基于惯性传感器的人体运动姿态三维重构

《基于惯性传感器的人体运动姿态三维重构》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：UDC：编号：工学硕士学位论文基于惯性传感器的人体运动姿态三维重构硕士研究生：蹇彪指导教师：王科俊教授学科、专业：模式识别与智能系统论文主审人：冯伟兴教授哈尔滨工程大学2013年3月分类号：密级：ＵＤＣ：编号：工学硕士学位论文基于惯性传感器的人体运动姿态三维重构硕士研究生：蹇彪指导教师：王科俊教授学位级别：工学硕士学科、专业：模式识别与智能系统所在单位：自动化学院论文提交日期：2012年12月30日论文答辩日期：2013年3月9日学位授予单位：哈尔滨工程大学ClassifiedIndex:

2、U.D.C:ADissertationfortheDegreeofMasterTheThree-dimensionalReconstructionoftheHumanMotionPostureBasedonInertialSensorsCandidate:JianBiaoSupervisor:Prof.WangKejunAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:PatternRecognitionandIntelligentSystemD

3、ateofSubmission:December，2012DateofOralExamination:March，2013University:HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标

4、明。本人完全意识到本声明的法律结果由本人承担。作者（签字）：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。

5、涉密学位论文待解密后适用本声明。本论文（□在授予学位后即可□在授予学位12个月后□解密后）由哈尔滨工程大学送交有关部门进行保存、汇编等。作者（签字）：导师（签字）：日期：年月日年月日基于惯性传感器的人体运动姿态三维重构摘要高效、便捷地获取人体运动姿态信息在动漫制作、游戏开发、影视制作等众多领域具有重要的应用价值。目前已经取得应用成果的人体运动捕捉重构方式主要有机械式、声学式、电磁式和光学式等，这些方式大多存在成本高、对动作限制大和使用不方便等缺点。本文针对以上这些常见的运动捕捉重构方式所存在的缺点，研究

6、了可用于惯性传感器的人体运动捕捉技术中人体运动模型建立的一些基本方法，设计了基于刚体动力学的三维层次人体骨骼模型，采用基于惯性传感器的动作捕捉方式。这种方式具有操作方式简单、价格低廉、对环境要求低和对运动动作限制小的优点。根据人体结构和运动人体科学理论知识，本文设计了惯性传感器可以在人体运动肢体上以任意姿态朝向绑定的姿态初始化标定方法。通过初始化标定时的特定动作可以实现对传感器和关节的对应识别，并计算出各个惯性传感器的自身坐标系与三维人体骨骼模型中对应的人体骨骼坐标系的坐标转换关系。然后通过各个惯性传感

7、器姿态坐标系的坐标转换和对人体骨骼树进行深度优先遍历计算，完成人体运动肢体姿态数据的实时更新，驱动人体骨骼模型模拟人体动作，实现了对动作的实时捕获跟踪。在计算机三维虚拟场景中重构人体运动姿态需要绘制三维人体模型，为了使得整个动作捕捉系统具有更为广泛的应用前景，本文选择了微软公司提供的适用于Windows平台的Direct3D图形绘制接口。通过X文件加载网格模型数据中的骨骼蒙皮信息和骨骼层次信息，在进行动作跟踪时根据惯性传感器捕获到的骨骼姿态角数据实时更新人体模型中的骨骼变换矩阵信息，以此确定人体各个骨骼

8、的位置和朝向，实现了三维人体骨骼蒙皮动画。为了能够最大限度地减少动作捕捉装置对人体运动动作的限制，本文采用了无线数据传输方式，并制定了惯性传感器与上位机之间的数据通信格式。为了能够方便地对大量运动数据进行统计和分析，本文结合目前软件开发常用的MySQL开源数据库，设计了人体运动姿态数据库。将采集到的实时人体姿态数据存入数据库后，可进一步用于人体健康、生物力学、动作预测和行为识别等科学研究。各个惯性传感器采集到人体运动肢体姿态数据后将数据传输