[发明专利]一种基于实时运动捕捉的骨骼动画数据处理方法

说明书

技术领域

本发明涉及一种骨骼动画数据处理方法，具体为一种基于实时运动捕捉的骨骼动画数据处理方法，属于运动捕捉技术领域。

背景技术

随着科学技术的发展，运动捕捉技术已经在动画，电影，运动教学等领域得到了广泛的应用，运动捕捉技术是一种用于准确测量运动物体在三维空间运动状况的技术，它通过运动捕捉设备把运动物体的运动状况以数字的形式记录下来，然后使用计算机对运动数据进行处理，得到不同时间计量单位上物体的空间坐标，当前的运动捕捉技术主要包括以下几种方式：机械式运动捕捉、电磁式运动捕捉、声学式运动捕捉、光学式运动捕捉、惯性传感器运动捕捉等。

光学运动捕捉使用多台相机从不同的角度拍摄对象，将采集到的图像送入计算机计算出每个标记点的空间位置，进而根据已知的骨骼信息得到关节点的旋转角度和人体的运动信息，其优点是精度高、具备捕捉关节、手指甚至面部表情的细微变化能力，缺点是受场景限制，相机必须有较高的拍摄速率，购买专业的标定和软件，价格昂贵。

惯性运动捕捉通过加速度计、陀螺仪、磁力计采集数据，经过滤波和数据融合之后得到连续的姿态数据，此外通过角速度和加速度可以计算出被测点的运动轨迹；为了捕捉人体的运动，需要在人体的多个关节点布置惯性节点，多个节点数据的汇总形成整个人体的运动信息，惯性传感器的优点是成本低廉，采集的数据精度较高且不受场景限制，缺点是数据会收到磁场和电子设备的干扰，且存在累积误差。

对于论文《基于惯性传感单元的动作捕捉系统研究与设计》来说，其只简单验证了数据处理的基本原理，并没有完整的数据处理流程，只对右臂实现了简单的运动捕捉，并计算出了右臂关节角的大小，并没有对人体的各部位进行运动的捕获，不能完全再现人体的运动再现，对于文章《基于MEMS传感器群的人体运动捕获》来说，在进行全身姿态的解算时，其使用了仿射变换矩阵，而矩阵在计算机中，存储和计算都将耗费较多的内存和时钟周期，尤其对于像实时运动捕捉的系统来说，这不是一个理想的方法，由于无线传输具有一定的不可靠信，在数据传输的过程中难免会出现丢包的现象，使得实时运动捕捉画面出现卡顿的现象，而此文也没有提出有关在数据处理过程中发现丢包现象时，应该如何处理，对于文章《基于MEMS传感器和Unity3D的人体运动捕获系统》来说，由于其平台时基于Unity3D，所有骨骼动画的开放程度较自行开发的软件低，不具备较高的灵活性，此外，对于运动捕获的数据文章也并没提出较好的存储方案，运动捕获的数据出通常是需要进行后期处理的。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于实时运动捕捉的骨骼动画数据处理方法。

本发明通过以下技术方案来实现上述目的：一种基于实时运动捕捉的骨骼动画数据处理方法，包括

人体骨骼模型的建立，人体骨骼模型是符合生物力学工程的人体骨骼模型；

数据的解析，下位机传输的数据是以数据打包的方式传送；

数据和关节点的映射，手动配置或者采用默认配置；

基于模型的校正，通过偏置值的计算公式：

在求得偏置值后，每当接收到节点数据时，就使用偏置值校正，校正后的值就代表了当前的姿态；

丢包数据的处理，利用先前成功传输的数据代替；

给出数据的存储方案，采用串行化的方式对采集的数据进行存储；

其中，所述人体骨骼模型的建立包含了人体的各要关节，节点号为-1，原点是绝对位置的基准点，一切关节点的绝对位置都依赖于原点，在-1原点的正上方为骨架的基点，节点号为0，基点是相对位置的基准点，在基点0位置还有一个与基点位置重合的关节点1，此关节点代表人体的髋关节点，是整个骨架的根节点，之后的2-22号关节点对应人体的主要关节，所述数据的解析在人体全身姿态的解算使用了四元数，软件统计个节点传送的四元数的总和，当校正帧数量达到设定值时，求各节点四元数的平均值，在利用此平均终值求得与标准值的差；具体公式如下：

Q_标准值＝Q_平均值*ΔQ_偏置值

所以偏置值的计算如下：