[发明专利]一种基于握姿图像的杆类物体的运动姿态测量系统

权利要求书

1.一种基于握姿图像的杆类物体的运动姿态测量系统，由握姿矫正器M0，握姿图像数据采集模块M1，运动姿态估计模块M2组成；其特征在于，M0表面有预设的手指凹槽，凹槽的位置和形状与手握杆类物体时规范握姿匹配；M1负责拍摄采集N个视角的握姿图像数据Hi(i＝1，2...，N)，并通过手骨识别提取方法得到手部L个关节点的二维坐标，形成手部关节点图像坐标矩阵Q；M2负责通过预测模型R，通过Q估计得到杆类物体待测点的运动姿态S*；其中，S*为杆类物体待测点在三维空间V内实时的空间位置和旋转角度。

2.如权利要求1所述的握姿矫正器M0，其特征在于，所述的M0为硅胶类或橡胶类软套；杆类物体穿过M0，并与M0贴合。

3.如权利要求1所述的握姿图像数据采集模块M1，其特征在于，由环形架和N个不同视角的摄像头组成，摄像头均匀放置在环形架上；所述的图像数据Hi(i＝1，2，...，N)为第i个摄像头拍摄的握势姿态图像。

4.如权利要求1所述的预测模型R，其特征在于，预测模型R的训练步骤为：

1)在t时刻，从图像数据H_i(i＝1，2，...，N)中通过手骨识别提取方法，提取出L个手部关节点的二维坐标，进而形成手部关节点图像坐标矩阵Q_t，其中Q_t的大小为N×L×2；

2)利用高精度三维空间定位方法采集获得当前t时刻杆类物体待测点的运动姿态S_t；

3)重复1)和2)K次，将得到的Q_j和S_j(j＝1，2，...，K)作为训练样本集；

4)利用机器学习的策略，建立从Q_j到S_j(j＝1，2，...，K)之间的非线性映射关系，即为预测模型R。