[发明专利]一种基于遗传算法的刚体标记点优化方法、设备以及可读存储介质

说明书

本申请提供了一种基于遗传算法的刚体标记点优化方法，包括：固定每个刚体上的其中一个标记点位置作为刚体中心点，建立遗传算法模型，根据该刚体中心点和遗传算法模型进行优化每个刚体上的每个标记点的x，y，z坐标；设置遗传算法的相关参数，将优化后的每个标记点的x，y，z坐标值作为其中参数，并将该参数归一化映射到[‑1，1]范围，根据遗传算法公式最终得到进化最优的参数，该进化最优的参数则为每个标记点x，y，z坐标的最终优化数据，由此完成对刚体标记点的优化。通过上述优化方法可实现自动化给出多样性的刚体，且能大大降低刚体参数不可靠、刚体之间大量存在相似的可能性。

技术领域

本申请涉及测量领域，尤其涉及了基于遗传算法的刚体标记点优化方法、设备以及可读存储介质。

背景技术

在现有的标记点动捕系统中，动捕系统的算法对刚体和标记点的设计与安装具有一定要求，刚体的特性在一定程度上决定了动捕系统的准确性。现有的刚体标记点一般是人工布点，即在固定的插槽上插入带杆反光球，该人工方法存在不能自动化给出多样性刚体的缺陷，而且容易造成刚体之间大量存在相似性的问题，这些问题都会降低算法的性能。此外，带杆反光球碰撞或用力挤压后也会影响动捕系统准确性，且对于动捕产品而言带杆反光球也显得十分不美观，这样对产品使用范围会造成过多约束和降低产品的实用性。因此，有必要解决这些问题。

发明内容

有鉴于此，本发明提出一种基于遗传算法的刚体标记点优化方法、设备以及可读存储介质，本发明可以自动化给出多样性的刚体，而且大大降低了刚体参数不可靠、刚体之间大量相似的可能性。

第一方面，本申请提供了一种基于遗传算法的刚体标记点优化方法，该方法包括：

一种基于遗传算法的刚体标记点优化方法，所述方法包括：

固定每个刚体上的其中一个标记点位置作为刚体中心点，其坐标记为(0，0，0)；

建立遗传算法模型，根据所述刚体中心点和所述遗传算法模型优化每个刚体上的每个标记点的x，y，z坐标；

设置遗传算法的相关参数，将优化后的每个标记点的x，y，z坐标值作为其中参数，并将所述参数归一化映射到[-1，1]范围，根据遗传算法公式最终得到进化最优的参数，所述进化最优的参数则为每个标记点x，y，z坐标的最终优化数据。

所述遗传算法模型为：

其中，N为刚体总个数，n为刚体编号，i为每个刚体标记点的编号，为待优化的每个标记点的x，y，z坐标，为待优化的每个标记点的x，y，z坐标的最小值下限，为待优化的每个标记点的x，y，z坐标的最大值上限，C_st为刚体s和刚体t存在的不相似三角形的个数，T_s为刚体s中非近似等边三角形的个数，TH_minedge为刚体中任意两个标记点距离的最小阈值。

所述根据所述刚体中心点和所述遗传算法模型优化每个刚体上的每个标记点的x，y，z坐标，包括：

统计刚体与刚体之间存在的不相似三角形的总个数以及所有刚体中不为近似等边三角形的总个数，并得到符合不相似三角形总个数和不为近似等边三角形总个数条件的刚体标记点；

判断所述符合条件的刚体标记点的x，y，z坐标值是否介于最小值下限和最大值上限之间；若是，则根据所述刚体中心点坐标计算任意两个标记点之间的距离：若所述距离大于最小阈值，则完成对所述每个刚体上的每个标记点的x，y，z坐标的初次优化。