[发明专利]一种基于惯性与光学测量融合的运动捕捉方法

摘要

本发明公开了一种基于惯性与光学测量融合的运动捕捉方法，涉及传感器技术与计算机视觉领域，特别涉及捕捉和分析一个或多个对象的运动过程。本发明将惯性测量技术与光学捕捉技术结合起来。惯性测量技术的特点是不易受外界环境影响，但测量过程中存在误差累积、数据漂移、动态跟踪性能较差等问题；光学动作捕捉精度高，但容易受到环境如光照、颜色等的限制，以及受遮挡干扰。本发明集成惯性测量技术和光学捕捉技术的优点，实现成本低、精度高、误差小、不易受环境影响、不受遮挡干扰的动作捕捉系统及捕捉方法。

主权项

一种基于惯性与光学测量融合的运动捕捉方法，其特征在于该方法将惯性测量运动捕捉与光学测量运动捕捉得到的数据进行融合，具体包括：惯性测量单元：用于估计被捕捉对象的空间姿态信息；光学测量单元：用于获取被捕捉对象的三维几何信息；数据融合单元：根据预先指定的融合目标函数，将空间姿态信息与三维几何信息进行融合，得到符合目标函数的最优运动估计；该方法的具体操作步骤包括：第1、建立被捕捉对象的骨架模型S，用以表示被捕捉对象的运动姿态；第2、建立被捕捉对象的表面轮廓3D模型M；第3、将惯性测量单元固定在被捕捉对象上；第4、将光学测量单元进行标定并安装到被捕捉对象所处的环境中，使光学测量单元能够直接或间接观测到被捕捉对象；第5、建立惯性‑光学融合目标函数；第6、捕捉过程中，采用多传感器融合算法对惯性测量数据和光学测量数据进行融合，使目标函数得到最优解；具体过程为：第6.1、采用惯性测量得到被捕捉对象空间姿态的粗略估计，并将测量结果应用到第1步所建立的骨架模型S上，形成当前时刻t的惯性姿态估计θ0；第6.2、将惯性姿态估计θ0与第2步所建立的表面轮廓3D模型M绑定，驱动M模型变形M(θ0)，并进行可见性判断，得到可见部分模型第6.3、采用光学测量采集被捕捉对象的二维或三维图像信息，并根据采集的图像信息重建出被捕捉对象整体或者部分的三维轮廓M0，三维轮廓M0是点云或者多边形网格；第6.4、用MV(θ0)以及M0对姿态进行优化，得到优化后的姿态θ；第6.5、用优化后姿态θ驱动3D模型生成M(θ)，并用于最终3D显示；第7、对估计的运动姿态进行评估，选取与目标函数结果最为接近的姿态作为每一时刻的最优捕捉运动姿态。