基于虚拟仪器的肢体姿态检测系统研究

合集下载

基于虚拟现实技术的人体姿势识别与分析系统设计

基于虚拟现实技术的人体姿势识别与分析系统设计随着虚拟现实技术的发展，人类逐渐开始探索其在各个领域的应用潜力。

其中，基于虚拟现实技术的人体姿势识别与分析系统被广泛应用于体育训练、康复医疗、姿势评估等领域。

本文将针对该系统的设计进行详细讨论。

1. 引言虚拟现实技术（VR）是一种通过模拟多感官交互的技术手段，使用户沉浸在一个计算机生成的数字环境中。

虚拟现实已经在游戏、教育和医疗等领域显示出巨大的潜力。

人体姿势识别与分析系统结合虚拟现实技术，使用户能够在虚拟环境中进行姿势评估、体育训练和康复治疗，具有广泛的应用前景。

2. 系统设计要求基于虚拟现实技术的人体姿势识别与分析系统设计需满足以下要求：2.1 实时性：系统能够实时捕捉和识别用户的姿势，并将结果反馈到虚拟环境中。

2.2 高精度：系统需要准确捕捉用户的姿势，并进行准确的姿势分析和评估。

2.3 多人支持：系统能够同时识别和分析多人的姿势，以满足团队训练和康复治疗的需求。

2.4 用户友好性：系统界面需要直观易用，用户能够轻松理解和使用。

2.5 可扩展性：系统应以模块化设计，能够方便地添加新的姿势识别算法和评估模型。

3. 系统架构基于上述要求，我们提出了以下系统架构：3.1 姿势捕捉设备：系统需要使用深度摄像头、传感器等设备来捕捉用户的姿势。

这些设备可以通过无线或有线方式与计算机系统进行连接。

3.2 姿势识别和分析算法：系统需要使用先进的机器学习和计算机视觉算法，对捕捉到的姿势数据进行识别和分析。

这些算法可以基于深度学习、人工智能等技术，以提取姿势特征并进行分类和评估。

3.3 虚拟环境引擎：系统需要使用虚拟环境引擎，如Unity或Unreal Engine等，来创建虚拟场景，并将用户的姿势信息实时反馈到虚拟环境中。

用户可以通过头戴式显示器、手柄或其他交互设备与虚拟环境进行交互。

3.4 用户界面：系统需要设计友好的用户界面，以方便用户操作和控制。

用户可以通过界面设置训练目标、选择评估模型和查看分析结果。

基于虚拟现实的双足机器人姿态控制研究

基于虚拟现实的双足机器人姿态控制研究近年来，随着科技的不断进步，虚拟现实技术已经逐渐崭露头角，成为人们生活和工作中不可或缺的一部分。

尤其是在机器人领域，虚拟现实技术的应用更是得到了广泛关注和应用。

本文将以基于虚拟现实技术的双足机器人姿态控制研究为主题，探讨其意义、方法及局限性。

一、虚拟现实技术在机器人领域中的应用价值虚拟现实技术是指通过计算机图像、声音等多种技术手段，再通过人机交互的方式，创造出虚拟的三维空间，使人们在其中可以进行各种虚拟活动的技术。

在机器人领域中，虚拟现实技术可用于机器人的系统仿真、姿态控制等方面。

其中，双足机器人姿态控制是虚拟现实技术应用的一个重要领域。

二、基于虚拟现实技术的双足机器人姿态控制研究方法基于虚拟现实技术的双足机器人姿态控制研究方法主要分为仿真实验和实物实验两种。

在仿真实验中，研究者可通过计算机模拟出双足机器人的行走、跑步等动作，通过对双足机器人的姿态控制进行研究，不仅能更好地理解其运动学、动力学等特性，同时还能为实物实验提供可靠的仿真模型。

在实物实验中，研究者通过搭建实物双足机器人模型进行实验，对双足机器人的行走、跑步等动作进行操作和控制，并记录下其各个角度、速度等特性的实物数据。

通过分析这些数据，可以进一步了解双足机器人的姿态控制规律和特性，为虚拟现实技术的应用提供更加准确的模型和实验数据。

三、基于虚拟现实技术的双足机器人姿态控制研究的局限性虽然基于虚拟现实技术的双足机器人姿态控制研究方法已经具有了诸多优势和应用价值，但它的局限性也是不可忽视的。

首先，由于虚拟现实技术仅能提供计算机模拟的仿真环境，而真实环境中的复杂性和随机性往往是难以通过计算机模拟来反映的。

其次，由于双足机器人本身的构造和特性，其在不同的场合下需要进行不同的姿态控制，这也给研究者带来了更大的挑战。

四、结语总之，基于虚拟现实技术的双足机器人姿态控制研究，是一个颇具挑战性和前沿性的领域，它的研究结果将有利于发展更加高效、灵活和智能的双足机器人控制系统，推动机器人技术的进一步发展。

基于人机交互的人体姿态检测和识别技术研究

基于人机交互的人体姿态检测和识别技术研究随着人工智能技术的发展，人机交互技术也在不断发展壮大。

其中，基于人体姿态检测和识别技术则是人机交互技术中的一个重要方向。

它不仅可以被应用于游戏、体育、医学等领域，还可以被应用于日常生活中的健康管理、个性化服务等方面。

一、人体姿态检测技术简介人体姿态检测是指通过计算机技术来识别和跟踪人体各种姿态的能力。

它基于图像或视频等数字信号，通过分析人体的动作和姿势轨迹，从而识别并理解人体的行为。

目前，人体姿态检测技术主要包括三种方法：基于视频图像，基于深度传感器，基于惯性计。

其中，基于视频图像的方法最为常见，也最容易被广泛应用，因为它可以使用任何普通的摄像头来捕捉人体的图像。

二、人体姿态识别技术简介人体姿态识别是指人工智能系统能够识别和理解人体各种姿态的能力。

它是在人体姿态检测技术的基础上发展而来的，它能够对人体的姿态和行为进行更加深入的分析和研究。

人体姿态识别技术主要分为两类：基于静态图像的识别和基于动态视频的识别。

基于静态图像的识别主要是通过对一张图片进行处理，提取出人体的特征点，并利用神经网络等技术来识别人体的姿态信息。

而基于动态视频的识别，则是通过对多个视频帧的处理，来识别人体的动态姿态。

三、基于人体姿态检测和识别技术的应用1. 游戏领域在游戏开发中，人体姿态检测和识别技术可以使玩家能够更好的体验游戏，让游戏更加流畅自然，更具互动性。

例如，玩家可以通过手势控制游戏中的角色移动、攻击、躲避等动作。

2. 体育领域人体姿态检测和识别技术可以被应用于训练、比赛、体育场馆管理等方面。

例如，运动员的动作和姿态可以通过技术手段进行分析和评估，找出运动员的不足，并提供相应的改进建议。

3. 医学领域医学界对人体姿态检测和识别技术的需求也越来越多。

例如，实时监测患者的姿势状态，可以有效预防并减少床位压疮的发生。

另外，在康复治疗中，通过技术手段对患者的姿态信息进行分析和记录，可以更好地跟踪治疗进程，提高治疗效果。

基于虚拟现实技术的人体姿态跟踪系统研究

基于虚拟现实技术的人体姿态跟踪系统研究随着科技的发展，人们对于虚拟现实技术的应用越来越广泛。

虚拟现实技术可以帮助我们模拟出现实生活中的场景和情境，通过虚拟现实技术，我们可以更加有效地进行训练、学习和娱乐。

在医疗健康领域，虚拟现实技术也得到了广泛的应用。

其中，人体姿态跟踪系统也成为了医疗健康领域中一个比较重要的研究方向。

人体姿态跟踪系统是指通过对人体动作的计算机视觉分析和处理，在虚拟环境中追踪和还原人体各个关节的位置、速度、角度等运动信息。

目前，人体姿态跟踪系统的研究主要分为两个方向。

一种是通过传感器采集人体的运动信息，进行数据处理和分析。

另一种则是基于计算机视觉技术实现人体姿态跟踪。

传感器采集技术主要是使用惯性传感器、电容传感器、光学传感器等一系列工具采集身体的运动数据。

这种方法可以在实时环境下精确地测量人体位置、速度和加速度等信息。

但是，传感器采集技术有一个较大的局限性，那就是传感器容易受到环境、温度、光照等因素的影响，导致数据误差较大，因此需要较高的准确度和可靠性。

而基于计算机视觉技术的人体姿态跟踪则是利用计算机视觉对人体图像进行分析，实现对人体关节角度等信息的跟踪和还原。

这种方法可以更加符合人的生理动作，且准确度相对较高。

但是，计算机视觉技术在使用过程中也会遇到一些问题，如分辨率、光照、容错等方面的问题。

为了解决这些问题，研究人员在人体姿态跟踪中引入了虚拟现实技术。

虚拟现实技术可以提供更加真实的环境模拟，以及更加精确的位置记录和计算方式。

这种方式可以构建更加准确、更加可靠的人体姿态跟踪系统。

同时，在虚拟现实环境下，还能够帮助人们更好地进行训练、康复和健身。

目前的虚拟现实技术在人体姿态跟踪的应用中还存在一些问题。

首先，虚拟现实技术需要更高的图像质量和分辨率才能获得更加准确的人体运动信息。

其次，虚拟现实技术需要更加智能的算法来实现更加准确的分析与跟踪。

此外，虚拟现实技术在人体姿态跟踪中，还需要更加高效的计算机硬件和软件来实现。

基于LabVIEW与智能机器人的人体姿态检测

基于LabVIEW与智能机器人的人体姿态检测张帅旗;刘子龙;张彬;韩光鲜【期刊名称】《软件导刊》【年(卷),期】2017(016)002【摘要】针对老年人或者残疾人独自行走时,可能发生意外事故而得不到及时处理等问题,提出一种解决方案:智能机器人在保持安全距离的前提下,能够跟随独居老人或残疾人移动,在移动过程中能够实时监测老年人的人体姿态变化,以便及时关注老年人的生活状况.该方案以Microsoft Kinect为硬件基础 ,结合模式识别算法在LabVIEW平台上来实现人体姿态检测,相比采用传统的RGB或者深度图像做姿态匹配时需要建立大量样本库,采用Kinect的骨骼图来检测人体姿态,只需要根据Kinect的三维坐标就可以判断出人体的各种姿态,应用价值较大.%For the elderly or disabled people when walking alone,there may be an accident ,but not to handle problems in time.putting forward a solution:in the premise of maintaining a safe distance ,intelligent robot can follow the elderly or disabled people move,the elderly can pose real-time detection in the process of moving to timely attention to the elderly living conditions,this scheme uses Microsoft Kinect as the hardware foundation,combined with pattern recognition algorithm to achieve human posturedetection,compared with RGB or depth image matching attitude requiring a lot of sample database,using the Kinect skeleton diagram to detect human posture,only based on 3D Kinect can be judged a pose of the human body,has strong research value and broad application scenarios.【总页数】3页(P16-18)【作者】张帅旗;刘子龙;张彬;韩光鲜【作者单位】上海理工大学光电信息与计算机工程学院,上海 200093;上海理工大学光电信息与计算机工程学院,上海 200093;上海理工大学光电信息与计算机工程学院,上海 200093;上海鸣志电器股份有限公司,上海 201107【正文语种】中文【中图分类】TP301【相关文献】1.基于OpenPose人体姿态识别的变电站危险行为检测 [J], 朱建宝; 许志龙; 孙玉玮; 马青山2.基于LabVIEW与智能机器人的人体姿态检测 [J], 张帅旗[1];刘子龙[1];张彬[1];韩光鲜[2]3.一种基于视频中人体姿态的跌倒检测方法 [J], 王平;丁浩;李佳丽4.基于深度学习的人体姿态检测算法综述 [J], 张增会;姚彦鑫5.基于轻量级人体姿态估计和图卷积的摔倒实时检测方法 [J], 何炜婷;曾碧;陈文轩因版权原因，仅展示原文概要，查看原文内容请购买。

基于虚拟现实技术的人体运动特征分析研究

基于虚拟现实技术的人体运动特征分析研究一、引言虚拟现实（Virtual Reality，VR）技术是一种通过计算机生成的仿真环境，可以模拟真实世界或创造虚拟场景，使用户可以与之进行交互。

近年来，VR技术在各个领域得到了广泛应用，其中之一就是人体运动特征分析。

二、虚拟现实技术在人体运动特征分析中的应用1. 运动模拟和仿真虚拟现实技术可以通过人体姿势检测与识别，将真实时间的人体运动实时投射到虚拟环境中，实现运动模拟和仿真。

这种技术可以应用于运动员的训练和体能测试，帮助他们更好地理解和掌握复杂的运动动作。

2. 动作评估和改进利用虚拟现实技术，可以对人体运动特征进行实时监测和测量。

通过人体关节角度、力量和速度等指标的记录和分析，可以评估个体的运动技能水平，并提供改进建议。

这对于运动员的技术训练和康复治疗有着重要的意义。

3. 运动学研究运动学是研究人体运动的科学。

虚拟现实技术可以帮助研究者更直观地观察和分析人体运动特征，对运动过程中的关节运动和力学参数进行详细研究。

这项技术的应用可以推动运动学领域的研究，并为人体运动的优化和改进提供科学依据。

4. 运动训练和康复虚拟现实技术可以提供真实感的运动场景和交互环境，为运动训练和康复治疗提供有力支持。

通过虚拟现实系统中的引导和反馈，运动员和康复者可以更直观地感受到正确的运动方式和姿势，促进技能的学习和康复的进展。

三、虚拟现实技术在人体运动特征分析中的挑战和解决方案1. 数据精确性虚拟现实系统中对人体运动的捕捉和模拟需要高精度的数据，包括关节角度、速度和力量等。

目前，通过使用深度相机等传感器来获取数据，并使用最新的数据处理算法可以提高数据的精确性和准确性。

2. 真实性和沉浸感为了实现真实的运动体验，虚拟现实系统需要提供高度逼真的模拟场景和自然的交互方式。

解决这一问题的关键在于提高图形渲染技术和视听设备的性能，以及提供更精确的手柄和传感器设备来模拟身体的自然动作。

3. 数据分析和应用虚拟现实技术产生的大量数据需要进行有效的分析和应用。

人体姿态检测与跟踪技术研究及应用

人体姿态检测与跟踪技术研究及应用随着科技的不断进步和发展，人体姿态检测与跟踪技术也成为了一个热门的研究和应用领域。

这项技术将人体的各种姿态通过计算机进行分析和识别，实现对人体行为的自动识别和跟踪。

下面我们将从技术的基本原理、技术的应用以及技术发展趋势三个方面来深入探讨人体姿态检测与跟踪技术的相关内容。

一、技术的基本原理当前人体姿态检测与跟踪技术的核心是通过计算机对输入的图像或视频进行处理和分析，以获取人体的姿态信息。

主要依靠计算机视觉和模式识别等理论和算法，利用各种传感器设备采集人体的图像、深度数据、红外热像等相关信息，对人体进行不同层次的分析和识别，最终实现人体姿态检测和跟踪。

具体来说，人体姿态检测技术主要分为两种：基于特征点的人体姿态检测和基于深度学习的人体姿态检测。

前者主要是对人体轮廓线和关键点进行分析和定位，通过对特征点的提取和匹配，识别人体的姿态和移动信息；后者则是采用深度神经网络等技术，对大量训练数据进行学习和预测，实现对复杂的姿态变化和场景变化的自动识别和跟踪。

而在人体姿态跟踪技术方面，目前主要采用的是基于可变形模型和粒子滤波器的跟踪算法。

前者主要是建立人体姿态模型，并进行参数化和优化，实现对不同姿态变化的自适应和精确定位；后者则是利用粒子滤波器对人体进行跟踪和预测，实现对人体运动和姿态的连续跟踪。

二、技术的应用人体姿态检测与跟踪技术的应用非常广泛，其主要应用领域分别包括人机交互、动作识别、姿态控制、智能安防等方面。

其中，最具代表性的应用是在虚拟现实和增强现实领域。

例如，在虚拟现实游戏中，经过人体姿态检测和跟踪技术的支持，可以实现玩家的身体动作和手势的自然映射和呈现，提高游戏的沉浸感和互动性；在增强现实的领域，可以通过对用户的姿态和手势进行识别和跟踪，实现交互式的智能化控制，如手势操作手机或电脑等。

此外，人体姿态检测技术在医疗、人机辅助和智能交通等领域也有着广泛的应用。

如在医疗领域，可以通过对患者身体姿态和动作的监测，实现对疾病的诊断和治疗的帮助；在人机辅助领域，可以通过人体姿态检测技术实现手势音乐播放和电子文档的翻页等功能；再如在智能交通的领域，可以通过识别驾驶人员的姿态和疲劳程度等信息，实现对驾驶安全的保障。

人体姿态检测技术的研究与应用

人体姿态检测技术的研究与应用近年来，人工智能技术的飞速发展，为人类生产和生活带来了巨大的变革。

计算机视觉是人工智能技术的一个重要分支，其中，人体姿态检测技术正在成为一个备受关注的热点。

本文将从人体姿态检测技术的背景、原理、研究现状和应用等方面进行阐述和探讨。

一、背景人体姿态检测技术是指通过计算机视觉技术对人体姿态的检测和分析，从而获得关于人的姿态、行为和状态等信息的一种技术。

该技术最初被应用于运动学、医学、航空航天等领域，并在人体运动分析、姿态矫正、手势识别、人机交互、虚拟现实等领域得到了广泛的应用。

二、原理人体姿态检测技术是通过对人体图像或视频的处理，提取出人体的关键点信息，并通过关键点的位置和动态变化来分析和判断人体的姿态和行为。

传统的方法主要是基于手工设计的特征提取和分类器来进行识别，但现代的方法多采用基于深度学习的方法，通过卷积神经网络等深度模型来进行端到端的训练和测试。

三、研究现状目前，人体姿态检测技术已经取得了很大的发展，主要研究方向包括：1. 基于2D图像的姿态检测。

这种方法通过对人体二维图像进行分析来预测人体的三维姿态。

但该方法存在着对图像视角、光照等因素的依赖性，可以对一些特殊场景下的姿态进行检测，对于较复杂的人体动作和表情可能无法精确识别。

2. 基于深度图像的姿态检测。

该方法可以通过深度传感器获取人体的三维信息，对于人体姿态的捕捉和追踪效果更好，能够应对光照变化和遮挡等复杂情况。

3. 基于视频序列的姿态检测。

该方法通过对人体运动轨迹的分析来预测和跟踪人体的姿态变化。

但需要大量的视频数据进行分析，对实时性有一定的挑战。

四、应用人体姿态检测技术具有广泛的应用场景，以下是其中一些典型的应用：1. 运动学分析。

人体姿态检测技术可以对运动员的动作进行分析和改进，在训练和比赛中起到重要的作用。

2. 健康领域。

该技术可以应用于健身和康复领域，通过监测人体姿态来指导和改善行动的质量。

3. 人机交互。

人体姿态识别技术及其应用研究

人体姿态识别技术及其应用研究一、简介随着人工智能技术的快速发展，人体姿态识别技术已成为一项非常重要的研究领域。

其通过对人体运动的抽象表示，可以自动识别出不同的姿态动作，从而广泛应用于移动机器人、虚拟现实、人机交互等领域。

二、人体姿态识别的方法人体姿态识别技术主要有以下几种方法：1. 基于传感器的方法这种方法通过在人体上安装传感器来获取人体的姿态信息。

传感器可以是陀螺仪、加速度计、磁力计等。

通过对传感器输出信号的处理，可以得到人体的姿态信息。

2. 基于图像的方法这种方法是利用摄像机拍摄到的视频或者图像来识别人体的姿态。

这种方法的主要优点是非接触式，但是对于背景和光线的要求比较高。

3. 基于深度信息的方法这种方法是利用深度相机等传感器获取人体的深度信息，然后通过三维重建技术来识别人体的姿态。

这种方法可以克服基于图像的方法对光线和背景的要求比较高的问题。

三、人体姿态识别的应用1. 虚拟现实在虚拟现实领域，人体姿态识别技术可以通过追踪用户的头部、手部等部位来实现更加自然的用户交互体验。

例如在游戏中，玩家可以通过身体的运动来控制角色的移动和攻击。

2. 机器人控制人体姿态识别技术可以应用于移动机器人的姿态控制。

例如在医疗机器人中，医生可以通过手部姿态控制机器人进行手术操作。

3. 健身运动人体姿态识别技术可以被应用于健身运动中，通过识别用户的姿势进行动作指导和纠正，同时可以提供实时反馈，帮助用户更好地进行运动。

4. 安全监控人体姿态识别技术可以被应用于安全监控领域。

例如在银行或者珠宝展示柜中，可以通过识别可疑动作，进行安全报警。

同时可以在危险作业中对工人的动作情况进行监控，保证工人的安全。

四、发展前景未来，人体姿态识别技术将会有更广泛的应用领域。

例如在交通领域中，通过识别司机的头部姿势，可以预警疲劳驾驶的情况；在医疗领域中，可以通过识别病人的姿势，提供更加个性化的医疗服务等。

基于深度学习和人工智能技术，人体姿态识别技术将会有更加准确和高效的表现。

人体姿态识别技术在虚拟试衣场景中的应用研究

人体姿态识别技术在虚拟试衣场景中的应用研究近年来，随着互联网技术的不断发展，虚拟试衣技术逐渐成为了时尚领域的一个热门话题。

虚拟试衣技术是通过利用计算机技术，将试穿前需要花费大量时间和精力的试衣过程直接转移到屏幕前，依靠3D建模技术来呈现服装的效果。

而针对虚拟试衣技术的运用，最关键的是如何让虚拟试穿服装的效果更加真实、自然，这需要对于人体姿态的精准识别技术的应用。

人体姿态识别技术，是指通过利用计算机视觉技术，从人体运动的序列图像数据中，自动地检测、跟踪并解析出人体的姿态。

在虚拟试衣场景中，利用人体姿态识别技术，可以对人体的身体部位、肢体角度等特征进行识别和测量，并能够建立与真实人体比例相符的三维人体模型，从而方便进行虚拟试穿的可视化展示。

具体来讲，人体姿态识别技术在虚拟试衣场景中的应用分为以下几个阶段：一、人体特征的提取和识别在虚拟试衣场景中，首先需要检测和提取出人体的关键特征，如头部、躯干、四肢等，建立人体的基础模型。

同时，需要进一步检测出人体的特征点，如脖子、手肘、膝盖等关键部位，通过识别特征点的运动轨迹，可以更准确地获取人体的姿态、肢体角度等信息。

二、人体姿态的跟踪和分析在识别出人体的特征和特征点之后，需要针对人体的姿态进行进一步跟踪和分析。

人体姿态主要包括人体的姿势和动作，通过对人体姿势的识别，可以对人体二维图像进行深入的分析和处理，得出人体的三维骨架模型，建立与真实人体比例相符的三维人体模型。

三、虚拟试穿的可视化展示在建立好人体的三维模型之后，就可以进行虚拟试衣的可视化展示。

利用虚拟现实技术，将所选服装实时映射到人体模型中，实现试穿的场景模拟，同时通过调整衣服的颜色、款式等参数，以及不同角度的展示，让用户全方位地感受试穿效果，更好地满足消费者的购物需求。

总体来看，人体姿态识别技术在虚拟试衣场景中的应用，可以大大减少试衣成本和时间，同时也能够更准确地预估顾客对于服装的反馈，为时尚零售业带来更为广阔的商业前景。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于虚拟仪器的肢体姿态检测系统研究水
刘正琼胡丽莉
（１．合肥工业大学计算机与信息学院摘
唐璇刘明周２张淼２扈静２
合肥２３０００９；２合肥工业大学机械与汽车工程学院合肥２３０００９）
２．ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌａｎｄＡｕｔｏｍｏｔｉｖｅＥｎｇｉｎｅｅｒｉｎｇ，ＨｅｆｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｙ，ｇＨｅｆｅｉ２３０００９，Ｃｈｉｎａ）
２０１５年６
电子测量与仪器学报
ＪＯＵＲＮＡＬＯＦＥＬＥＣＴＲＯＮＩＣＭＥＡｓＵＲＥＭＥＮＴＡＮＤｌＮｓＴＲＵＭＥＮＴＡＴｌｏＮ
２９
・
Ⅳ０．６
９０７・
ＤＯＩ：１０．１３３８２／ｊ．ｊｅｍｉ．２０１５．０６．０１７
ＬｉｕＺｈｅｎｇｑｉｏｎｇＨｕＬｉｌｉＴａｎｇＸｕａｎＬｉｕＭｉｎｇｚｈｏｕＺｈａｎｇＭｉａｏＨｕＪｉｎｇ２
Ｉ．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒａｎｄＩｎｆｏｒｍａｔｉｏｎ，ＨｅｆｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈｅｆｅｉ２３０００９，Ｃｈｉｎａ；
中图分类号：ＴＮ９８；ＴＰ３１２文献标识码：Ａ国家标准学科分类代码：５１０．４０３０
Ｒｅｓｅａｒｃｈｏｆｌｉｍｂｐｏｓｔｕｒｅｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎｖｉｒｔｕａｌｉｎｓｔｒｕｍｅｎｔ
但是串口打开时刻可能出现部分传感器数据没被接收导致系统等待其下一刻数据与其他传感器的前一刻数据同时被上位机处理这样就会造成各传感器数据不同步多传感器勾勒出的是肢体整体的姿态其数据的不同步会造成肢体姿态信息错误而且数据传输的不稳定会使错误积累可能造成动态显示的动作出现延迟和失真
第２９卷第驶员随机、多变的肢体动作，设计一种基于虚拟仪器的肢体姿态检测系统，对驾驶员肢体进
行实时追踪，识别、分析肢体运动过程进而应用于驾驶舒适性客观测评。使用多个传感器动态获取数据，根据多传感器数
据及串口通信特点，提出一种新的传感器数据同步算法，取得了较好的同步效果；依据所测数据，运用改进四元数算法进行姿态更新；以ＬａｂＶＩＥＷ为平台绘出肢体运动的实时三维动态图。测试结果表明，所开发的肢体姿态检测系统性能稳定可靠，能够实时、准确的再现肢体运动过程，适用于驾驶操纵姿态检测及驾驶舒适性分析测评。关键词：驾驶舒适性；虚拟仪器；肢体姿态检测；同步；姿态更新
ｍｏｖｅｍｅｎｔｓｄｕｉｎｒｇｄｉｒｖｉｎｇ．Ｆｏｒｔｈｉｓｐｕｒｐｏｓｅ，ａｌｉｍｂｐｏｓｔｕｒｅｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎｖｉｒｔｕａｌｉｎｓｔｒｕｍｅｎｔｉｓｄｅ－ｓｉｇｎｅｄｔｏｔｒａｃｋｄｉｒｖｅｒ ’ Ｓｂｏｄｙｍｏｖｅｍｅｎｔａｎｄｇｅｓｔｕｒｅ．Ｉｎｔｈｅｃｕｒｒｅｎｔｓｔｕｄｙ，ｗｅｕｓｅｍｕｌｔｉｐｌｅｓｅｎｓｏｒｓｔｏｇｅｔｄａｔａｄｙ－
ｎａｍｉｃａｌｌｙａｎｄｐｒｏｐｏｓｅａｎｅｗｓｅｎｓｏｒｄａｔａｓｙｎｃｈｒｏｎｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍａｃｃｏｒｄｉｎｇｔｏｔｈｅｓｅｎｓｏｒｄａｔａａｎｄｓｅｒｉａｌｐｏｔｒＣＯＢ— ｍｕｎｉｃａｔｉｏｎ．Ｉｔｉｓｓｈｏｗｅｄｔｈａｔｔｈｅｓｙｎｃｈｒｏｎｉｚａｔｉｏｎａｌｇｏｉｒｔｈｍｈａｓｇｏｏｄｐｅｆｏｒｒｍａｎｃｅ．Ａｄｄｉｔｉｏｎａｌｌｙ，ｗｅａｄｏｐｔｔｈｅｉｍ－ｐｒｏｖｅｄｑｕａｔｅｒｎｉｏｎａｌｇｏｉｒｔｈｍｔｏｕｐｄａｔｅｐｏｓｔｕｒｅａｎｄｐｏｓｉｔｉｏｎｏｆｄｉｒｖｅｒｕｎｄｅｒｔｈｅｍｅａｓｕｒｅｄｄａｔａ．Ｉｎｔｈｅｍｅａｎｔｉｍｅ，ｗｅｐｌｏｔａｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌｄｙｎａｍｉｃｍｏｄｅｌｕｓｉｎｇＬａｂＶＩＥＷ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｌｉｍｂｐｏｓｔｕｒｅｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍ
Ａｂｓｔｒａｃｔ：Ｔｈｅａｉｍｏｆｔｈｅｓｔｕｄｙｉｓｔｏｔｅｓｔａｎｄｅｖａｌｕａｔｅｔｈｅｄｉｒｖｉｎｇｃｏｍｆｏｒｔａｉｍｅｄａｔｄｉｖｒｅｒｓｒａｎｄｏｍａｎｄｖａｉｒｏｕｓｂｏｄｙ