CN103135765A - 一种基于微机械传感器的人体动作信息捕捉系统 - Google Patents

Abstract

本发明公开了一种基于微机械传感器的人体动作信息捕捉系统，包括用于获取人体各特征点处的运动姿态数据的多个传感器单元，用于基于相应传感器网络传感器单元获取的人体运动姿态数据进行处理并通蓝牙模块无线透传方式进行数据传输的主控制器系统，以及具有PC软件和BVH文件的、且能够根据所述主控制器系统处理所得运动姿态数据进行计算并实时重建人体运动姿态模型的数据处理与图形重建系统；所述多个传感器单元中的每个传感器单元、主控制器系统、以及数据处理与图形重建系统，依次连接。该基于微机械传感器的人体动作信息捕捉系统，可以以无线方式实现人体全身动作的实时数据捕捉并应用于动画、游戏中虚拟角色或机器人的动作控制。

Description

一种基于微机械传感器的人体动作信息捕捉系统

技术领域

本发明涉及运动图像捕捉及处理技术领域，具体地，涉及一种基于微机械传感器的人体动作信息捕捉系统。

背景技术

动作捕捉（Motion capture）技术，是准确测量运动物体在三维空间运动状况的技术。通过绑定在人体上的数个惯性测量节点获取人体骨骼关键点上的运动数据，应用无线数据透传方式传输至PC端，经过数据的处理计算得到关键点在不同时间计量单位上的空间坐标（X、Y、Z），并应用计算机图形技术显示重建模拟人体动作。

在动画创作中，三维动画模型的运动控制是一项工作量巨大的工作，也是动画片创作中影响效率提高的关键。为解决这一动画创作中的瓶颈问题，近年来，国内外业界开始了应用于动画制作的运动捕捉技术的研究，其方法是应用运动捕捉获取人体运动数据控制动画角色的运动，以减轻角色运动控制与设定的工作量，提高创作效率及角色运动的逼真程度。目前，已成功研制出各类应用系统，并应用于动画片的生产中。

在国外，运动捕捉技术的出现可以追溯到上个世纪的70年代末，迪斯尼公司为改进动画制作的效果，提高动画的质量，试图采用“临摹”高速拍摄真实演员动作的连贯相片的方式来达到，这个被称为Rotosooping的方法可以说是基于运动获取产生动画的原型或先驱。

当计算机技术刚开始应用于动画制作时，纽约计算机图形技术实验室的RebeccaAllen就设计了一种光学装置，将真实舞蹈演员的表演姿势投射在计算机屏幕上，作为数字舞蹈演员动画关键帧的参考，这一举措促进了运动捕捉技术的发展。20世纪80年代开始，美国Biomechanics实验室、麻省理工学院等都开展了对计算机人体运动捕捉的研究。

在计算机图形学中的应用开始于上世纪80年代初期，Abel研究小组首次将运动捕捉技术用于生成三维动画。1988年，美国太平洋数据图像公司设计了一个8自由度的输入装置，用以控制动画人物的位置和嘴唇的运动，该装置能够实时地捕获人体的运动来驱动虚拟人。在计算机动画，计算机图形学等相关领域的国际会议上也开始了关于运动捕捉技术的讨论，特别是98年以后还专门举行了针对运动捕捉的国际会议capTech’98。此后，运动捕捉技术吸引了越来越多的研究人员和开发商的目光，并从试用性研究逐步走向了实用化。

在国内，运动捕捉技术的发展也已经有几十年的历史，而且随着计算机图形学（Computer Graphics，简称CG）产业的飞速发展，对于运动捕捉系统的需求也在飞速膨胀。一些科研机构如中科院自动化所，浙江大学图形学实都在进行相关方面的研究。

据统计国内三维制造业对运动捕捉系统的使用比例高达60%，更多的企业通过合作或者租用等方式将运动捕捉系统应用到自己的产品中，比如大连的东锐软件有限公司，北京的迪生通博科技有限公司等系统制造商也纷纷加入进来，研发具有自主知识产权的国产运动捕捉系统。运动捕捉技术的应用领域也远远超出了表演动画，现在己经成功地应用于虚拟现实、游戏、人体工程学研究、模拟训练、生物力学研究等许多方面。近年来，运动捕获技术已成为人体动画主流技术之一，如何处理和应用运动捕获数据是当前计算机动画界研究的热门话题。

随着计算机技术以及三维图像技术的迅速发展，3D产品发展渐渐融入到人们的生活当中，动作捕捉系统在动画中的应用越来越广泛。运动捕捉技术可解决三维动画制作中定义角色运动的瓶颈问题，可大幅度提高三维动画及游戏开发的效率。

动漫游戏产业，包括动画卡通、数字娱乐、多媒体产品等，被誉为二十一世纪知识经济的核心产业，是最有希望的朝阳产业，这场后现代产业浪潮，不仅给全球经济战略结构带来根本性转变，也为进入新世纪的中国经济创造了千载难逢的发展机遇。其发展既满足了人民群众特别是未成年人的精神文化需求，同时也为建设社会主义先进文化，推动我国文化产业的发展奠定基础，对实现我国经济、政治、文化的协调发展，全面建设小康社会，具有重大的现实意义和深远的战略意义。

在三维动画的制作中，在建立了角色的数字模型之后，人们需要根据脚本的要求为模型定义运动，如何使用传统的运动控制技术，这是一项工作量巨大的工作，也是动画片生产中影响效率提高的关键。运动捕捉技术的应用对动画片制作效率和质量的提高具有重要的意义，本来需要数月来完成的工作应用运动捕捉系统之后只需要短短数日即可完成。

应该说运动捕捉技术的应用是动画片制作技术的重大突破，也是今后动画制作技术发展的趋势。如果能够基于加速度传感器技术、蓝牙技术、数据实时采集与处理技术的研究，研制出具有自主知识产权的国产机械式运动捕捉系统。这将会给国家带来巨大的社会效益和一定的经济效益。

在实现本发明的过程中，发明人发现现有技术中至少存在远程操控能力弱、动作灵活性差和相对独立性差等缺陷。 

发明内容

本发明的目的在于，针对上述问题，提出一种基于微机械传感器的人体动作信息捕捉系统，以实现远程操控能力强、动作灵活性好和相对独立性好的优点。

为实现上述目的，本发明采用的技术方案是：一种基于微机械传感器的人体动作信息捕捉系统，包括用于获取人体各特征点处的运动姿态数据的多个传感器单元，用于基于相应传感器单元获取的人体运动姿态数据进行处理的主控制器系统，以及具有PC软件和BVH文件的、且能够根据所述主控制器系统处理所得运动姿态数据进行计算并实时重建人体运动姿态模型的数据处理与图形重建系统；所述多个传感器单元中的每个传感器单元、主控制器系统、以及数据处理与图形重建系统，依次连接。

进一步地，每个传感器单元，包括与人体关节点相匹配设置的多个传感单元，与每个传感单元匹配设置的数据接口，以及匹配设置在多个传感单元之间的数据总线；每个传感器单元中多个传感单元之间通过数据总线连接至主控制器系统，并通过蓝牙模块以无线透传方式传输至PC端。

这里，每个传感单元可以为微机械传感器单元，所述微机械传感器单元包括九轴传感器，以及连接在所述九轴传感器与主控制器系统之间的MCU。该九轴传感器可以包括并行设置的三轴加速度传感器、三轴角速度传感器和三轴地磁场传感器。

进一步地，所述数据总线，包括RS-485总线。

进一步地，所述主控制器系统，包括分别设置在人体的左侧和右侧、且与多个传感器单元匹配设置的两个主控制器子系统。

进一步地，每个主控制器子系统，包括与相应传感器单元连接的MCU，以及分别与所述MCU连接的蓝牙传输模块和电源模块；所述蓝牙传输模块，连接至数据处理与图形重建系统。

例如，所述MCU，包括于ARM 32-bit CortexTM-M3 内核的单片机控制板STM32F103RET7；和/或，所述蓝牙传输模块，包括GC-01 CLASS1贴片式蓝牙模块；和/或，所述电源模块，包括多个串联的蓄电池，以及分别与所述串联的多个蓄电池连接、且用于对多个蓄电池进行电源管理的电源管理芯片。

进一步地，所述数据处理与图形重建系统，包括与所述主控制器系统连接的蓝牙接收模块，以及与所述蓝牙接收模块连接、且具有数据处理与图形重建软件的PC机。

本发明各实施例的基于微机械传感器的人体动作信息捕捉系统，由于包括用于获取人体各特征点处的运动姿态数据的多个传感器单元，用于基于相应传感器单元获取的人体运动姿态数据进行处理的主控制器系统，以及具有PC软件和BVH文件的、且能够根据主控制器系统处理所得运动姿态数据进行计算并实时重建人体运动姿态模型的数据处理与图形重建系统；可以通过建立传感器单元来获取人体特征点处的运动信息，将人体骨架模型抽象成17个关键关节（特征点），将人体各特征点的运动姿态融合来模拟整个人体模型的运动姿态；通过蓝牙技术实现了人体动作数据的无线传输，没有线缆的束缚有效提高了表演者动作的灵活度，由于动作捕捉模块之间具有较高的相对独立性；以无线方式实现人体全身动作的实时数据捕捉并应用于动画、游戏中虚拟角色或机器人的动作控制；从而可以克服现有技术中远程操控能力弱、动作灵活性差和相对独立性差的缺陷，以实现远程操控能力强、动作灵活性好和相对独立性好的优点。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明基于微机械传感器的人体动作信息捕捉系统的软件功能示意图；

图2a和图2b为本发明基于微机械传感器的人体动作信息捕捉系统的工作原理示意图；

图3为本发明中基于分层骨架结构模型的人体关节层次结构示意图；

图4为本发明中基于图3所示传感器单元的节点分布示意图；

图5a和图5b为本发明中人体运动姿态图形重建的数据流向及处理流程示意图；

图6为本发明中传感器的工作原理示意图；

图7为本发明中欧拉角的旋转顺序示意图；

图8a-图8e为本发明中单片机控制板STM32F103RET7的电气原理示意图；

图9为本发明中贴片式蓝牙模块（GC-01板）的硬件框图；

图10a-图10d为本发明中人体各关节点的运动姿态数据的CCD算法流程示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

根据本发明实施例，提供了一种基于微机械传感器的人体动作信息捕捉系统。如图1-图10d所示，本实施例的基于微机械传感器的人体动作信息捕捉系统，包括用于获取人体各特征点处的运动姿态数据的多个传感器单元（多个传感器单元可构成传感器网络），用于基于相应传感器单元获取的人体运动姿态数据进行处理的主控制器系统，以及具有PC软件和BVH文件的、且能够根据主控制器系统处理所得运动姿态数据进行计算并实时重建人体运动姿态模型的数据处理与图形重建系统；多个传感器单元中的每个传感器单元、主控制器系统、以及数据处理与图形重建系统，依次连接。

其中，每个传感器单元，包括与人体关节点相匹配设置的多个传感单元，与每个传感单元匹配设置的数据接口，以及匹配设置在多个传感单元之间的数据总线；每个传感器单元中多个传感单元之间通过数据总线连接至主控制器系统。每个传感单元为微机械传感器单元，微机械传感器单元包括九轴传感器，以及连接在九轴传感器与主控制器系统之间的MCU。九轴传感器包括并行设置的三轴加速度传感器、三轴角速度传感器和三轴地磁场传感器。数据总线，包括RS-485总线。

上述主控制器系统，包括分别设置在人体的左侧和右侧、且与多个传感器单元匹配设置的两个主控制器子系统。每个主控制器子系统，包括与相应传感器单元连接的MCU，以及分别与MCU连接的蓝牙传输模块和电源模块；蓝牙传输模块，连接至数据处理与图形重建系统。具体实施时，MCU，可以包括于ARM 32-bit CortexTM-M3 内核的单片机控制板STM32F103RET7；和/或，蓝牙传输模块，可以包括GC-01 CLASS1贴片式蓝牙模块；和/或，电源模块，可以包括多个串联的蓄电池，以及分别与串联的多个蓄电池连接、且用于对多个蓄电池进行电源管理的电源管理芯片。

上述数据处理与图形重建系统，包括与主控制器系统连接的蓝牙接收模块，以及与蓝牙接收模块连接、且具有数据处理与图形重建软件的PC机。

本实施例的基于微机械传感器的人体动作信息捕捉系统，具有以下特点：

⑴基于微机械传感器；

⑵可进行人体17个关节点的加速度、角速度、磁场强度实时测量；

⑶可进行人体17个关节点的空间位置坐标计算并以图形化方式进行直观的显示；

⑷生成三维动画模型数据文件格式，如3ds MAX等的数据格式文件，方便数据的应用；

⑸应用蓝牙技术实现无线数据采集。

本实施例的基于微机械传感器的人体动作信息捕捉系统，主要涉及微机械传感器技术，蓝牙技术、数据实时采集与处理技术、图形化运动模型重建软件设计，是具有自主知识产权的国产机械式动作信息捕捉系统。该基于微机械传感器的人体动作信息捕捉系统，主要是应用微机械传感器单元获取人体特征点上的运动数据，并通过蓝牙技术无线传输至工作站（PC机），再经过图形化数据处理及运动分析重建软件，得到控制三维动画角色运动的数据。

本实施例的基于微机械传感器的人体动作信息捕捉系统，着重解决的关键技术主要包括传感器单元节点设计、传感单元的数据获取及处理、PC端图形化数据处理及运动分析重建软件等。通过对人体骨骼模型的划分得出影响人体运动的关键关节点，本系统将人体骨骼模型抽象为17个关键关节点，由此建立虚拟人体关节层次模型，每个关节点处放置一个微机械传感器，用于获取人体特定关节点处的运动数据，由17个传感器节点构成传感器网络，人体各特征点处运动姿态的融合可以近似模拟整个人体的运动姿态，传感器网络就是用于获取整个人体17个关节点的运动数据，通过蓝牙传输模块无线传输至工作站（PC机），PC端经过图形化数据处理及运动模型重建软件，软件内部采用反向运动学算法对运动数据进行解算，最后得到控制三维动画角色运动的数据并实时重建人体运动模型，同时输出BVH格式文件便于存储和更新。 

本实施例的基于微机械传感器的人体动作信息捕捉系统，主要用于实时捕捉人体运动姿态并在图形重建软件中实时显示，为实现数据的实时捕捉和图形的实时显示。该基于微机械传感器的人体动作信息捕捉系统的主要功能集中于硬件捕捉设备和软件图形重建系统，硬件设备主要有微机械传感器用于实时获得人体特定关节点的运动信息；微控制器系统用于实时采集传感器网络各节点的运动数据（欧拉角或四元数），微控制器系统中集成了蓝牙无线传输模块，该模块用于将从传感器单元中采集的数据发送至工作站（PC机），从而实现设备与PC端的无线传输功能；PC端有相应的蓝牙无线接收模块，用于实时获取微控制器系统发出的数据。软件部分就是PC端的人体运动模型重建软件，该软件将人体17个特征点的运动数据（欧拉角或四元数）通过反向运动学算法进行解算，最后得到人体的运动姿态模型并进行实时显示，软件中需实现如下功能，具体参见图1。

本实施例的基于微机械传感器的人体动作信息捕捉系统，共将人体分为17个关键关节点，每个关节点处均设置一个微机械传感器，从而组成传感器网络。每个传感器（即每个传感单元的微机械传感器）均是由三轴加速度传感器、三轴角速度传感器和三轴磁传感器及MCU构成，因此，该基于微机械传感器的人体动作信息捕捉系统的数据采集部分由多个传感器节点组成，且每个传感器有独立的控制器，在运动过程中，主控制器命令各节点控制器通过传感器采集人体各关节点的三维加速度、三维角速度及三维磁场强度。

各节点控制器与主控制器系统之间采取总线型网络拓扑结构，利用总线形式进行通信。主控制器系统采集各传感器节点发送的信息，并对信息进行分析和处理后，将输出的有效数据通过蓝牙模块无线传送到PC端（即PC机），PC端的图形化运动姿态重建软件可对数据进行有效处理，主要是采用一种常用的反向运动学算法即循环坐标下降算法（CCD算法）对运动数据进行解算，最后得到人体运动姿态数据并实时重建人体运动模型。因此，按人体运动姿态数据的处理方式，可以将该基于微机械传感器的人体动作信息捕捉系统主要分为数据采集和数据处理两大模块。

其中，数据采集模块要实现的内容包括：⑴系统总体设计；⑵传感器传感单元设计；⑶主控制器ARM系统设计；⑷电源电路设计；⑸单片机软件设计。数据处理模块要实现的内容主要是：⑴人体运动模型建立；⑵传感器传感单元设计；⑶运动姿态数据（节点位移）计算。该基于微机械传感器的人体动作信息捕捉系统的主要工作原理，可参见图2。

具体地，在本实施例的基于微机械传感器的人体动作信息捕捉系统中，各子系统的设置如下：

⑴传感器网络

传感器网络的作用主要是获取人体各特征点处的运动姿态数据，人体各特征点运动姿态的融合可用于模拟整个人体的运动姿态，该基于微机械传感器的人体动作信息捕捉系统将人体骨骼模型的运动抽象成人体关节模型的运动，人体骨架是一种关节链结构，关节链是由一系列依次相连的刚体（一般假设物体无论受到多大外力或转动得多快都不变形，称这样的物体为刚体，它是力学中关于研究对象的一个理想模型）连接而成的，两个刚体的连接处称之为关节点。且各关节点之间的部分任何时刻都不会发生任何改变，所以将人体骨架模型继续抽象出17个关键关节点，相应的关节分别是臀腹关节、左胸肩关节、右胸肩关节、左肩关节、右肩关节、左肘关节、右肘关节、左腕关节、右腕关节、胸颈关节、头颈关节、左腿根关节、右腿根关节、左膝关节、右膝关节、左躁关节和右躁关节，因此整个运动的人体可被看作是由17个关键关节点连接而成的人体骨架模型，同时将人体臀腹关节作为人体模型根关节，来确定人体的世界空间位置和朝向。这里采用常规的分层骨架结构模型（即树形结构）进行图形描述，具体参见图3。

人体关节模型中各关节的划分是对人体关键关节点的提取过程，人体各关键关节点处的运动信息经处理后可以有效地反应整个人体的运动姿态，为获取运动人体的17个关键关节点处的运动信息，该基于微机械传感器的人体动作信息捕捉系统在每个关键关节点处均放置一个微机械传感器即传感器节点，所以共将17个微机械传感器放置在运动人体的17个关键关节点处，由此构成具有17个节点的传感器网络。每个传感器分别获取运动人体的特定关节点处的运动姿态数据（欧拉角或四元数），之后在PC端运动姿态图形重建软件中利用一种解析的反向运动学算法对17个关节点处的运动姿态数据（四元数）进行解算，获得每个关节点的相对位移量，从而由各特征点的运动姿态构建出整个人体的运动姿态模型。由以上人体关节层次模型可以确定传感器传感单元的分布，如图4所示，图4中每个黑色圆点代表一个传感器单元的节点，整个传感器网络由17个传感单元构成，每个节点处放置一个惯性轴传感器。

①传感器节点

在上述传感器网络中每个传感单元就是一个微机械传感器，微机械传感器是由三轴加速度传感器、三轴角速度传感器和三轴地磁场传感器及MCU构成，因此该基于微机械传感器的人体动作信息捕捉系统也称之为九轴传感器，主要用于实时获得人体各关节点的运动姿态数据。每个九轴传感器内部都使用了多传感器数据融合算法，该基于微机械传感器的人体动作信息捕捉系统中的九轴传感器均使用卡尔曼滤波器算法（最优化自回归数据处理算法）实现对人体运动姿态的测量和数据融合，此算法也是目前最高效的传感器数据融合算法，卡尔曼滤波器算法主要是采用信号与噪声的状态空间模型，利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计，从而求出当前时刻的估计值。

为确保基于微机械传感器的人体动作信息捕捉系统运动姿态测量的精确性，对于九轴传感器内的三种不同传感器测量提供不同的补偿方法，不同时刻人体运动的快慢及运动幅度的大小均有很大的差异，相应的传感器的运动模型也有所不同。因此，基于微机械传感器的人体动作信息捕捉系统对高速快速及低速缓慢的传感器运动模型建立了对应的数学模型，卡尔曼滤波器对这些数学模型具有良好的适应性并可以根据实际运行情况自动收敛，基于微机械传感器的人体动作信息捕捉系统中提供卡尔曼滤波器参数的调节功能，对于磁场环境变动较大或存在铁磁性物质的环境下使用基于微机械传感器的人体动作信息捕捉系统时，可以尽量调低磁传感器灵敏度并相对增加角速度传感器和加速度传感器灵敏度，以适应环境的变化，从而提高动作捕捉的精确性。传感器节点原理及在基于微机械传感器的人体动作信息捕捉系统中的作用参见图5。

例如，对于九轴传感器内的三种不同传感器测量提供不同的补偿方法，对于高速及缓慢的传感器运动模型提供了不同的数学模型，卡尔曼滤波器对这些数学模型具有良好的适应性并可以根据实际运行情况自动收敛，从而提高动作捕捉的精确性。九轴传感器将内部三种传感器所获得的原始数据（三轴加速度、三轴角速度、三轴磁场强度）汇总后利用卡尔曼滤波器算法对三种传感器的运动姿态结果进行解算，最后综合得出人体运动姿态数据（即欧拉角或四元数），再将其导入PC端图形化数据处理及运动模型重建软件，软件内部采用反向运动学算法计算各关键关节点的位移量，从而在软件中以图形化方式将人体运动状态实时地显示出来，同时输出BVH格式文件便于存储和修改。

本实施例的基于微机械传感器的人体动作信息捕捉系统，将人体运动模型抽象成17个关键关节点，通过将三维运动姿态测量设备VM-i绑定在人体的特征点上，实时地采集人体运动数据。三维姿态测量设备VM-i（即VM-i传感器），是微迈森惯性技术开发（北京）有限公司研发设计的。

数据接口就是进行数据传输时向数据连接线输出数据的接口，RS-485接口是采用平衡驱动器和差分接收器的组合，抗共模干扰能力强，即抗噪声干扰性能好。该接口的最高传输速率可达10Mbps，最大传输距离标准为4000英尺，但实际有效传输距离也可达3000米，但本系统中对于传输距离的要求较低，这点可以得到很好的满足。同时RS-485接口在总线上是允许连接多达128个接收器，即具有较强的多站能力，有利于方便地建立设备网络。

因此，传感器网络中各节点之间通过RS-485总线连接并将数据传送至主控制器系统，整个传感器网络共有17个传感器节点，并由两个主控制器系统（左右各有一个主控制器系统）采集节点的运动数据，人体左侧布置8个传感器节点，8个节点经RS-485总线连接之后连至左侧主控制器系统，整体呈总线型拓扑结构；同样，人体右侧布置9个传感器节点并通过RS-485总线相连，之后再连至右侧主控制器系统，在主控制器系统中集成蓝牙发送模块，用于将采集到的各传感器节点的数据发送至工作站（PC端）。

⑵主控制器系统

①微控制单元（MCU）

主控制器系统，主要采用基于ARM 32-bit CortexTM-M3 内核的单片机控制板STM32F103RET7，该芯片具有32位闪存微控制器，高达512 KB的存储器容量，并具有USB、CAN、I2C总线、11个定时器、3个ADC，USB2.0全速接口，SDIO接口，CRC计算单元。处理速度达72MHz并有256KB至512KB的快闪记忆体，高达64KB的SRAM，静态存储器控制器有4个芯片选择，支持LCD并行接口和8080/6800模式，2.0-3.6伏供电电压和I/O端口及4至16MHz晶体振荡器。另外还包括为传达改进性能而设置的Thumb-2指令，带更好的编码密度，对中断更快的反应，均和领先的工业功耗相结合。

因此可以满足该基于微机械传感器的人体动作信息捕捉系统对于数据实时采集和传送的要求，通过编程实现主控制器CPU不断的获取各传感器单元节点处的运动数据，同时传感器单元节点与主控制器系统之间采用RS-485总线连接，RS-485总线具有较高的数据传输速率（10Mbps），且总线接口具有良好的抗噪声干扰性及较长传输距离的特点。通过RS-485总线主控制器系统实时获取传感器单元各节点的运动姿态数据，主控制器系统集成蓝牙传输模块，蓝牙传输模块用于无线发送人体各关键关节点处的运动数据至PC端，主控制器系统可以保证实时获取人体各关节点处的运动数据，并实时传送至PC端人体运动姿态图形重建软件中，图8为STM32F103RET7引脚原理图。

②蓝牙传输模块

蓝牙技术是一种无线数据与语音通信的开放性全球规范，它以低成本低功耗的无线连接为基础，为固定与移动设备通信环境建立一个特别连接，程序存储在一个微型芯片中。该基于微机械传感器的人体动作信息捕捉系统的创新点之一就是利用蓝牙技术实现人体运动数据的无线传输，大部分的机械式动作捕捉系统均是采用有线式的数据传输，不仅使表演者负于缆线的束缚无法自由表演，且迫于缆线的限制无法达到期望的运动距离和运动幅度，因此该基于微机械传感器的人体动作信息捕捉系统采用无线蓝牙技术完成主控制器系统与PC端的有效数据传输，蓝牙传输模块集成于主控制器系统中，主控制器系统实时采集各传感器单元节点的运动数据，之后由蓝牙传输模块将采集到的运动姿态数据无线发送至工作站（PC即）。PC端有相应蓝牙接收模块，负责接收主控制器系统中的蓝牙传输模块发出的数据，从而在动捕设备与PC端之间，实现了高效的无线数据传输。

因此，主控制器系统的蓝牙传输模块，主要可以采用南京国春电气设备有限公司的GC-01 CLASS1贴片式蓝牙模块。它主要采用了CRS公司的AUDIO-FLASH蓝牙芯片，附加Atmel公司T7024蓝牙专用前端芯片扩展成标准1级蓝牙模块（Class1），通讯距离达100m。外围主要元器件选型采用工业级标准，模块电路板为0.8mm四层板，采用激光盲孔加工工艺，引脚采用半孔加工工艺，贴片式设计，体积尺寸紧凑。电路接口主要是USB口、RS232串行口（TTL电平）、Audio模拟语音接口（SPK，MIC）、SPI编程口、2路AIO模拟量接口、12路数字PIO接口，GC-01板硬件框图见图9，操作电压为2.7V~3.3V，工作温度：-40℃至+105℃，发送灵敏度达-85dBm。

③电源模块设计

基于微机械传感器的人体动作信息捕捉系统共有两个主控制器系统，每个主控制器系统都需要一个供电电源，电源采用4节1.2V 3000mAh镍氢充电电池串联构成，并采用电源管理芯片LP2951 进行电源管理，为系统提供稳定的5V工作电压，同时具有电量检测的功能。

⑶数据处理与图形重建系统

①蓝牙接收模块

位于微机械传感器的图形重建软件内部，主要使用传感器网络中各节点的运动数据，经过解算后得出整个人体模型的运动姿态数据，而这些数据都是从PC端的蓝牙接收模块获得的，图形重建软件从相应的蓝牙接收模块的端口读取运动数据，最后用于人体运动模型的重建。

PC端的蓝牙接收模块用于实时获取主控制器系统发出的每个传感器节点的运动数据，蓝牙接收模块接收到各节点的运动数据后，PC端人体模型重建软件就可以从蓝牙模块相应的端口处提取数据，软件内部实现人体运动模型的实时重建和显示。相应的驱动程序采用IVT公司开发的BlueSoleil6蓝牙PC软件。BlueSoleil6具有卓越的无线功能，可以无线访问种类繁多的支持蓝牙功能的设备，如手机、电脑、PDA等，BlueSoleil6界面简单易用可迅速与各种蓝牙设备（如手机、笔记本等）建立连接，主要功能包括：配对、搜索服务、数据传输、建立连接、信息交换与同步、蓝牙传真等。

蓝牙接收设备使用的是USB接口类型的支持CLASS1/2/3标准蓝牙设备。操作频带在 2.4GHz 至 2.483GHz 之间，采用 FHSS （跳频展频） 技术， 适用于 Windows 98SE/ME/2000/XP/2003/VISTA或 Mac OS X 10.2.6以上之操作系统。数据传输率最高可达3Mbps，灵敏度<-85 dBM。蓝牙驱动软件IVT BlueSoleil v6.4.249.0，能实现蓝牙接收器丰富的功能，实现电脑和其他蓝牙协议设备快速稳定的无线连接进行音频、数据、图像的传输，每秒钟3M的数据交换量，能够让我们实时看到流畅的人体运动姿态。

②数据处理与图形重建软件

数据处理与图形重建软件主要用于实时提取PC端蓝牙接收模块的数据，并对该运动姿态数据进行解算，之后实时重建人体运动姿态模型，运动姿态图形重建软件应具有对捕捉到的人体运动姿态数据（一般为BVH文件）进行存储和更新的功能。同时还应具备智能的运动数据处理及实时显示人体运动姿态的功能，还可以编辑修改之前记录的动作姿态信息。开发该运动姿态模型重建软件可基于Visual C++ 6.0集成开发环境，利用C++编程语言及MSComm通信控件、MFC类库（微软基础类库）、COM组件和图形化程序设计的编程思想。

基于微机械传感器的人体动作信息捕捉系统的人体运动模型重建软件可分成两部分：基于微机械传感器的人体动作信息捕捉系统配置核心模块和运动姿态显示模块，基于微机械传感器的人体动作信息捕捉系统配置核心模块采用TCP/IP协议可以将人体运动姿态数据传送给第三方软件，并主要负责与指定的蓝牙端口的蓝牙接收设备进行通信，从而获取人体17个关节点的运动姿态数据（欧拉角或四元数），最后再将从蓝牙端口获取的各关节点的运动姿态数据提交给软件的运动姿态显示模块。

运动姿态显示模块主要用于实时显示表演者在三维地行中人体运动的姿态。软件内部将三维空间中虚拟的人体骨骼运动与现实中表演者的运动相同步，最后能够实现的两者运动姿态的一致程度主要取决于获取人体运动姿态数据的实现算法，即如何由已知的从蓝牙端口中获取的三维空间位置数据（四元数）得到人体运动姿态数据（即关键关节点的位移量），该基于微机械传感器的人体动作信息捕捉系统使用一种反向运动学算法对人体运动姿态数据进行解算，最终获得人体各关节点的运动姿态数据。反向运动学算法可以分为分析法和迭代法两类，基于分析法的反向运动算法并不适合于分层结构模型，且当运动体关节数量越多时算法的效率越低，迭代的反向运动学方法主要有基于雅可比矩阵的反向运动学算法，非线性优化算法和循环坐标下降算法（CCD算法）。

该基于微机械传感器的人体动作信息捕捉系统的开发主要采用循环坐标下降算法（CCD算法），此算法是一种很经典的有关人体运动控制的反向运动学方法，利用CCD算法求解人体运动姿态数据，人体模型中末端效应器的位置是已知的，主要是随着人体末端效应器逐渐逼近目标位置的过程中，依次迭代求得运动链上的每个关节的旋转角度。CCD算法中的根关节不一定就是人体骨骼模型中的根关节，它可以根据相应的运动关节链进行自由选择。

人体的运动形式可归纳为两种情况：一种是目标位置在人体关节的生理运动极限范围之内，一种就是目标位置超出了人体关节的生理运动极限范围。第一种情况只需通过子关节的旋转就可实现，第二种情况通过子关节的旋转和根关节的平移即可实现。因此，人体骨骼模型的所有运动都可归结于旋转和平移两种运动形式，即运动链的所有运动都是由根关节的平移和其它子关节的旋转实现的。

CCD算法从最末端的子关节开始逐步改变每个关节的旋转角度，末端效应器达到目标位置的过程，也是每个关节点逐步调整自己旋转角度的过程，若目标位置在末端效应器的可达范围之内，则只需通过CCD算法的逐级迭代依次改变各子关节的旋转角度，就可以得到最后的人体运动姿态图形。若经过有限次（为避免影响系统实时性需规定最大重复次数N，N为自然数）的循环迭代改变关节的旋转角，末端效应器依然没有到达目标位置，则说明目标位置不在末端效应器的可达范围之内，因此需要进行根节点的平移，之后再次从末端子关节开始循环改变子关节的旋转角度。

结合该基于微机械传感器的人体动作信息捕捉系统，对CCD算法给出一个实现实例，实现虚拟人站着不动只是用右手去拿桌子上的水杯的过程，此时只考虑右手臂的运动，该运动关节链中的关节有右腕关节J0、右肘关节J1、右肩关节J2、右胸关节J3，并取臀腹关节为跟关节Jroot，CCD算法从末端效应器开始（这里的末端效应器就是手掌），逐步改变每个关节的旋转角度，先改变最末端的关节J0，从关节J0到末端效应器E做向量V1，从关节J0到目标点O做向量V2，求出两向量的点积即旋转角α，求出两向量的叉积VT1为旋转轴，使J0的子链围绕旋转轴旋转α角度，此时末端效应器E就到了一个新的位置。此时计算E到目标位置O的距离，如果E没有到达目标位置O（length>预先规定值value），即该人将手伸出一段距离后没有触及到水杯，则将J0的父节点J1作为新的根节点，从关节J1到末端效应器E做向量V1，从关节J1到目标点O做向量V2，继续求得两向量的点积即旋转角β，求出两向量的叉积VT2为旋转轴，将J1下的子链围绕旋转轴VT2旋转β角度，则末端效应器又到达一个新的位置，如图6所示，如果此时E依然没有到达目标位置O（该人还是没有触及到桌子上的水杯），则继续取J1的父节点J2作为新的根节点，逐级改变运动链上各关节点的旋转角度。如果依次迭代直至根节点Jroot时，此时末端效应器依然没有到达目标位置O，则再从末端关节J0开始新的迭代循环。这里必须对循环次数进行限制，假定最大循环次数为N，如果循环次数达到了规定的最大值N时E还没有到达目标位置O，则表示目标位置O不在末端效应器的可达范围之内，即桌子上的水杯不在该人手掌可触及的范围之内，此时需要对根节点进行平移运动，如该人再走近桌子一段距离，也就是实现了根节点的平移运动，移动根节点后再进行上述循环，具体可参见图10a-图10d。

本实施例阐述了基于微机械传感器的人体动作信息捕捉系统的设计原理及实现方法，该基于微机械传感器的人体动作信息捕捉系统，通过建立传感器网络来获取人体特征点处的运动信息，将人体骨架模型抽象成17个关键关节（特征点），将人体各特征点的运动姿态融合来模拟整个人体模型的运动姿态；通过蓝牙技术实现了人体动作数据的无线传输，没有线缆的束缚有效提高了表演者动作的灵活度，由于动作捕捉模块之间具有较高的相对独立性，因此，基于此动作信息捕捉系统容易进行深度扩展研究，如多人同步的动作信息捕捉技术的研发。另外，运动捕捉技术的应用可解决三维动画制作中定义角色运动的瓶颈问题，是动画片制作技术的重大突破，更是今后动画制作技术发展的趋势。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于微机械传感器的人体动作信息捕捉系统，其特征在于，包括用于获取人体各特征点处的运动姿态数据的多个传感器单元，用于基于相应传感器单元获取的人体运动姿态数据进行处理并通蓝牙模块无线透传方式进行数据传输的主控制器系统，以及具有PC软件和BVH文件的、且能够根据所述主控制器系统处理所得运动姿态数据进行计算并实时重建人体运动姿态模型的数据处理与图形重建系统；所述多个传感器单元中的每个传感器单元、主控制器系统、以及数据处理与图形重建系统，依次连接。

2.根据权利要求1所述的基于微机械传感器的人体动作信息捕捉系统，其特征在于，每个传感器单元，包括与人体关节点相匹配设置的多个传感单元，与每个传感单元匹配设置的数据接口，以及匹配设置在多个传感单元之间的数据总线；每个传感器单元中多个传感单元之间通过数据总线连接至主控制器系统，并通过蓝牙模块以无线透传方式传输至PC端。

3.根据权利要求2所述的基于微机械传感器的人体动作信息捕捉系统，其特征在于，所述数据总线，包括RS-485总线。

4.根据权利要求1所述的基于微机械传感器的人体动作信息捕捉系统，其特征在于，所述主控制器系统，包括分别设置在人体的左侧和右侧、且与多个传感器单元匹配设置的两个主控制器子系统。

5.根据权利要求4所述的基于微机械传感器的人体动作信息捕捉系统，其特征在于，每个主控制器子系统，包括与相应传感器单元连接的MCU，以及分别与所述MCU连接的蓝牙传输模块和电源模块；所述蓝牙传输模块，连接至数据处理与图形重建系统。

6.根据权利要求1所述的基于微机械传感器的人体动作信息捕捉系统，其特征在于，所述数据处理与图形重建系统，包括与所述主控制器系统连接的蓝牙接收模块，以及与所述蓝牙接收模块连接、且具有数据处理与图形重建软件的PC机。

Images