[发明专利]利用惯性传感器和深度摄像头传感器获取运动数据的方法在审
申请号: | 201811098298.9 | 申请日: | 2018-09-20 |
公开(公告)号: | CN109186594A | 公开(公告)日: | 2019-01-11 |
发明(设计)人: | 顾少聘;应俊;刘伟;薛玮隆 | 申请(专利权)人: | 鎏玥(上海)科技有限公司 |
主分类号: | G01C21/16 | 分类号: | G01C21/16;G01S11/12 |
代理公司: | 上海领洋专利代理事务所(普通合伙) 31292 | 代理人: | 俞晨波 |
地址: | 200086 上海市虹口*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 惯性传感器 深度摄像头 运动数据 传感器 关节状态 人体关节 可信度 扩展卡尔曼滤波 安装配置 关节部位 关节位置 关系变化 人体姿势 无线连接 计算机 坐标点 方差 矫正 关节 修正 引入 优化 | ||
本发明公开了一种利用惯性传感器和深度摄像头传感器获取运动数据的方法,1)已经安装配置好的深度摄像头连接到计算机,得到人体关节在空间中的数据以及对应的可信度;2)在需要优化的用户关节位置绑好惯性传感器,该惯性传感器通过无线连接到计算机;3)需要获取的是关节状态x=(Px,Py,Pz),该关节状态即为关节在定义的坐标系下的坐标点;本发明提供的利用惯性传感器和深度摄像头传感器获取运动数据的方法,惯性传感器会绑在运动人员需要矫正的关节部位,本发明基于扩展卡尔曼滤波,但由于深度摄像头识别所得人体关节数据方差和人体姿势、坐标等很多关系变化,难以定量,引入可信度去修正这一点。
技术领域
本发明涉及人体识别、智能运动、传感器融合技术领域,进一步说,尤其涉及一种利用惯性传感器和深度摄像头传感器获取运动数据的方法。
背景技术
机器人的人体识别是室内机器人的核心支撑技术,深度摄像头作为室内机器人的通用传感器部件,可以返回带有深度信息的彩色图像。合理利用这些信息,可以高效,准确的得到人的点云信息。现有的室内机器人的人体识别通常是基于人脸识别,例如让人走到机器人面前,机器人根据人脸识别算法判断出这个人是谁。要实现室内机器人高效、准确的人体识别,在技术上主要有如下几个问题。1.人体检测,目标是在环境中准确的将人的点云与周围环境的点云分离出来。2.特征提取,目标是选择合适的特征,使得人体识别的准确率较高。由于光线,角度等一系列的变化,需要找出对光线变化以及角度变化不敏感的特征。3.特征学习,得到了上述特征数据,还需要对上述特征进行学习,得到一个合适的判别式,使得同一个人特征值差别要比不同人的特征值差别要小。虽然基于深度摄像头的人体识别技术越来越火,但在很多场合下深度摄像头存在很多误差。
发明内容
本发明为解决上述技术问题而采用的技术方案是提供一种利用惯性传感器和深度摄像头传感器获取运动数据的方法,其中,具体技术方案为:
1)已经安装配置好的深度摄像头连接到计算机,得到人体关节在空间中的数据以及对应的可信度;
2)在需要优化的用户关节位置绑好惯性传感器,该惯性传感器通过无线连接到计算机;
3)需要获取的是关节状态x=(Px,Py,Pz),该关节状态即为关节在定义的坐标系下的坐标点;
4)定义一个输入量ux使得:此输入量也是惯性传感器的的输入值;
5)惯性传感读数需要本身坐标系到世界坐标系的转换;
其中Timu为惯性传感器坐标系到世界坐标系的转换矩阵;
6)该系统用一个离散的非线性微分方程来描述:
X(k)=AX(k-1)+BU(k)+W(k)
其中P,V,Ac分别代表关节点的位置、速度、加速度;U是输入量,这个输入量是由惯性传感器输入所得;
进一步的,W~N(0,Q(d)),W是过程噪声,Q(d)与运动距离相关,运动距离越大,噪声协方差越大;
7)观测方程通过深度摄像头获取的关节点数据来建立;
Z(k)=CX(k)+V(k)
其中C为3维单位矩阵。V~N(0,R(trust))),这里R为基于深度摄像头人体识别的可信度计算得到的观测噪声协方差;
上述的利用惯性传感器和深度摄像头传感器获取运动数据的方法,其中:
8)根据1~7,基于扩展卡尔曼滤波器和惯性传感器数据,将预测方程线性化,更新预测方程和预测误差协方差:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于鎏玥(上海)科技有限公司,未经鎏玥(上海)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811098298.9/2.html,转载请声明来源钻瓜专利网。