[发明专利]通过预测传感器数据对被跟踪对象的姿态建模

说明书

平台系统接收描述被跟踪对象的状态和定向的传感器数据，并对被跟踪对象的姿态进行建模，以确定用户与平台系统的交互。为了确保由于饱和事件或连接丢失导致的不正确传感器数据不会影响用户体验，平台系统基于传感器数据处于或高于饱和极限或未被接收来识别传感器数据流中的用于校正的区域。平台系统通过应用对应于邻近用于校正的区域的点的拟合，并使用所应用的拟合确定预测的传感器数据，来预测所识别的校正区域的传感器数据。预测的传感器数据用于校正被跟踪对象的建模姿态。

技术领域

本申请要求2019年3月4日提交的美国申请第16/291，228号的优先权，出于所有目的，该申请的内容通过引用整体结合于此。

技术领域

本公开总体上涉及对被跟踪对象的姿态建模，更具体地，涉及通过预测传感器数据对被跟踪对象的姿态建模。

背景

诸如控制器和头戴装置的对象通过使用对象的状态和定向来识别用户执行的运动、选择和其他动作，从而允许用户与平台系统进行交互。诸如陀螺仪、磁力计和加速度计的传感器附着在对象上，用于在对象的操作期间收集数据。平台系统使用传感器接收的数据来跟踪对象的移动，并对对象的姿态进行建模，以近乎实时地确定用户与平台系统的交互。在诸如虚拟现实的平台系统应用中，准确且快速地对被跟踪对象的姿态建模并执行用户指示的动作和交互对于系统的真实用户体验至关重要。

当传感器数据丢失或不准确时，会出现问题。在一个示例中，当平台系统没有接收到传感器数据包时(例如，传感器数据包被物理障碍物阻挡，被跟踪对象和平台系统之间的连接暂时不可用，等等)，可能会导致不正确的传感器数据。在另一个例子中，由于传感器饱和，可能导致不正确的传感器数据。当现实世界的测量超出传感器的精确记录能力时，就会发生传感器饱和。在传感器饱和事件期间，即使现实世界的测量值超过饱和值，数据也可以被表示为处于阈值饱和极限。不正确的传感器数据可能导致平台系统呈现不正确的姿态，导致系统上的动作滞后或建模不准确，并对平台系统上的用户体验产生负面影响。

概述

平台系统从传感器数据流中识别用于校正的传感器数据区域，并使用所识别区域周围的传感器数据来预测该区域内的传感器数据。平台系统接收包括描述与平台系统配对的被跟踪对象的移动和定位的数据的传感器数据流，并基于传感器数据流近乎实时地对被跟踪对象的姿态建模。在被跟踪对象的操作期间，平台系统识别传感器数据流中可能不正确并且可能不能反映传感器周围待测量的实际环境的区域。例如，基于传感器数据高于相关传感器的饱和极限的时间量来确定该区域。在另一个例子中，基于传感器数据的缺乏的时间量来确定该区域。

平台系统识别邻近用于校正的区域的传感器数据，并基于邻近的传感器数据确定该区域的入口斜率和出口斜率。在一个实施例中，平台系统使用邻近用于校正的区域的每一侧的两个点来确定入口和出口斜率。平台系统应用对应于所确定的入口和出口斜率的拟合。例如，平台系统对用于校正的区域应用多项式拟合。平台系统使用所应用的拟合来确定用于校正的区域的预测的传感器数据，并基于预测的传感器数据修改被跟踪对象的建模姿态。

通过基于用于校正的区域的预测的传感器数据修改被跟踪对象的建模姿态，平台系统近乎实时地减少了不正确的传感器数据对被跟踪对象的位置和移动的影响。

根据所附权利要求中的至少一项，本发明解决了上述问题。

根据本发明的一些实施方式，提供了一种方法，其中该方法包括接收传感器数据流，所述传感器数据流与被跟踪对象的移动和位置数据相关联；基于所述传感器数据流对所述被跟踪对象的姿态建模；在所述传感器数据流中识别用于校正的区域；对于所述用于校正的区域，基于邻近所述用于校正的区域的读数预测传感器数据；以及基于所述预测的传感器数据修改所述被跟踪对象的所述建模的姿态。

根据本发明的一种可能的实施方式，识别用于校正的区域还包括：识别与所述传感器数据流相关联的传感器的饱和极限；以及识别所述传感器数据流中所述传感器数据处于或高于所述饱和极限的区域。