[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

摘要

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＝(P_x，P_y，P_z)，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。

主权项

1.一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，其特征在于：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u_x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。