基于预测控制的手臂运动估计研究.pdfVIP

第一届中国图学大会，2007年8月5日一7日，烟台 251 基于预测控制的手臂运动估计研究术 王修晖1 林海2 (1．中国计量学院信息工程学院浙江杭州310018：2．浙江大学CAD＆CG国家重点实验室浙江杭州310058) 摘要：交互信息的获取是决定分布式虚拟现实系统沉浸感和真实感好坏的一个重要因素，通过对交互者手臂位置的 跟踪，可以提供直观和谐的人机交互模式。为了跟踪手臂运动轨迹，本文提出了一种基于模糊预测控制理论的手臂运 动估计算法(记作FPc．AME算法)，用来实现形象化的六自由度手臂导航操作。试验结果表明，在环境光照基本稳定 的条件下，本文算法可以生成稳定、精确的手臂位置信息，相关研究对虚拟环境下的沉浸式交互具有较高的理论意义 和实用价值。 关键词：运动估计特征点提取特征点跟踪预测控制沉浸式交互 标识环的边缘点序列。 1 引言 Step3．求取标识环的质心。根据标识环的部分几 在分布式虚拟现实环境下，为了提供更加和谐友 何信息分别对来自两个同步摄像头的边缘点序列进行 好的人机交互界面，有多种沉浸式交互模式可以选择， 椭圆拟合【3】，并进一步求取标识环的二维质心坐标对。 如头部运动跟踪、面部表情识别、自然语言理解、手 Step4．三维点重建。根据两个摄像头的内外参数 势辨识等u1。本文提出了一种基于模糊预测控制理论 信息，对上一步得到的二维质心坐标序列进行三维重 建，得到对应于腕部和肘部标识环的三维质心坐标。 的手臂运动估计算法(记做FPc—A淝算法)，用来实现 形象化的六自由度手臂导航操作。 上述Step2中，针对每一幅图像得到对应于肘部 和腕部标识环的离散点序列，由于手臂的遮挡，每个 2标识环的特征提取 标识环只能看到一部分图像，本文使用最小二乘法对 如下形式的圆锥曲线方程进行了拟合： 考虑到本文工作的重点在于根据手臂上特征点的 提取结果实现鲁棒的手臂运动估计，因此这里对特征提 血2+脚+@2+眈+毋+F=0 取过程进行了简化。一方面，要求交互者在腕部和肘部 然后通过下面关系求取标识环的二维质心坐标： 分别佩戴具有鲜明色彩的标识环，并假设交互场景中不 出现和特征环颜色相同的对象。另一方面，对于两个摄 加：丝兰罂：yo：丝兰篓 4AC一曰2。。4AC一县。 像头的摆放位置，要求从两个摄像头都能看到二分之一 Step4中，三维点重建中，分别对肘部和腕部标 左右的标识环，以便能通过椭圆拟合快速可靠地得到标 识环的质心坐标进行了如下变换： 识环质心。标识环的特征提取步骤描述如下： X 龇p1．摄像头几何标定。在离线状态，通过两个 y 摄像头分别拍摄若干张具有深度信息的棋盘格定标板 Z x=[i]=…叫 图像以及平铺于地面的棋盘格定标纸图像，然后利用