论文部分内容阅读
手势作为日常生活中人们广泛使用的一种自然而直观、易于学习和高效的交流方式,有很强的表意能力,伴随虚拟现实技术的发展,虚拟手成为了一种新的人机接口应用,可实时获取手部动作的信息,在人机交互过程中完成操作和感知交流等功能,有效地拓宽了人机交互通道,在体育,医学,军事等方面有着广阔的应用前景。近年来随着微电子技术和惯性导航计算技术的发展,惯性传感器可实现对运动信息的检测,为手势动作信息的捕获带来了新的基础工具和应用环境,其可以对手部姿态信息进行精确的测量与跟踪,具有结构设计简单,价格低廉,安装和使用便捷等优点。本文在基于微型惯性传感器技术的基础上,结合捷联式惯性导航和数据融合原理,设计了一种不受光照约束,抗干扰能力强的全姿态手姿态捕捉系统。该手势捕捉系统由多个传感节点和一个汇聚控制节点构成,传感器节点主要包含三轴加速度计,三轴陀螺仪,三轴地磁仪,负责采集各手指部位运动过程中的原始数据,并进行数据的预处理。控制节点汇聚各个传感器节点的数据,最后通过无线传输方式把解算的姿态数据进行打包发送给上位机,在上位机中通过对手势姿态数据进行进一步解析,以实现对虚拟手部模型关节的数据驱动,从而实现对真实手势姿态的捕捉和显示。本文针对手指在空间三维中的运动情况进行了相关研究,从而选择合适的传感器,并对传感器的工作原理和性能参数进行了对比研究,且对各个传感器可能存在的误差进行了分析,例如加速度传感器的数据抖动和偏移,陀螺仪的累积误差,地磁仪易受磁场干扰的因素进行了详细分析,提出了有效的解决方案。在基于手部传感网络的总体设计思路和框架下,对部署在手部的传感节点和汇聚节点进行了详细的原理图设计,并对系统数据传输的协议进行了定制。同时对传感节点在手指上的部署位置要求进行了分析,并在惯性导航技术的基础上,完成了多传感器的数据融合处理,输出了以四元数表示的姿态信息。另外通过分析手部生物学结构,在VS2012开发环境下结合OpenGL图形库和3DS MAX软件构建了基于三维视角的虚拟手部关节模型,通过解算的姿态数据对虚拟模型进行初始化标定和数据驱动,实现运动手势的捕获和重现。通过对系统进行相关的实验设计,验证了本文所设计的手姿态捕捉系统工作性能的稳定性和可靠性,可为今后手势捕获的研究和设计提供新的借鉴思路,具有一定的创新性和应用价值。