本書是山東大學(xué)機(jī)器人研究中心在人機(jī)交互領(lǐng)域及以人機(jī)運(yùn)動(dòng)智能感知技術(shù)為基礎(chǔ)的交互安全領(lǐng)域多年研究成果的總結(jié),系統(tǒng)介紹了人體運(yùn)動(dòng)捕捉與行為識(shí)別及機(jī)器人運(yùn)動(dòng)感知領(lǐng)域的技術(shù)貢獻(xiàn)。主要內(nèi)容包括:緒論、MARG傳感器的模塊設(shè)計(jì)與傳感器校準(zhǔn)、節(jié)點(diǎn)姿態(tài)估計(jì)技術(shù)、人體運(yùn)動(dòng)捕捉技術(shù)、機(jī)器人運(yùn)動(dòng)捕捉技術(shù)、人體行為識(shí)別技術(shù)。本書可供從事人機(jī)交互、運(yùn)動(dòng)感知與安全評(píng)估研究的科研人員、相關(guān)專業(yè)的研究生或高年級(jí)本科生閱讀,也可供相關(guān)領(lǐng)域的工程技術(shù)人員參考。
周樂(lè)來(lái),男,工學(xué)博士,教授,博導(dǎo),兼任中國(guó)自動(dòng)化學(xué)會(huì)共融機(jī)器人專委會(huì)委員,中國(guó)自動(dòng)化學(xué)會(huì)智能制造系統(tǒng)專委會(huì)委員,無(wú)人系統(tǒng)技術(shù)期刊青年編委。研究方向?yàn)闄C(jī)器人技術(shù),機(jī)器人設(shè)計(jì)與系統(tǒng)優(yōu)化,柔順機(jī)器人設(shè)計(jì)與控制,人機(jī)協(xié)作。
目錄
第1章 緒論1
1.1 研究背景與意義1
1.2 機(jī)器人節(jié)點(diǎn)姿態(tài)估計(jì)技術(shù)的研究現(xiàn)狀4
1.2.1 單個(gè)IMU姿態(tài)估計(jì)技術(shù)4
1.2.2 機(jī)器人關(guān)節(jié)角估計(jì)技術(shù)5
1.3 人體運(yùn)動(dòng)捕捉技術(shù)的研究現(xiàn)狀7
1.3.1 人體運(yùn)動(dòng)捕捉方案7
1.3.2 人體運(yùn)動(dòng)捕捉方法9
1.3.3 人體位置跟蹤方法11
1.4 人體動(dòng)作識(shí)別技術(shù)的研究現(xiàn)狀13
1.4.1 傳感器部署方案與數(shù)據(jù)集13
1.4.2 基于機(jī)器學(xué)習(xí)的動(dòng)作識(shí)別方法15
1.4.3 基于深度學(xué)習(xí)的動(dòng)作識(shí)別方法17
第2章 MARG傳感器的模塊設(shè)計(jì)與傳感器校準(zhǔn)21
2.1 MARG傳感器的模塊設(shè)計(jì)21
2.2 傳感器校準(zhǔn)29
2.2.1 磁力計(jì)校準(zhǔn)29
2.2.2 加速度計(jì)校準(zhǔn)31
2.2.3 陀螺儀校準(zhǔn)32
第3章 節(jié)點(diǎn)姿態(tài)估計(jì)技術(shù)34
3.1 剛體姿態(tài)描述方法34
3.2 基于EKF的姿態(tài)估計(jì)算法35
3.2.1 過(guò)程模型35
3.2.2 觀測(cè)模型36
3.2.3 EKF執(zhí)行過(guò)程37
3.3 基于DEKF的解耦姿態(tài)估計(jì)算法38
3.3.1 問(wèn)題描述38
3.3.2 融合加速度矢量和角速度矢量估計(jì)物體姿態(tài)39
3.3.3 從單位四元數(shù)中剔除航向姿態(tài)39
3.3.4 融合磁場(chǎng)矢量和角速度矢量估計(jì)航向姿態(tài)41
3.3.5 融合非航向姿態(tài)與航向姿態(tài)實(shí)現(xiàn)完整姿態(tài)估計(jì)43
3.4 基于正交觀測(cè)矢量的姿態(tài)估計(jì)算法43
3.4.1 參考矢量構(gòu)造43
3.4.2 參考矢量觀測(cè)協(xié)方差推導(dǎo)44
3.4.3 基于正交觀測(cè)矢量的解耦姿態(tài)解算45
3.5 實(shí)驗(yàn)與分析46
3.5.1 磁干擾下解耦姿態(tài)估計(jì)實(shí)驗(yàn)46
3.5.2 靜態(tài)與動(dòng)態(tài)姿態(tài)估計(jì)實(shí)驗(yàn)48
3.5.3 大范圍俯仰運(yùn)動(dòng)姿態(tài)估計(jì)實(shí)驗(yàn)50
3.5.4 算法計(jì)算效率對(duì)比實(shí)驗(yàn)53
第4章 人體運(yùn)動(dòng)捕捉技術(shù)54
4.1 人體關(guān)節(jié)運(yùn)動(dòng)鏈模型54
4.2 人體運(yùn)動(dòng)捕捉算法55
4.2.1 初始姿態(tài)標(biāo)定55
4.2.2 關(guān)節(jié)姿態(tài)解算58
4.2.3 人體運(yùn)動(dòng)學(xué)模型59
4.3 人體位置跟蹤算法62
4.3.1 基于自適應(yīng)零速度更新的腳部位置跟蹤62
4.3.2 融合慣性導(dǎo)航與人體運(yùn)動(dòng)學(xué)模型的位置跟蹤76
4.4 實(shí)驗(yàn)結(jié)果78
4.4.1 零速度檢測(cè)實(shí)驗(yàn)78
4.4.2 人體動(dòng)作捕捉實(shí)驗(yàn)85
4.4.3 人體位置跟蹤實(shí)驗(yàn)86
第5章 機(jī)器人運(yùn)動(dòng)捕捉技術(shù)90
5.1 單軸旋轉(zhuǎn)運(yùn)動(dòng)旋轉(zhuǎn)軸與轉(zhuǎn)角估計(jì)90
5.1.1 旋轉(zhuǎn)軸與轉(zhuǎn)角解析90
5.1.2 實(shí)驗(yàn)與分析95
5.2 機(jī)械臂姿態(tài)捕捉104
5.2.1 問(wèn)題構(gòu)建105
5.2.2 關(guān)節(jié)角與位置解算107
5.2.3 實(shí)驗(yàn)與分析115
5.3 移動(dòng)機(jī)器人姿態(tài)捕捉120
5.3.1 基于主平面磁場(chǎng)信息的磁力計(jì)校準(zhǔn)120
5.3.2 移動(dòng)機(jī)器人姿態(tài)估計(jì)算法123
5.3.3 實(shí)驗(yàn)與分析123
第6章 人體行為識(shí)別技術(shù)129
6.1 基于深度卷積Transformer的對(duì)比自監(jiān)督動(dòng)作識(shí)別模型129
6.1.1 對(duì)比自監(jiān)督預(yù)訓(xùn)練模塊130
6.1.2 動(dòng)作識(shí)別微調(diào)模塊135
6.1.3 動(dòng)作識(shí)別測(cè)試模塊136
6.2 實(shí)驗(yàn)平臺(tái)136
6.2.1 數(shù)據(jù)集136
6.2.2 模型參數(shù)設(shè)置137
6.2.3 對(duì)比模型137
6.2.4 模型評(píng)價(jià)方法138
6.3 實(shí)驗(yàn)與分析139
6.3.1 數(shù)據(jù)增強(qiáng)實(shí)驗(yàn)139
6.3.2 基于不同比例有標(biāo)記數(shù)據(jù)的動(dòng)作識(shí)別實(shí)驗(yàn)141
6.3.3 線性評(píng)估與微調(diào)評(píng)估實(shí)驗(yàn)143
6.3.4 動(dòng)作類別分類能力實(shí)驗(yàn)143
6.3.5 特征學(xué)習(xí)能力實(shí)驗(yàn)146
6.3.6 消融實(shí)驗(yàn)146
參考文獻(xiàn)149