慣性式人體運(yùn)動(dòng)傳感器的關(guān)鍵技術(shù)研究.pdf

1、人體運(yùn)動(dòng)傳感器,是運(yùn)動(dòng)捕捉的最關(guān)鍵設(shè)備之一,近年來得到了很多專家和研究學(xué)者的高度關(guān)注。就目前來看,人體運(yùn)動(dòng)傳感器從工作原理上主要分為五種:機(jī)械電動(dòng)式、電磁式、聲學(xué)式、光學(xué)式和慣性式,它們在數(shù)據(jù)捕捉精度、可捕捉運(yùn)動(dòng)對(duì)象的數(shù)目、實(shí)時(shí)性、捕捉環(huán)境場地、使用方便程度和制造成本上均存在各自的優(yōu)劣。而隨著MEMS(微機(jī)電系統(tǒng))技術(shù)的發(fā)展,由MEMS器件組成的慣性式人體運(yùn)動(dòng)傳感器的優(yōu)點(diǎn)更加凸顯。因此,本文對(duì)人體運(yùn)動(dòng)捕捉中的慣性式人體運(yùn)動(dòng)傳感器的關(guān)鍵技

2、術(shù)進(jìn)行了研究。
　　首先,針對(duì)目前主流的慣性式人體運(yùn)動(dòng)捕捉系統(tǒng),研究了其結(jié)構(gòu)組成,對(duì)運(yùn)動(dòng)捕捉系統(tǒng)的終端節(jié)點(diǎn)、路由節(jié)點(diǎn)、主機(jī)節(jié)點(diǎn)及基于Zigbee協(xié)議棧的WBAN(無線軀域網(wǎng))進(jìn)行了詳細(xì)分析,并搭建了一套用于運(yùn)動(dòng)捕捉的慣性式人體運(yùn)動(dòng)傳感器硬件平臺(tái)。該平臺(tái)采用MEMS三軸加速度計(jì)、三軸陀螺儀和三軸磁力計(jì)所組成的慣性測量單元來測量傳感器的運(yùn)動(dòng)參數(shù),并通過WBAN進(jìn)行數(shù)據(jù)傳輸,這是本文研究工作的基礎(chǔ)。
　　然后,為了得到準(zhǔn)確的慣性器

3、件原始輸出信號(hào),介紹了MEMS加速度計(jì)、陀螺儀、磁力計(jì)的工作原理,并針對(duì)加速度計(jì)原始數(shù)據(jù)中含脈沖噪聲干擾的特點(diǎn),對(duì)其原始數(shù)據(jù)進(jìn)行了中值濾波處理,針對(duì)陀螺儀原始數(shù)據(jù)中含高頻噪聲的特點(diǎn),對(duì)其原始數(shù)據(jù)進(jìn)行了均值濾波處理,針對(duì)磁力計(jì)原始數(shù)據(jù)中含隨機(jī)噪聲比較多的問題,對(duì)其原始數(shù)據(jù)進(jìn)行了Butterworth濾波處理。實(shí)驗(yàn)表明,對(duì)傳感器數(shù)據(jù)進(jìn)行預(yù)處理達(dá)到了預(yù)想的去噪效果,為后續(xù)進(jìn)一步處理打好了基礎(chǔ)。
　　第三,為了提高M(jìn)EMS傳感器數(shù)據(jù)精度和

4、可靠程度,需要對(duì)傳感器誤差進(jìn)行標(biāo)定和校準(zhǔn)。設(shè)計(jì)了MEMS加速度計(jì)、陀螺儀和磁力計(jì)的誤差模型,并針對(duì)加速度計(jì)的靜態(tài)輸出特性,采用靜態(tài)六位置法對(duì)其進(jìn)行了標(biāo)定,確定其誤差模型系數(shù)后又對(duì)加速度計(jì)進(jìn)行了校準(zhǔn)。針對(duì)陀螺儀的動(dòng)態(tài)輸出特性,采用動(dòng)態(tài)多速率的方法對(duì)陀螺儀各敏感軸進(jìn)行一一標(biāo)定,確定其誤差模型參數(shù)后又對(duì)陀螺儀進(jìn)行了校準(zhǔn)。針對(duì)磁力計(jì)的數(shù)據(jù)輸出特點(diǎn),采用任意轉(zhuǎn)動(dòng)法對(duì)磁力計(jì)進(jìn)行標(biāo)定,確定其誤差模型參數(shù)后又對(duì)其進(jìn)行了校準(zhǔn)。實(shí)驗(yàn)表明,標(biāo)定和校準(zhǔn)過程提高

5、了各慣性器件的輸出精度。
　　第四,為了采集人體在三維空間中的運(yùn)動(dòng)軌跡,需要對(duì)獲得的傳感器數(shù)據(jù)進(jìn)行解算,以得到其姿態(tài)角數(shù)據(jù)。姿態(tài)解算常用的濾波器有互補(bǔ)濾波器和卡爾曼濾波器,常用的解算方式有歐拉角法和四元數(shù)法,因此設(shè)計(jì)了四種姿態(tài)解算方法:基于互補(bǔ)濾波器的歐拉角姿態(tài)解算算法,基于互補(bǔ)濾波器的四元數(shù)姿態(tài)解算算法,基于卡爾曼濾波器的歐拉角姿態(tài)解算算法和基于卡爾曼濾波器的四元數(shù)姿態(tài)解算算法。實(shí)驗(yàn)表明,基于卡爾曼濾波器的四元數(shù)姿態(tài)解算算法性能

6、最好。
　　最后,為了驗(yàn)證姿態(tài)解算算法的精度,采用全站儀、姿態(tài)參考平臺(tái)和地質(zhì)羅盤儀搭建了一套姿態(tài)角度驗(yàn)證系統(tǒng)。根據(jù)該系統(tǒng),對(duì)慣性式人體運(yùn)動(dòng)傳感器任意轉(zhuǎn)動(dòng)情況、奇異點(diǎn)位置情況和磁場突變情況下的傳感器姿態(tài)解算結(jié)果進(jìn)行了對(duì)比輸出,驗(yàn)證了姿態(tài)解算算法的輸出精度。實(shí)驗(yàn)結(jié)果表明,基于卡爾曼濾波的四元數(shù)姿態(tài)解算算法性能最好。此外,本文使用基于OpenGL的姿態(tài)測試系統(tǒng)對(duì)傳感器輸出數(shù)據(jù)進(jìn)行了可視化處理,將實(shí)驗(yàn)人員的手臂動(dòng)作實(shí)時(shí)還原到電腦屏幕上,得