论文部分内容阅读
人体头部和手臂位姿跟踪是增强现实系统的关键技术之一,头部位姿跟踪是增强现实中虚实融合绘制的基础,手臂跟踪对于实现良好的人机交互体验有着至关重要的作用。本论文的研究目标是实现大范围(约100m2)室内环境中人体头部和手臂实时运动跟踪,为增强现实系统中的虚实融合绘制和人机交互提供必要的技术支撑。针对上述需求,本文首先研究了相机-惯性测量单元相对位姿标定,进而对室内环境中六自由度位姿计算、人体上肢运动实时跟踪等方面进行了比较系统和深入的研究,同时完成了一个原型系统。主要研究内容包括:
(1)提出了一种综合利用无迹卡尔曼滤波器和扩展卡尔曼滤波器的相机-惯性测量单元相对位姿标定方法。该标定方法简单易用,仅需要一个标定板即可完成,并且具有很好的标定精度和鲁棒性。
(2)利用相机和惯性测量单元,设计了一个基于近红外LED标识点的六自由度位姿跟踪系统VisTracker-IR。通过三维重建和增量迭代优化的方法对标识点的三维世界坐标进行计算,利用(1)中的方法对相机-惯性测量单元的相对位姿进行标定。然后利用扩展卡尔曼滤波器对相机和惯性测量单元的测量数据进行融合,实现了六自由度位姿的实时跟踪。
(3)利用多个惯性测量单元,设计了一个人体手臂运动跟踪系统LimbIMU-Tracker。提出了一种基于扩展卡尔曼滤波器的惯性测量单元-骨骼相对姿态标定方法。利用标定的惯性测量单元-骨骼相对姿态矩阵、惯性测量单元的输出姿态矩阵以及手工测量的骨骼长度,能实时估算手部在肢体局部坐标系中的位姿。
(4)设计了一个面向增强现实的人体头部和手臂运动实时跟踪系统ARTrac-ker。ARTracker系统包括:用于虚实融合绘制的人体头部定位子系统VisTracker-barcode和用于人机交互的人体手臂定位子系统LimbIMUTracker。ARTracker系统利用一个头部惯性测量单元对VisTracker-barcode和LimbIMU-Tracker的输出结果进行融合,实时计算手臂和头部在室内世界坐标系中的位姿。