增强现实上肢康复系统跟踪注册关键技术研究

发布时间：2019-10-24 00:18

【摘要】：增强现实(Augmented Reality,简称AR)技术能够将虚拟场景与真实场景完美融合从而实现对真实场景的增强和补充。跟踪注册是AR的关键技术之一,也是实现虚实场景融合的基础。将AR应用于上肢康复系统中,可以把计算机生成的虚拟指导训练信息叠加到病患真实的训练过程中,让病患清晰而明确地看到自己当前肢体动作和既定训练计划的真实差异。对AR上肢康复系统跟踪注册关键技术的研究是跟踪注册方法及应用的进一步研究,在一定程度上为AR技术应用于康复医学领域的难点提供处理思路的同时为AR上肢康复系统的发展提供关键技术的解决方案。因此,论文的工作具有重要的理论意义和应用价值。目前国内外AR上肢康复系统利用标记和计算机视觉算法能够跟踪上肢的活动,但无法获取上肢活动时的相关数据对训练效果进行量化评估。此外,在病患的上肢放置各种标记易使病患在心理上产生抵触或不配合的情绪而导致康复效果不佳。针对以上问题,在对相关AR跟踪注册理论和方法进行深入研究和分析的基础上进行了以下几个主要工作:(1)虚实融合特征数据分析。通过体位(坐位、立位和仰卧位)分析以及腕、肘关节活动特点分析,确定传感器位置。再结合腕、肘关节ROM(Range of Motion,关节活动度)评定,确定关节活动角度为虚实融合特征数据。(2)传感器实现的腕、肘关节运动跟踪注册。传感器因其逐渐智能化且微型化,可穿戴在手腕和肘部,易于接受。腕关节的尺偏、桡偏和肘关节的屈曲、伸展运动基于人体力学结构可分析抽象为三维空间中绕某一坐标轴的旋转,穿戴的传感器随上肢运动,其在三维空间中的旋转方向、角度与关节的活动方向、角度相对应,从而将关节的活动角度在三维空间中进行数学建模,进而通过计算传感器的旋转角度获得关节的活动角度。最后结合关节康复训练运动的特点即重复性和连续性,给出了一个适用于上肢腕、肘关节不同运动形式的跟踪注册算法。(3)有效性和可用性验证。一方面,选择健康人、模拟病患和真实病患三类关节活动度和关节灵活性各不相同的人群作为评估对象从灵敏、精确、连续和稳定四个指标量化评估数据的有效性:通过将传感器采集的数据与临床使用的量角器测量的同一活动角度的数值进行对比评估了精确性,通过分析原型生成的数据变化曲线量化评估了灵敏性、连续性和稳定性。另一方面,自行设计和开发了一个原型系统,在三级甲等中医医院重庆市某区中医院进行了实验,分别从硬件(主要是传感器设备)和软件的可用性进一步验证了跟踪注册的可用性。硬件可用性从易于使用、可接受度、舒适度和满意度四个指标进行评估,而软件可用性从易于学习、易于记忆、容错性、高效性和满意度五个指标进行评估。论文的理论价值体现在以下几个方面:(1)首次提出了将人体上肢关节运动在三维空间中进行抽象建模的方法。(2)论文的工作是AR与康复医学相结合的产物,其工作成果一定程度上为下肢大关节功能障碍AR康复训练提供了理论指导和借鉴。论文的实用价值体现在:(1)提出的跟踪注册算法封装应用于AR上肢康复训练系统既支持虚实训练场景的融合,又可作为医生或治疗师评估病患康复进度和训练效果的重要依据。(2)设计实现的基于Android平台的上肢康复训练系统原型能够直观地展示病患的已达训练目标、当前训练状态以及当前设定的目标,便于病患和医生清晰地对比和实时了解训练情况。论文的工作实现了对腕关节的稳定跟踪和注册支持,但实验中发现病患肘关节运动有时是由腕关节运动带动的。因此下一步工作是对可能参与肘关节运动的其他关节结合分析,以更全面地完成对肘关节运动的跟踪注册,进而更好地支持肘关节的康复评估和虚实训练场景融合。
【图文】：

图 1.1 集成增强现实和辅助装置的训练环境la Ficheman 等人针对儿童脑瘫的康复在文献[8]中案例研究。Irene Karaguilla Ficheman 等人基于已乐疗法辅助系统的原型，用于脑瘫儿童的康复训一台普通的 PC 机、一个网络摄像头和若干特制统原型利用基于计算机视觉的跟踪注册技术实现首先，网络摄像头利用图像处理技术捕获识别出算机图形学和视觉计算得出卡片的位置，并在显某一张卡片被遮挡或覆盖，系统利用计算机视觉应的声音反馈。脑瘫患儿通过连续地触摸不同的知能力的训练。

图 1.1 集成增强现实和辅助装置的训练环境Irene Karaguilla Ficheman 等人针对儿童脑瘫的康复在文献[8]中进行了增强现音乐辅助系统的案例研究。Irene Karaguilla Ficheman 等人基于已有的研究设计一个增强现实音乐疗法辅助系统的原型，用于脑瘫儿童的康复训练。该系统原使用的设备包括一台普通的 PC 机、一个网络摄像头和若干特制的卡片，如下 1.2 所示。该系统原型利用基于计算机视觉的跟踪注册技术实现对标记卡片的别和跟踪注册。首先，网络摄像头利用图像处理技术捕获识别出每张卡片代表音符，并结合计算机图形学和视觉计算得出卡片的位置，并在显示器中呈现虚物体。其次，，当某一张卡片被遮挡或覆盖，系统利用计算机视觉算法检测被覆的卡片并提供相应的声音反馈。脑瘫患儿通过连续地触摸不同的卡片实现上肢伸能力及声音感知能力的训练。
【学位授予单位】：西南大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.9

【参考文献】

相关期刊论文 前6条

1 罗斌;王涌天;沈浩;吴志杰;刘越;;增强现实混合跟踪技术综述[J];自动化学报;2013年08期

2 Wai Choong WONG;;Wearable sensors for 3D upper limb motion modeling and ubiquitous estimation[J];Journal of Control Theory and Applications;2011年01期

3 陈靖;王涌天;郭俊伟;刘伟;林精敦;薛康;刘越;丁刚毅;;基于特征识别的增强现实跟踪定位算法[J];中国科学:信息科学;2010年11期

4 林P;杨珂;王涌天;刘越;;移动增强现实系统的关键技术研究[J];中国图象图形学报;2009年03期

5 钟慧娟;刘肖琳;吴晓莉;;增强现实系统及其关键技术研究[J];计算机仿真;2008年01期

6 王涌天,刘越,胡晓明;户外增强现实系统关键技术及其应用的研究[J];系统仿真学报;2003年03期

相关博士学位论文 前2条

1 桂振文;面向移动增强现实的场景识别与跟踪注册技术研究[D];北京理工大学;2014年

2 徐迟;增强现实中的三维物体注册方法及其应用研究[D];华中科技大学;2011年

相关硕士学位论文 前4条

1 张姹;基于光学和惯性跟踪数据融合的上肢运动测量技术及应用研究[D];浙江大学;2014年

2 刘明;移动增强现实跟踪技术及在农业展示中的应用研究[D];西南大学;2014年

3 王余涛;基于增强现实的协同式装配系统研究[D];中国科学技术大学;2010年

4 杨波;增强现实中的跟踪技术研究[D];电子科技大学;2005年

本文编号：2552296