汽车座椅上人体位姿测量与分析
发布时间：2021-11-22 17:05
目前,汽车上三维人体姿态测量对汽车座椅的舒适性设计有着至关重要的作用,而传统的人工测量,不仅自动化程度不高,投入人力物力大而且测量的数据精度较差。本文基于深度学习的技术,研究了双目视觉与深度神经网络相结合的方法,可以提升人体三维姿态测量的速度和测量数据的精度。首先,通过对传统人体姿态测量方法以及现有三维人体姿态测量方法进行调研,综合考虑测量场景的复杂程度以及设备制造成本和测量精度,选取双目结构光测量系统作为本文的人体三维姿态数据采集设备。根据待测量场景的光线、测量物体的大小和测量精度的要求,对于系统所需相机、相机镜头、结构光条纹投影装置以及数据处理装置的配置进行了选择,完成了双目结构光测量系统的搭建。然后,本文在调研了现有国内外三维人体姿态测量技术后,提出了一种基于深度神经网络的三维人体姿态测量方法。该方法将二维人体关节点深度网络提取方法和双目测量系统相结合,将改进VGGNet-19网络的前10层网络的输出作为深度学习网络的输入,采用双通道多阶段迭代网络分别提取人体二维关节点和肢体位置。综合左右相机采集所得二维关节点,结合关节点位置的Brief特征和双目相机的外极线约束,获取左右相机采...
【文章来源】：天津工业大学天津市
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
传统人体Fig.1-2Traditionalhuman（a）马丁尺
RS_A1300_GM60_M10的整体外观Fig.2-2AppearanceofRS_A1300_GM60_M10
第二章双目测量系统的硬件构成13图2-5和表2-3所示。图2-5M0814-MP和M1214-MP镜头的整体外观Fig.2-5AppearanceofM0814-MPandM1214-MPcameralens表2-3M0814-MPandM1214-MP镜头的性能参数Tab.2-3PerformanceparametersofM0814-MPandM1214-MPcameralens2.1.3条纹投射装置选型常用的条纹投射装置主要分为液晶投影仪（LiquidCrystalDisplay，LCD）和数字投影仪（DigitalLightProcession，DLP）两类。LCD投影仪具有投影亮度高、投影清晰度高的优点，并且其色彩还原度也较高，但是该设备工作时会产生较多的热量，适用于较为空旷的场景中。DLP投影仪将图像信号转换为脉冲信号控制投射单元的开合，得到设定的投射条纹图案，该投影装置消耗功率小，开发简单。但是，由于其功率较小，其投影图像的成像效果受外界光线影响较大。本文研究的对象为汽车上的人体姿态测量，其数据采集时需要投射具有一定规律的条纹光，这就需要使用数字信号来控制投影仪。因而本文选取BenQ公司参数M1214-MPM0814-MP焦距12mm8mm成像靶面尺寸2/3”2/3”光圈范围F1.4~F16CF1.4~F16C分辨率100lp/mm100lp/mm变形率-0.1%-0.1%视场角49.2°×40.4°×30.8°67.1°×56.3°×43.7°最小物距0.15m0.10m工作温度-10°C~+50°C-10°C~+50°C接口类型C-接口C-接口滤镜螺纹M30.50.5M30.50.5重量(g)6570（a）8mm镜头（b）12mm镜头
【参考文献】：
期刊论文
[1]基于深度学习的人体姿态估计方法综述[J]. 邓益侬,罗健欣,金凤林. 计算机工程与应用. 2019(19)
[2]基于关节点提取的老年人跌倒检测算法[J]. 袁鹏泰,刘宁钟. 计算机技术与发展. 2019(09)
[3]基于USB3.0高速图像数据传输系统设计[J]. 王国忠,刘磊,储成群,任勇峰,焦新泉. 仪表技术与传感器. 2019(03)
[4]基于前馈神经网络的3D人体姿态估计[J]. 童宇青. 数字技术与应用. 2019(01)
[5]基于散乱点云的三维人体自动测量[J]. 鲍陈,缪永伟,孙瑜亮,张旭东. 纺织学报. 2019(01)
[6]非接触三维测体技术研究进展及其在服装领域的应用[J]. 陈桂清,孙金美. 纺织导报. 2018(12)
[7]基于结构光的三维视觉检测系统在矩形钢生产线上的研究与设计[J]. 王绍阳,李大华,高强,于晓. 激光杂志. 2018(11)
[8]海康机器视觉工业镜头应用技术[J]. 胡雨婷. 智慧工厂. 2018(07)
[9]基于单目结构光的大物体三维测量关键方法的研究[J]. 伏燕军,翁凌霄,胡茗. 应用光学. 2018(02)
[10]飞行时间深度相机和彩色相机的联合标定[J]. 周杰,安平,郑帅,严徐乐,左一帆. 信号处理. 2017(01)
博士论文
[1]基于视频的人体行为识别关键技术研究[D]. 于成龙.哈尔滨工业大学 2014
硕士论文
[1]基于激光三角法的低像差微位移测量技术的研究[D]. 张爽.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018
[2]基于深度学习和图结构模型的人体姿态估计[D]. 戴慧冰.西安电子科技大学 2018
[3]基于坐姿分析的座椅舒适度评价方法研究[D]. 霍笑.新疆大学 2018
[4]基于卷积神经网络的人体姿态估计[D]. 张玉立.哈尔滨工程大学 2018
[5]基于骨骼关节点的人体行为识别算法研究[D]. 王事业.吉林大学 2018
[6]基于卷积神经网络和人体轮廓的三维人体测量[D]. 王巨峰.浙江大学 2018
[7]多视图三维重建及其评估算法的研究[D]. 陈攀.华中师范大学 2016
本文编号：3512114
【文章来源】：天津工业大学天津市
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
传统人体Fig.1-2Traditionalhuman（a）马丁尺
RS_A1300_GM60_M10的整体外观Fig.2-2AppearanceofRS_A1300_GM60_M10
第二章双目测量系统的硬件构成13图2-5和表2-3所示。图2-5M0814-MP和M1214-MP镜头的整体外观Fig.2-5AppearanceofM0814-MPandM1214-MPcameralens表2-3M0814-MPandM1214-MP镜头的性能参数Tab.2-3PerformanceparametersofM0814-MPandM1214-MPcameralens2.1.3条纹投射装置选型常用的条纹投射装置主要分为液晶投影仪（LiquidCrystalDisplay，LCD）和数字投影仪（DigitalLightProcession，DLP）两类。LCD投影仪具有投影亮度高、投影清晰度高的优点，并且其色彩还原度也较高，但是该设备工作时会产生较多的热量，适用于较为空旷的场景中。DLP投影仪将图像信号转换为脉冲信号控制投射单元的开合，得到设定的投射条纹图案，该投影装置消耗功率小，开发简单。但是，由于其功率较小，其投影图像的成像效果受外界光线影响较大。本文研究的对象为汽车上的人体姿态测量，其数据采集时需要投射具有一定规律的条纹光，这就需要使用数字信号来控制投影仪。因而本文选取BenQ公司参数M1214-MPM0814-MP焦距12mm8mm成像靶面尺寸2/3”2/3”光圈范围F1.4~F16CF1.4~F16C分辨率100lp/mm100lp/mm变形率-0.1%-0.1%视场角49.2°×40.4°×30.8°67.1°×56.3°×43.7°最小物距0.15m0.10m工作温度-10°C~+50°C-10°C~+50°C接口类型C-接口C-接口滤镜螺纹M30.50.5M30.50.5重量(g)6570（a）8mm镜头（b）12mm镜头
【参考文献】：
期刊论文
[1]基于深度学习的人体姿态估计方法综述[J]. 邓益侬,罗健欣,金凤林. 计算机工程与应用. 2019(19)
[2]基于关节点提取的老年人跌倒检测算法[J]. 袁鹏泰,刘宁钟. 计算机技术与发展. 2019(09)
[3]基于USB3.0高速图像数据传输系统设计[J]. 王国忠,刘磊,储成群,任勇峰,焦新泉. 仪表技术与传感器. 2019(03)
[4]基于前馈神经网络的3D人体姿态估计[J]. 童宇青. 数字技术与应用. 2019(01)
[5]基于散乱点云的三维人体自动测量[J]. 鲍陈,缪永伟,孙瑜亮,张旭东. 纺织学报. 2019(01)
[6]非接触三维测体技术研究进展及其在服装领域的应用[J]. 陈桂清,孙金美. 纺织导报. 2018(12)
[7]基于结构光的三维视觉检测系统在矩形钢生产线上的研究与设计[J]. 王绍阳,李大华,高强,于晓. 激光杂志. 2018(11)
[8]海康机器视觉工业镜头应用技术[J]. 胡雨婷. 智慧工厂. 2018(07)
[9]基于单目结构光的大物体三维测量关键方法的研究[J]. 伏燕军,翁凌霄,胡茗. 应用光学. 2018(02)
[10]飞行时间深度相机和彩色相机的联合标定[J]. 周杰,安平,郑帅,严徐乐,左一帆. 信号处理. 2017(01)
博士论文
[1]基于视频的人体行为识别关键技术研究[D]. 于成龙.哈尔滨工业大学 2014
硕士论文
[1]基于激光三角法的低像差微位移测量技术的研究[D]. 张爽.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018
[2]基于深度学习和图结构模型的人体姿态估计[D]. 戴慧冰.西安电子科技大学 2018
[3]基于坐姿分析的座椅舒适度评价方法研究[D]. 霍笑.新疆大学 2018
[4]基于卷积神经网络的人体姿态估计[D]. 张玉立.哈尔滨工程大学 2018
[5]基于骨骼关节点的人体行为识别算法研究[D]. 王事业.吉林大学 2018
[6]基于卷积神经网络和人体轮廓的三维人体测量[D]. 王巨峰.浙江大学 2018
[7]多视图三维重建及其评估算法的研究[D]. 陈攀.华中师范大学 2016
本文编号：3512114
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3512114.html
最近更新
教材专著
