运动捕捉系统设计及基于运动捕捉数据的步态模式研究

发布时间：2017-10-09 20:06

  本文关键词：运动捕捉系统设计及基于运动捕捉数据的步态模式研究

  更多相关文章： 仿人机器人 运动捕捉 八连杆模型 MotionBuilder

【摘要】：仿人机器人采用支撑脚离散、交替接触地面的类人运动方式,具有高度的灵活性,能够很好的融入人们的生活,为我们提供服务。现有的仿人机器人由于步态规划中的各种问题,不能很好地实现其稳定性和灵活性。人类步行具有稳定、灵活和高效的特点,因此采集和分析人体步行过程中各个关节的运动规律对仿人机器人的步态规划具有重要的意义。本文首先针对人体步行过程中各个关节数据采集问题,根据人体关节的骨骼特性设计了一套穿戴式人体运动捕捉系统,对人体腰部和下肢关节进行运动数据采集。然后,通过采集自由和束腰两种状态下人体步行运动数据,验证腰部对人体步行的影响,从而建立了一种新型的机器人模型——八连杆模型。最后,通过与CMU的人体步行数据库相似性对比,证明捕捉系统采集人体运动数据的准确性,并在Motion Builder中建立八连杆模型进行仿真,证明数据的可用性。本文取得的主要研究成果如下:1)穿戴式人体运动捕捉系统本文根据人体关节的骨骼结构设计了一套穿戴式人体运动捕捉系统,其最重要的结构特征是采用背-胯差值法采集腰部的运动数据,为验证腰部在人体步行过程中的作用提供数据支撑。所设计的穿戴式人体运动捕捉系统以STM32为主控芯片,首先采用STM32的通用同步/异步收发器采集安装在人体背部和胯部的航姿参考系统测量的运动数据;然后采用STM32的模数转换器采集安装在下肢各个关节处的电位计的电压信号,并转换成各个关节的角度数据;最后STM32通过与通用同步/异步收发器相连的蓝牙模块将采集的数据发送到PC端,在电脑上实时显示采集数据。2)仿人机器人八连杆模型的建立首先,在实际的采集实验过程中,以受试者的腰部是否被束缚为单一变量,设置对比实验。分别采集受试者在两种状态下的步行数据,分析两组数据的差异性,证明腰部对人体步行运动的重要性。然后,对仿人机器人经典的七连杆模型进行改进,在其躯干上加入腰关节的自由度,将躯干连杆分成上下两根连杆,由此构成新型的仿人机器人模型——八连杆模型。最后,采用D-H表示法,建立仿人机器人的正运动学模型,并且采用几何解析的方法,建立仿人机器人的逆运动学模型。3)仿人机器人步态模式仿真首先,在捕捉系统采集的不同受试者的步行数据和CMU人体步行数据中分别取一个步行周期,采用三次样条插值法将每个步行周期的采样帧数统一并代入相似函数,比较捕捉系统采集的步行数据与CMU数据库中数据的相似性,证明捕捉系统采集数据的正确性。然后,在Motion Builder根据建立的仿人机器人的八连杆模型建立ASF骨架模型,将人体步态模式数据转换成AMC文件并导入骨架模型中,使模型随数据运动,证明八连杆模型和人体步态模式的可行性。
【关键词】：仿人机器人 运动捕捉 八连杆模型 MotionBuilder
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP242
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-26
• 1.1 引言10
• 1.2 课题研究的背景与意义10-11
• 1.3 课题研究现状11-24
• 1.3.1 运动捕捉系统研究现状11-15
• 1.3.2 机器人步态模型15-17
• 1.3.3 仿人机器人步态研究现状17-24
• 1.4 论文的内容和结构24-26
• 第2章 穿戴式人体运动捕捉系统硬件设计26-42
• 2.1 引言26
• 2.2 机械系统设计26-32
• 2.2.1 腰胯部子系统27-29
• 2.2.2 膝关节子系统29-30
• 2.2.3 踝关节子系统30-32
• 2.3 电路系统设计32-40
• 2.3.1 主控芯片32-34
• 2.3.2 传感器34-36
• 2.3.3 数据采集电路36-37
• 2.3.4 数据传输电路37-38
• 2.3.5 电源电路38-40
• 2.4 本章小结40-42
• 第3章 穿戴式人体运动捕捉系统软件设计42-50
• 3.1 引言42-43
• 3.2 数据采集43-46
• 3.2.1 航姿参考系统数据43-45
• 3.2.2 电位计数据45-46
• 3.3 数据传输46-49
• 3.4 本章小结49-50
• 第4章 人体步行数据采集和分析50-72
• 4.1 引言50
• 4.2 实验设计和数据分析50-56
• 4.2.1 对比实验50-55
• 4.2.2 数据验证55-56
• 4.3 仿人机器人的八连杆模型56-67
• 4.3.1 仿人机器人位置与姿态的描述57-60
• 4.3.2 正运动学模型60-65
• 4.3.3 逆运动学模型65-67
• 4.4 基于MotionBuilder的步态模式仿真67-70
• 4.4.1 仿真模型的建立67-69
• 4.4.2 步态模式仿真69-70
• 4.5 本章小结70-72
• 总结与展望72-74
• 参考文献74-78
• 附录 ASF文件78-82
• 攻读硕士学位期间所发表的学术论文82-84
• 致谢84

，

本文编号：1002137