微型感測器人體運動信息融合的理論和方法

《微型感測器人體運動信息融合的理論和方法》是依託中國科學院大學，由吳健康擔任項目負責人的重點項目。

基本介紹

• 中文名：微型感測器人體運動信息融合的理論和方法
• 項目類別：重點項目
• 項目負責人：吳健康
• 依託單位：中國科學院大學

項目摘要

實時準確地獲取和分析人體的運動信息在健康監測、舞蹈訓練、體育運動分析、電影數字特技、動畫、虛擬現實、遊戲和人機互動等領域都有廣泛的套用。現有基於攝像機的人體運動獲取系統（Mocap）昂貴而不能實時，而微型感測器人體運動獲取系統（MMocap）具有方便、經濟、實時和套用等諸多優點。然而，由於人體運動系統的複雜性和微型感測器的固有問題，MMocap尚缺乏基本理論和關鍵技術。本項目旨在研究和建立人體運動模型以表達人體的複雜運動體系，針對人體肢體運動的隨機性和非線性，人體各肢體間關節的複雜性等難點，研究和建立人體混合貝葉斯網路動態系統的兩級感測信息融合的理論和方法，研發微型感測器人體運動獲取系統原型。本研究在理論上將發展貝葉斯動態系統估值理論，提出一套動態、非線性、多相關參數估值方法；在技術上，將研發出一套高精度、高魯棒性的具有套用價值的人體運動估計系統，為人體運動獲取產業提供關鍵技術。

結題摘要

人體運動捕獲在舞蹈和體育訓練、電影數字特技、動畫、康復等領域有廣泛的套用。目前，光學系統使用多個高清晰度攝像機，藉助人體關鍵部位標誌點，被廣泛套用於數字電影。但因其複雜、昂貴，存在遮擋，需要固定場所，其套用受到限制。 微型感測器晶片可直接測量人體各肢體運動參數，其用陀螺儀角速度數據積分獲得三維角度，漂移從加速度信號中的重力加速度分量和磁力計信號中的大地磁場分量獲得補償。這一研究的挑戰在於微型感測器本身精度低、噪聲大、存在漂移，重力加速度和地磁場干擾嚴重。美國麻省理工、海軍研究生院、瑞士EPFL運動分析與測量實驗室、荷蘭Twente大學，都對上述難題進行了深入的研究，部分地找出了解決方案。 本研究在微型感測器人體運動捕獲的理論和套用兩方面都取得了重要的進展：在人體信道層，通過建模、實驗和分析，研發了真實“浮地”的人體通信原型；在單個運動感測器節點，提出了微型感測器動態測量模型，給出了外部干擾、感測器噪聲和漂移的數學模型，設計了分級、自適應貝葉斯估值方法，從根本上提高了感測器單元的運動估值精度和穩定性；在整體層次，提出了基於人體生物力學模型的整體數據融合方法，第一次準確地估計出感測器節點的運動加速度值；在系統水平，提出了基於步態分析的大地坐標系中人體位移估計方法，使位移估計精度達到了目前最高水平。相關的論文發表在多個IEEE Trans會刊上。 在套用方面，研發了我國第一套微型感測器人體運動捕獲系統以及與動畫和遊戲軟體的標準接口，並由無錫微感科技有限公司產業化，成功地套用於3D高水平動畫的製作中，被作為科學推動文化產業的案例，先後在北京電視台、中央新聞台、和《新聞聯播》中報導。 作為微型感測器運動捕獲的重要套用，與北大醫院和新加坡陳篤生醫院合作，提出了中風病人上肢運動功能數字評估指數，被國際康復學刊主編認為是“一種全新的定量運動功能指數”。研發的數字運動康復系統，實現了康復功能評定定量化、訓練過程可視化、病人互動遊戲化，從而使康復訓練社會化（社區和家庭），以及醫生和康復師指導遠程化成為可能。 本項目實施過程中，在IEEE Transactions等國際期刊和本領域重要的國際會議上發表論文28篇，其中SCI收錄12篇。授權國家發明專利1項。培養研究生19名。如英國帝國理工學院、美國麻省理工學院、美國海軍研究生院等建立了合作關係。