1．目的及意义

1.1设计的目的和意义

运动捕捉技术是人工智能领域研究的热点之一，近年来，这一技术发展迅速并被广泛应用于各个领域。通过专用的运动捕捉系统，收集人体动作的大量数据，就可以对人体动作进行深入的分析，以得出其普遍特征并加以应用。在人体外骨骼研究中，通过对下肢行进运动的分析，可以为运动控制算法提供大量源数据，使算法本身可以得到充分的训练和优化，进而使外骨骼与人体更好地融合；在传统武术和舞蹈领域，通过运动捕捉系统采集数据，就可以分析武术或者舞蹈动作，可以驱动虚拟人物完成同样的动作，形成相应的动画，也可以结合人体生理的特点对动作进行优化；当然，更为熟知的是，运动捕捉技术广泛应用于电影和动画制作过程中，使制作过程大为简化，视觉效果更加丰富多样。更多的应用诸如此类。

本设计旨在使用基于光学的运动捕捉系统，采集人体跳跃动作数据，对跳跃动作进行分析及对不同跳跃动作进行比对，希望得到人体跳跃动作的一般规律和特性。诚然，对人体跳跃动作的分析只是运动捕捉技术的冰山一角跳跃动作却也设计人体各个身体部位的协同配合，具有一定的代表性。一方面，我本人希望通过此设计深入了解和掌握运动捕捉技术及相应的人体动作分析方法；另一方面，也希望自己在这方面的探索能为其他有共同志向的学习者提供例子和参考、一起学习。

1.2国内外运动捕捉技术的历史与研究现状

运动捕捉技术产生于20世纪70年代后期，最初是由心理学家Johansson在实验中提出；20世纪80年代，SimonFraser University的Galvert等人、麻省理工学院的Garol等人以及学者Rolberson、Walters对运动捕捉技术进行了深入的研究，推动了其发展。而在20世纪90年代，以Tardif等人为代表的学者进一步推动了运动捕捉技术的发展，使其趋于成熟。近年来，运动捕捉技术迅猛前进，逐渐被商业化并应用到各个领域。目前主流的运动捕捉技术可分为光学式、机械式和视频捕捉式等，其中又以光学式的应用比较广泛，其实现主要原理为利用分布在空间中固定位置的多台摄像机通过对捕捉对象上特定光点(Marker)的监视和跟踪完成动作捕捉。

在国外，对运动捕捉技术的研究始于上个世纪七十年代，发展到现在已经具备了很高的水平。自微软Kinect红外深度感应器发布以来，体感技术的开发应用得到长足的发展，与Kinect类似,华硕在2011年联合PrimeSense公司发布了另一款深度感应器-Xtion,此款感应器在体积上更小,功能上更精简,支持OpenNI的开源函数库。应用体感技术，华中科技大学的Wei Shen和微软公司的Ke Deng等人提出了基于模型的人体骨架修正和标记方法[19],较好地解决了获取人体动作视频中的遮挡问题。此外,微软剑桥研究院的Shahram Izadi等人则利用深度摄像头开发了一套实时三维重建和交互系统,系统通过摄像头对所见物体进行三维重建,并实现了操作者在虚拟空间中的实时交互。可以说,传感器方面的革新使人体骨架建模有了更优的解决方案,为基于人体骨架识别和运动跟踪方面的应用开拓了广阔的前景。

在国内，运动捕捉技术起步较晚，但也获得足够的重视，有了很大的进步。在科研领域，段世梅、孙倩、陈彦明等人通过在人身上安装惯性传感器,将运动信息经嵌入式系统处理,在计算机端驱动动画人物模型,实现了一套人体动作捕捉系统。在该实验中,惯性传感器捆绑在人体上,实时采集人体的运动数据,经嵌入式操作平台打包发送给人体运动PC 机,PC机对数据进行剔除野点等处理,用处理过的数据驱动三维人体模型,对日常生活中人的站立、行走等基本动作进行了实验。山东大学尹建芹等人针对提高家庭服务机器人智能的目标,提出了一种面向家庭服务的人体动作识别算法。首先利用运动历史图像自适应更新背景的方法,对家庭环境进行背景建模;然后,利用YCbCr 图像与灰度图像二值化的综合消除阴影,从而实现人体分割与定位;最后结合环境信息进行了对人体动作的识别,基本满足了机器人家庭服务的需求。而在商业领域，北京度量科技有限公司对运动捕捉技术的探索已有十几年；由戴若梨博士等人创立的北京诺亦腾公司，使用自主开发的数据解析算法，创建了一系列低成本、高性能的惯性运动捕捉系统。其他成果不胜枚举。

2. 研究的基本内容与方案

基本内容：基于光学的运动捕捉系统是分析人体动作的标准设备，本设计借助实验室现有的运动捕捉设备，检测、捕捉人体的跳跃落地动作，将捕捉到的数据导入数据分析软件进行分析。设计过程中要求熟悉、熟练掌握运动捕捉系统的使用方法，学习人体动作分析的基本方法；要求完成设备的标定、动作的捕捉、软件分析和结果对比等，特别是分析不同高度上人体跳跃动作差异和联系。经过大量的实验，旨在得出人体跳跃动作的一般特性，更进一步可以总结分析人体动作的一般步骤和方法。

技术方案：拟采用实验室基于光学的运动捕捉系统，在人体关键部位(如人体的关节处等)粘贴Marker点，多个动作捕捉相机从不同角度实时探测Marker点，数据实时传输至计算机，根据三角测量原理精确额计算Marker点的空间坐标，再从生物运动学原理出发进行姿态解算，得出骨骼的6自由度运动。将捕捉到的数据经过上述处理后，加载到建立好的合适的人体骨骼模型上，驱动虚拟模型完成相似的动作，以观察动作的特征特点和进行各个动作之间的比较。
3. 参考文献

[1]黄金鑫. 纵跳的人体下肢运动仿真与生物力学研究 [D]. 吉林大学, 2015.

[2]李豪杰, 林守勋, 张勇东. 基于视频的人体运动捕捉综述[J]. 2006.

[3]Moeslund T B, HiltonA, Krüger V. A survey of advances in vision-based human motion capture