Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 大连理工大学仇森获国家专利权

大连理工大学仇森获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉大连理工大学申请的专利基于惯性传感器的双人皮划艇上肢动作捕捉方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116027905B

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310060115.9,技术领域涉及:G06F3/01;该发明授权基于惯性传感器的双人皮划艇上肢动作捕捉方法是由仇森;刘佳艺;刘龙;王哲龙;赵红宇设计研发完成,并于2023-01-18向国家知识产权局提交的专利申请。

基于惯性传感器的双人皮划艇上肢动作捕捉方法在说明书摘要公布了:本发明属于人体动作捕捉领域,提出一种基于惯性传感器的双人皮划艇上肢动作捕捉方法,应用于实际划船场景中,对双人皮划艇中的上肢运动进行运动学姿态分析。基于惯性传感器的动作捕捉系统包括六个惯性节点、一个接收节点和上位机。每个惯性节点可通过接收节点将数据发送到上位机;完成初始校准后,运用扩展卡尔曼滤波方法提升数据融合精度,解算出各时刻的姿态信息;从运动信息中提取关节角度,利用动态时间规整方法分析两个划艇运动员的姿态同步效果。本发明适用于实际场景下的皮划艇训练,可以同时监测双人运动姿态,对关节角进行同步分析,帮助教练和运动员明确训练效果和改进技术动作。

本发明授权基于惯性传感器的双人皮划艇上肢动作捕捉方法在权利要求书中公布了:1.一种基于惯性传感器的双人皮划艇上肢动作捕捉方法,其特征在于,基于一种基于惯性传感器的双人皮划艇上肢动作捕捉系统实现,基于惯性传感器的双人皮划艇上肢动作捕捉系统包括:六个惯性节点、一个接收节点和上位机; 每个惯性节点内置三轴陀螺仪、三轴加速度计和三轴磁力计,一个无线模组和储存卡; 接收节点配有32位微处理器和Lora无线通信模块,控制惯性节点的数据采集和上传,实现上位机与三轴加速度计、三轴陀螺仪数据和三轴磁力计的数据通信; 上位机采用Qt编写; 基于惯性传感器的双人皮划艇上肢动作捕捉系统采用离线数据采集方式存储在储存卡中;多个惯性节点同时开始采集,保证同步;运动员上岸后,惯性节点采集的数据通过接收节点传输到上位机进行进一步的处理和分析; 基于惯性传感器的双人皮划艇上肢动作捕捉方法包括以下步骤: A1、将六个惯性节点分别穿戴于人体的腰部、胸部、左大臂、左小臂、右大臂和右小臂,同步采集两位运动员的上肢惯性运动数据;每个惯性节点通过接收节点将数据发送到上位机,输出三轴加速度计数据、三轴陀螺仪数据和三轴磁力计数据; A2、运动员首先静止面向磁场北方向站立进行初始校准,将传感器坐标系与载体坐标系对齐;同时得到传感器坐标系到以人体重心为原点,三个坐标轴分别指向地理北方、地理东方和地面方向的地理坐标系的姿态四元数,最终在地理坐标系中描述运动员姿态信息; 利用数学变换将载体坐标系中的测量值转换为地理坐标系中的测量值,最终在地理坐标系中描述运动员姿态信息; 利用四元数法更新姿态信息;初始状态下,与载体坐标系重合的地理坐标系通过绕Z轴的偏航角、绕Y轴的俯仰角和绕X轴的横滚角旋转到当前姿态; ; ; ; 在地理坐标系中,运动物体的空间状态按照航向角、横滚角、俯仰角的顺序移动,最终的合成结果与物体在空间的运动状态一致,从地理坐标系GCS到载体坐标系BCS的旋转矩阵表示为: 根据Z-Y-X的旋转变换顺序,初始姿态四元数表示为: ; 载体坐标系BCS和地理坐标系GCS的初始对准描述为,则初始对准为: ; 其中,表示传感器坐标系到地理坐标系的旋转四元数;表示载体坐标系到传感器坐标系的旋转四元数;表示载体坐标系到地理坐标系的旋转四元数; 初始对准后,三轴加速度计、三轴陀螺仪数据和三轴磁力计的实际位置由地理坐标系GCS中的四元数1,0,0,0表示;姿态四元数在多次迭代中收敛到实际位置; A3、采用扩展卡尔曼滤波方法进行数据融合,解算运动员的身体姿态;将人体视为一组刚体模型,包括若干个定制长度的关节,每个关节部分用姿态四元数表示;刚体模型建模为由无摩擦关节连接的线,以腰为根节点,更新每一时刻的人体姿态,还原运动信息; 以姿态四元数、三轴陀螺仪误差、人体关节位置和人体关节速度作为系统状态量,以三轴磁力计和从全身姿态计算的位置信息和速度信息作为系统观测值的扩展卡尔曼滤波方法进行数据融合,状态方程为: ; 其中,、、分别为人体关节位置,,,分别为人体关节速度,,,分别为三轴陀螺仪误差,,,,分别为姿态四元数; 初始协方差矩阵为: 其中,为人体关节位置方差,为人体关节速度方差,为姿态四元数方差,为三轴陀螺仪误差方差;P是误差协方差的初始值,表示对当前预测状态的置信度,决定初始收敛速度;随着卡尔曼滤波器的迭代,P值不断变化;当系统进入稳态时,P值收敛为最小的估计方差矩阵,获得最优卡尔曼增益; 姿态四元数更新过程如下: 扩展卡尔曼系统的状态微分方程为: 其中,为三轴加速度计值,g为重力加速度; 输入噪声矩阵为: ; 其中,为三轴陀螺仪误差方差,为三轴加速度计误差方差; 系统观测方程为: ; 将重力分量定义为,得到观测矩阵为: ; ; 观测噪声矩阵为: ; 其中,为三轴磁力计误差方差; R值是测量噪声;测试时保持三轴陀螺仪不动,记录一段时间内三轴陀螺仪的输出数据,该输出数据为正态分布;根据原理,取正态分布的作为R的初始值; 将上述状态方程、初始协方差矩阵、状态微分方程、观测方程及噪声矩阵,代入扩展卡尔曼滤波迭代过程,卡尔曼增益为: ; 其中,为初始协方差矩阵,为观测矩阵,R为观测噪声矩阵; 先验矩阵和后验矩阵更新如下: ; ; ; ; 其中,为状态量,为系统输入值,为状态转移矩阵,表示系统噪声的协方差矩阵,是观测方程,为观测矩阵; 根据数据融合后的姿态位置,以腰为根节点,更新每一时刻的人体姿态,还原运动姿态信息; A4、根据A3的姿态解算的结果,提取出相邻关节段之间的关节角度;对两位运动员的左肩、右肩、左肘和右肘关节角度进行同步分析; 将上身定义为十一段结构,相邻关节段之间的角度定义为关节角;向量U和向量V分别表示上肢身体向量的同侧上臂和同侧前臂;向量U和向量V长度根据人体实际肢体长度定义;关节角计算方式如下: ; 其中,分别表示地理坐标系下两个相邻的肢体段向量;运动员运动过程中关节角度的变化为时间序列,动态时间规整方法DTW用于衡量相应关节角度的相关性;DTW通过拉伸和缩短时间序列来计算两个时间序列之间的相似性,在时间轴上扭曲其中一个时间序列以实现对齐;动态时间规整后的时间序列,根据欧氏距离,计算出衡量两个时间序列相似性的DTW距离;计算如下: 其中,代表之间的距离;DTW距离归一化后,用于衡量两个时间序列之间的相似性,用于为教练和运动员提供量化的姿态同步指标。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人大连理工大学,其通讯地址为:116024 辽宁省大连市甘井子区凌工路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。