论文部分内容阅读
随着社会经济的发展和生活水平的提高,人们开始寻求真实感更强的模拟体验。作为一门新兴的多通道信息融合技术——虚拟现实(VR:Virtual Reality)正在带给人们一种全新的人机交互体验。虚拟现实技术需要模拟出同现实尽可能一致的交互场景。动作捕捉技术正是解决这一需求的关键技术。动作捕捉技术将人体动作映射到虚拟场景中,构建出与真实人物对应的虚拟形象,能实现更好的用户体验。现有VR应用要么缺乏对人的肢体运动进行捕捉,要么通过反向运动学构建虚拟手臂来模拟人体动作,但模拟精准度不高,这使得虚拟现实的用户体验大打折扣。基于惯性传感器或基于视频识别的运动捕捉方案可以较好的实现虚拟现实中的动作捕捉,前者捕捉精度高但成本高;后者成本低但捕捉精度也低。本文在HTC VIVE平台上设计了一种基于运动学的虚拟现实手臂动作捕捉方案,以实现低成本高精度的动作捕捉效果。该方案的具体贡献包括以下几点:1.提出了一种将VR设备捕捉到的头部、躯干和手臂节点数据映射到虚拟空间中人体结构对应关节的方法,即基于人体骨骼层次模型,设计了适用于VR环境手臂运动链模型。2.提出了一种将上述人体结构数据重定向到VR手臂的解决方案。利用内置模型将数据重建到虚拟形象的对应的手臂关节,驱动虚拟环境下的VR手臂运动。3.基于特征约束和特征匹配顺序策略对动态时间规整算法(Dynamic Time Warping,DTW算法)进行改进,并将改进后的算法应用到VR手臂动作捕捉中。实验表明改进后的算法能够在保持原有识别精度的基础上,提升34%的时间效率。4.基于以上提出的方案,实现了基于运动学的虚拟现实手臂动作捕捉的系统和插件。将本文提出的动作捕捉方案和已有方案进行对比实验,使用动作关节角度变化曲线和图片序列验证方法展开分析。实验结果和用户调查结果显示,本文提出的方法能够较好地在虚拟现实中还原实际手臂动作,与现有方法相比表现出较高的精度,调查对象的平均满意度达到85%。