文摘

在本文中,我们专注于人类的手臂动作捕捉,这是出于需求在物理中风患者的康复和训练一样老人活动的监控。拟议的方法使用一个数据融合的低成本和低重量的MEMS传感器共同手臂结构的先验知识。主要目标是估计手臂位置,肩膀的解剖运动加速度。我们提出一种基于离散优化旨在搜索最优直接没有解相关模棱两可态度模棱两可,并计算基线向量结果。本文的独创性是应用离散非线性系统的优化跟踪期望轨迹等人类运动的不确定性。全局渐近收敛的非线性观测器得到保证。广泛的测试提出了方法论与真实世界的数据说明了该程序的有效性。

1。介绍

许多不同的学科,如计算机角色动画或虚拟现实使用动作捕捉系统捕捉人体的运动和姿态。然而,人类可以使用动作捕捉与体能恢复个人护理,康复和培训需求。人机交互的研究(HRI)辅助机器人应用程序是一个新的,成长,和日益流行的交叉研究领域的许多领域,包括机器人技术、控制、医学、心理学、神经科学和认知科学。与互动的机器人,其目的是为了娱乐和与人类用户创建简单的基本关系,辅助机器人侧重于帮助人类有特殊需要的用户在他们的日常活动1]。

机器人技术是有很大潜力的,受益残疾人的生活(2]。不仅在明显的角色列为汇率操纵国,无论安装在桌子上,轮椅,移动基地,或穿在身上,但也作为一个援助流动,教育和沟通。辅助机器人是几种技术的结合与各种残疾的人的需求;在本文中,我们提出我们的研究方法辅助机器人通过动作捕捉。

在康复过程中,中风患者需要本地化的运动和学习,这样不正确的运动可以立即修改或调整。因此,跟踪这些运动过程中变得重要和必要的康复。最受欢迎的跟踪系统是机械追踪者,主动磁跟踪器,光学跟踪系统(3]。

机械追踪系统(4]利用附着在铰接的外骨骼结构被跟踪。测角仪在骨骼的联系测量关节角与运动学算法来确定使用身体姿势。虽然机械追踪器是精确的,他们是穿;此外,测角仪的校准是很困难的。主动磁跟踪系统(5)确定位置和姿态都通过使用小型磁学传感器安装在刚体上一组生成的磁场;这种系统有几个缺点,即场畸变和有限体积测量。光学跟踪系统(6)可分为两个基本类别:模式识别和基于图像的系统。模式识别系统的人造灯光模式和使用此信息来确定位置和/或姿态。确定位置的图像系统使用多个摄像头跟踪预定点移动物体内工作容积。虽然光学跟踪系统提供准确的定位和位置信息,他们有一些重要的局限性。限制包括阻塞(视线)问题时所需的光路被堵住了,从其他光源干扰,测量体积有限,最重要的,成本太高。

(微机电系统)的使用(MEMS)传感器在人体运动分析中获得了大量的地面。虽然加速计和速率陀螺用于应用程序,如地震分析,航空导航、机器人,最近它们用于应用程序监控等人类活动(7,8和测量神经障碍9]。在其他运动惯性捕获系统的出现提供了一个方便的手段获取现实的运动数据10]。由于这些系统的成功,现实的和高度详细的运动片段商用和广泛用于制造视觉上令人信服的动画类3 d人物在各种应用程序中,如动画电影和视频游戏。

人类动作捕捉的研究集中在基于articulated-model为了产生足够一般全身追踪处理现实的实际应用。然而,使用铰接模型的问题是高配置空间的维数和计算成本成倍增加的结果。

为了规避的问题代表了机械的使用,活跃的磁性和光学跟踪系统,基于惯性技术可以使用跟踪系统。技术包括将MEMS传感器(速率陀螺、加速度计和磁力计)单位在每个身体部分被跟踪。铰接结构描述为非刚性的对象。然而,每个结构分别可以被视为刚体(3]。身体部分的长度之间的转动关节因此随时间保持不变,由关节连接在每一个一个或多个自由度(自由度)。测量是指当地轴辊,俯仰和偏航。临床参考系统提供解剖意义的定义主要节段运动(如弯曲伸缩、abduction-adduction或supination-pronation)的手臂,肩膀(参见图参考点1)。

因此,使用这种技术,人类动作捕捉态度评估的框架,从三个速率陀螺,三个加速度计和三个磁力计传感器,安装的活动。这种组合也被称为一个姿态和航向参考系统(AHRS) [11]。

在过去的十年中,姿态估计问题等被应用到新的领域,例如,地面和空中机器人(12,13]。的态度估计是由速率陀螺的数据融合,加速计和磁力计。实际上,速率陀螺提供连续的态度信息具有良好的短期稳定测量数值时,集成。然而,由于速率陀螺测量影响的雪堆,基于这些传感器的态度估计慢慢发散的真实态度。另一方面,线性加速度计测量加速度的矢量和和重力加速度在传感器坐标。当重力加速度分量传感占主导地位,它提供了倾向的信息。因此,它可用于正确的速率陀螺的漂移方向估计。由于加速度计不能检测绕纵轴旋转,磁传感器可以添加,使感应地球磁场,他们因此可以用来正确漂移速率陀螺的纵轴,(14]。一般来说,这个想法已经实现过滤器的加速度计和磁力计用于低频率成分的方向和速率陀螺测量速度方向的变化。在上面的引用方法,进行数据融合通过扩展卡尔曼滤波器(EKF)的实现。卡尔曼滤波器的担忧的主要特征融合的能力从不同传感器获得的信号类型。然而,线性化过程呈现很难保证全局收敛性真理的态度。此外,由于传感器测量噪声在实践中遇到的一般非高斯滤波器的行为会变得贫穷。最近,非线性方法的态度估计使用加速度计,磁力计和速率陀螺。在[15),作者提出了一个非线性的观察者,他们利用集团为了估计姿态矩阵。在非线性观察员的态度方法中,姿态误差的收敛为零是李雅普诺夫意义上的证明。

离散单元模型(DEM),通常没有大角度位移之间的时间步骤,也放松很多约束的算法进行了讨论。在民主党和其他几个粒子方法,相对较小的时间步长必须选择准确解决高度非线性,inter-body接触,和显式集成方案通常被用来更新离散的运动元素。事实上,隐式时域算法已被证明,16在分立元件应用程序通常不佳。

在所有这些提到的方法,加速组件被建模为一个一阶低通滤波白噪声过程,也就是说,使用加速度计测斜仪。因此,出现问题时不是小相比,重力加速度。事实上,这些方法不考虑的问题的态度考虑了人体nonweak加速度的估计。一些出版物有处理这个问题17,18),考虑机器人的运动学模型和ground-directed率传感器被添加。在[19),基于规则的模糊逻辑专家系统用于识别车辆运动的状态,融合这些不同传感器的数据形式。不幸的是,这些算法是线性卡尔曼滤波器的组合和扩展卡尔曼滤波器,它已经提到,这一事实使得很难保证全局收敛性。

辅助技术的目标是开发先进技术促进独立生活和改善艾滋病人的生活质量有慢性或退行性损伤电机、感知、通信、和/或认知能力。本文的目的是描述我们的研究活动的结果在机器人应用程序影响的人们通过残疾和老年退行性障碍患者由于自然老化。

在目前的工作,我们的典型的捕获配置主要依赖的手臂。需求的动机出现在物理中风患者的康复和训练一样监视的老人活动可以帮助临床医生的早期识别潜在的病理。目标是估计手臂位置和肩膀的动作(见图4)对一个惯性坐标系,由人体。因此,模块包含三个速率陀螺,三个加速度计,和三个磁力计在tri-axis组装,定位的极端的手臂,手的关节近端。估计坐标参考传感器的态度。这些信息共同的结合先验知识的解剖学手臂的姿势使获取信息可能手臂和肩膀的解剖的动作。在这第一阶段,肘部弯曲伸缩不考虑。

的态度估计使用四元数表示。联合使用两种方法,即非线性观测器和离散线性二次极小化技术。执行非线性观测器以产生估计陀螺的偏见和四元数的态度。因此,没有假设的缺点(或不)加速完成,并且没有切换过程从一个观察者,另一个是必要的。的主要优势的方法相比,本文提出的方法是估计的态度仍然有效,即使在高加速度的存在很长时间。此外,陀螺偏差在线估计,算法和方法可以嵌入micromechanic系统或机器人系统。

在这篇文章中,一个离散线性二次(DLQ)提出了优化跟踪期望轨迹。参数进行了优化,使跟踪误差最小化,因为它是一个模范自由的方法。但是,粒子群优化需要一个可重复的某些模型和最优控制设计是一种离线。

摘要组织如下。节2,一个数学背景。问题陈述部分制定3。中给出的非线性观测器部分4。使用离散优化算法与非线性观测器在部分说明5。实验结果给出了部分6。本文结尾部分中给出一些结论7。

2。数学背景

在介绍中提到的,一个刚体的态度可以表示为一个单位四元数,组成的一个单位向量被称为欧拉轴,旋转角度关于这个轴。四元数的然后定义如下: 在哪里 ,被称为矢量和标量的四元数,分别。在人体运动跟踪应用中,单位四元数表示的旋转惯性坐标系在某种程度上位于空间(例如,地球帧)身体坐标系统位于中心刚体的质量。

如果是一个向量表达吗,那么它的坐标表达的是: 在哪里和相关的四元数向量和分别表示四元数乘法,的共轭四元数是遵循定义为: 的旋转矩阵四元数的态度计算如下: 在哪里是单位矩阵和是一个斜对称张量与轴矢量相关吗如下: 因此,向量的坐标表达的框架是由: 四元数姿态误差用来量化两种态度之间的不匹配和计算: 表示由身体的角速度矢量框架相对于惯性坐标系表示,在的运动学方程是:

2.1。传感器建模

2.1.1。速率陀螺

角速度由速率陀螺测量,这应该是垂直的。速率陀螺的输出信号受到各种因素的影响,如偏见漂移和噪声。没有旋转,输出信号的总和可以建模为高斯白噪声和慢变的功能。因为一个集成步骤是必需的,为了获得当前姿态四元数(9),即使是最小的变化速率陀螺的测量会产生一个错误的估计的态度。偏见是用,属于空间。的速率陀螺测量建模(20.]: 在哪里和应该是由高斯白噪声和是一个对角矩阵的时间常数。在这种情况下,常数被设置为年代。偏差向量将在线估计,使用以下部分中给出的观察者。

2.1.2。加速度计

由于使用硬件加速计固定在身体,体内测量表达框架。因此,加速度计的输出可以写成: 在哪里和是身体的重力向量和惯性加速度,分别。都表示在坐标系。米/秒²表示引力常数, 是向量的应该是高斯白噪音。

2.1.3。磁力计

磁场向量表达的框架;它应该是。因为测量在体框架,他们是: 在哪里 表示扰动磁场。这个扰动向量应该是由高斯白噪声建模。

3所示。问题陈述

目标是估计手臂的态度和解剖肩膀的运动,即extension-flexion abduction-adduction和内外旋转(见图2和4)。肘部弯曲伸缩不考虑。

一个模块包含三个速率陀螺,三个加速度计,和三个磁力计在tri-axis组装定位在肩膀和手臂的极端,手的关节近端(见图3)。问题就态度估计坐标参考模块的传感器()。

磁力计意义上的地球磁场在体内框架。他们的测量是指出(图2)。加速度计测量的总和的手臂加速和重力场。然后,臂加速度的影响必须被删除从加速度计测量。他们的测量中表达,用。旋转运动的速率陀螺的措施。测量提供一个良好的短期稳定和低噪音水平。然而,速率陀螺测量受到固有的漂移的影响导致缓慢的态度的差异随着时间的推移,由于集成步骤是必需的。因此,速率陀螺的偏差必须在线估计,并将减去速率陀螺测量。

一旦坐标参考模块传感器的态度,这将是结合先验知识的解剖学的手臂姿势可以获取信息的手臂和肩膀的运动()。

限制在肩膀的旋转表中进行了总结1(21]。

3.1。人体模型

为应用程序和它的模型,这是基于一个关节杆,因为一个寻求人类运动的动作捕捉。为此,从机器人计价模型提取的“光”,机器人中的所有执行机构连接机器人的盔甲,以限制群众的运动不同的元素。尽管所有并行的开发工具是有效的类型的机器人,该模型是基于rotular类型的机器人(旋转),提供一个特殊兴趣对于这个特定的应用程序,因为关节的人愿意考虑人体可以建模(cf图4)轴心关节,在肩膀,它可以通过prismatic-rotule模仿发音2。

4所示。非线性的态度观察

非线性观测器的态度,包括偏差和错误更新是由: 在哪里被定义在(11),,是积极的矩阵。的预测时间态度吗。它获得通过集成的运动学方程(14)使用测量角速度偏差估计,,这是四元数误差向量的一部分吗。记住,措施之间的差异和伪测度的态度(16)。在这篇文章中,由于获得适当治疗的加速度计和磁强计测量通过一个离散的优化,这将在下一节中解释。

结合(9),(11)和(14),误差模型表示为: 在哪里和。系统(16)- (17)承认两个平衡的点和。这是由于四元数的事实和表示相同的态度。从(1),一个获得 也就是说,只有一个物理三维空间中的平衡点。几乎全球误差的渐近收敛于零因此的融合真正的是由: 在哪里是“真正的”刚体的姿态四元数。因此,保证收敛当且仅当

定理1。考虑系统的平衡态(16)- (17),让测量角速度。然后,平衡点是全局渐近稳定的。

证明。考虑到候选人李雅普诺夫函数正定,径向无界,哪些属于类: 的导数(21(一起),17)和(16),是由: 自和,它是 因此,。因此,。然而,如果误差模型的初始条件除了躺在两个平衡分,观察者误差渐近收敛于一点,在那里。事实上,这个平衡点是一个吸引点,而这一点被认为是一个反射极点。从(21),它可以注意到,如果美国在反射极误差模型的平衡点,他们仍然在这一点上。然而,如果任何一点微小的扰动存在(维护条件),它将产生的价值下降,自对于任何点(除了平衡点),一个获得,总结了证据。

备注2。在实践中零错误(无论是身体的态度或)需要在最短时间和最小的努力,从任何初始条件。事实上,这个平衡点可以被看作是一个吸引子误差模型的平衡点,如果测量更新吗使用。因此,使用 与而不是(14)- (25),可以确保最小的旋转角度或是选择。

5。离散优化Pseudomeasurement四元数和加速度的估计

的态度估计使用四元数表示。两种方法共同使用,即与约束最小二乘估计最小化技术和预测房地产的。执行的预测是为了产生一个pseudo-estimate加速度和四元数的态度。这个预测是由房地产从四元数获得传播通过运动学方程和一个获得通过约束最小化问题。

的pseudomeasurement四元数从加速度计和磁强计测量计算。实际上,加速度计敏感不仅重力向量,而且身体加速度。当加速度不弱,使用这些计算的态度直接测量矢量传感器远离真实的态度。因此,制定一个优化问题,分为三个步骤。

首先,一个寻求估计惯性体从加速度计测量加速度和四元数获得(14)。通过这种方式,所获得的四元数约束最小二乘法的估计是对人体的加速度。因此,没有假设的缺点(或不)加速完成,并且没有切换从一个模式到另一个过程是必要的。因此,本文提出的方法的主要优势相比其他方法是估计的态度仍然有效,即使在高加速度的存在很长时间。这些措施获得的加速度计和磁力计建模(12)和(13),分别。因此,提出以下成本函数 事实上,这个优化问题有一个明确的解决方案是通过以下:

一旦加速度矢量估计,从加速度计测量仅为了使用的信息字段重力向量投影在车身骨架。因此,最优姿态四元数发现通过优化标准考虑的态度的演变状态通过的决心在函数。选择的最小误差考虑国家的预测和房地产的重量系数和这些措施估计在即时(MesEstimated =女士),也就是说, 受约束

这种非线性最小二乘问题可以简单解决了使用拟牛顿方法而不是经典高斯牛顿的一个。事实上,拟牛顿方法显示更快和更稳定的局部收敛的性质比高斯牛顿的一个22]。此方法需要的知识第一和二阶导数的函数最小化对每个元素,。估计和预测的过程需要的决心他的梯度。为了计算这样一个梯度,需要下面的定义。

四元数的梯度决定通过以下: 加速,他的梯度给出如下: 最后,梯度是由: 离散优化导致黑森的简化计算:

备注3。预测的过程可以应用三次样条方法。

最小化(26)和(28)使用数值软件和一个线性二次调节器的特别功能,与导数的知识(快),将平均0.85秒,可相比,所需的0.025秒,牛顿算法。这个结果可以更加改进的优化计算。所有的计算都是在电脑上完成与1去内存1.6 GHz。

它可以证明了问题(28)承认两个全球性的解决方案,即和(3]。实际上,这两个和给相同的取向刚体的物理空间。优化初始化例程通过集成(14)。然后,由于采样周期的一个合适的选择,通过求解获得的四元数(28)总是最近。因此,不表现出跳跃是观察到与他人技术用于计算四元数的态度从加速度计和磁强计测量。此外,选择算法保证了四元数规范约束。

表演的方法是类似的扩展卡尔曼滤波器(乘法和加法);结果在图5。然而,对于极端错误,estimation-prediction较高的收敛速度。

模式描述了完整的估计量()在图给出6。算法在上框试图找到“最好”的四元数与地球重力场和磁场测量体内坐标系众所周知地球坐标系中的值。记住,身体惯性加速度了指导加速度计测量。这个伪测度四元数相比较通过集成的观察者的动力学方程(24),为了计算错误。

备注4。一般来说,一个非线性观察者并不健壮的测量干扰,任意小扰动误差可能导致崩溃的状态。

最近在11我们已经表明,提出的误差动力学观察者是被动的态度。出于这一事实,可以显示滑模观测器的鲁棒性,考虑到该观察者input-to-state稳定测量扰动时被视为输入和错误状态的状态(23]。

5.1。模拟数据

在本节中,给出了一些仿真结果,以说明该方法的性能。较低的一个刚体惯性是作为实验系统;在我们的例子中肩膀的运动。事实上,低惯性矩使系统容易受到高角加速度,证明了应用该方法的重要性。

为了验证提出的离散优化的性能,几个模拟情况下进行。在本文中只显示其中一个。

肩膀的运动是振荡,估计和预测算法,条件是“远”从理论角度orden观察提出的方法的收敛性。模拟的加速度描绘在图7。可以看到,它的展品瞬变和步骤的价值观,和离散优化(估计和预测)如图7。很明显,不能被视为软弱。

四元数的估计和预测,提出方法的结果如图所示7,如预期的态度收敛于运动模拟。

6。应用程序的真实数据

在这部分工作中,一些观察者的数值实现。此外,评估方法提出了实现工作与真实数据和评估,以评估其有效性。

离散时间模型,描述了运动学的态度表达的

向量四元数的瞬间吗,在那里是系统的采样周期。观察到(34角速度)是有效的以即时的时间被认为是恒定的时间间隔。计算初始条件的过程通常被称为对齐。一次(34)是解决,态度矩阵可以通过更新(5)。

使用的态度估计是在定位估计的两倍。加速度计的感官身体自身的(nongravitational)加速度和重力加速度的投影(12)。

下一步需要集成推导出位置估计 数值积分程序如梯形规则可以用来解决(35)数值。

规范化四元数移动单位球沿着一条来。最后,想要表达的内插四元数,满足初始和结束条件的步幅,如下:

然后是一次综合gravity-compensated加速度;初始和结束条件实施以避免漂移(零速度),之前定位估计。

角速度瞬间是通过有限的差异吗和(估计即时)如下:

商业的态度单元(标出)用于获取传感器数据部分中描述3。这可能提供了欧拉角。请记住,态度估计是用单位四元数计算公式。比较的目的,估计四元数转化为欧拉角。

在这个测试中,标出放在肩膀上的手,(图3)。提供的欧拉角标出(名为标出角度)一起9测量记录。标出角度比较的角度提出对应的姿态四元数估计方法(命名角)。手的运动是由圆形运动在每一斧和肩膀的运动是弯曲伸缩,Abduction-Adduction,内外。我们可以看到在图8,美国提供的算法如图6收敛于他们的预期值。横摇角保持几乎不变的运动是一致的。注意,标出角度和之间的比较角度是困难的,因为不能视为标出参考姿态测量系统。实际上,没有标出算法嵌入的信息是可用的。此外,系统不直接提供了身体的加速度。在图8在惯性坐标系,给出了加速度。正如所料,这些组件与圆周运动是一致的。

传感器模块相结合三个角速率陀螺,三个正交直流加速度计,和三个正交磁力计设计和建造;的噪声特征先生是显示在表2。9正交传感器测量得到的采样率60 Hz,他们被传输到PC机通过串行端口。为了有一个友好的界面,收购协议放在一个动态链接库(DLL),可以使用离线分析期间或在实时应用程序使用任何数值软件和仿真环境平台。

6.1。试验描述

分析滑模观测器的性能可以分为两个阶段。观察者的能力估计速率陀螺偏见和态度(方向)的质量评估对nonweak加速度。为了显示观察者的有效性,实现审判,传感器数据记录,并进行离线分析。这次审判是描述如下:(1)传感器模块(SM)是著名的取向(SM仍在水平,这是走向磁北),对应于肩角位置。(2)SM仍在10秒。(3)SM是四面八方转向不同的角速度,持续20秒。肩膀Extension-Flexion Abduction-Adduction,内外旋转。(4)SM是放置在其初始角位置,最后和最初的方向是相同的。(5)对于所有仿真时间跨度,信号米/秒²添加到加速器渠道(即完成为了显示建议的方法来估计加速度的能力,以同样的方式描绘了不在乎nonweak加速度)。(6)对于所有仿真时间跨度,向量添加到向量的速率陀螺测量,为了测试的能力估计和补偿速率陀螺的偏见。

观察员国的初始条件是:和。

在图9,估计四元数和伪测度四元数associates的肩角位置进行描述。正如所料,态度估计达到真正的态度(在本例中众所周知,表示为:在合适的时间实际实现。在这个实验中,后肩运动最终肩角位置正值初的。它可以注意到,尽管噪音,漂移偏差和nonweak加速度,四元数估计的发展达到的值初始态度。

观察者的能力来估计偏差显示在图9,添加偏差向量及其估计进行描述。

加速度传感器的驱动坐标系统(信号添加到加速器渠道),表示在惯性坐标系,如图10。,表明了观察者的能力估计的态度和加速度。最后一个事实允许获得一个姿态四元数对nonweak加速度。

最后,肩膀的运动估计:Extension-Flexion, Abduction-Adduction,内外旋转显示在图11。这些结果显示评估模式的有效性。

的态度估计实现观察者提出了语言,有效的方法适用于计算quaternion-based态度。实现观察者也放在一个动态链接库(DLL),可以使用在实时应用,显示在图12,在那里我们可以看到虚拟人体模型跟踪人的运动和移动机器人实验室(远程辅助机器人图12)。

7所示。结论和未来的工作

在本文中,一种新的估计方法在一起的态度和物体的加速度。刚体的方向已经被单位四元数参数化,以避免欧拉角的奇点。的态度估计单元是由九个传感器,即triaxis加速度计,三个磁力计和三个速率陀螺垂直安装。实现非线性观测器,并证明了其收敛性。一个四元数pseudomeasurement从加速度计和磁强计测量获得使用离散优化技术和约束。注意身体加速度的影响从加速度计测量。因此,四元数pseudomeasurement并不取决于加速度值。因此,经典假说”弱”,不再是必要的。此外,只有一位观察家仍在使用,它不依赖于加速度振幅。

提出的非线性观测器及其pseudomeasurement计算模拟和实际测试数据。获得的结果是非常令人鼓舞的,因为观察者与低计算成本误差很小。此外,版本的态度和加速度估计算法应用于与一个虚拟三维模型的机器人实验室6,使“碰”一个虚拟的世界。

在进一步的工作中,获得的结果与提出的方法将提供的相比应用人体动作捕捉系统,将被用作参考姿态估计系统和嵌入式机器人帮助人们和改善人类的表现在日常和任务相关的活动中,尤其关注有特殊需要的人群,包括那些没有从创伤,恢复从认知和/或物理损伤、老化或在管理关怀,和患有发育或其他社会、认知或身体残疾。机器人有可能这两个原则(1)作为工具,分析研究人类行为,(2)提供独特的辅助技术来提高生活质量。

确认

作者要感谢全国理工学院(IPN) -SEPI ESIME UA和SIP项目20130784和20130784,并为他们支持的过程中验证估计的方法和使用他们的实验室。这部分工作由VIEP-BUAP格兰特GUCJING13-I之下,和项目的UASLP PROMEP / 103.5 / 12/7964。