基于运动捕捉的人型机器人动作生成框架

论文摘要

在计算机图形学领域，制作逼真的人物动画一直是最大的挑战之一。目前，有三种制作这样逼真动画的方法。第一种是关键帧插值法，在这种方法中，动画设计者在特定的帧中提供人物重要的关键姿态。第二种方法是使用物理仿真驱动任务动作，这种方法的结果很好。但是由于缺乏对使用难度的控制和成本高的缺点，所以在3D人物模型上这种方法并不是很成功。第三种方法是动作捕捉。这种方法被广泛应用于人物模拟中。它将传感器放在人身上，当人做出设定的动作时，它就收集描述人物动作的数据。动作捕捉中动画制作人面对的主要挑战是使用现实的形体产生人物动画。由于固有的不稳定性，一些看似简单的人物动作很难建模，例如人类行走。运动捕捉技术广泛应用于多个领域，例如，生物力学、步态分析、计算机动画、姿态识别、手语、音乐以及艺术行为。在运动科学中，运动捕捉数据用于分析和优化运动员运动的动作顺寻的安排，同时也运用监测物理治疗的复原过程人类运动的分析及其研究领域已经发生了改变，这种变化起于旧石器时代的洞穴壁画艺术的形成。早期研究人类运动的动机源于继续职能地从一个地方移动到另外一个地方的需求。现在，人类运动的研究已经涉及到广泛的应用，从军事应用、运动、人体工程学到卫生保健。在运动的研究中，早在二十世纪七十年代，术语生物力学已经作为国际公认的描述符号被广泛接受，它代表生物体的力学研究领域。在运动领域中，人类运动研究应用于在效率最小的改进时，增加运动员的限制条件，但是，人类运动的研究依然依赖于用于观察的新工具的改进。最近，测试设备和计算机技术给人类运动研究的发展带来了很大的机会。在运动研究中，显示衡量动作时的频率技术和之前提到的动作协调分析仪（即动作捕捉设备）是主要的改进。动作捕捉或动态捕捉器最初是为军事使用创造的，之后在二十世纪八十年代它被改进并应用于娱乐业。动作捕捉被定义为测量物体在物理空间中位置和方向的变换，并将这些动作序列记录到电脑中可以使用的表格里的整个过程。动作捕捉是产生丰富、逼真动画数据最快的方法。同时，它在其它的很多领域也有作用，例如：音乐、艺术舞蹈、手语、动作识别、康复医学、生物力学、真人电影的特技效果、各种各样的计算机动画以及防御和运动分析或培训中。目前有三种类型的可用的动作捕捉系统：机械力学类的、电磁类的以及基于光学的类的系统。这三类系统都有一样的基本实现步骤。第一步是输入人或动物等真实表演者的运动，这里使用的记录方法取决于使用的动作捕捉系统的类型。然后，处理之前获得的信息，识别真实表演者的相关的标记，并且使用计算机软件将其转化到虚拟空间中。最后一步是输出，在这一步，处理后的信息被转化成3D轨迹计算机数据，这些数据包含了翻译和转换的动作捕捉文件的信息。在动画和游戏领域，捕捉动作信息并将其应用于某一特定工程或是储存为一个动态捕捉数据是很常见的。这些数据可以被用户动作序列的整个过程，或是合成动作的一部分。在运动科学中，动态捕捉数据被用于分析和完善优秀运动员的机械力学动作序列，同时也被用于指导物理疗法的复原过程。这就意味着大量动作捕捉数据构造的模型是相对于不同的设置集合是有限的。鉴于近期对虚拟环境的应用的兴趣，很多研究已经摄入到解决3D模拟世界中操纵人体的问题中，特别是对人类的动作。但是，大多数基于这些研究的动画方法只能产生有限的方法，缺少运动性能，例如在虚拟环境中行走必然有限。在本文的研究工作中，使用的动作捕捉技术具有不同的属性和惯有的动作捕捉方法。其中精度属性表示追踪技术的测量结果和实际对象的位置的一致性，并且由于真正的价值还是未知，所以追踪技术只能使用相对精度评估。对于一个追踪系统，精度受规则的限期，同时也受来自环境的干扰或是噪音的影响。噪音的来源依赖于我们使用的追踪技术。对于不同的追踪规则，影响因素不同。例如，对于光学动作追踪，干扰是光和交流电；对于磁场，含铁的物体影响了磁场，并引发一些错误。如果这种模型或噪音机制是定量可知的，那么这些错误就是系统错误，并且它们能够通过追踪后的后处理进行调整或通过追踪前的预滤波进行消除。鲁棒性是定义系统在不利的环境中或是在存在不正确的方法或是过失时保证功能正常运行的能力。一些系统在运行的过程中对周围环境作了假设。也有一些系统对某一特定的时刻没有解决方法。相对于鲁棒性，在已经报告过的数据中存在着可重性的属性。如果在不同的运行条件和环境下，多次被报告的值是一致的，那么衡量精度是可能的，相关的算法就可以应用。这里的范围指的是系统可以衡量充足的和精确的数据的空间。对于很多系统，范围可受环境中噪音的影响而缩小或是受系统本身的硬件所限制。例如，由于磁场的非均匀分布，当被追踪的对象在磁场边缘时，磁场系统不能够追踪精确的数据。追踪的速度是指测量系统可以获取更新追踪数据的频率。系统有两组有意义的数字：一个是更新的速度；二是延迟。更新速度是指追踪系统产生追踪数据的频率。延迟描述的是实时模式下追踪数据产生到主机接收到数据的延时。硬件是指追踪系统组件物理上的实现。它包括组件的数量，以及这些组件的重量，特别是要求用户穿的。一些系统会有很多硬件必须在环境中设定。理想情况下，应用程序想要给用户充分的运动的自由。一些设备需要将用户绑在一个固定物体上。一些系统可能有用户必须按顺序操作的很重的设备。硬件占成本的大部分，所以它是一个动作追踪系统选择的一个决定性因素。内部技术包括内部感应器，该感应器含有三个回旋装置的用来确定角速率，还包括三个加速器，用来决定线性加速度的。原本它们被安装在平台的正交轴线上。在消除垂直加速中的重力影响之后，为了提供初始位置和当前位置的位移，这些数据必须双向整合。事实上，从二十世纪五十年代，感应器的组合已经成功应用于船、飞机以及宇宙飞船的内部导航系统。近些年来，由于三维模拟环境需要人类扮演虚拟角色，所以直观显示人类动作的计算机动画已经成为一种趋势，还在很大程度上帮助了捕获动作将其用于学习真正机器人的模式。在动画和游戏产业领域，使用不同的形式捕捉动作信息并且这些动作信息为特定任务设置的，这种现象是常见的。本文研究并设计实现了一个框架，在这个框架中，通过动作捕捉技术获得不同的人物动作信息，之后利用这些信息制作动画，在此涉及到了数字人物模型和虚拟环境中人物位移的研究。这个框架还提供了理解该环境中步态模式的可行方法。本文着重分析了涉及动作捕捉数据的目标重定和研究类人机器人得到的动画两方面的动作。这个框架还涉及到了安全工程的研究。这种框架提供了解决理解虚拟关节人、步伐模式和特别事件（如在不同环境下发生的滑倒事件）等重要难题的解决方案。在本文的研究中，此框架分成三个模块。第一个模块式是提供所有应用在动画中3D模型属性的关节结构系统。第二个模块是轨迹模式定义类人自动机的步法。实验结果表明优于其他不同的系统。通过结合贝塞尔曲线，它能够模拟类人自动机行走的平滑曲线。第三个模块是可视化计算，它负责计算机体力学跌倒的因素。结果显示本文提出的从动作捕捉到动画生成的过程为人体工程学的灵活性做出了贡献，例如，使用动作捕捉设备表演设定的动作是有限的，但是我们可以加入动画技术来获得我们想要的动作。本框架还实现从不同种类的基于动作捕捉的数字人物模型中获得信息的功能。这就意味着通过这个改进的框架，我们能将不同大小和形状、处于不同虚拟环境的主体的所有信息同步化。

论文目录

• 中文摘要
• Abstract
• Chapter1 Introduction
• Overview
• Motivation
• Problem Context
• Project Objective
• Project Scope
• Outline
• Conclusion
• Chapter 2 Literature Review
• Motion capture system
• Properties of Tracking Systems
• Non-vision Based Motion Capture
• Vision-Based Motion Capture with Markers
• Vision-Based Motion Capture without Markers
• Initialization
• Tracking
• Mechanical
• Acoustic
• Magnetic
• Inertial
• Optical
• Animation Methods
• Motion Capture from animation method
• Video Motion Capture
• Motion in Animation
• Human Motion Control Techniques
• Prior exertion
• Kinematics
• Dynamics
• Forward kinematics
• Inverse kinematics
• Genetic programming
• Constraint optimization
• Further revision in human gait investigation
• Conclusion
• Chapter 3 System Design
• Hardware design
• System Introduction
• System Calibration
• Motion Simulation software
• MVN Studio
• FBX Format
• Autodesk-3DS MAX
• Autodesk-Motion Builder
• Microsoft Visual Studio.NET
• Wolfram Mathematica
• Framework Data
• Chapter 4 Framework analysis
• Setting up Scene
• Human illustration model
• Walking Analysis
• Chapter 5 Implementation and results
• Joints Structure System
• Trajectory Pattern
• Utilization of the Algorithm
• Visual Aid Computing
• Results
• Animation Evaluation
• Joint Structure System Evaluation
• Functionality
• Flexibility
• Trajectory Pattern Evaluation
• Visual Computing Evaluation
• Chapter 6 Discussion and Conclusions
• Future Enhancements
• Project Limitations
• Final Impression
• Reference list
• Acknowledgement
• Appendix
• Resume