杜惠斌 赵忆文 韩建达 赵新刚 王争 宋国立

基于集员滤波的双Kinect人体关节点数据融合

杜惠斌1,2赵忆文1韩建达1赵新刚1王争1宋国立1

以Kinect为代表的深度图像传感器在肢体康复系统中得到广泛应用.单一深度图像传感器采集人体关节点数据时由于肢体遮挡、传感器数据错误和丢失等原因降低系统可靠性.本文研究了利用两台Kinect深度图像传感器进行数据融合从而达到消除遮挡、数据错误和丢失的目的,提高康复系统中数据的稳定性和可靠性.首先,利用两台Kinect采集患者健康侧手臂运动数据;其次,对两组数据做时间对准、Bursa线性模型下的坐标变换和基于集员滤波的数据融合;再次,将融合后的健康侧手臂运动数据经过“镜像运动”作为患侧手臂运动指令;最后,将患侧运动指令下发给可穿戴式镜像康复外骨骼带动患者患侧手臂完成三维动画提示的康复动作,达到患者主动可控康复的目的.本文通过Kinect与VICON系统联合实验以及7自由度机械臂控制实验验证了数据融合方法的有效性,以及两台Kinect可有效解决上述问题.

镜像康复,Kinect深度图像传感器,Bursa线性模型,集员滤波

DOI10.16383/j.aas.2016.c160109

根据世界卫生组织2015年发布的全球人口残疾与健康情况说明书,全球残疾人口超过十亿,约占总人口的15%;约一亿一千万至一亿九千万的成年人患有严重的功能性肢体疾病[1].功能性肢体疾病给患者的日常生活带来极大不便,及时有效的康复训练可以部分甚至完全恢复患……