虚拟人技术研究综述

主要从虚拟人的几何表达、运动生成及控制这两个方面对虚拟人技术的研究进展作了一个比较全面的综述.针对目前已有方法存在的缺陷,提出了一种基于多刚体系统理论的虚拟人建模方法的思路与框架.     

基于骨骼的三维虚拟人运动合成方法研究

针对虚拟人运动合成中建立的人体模型存在复杂化、合成的虚拟人运动序列逼真度差的问题,提出了一种基于骨骼的虚拟人运动合成方法。在分析人体结构的基础上,通过三维图形软件获取人体骨骼数据,构建虚拟人体的骨骼模型。另外,将关键帧四元数球面插值算法与时间和空间变形方法相结合,生成多样化的虚拟人运动序列。实验结果验证了该方法的有效性。     

基于光学运动捕捉的虚拟人体标定技术

分析关节对骨骼段运动的约束,基于光学运动捕捉设备给出两种关节中心 参数估计模型——双骨骼段模型和球模型。对两种模型分别给出最小二乘解法,通过求解线 性方程组得到关节中心位置。利用虚拟铰链测试了两种解法的精度,选取精度较高的双骨骼 段模型,结合虚拟人的关节结构提出一种虚拟人体标定技术。比较某表演者四肢的测量值和 标定值,得出标定误差在4.3%以内。对标定后的虚拟人进行驱动,标定后的虚拟人逼真地 复制了表演者的动作,并减少了肢体交叉。     

基于OpenGL实现聋哑人手语关键动作的方法

手语动作的研究是解决聋哑人通过电视、网络进行沟通交流障碍的主要课题之一。首先构造了最小人体三维骨骼模型,基于该骨骼模型给出了聋哑人手语关键动作的所有可能手势和不可能手势,接着基于可能的手势实现了虚拟人连续手势的变换,实现了虚拟人的手语动作。该方法通过可能的关键动作的方法不仅解决了虚拟人手语动作的网络传输的难题,又没有降低实时性,实现了虚拟人的手语动画效果。     

虚拟人情绪模型研究的现状和问题

情绪体验能够有效地提高虚拟现实系统用户的兴趣,虚拟人的情绪设计正成为构建虚拟环境的一项核心技术,目前的虚拟人情绪模型仍然处于初级阶段.综述了情绪模型的研究,讨论了情绪模型尚未解决的问题.根据情绪模型相关研究和认知科学的成果,提出了建立虚拟人情绪模型的一种新思,其目标是提高虚拟人情绪设计的效率,虚拟人的情绪状态通过情绪模型来控制,虚拟人可以具有感知、动机、情绪、个性,并可在虚拟环境中表现出恰当的自主情绪.情绪设计软件可以融合软计算理论和人机交互技术,为建立人性化的图形界面提供一种高效工具.     

一种新的多刚体系统的存储方法

指出了目前多刚体系统数据存储的不足,运用图论的概念和建模理论,分析了多刚体系统的结构图和有向图之间的关系,提出了一种新的基于十字链表的链式存储模型.该存储模型不仅解决了复杂多刚体系统的存储结构问题,而且避免了非树形多刚体向树形多刚体的切除转换,使非树形多刚体系统与树形多刚体系统从数学建模到数据存储达到高度一致.     

加速度驱动型三关节体操机器人的动力学建模与分析

针对加速度驱动型三关节体操机器人,从机理和数据两方面进行了动力学模型分析．首先通过机理分析得到模型的刚体动力学分量和电机驱动分量;然后通过加速度阶跃响应曲线分析得到纯滞后分量．综合这3种分量,确定三关节体操机器人的模型结构,并利用改进的遗传算法对该综合模型进行参数辨识．将辨识后的模型与实际系统进行比较,讨论了产生误差的原因．     

一类三关节体操机器人的类等效建模

无力矩驱动模式的电机驱动器使得三关节体操机器人控制难度增加,但具有实际意义.针对该类机器人系统,提出了基于＂类等效＂思想的简化动力学模型,该模型由刚体动力学和加速度驱动两个子模型构成.利用拉格朗日法建立刚体动力学方程;使用频率响应法得到加速度驱动模型的伯德图并确定了其阶次,根据阶跃响应曲线确定其纯滞后;使用改进的遗传算法辨识模型参数.通过对简化前后的模型进行对比实验以及简化模型的稳定控制实验,验证了简化模型的有效性和优越性.     

基于十字链表的多刚体系统的数据存储

针对多刚体系统数据存储的不足,对多刚体系统的结构图与图论的有向图之间的关系进行了研究,提出了一种新的基于十字链表的链式存储模型.该存储模型不但较好地解决了复杂多刚体系统的存储问题,而且充分满足了在存储物理多刚体系统时的结构正确性和数据完备性要求,避免了非树形多刚体向树形多刚体的回路切除转换,使多刚体系统在数学建模与数据存储方面达到高度一致.     

多机器人协调操作大型物体的运动学分析及应用

本文研究多机器人协调系统在大型圆筒型工件加工中的应用，提出了基于多个3自 由度移动机器人协调操作工件进行空间6自由度位姿调整系统的结构和协调方法．在刚体小 位移运动模型基础上，建立了系统的运动模型以及逆运动学算法，并给出了满足实时运动规 划的简化算法．最后，通过实例对该算法进行了说明．     

基于单目视频运动跟踪的三维人体动画

针对传统人体动画制作成本高、人体运动受捕获设备限制等缺陷,提出了一种基于单目视频运动跟踪的三维人体动画方法。首先给出了系统实现框架,然后采用比例正交投影模型及人体骨架模型来恢复关节的三维坐标,关节的旋转欧拉角由逆运动学计算得到,最后采用H-anim标准对人体建模,由关节欧拉角驱动虚拟人产生三维人体动画。实验结果表明,该系统能够对人体运动进行准确的跟踪和三维重建,可应用于人体动画制作领域。     

基于OPENGL的人体姿态数据仿真

依据人体的关节连接体层次结构,将各肢体抽象为简单的刚性几何实体,构建了人体骨骼模型,通过定义人体坐标和肢体局部坐标及其相互间的变换,描述了人体骨骼模型中各关节之间的相对位置和姿态的变化.详细论述了应用D-H方法分析人体上肢运动模型的方法,最后利用VC++构建了基于OpenGL技术的虚拟人体运动程序.该应用程序可以在虚拟环境中载入、驱动并显示一个三维虚拟人.它能够灵活的利用采集得到人体运动数据驱动虚拟人,可以应用于医学仿真、智能人机交互等领域.     

基于Poser模型的三维人体建模方法

人体真实感建模是虚拟人研究领域的一项重要内容。该文提出一种基于模型的快速人体建模方法。人体几何模型的皮肤层由多边形网格组成的表面表示,骨架层建模采用H-Anim标准,并针对Poser软件输出的人体模型缺乏关节点数据问题,给出一种骨架提取算法。人体运动模型应用机器人运动学方法,由骨架层驱动皮肤层实现。在VC++平台上实现对不同姿势下人体模型的骨架提取,仿真了敬礼过程中手臂的运动,验证了该方法的可行性。     

自动匹配虚拟人模型与运动数据

使用运动数据驱动虚拟人模型运动是人体运动仿真的常用方法.通常,运动数据本身定义了适合该运动数据的骨架结构,这要求被其驱动的虚拟人模型也必须有相匹配的骨架定义.提出了一种推迟到运动数据导入时再为模型生成骨架结构的基于语义分析的懒匹配算法(lazy match based on semantic analysis,简称LMSA),该算法先用一组平行平面切分人体模型以生成备选关节点集,并在导入运动数据后对备选关节点集和运动数据的骨架结构进行语义分析,匹配具有相同语义的备选关节点和骨架结构的各关节,使已有的虚拟人几何模型能够直接应用于具有不同骨架结构的人体运动数据.     

基于动捕数据驱动的三维民族舞蹈展示方法

三维模型动画在数字化设计和应用中具有重要意义,受到越来越多研究者关注;但如何通过三维数字化原真再现民族舞蹈表演是极具挑战的问题.本论文通过动捕技术采集舞蹈动作实现舞蹈数字化展示.具体方法是:首先利用动捕设备捕获人体动作数据,然后在Maya中进行人物建模、骨骼绑定、蒙皮和权重调节,再通过MotionBuilder将3D模型与动捕数据结合,最终完成了现实舞蹈动作的虚拟人展演.论文构建了一个面向民族舞蹈展演的虚拟场景,并以13个民族的舞蹈为数字化内容,推广动捕驱动的舞蹈展演方法的应用.     

基于运动捕获数据的虚拟人动画研究

随着三维游戏等行业对计算机动画制作需求的增加,在三维动画制作软件中人工调整虚拟人动作的工作方式已经不再适合现在的计算机动画制作。运动捕获技术是直接记录物体的运动数据并将其用于生成计算机动画,具有高效率、所生成的动画真实感强等优点,因而获得了广泛应用。提出了一种利用运动捕获数据来生成动画的方法,基于运动捕获得到的数据建立并驱动三维骨架模型,从而产生骨架的运动,形成动画。该方法可以充分利用现有的大量运动捕获数据,因此具有较大的应用前景。     

欠驱动冗余度空间机器人优化控制

欠驱动控制是空间技术中容错技术的重要方面.本文研究了被动关节中有制动器的欠驱动冗余度空间机器人系统的运动优化控制问题.从系统动力学方程出发,分析了欠驱动冗余度空间机器人的优化能力和控制方法;给出了主、被动关节间的耦合度指标;提出了欠驱动冗余度空间机器人系统的“虚拟模型引导控制”方法,在这种方法中采用与欠驱动机器人机构等价的全驱动机器人作为模型来规划机器人的运动,使欠驱动系统在关节空间中逼近给出的规划轨迹,实现了机器人末端运动的连续轨迹运动优化控制;通过末关节为被动关节的平面三连杆机器人进行了仿真,仿真的结果证明了提出算法的有效性.     

任意姿态虚拟人网格模型骨骼提取算法

人体骨骼动画技术是虚拟人物建模中的研究重点。在现有人体骨骼动画的制作过程中,动画师必需手工标定人体各主要关节点位置及人体骨架每一关键帧的姿态,工作量巨大。因此提出一种自动提取人体任意姿态网格模型骨架结构的方法。该方法首先利用模型各顶点间测地距离的几何关系自动识别人体位于四肢和头顶末端的5个特征点,再以特征点为起点生成等测地距离曲线族,利用等测地距离曲线将人体四肢和躯干区分开来,将这些相邻等测地线中心连接起来生成5条骨骼中心线,最后在中心线上根据中心夹角极小值及等测地距离曲线似圆率来确定人体关节的确切位置。实验结果表明,该算法能适应不同姿态的人体模型,计算结果准确性高,能完全自动实现关节点定位和骨骼提取。     

模板化的人体运动合成

为解决现有运动合成方法中控制方式过于复杂的问题,提出一种模板化的运动合成模型,旨在降低运动合成技术的应用门槛.利用稀疏主成分分析(Sparse principal component analysis, SPCA)、Group lasso和Exclusive group lasso对人体运动进行建模,使其对应的每一个低维参数只依赖于少数几个人体关节,构成人体运动的一个内在自由度(Degree of freedom, DOF),并具有直观语义;同时,每个关节被尽量少的低维参数所控制,以减少低维参数对彼此所控制的自由度的交叉影响.实验表明,通过直观地修改低维参数,就能够实时地控制每个参数对应的摆臂幅度、踢腿高度、跳跃距离等运动属性.这种模板学习、模板定制的两步方法,有效地降低了运动合成控制的复杂度,即便非专业人员也可以用其进行艺术创作.