基于Kinect的体感交互的应用

随着计算机系统输入设备的发展,各种专业的传感器被嵌入到人们日常生活的设备中.近年来微软开发的Kinect传感器的引入为解决人体行为分析提供了新的思路.本文主要介绍了Kinect相比较传统的人体行为分析方法的优点和Kinect所提供的功能,分析了Kinect体感操作的应用.     

基于Kinect体感交互的多人在线虚拟实验系统

为了满足多人异地进行真实感虚拟实验的需求,使用Kinect体感设备和Unity 3D引擎搭建了一个多人在线虚拟实验系统。在该系统中,使用Unity 3D引擎搭建虚拟实验场景,通过导入3D Max制作的实验器材模型进行实验搭建,并通过网络通信技术实现远距离多人在线操作。对于真实感部分,采用Kinect体感技术捕捉的身体姿势被用来控制虚拟场景中第一人称角色的走动、抓取和操作实验器材以及选取虚拟场景中的菜单。实验结果证明,Kinect姿势识别具有很高的准确性和鲁棒性,并且不容易被光照条件和复杂的背景所影响,服务器与客户端的通信对于建立远程虚拟实验系统来说足够稳定。该系统具有成本低、真实感较强的优点。     

基于微软Kinect的体感控制智能窗帘系统

设计了一种基于微软Kinect的体感控制智能窗帘系统。采用微软Kinect v1传感器及其开发者工具包(SDK)和Microsoft Visual Studio集成开发环境作为核心开发工具,并和基于80c51单片机的步进电机控制系统组成体感控制智能窗帘系统。能够通过Kinect体感传感器对人体肢体动作识别并做判断,并将判断结果通过串口通讯传送至单片机控制步进电机系统,从而使得通过肢体动作控制窗帘系统的开启和关闭。本系统具有动作判断准确、易于针对特殊群体进行拓展开发、使用方便等优点,在智能家居、残疾人士辅助工具方面有较大应用价值。     

基于Kinect的运动训练辅助系统

针对当下人们自主运动训练时出现的动作不标准且无人监督指导的问题，设计一种基于Kinect传感器的运动训练辅助系统。利用Kinect捕捉人体的关节点坐标提取特征，采用动态时间规整算法实现运动动作的识别，将模板动作与实时动作进行匹配，根据匹配的程度给予评价。实验结果表明该系统对于运动动作的平均正确识别率达到91.25%，正确评价率达到95.9%，能及时有效地反馈评价，起到一定运动训练辅助作用。     

浅谈基于Kinect的应用程序开发

随着计算机系统输入设备的发展,各种专业传感器被嵌入到人们日常生活的设备中。微软开发的Kinect所提供的骨骼跟踪、脸部识别、声音识别等功能十分吸引人。本文介绍了Kinect所提供的功能及开发Kinect应用程序所需的条件,分析了Kinect For Windows SDK的系统架构,并集中讨论了如何开发骨骼跟踪数据和深度数据,最后提出了本人关于开发基于Kinect的应用程序的想法。     

基于Kinect的虚拟展馆游览系统的设计与实现

针对现有三维虚拟展览馆游览系统交互方式用户体验不理想的现状,提出一种基于Kinect的虚拟展馆游览系统。该系统重点研究了利用Kinect骨骼追踪技术实现对体验者身体动作的解析和利用四元数插值对骨骼动画的控制。在功能上,实现了站在Kinect前的体验者通过不同的姿势,对虚拟展馆三维场景中虚拟人物的动作、姿态、位置、朝向的控制。实验结果表明,体验者能够通过体感交互技术较好地实现对虚拟人物姿态的控制并方便地进行虚拟场景游览。     

基于Kinect的智能家居随动系统的应用研究

在传统智能家居的基础上,引入了随动思想与Kinect体感设备,设计了一种随动跟随车,随时随地收集用户状态信息的变化,以便智能家居设备进行控制调整,针对传统智能家居未涉及的部分进行智能控制。随时随地收集用户使用者的状态、表情、语音及所处环境等数据进行识别,用来控制优化家居系统,使其更为贴合使用者的需求。实验结果表明:智能家居随动系统能很好地绕过家庭中的障碍,并且对使用者的状态、表情、语音及所处环境等数据能进行很好地识别,具有很强的抗干扰性。     

基于Kinect的四旋翼无人机体感控制

针对无人机（ UAV）远程控制中操作复杂、专业性高的问题,基于Kinect传感器提出了一种无人机体感控制方案,并进行了验证。利用Kinect传感器提取操作者身体的骨骼节点数据,设计并识别操作者体势动作,进而生成对应的四旋翼飞行控制指令,通过无线数传模块传输控制指令,对无人机进行远程控制。实验结果表明：设计的识别算法可以准确地识别体势动作,对无人机进行实时的控制,控制方式直观简单、效果良好。     

Kinect应用概述及发展前景

随着微软IKinect体感设备的推出,国内外研究机构和科研人纷纷以此为平台进行研究和开发,应用于机器人、医疗、教育、电子商务和计算机等领域.旨在对Kinect的工作原理和应用现状进行简要的概述,并探讨Kinect未来的发展前景.     

基于Kinect体感传感器的心理宣泄系统的实现

击打宣泄是心理宣泄疗法的主要手段。基于Kinect体感传感器和Direct3D图形绘制编程接口,设计并实现了心理宣泄系统。系统利用Kinect体感传感器采集人体关节点坐标信息,控制虚拟拳头击打虚拟击打对象,模拟真实拳击运动,通过击打实现心理宣泄。实验表明:该系统不仅能获得良好的心理宣泄效果,而且,可以为健身运动提供新的体验平台,其计算出的击打力还可作为拳击训练的重要参考标准。     

基于磁阻传感器的虚拟现实跟踪系统

介绍了虚拟现实和跟踪系统的概念、用途以及磁阻传感器的特点 ,阐述了利用磁阻传感器开发虚拟现实三自由度和六自由度跟踪系统的基本原理及其应用。     

基于Kinect传感器的羊体体尺测量系统

在基于机器视觉的羊体体尺测量中,当光线、背景等产生干扰时,彩色图像无法准确提取出羊体轮廓,且羊体站姿的变化也会造成测量误差.基于VS2010,Windows SDK搭建羊体测量系统,为解决背景干扰的问题,采用Kinect传感器获取现场羊体彩色和深度图像,将彩色与深度图像相结合提取羊体轮廓;结合深度信息建立羊体空间轮廓线拟合平面,并计算其与像平面夹角,进行体位站姿纠偏后得到羊体体尺数据.经过实验测试,相对误差在4.3％以内.     

Kinect体感控制性能优化方法

为提高基于Kinect体感应用程序控制识别的稳定性、准确性与鲁棒性,针对手臂光标延迟与身体控制场景内容稳定性的问题,提出在Unity3D平台下的体感控制性能优化方法。基于数据转化思想,通过放宽手臂光标触发成功条件,将单点稳定触发转化为范围稳定触发,实现手臂光标延迟性能优化;通过将身体位置控制场景内容转化为模拟键盘方向键输入的方法,实现身体控制场景内容稳定性优化。实验结果表明,该方法能够有效提高体感应用程序的相关性能。     

基于3D虚拟现实技术的弹药检测虚拟训练系统设计

目前提出的弹药检测虚拟训练系统接收检测信号接收率较低,检测虚拟训练成功率较低。基于3D虚拟现实技术设计一种新的弹药检测虚拟训练系统,硬件由主控操作机、检测总线接口以及资源测试器组成,软件部分在3D虚拟现实技术下构建虚拟空间,在开放式软件结构构建的基础上进行检测指标划分,对用户界面的文件进行整改,按照弹药检测的指标数据提升整改的方向正确性,选用自检公式对检测的信息进行系统自检,依据检测到的问题的发生形式判断下一次问题发生的触发机制,由此避免下一次问题的产生,从而实现软件流程。实验结果表明,基于3D虚拟现实技术的弹药检测虚拟训练系统能有效提高信号接收率,增强虚拟训练接收成功率,具有较强的应用性。     

基于MEMS传感器的虚拟现实参观系统

提出了一种基于MEMS传感器、LM3S1138嵌入式处理器和Vega仿真平台的虚拟现实参观系统,介绍了系统主机端和手柄模块的系统结构。通过坐标变换的方法将传感器测量值转换成手柄在球坐标系中的状态,并计算出动作指令发送给主机端以改变虚拟场景中的视角。在Vega虚拟场景中对比了理论指令边界和实测指令边界,说明该系统可以达到预期设计目标。     

基于虚拟人的模拟操作训练研究

为了模拟虚拟战场环境中人的行为,结合某型武器虚拟阵地操作环境中引入DI-Guy虚拟人的开发实践,首先讨论了DI-Guy虚拟人的开发环境,然后分析了DI-Guy虚拟人的生成方法（ADF文件生成法以及API编程实现方法）,并且论述了DI-Guy虚拟人实时运动中的若干问题,最后结合军事仿真训练开发的实际情况,对DI-Guy虚拟人的视景开发提出了一些必要的结论与设想。     

Android平台上肌电虚拟训练系统设计与实现

针对上肢腕关节功能训练,在将表面肌电信号（surface electromyography , sEMG）处理技术与虚拟现实技术结合的基础上,利用组件化和有限状态机的程序设计方法,在Android平台上设计并实现一种具有人机交互功能的便携式康复训练软件系统,实现sEM G的蓝牙实时传输、康复训练方法、用户信息管理等功能。通过平滑处理从下位机传来的sEM G驱动虚拟训练环境中目标物的运动,为患者提供一套在移动设备上的上肢康复训练可视化平台。在两位不同年龄段的健康人身上进行实验,实验结果表明了该系统的可行性与有效性。     

基于Kinect的机器人辅助超声扫描系统研究

提出一种采用Kinect传感器作为视觉伺服的机器人辅助超声扫描系统,来规划引导机器人的扫描路线,以实现机器人辅助的超声扫描操作。系统由Kinect传感器、机器人和超声探头组成。采用Kinect实时获取超声探头的RGB图像和深度图像,并计算探头当前位姿,结合坐标系配准结果,得到机器人的位姿信息,再根据术前的机器人轨迹规划,引导机器人的超声扫描路径。开展腿部模型实验验证本系统的可行性,通过对Kinect传感器的相机标定实验,计算得到了RGB相机和深度相机的内外参数,通过对探头上标识物的定位,进而计算出探头当前位姿,结合Kinect与机器人坐标系的配准结果,得到了两者的转换矩阵,并对机器人的位置给出指令,引导机械臂夹持探头到达指定扫描位置。在机器人夹持超声探头扫描过程中,实时计算探头与腿部之间的距离,以保证所采集超声图像的质量及扫描操作的安全性。实验结果表明,在Kinect视觉系统的导航引导下,机器人可以夹持超声探头实现自主超声扫描,以减少超声医师的扫描时间,降低医师的劳动强度。