基于虚拟场景距离测度的复合卡尔曼运动估计

作     者：孙智仲 卢泽辉 李蔚清 Sun Zhizhong;Lu Zehui;Li Weiqing

作者机构：南京理工大学计算机科学与工程学院江苏南京210094 

基　　金：中央高校基本科研业务费专项资金(30920130122005) 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2016年第28卷第10期

页      码：2534-2539页

摘      要：MEMS惯性传感器应用于人体动作捕捉,但由于传感器的系统误差,导致虚拟人不能精确、稳定的操作。为了实现对手臂运动的精确跟踪,通过对虚拟手臂运动规律的分析,基于虚拟场景中虚拟手臂的手指到物体中心之间的距离测度,结合虚拟手臂运动特点,设计了一种手臂运动的复合卡尔曼运动模型。该模型将手臂运动分为匀速模型、匀加速模型等几个典型阶段,根据距离测度的不同,用不同的模型去对虚拟手臂的运动做精确估计。通过实验验证,复合卡尔曼模型可以实现在虚拟场景中的虚拟手臂精确地运动估计。

主 题 词：复合模型 卡尔曼运动估计 虚拟场景 距离测度 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 0825[工学-环境科学与工程类] 0701[理学-数学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16182/j.cnki.joss.2016.10.034

馆 藏 号：203208243...