摘要：近年来,康复机器人技术的研究已成为康复医学工程与机器人领域跨学科的研究热点。为提高康复训练机器人的交互能力,将虚拟现实技术、机器人技术相结合,研究基于虚拟场景交互的下肢康复训练机器人系统,使用kinect传感器采集人体的骨骼信息,并运用Unity3D游戏引擎和3D Studio Max软件开发了用于情景交互的虚拟场景,设计了患者与虚拟人物步态同步控制算法,实现了康复训练过程中的同步交互。实验结果表明,同步步态控制算法有效,人机交互良好,可帮助并激励中风患者实现主动的康复训练。

摘要：利用kinect深度传感器所获取的图像深度信息实现手部从背景中的分割,并通过在Hu矩基础上加入3个表达式,使不变矩包含更多细节特征,对手势目标进行识别,最后把得到的识别结果转换成控制指令通过Ad-Hoc网络传送给智能轮椅,实现运动控制.实验表明,通过该方法实现的手势以别存在图像旋转、缩放、平移的情况下具有不变性,对背景干扰具有较强的鲁棒性.

摘要：以kinect体感摄影机为系统核心,将肢体动作、面部表情捕捉系统在开发成本、运行效果以及开发效率上取得最优平衡点。基于这一研究目的,采用3DSMAX和开放源代码的OGRE图形渲染引擎,设计并实现了基于kinect体感摄影机与3DSMAX、OGRE结合的游戏动作、表情捕捉系统。本系统具有硬件简单、廉价、硬件配置要求低、精度高、实时预览效果直观、一人即可独立操作等特点。能够广泛应用于动画、电影制作,虚拟现实等领域。

摘要：针对现有手指跟踪算法的不足,利用微软kinect设备提出一种实时鲁棒的三维多手指跟踪算法.首先利用深度图分割出一个粗糙的手区域,对该区域应用基于像素分类的指尖检测算法得到二维指尖点的位置;然后在深度图上对二维指尖位置周围的点进行采样,将均值作为指尖点的Z坐标,再利用卡尔曼滤波器以及帧之间的连续性对指尖点的三维位置进行跟踪.依据kinect数据特点提出的二维指尖检测算法和利用帧之间连续性的卡尔曼滤波器是文中算法的关键.实验结果证明,该算法能够实时、稳定地进行三维多手指跟踪.

摘要：利用深度摄像机kinect for XBOX360提取视频的深度信息来实现视频前景和背景的分离,并分别对视频前景和背景进行多风格的艺术渲染,从而获取更好的视频风格化定制效果。首先,系统利用kinect深度数据实现视频前景的提取;然后在光流场指导下,利用基于纹理传输的方法对视频前景和背景进行不同风格的艺术化渲染;最后,将风格化后的前景视频和背景视频进行融合,从而得到最终的风格化艺术视频。另外,由于采用纹理传输的方式实现对视频的艺术化处理,因此用户可以选择不同的纹理样本来实现自定义的多风格艺术渲染。经过实验测试,前景和背景视频融合后生成的风格化视频取得了较好的艺术效果,从而证明了该系统具有较好的视频前景提取能力和视频风格化渲染能力。

摘要：设计了以kinect为交互设备的脑瘫康复训练系统。该系统针对上、下肢康复运动设计了运动捕捉功能及运动数据记录、分析和评价功能,通过对脑瘫患者的实际考察和数据研究,对程序进行整改。系统还设计了动作数据记录和评价功能,可结合不同案例进行多疗程数据记录和分析评价,以便更好地了解患者的目前情况和训练后的康复情况,为医生和康复治疗师提供治疗佐证数据。

摘要：本文设计了基于虚拟现实技术,以kinect为交互设备的上肢康复训练系统。本系统将严肃游戏、人机交互与康复训练有机结合为一体,针对不同患者的康复需求,系统建立了科学而丰富的通用动作库和游戏库,并预留扩展接口,既支持基于Virtools开发的满足患者个性化需求的游戏,同时也支持网上现有适合患者康复训练的Flash游戏。此外,本系统提出了基于kinect的灵活动作交互模式和游戏控制方式,并提供对康复过程进行实时数据记录的功能,给出了对康复效果的主客观评价方法。根据对本系统的随机调查问卷,以及中风患者为期两周的康复训练,结果表明:本康复系统区别于传统康复方法,具有康复数据收集和分析能力,可以根据反馈数据进行阶段性康复方案制定,同时具有更强的趣味性以及低廉的训练成本,可有效提高患者训练的积极性,有助于患者的康复治疗。

摘要：增强现实(AR)交互系统的研发,为文化创意及宣传产业发展提供了有效的科技支撑,可应用到政府及企业文化宣传的展厅、科技馆、特色商品展示、旅游景区的推介、大型广告的宣传等方面。文章通过分析国内外基于增强现实(AR)的虚拟展示系统的发展现状,研究 AR 交互系统的主要模块组成及影响其互动性能的主要因素及最优化框架,采用?kinect和Leap?Motion体感设备实现AR交互系统中的三维跟踪注册与虚实交互,扩展体感设备的应用范围并有效地促进增强现实(AR)技术的发展。

摘要：研究了一种基于H-Anim标准的实时人体三维动画方法,首先对H-Anim中人体肢体层次结构进行研究和分析,给出了进行人体动画的坐标变换方法;其次,基于OpenNI对kinect获取的数据进行重新处理,采用逆运动学计算非根关节旋转矩阵;最后给出了系统流程及具体实验方法,采用OpenGL由实时获取的关节旋转矩阵驱动虚拟人实现了人体动画。实验结果表明,该算法可以较精确地提取人体三维姿态,实时重构人体运动。

摘要：为完成基于kinect的多臂协调精细操作的任务,搭建了一套双机械臂操作系统,利用kinect作为视觉传感器对场景进行实时检测,并利用基于工作空间的RRT算法对其中一台七自由度机械臂末端进行路径规划完成目标的自主抓取。根据手眼协调控制技术,利用另外一台六自由度机械臂末端的摄像机采集的图像误差控制机械臂的运动,并利用粒子滤波算法对目标进行实时跟踪。通过设计一套双臂协作完成物体交接的实验系统,完成了多臂协同操作的任务,并验证了实验方法的可靠性。