基于三维图像的运动合理性判断方法研究与仿真

秦国辉



摘 要: 传统的运动合理性判断方法判断效率和判断准确度不高,为此,提出基于三维图像的运动合理性判断方法。利用三维图像人体运动模型采集人体运动数据,并以人体的新陈代谢速度和肌肉中乳酸含量为分类依据,对隐含运动损伤数据和人体合理运动数据进行分类。分类结果经由人体状态特征解析函数,解析出分类结果中的人体状态是否合法。将解析出的合法数据输入到运动合理性判断仿真模型中,利用正逆向动力学确定人体结构参数、给出运动合理性判断结果。实验结果证明,所提方法的运动仿真误差较低、判断效率和判断准确度较高。
关键词: 三维图像; 运动合理性判断; 运动数据采集; 仿真模型
中图分类号: TN911.73?34; TP242 文献标识码: A 文章编号: 1004?373X(2017)08?0022?03
Study and simulation of motion rationality judgment method based on 3D image
QIN Guohui
(Baoshan University, Baoshan 678000, China)
Abstract: As the judgment efficiency and the accuracy of movement rationality of the traditional judgment method are not high, a motion rationality judgment method based on 3 d image is put forward. A 3D image human motion model is used to acquire human motion data. Taking the body's metabolism speed and lactic acid content in his muscle as the classification basis, the implicit sport injury data and reasonable human motion data are classified. The human body state characteristic analytic function is used to analyze whether the human body state in the classification results is legal. The acquired legal data is input into the simulation model of movement rationality judgment. By means of direct and inverse dynamics, the human body structural parameters are determined and the motion rationality judgment result is given. The experimental results show that the proposed method has low motion simulation error, and high judgment efficiency and accuracy.
Keywords: 3D image; motion rationality judgment; motion data acquisition; simulation model
运动合理性判断是电子科技领域极具创造性的研究项目,同时也是医疗领域中疾病预防与诊治的重要手段。近年来,运动合理性判断方法的研究与仿真已逐渐成为学术界共同探讨的前沿课题[1?3]。在学术界以往提出的方法中,均是根据人体的结构和运动规律对运动合理性进行判断的,这些二维的判断方法使用起来较为抽象,导致方法的运动仿真误差偏高,并无法取得较高的判断效率和判断准确度。为此,提出基于三维图像的运动合理性判断方法[4?6]。
1 运动合理性判断方法研究与仿真
1.1 三维图像人体运动模型
在日常生活中,由于受到体质和运动规律的影响,人体的反应能力和防御能力忽高忽低,导致运动损伤情况时有发生,为此,三维图像人体运动模型所需进行重点提供的数据应是隐含运动损伤数据和人体合理运动数据。根据上述情况构建三维图像人体运动模型,如图1所示。
由图1可知,三维图像人体运动模型先对人体运动三维图像的隐含运动损伤数据和正常运动数据(“人体运动数据”)进行采集,并将其输入到人体运动数据库中进行运动数据类型的分类。
由于人体在运动中的新陈代谢较为迅速,并且肌肉中将会汇聚大量乳酸,以上两点均是重要的运动合理性数据。因此,基于三维图像的运动合理性判断方法对运动损伤数据库的分类工作,将以人體的新陈代谢速度和肌肉中乳酸含量为分类依据,对隐含运动损伤数据和人体合理运动数据进行分类,组成人体运动数据分类结果,该分类结果将会使用函数进行进一步解析。
1.2 基于三维图像的人体状态特征解析函数
三维图像的运动合理性判断方法利用基于三维图像的人体状态特征解析函数,判断人体运动数据中的人体状态是否合法,这一解析过程是运动合理性判断仿真模型数据准确度的保障,对提高所提方法的判断准确度和判断效率具有重要作用,如图2所示。
由图2可知,三维图像人体运动模型给出的隐含运动损伤数据和人体合理运动数据中均含有人体状态特征,包括骨骼运动特征和肌肉运动特征。这些人体状态特征就是基于三维图像的运动合理性解析函数的重点解析内容。用集合表示人体运动数据的骨骼运动特征集合, 表示肌肉运动特征集合,,分别表示人体内骨骼和肌肉的数量,那么,人体综合状态特征的函数表达式为:
式中:表示运动时间;表示运动区域面积;表示人体状态特征因子。
根据式(1)的计算结果将人体结构划分成段,每段的人体状态特征用集合表示,将集合中排序为的人体状态特征与式(1)的计算结果进行对比,经由式(2)计算出二者的相似度:
根据式(2)的计算结果可解析出三维图像中的人体运动是否合法,合法的相似度计算结果应与人体运动数据库中的数据具有一定的函数对应关系。为此,将人体运动数据库的人体状态特征阈值设为,当时,则可确定三维图像中的人体状态是合法的。此时,所对应的人体运动数据会被输入到运动合理性判断仿真模型中。
1.3 基于三维图像的运动合理性判断仿真模型
基于三维图像的运动合理性判断仿真模型采用三维可视化方法,对用户所需的运动合理性判断流程和结果进行展示。其以人体運动数据为输入,对运动中各段人体结构的参数进行确定,最终得出运动合理性的判断结果,如图3所示。
由图3可知,基于三维图像的运动合理性判断仿真模型包括两个计算机仿真模型,分别是骨骼、肌肉计算机仿真模型和正逆向动力学计算模型。其中,骨骼、肌肉计算机仿真模型是对1.2节中计算出的合法人体运动数据进行计算机仿真建模得到的,可以通过这一仿真模型对人体运动中的惯性因子(包括人体重心、运动惯量等)进行获取。
正逆向动力学计算模型通过引入动力学中的正向判断方法和逆向判断方法,对人体运动中的惯性因子进行正向判断,确定出运动中各段人体结构参数;对人体结构参数进行逆向判断,可获取最终的运动合理性判断结果,进而得出此时的人体运动是否合理。
2 实验结果分析
2.1 运动仿真误差验证
对实验输出数据进行处理,所获取到的三种方法运动仿真误差数据如表1所示。
由表1可知,本文方法对比对照组1而言,运动仿真误差平均缩减0.142%;对比对照组2而言,运动仿真误差平均缩减0.254%。证明三维图像能够有效模拟人眼视觉特点进行人体运动仿真,为本文方法带来较低的运动仿真误差。
2.2 判断效率验证
对实验中三种方法的判断用时进行统计,如表2所示。
由表2可知,两个对照组中方法的判断用时基本持平,而本文方法的判断用时远高于其他两种方法,证明本文方法判断效率较高。
2.3 判断准确度验证
对实验输出数据进行处理,所获取到的三种方法判断准确度数据如表3所示(判断准确度的单位为1)。
由表3可知,本文方法的判断准确度始终高于0.95,该数值高于其他两种方法的最高判断准确度,证明本文方法具有较高的判断准确度。
3 结 论
三维图像是当今社会最为高级的显示技术之一,它根据人体双眼视力差异和折射原理为人们展现出逼真的画面。运动合理性判断通常指对不会造成人体内脏功能损伤的运动行为的判断。本文将两种技术融合在一起,提出基于三维图像的运动合理性判断方法。这种方法利用三维图像构建人体运动模型、提供人体运动数据并解析,在很大程度上降低了方法的运动仿真误差。本文最终通过运动合理性判断仿真模型给出运动合理性判断结果。通过实验对判断结果进行分析,可证明本文方法具有较高的判断效率和判断准确度。
参考文献
[1] 龚勇.基于三维图像分析潜在运动损伤姿态判断方法[J].计算机仿真,2015,32(9):245?248.
[2] 黄秀花.三维图像运动特征配准方法研究与仿真[J].计算机仿真,2015,32(12):206?209.
[3] 王鑫.单帧运动图像中人体三维重建方法研究与仿真[J].计算机仿真,2015,32(10):267?270.
[4] 金晖.三维多媒体视觉图像运动行为仿真研究[J].计算机仿真,2015,32(12):404?407.
[5] 毛龙所,王学军.基于ADAMS的轨道运输车驱动系统三维建模及运动仿真[J].机电一体化,2014,20(4):20?22.
[6] 武金艺,黄金凤,李炜,等.基于SolidWorks和ADAMS的装车机械手运动仿真[J].机床与液压,2016,44(9):52?56.