買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京大學(xué)申請(qǐng)的專利一種基于多傳感器融合的人體關(guān)節(jié)角數(shù)據(jù)處理方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115290076B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-06發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210690319.6，技術(shù)領(lǐng)域涉及：G01C21/16；該發(fā)明授權(quán)一種基于多傳感器融合的人體關(guān)節(jié)角數(shù)據(jù)處理方法是由任晟昊;沈秋;曹汛設(shè)計(jì)研發(fā)完成，并于2022-06-17向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于多傳感器融合的人體關(guān)節(jié)角數(shù)據(jù)處理方法在說明書摘要公布了：本發(fā)明提供了一種基于多傳感器融合的人體關(guān)節(jié)角數(shù)據(jù)處理方法。該方法采用IMU慣性測(cè)量單元和RGB?D深度相機(jī)作為傳感器，通過獲取來自不同傳感器的數(shù)據(jù)信息，利用人體關(guān)節(jié)的自約束性計(jì)算各傳感器所測(cè)量的人體關(guān)節(jié)角數(shù)據(jù)，再通過卡爾曼濾波算法融合IMU慣性測(cè)量單元和RGB?D深度相機(jī)的測(cè)量信息得到最終關(guān)節(jié)角信息。本發(fā)明不僅解決了深度相機(jī)數(shù)據(jù)抖動(dòng)較大以及慣性測(cè)量單元隨時(shí)間增長(zhǎng)漂移較大的問題，而且能提升自身動(dòng)作的穩(wěn)定性和解決部分自遮擋問題，在降低了整體系統(tǒng)成本的同時(shí)，提高了動(dòng)作估計(jì)的準(zhǔn)確性和整體系統(tǒng)的便攜性。計(jì)算得到的關(guān)節(jié)角數(shù)據(jù)可以作為人機(jī)交互的輸入指令，用于人體動(dòng)作估計(jì)、虛擬人驅(qū)動(dòng)和機(jī)器人控制。

本發(fā)明授權(quán)一種基于多傳感器融合的人體關(guān)節(jié)角數(shù)據(jù)處理方法在權(quán)利要求書中公布了：1.一種基于多傳感器融合的人體關(guān)節(jié)角數(shù)據(jù)處理方法，其特征在于，包括以下步驟：a利用慣性測(cè)量單元收集目標(biāo)人體部位的三維加速度、角速度和磁場(chǎng)強(qiáng)度數(shù)據(jù)a,ω,m，通過RGB-D深度相機(jī)收集目標(biāo)人體骨骼點(diǎn)三維空間位置數(shù)據(jù)x,y,z；b將所述慣性測(cè)量單元收集的數(shù)據(jù)a,ω,m通過Madgwick算法進(jìn)行解算，得到各慣性測(cè)量單元的四元數(shù)信息，同時(shí)利用人體關(guān)節(jié)自約束性QtransQzero＝Qt，得到人體對(duì)應(yīng)關(guān)節(jié)旋轉(zhuǎn)的四元數(shù)Qtransq0,q1,q2,q3，其中Qtrans為人體對(duì)應(yīng)關(guān)節(jié)旋轉(zhuǎn)的四元數(shù)表示；Qzero為初始零姿態(tài)校準(zhǔn)時(shí)對(duì)應(yīng)關(guān)節(jié)相對(duì)初始坐標(biāo)系的四元數(shù)表示；Qt為t時(shí)刻對(duì)應(yīng)關(guān)節(jié)相對(duì)初始坐標(biāo)系的四元數(shù)表示；通過四元數(shù)與歐拉角轉(zhuǎn)換公式，計(jì)算得到人體對(duì)應(yīng)關(guān)節(jié)的歐拉角信息RollIMU,PitchIMU,YawIMU；c對(duì)所述RGB-D深度相機(jī)收集的數(shù)據(jù)x,y,z建立勻速模型，以為狀態(tài)空間，以x,y,z為觀測(cè)量進(jìn)行一次卡爾曼濾波得到平滑的骨骼點(diǎn)空間位置數(shù)據(jù)x′,y′,z′，利用人體關(guān)節(jié)自約束性分別對(duì)具有不同計(jì)算方式的三類關(guān)節(jié)角進(jìn)行計(jì)算，進(jìn)而得到人體對(duì)應(yīng)關(guān)節(jié)的歐拉角信息RollRGB-D,PitchRGB-D,YawRGB-D，其中RollRGB-D為深度相機(jī)最終計(jì)算的對(duì)應(yīng)關(guān)節(jié)翻滾角；PitchRGB-D為深度相機(jī)最終計(jì)算的對(duì)應(yīng)關(guān)節(jié)俯仰角；YawRGB-D為深度相機(jī)最終計(jì)算的對(duì)應(yīng)關(guān)節(jié)偏擺角；d將慣性測(cè)量單元和RGB-D深度相機(jī)解算得到的歐拉角進(jìn)行卡爾曼濾波融合，設(shè) 代入如下方程中進(jìn)行迭代： Kt＝Pt|t-1HTHPt|t-1HT+R-1 Pt|t＝I-KtHPt|t-1其中，F(xiàn)t為t時(shí)刻的狀態(tài)變換矩陣；為t-1時(shí)刻狀態(tài)的估計(jì)；Pt|t-1為在t-1時(shí)刻對(duì)t時(shí)刻的后驗(yàn)估計(jì)誤差協(xié)方差矩陣；Pt-1|t-1為在t-1時(shí)刻的后驗(yàn)估計(jì)誤差協(xié)方差矩陣；Q為過程噪聲協(xié)方差矩陣；Kt為最優(yōu)卡爾曼增益矩陣；H為觀測(cè)模型矩陣；R為觀測(cè)噪聲協(xié)方差矩陣；為t時(shí)刻狀態(tài)的估計(jì)；Pt|t為在t時(shí)刻的后驗(yàn)估計(jì)誤差協(xié)方差矩陣； e輸出對(duì)應(yīng)關(guān)節(jié)角向量至虛擬人端或機(jī)器人端進(jìn)行動(dòng)作復(fù)現(xiàn)，其中Roll′為經(jīng)過卡爾曼濾波融合的對(duì)應(yīng)關(guān)節(jié)翻滾角；Pitch′為經(jīng)過卡爾曼濾波融合的對(duì)應(yīng)關(guān)節(jié)俯仰角；Yaw′為經(jīng)過卡爾曼濾波融合的對(duì)應(yīng)關(guān)節(jié)偏擺角。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人南京大學(xué)，其通訊地址為：210046 江蘇省南京市棲霞區(qū)仙林大道163號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。