基于扩展卡尔曼滤波融合 IMU 与 RGB 相机数据的人体腿部运动跟踪
计算机视觉与模式识别
2020-12-09 v2
摘要
人体运动捕捉常用于研究康复与临床问题，并为娱乐产业提供逼真动画。基于 IMU 的系统以及基于标记的运动跟踪系统因其实现成本低且轻量而成为最流行的运动跟踪方法。本文提出一种基于四元数的扩展卡尔曼滤波方法，利用一组 IMU 传感器数据与相机-标记系统数据融合来恢复人体腿段运动。本文开发了扩展卡尔曼滤波方法，融合两个 IMU 与一个 RGB 相机的数据以实现人体腿部运动跟踪。基于惯性传感器与相机-标记系统的互补特性，在所引入的新测量模型中，大腿与小腿的朝向数据通过三个测量方程进行更新。人体定位由相机-标记系统跟踪的骨盆关节位置实现。利用数学模型估计二维图像中关节的深度。所提算法的效率通过光学运动跟踪系统进行评估。
引用
@article{arxiv.2011.00574,
title = {Human Leg Motion Tracking by Fusing IMUs and RGB Camera Data Using Extended Kalman Filter},
author = {Omid Taheri and Hassan Salarieh and Aria Alasty},
journal= {arXiv preprint arXiv:2011.00574},
year = {2020}
}
备注
This paper results from O. Taheri's MSc Thesis (2017) at the Sharif University of Technology