利用因子图与人体姿态的多相机异步球体定位与轨迹预测

快速精确地定位和预测球体对于开发球类运动中的敏捷机器人至关重要，尤其是在像网球这样以高速球体运动和强力旋转为特征的运动中。由旋转引起的马格努斯效应增加了飞行期间和与地面接触时反弹动力学的轨迹预测复杂性。在本研究中，我们引入了一种创新方法，该方法结合了多相机系统与因子图，用于实时、异步的3D网球定位。此外，我们估计了速度和旋转等隐藏状态以进行轨迹预测。为了在球体飞行早期（此时可用观测有限）增强旋转推断，我们利用时间卷积网络（TCN）整合人体姿态数据，在因子图内计算旋转先验。这种改进在因子图开始时提供了更准确的旋转先验，从而改善了用于预测的早期隐藏状态推断。我们的结果显示，训练后的TCN能以5.27 Hz的均方根误差预测旋转先验。与使用自适应扩展卡尔曼滤波器的基线方法相比，将TCN集成到因子图中可将落点预测误差降低超过63.6%。