本書是山東大學(xué)機器人研究中心在人機交互領(lǐng)域及以人機運動智能感知技術(shù)為基礎(chǔ)的交互安全領(lǐng)域多年研究成果的總結(jié)，系統(tǒng)介紹了人體運動捕捉與行為識別及機器人運動感知領(lǐng)域的技術(shù)貢獻。主要內(nèi)容包括：緒論、MARG傳感器的模塊設(shè)計與傳感器校準(zhǔn)、節(jié)點姿態(tài)估計技術(shù)、人體運動捕捉技術(shù)、機器人運動捕捉技術(shù)、人體行為識別技術(shù)。本書可供從事人機交互、運動感知與安全評估研究的科研人員、相關(guān)專業(yè)的研究生或高年級本科生閱讀，也可供相關(guān)領(lǐng)域的工程技術(shù)人員參考。
周樂來，男，工學(xué)博士，教授，博導(dǎo)，兼任中國自動化學(xué)會共融機器人專委會委員，中國自動化學(xué)會智能制造系統(tǒng)專委會委員，無人系統(tǒng)技術(shù)期刊青年編委。研究方向為機器人技術(shù)，機器人設(shè)計與系統(tǒng)優(yōu)化，柔順機器人設(shè)計與控制，人機協(xié)作。
目錄
第1章 緒論1
1.1 研究背景與意義1
1.2 機器人節(jié)點姿態(tài)估計技術(shù)的研究現(xiàn)狀4
1.2.1 單個IMU姿態(tài)估計技術(shù)4
1.2.2 機器人關(guān)節(jié)角估計技術(shù)5
1.3 人體運動捕捉技術(shù)的研究現(xiàn)狀7
1.3.1 人體運動捕捉方案7
1.3.2 人體運動捕捉方法9
1.3.3 人體位置跟蹤方法11
1.4 人體動作識別技術(shù)的研究現(xiàn)狀13
1.4.1 傳感器部署方案與數(shù)據(jù)集13
1.4.2 基于機器學(xué)習(xí)的動作識別方法15
1.4.3 基于深度學(xué)習(xí)的動作識別方法17
第2章 MARG傳感器的模塊設(shè)計與傳感器校準(zhǔn)21
2.1 MARG傳感器的模塊設(shè)計21
2.2 傳感器校準(zhǔn)29
2.2.1 磁力計校準(zhǔn)29
2.2.2 加速度計校準(zhǔn)31
2.2.3 陀螺儀校準(zhǔn)32
第3章 節(jié)點姿態(tài)估計技術(shù)34
3.1 剛體姿態(tài)描述方法34
3.2 基于EKF的姿態(tài)估計算法35
3.2.1 過程模型35
3.2.2 觀測模型36
3.2.3 EKF執(zhí)行過程37
3.3 基于DEKF的解耦姿態(tài)估計算法38
3.3.1 問題描述38
3.3.2 融合加速度矢量和角速度矢量估計物體姿態(tài)39
3.3.3 從單位四元數(shù)中剔除航向姿態(tài)39
3.3.4 融合磁場矢量和角速度矢量估計航向姿態(tài)41
3.3.5 融合非航向姿態(tài)與航向姿態(tài)實現(xiàn)完整姿態(tài)估計43
3.4 基于正交觀測矢量的姿態(tài)估計算法43
3.4.1 參考矢量構(gòu)造43
3.4.2 參考矢量觀測協(xié)方差推導(dǎo)44
3.4.3 基于正交觀測矢量的解耦姿態(tài)解算45
3.5 實驗與分析46
3.5.1 磁干擾下解耦姿態(tài)估計實驗46
3.5.2 靜態(tài)與動態(tài)姿態(tài)估計實驗48
3.5.3 大范圍俯仰運動姿態(tài)估計實驗50
3.5.4 算法計算效率對比實驗53
第4章 人體運動捕捉技術(shù)54
4.1 人體關(guān)節(jié)運動鏈模型54
4.2 人體運動捕捉算法55
4.2.1 初始姿態(tài)標(biāo)定55
4.2.2 關(guān)節(jié)姿態(tài)解算58
4.2.3 人體運動學(xué)模型59
4.3 人體位置跟蹤算法62
4.3.1 基于自適應(yīng)零速度更新的腳部位置跟蹤62
4.3.2 融合慣性導(dǎo)航與人體運動學(xué)模型的位置跟蹤76
4.4 實驗結(jié)果78
4.4.1 零速度檢測實驗78
4.4.2 人體動作捕捉實驗85
4.4.3 人體位置跟蹤實驗86
第5章 機器人運動捕捉技術(shù)90
5.1 單軸旋轉(zhuǎn)運動旋轉(zhuǎn)軸與轉(zhuǎn)角估計90
5.1.1 旋轉(zhuǎn)軸與轉(zhuǎn)角解析90
5.1.2 實驗與分析95
5.2 機械臂姿態(tài)捕捉104
5.2.1 問題構(gòu)建105
5.2.2 關(guān)節(jié)角與位置解算107
5.2.3 實驗與分析115
5.3 移動機器人姿態(tài)捕捉120
5.3.1 基于主平面磁場信息的磁力計校準(zhǔn)120
5.3.2 移動機器人姿態(tài)估計算法123
5.3.3 實驗與分析123
第6章 人體行為識別技術(shù)129
6.1 基于深度卷積Transformer的對比自監(jiān)督動作識別模型129
6.1.1 對比自監(jiān)督預(yù)訓(xùn)練模塊130
6.1.2 動作識別微調(diào)模塊135
6.1.3 動作識別測試模塊136
6.2 實驗平臺136
6.2.1 數(shù)據(jù)集136
6.2.2 模型參數(shù)設(shè)置137
6.2.3 對比模型137
6.2.4 模型評價方法138
6.3 實驗與分析139
6.3.1 數(shù)據(jù)增強實驗139
6.3.2 基于不同比例有標(biāo)記數(shù)據(jù)的動作識別實驗141
6.3.3 線性評估與微調(diào)評估實驗143
6.3.4 動作類別分類能力實驗143
6.3.5 特征學(xué)習(xí)能力實驗146
6.3.6 消融實驗146
參考文獻149
書單推薦
