基于視頻采集系統(tǒng)的肢體運(yùn)動(dòng)模型

張 軍 ，鄧周虎，黨丹珩，贠三妮，馮曉海

(西北大學(xué)信息科學(xué)與技術(shù)學(xué)院，陜西西安 710127)

肢體運(yùn)動(dòng)過程的研究是運(yùn)動(dòng)學(xué)、生命科學(xué)、自動(dòng)控制等學(xué)科的重要研究對象，最典型的應(yīng)用是機(jī)器人研究[1]，其成果可應(yīng)用于人體假肢的設(shè)計(jì)等多個(gè)方面。而目前的假肢設(shè)計(jì)技術(shù)，使得產(chǎn)品價(jià)格昂貴、控制復(fù)雜[2]，無法滿足廣大殘障人士的需求。要改善肢體殘障人士的生存狀況，促進(jìn)假肢設(shè)計(jì)與制作技術(shù)的發(fā)展，研究出結(jié)構(gòu)簡單、步態(tài)逼真、成本低廉的假肢，具有重要的現(xiàn)實(shí)意義，肢體運(yùn)動(dòng)模型的建立是假肢設(shè)計(jì)中關(guān)鍵的研究內(nèi)容[3]。

傳統(tǒng)肢體運(yùn)動(dòng)過程的研究一直沿用各種機(jī)械模擬和數(shù)字轉(zhuǎn)換裝置做模型采集系統(tǒng)，這種系統(tǒng)因大量數(shù)據(jù)采集和處理任務(wù)所帶來的系統(tǒng)誤差導(dǎo)致了模型失真較大。隨著信息技術(shù)的發(fā)展，視頻采集和數(shù)字圖像處理技術(shù)因其采集方便、處理速度快、精度高而被應(yīng)用到各種測控領(lǐng)域[4]。在眾多的視頻采集處理方案中，美國國家儀器公司的視頻采集卡PCI-1411及LabVIEW處理平臺，具有強(qiáng)大視頻采集和數(shù)據(jù)處理能力。應(yīng)用該開發(fā)平臺設(shè)計(jì)的視頻采集系統(tǒng)建立肢體運(yùn)動(dòng)模型研究，是以人類下肢運(yùn)動(dòng)過程為對象，在腳尖末梢、踝關(guān)節(jié)、膝關(guān)節(jié)及大腿末端關(guān)節(jié)處安裝LED點(diǎn)光源，可以精確采集到各肢節(jié)的運(yùn)動(dòng)軌跡，從而建立完整的肢體運(yùn)動(dòng)過程模型。其基本原理為通過攝像頭實(shí)時(shí)采集固定在肢體關(guān)節(jié)處的點(diǎn)光源運(yùn)動(dòng)序列，使用數(shù)字圖像處理技術(shù)和視頻連接技術(shù)，描繪出肢體的運(yùn)動(dòng)軌跡棍狀圖。通過對光點(diǎn)進(jìn)行坐標(biāo)量化，構(gòu)造出肢體運(yùn)動(dòng)模型。對運(yùn)動(dòng)模型應(yīng)用數(shù)學(xué)幾何測量的知識，獲得肢體運(yùn)動(dòng)的模型參數(shù)，建立出肢體運(yùn)動(dòng)的數(shù)學(xué)模型。

1 肢體運(yùn)動(dòng)模型采集系統(tǒng)的構(gòu)建

應(yīng)用視頻采集的方法構(gòu)建的肢體運(yùn)動(dòng)模型采集系統(tǒng)，由視頻獲取裝置和視頻處理軟件兩部分構(gòu)成。視頻獲取裝置包括點(diǎn)光源、攝像機(jī)、視頻采集卡和PC機(jī)。點(diǎn)光源使用1 W紅色LED，將其固定在肢體關(guān)節(jié)處，攝像機(jī)采用Timber2038型行間變換CCD攝像機(jī)，794 594像素，540線水平分辨率，最大光圈為F1.2時(shí)可拍攝最低照度為0.000 1 Lux，圖像采集最大速率是30幀/s，攝像機(jī)鏡頭為手動(dòng)光圈，焦距3.5～8 mm，視頻采集卡采用NI公司PCI-1411。視頻獲取軟件采用NI公司的IMAQ Vision模塊，該模塊具有圖像采集、系統(tǒng)校準(zhǔn)、圖像處理、幾何量測量、圖像分割等眾多子函數(shù)庫[5]，能夠完成圖像的去噪、增強(qiáng)、復(fù)原、分割、提取特征、灰度和二值圖像處理及形狀匹配、斑點(diǎn)分析、統(tǒng)計(jì)、濾波、幾何變換、計(jì)算和測量等任務(wù)[6];視頻處理軟件采用G語言的虛擬儀器開發(fā)平臺LabVIEW編寫，主要采用數(shù)據(jù)流的驅(qū)動(dòng)方式，編譯后運(yùn)行速度接近于C語言，并能驅(qū)動(dòng)眾多廠家的多種數(shù)據(jù)采集卡，具有強(qiáng)大的數(shù)據(jù)采集能力和信號處理功能，能夠直觀高效地表現(xiàn)編程算法。

2 光點(diǎn)檢測原理

點(diǎn)光源的安裝位置和檢測是建立完整精確運(yùn)動(dòng)模型的基礎(chǔ)。模型建立精確性的核心問題是完成光點(diǎn)檢測并使其具有較高的魯棒性。

由于檢測的是紅色LED，光斑的R分量占據(jù)優(yōu)勢，因此文中采用背景消減法[7]，在讀取背景幀和當(dāng)前幀的過程中只需讀取R分量，提高了運(yùn)算效率。利用式(1)計(jì)算背景圖像bk與當(dāng)前幀圖像fk的差分圖像，從而檢測出每幀圖像中的運(yùn)動(dòng)目標(biāo)區(qū)域

其中，fk(x，y)和bk-1(x，y)分別為當(dāng)前幀和背景幀R分量圖像，Dk(x，y)為背景差分得到的R分量差分圖像。

檢測出每一幀圖像中的運(yùn)動(dòng)目標(biāo)區(qū)域，克服了環(huán)境光場不穩(wěn)定因素對檢測結(jié)果的影響，提高了運(yùn)動(dòng)對象邊緣的檢測精度[8]，為后續(xù)有效恢復(fù)連接肢體運(yùn)動(dòng)模型奠定基礎(chǔ)。

該光點(diǎn)檢測方法，再通過對發(fā)光點(diǎn)特征參數(shù)的濾波、去噪，能夠更加準(zhǔn)確地識別發(fā)光點(diǎn)位置[9]，進(jìn)而通過精確的坐標(biāo)系定位，完成對肢體運(yùn)動(dòng)過程的測量，為肢體運(yùn)動(dòng)模型的參數(shù)獲取及肢體特征參數(shù)的測量提供了完整的實(shí)現(xiàn)依據(jù)。

3 肢體運(yùn)動(dòng)模型的連接恢復(fù)與數(shù)學(xué)模型建立

光點(diǎn)檢測獲取的分割圖，能夠完整地識別與提取出安裝在肢體各個(gè)節(jié)點(diǎn)的發(fā)光點(diǎn)，如圖2(a)所示。應(yīng)用LabVIEW標(biāo)注出各個(gè)光點(diǎn)的坐標(biāo)，采用光點(diǎn)連接技術(shù)，將每一幀圖像上的4個(gè)發(fā)光點(diǎn)進(jìn)行順次逐一連接，即可獲得代表腳掌、小腿、大腿的靜態(tài)模型，如圖2(b)所示。在每幀靜態(tài)模型中通過對像素值的分析和對比，計(jì)算出每一像素值所代表的實(shí)際長度，進(jìn)而換算出腳掌長度、小腿長度和大腿長度，這種視頻測量的方法，要比實(shí)際測量的方法更為精確，為后續(xù)的模型分析提供了可靠數(shù)據(jù)[10]。同時(shí)通過對連接成的模型相對于豎直位置的角度測量，能夠測出腳掌、小腿、大腿相對于豎直方向的角度變化關(guān)系[11]，記錄各個(gè)相鄰幀的模型相對豎直角度關(guān)系與時(shí)間的對應(yīng)坐標(biāo)如圖2(c)所示，即可獲得各個(gè)角度與時(shí)間的函數(shù)擬合圖，如圖2(d)和圖2(f)所示。再根據(jù)大小腿角度變化與時(shí)間的關(guān)系，可計(jì)算出大小腿角度之間的函數(shù)關(guān)系如圖3(e)所示這樣即可得出3個(gè)代表性的模型如式(2)～式(5)所示。

圖2 肢體運(yùn)動(dòng)的數(shù)學(xué)模型實(shí)現(xiàn)

通過擬合的曲線求得的相關(guān)函數(shù)關(guān)系如下:

大腿隨時(shí)間變化函數(shù)

小腿隨時(shí)間變化函數(shù)

小腿隨大腿角度變化

4 模型的仿真與結(jié)果驗(yàn)證

仿真與結(jié)果檢驗(yàn)，是實(shí)現(xiàn)模型的一個(gè)關(guān)鍵步驟，也是實(shí)現(xiàn)假肢設(shè)計(jì)的一個(gè)重要環(huán)節(jié)。仿真目的是模擬一個(gè)角度不斷變化的大腿，通過檢測大腿的角度來利用已建立的函數(shù)模型，控制小腿擺動(dòng)。在該控制過程中，由于膝關(guān)節(jié)的位置在走動(dòng)時(shí)會不斷運(yùn)動(dòng)，會導(dǎo)致坐標(biāo)系的變換，為更好地實(shí)現(xiàn)和準(zhǔn)確地表示變換后的坐標(biāo)系，將大小腿的長度引入到坐標(biāo)的變換中，即根據(jù)大小腿長度來計(jì)算小腿將要調(diào)整的角度和踝關(guān)節(jié)所在的坐標(biāo)，坐標(biāo)變換的方程組如下

圖3 以大腿末端為原點(diǎn)的坐標(biāo)系

式中，θ為大腿與豎直方向的夾角;α為模型控制計(jì)算出的小腿與豎直方向的夾角;A為大腿長度;B為小腿長度;(X，Y)為以大腿末端作為坐標(biāo)原點(diǎn)的標(biāo)系中的位置。

通過踝關(guān)節(jié)坐標(biāo)變換建立的模型在仿真中可以觀察到大腿的運(yùn)動(dòng)狀態(tài)對小腿的姿態(tài)進(jìn)行控制。為驗(yàn)證模型的正確性，采用單片機(jī)控制步進(jìn)電機(jī)運(yùn)動(dòng)的方式在機(jī)器人關(guān)節(jié)上設(shè)計(jì)一個(gè)模仿大腿擺動(dòng)過程的程序模擬大腿擺動(dòng)，通過固定在機(jī)器人大腿上的傾角傳感器來檢測模擬大腿的角度變化，通過STC89C52單片機(jī)根據(jù)已建立的大小腿運(yùn)動(dòng)函數(shù)關(guān)系控制安裝在機(jī)器人膝關(guān)節(jié)上的舵機(jī)，驅(qū)動(dòng)小腿擺動(dòng)。觀察結(jié)果表明，在一定精度范圍內(nèi)模擬小腿的運(yùn)動(dòng)姿態(tài)，符合人腿的運(yùn)動(dòng)模式，說明通過人腿模型采集系統(tǒng)建立的運(yùn)動(dòng)模型是可行的，該肢體模型函數(shù)能夠應(yīng)用于假肢的設(shè)計(jì)中。

5 結(jié)束語

基于視頻采集系統(tǒng)的肢體建模實(shí)現(xiàn)了一種精準(zhǔn)度高，誤差較小的建立肢體運(yùn)動(dòng)模型的方法，為研究肢體運(yùn)動(dòng)提供了方向，也為實(shí)現(xiàn)低成本假肢的設(shè)計(jì)打下基礎(chǔ)。

[1]金周英.關(guān)于我國智能機(jī)器人發(fā)展的幾點(diǎn)思考[J].機(jī)器人技術(shù)與應(yīng)用，2001(4):5-7.

[2]譚冠政，吳立明.國內(nèi)外人工腿研究的進(jìn)展及發(fā)展趨勢[J].機(jī)器人，2001，23(1):91-96.

[3]魏毅.人體空中運(yùn)動(dòng)的動(dòng)力學(xué)仿真方法研究[D].北京:中國科學(xué)院計(jì)算技術(shù)研究所，2008.

[4]樊娜.基于網(wǎng)絡(luò)測控系統(tǒng)的嵌入式視頻設(shè)備設(shè)計(jì)與研究[D].東營:中國石油大學(xué)，2009.

[5]謝啟，陳飛，許仙珍，等.LabVIEW和IMAQ在指針式儀表自動(dòng)讀數(shù)中的應(yīng)用[J].微計(jì)算機(jī)信息，2007，23(7):175-192.

[6]路紅，費(fèi)樹岷，夏慶觀，等.基于LabVIEW和IMAQ Vision的目標(biāo)統(tǒng)計(jì)系統(tǒng)[J].測控技術(shù)，2007，26(5):32-33，54.

[7]陳冬良，楊東勇.基于全方位視覺的運(yùn)動(dòng)目標(biāo)檢測與定位方法[J].計(jì)算機(jī)仿真，2010，27(10):223-229.

[8]侯偉.視頻對象分割技術(shù)及應(yīng)用[D].杭州:浙江工業(yè)大學(xué)，2008.

[9]BUNKER H，VON S T，YAMASAKI T，et al.Online handwriting data acquisition using a video camera.in proc.Int[C].Confrance on Document Analysis and Recognition，1999:573-576.

[10]崔江濤，郭勇，李廣鑫.采用動(dòng)態(tài)主分量距離測度的視頻索引技術(shù)[J].西安電子科技大學(xué)學(xué)報(bào)，2009，36(6):1086-1091.

[11]魏航信，劉明治.擬人機(jī)器人矢狀面跑步運(yùn)動(dòng)規(guī)劃[J].西安電子科技大學(xué)學(xué)報(bào)，2006，33(3):376-380.