| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.2.1 人体运动跟踪研究现状 | 第8-9页 |
| 1.2.2 动作规划研究现状 | 第9页 |
| 1.2.3 数据融合研究现状 | 第9-10页 |
| 1.3 课题来源 | 第10页 |
| 1.4 研究内容和组织结构 | 第10-12页 |
| 1.4.1 本文主要研究内容 | 第10-11页 |
| 1.4.2 本文组织结构 | 第11-12页 |
| 2 基于惯性传感器和Kinect的人体运动跟踪系统 | 第12-19页 |
| 2.1 航天测发中的运动跟踪和交互技术 | 第12页 |
| 2.2 人体运动跟踪系统总体架构 | 第12-14页 |
| 2.3 惯性传感器采集人体运动数据 | 第14-16页 |
| 2.3.1 MEMS惯性传感器介绍 | 第14-15页 |
| 2.3.2 惯性传感器通信 | 第15-16页 |
| 2.4 Kinect采集人体运动数据 | 第16-18页 |
| 2.4.1 kinect介绍 | 第16-17页 |
| 2.4.2 Kinect获取骨骼关节点运动数据 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 3 虚拟人运动建模 | 第19-32页 |
| 3.1 人体骨骼模型建模 | 第19-20页 |
| 3.2 人体运动姿态信息描述 | 第20-23页 |
| 3.2.1 人体关节姿态的欧拉角表示 | 第20-22页 |
| 3.2.2 人体关节姿态的四元数表示 | 第22-23页 |
| 3.3 坐标系及其转换关系 | 第23-29页 |
| 3.3.1 相关坐标系介绍 | 第23-25页 |
| 3.3.2 Kinect坐标系下关节空间取向分析 | 第25-27页 |
| 3.3.3 人体姿态初始化标定 | 第27-29页 |
| 3.4 人体关节空间位置解算 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 4 惯性传感器和Kinect的数据融合 | 第32-56页 |
| 4.1 时间对准和空间对准 | 第32-34页 |
| 4.2 经典卡尔曼滤波算法原理 | 第34-36页 |
| 4.2.1 系统模型 | 第34页 |
| 4.2.2 卡尔曼滤波算法流程 | 第34-36页 |
| 4.3 基于卡尔曼滤波的人体运动估计 | 第36-37页 |
| 4.4 基于数据质量评价的数据融合算法 | 第37-47页 |
| 4.4.1 传感器和Kinect误差来源分析 | 第37-38页 |
| 4.4.2 Kinect数据质量评价方法 | 第38-40页 |
| 4.4.3 惯性传感器数据质量评价方法 | 第40-46页 |
| 4.4.4 基于数据质量评价的数据融合算法步骤 | 第46-47页 |
| 4.5 实验结果和分析 | 第47-55页 |
| 4.6 本章小结 | 第55-56页 |
| 5 航天测发任务中的人体动作规划 | 第56-67页 |
| 5.1 经典RRT算法 | 第56-59页 |
| 5.2 基于改进RRT方法的人体动作规划 | 第59-62页 |
| 5.3 实验结果和分析 | 第62-66页 |
| 5.4 本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录 | 第73页 |