人機交互技術(shù)的不斷發(fā)展促使人們開始研究人與計算機之間的自然交互。而從人機交互的發(fā)展史來看,從最原始的鼠標(biāo)鍵盤的輸入,到后來的有線交互設(shè)備比如跳舞機,再到現(xiàn)在流行的通過攝像頭與光學(xué)的人機交互娛樂模式。這些都是全新的人機交互技術(shù),雖然現(xiàn)在的光學(xué)捕捉技術(shù)比較成熟以及流行,但是也會受到類似光線以及角度的種種限制,無法讓人全身心的投入到人機交互的娛樂模式種。因此,非光學(xué)的運動捕獲技術(shù)順勢而生,負(fù)責(zé)研究計算機對人類行為的捕捉能力。運動捕獲技術(shù)能夠幫助計算機準(zhǔn)確的理解人類的動作,實現(xiàn)逼真以及實時的人機交互。當(dāng)下,隨著計算機硬件技術(shù)的越來越發(fā)達(dá),以及實行硬件動作捕獲的數(shù)據(jù)獲取器,也就是各類傳感器也變得越來越優(yōu)質(zhì)。不經(jīng)體積變小,攜帶時候很方便,而且數(shù)據(jù)獲取的質(zhì)量也越來愈高,當(dāng)前動作捕獲技術(shù)正處于上生的高峰期。目前動作捕獲技術(shù)很多是在MEMS慣性傳感器的支持下進行的,主要用于對動漫以及電影的制作,價格高;隨著傳感器的集成感越來越高,傳感器在基礎(chǔ)上也進行了新的技術(shù)設(shè)計,更符合人類運行規(guī)律。本文借鑒傳統(tǒng)的MEMS動作捕獲技術(shù)的模式,設(shè)計并實現(xiàn)一種普適性更好更加廉價同時高精度高實時的人體動作捕獲系統(tǒng)原型,原型系... 

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 .課題研究背景
    1.2 .研究的目的及意義
    1.3 .國內(nèi)外研究現(xiàn)狀
        1.3.1 .慣性傳感器設(shè)備研究現(xiàn)狀
        1.3.2 .數(shù)據(jù)的采集與處理現(xiàn)狀
        1.3.3 .數(shù)據(jù)融合傳輸?shù)难芯楷F(xiàn)狀
        1.3.4 .Unity3D引擎軟件使用現(xiàn)狀
    1.4 .論文研究工作
    1.5 .論文組織結(jié)構(gòu)
    1.6 .本章小結(jié)
第二章 LPMS-B2工作原理分析
    2.1 .LPMS-B2產(chǎn)品簡介及組成結(jié)構(gòu)
    2.2 .MEMS傳感器簡介及工作原理
        2.2.1 .三軸加速計
        2.2.2 .三軸陀螺儀
        2.2.3 .三軸磁力計
    2.3 .LPMS-B2產(chǎn)品的特點
    2.4 .LPMS-B2的主要誤差來源
    2.5 .本章小結(jié)
第三章 原始數(shù)據(jù)的獲取及優(yōu)化處理
    3.1 .傳感器的初始化操作及數(shù)據(jù)獲取
        3.1.1 .傳感器姿態(tài)復(fù)位方法
        3.1.2 .傳感器的校準(zhǔn)
        3.1.3 .傳感器原始數(shù)據(jù)的獲取
    3.2 .數(shù)據(jù)歸類后誤差的基礎(chǔ)糾偏算法分析
        3.2.1 .基礎(chǔ)誤差的總結(jié)歸類
        3.2.2 .數(shù)據(jù)的基礎(chǔ)糾偏方法
        3.2.3 .基礎(chǔ)糾偏可行性
    3.3 .利用最小二乘估計算法進行誤差糾偏
        3.3.1 .針對傳感器誤差建立模型
        3.3.2 .非線性最小二乘估算
        3.3.3 .高斯牛頓法求解誤差方程
        3.3.4 .算法測試與分析
    3.4 .本章小結(jié)
第四章 卡爾曼濾波器進行數(shù)據(jù)融合優(yōu)化
    4.1 .傳感器姿態(tài)的數(shù)學(xué)描述
        4.1.1 .傳感器姿態(tài)進行數(shù)學(xué)描述
        4.1.2 .利用IMU模塊測量姿態(tài)
    4.2 .利用陀螺儀進行姿態(tài)更新
        4.2.1 .龍格庫塔積分
        4.2.2 .姿態(tài)更新
    4.3 .數(shù)據(jù)融合實現(xiàn)姿態(tài)估計
        4.3.1 .姿態(tài)估計的必要性
        4.3.2 .互補濾波
    4.4 .結(jié)合卡爾曼濾波器進行優(yōu)化
        4.4.1 .融合卡爾曼濾波器的必要性和可行性
        4.4.2 .協(xié)方差
        4.4.3 .卡爾曼濾波器進行非線性處理
    4.5 .數(shù)據(jù)優(yōu)化處理及分析
        4.5.1 .原始數(shù)據(jù)獲取
        4.5.2 .選定融合后測試數(shù)據(jù)集
        4.5.3 .傳統(tǒng)的互補濾波算法效果
        4.5.4 .卡爾曼濾波器的非線性優(yōu)化效果
        4.5.5 .優(yōu)化后姿態(tài)輸出效果
    4.6 .本章小結(jié)
第五章 傳感器在Unity3D中的控制方法
    5.1 .傳感器作為攝像機的視角控制
    5.2 .傳感器在游戲中的攻擊控制
    5.3 .傳感器在游戲中的釋放技能控制
    5.4 .傳感器控制游戲角色時的數(shù)據(jù)實時檢測程序
        5.4.1 .傳統(tǒng)卡爾曼濾波器數(shù)據(jù)控制游戲效果
        5.4.2 .結(jié)合最小二乘優(yōu)化的卡爾曼數(shù)據(jù)控制游戲效果
    5.5 .結(jié)合最小二乘優(yōu)化的卡爾曼數(shù)據(jù)控制游戲的效果對比
第六章 傳感器姿態(tài)在Unity3D中的應(yīng)用
    6.1 .需求分析
        6.1.1 .核心功能分析
        6.1.2 .軟件特性分析
    6.2 .系統(tǒng)架構(gòu)設(shè)計
        6.2.1 .程序主框架
        6.2.2 .軟件開發(fā)環(huán)境
        6.2.3 .核心功能結(jié)構(gòu)
    6.3 .系統(tǒng)數(shù)據(jù)庫設(shè)計
        6.3.1 .數(shù)據(jù)庫關(guān)系設(shè)計
        6.3.2 .數(shù)據(jù)庫具體實現(xiàn)
    6.4 .系統(tǒng)核心功能的設(shè)計與實現(xiàn)
        6.4.1 .戰(zhàn)斗系統(tǒng)
        6.4.2 .傳感器數(shù)據(jù)綁定
        6.4.3 .數(shù)據(jù)優(yōu)化過程
        6.4.4 .動畫狀態(tài)機
    6.5 .本章小結(jié)
第七章 結(jié)論與展望
    7.1 .本文總結(jié)
    7.2 .工作展望
參考文獻(xiàn)
在學(xué)期間的研究成果
    一、發(fā)表論文
    二、參與課題
致謝


【參考文獻(xiàn)】：
期刊論文
[1]Using Kalman filter algorithm for short-term traffic flow prediction in a connected vehicle environment[J]. Azadeh Emami,Majid Sarvi,Saeed Asadi Bagloee.  Journal of Modern Transportation. 2019(03)
[2]游戲中的交互設(shè)計應(yīng)用[J]. 胡方超.  大眾文藝. 2019(15)
[3]數(shù)據(jù)庫設(shè)計的重要性及原則[J]. 黃旭,圣文順,李會.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2019(08)
[4]計算機軟件數(shù)據(jù)庫設(shè)計的重要性以及原則研究[J]. 錢博韜.  中小企業(yè)管理與科技(下旬刊). 2018(11)
[5]VR機艙人機交互姿態(tài)追蹤器的算法設(shè)計[J]. 李衛(wèi)強,曹輝.  船海工程. 2018(04)
[6]虛擬現(xiàn)實（VR）動畫的交互性設(shè)計研究[J]. 包春新.  電視技術(shù). 2018(08)
[7]智能時代人機交互的一些思考[J]. 范俊君,田豐,杜一,劉正捷,戴國忠.  中國科學(xué):信息科學(xué). 2018(04)
[8]基于Unity 3D游戲開發(fā)流程分析[J]. 李兵川.  山東工業(yè)技術(shù). 2018(07)
[9]九軸無線姿態(tài)傳感器（LPMS-B）檢測分析及應(yīng)用[J]. 黃悅峰,王榜,張啟鵬,朱婉瑩,李標(biāo).  裝備制造技術(shù). 2018(01)
[10]深度卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展及其在計算機視覺領(lǐng)域的應(yīng)用[J]. 張順,龔怡宏,王進軍.  計算機學(xué)報. 2019(03)

碩士論文
[1]基于慣性傳感器的多節(jié)點動作捕獲技術(shù)的研究[D]. 程順均.電子科技大學(xué) 2018
[2]基于Unity3D的體感游戲系統(tǒng)的研究[D]. 闞宇.江蘇大學(xué) 2016
[3]基于物理的角色動畫模擬研究與實現(xiàn)[D]. 代彪.電子科技大學(xué) 2012



本文編號：3660800