惯性传感器人体手臂动作捕捉：李代数方法与OptiTrack比较

"基于李代数的人体手臂惯性动作捕捉算法 (2017年) 沈阳工业大学学报 第39卷 第1期 2017年1月 国家自然科学基金资助项目（61440004） 刘丹，王鑫，片锦香 - 沈阳建筑大学 理学院，信息与控制工程学院，沈阳110168" 本文探讨了一种基于李代数的人体手臂惯性动作捕捉算法，旨在实现对人体手臂运动的实时高精度追踪。在2017年的研究中，作者利用惯性测量单元（IMU）来获取手臂腕部、肘部和肩部关节的位置信息，这是通过解析IMU提供的四元数数据实现的。四元数是一种在三维空间中表示旋转的有效工具，它避免了传统欧几里得坐标系统中的 gimbal lock（万向节锁）问题。 研究中，惯性数据通过蓝牙无线通信技术传输到上位机，这允许在自由活动环境中无拘无束的动作捕捉。为了验证和校准IMU的精度，研究人员采用了OptiTrack光学动作捕捉设备作为基准，该设备能够提供毫米级别的动作捕捉精度。OptiTrack系统通过精确地跟踪标记点来确定物体在空间中的位置。 接下来，将IMU坐标系下的位置信息转换到OptiTrack坐标系进行比较，以评估算法的准确性。这种坐标变换是通过李代数和扭转及指数映射的概念完成的。李代数在描述连续对称性，如旋转和平移时非常有效，尤其在处理刚体运动时。在本研究中，李代数被用来平滑和校正IMU数据中的误差，提高动作捕捉的准确性和稳定性。 实验结果显示，所提出的基于李代数的惯性动作捕捉算法适用于自由活动条件下的动作跟踪，且具有较高的捕捉精度。这一成果对于虚拟现实、机器人控制、康复医学和运动分析等领域具有重要意义，因为它提供了在没有外部视觉追踪系统的情况下，仍能实现高精度动作追踪的技术方案。 关键词涉及的手臂动作捕捉、李代数、扭转和指数映射、惯性测量单元、OptiTrack光学动作捕捉、运动力学链和四元数都是本研究的核心概念。蓝牙通信则确保了传感器数据的无线传输，增强了系统的便携性和实用性。 这项研究为人体动作捕捉技术开辟了新的途径，利用惯性传感器和先进的数学理论相结合，实现了在复杂环境下的高精度动作追踪，为未来相关领域的研究和应用提供了有价值的参考。