[發明專利]剛體姿態追蹤方法及其裝置、設備、存儲介質

在審

• 申請號: 202010793587.1
• 申請日: 2020-08-07
• 公開（公告）號: CN112084458A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 黃少光;許秋子
• 申請（專利權）人: 深圳市瑞立視多媒體科技有限公司
• 主分類號: G06F17/15
• 分類號: G06F17/15;G06F17/16;G01C9/00;G01C21/16
• 代理公司: 深圳市鼎泰正和知識產權代理事務所(普通合伙) 44555
• 代理人: 繆太清

本發明公開了一種剛體姿態追蹤方法及其裝置、設備、存儲介質，包括：根據預設的函數模型分別建立卡爾曼預測四元數模型f_kQ、卡爾曼預測位移模型f_kP、濾波預測四元數模型f_εQ、濾波預測位移模型f_εP；獲取剛體初始幀的姿態四元數和位移，得到初始化后的模型f_kQ、f_kP、f_εQ、f_εP；根據初始化后的模型f_kQ、f_kP、f_εQ、f_εP分別預測剛體當前幀的姿態四元數和位移，得到姿態四元數預測值和位移預測值；將姿態四元數預測值和位移預測值以及獲取的剛體當前幀姿態四元數和位移真實值引入二范數函數中，計算得到剛體當前幀的姿態信息。本發明使得系統延遲較低、剛體追蹤的抗震顫效果顯著提升。

技術領域

本發明涉及動作捕捉技術領域，具體涉及一種剛體姿態追蹤方法及其裝置、設備、存儲介質。

背景技術

剛體姿態的追蹤在有標記點人體動捕/人機交互等技術的應用中是非常重要的，如果追蹤技術不好，容易出現交互體驗感較差、角色顫抖、容易跟丟等問題。剛體的姿態追蹤方法一般有基于硬件和軟件的方法，硬件的方法有激光、雷達、電磁波、超聲波和IMU慣性傳感器等。軟件的方法有基于Kalman、粒子濾波、Meanshift、高斯濾波、濾波等。硬件的方法雖然準確度高，但也容易受環境因素的影響，并且容易出現基線漂移、時間漂移等問題，另外，硬件的成本也比較高以及數據的融合也較難。

軟件的方法中，Kalman是比較常用的傳統方法，它要求模型噪聲和觀測噪聲等先驗知識來進行建模，雖然它的抗高頻顫抖能較強，但目標的運動和噪聲存在著很大的不確定性，使得它容易存在延遲、目標運動方向劇烈變化的時候容易存在誤差較大等問題；高斯濾波存在著時間窗口的約束，容易出現過濾波等問題；濾波雖然響應較快，可以較好的追蹤動態信號，延遲較低，但對震顫的抗性較差。因此，有必要解決這一問題。

發明內容

本發明主要解決的技術問題是如何解決Kalman容易存在延遲、目標運動方向劇烈變化的時候容易存在誤差較大的情形以及濾波震顫的抗性較差的問題。為克服上述技術問題，本申請公開一種剛體姿態追蹤方法及其裝置、設備、存儲介質。

本發明結合kalman原理和濾波原理兩種算法在現有的剛體姿態解算方法基礎上進行剛體姿態的追蹤計算，具體方法如下：

根據第一方面，一種實施例中提供一種剛體姿態追蹤方法，包括：根據預設的函數模型分別建立卡爾曼預測四元數模型f_kQ、卡爾曼預測位移模型f_kP、濾波預測四元數模型f_εQ、濾波預測位移模型f_εP，其中，所述函數模型包括速度和加速度狀態變量；

獲取剛體初始幀的姿態四元數和位移，得到初始化后的模型f_kQ、f_kP、f_εQ、f_εP；

根據所述初始化后的模型f_kQ、f_kP、f_εQ、f_εP分別預測剛體當前幀的姿態四元數和位移，得到姿態四元數預測值和位移預測值；

將所述姿態四元數預測值和位移預測值以及獲取的剛體當前幀姿態四元數和位移真實值引入二范數函數中，計算得到剛體當前幀的姿態信息。

所述根據預設的函數模型分別建立卡爾曼預測四元數模型f_kQ、卡爾曼預測位移模型f_kP、濾波預測四元數模型f_εQ、濾波預測位移模型f_εP，其中，所述函數模型包括速度和加速度狀態變量，包括：