基于集员滤波的双Kinect人体关节点数据融合

• 作者: 宋国立 杜惠斌 王争 赵忆文 赵新刚 韩建达
• 来源期刊: 自动化学报
• 关键词: 镜像康复 Kinect深度图像传感器 Bursa线性模型 集员滤波
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 论文与报告
• 页码范围: 1886-1898
• 页数: 13页
• 字数: 11648字
• 语种: 中文
• DOI: 10.16383/j.aas.2016.c160109

摘要

以Kinect 为代表的深度图像传感器在肢体康复系统中得到广泛应用。单一深度图像传感器采集人体关节点数据时由于肢体遮挡、传感器数据错误和丢失等原因降低系统可靠性。本文研究了利用两台Kinect深度图像传感器进行数据融合从而达到消除遮挡、数据错误和丢失的目的，提高康复系统中数据的稳定性和可靠性。首先，利用两台Kinect 采集患者健康侧手臂运动数据；其次，对两组数据做时间对准、Bursa线性模型下的坐标变换和基于集员滤波的数据融合；再次，将融合后的健康侧手臂运动数据经过“镜像运动”作为患侧手臂运动指令；最后，将患侧运动指令下发给可穿戴式镜像康复外骨骼带动患者患侧手臂完成三维动画提示的康复动作，达到患者主动可控康复的目的。本文通过Kinect与VICON系统联合实验以及7自由度机械臂控制实验验证了数据融合方法的有效性，以及两台Kinect可有效解决上述问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵忆文	中国科学院沈阳自动化研究所机器人学国家重点实验室	16	323	9.0	16.0
2	韩建达	中国科学院沈阳自动化研究所机器人学国家重点实验室	84	1156	21.0	29.0
3	宋国立	中国科学院沈阳自动化研究所机器人学国家重点实验室	5	66	4.0	5.0
4	赵新刚	中国科学院沈阳自动化研究所机器人学国家重点实验室	22	265	9.0	16.0
5	杜惠斌	中国科学院沈阳自动化研究所机器人学国家重点实验室	3	18	3.0	3.0
9	王争	中国科学院沈阳自动化研究所机器人学国家重点实验室	10	124	7.0	10.0