基于体感交互设备的人体重心计算方法

摘要

人体重心是反映人体形态结构和质量分布特征的基本参数，在中小学体育教学、体育运动等领域有着重要的作用，尤其是对人体平衡能力进行测评时，重心是一个非常重要的生物力学参数，因此人体重心的测量具有重要的学术和应用价值。目前，体感交互技术已广泛应用于教学、体育锻炼和医疗康复等诸多领域，在体感交互的环境下获取人体重心存在误差大、缺乏个性化等问题。
　　本文采用体感交互设备Kinect获取人体的25个关节点坐标，结合力矩合成法，构建了包含19个关节的人体重心计算的关节模型，提出了基于体感交互设备Kinect计算人体重心位置的实时线性计算方法。借助平板压力测试系统Footscan获取的压力中心(the center of force，COF)数据作为标准重心数据。将实时线性计算方法获得的人体重心数据与标准重心数据（共17组）进行对比，结果显示:实时线性计算方法获得的重心数据与标准重心数据具有长期的共同的随机性趋势，并且P值均小于0.03;随着动作幅度的减小，该趋势不断增强，但相对误差却是增大的。结果表明:该实时线性计算方法可以用来测量人体重心，尤其在幅度较大的动作的测量中，相对误差更小。
　　由于基于体感交互设备Kinect的实时线性计算方法较依赖人体环节模型，为提高体感交互环境下重心计算的精度，适应每个参与测试的不同个体的运动特征，本研究使用了多元线性回归方法、人工神经网络回归方法、支持向量回归方法等三种回归方法重新构建了人体重心计算的关节模型。通过三种回归方法得到的重心计算回归模型的平均绝对误差(Mean absolute error，MAE)分别为2.49mm、2.20mm、0.50mm，全部低于实时线性计算方法的绝对误差均值7.12mm，并且使用支持向量回归的方法能达到较好的改进效果。
　　本研究在人体重心的实时计算方面做了尝试，希望能对人体平衡能力的测评和训练过程提供更有力的证据，同时给体育教学、体育运动等领域的应用提供一定的借鉴。

目录

声明

摘要

第1章 绪论

1．1 研究背景

1．2 课题的研究目的与意义

1．3 研究内容

1．4 研究方法与研究思路

1．4．1 主要研究方法

1．4．2 研究思路

第2章 人体重心计算及体感交互的应用

2．1 人体重心

2．2 人体重心计算方法

2．2．1 测力台法

2．2．2 重心板法

2．2．3 力矩合成法

2．3 存在的问题

2．4 基于体感交互设备的人体重心计算

2．5 本章小结

第3章 基于Kinect的人体重心实时线性计算方法

3．1 Kinect及人体关节数据

3．1．1 Kinect v2硬件结构及性能参数

3．1．2 Kinect捕捉人体关节数据

3．2 人体重心计算模型的构建方法

3．2．1 力矩合成法及改进算法

3．2．2 利用Kinect的关节点数据构建重心计算模型

3．2．3 基于Kinect的人体重心实时线性计算方法

3．3 实验

3．3．1 实验设计

3．3．2 数据采集及预处理

3．3．3 数据分析

3．3．4 结果与讨论

3．4 本章小结

第4章 利用回归方法构建人体重心计算模型

4．1．1 多元线性回归方法

4．1．2 人工神经网络回归方法

4．1．3 支持向量回归方法

4．2 回归模型的构建

4．2．1 数据准备

4．2．2 模型构建与数据分析

4．2．3 结果与讨论

4．3 本章小结

第5章 总结与展望

5．1 论文工作总结

5．2 不足与展望

参考文献

在读期间主要参与的项目

致谢