基于集员滤波的双Kinect人体关节点数据融合

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。

关键词：镜像康复、Kinect深度图像传感器、Bursa线性模型、集员滤波

所属期刊栏目：42

分类号：TP2;TP3

资助基金：国家自然科学基金U1508208;中科院机器人与智能制造自主部署课题C2016001资助Supported by National Natural Science Foundation of ChinaU1508208;Chinese Academy of Sciences Robotics and Manufacture ProjectC2016001

在线出版日期：2017-02-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1886-1898