三維動作采集分析系統，18618101725（微信同），QQ：736597338 ,信箱slby800@163.com
-
●一套交鑰匙3D動作與運動捕捉、分析系統，平臺旨在分析各種動作與運動的所有方面
-
●集各家之長為我所用：支持并提供廣泛市面上幾乎所有動作、運動硬件
-
●能夠將您的研究轉化為您自己的臨床、教學、人體工程學或運動應用
-
●全套、完整的多多尺度的生物力學研究和康復軟件
-
●根據需求一站式靈活選配，滿足各種運動與動作捕捉、監測、分析
-
●提供更加化、系統化的運動動作捕獲分析數據（包括骨骼、肌肉、血管、神經以及外部刺激等）
-
●完整的一站式交鑰匙3D動作捕捉分析系統：集成所有市面主流動作、運動硬件之長，系統化的數據深挖、分析、整合。
-
●支持從廣泛的硬件（所有市面主流動作、運動硬件）進行實時采集。
-
●使用測力臺、手傳感器、EMG、眼動追蹤、視頻、EEG、虛擬現實、觸覺和模擬數據同步采集運動數據，簡化采集和分析。
-
●通過原始或處理數據的圖形顯示提供即時回放。
-
●無需編程工作——從設置到數據收集再到分析，操作可以通過單選按鈕和下拉菜單完成。
-
●提供跨各種硬件系統的通用軟件平臺，可取各家之長、更高性價比。
-
●廣泛的功能和能力的多樣性，支持各種應用程序。
-
●市場上的數據采集、分析和可視化系統可測量人體運動、動作的所有方面。
基礎硬件：motionmonitor可集成各種捕捉硬件的系統裝置及完全同步采集分析多源數據的軟件
支持各種捕捉技術：確保技術性價比
支持各種外圍設備：實現人體動作捕捉分析所有方面
一站交鑰匙式服務：避免處理多個供應商的麻煩，MotionMmonitor支持團隊一鍵式呼叫將解決硬件和軟件相關問題：
典型應用簡介：
MotionMonitor在涉及人體運動研究的廣泛應用中提供實時解決方案。旨在分析人體運動的所有方面，從可能影響人體運動的外部刺激開始；響應該模擬的大腦活動的測量和可視化；然后測量和分析影響運動所需的肌肉募集；報告標準運動 學和由此產生的聯合力。刺激以各種格式進行監控，從一維目標到在WorldViz和Unity中創建的3D沉浸式虛擬。視覺刺激呈現在簡單的平面屏幕、頭戴式顯示器、立體投影屏幕和的Bertec沉浸式穹頂上。大腦活動從 3 個不同的 EEG 系 統同步捕獲，提供輕松識別事件和關聯運動的能力。所有的 EMG 系統都對肌肉募集進行了物理測量。此外，可以使用具有用戶定義的優化程序的集成肌肉模型對單個肌肉活動進行建模。反向動力學來自 10 個不同的動作捕捉系統和所有的測力臺生產商收集的數據。 軟件在用于捕獲數據的技術的廣度和它所包含的分析深度方面。
1、生物力學與生命科學
三、康復與人體工程學：
目前主流的步態分析技術主要有以下幾種：基于計算機視覺的人體步態捕捉與分析、基于慣性傳感器的人體步態捕捉與分析、基于無線信號的人體步態捕捉與分析。基于計算機視覺的人體步態捕捉又分為基于紅外攝像頭、基于2D攝像頭、基于3D深度攝像頭等多種。上個世紀的技術路線還有基于機械式的步態捕捉。其他的技術路線還有基于電磁式的步態捕捉。
1.2.1.1基于紅外攝像頭的光學步態捕捉
反光標記點既不會接收無線信號也不會向外發射任何無線信號，它的表面涂抹了一種特殊熒光材料，可以很好地讓紅外攝像頭識別到并反射回高質量的圖像信號。
紅外攝像頭一般采用RJ45接口，通過網線連接匯聚到交換機，再由交換機統一將數據轉發到計算機。
目前市面上生產紅外攝像頭的光學步態捕捉的公司有英國的Vicon公司、美國NaturalPoint公司、美國MotionAnalysis公司、中國的青瞳視覺公司等。NaturalPoint公司生產的Optitrack系統如圖1-5所示。
隨著3D深度相機技術的成熟，有許多研究者開始研究基于深度相機的動作捕捉系統[5][6]。3D深度攝像頭與2D攝像頭的區別在于，除了能夠獲取平面圖像外還可以獲得深度信息。3D深度技術目前廣泛應用在人體步態識別、三維重建、SLAM等領域。目前主流的3D深度攝像頭的技術路線有：（1）雙目立體視覺；（2）飛行時間（Timeoffly，TOF）；（3）結構光技術等。
雙目立體視覺即使用兩個2D平面攝像頭。兩個平面攝像頭獲得兩幅圖像，通過兩幅圖像算出深度信息。飛行時間即由雷達芯片發射出紅外激光散點，照射到物體后反射回雷達芯片的時間，由于光速已知，發射返回時間已知即可測量出攝像頭距物體的距離， 。結構光是攝像頭發出特定的圖案，當被攝物體反射回這一圖案時，深度攝像頭再次接收這一圖案，通過比較發射出的圖案和接收的圖案從而測量出攝像頭距離被攝物體的深度信息。3D深度攝像頭方案對比如表1-1所示。
表1-1 3D深度攝像頭方案對比
利用結構光方案的產品有微軟公司推出的Kinect，其廣泛的應用在體感交互、人體骨架識別、步態分析等領域。
以上三種方案的3D深度攝像頭方案大部分用在娛樂級別方面，比如臉部識別解鎖、人機互動，且由于其探測距離較近，很難用在大空間上。目前基于3D深度攝像頭的芯片在不斷地研究改進中。其硬件芯片仍是目前的難點，再其次是算法的復雜度，大量的圖像計算對硬件的主控芯片的計算能力有較高的要求，在功耗上很難做到低功耗的工作，受制于目前的電池技術，單個傳感器的工作時間比較短。其優勢在于不需要用戶穿戴任何傳感器和粘貼標記點。利用Kinect進行人體下肢骨架識別如圖1-8所示。
基于MEMS慣性傳感器的動作捕捉系統在各個領域都有應用，包括虛擬現實[7]、運動訓練[8]、生物醫學工程[9]和康復[10][11]。因為它們體積小、重量輕、價格合理[12][13][14]。
慣性動作捕捉系統主要是將慣性傳感器綁定在人身體主要骨骼上，如足、小腿、大腿，實時測量出每段骨骼的旋轉，利用正向運動學（Forward kinematics，FK）和反向運動學（Inverse kinematics，IK）實時推導計算出整個人身體的運動參數。慣性動作捕捉系統的優勢在于他是一種無源的動作捕捉系統，不需要借助任何外部信息，即不受外界環境的干擾。缺點則是由于慣性傳感器普遍存在累計漂移會使慣性系統無法測量出運動的位移。其全身穿戴效果如圖1-10所示。
慣性傳感器主要包括加速度計、陀螺儀、磁力計。其中加速度計、陀螺儀、磁力計多采用MEMS形式，所以稱之為MEMS慣性傳感器。三軸加速度計可以測量載體的三個軸向上的加速度，是一矢量，通過加速度我們也可以計算出載體靜止時的傾角。三軸陀螺儀可以測量出載體的三個軸向上角速度，通過對角速度積分我們可以得到角度， 。三軸磁力計可以測量出周圍的磁場強度及與地球磁場的夾角。通過融合加速度、角速度、磁力值的數據我們可以精準的得到載體的旋轉。融合后的數據一般用四元數或歐拉角來表示。其中四元數形式如 ，歐拉角包含俯仰角（Pitch）、橫滾角（Roll）、偏航角（Yaw）。得到載體的旋轉后再擬合各個骨骼的運動，從而計算出穿戴部位的運動姿態。通過對加速度、角速度的積分可以測量出穿戴者的步速、步距、步長等參數。上的MEMS慣性動作捕捉系統研發生產公司國外有荷蘭Xsens、國內的北京孚心科技公司等。綜述其原理如圖1-11所示。
機械式動作捕捉依靠穿戴在人身體的機械裝置來測量關節角度以及位移。人體運動帶動機械裝置的運動，從機械裝置上的角度傳感器可以知道運動角度，根據角度和機械部位的長度從而計算出移動位移。這一技術早出現在20世紀，由于機械結構的笨重，在步態分析方面機械動作捕捉早已退出發展的主流。但利用機械外骨骼的搬運發展成了主流。其形狀如圖1-12所示。