運動動作捕捉分析系統產品介紹
運動動作捕捉分析系統，18618101725（微信同），QQ：736597338 ,信箱slby800@163.com
使用該系統您可以集成各種硬件，并實時同步動作分析所有方面：
·自定義解決方案，以確保您實現研究目標......
確定哪種技術和配置對于您的獨特需的
·集成市面上任何動作捕捉分析硬件，以利用每種技術的優勢，確保性比價。
-
●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
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：
1、生物力學與生命科學
二、神經科學與運動控制
神經科學和運動控制的研究受益于內置于我們方案的各種硬件和分析。
使用任何 Tobii 頭戴式眼動追蹤系統來捕捉與其他數據同步的實時 3D 眼動數據。分析視線交叉點。
使用 Biosemi 或 AntNeuro 硬件捕獲 EEG 數據。適用于坐姿、站立和活躍的任務。根據其他運動學數據在 EEG 數據中創建用戶定義的興趣點。
實時呈現視覺、聽覺和觸覺提示?？梢允褂煤唵蔚膸缀涡螤?、條形圖或時間序列圖或特定于應用程序的視覺效果（如紅綠燈）以多種方式呈現用戶定義的視覺提示。
使用 監視器r 與 Unity 和 World Viz 的雙向通信將視覺反饋擴展到虛擬現實。 3D 可視化可以以多種方式呈現。一些例子包括：
手部實驗室：專為上肢研究設計的立體屏幕和桁架系統。為主體提供與屏幕上或屏幕前呈現的 3D 虛擬對象進行交互的能力。
沉浸式顯示器：一個完整的硬件和軟件解決方案，當手臂的可視化被隱藏或擾動時，使用同位半鏡屏幕進行研究。
綜合研究環境系統 (IRES)：與 Bertec 合作創建的研究質量環境。配備帶 3D 動作捕捉系統和儀表跑步機的沉浸式 VR 圓頂。
三、康復與人體工程學：
我公司另外同一站式細胞組織材料生物力學和生物打印等生物醫學工程科研服務-10年經驗支持,
1.2.1步態分析的技術分類
計算機的上位機軟件經過一系列的算法識別還原出人體的步態。
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。
1.2.1.2基于3D深度攝像頭的動作捕捉
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。
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。
基本原理是首先找到圖像中移動的物體，然后會對移動的物體進行深度評估，識別出人體的部位，然后將其從背景環境中分割出來。分割之后要做的工作就是模式匹配，將其匹配到骨骼系統上。算法流程如圖1-7所示。
利用2D攝像頭實現3D運動軌跡的捕捉是目前的技術研究。2D攝像頭即平面攝像頭，沒有深度信息。目前基于2D攝像頭的動作捕捉主要采用卷積神經網路（CNN）將稀疏的2D人體姿態凸顯檢測的原理。但是此種捕捉方案需要長時間的運算，并不適合實時的運動分析，且輸出精度低?；?D攝像頭的動作捕捉目前可以捕捉人體局部的運動姿態，且捕捉之間需要采集大量的數據樣本作為訓練數據集。2D攝像頭在深度信息的預測上存在著偏差，任何一點錯誤的數據都會導致很大的偏差，穩定性*差。的挑戰在于攝像頭的遮擋以及快速的運動都是2D攝像頭很難追蹤到的。其優點在于不需要任何的穿戴，且所需要的2D攝像頭觸手可得，成本*低，這對大眾化的應用是一個不錯的選擇。利用2D平面攝像頭的姿態捕捉應用如圖1-9所示。
1.2.1.4基于MEMS慣性傳感器的慣性動作捕捉系統
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。
基于MEMS慣性傳感器的動作捕捉系統的步態分析有很大的優勢，主要體現在由于慣性動作捕捉系統采用的是MEMS芯片，成本較低，每個芯片只需要十元左右，整套系統的價格在幾萬元級別。由于慣性動作捕捉系統是一種無源的系統，整套系統的重量在幾千克的范圍內，所以便于攜帶，且不需要架設繁雜的相機。慣性傳感器只需要開機后就可以使用，沒有繁雜的校準、標定等操作步驟，所以使用十分便捷。慣性動作捕捉系統不受使用環境的影響，不管在室內、還是室外都可以正常使用。 但是MEMS傳感器的精度相比于光學動作捕捉系統來講，精度較低，但對于大眾人群已經完全滿足其需求。由于MEMS式陀螺儀存在零偏且在動態情況下積分累計誤差會隨著時間的推移而產生較大的漂移。MEMS加速度計在不同的狀態下也存在誤差，特別是在高動態下。磁力計很容易受到強磁環境的干擾。但是這一系列的誤差問題都可以通過算法來補償。MEMS式慣性傳感器補償后的靜態精度一般可達到：俯仰角/橫滾角≤0.2°,偏航角≤1°；動態精度：俯仰角/橫滾角≤0.5°, 偏航角≤2°，步態位移誤差可達5%。已滿足步態參數計算的精度要求。