VR利器慣性動作捕捉系統(tǒng)原理及優(yōu)缺點解析

　　目前動作捕捉系統(tǒng)有慣性式和光學式兩大主流技術路線，慣性式雖然后于光學式出現(xiàn)，但以其超低廉成本和簡便成熟的處理流程，以及完全實時的數(shù)據(jù)計算和回傳機制，成為了更加炙手可熱的技術。目前國際上最富代表性的產(chǎn)品是荷蘭Xsens公司研發(fā)的Xsens MVN慣性式動作捕捉系統(tǒng)以及美國Innalabs公司研發(fā)的3DSuit慣性式動作捕捉系統(tǒng)，國內(nèi)則有諾亦騰、國承萬通等公司。

　　那么慣性式動作捕捉系統(tǒng)是如何正確運用在虛擬現(xiàn)實中的呢？本文將對慣性動捕的工作原理、優(yōu)勢，及其存在的缺點進行解析，希望能與業(yè)內(nèi)人士共同探討。

　　| 慣性式動作捕捉系統(tǒng)原理

　　動作捕捉系統(tǒng)的一般性結構主要分為三個部分：數(shù)據(jù)采集設備、數(shù)據(jù)傳輸設備、數(shù)據(jù)處理單元，慣性式動作捕捉系統(tǒng)即是將慣性傳感器應用到數(shù)據(jù)采集端，數(shù)據(jù)處理單元通過慣性導航原理對采集到的數(shù)據(jù)進行處理，從而完成運動目標的姿態(tài)角度測量。

　　慣性式動作捕捉系統(tǒng)具體是如何實現(xiàn)的？

　　在運動物體的重要節(jié)點佩戴集成加速度計，陀螺儀和磁力計等慣性傳感器設備，傳感器設備捕捉目標物體的運動數(shù)據(jù)，包括身體部位的姿態(tài)、方位等信息，再將這些數(shù)據(jù)通過數(shù)據(jù)傳輸設備傳輸?shù)綌?shù)據(jù)處理設備中，經(jīng)過數(shù)據(jù)修正、處理后，最終建立起三維模型，并使得三維模型隨著運動物體真正、自然地運動起來。

　　經(jīng)過處理后的動捕數(shù)據(jù)，可以應用在動畫制作，步態(tài)分析，生物力學，人機工程等領域。

　　加速度計，陀螺儀和磁力計又是如何工作的？

　　加速計是用來檢測傳感器受到的加速度的大小和方向的，它通過測量組件在某個軸向的受力情況來得到結果，表現(xiàn)形式為軸向的加速度大小和方向（XYZ），但用來測量設備相對于地面的擺放姿勢，則精確度不高，該缺陷可以通過陀螺儀得到補償。

　　陀螺儀的工作原理是通過測量三維坐標系內(nèi)陀螺轉子的垂直軸與設備之間的夾角，并計算角速度，通過夾角和角速度來判別物體在三維空間的運動狀態(tài)。它的強項在于測量設備自身的旋轉運動，但不能確定設備的方位。而又剛好磁力計可以彌補這一缺陷，它的強項在于定位設備的方位，可以測量出當前設備與東南西北四個方向上的夾角。

　　在動作捕捉系統(tǒng)中，陀螺儀傳感器用于處理旋轉運動，加速計用來處理直線運動，磁力計用來處理方向。通俗易懂地講——

　　陀螺儀知道“我們是否轉了身”，加速計知道“我們運動多長距離”，而磁力計則知道“我們的運動方向”。

　　在動作捕捉系統(tǒng)中三種傳感器充分利用各自的特長，來跟蹤目標物體的運動。

　　目前國際上最富代表性的產(chǎn)品是荷蘭Xsens公司研發(fā)的Xsens MVN慣性式動作捕捉系統(tǒng)以及美國Innalabs公司研發(fā)的3DSuit慣性式動作捕捉系統(tǒng)。MVN是一種全身萊卡套裝（也可以采用綁帶），使用方便，用戶可以在15分鐘內(nèi)設置好整個系統(tǒng)。它采用微型慣性傳感器、生物力學模型、以及傳感器融合算法，帶有 17 個慣性跟蹤器，可以在6自由度跟蹤身體移動。Xsens MVN 具有快速的周轉時間且數(shù)據(jù)傳輸穩(wěn)定、無誤，可節(jié)約高達 80% 的后期處理時間。

　　| 慣性式動作捕捉系統(tǒng)優(yōu)勢在哪里？

　　首先是技術優(yōu)勢

　　慣性式動作捕捉系統(tǒng)采集到的信號量少，便于實時完成姿態(tài)跟蹤任務，解算得到的姿態(tài)信息范圍大、靈敏度高、動態(tài)性能好；對捕捉環(huán)境適應性高，不受光照、背景等外界環(huán)境干擾，并且克服了光學動捕系統(tǒng)攝像機監(jiān)測區(qū)域受限的缺點；克服了VR設備常有的遮擋問題，可以準確實時地還原如下蹲、擁抱、扭打等動作。此外，慣性式動作捕捉系統(tǒng)還可以實現(xiàn)多目標捕捉。

　　其次是使用便捷的優(yōu)勢

　　使用方便，設備小巧輕便，便于佩戴。

　　還有成本優(yōu)勢

　　相比于光學動作捕捉成本低廉，使得其不但可以應用于影視、游戲等行業(yè)，也有利于推動VR設備更快地走進大眾生活。

　　總的來說，慣性式動作捕捉技術有著對捕捉環(huán)境的高適應性，它的技術優(yōu)勢、成本優(yōu)勢和使用便捷的優(yōu)勢，使得它在影視動畫、體驗式互動游戲、虛擬演播室、真人模擬演練、體育訓練、醫(yī)療康復等領域都有著優(yōu)異的表現(xiàn)。

　　| 慣性式動作捕捉系統(tǒng)的劣勢，以及，如何解決？

　　上文中介紹了慣性式動作捕捉系統(tǒng)及其優(yōu)勢，那它有什么劣勢，又該如何解決？

　　一般情況下慣性式動作捕捉系統(tǒng)采用MEMS三軸陀螺儀、三軸加速度計和三軸磁力計組成的慣性測量單元（IMU， Inertial Measurement Unit）來測量傳感器的運動參數(shù)。而由IMU所測得的傳感器運動參數(shù)有嚴重噪聲干擾，MEMS 器件又存在明顯的零偏和漂移，慣性式動作捕捉系統(tǒng)無法長時間地對人體姿態(tài)進行精確的跟蹤。只有解決了這一個問題，才能使慣性式動作捕捉系統(tǒng)在VR行業(yè)充分發(fā)揮作用。

　　目前，Xsens采用的解決方案如下：

　　首先對IMU所測得的傳感器運動數(shù)據(jù)做預處理，濾掉原始慣性數(shù)據(jù)中摻雜的噪聲干擾；

　　然后不斷地進行標定和校準，即不斷地對各慣性器件進行相應的補償以解決MEMS器件的零偏和漂移，提高其數(shù)據(jù)的精確度和可靠程度；

　　接下來在進行姿態(tài)解算，并利用姿態(tài)參考系統(tǒng)驗證姿態(tài)角度數(shù)據(jù)的精確度，最終實現(xiàn)整個慣性式動作捕捉。

　　此外，與之不同的是，國內(nèi)的G-Wearables則采用IK+室內(nèi)定位技術做主動作捕捉算法，使用慣性式動作捕捉做輔助算法。這套方案中利用室內(nèi)定位技術對慣性式動作捕捉技術做實時校準，避免了不斷校準的麻煩。

　　那么，什么是IK算法？

　　首先介紹下IK算法及其在動作捕捉系統(tǒng)中的應用。

　　IK是Inverse Kinematics的縮寫，即反向運動學。

　　在人體分層結構中，關節(jié)和骨骼實際構成了運動鏈，比如肩關節(jié)、肘關節(jié)、腕關節(jié)及其子骨骼就是一條運動鏈，是整個人體運動鏈上的一條分支，身體即是利用運動鏈對運動進行控制。運動分為正向運動和反向運動。已知鏈上各個關節(jié)旋轉角，求各關節(jié)的位置信息和末端效應器（end effector）的位置信息，這是正向運動學的問題；而己知末端效應器的位置信息，反求其祖先關節(jié)的旋轉角和位置，這是就是反向運動學。

　　反向運動學根據(jù)決定運動的幾個主關節(jié)最終角度確定整個骨架的運動，通常用于環(huán)節(jié)物體，由不同運動約束的關節(jié)連接成環(huán)節(jié)構成的分級結構骨架。分級結構骨架由許多采用分級方式組的環(huán)節(jié)鏈構成，包括分級結構關節(jié)或鏈，運動約束和效應器，由效應器帶動所有部分同時運動。但必須遵循特定的等級關系，以便在變換時阻止各個部件向不同方向散開。如：投球動作，只規(guī)定出球的起始位置、終了位置和路徑，手臂等即跟隨關節(jié)的轉動可按反向運動學自動算出。反向運動學方法在一定程度上減輕了正向運動學方法的繁瑣工作，是生成逼真關節(jié)運動的最好方法之一。

　　IK算法如何在動作捕捉系統(tǒng)中應用？

　　如上文所說，如果己知末端效應器的位置信息，反求其祖先關節(jié)（也稱父關節(jié)）的旋轉角和位置，這是就是反向運動學。也就是我們通過室內(nèi)定位技術，獲取末端效應器的位置信息，然后利用IK算法推算出祖先關節(jié)的旋轉角和位置，從而知道運動者的運動信息，再利用運動信息實現(xiàn)實時動作跟蹤顯示。

　　這里所用的室內(nèi)定位技術是激光定位技術，通過墻上的激光發(fā)射器掃描佩戴者佩戴的機身上的位置追蹤傳感器（即IK算法中的末端效應器），從而獲得位置和方向信息。具體來說，這種室內(nèi)定位技術是靠激光和光敏傳感器來確定運動物體的位置。若干個激光發(fā)射器會被安置在對角，形成一個矩形區(qū)域，這個區(qū)域可以根據(jù)實際空間大小進行調(diào)整。每個激光發(fā)射器內(nèi)設計有兩個掃描模塊，分別在水平和垂直方向輪流對定位空間發(fā)射橫豎激光掃描定位空間。運動者身上有光敏傳感器，通過光敏傳感器接收到激光的時間計算出光敏傳感器的準確位置。

　　通過激光室內(nèi)定位技術獲取傳感器的精確位置后，即可利用IK算法反向推算出祖先關節(jié)的旋轉角和位置，從而知道運動者的運動信息。但是由于激光定位過程中可能存在遮擋問題，比如下蹲、擁抱、扭打等動作。于是應用慣性傳感器做補充跟蹤，即當出現(xiàn)遮擋情況時， 室內(nèi)定位技術+IK算法相結合的動作捕捉技術無法完全準確地實現(xiàn)，這個時候利用慣性式動作捕捉技術可做補充。反過來可以利用室內(nèi)定位技術對慣性式動作捕捉技術做實時校準，不需要另行校準，從而解決遮擋問題的同時，也避免了慣性式動作捕捉無法長時間精確工作的弊端。

　　以上詳細解析了慣性式動作捕捉系統(tǒng)的原理，優(yōu)劣勢等方面的內(nèi)容，動作捕捉系統(tǒng)作為VR界的隱形鑰匙，越來越多地被人們所關注。相信隨著VR行業(yè)的迅猛發(fā)展，會有更多的更好的解決方案問世，筆者跟大家一樣，期待有一天精準的VR動作捕捉技術可以走入我們的日常生活。