科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的物体3D运动参数测量方法存在测量成本高昂、数据融合复杂、提取特征少等问题，提出了一种基于姿态估计的物体3D运动参数非接触式测量方法。首先，使用高帧率同步采集设备从不同视角捕获物体运动视频，弥补了单视角捕获目标容易出现盲区的缺点。其次，使用基于深度迁移学习的2D姿态估计框架DeepLabCut训练目标的2D姿态估计模型，利用模型估计物体不同视角的2D姿态，弥补了传统视觉方法提取特征少的缺点。再次，基于三角测量原理融合不同方向物体的2D姿态估计为3D姿态估计。最后，根据测量需要，利用3D姿态估计的结果可以计算物体指定关键点的位移、速度、姿态角、频率等3D运动参数。以行星摆和人手的运动测量为例，测量了二者的3D运动参数并分析了误差来源以及本研究的优缺点。实验结果表明，系统测量准确，可视化结果正确反映了实验对象的运动情况。该方法为非接触式测量物体3D运动参数提供了新的思路。
- 单位
