一种用于运动姿态评估的视觉伺服机器人

doi:10.13474/j.cnki.11-2246.2020.0244

测绘通报 ›› 2020, Vol. 0 ›› Issue (8): 33-38.doi: 10.13474/j.cnki.11-2246.2020.0244

一种用于运动姿态评估的视觉伺服机器人

胡建朗¹, 罗亚荣², 郭迟²

1. 武汉大学测绘学院, 湖北武汉 430079;
2. 武汉大学卫星导航定位技术研究中心, 湖北武汉 430079

收稿日期:2020-01-06 修回日期:2020-06-07 发布日期:2020-09-01
通讯作者: 罗亚荣。E-mail:yarongluo@whu.edu.cn E-mail:yarongluo@whu.edu.cn
作者简介:胡建朗(1998-),男,研究方向为计算机视觉与机器人导航。E-mail:773874013@qq.com
基金资助:
国家十三五重点研发计划（2018YFB1305001）

A visual servo robot for pose estimation

HU Jianlang¹, LUO Yarong², GUO Chi²

1. School of Geodesy and Geomatics, Wuhan University, Wuhan 430079, China;
2. GNSS Center, Wuhan University, Wuhan 430079, China

Received:2020-01-06 Revised:2020-06-07 Published:2020-09-01

摘要/Abstract

摘要： 针对人们在运动中出现的姿态不标准且无人监督指导等问题，本文设计了一种用于运动姿态评估的视觉伺服机器人。这款机器人首先通过一种带有注意力机制的目标跟踪算法对运动目标进行跟踪，并与机器人的伺服电机结构协同工作以调整摄像头的角度，从而实现对在特定区域内运动的目标进行跟踪拍摄。然后由其姿态评估系统提取运动姿态，并与标准姿态进行比对评估。经验证，该机器人对人体运动姿态的质量高低具有较高的区分度，能对用户的多种姿态给予有效的评价，从而实现运动辅助及康复训练指导的目的。

关键词: 视觉伺服, 目标追踪, 空间注意力机制, 姿态评估, 运动辅助

Abstract: In order to solve the problem of people's non-standard pose and unsupervised guidance, a visual servo robot for pose estimation is designed in this paper. The robot tracks the moving target through a target tracking algorithm with attention mechanism, and works with the robot's servo motor structure to adjust the camera angle, so as to track and record the moving target in a specific area. Then, the target pose is extracted by robot's pose evaluation system and compared with the standard pose. It has been verified that the robot has a high degree of discrimination of the quality of the human pose, and can effectively evaluate the user's pose, so as to achieve the purpose of sports assistance and rehabilitation training guidance.

Key words: visual servo, object tracking, spatial attention mechanism, pose estimation, sports assistance

中图分类号:

P237

胡建朗, 罗亚荣, 郭迟. 一种用于运动姿态评估的视觉伺服机器人[J]. 测绘通报, 2020, 0(8): 33-38.

HU Jianlang, LUO Yarong, GUO Chi. A visual servo robot for pose estimation[J]. Bulletin of Surveying and Mapping, 2020, 0(8): 33-38.

参考文献

[1] PIWEK L, ELLIS D A, ANDREWS S, et al. The Rise of consumer health wearables:promises and barriers[J]. PLOS Medicine, 2016, 13(2):1-6.
[2] 李少聪,马德,李少琼.运动损伤与运动强度的关系建模仿真分析[J].现代电子技术,2017,40(24):37-39.
[3] 杨桂其,史传华,朱小军,等.大学生体育运动损伤的预防与处理[J].体育世界(学术版),2018(11):176,171.
[4] ZHOU X, COLLINS R T, KANADE T, et al. A master-slave system to acquire biometric imagery of humans at distance[C]//Proceedings of the 1st ACM SIGMM International Workshop on Video Surveillance. New York:ACM, 2003:113-120.
[5] GHIDONI S, PRETTO A, MENEGATTI E. Cooperative tracking of moving objects and face detection with a dual camera sensor[C]//Proceedings of 2010 IEEE International Conference on Robotics and Automation. Piscataway:IEEE, 2010:2568-2573.
[6] PAN K Y, CHUANG Y Y. Continuous zoom with two fixed-focal-length lens[C]//Proceedings of SIGGRAPH ASIA 2016 Posters. New York:ACM, 2016:14.
[7] ZHANG H, DONG W, GUO C, et al. A visual servo control system combining parallel structure with dual-lens zoom[J]. International Journal of Robotics and Automation, 2019, 34(6):244-251.
[8] BOLME D S, BEVERIDGE J R, DRAPER B A, et al. Visual object tracking using adaptive correlation filters[C]//Proceedings of 2010 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Piscataway:IEEE, 2010:2544-2550.
[9] HENRIQUES J F, CASEIRO R, MARTINS P, et al. High-speed tracking with kernelized correlation filters[J]. IEEE transactions on pattern analysis and machine intelligence, 2014, 37(3):583-596.
[10] WANG N, YEUNG D Y. Learning a deep compact image representation for visual tracking[C]//Proceedings of the 26th International Conference on Neural Information Processing Systems. Cambridge, Commonwealth of Massachusetts:MIT Press, 2013:809-817.
[11] 鲁凯翔,田鹏辉,隋立春.基于二维灰度直方图的均值漂移红外运动目标跟踪[J].测绘通报,2014(3):29-31.
[12] 王宇鹏.网球训练机器人中人体动作实时评估算法及其实现[D].北京:北京邮电大学,2018:19-28.
[13] 张梦营.基于Kinect的电子瑜伽教学系统的研究与实现[D].哈尔滨:黑龙江大学,2017:26-38.
[14] 张利英.基于Kinect运动捕捉的太极拳辅助训练系统研究[D].石家庄:河北科技大学,2016:27-46.
[15] 郑轩宇,史畅,崔文成.基于Kinect的运动训练辅助系统[J].计算机与现代化,2019(8):12-16,56.
[16] 谢蕾.基于目标跟踪算法的高尔夫挥杆分析系统研制[D].北京:北京邮电大学,2015:17-18.
[17] 陈学梅.基于人体三维姿态的动作评价系统[D].杭州:浙江大学,2018:56-57.
[18] CAO Z, SIMON T, WEI S E, et al. Realtime multi-person 2D pose estimation using part affinity fields[C]//Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway:IEEE, 2017:7291-7299.
[19] PAVLLO D, FEICHTENHOFER C, GRANGIER D, et al. 3D human pose estimation in video with temporal convolutions and semi-supervised training[C]//Proceedings of 2019 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway:IEEE, 2019:7753-7762.

一种用于运动姿态评估的视觉伺服机器人

A visual servo robot for pose estimation

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	柳林, 孙毅, 李万武. 基于CNN海上钻井平台检测模型的构建及训练算法分析[J]. 测绘通报, 2022, 0(7): 26-32,99.
[3]	孔瑞瑶, 谢涛, 马明, 孔瑞林. CatBoost模型在水深反演中的应用[J]. 测绘通报, 2022, 0(7): 33-37.
[4]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[5]	江泽霖, 邓健, 栾海军, 李兰晖. 基于逐日夜间灯光遥感的新冠肺炎疫情变化信息快速提取——以北京市为例[J]. 测绘通报, 2022, 0(7): 43-48.
[6]	郑艳, 何欢, 卜丽静, 金鑫. 自相似性和边缘保持分解的超分辨率重建算法[J]. 测绘通报, 2022, 0(7): 54-59.
[7]	冉崇宪, 李森磊. 利用无人机多光谱影像提取树冠信息[J]. 测绘通报, 2022, 0(7): 112-117.
[8]	刘立, 董先敏, 刘娟, 文学虎. 人机融合智能的遥感解译生产新方法[J]. 测绘通报, 2022, 0(7): 118-123,137.
[9]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[10]	刘玉贤, 阮明浩, 闫臻. 一种基于机载激光点云的门型电塔精确提取方法[J]. 测绘通报, 2022, 0(7): 129-133.
[11]	刘国超, 彭卫平, 杨水华, 胡周文. 地质雷达+三维测量内窥镜的城市道路病害检测与应用[J]. 测绘通报, 2022, 0(7): 134-137.
[12]	刘小玉, 刘扬, 杜明义, 张敏, 贾竞珏, 杨恒. 基于DeeplabV3+的建筑垃圾堆放点识别[J]. 测绘通报, 2022, 0(4): 16-19,43.
[13]	李佳豪, 周吕, 马俊, 杨飞, 咸凌霄. 利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析[J]. 测绘通报, 2022, 0(4): 20-25.
[14]	师芸, 石龙龙, 牛敏杰, 赵侃. 基于单阶段实例分割网络的黄土滑坡多任务自动识别[J]. 测绘通报, 2022, 0(4): 26-31.
[15]	窦世卿, 陈治宇, 徐勇, 郑贺刚, 苗林林, 宋莹莹. 基于多特征融合与典型降维方法的高光谱影像分类[J]. 测绘通报, 2022, 0(4): 32-36,50.