基于VR的健美操仿真系统设计关键技术

张伟

（长安大学体育部 陕西 西安 710064）

虚拟现实技术作为当前应用比较广泛的技术，集合图形图像、计算机编程等各方面的技术。通过虚拟现实技术，可以使得用户能够沉浸在虚拟的环境中，大大提高用户在视觉、听觉等方面的感知。当前针对体育健美操的训练在很大的程度上还集中在二维的虚拟场景，缺乏对真实场景的体验，从而使得运动员在训练的积极性和训练的效果方面都大大降低。对此，本文提出采用三维立体软件开发的健美操虚拟仿真系统，并对系统的实现的关键技术进行了探讨。

1 三维人体建模

三维立体人体模型的构建中，人体建模作为最为基础的部分，也是最为关键的部分。当前针对三维人体建模软件中，Poser 5.0作为最为顶级的人体模型设计，成为广大艺术家和动画片制作者使用的工具。对此本文选择Poser 5.0对人体几何模型进行构建，针对皮肤的变形采用刚体变形算法，从而实现健美操运动员基础几何模型的构建。

1.1 H-Anim标准

H-Anim作为国际上虚拟人模型构建的标准，其主要是为在线的虚拟场景所偶制定。该标准将人体分为 1个人体重心、77个关节和 47个骨骼段，这些元素共同组成完整的虚拟人模型。虚拟人的骨骼段之间由关节相联，人体重心、每个骨骼段以及关节的运动会影响到与它相联的其他节点的状态。

1.2 人体骨架的提取

通过国际标准对人体骨架的分解，人体骨架则主要是由关节点和末端点按照一定的拓扑结构共同连线而成的。其中任何关节的运动都可能导致全身的运动。因此，把握好关节点则显得至关重要。对此，本文在对健美操运动员关节点的计算采用了中心法，也就是选取父关节的附属段和当前关节的附属段边界相交部分的中心作为当前关节轴的中心，如图1所示。

图1 右肘关节中心计算和右上肢骨架示意图Fig.1 Central figure to calculate the right elbow and right upper limb skeleton schematic

1.3 人体运动数学模型

通过对人体几何模型的构建，还需要对健美操运动员的运动数学模型进行构建，从而使得健美操运动员的运动符合相关的力学要求。对肢体运动变化的描述方法很多，如矢量法、四元素法等。本文采取齐次变换矩阵的方式来对人体肢体的运动情况进行描述。该技术的优点在于可统一位置和姿态进行描述，从而灵活地将肢体在不同坐标系当中的运动进行变换和映射。其具体步骤为：

第一步，构建肢体B围绕关节A在空间坐标系（x，y，z）中的坐标为（xB，yB，zB）。如果该关节围绕中心点 A在空间坐标当中的旋转角度分别为α，β，γ。由此通过旋转矩阵的变化得到肢体B在坐标系A当中变换的齐次方阵。

由此通过对公式（1）的重复使用，可以的到关节B在世界坐标系当中的齐次变换矩阵为：

因此，通过公式（1）、（2），并结合雅可比矩阵可得到关节在世界坐标系当中的角速度和线速度，并得出肢体的运动轨迹和方向。

2 健美操动作捕捉与采集技术

对健美操动作的捕捉方式有很多，但是当前常用的采集方式为采用惯性传感器的方式对健美操运动员的动作进行捕捉。其具体的布局如图2所示。通过将惯性传感器固定在人体的各个部位上，节点自动将采集到的相关信息通过无线网络的方式直接传输到PC电脑端。数据传到 PC以后会被保存，建立人体动作数据库，进而进行下一步处理，比如人体三维重构和人体动作识别等。

图2 惯性传感器动作捕捉Fig.2 Inertial sensormotion capture

图3 惯性传感器组成部分Fig.3 Inertial sensor part

3 M ongoDB数据库技术

通过上述对健美操运动员动作的采集，需要对数据进行有效的保存。而惯性传感器作为当前的一个新兴的领域，还没有形成比较普遍的动作数据库。同时，在对数据进行采集的时候，为连续的对健美操运动员的动作进行捕捉，需要提高动作捕捉设备自身的配置。由此，使得该动作捕捉得到的运动员数据量比较大。对此，本文提出采用MongoDB数据库，其不仅可以支持大量的海量数据，同时也可以非常方便的实现对数据的共享，特别是针对大型的健美操运动训练单位来讲，该技术更有必要。

MongoDB数据库是非关系型数据库NoSQL当中的一种。随着当前大数据时代的来临，非关系型数据库开始成为当前计算机领域当中的一个重点话题。NoSQL数据库强调与关系型数据库相对应的特性，并着重突出键值存储和文档数据库等优点与传统关系型数据库相比，NoSQL有以下优点：

1）易扩展性。与传统的关系型数据库相比，NoSQL数据库中一个非常典型的特点就是摒弃关系型数据库当中的缺点。 在NoSQL数据库当中，其中的各个数据之间不存在任何的关系，由此在对数据库的应用当中，提高了该数据库应用的扩展性，使得可以根据数据的需要，增加更多的关于体育健美操训练的数据表格。同时在实际架构中也带来了可扩展的能力，甚至有多种NoSQL之间的整合。

2）灵活的数据处理模型。NoSQL可以存储灵活的数据格式，与关系型数据库相比，该数据库可以在不需要进行事先存储的情况下对需要存储的数据进行字段建立，由此省去了很多增删减字段的非常繁杂的问题。

3）高性能。由于该数据库采用的是无关系性，并且其结构也比较简单，由此使得系统在大量数据的情况下，仍然可对数据进行大批量的读写。

同时在数据的存储方面，文中采用BSON格式对数据文档进行传输以及存储。BSON格式作为一种类似与JSON的二进制的数据存储格式，和JSON一样，都支持内嵌入文档对象以及数据对象，在数据的形式方面与JSON没有任何的区别，只是JSON支持的数据类型要稍微多一些。

4 系统开发技术

对本系统的开发本文采用了多种软件，在三维立体软件的中采用了Poser 5.0、3DMax渲染软件，同时结合OpenGL软件实现对仿真平台的开发，以C语言作为开发语言，从而实现了对软件功能的实现。

5 结束语

虚拟现实技术的应用提高了虚拟场景的沉浸性，从而提高了用户体验，因此，被广泛的应用在军事训练、体育运动训练等多个领域中。本文通过对采用人体几何建模，实现对健美操运动员的基本骨骼的构建，同时采用运动捕捉技术，实现了对健美操运动员运动数据的采集，加强了对数据的分析，从而可更好的借助现代计算机技术实现对健美操运动训练的标准化。最后通过采用MongoDB数据库的构建，提高数据处理的能力。通过上述的构建，实现了对健美操运动员的仿真，并可被应用在大型运动员训练中心。

[1]毛天露，王兆其.个性化人体模型快速建模方法[J].中国计算机辅助设计与图形学学报，2005，17（10）:2191-2195.MAO Tian-lu，WANG Zhao-qi.Their personalized mannequin fastmodeling[J].China Computer Aided Design and Computer Graphics，2005，17 （10）:2191-2195.

[2]马永有.人体几何建模与姿态仿真的关键技术研究[D].上海:上海交通大学机械工程学院，2004.

[3]赵国如.基于多刚体逆向运动学原理的人体运动测试技术及运动藕合特性研究[D].长春：吉林大学，2009.

[4]潘卫敏，潘志庚，刘剑锋，等.数字奥运博物馆的设计和实现技术[C].第三届全国数字娱乐与艺术会议，苏州，中国，2008:45-49.

[5]吕治国，李焱，贺汉根.基于 Poser模型的三维人体建模方法[J].计算机工程，2008（7）:256-259，261.LV Zhi-guo，LI Yan，HE Han-gen.Poser model based 3D humanmodelingmethod[J].Computer Engineering，2008（7）:256-259，261.

[6]程显峰.MongoDB权威指南[M].北京：人民邮电出版社，2011.

[7]郑静静，叶焱，刘太君，等.基于Flex、Red5和MongoDB的视频直播、录制及存储系统设计[J].计算机应用，2014（2）:589-592.ZHENG Jing-jing，YE Yan，LIU Tai-jun，et al.Live video，recording and storage system design based on Flex，Red5 and MongoDB[J].Computer Application，2014（2）:589-592.