人体关节运动特征追踪平台的设计与实现

余省威

摘 要： 人体运动关键特征的实时追踪和在线监测是模式识别领域的一个重要课题，面临跟踪误差大，跟踪滞后等问题。提出一种新的人体关节运动特征视觉追踪平台设计方法，首先得到人体关节运动特征提取和追踪的动力学模型，进行视觉跟踪系统的总体设计和功能指标分析描述，对平台的设计分为硬件设计和软件开发两部分，采用ADSP?BF537作为核心处理芯片，对系统的复位电路设计、串口电路设计、外部存储器设计和A/D接口以及电源电路进行集成设计描述，软件开发建立在CCS 2.20平台基础上，通过程序加载、初始化和中断优化设计，实现软件开发。试验结果表明，该平台进行体的关节的运动特征追踪和信息采集的准确度高，系统运行的实时性好，可靠性和稳定性较高。

关键词： 人体关节； 运动特征； 追踪平台； 系统设计

中图分类号： TN911?34； TP391 文献标识码： A 文章编号： 1004?373X（2016）22?0047?04

0 引 言

随着计算机控制学和图形图像学的快速发展，采用计算机图形图像分析处理方法进行人体的行为模拟和分析，实现对人体行为和运动特征的提取和模拟，掌握人体运动的本质规律，是一个十分关键的课题。人体的关节是进行运动视觉跟踪的关键部位，通过对人体关节运动特征的实时视觉追踪和分析，掌握人体运动的规律性特征，完善模式识别领域的理论。因此，研究人体关节运动特征的追踪平台设计方法，对促进模式识别技术的发展具有重要意义，相关的系统设计方法受到人们的重视。

1 人体关节运动特征视觉追踪平台总体设计

1.1 人体关节运动特征视觉追踪的理论基础

为了实现对人体关节运动特征追踪平台的优化设计，首先需要构建人体关节运动特征追踪的原理。人体关节运动模型共有7个旋转自由度，对关节运动特征的在线监测和实时追踪，可以准确分析人体关节运动的潜质规律，分析人体运动的形体构造，提高运动训练的效率。为了实现对人体关节运动模型的运动特征追踪，需要进行人体关节运动模型的7个自由度运动空间规划，实现人体关节运动模型的运动学分析[1?4]，人体关节运动模型的运动规划中，需要对人体关节运动模型的各个运动关节，包括人体关节运动模型的双足、小腿、大腿及上肢7大部分进行7个自由度运动空间重构，人体关节运动模型在7个旋转自由度空间内的位姿模型。

人体关节运动模型的运动部件主要包括了头、脖、腰、上肢和下肢等部位，人体关节运动模型的运动规划和运动特征追踪采用一个末端效应器进行模拟，给定人体关节运动模型初始位形[θstart∈Cfree]（自由C?空间），人体关节运动模型在运动时，通过驱动力作用，构成的人体关节运动模型运动链记为[{A0，A1}]，运动规划的关节控制集合[gc={g0，g1，…，gNr}]，通过逆运动学求解，进行全关节驱动模式下的人体动力学分析得到人体关节运动模型稳定移动的连续路径映射：[τ：[0，1]→Cfree，]使得[τ[0]=θstart]，[τ[1]=θgoal]，[（pobj，gc）→f（θgoal）]。构建人体关节运动模型的运动坐标系，包括世界坐标系[Oxyz]、体坐标系[Ox1y1z1]、地面坐标系[Axyz]，人体关节运动模型的运动中心坐标为[（xa，0）]，人体关节运动模型的各关节运动模块部位质心为[Gi（xi，zi）]。根据上述分析，得到人体关节运动特征提取和追踪的动力学模型，以此为基础进行人体关节运动特征追踪平台的优化设计。

1.2 人体关节运动特征视觉追踪平台的总体设计

在上述人体关节运动特征提取和追踪的模型构建和算法分析的基础上，进行人体关节运动特征追踪平台的优化设计。系统设计之初，首先介绍系统的总体设计构架，人体关节运动特征追踪平台系统的设计包括了硬件模块设计和软件开发，人体关节运动特征追踪平台采用DSP（数字信号处理器）作为核心控制系统，DSP是体关节运动特征追踪平台的核心和大脑，对DSP器件的选择决定了系统设计的成败。本文分析了人体关节运动特征追踪平台的功能指标后，在阅读完大量器件手册后，决定选择ADI公司的ADSP?BF537作为数字信号处理芯片进行人体关节运动特征追踪平台的核心控制模块设计。ADSP?BF537根据数据类型在进行人体关节运动特征追踪平台设计中，关节运动特征的采样频率为12 kHz，分辨率不低于8位，人体关节运动特征追踪平台采用单12 V供电，输入范围为3 V，功耗120 mW。本文设计的人体关节运动特征追踪平台具有低功耗、高可靠性的特点。根据上述设计思想，得到本文设计的人体关节运动特征追踪平台的总体设计构架如图1所示。

结合图1，分析本文设计的人体关节运动特征追踪平台的功能指标。人体关节运动特征追踪平台采用16位定点DSP内核作为核心控制芯片，控制系统对人体关节运动特征的采样和暂存数据的调度，采用16 V动态电源管理为系统供电。与L1存储器支持片外同步或异步存储，实现600 kHz的持续工作， 人体关节运动特征追踪平台的串口通信设计中，采用IEEE 802.3兼容10/100M以太网MAC进行CAN通信和人体关节运动特征的在线监测。串口发送时钟后实现对人体关节运动特征提取和帧同步信号的采集。根据上述系统设计的总体结构和功能指标分析，进行系统的硬件设计和软件开发。

2 系统硬件设计与软件开发

2.1 视觉追踪平台的硬件设计

在上述进行的人体关节运动模型运动力学模型分析和人体关节运动特征追踪平台总体设计的基础上，进行人体关节运动特征追踪平台的硬件设计。人体关节运动特征追踪平台的硬件部分采用集成模块化设计方法，主要包括了DSP模块、逻辑电路设计模块和接口模块。其中，DSP模块分为复位电路设计、串口电路设计、外部存储器设计和A/D设计以及电源设计等。现对其中核心电路详细描述如下：DSP模块采用ADSP?BF537作为数字信号处理芯片，采用SPORT0_TCR2和SPORT0_TCR1作为人体关节运动特征追踪平台的寄存器，决定串口时钟；在人体关节运动特征追踪平台的晶振复位电路的电源入口处放一个[10～100 μF]的钽电容，减少外来的电源噪声；复位电路设计中，采用高频干扰耦合大电容的后面并联一个[0.1 μF]的小电容的方法，抑制从负载端的高频干扰进入晶振复位电路。得到的DSP模块中复位电路设计结果如图2所示。

在晶振复位电路中，为了确保DSP系统的稳定性，在靠近DSP的时钟输入管脚的地方要串接[10～50 Ω]电阻，产生复位信号，采用分立元件使源端的输出阻抗与传输线的特征阻抗相匹配，OUT变高，复位撤除，抑制从负载端反射的电磁耦合信号，进行上电、掉电以及降压情况下的复位，从而减小输出电流，提高人体关节运动特征追踪时钟波形的质量。

串口电路设计为人体关节运动特征追踪的复位信号提供显示和CAN通信功能，用DSP单独构成人体关节运动特征追踪的数据采集处理系统，进行串口电路设计，人体关节运动特征追踪的串口电路有3个多通道缓冲串口MCBSPS，关节运动特征追踪过程采用的是全双工的通信机制，提供128个通道的外部脉冲源发送和接收，根据上述分析，得到人体关节运动特征追踪平台的串口电路如图3所示。

通过对人体关节运动特征追踪平台的外部存储器设计，人体关节运动特征通过DAM 控制器读取/写入 DRR，实现数据的接收/发送。人体关节运动特征追踪平台的外部数据存储器采用了IDT公司的IDT70V28作为双端口RAM，实现数据存储和通信。人体关节运动特征追踪平台的外部存储器配置一个外接FLASH存储器。其外部引脚和控制命令字通过CPLD编程与FBUSY引脚相连，外部存储器输出的人体关节运动特征信息通过2片AD7864组成的A/D转换器进行模拟信号的输入设置，采用[±10 V]的双极性输入，依次与FLASH的数据线、地址线相连。人体关节运动特征追踪平台的外部存储器的接口电路如图4所示。

在上述进行存储模块设计之后，进行人体关节运动特征追踪平台的A/D设计以及电源设计，通过CPLD编程，人体关节运动特征追踪平台产生最多8路关节运动特征信息同步采样，在软件控制采样通道转换过程中，读上一通道转换值实现对人体关节运动特征A/D转换值的读取，利用[EOC]信号作读数标志信号，逻辑时序控制信号通过多通道多相帧采集控制、DSP中断控制，实现A/D设计，得到人体关节运动特征追踪平台的数据流传送A/D接口电路设计如图5所示。

在系统电源设计中，选用不同的DC?DC芯片为DSP设计电源，采用数字电源5 V和模拟电源5 V交变设计方法，将输入的12位模拟电压经过放大器进行处理，采用数字滤波方法进行抗干扰和抗混叠失真处理，得到本系统的电源设计框图如图6所示。

根据上述对人体关节运动特征追踪平台的DSP模块中的复位电路、串口电路、外部存储器和A/D以及电源设计等，与其他集成电路进行合成，实现对人体关节运动特征追踪平台的硬件集成设计。

2.2 系统的软件设计

在上述进行了系统硬件设计的基础上，进行人体关节运动特征追踪平台的软件开发设计。人体关节运动特征追踪平台的软件开发建立在平台CCS 2.20基础上，人体关节运动特征追踪平台经过汇编和链接生成.out文件，在CCS 的调试和仿真环境中完成编辑﹑编译链接﹑调试和数据分析。其中，软件设计的核心在于程序的初始化和中断处理，用从外部程序存储器0FF80H处引导人体关节运动特征追踪程序加载，对串行口、I/O口开始执行程序初始化，程序装载流程如图7所示。

外部程序装载中，在0FF81H处复位FLASH，然后对FLASH进行擦除，进入引导模式时，把loader和用户程序都通过对IDT70V28右端口最高位地址线烧写到 FLASH中，由此实现人体关节运动特征追踪平台的软件设计。

3 试验结果与分析

根据上述人体关节运动特征追踪平台的设计结果，为了测试该系统平台的性能，进行仿真实验。实验中，使用ADAMS软件构建简化的人体关节运动模型动力学分析仿真系统，使用加速度传感器采集到人体关节运动模型稳定性控制行为数据，经过数据预处理和行为特征提取，将人体关节运动受力模型中的站立、走路、跑动、上下跳跃等运动行为，人体关节运动特征信息通过模拟信号预处理机、A/D采样输入到本文设计的系统中，人体关节运动模型行走的稳定性振荡幅度fExtend设置为0.3，回放频率参考时钟频率设置，内核电源为0.8～1.2 V， 调节的数字量[ΔD=65 536 V5]，迭代次数设定为MaxCycles=1 024，根据上述仿真环境和参数设定，将加载文件烧写到E2PROM中进行仿真分析，得到人体关节运动特征追踪结果如图8所示。

为了定量分析本文设计系统在进行关节运动特征追踪和采集中的性能，以人体关节运动模型的左腿和右腿的运动特征采样为测试样本，得到人体的左腿和右腿关节的运动特征追踪输出结果如图9所示。

从图9可见，采用本文设计的平台进行人体关节的运动特征追踪，能实时准确地反应人体关节运动特征的变化情况，数据输出的可靠性较高、结果准确，展示了较好的应用性能。

4 结 语

人体的关节是进行体育训练和运动的关键部位，通过对人体关节运动特征的实时追踪和分析，掌握人体运动的规律性特征，可以有效挖掘人体运动的潜能，从而提高运动训练的效果，避免关节受伤。本文提出一种改进的人体关节运动特征追踪平台设计方法，首先得到人体关节运动特征提取和追踪的动力学模型。进行平台的硬件设计和软件开发，采用ADSP?BF537作为核心处理芯片，对系统的复位电路设计、串口电路设计、外部存储器设计和A/D设计以及电源进行详细的设计描述。试验结果表明，该平台进行人体关节的运动特征追踪和信息采集的准确度高、实时性好、可靠稳定。

参考文献

[1] 张霖，欧林林，俞立.执行能力有限的两差动轮机器人目标跟踪控制器[J].信息与控制，2015，44（2）：152?158.

[2] 韩峥，刘华平，黄文炳，等.基于Kinect的机械臂目标抓取[J].智能系统学报，2013，8（2）：149?155.

[3] 吕海霞，杨东勇.移动机器人网络控制系统设计与实现[J].科技通报，2014，30（1）：153?157.

[4] 付根平.仿人机器人的步态规划和步行控制研究[D].广州：广东工业大学，2013.

[5] 韩亚丽，王兴松.下肢助力外骨骼的动力学分析及仿真[J].系统仿真学报，2013，25（1）：61?67.

[6] 唐志勇，谭振中，裴忠才.下肢外骨骼机器人动力学分析与设计[J].系统仿真学报，2013，25（6）：1338?1344.

[7] SENTIS L， KHATIB O. Whole?body control framework for humanoids operating in human environments [C]// Proceedings of 2006 International Conference on Robotics and Automation. Orlando， Florida?May： [s.n.]， 2006： 2641?2648.

[8] 柯文德，彭志平，洪炳镕，等.基于运动相似性的仿人机器人上阶梯行走研究[J].华中科技大学学报（自然科学版），2012，40（12）：60?64.

[9] ELDEMERDASH Y A， DOBRE O A， LIAO B J. Blind identification of SM and Alamouti STBC?OFDM signals [J]. IEEE transactions on wireless communications， 2015， 14（2）： 972?982.

[10] KARAMI E， DOBRE O A. Identification of SM?OFDM and AL?OFDM signals based on their second?order cyclostationarity [J]. IEEE transactions on vehicular technology， 2015， 64（3）： 942?953.