一种基于惯性传感器网络的动作捕捉系统的实现

摘要：动作捕捉（Motion capture）是一种记录或描绘人体以及其他物体动作的技术，广泛运用于体育、娱乐、影视、医疗、军事等领域。本文簡要介绍一种基于惯性传感器与Zigbee网络实现的动作捕捉系统。该系统通过安装在人体不同部位的惯性传感器获得动作信息，并通过Zigbee无线传感器网络协议将数据上传给上位机。

关键词：惯性传感器;动作捕捉;Zigbee;无线传感器网络

Abstract： Motion capture is the technology of recording or depicting the movement of people or other objects. It is widely used in sportsHYPERLINK"https：//en.wikipedia.org/wiki/Sports"＼o"Sports"， entertainmentHYPERLINK"https：//en.wikipedia.org/wiki/Entertainment"＼o"Entertainment"，filmmakingHYPERLINK"https：//en.wikipedia.org/wiki/Filmmaking"＼o"Filmmaking"， medical applications and militaryHYPERLINK"https：//en.wikipedia.org/wiki/Military_science"＼o"Militaryscience".This article introduces a motion capture system based on inertial sensor and Zigbee network. The system obtains the action information by the inertial sensors in different parts of human body， and uploads the data to the upper monitor through the Zigbee wireless sensor network protocol.

Key words： Inertial sensor; motion capture; Zigbee; wireless sensor network

一、绪论

动作捕捉的起源一般被认为是动画师费舍尔（Fleischer）在1914年发明的“动态影像描摹（Rotoscoping）”。20世纪70年代，人体动作捕捉系统开始应用在动画制作领域。80年代，美国一些高校就开始进行动作捕捉的研究。目前，动作捕捉系统已经广泛应用于电影制作，《指环王》、《猩球崛起》、《阿凡达》等都采用了动作捕捉技术。除此之外，动作捕捉技术也已经成功用在虚拟现实、游戏、人体工程学研究、模拟训练、生物力学研究等许多方面。

从技术的角度来说，运动捕捉的实质就是要测量、跟踪、记录物体在三维空间HYPERLINK"http：//www.baike.com/sowiki/%E4%B8%89%E7%BB%B4%E7%A9%BA%E9%97%B4？prd=content_doc_search"＼t"_blank"＼o"三维空间"中的运动轨迹HYPERLINK"http：//www.baike.com/sowiki/%E8%BF%90%E5%8A%A8%E8%BD%A8%E8%BF%B9？prd=content_doc_search"＼t"_blank"＼o"运动轨迹"。典型的运动捕捉设备一般由传感器、信号捕捉设备、数据传输设备及数据处理设备组成。 根据其中传感设备的不同，可以分为机械式、光学式、声学式、电磁式以及惯性式。惯性式方案主要是基于惯性式传感器实现人体动作捕捉的，利用惯性传感器采集到的运行信息，完成人体运动目标的姿态角度测量。相对于其他动作捕捉实现方案，采用惯性传感器实现的动作捕捉系统灵敏度高，动态性能好，价格也更为低廉。

二、基于惯性传感器网络的动作捕捉系统简介

基于惯性传感器及Zigbee网络的动作捕捉系统示意图如图1所示。可以看出，系统主要由4部分组成：（1）固定在捕捉对象身体不同部位上的传感器节点。（2）传输人体姿态信息的Zigbee网络。（3）管理节点对传感器网络进行配置和管理，发布监测任务以及收集监测数据。（4）上位机。系统初始化后，管理节点和传感器节点会利用Zigbee技术自动构建一个无线网络，传感器节点上的惯性传感器采集人体姿态角数据，并通过Zigbee无线网络协议将数据先传送给管理节点，然后通过串口将人体的姿态信息上传给上位机。

三、系统硬件实现

本系统的硬件主要由传感器节点和管理节点组成。

（一）传感器节点的实现

传感器节点负责实现信息的采集、数据的处理以及无线通信，一般包含四个基本单元：传感单元、处理单元、通信单元、以及电源部分，如图2（a）所示。

在本系统中，传感单元采用JY901模块，它是基于MEMSHYPERLINK"https：//baike.baidu.com/item/MEMS"＼t"_blank"技术的高性能三维运动姿态传感器，采用高性能的微处理器和先进的动力学解算与卡尔曼动态滤波算法，能够快速求解出模块当前的实时运动姿态，测量精度达到0.01 度，稳定性极高。需要注意的是在使用前，需要进行校准。处理单元及通信单元采用CC2530F256模块，CC2530 是用于2.4GHz IEEE 802154HYPERLINK"https：//baike.baidu.com/item/IEEE%20802.15.4"＼t"_blank"、ZigBee 应用的一个真正的片上系统HYPERLINK"https：//baike.baidu.com/item/%E7%89%87%E4%B8%8A%E7%B3%BB%E7%BB%9F"＼t"_blank"，结合业界领先的ZigBee 协议栈HYPERLINK"https：//baike.baidu.com/item/%E5%8D%8F%E8%AE%AE%E6%A0%88"＼t"_blank"（ZStackTM），CC2530能够以非常低的成本建立强大的网络节点HYPERLINK"https：//baike.baidu.com/item/%E7%BD%91%E7%BB%9C%E8%8A%82%E7%82%B9"＼t"_blank"，能够提供了一个完整的ZigBee 解决方案。电源模块采用的是650mA的7号锂电池，电压为3.7v。传感器节点结构框图如图2（b）所示。

传感器节点实物图如图2（c）所示，惯性传感器JY901采集人体的姿态角数据信息，而CC2530模块通过I2C读取姿态角数据，然后再经由天线发送出去。

（二）管理节点的实现

本系统中的管理节点主要工作有（1）动态地管理整个无线传感器网络，包括网络组建、维护、控制传感器节点的加入等。（2）通过Zigbee协议与各个传感器节点通信，收集每个传感器节点采集的姿态角信息。（3）获取姿态角数据后，通过串口将捕捉对象的相关姿态角信息传输到上位机上。管理节点的结构框图如图3（a）所示（实线部分），实物图如图3（b）所示。

四、系统软件实现

为了实现数据的无线传输，必须选择一种无线网络数据传输标准。目前常见的无线网络数据传输协议有WiFi，、Wireless USB、Bluetooth、Zigbee等。不同的协议适合不同的应用领域，一般而言，Zigbee协议可以理解为一种短距离无线传感器网络与控制协议，主要用于传输控制信息，数据量相对来说比较小，特别使用于电池供电的系统，此外，相对于其他标准，Zigbee协议实现成本较低。因此，本系统中，采用Zigbee无线网络数据传输协议，网络的拓扑结构如图4所示。

由于惯性传感器能直接输出姿态角信息，数据处理量不大，因此传感器节点和管理节点上的处理器采用的都是CC2530，但是由于传感器节点和管理节点的功能不同，因此软件设计思路也不同。对于管理节点而言，系统上电后，首先建立网络，然后以广播形式向网络内的传感器节点发送数据，收到传感器节点返回的姿态角数据后，将数据通过串口发送到上位机，程序流程图如图6所示。对于传感器节点，首先要加入传感器网络，收到管理节点发送的数据后，读取JY901的姿态角数据，然后通过无线网络发送到管理节点，程序流程图如图5所示。

五、结语

近年来，随着虚拟现实（Virtual Reality，VR）技术的发展，动作捕捉技术有了更广阔的应用空间。对于一款高质量的VRHYPERLINK"http：//www.vrzy.com/"游戲来说，动作捕捉技术能够令角色的动作更加自然，同时减少人工设计所耗费的精力和时间。目前基于惯性传感器的动作捕捉系统代表性产品有诺亦腾开发的Perception Neuron和国承万通开发的StepVR，已经成功应用于虚拟现实以及机器人等领域。随着VR产品的进一步商用以及对体感交互的应用需求，相信会有更多的普通大众将会享受到这一技术带给大家的新体验。

参考文献：

[1]徐昺.基于MEMS传感器与Zigbee网络的人体动作捕捉系统的设计与实现[D].成都：电子科技大学，2013.

[2]杨波.基于MEMS惯性传感器动作捕捉系统与轨迹追踪的研究设计[D].成都：电子科技大学，2014.

[3]汪俊.基于惯性传感器的动作捕捉系统研究与设计[D].合肥：中国科学技术大学，2015.

[4]王小强，等. Zigbee无线传感器网络设计与实现[M].北京：化学工业出版社，2012.

[5]刘莉琛.基于惯性传感器实现的动作捕捉系统简介[J].技术与市场，2017.03：104.

作者简介：刘莉琛（1980），女，硕士，主要研究方向：无线传感器网络。