[发明专利]数字化人类上肢模型的基于约束的优化的方法和系统

说明书

一种虚拟人体模特的上肢模型包括数据转换引擎，其被配置为基于一个或多个数据集合来产生转换数据。每个数据集合表示运动模型的元素之间的从属关系。该上肢模型还包括运动链的模型，其被配置为基于该转换数据来生成一个或多个约束。该上肢模型还包括姿势引擎，其被配置为基于该一个或多个约束来确定从第一位置到第二位置的轨迹。该运动模型还包括渲染引擎，其被配置为渲染与该第二姿势相对应的姿势。该运动模型的元素可以包括锁骨、肩胛骨、肱骨、前臂以及手部中的一个或多个。

背景技术

虚拟人体模特是计算机生成的实体(即，人或物)的图像，其可以被操作以假设实际的人或物可以自然地假设的位置或姿势。对于本申请中描述的实施例，该实体是人体或人体的一部分，但是一般来讲描述的概念可以应用于其它实体，例如真实的动物或假想的生物。

虚拟人体模特可以包括由四个部分：锁骨、肱骨、前臂和手部组成的简化的上肢运动链。这一运动链可以包括，例如九个自由度(DOF)，允许该链的末端效应器(即，手部)可以被移动以拿起指定的目标，诸如手柄、电钻或螺丝刀。

该运动链还可以包括在该运动链的每个DOF的空间边界方面的活动范围(ROM)。这一模拟人类上肢的方式类似于在机器人操纵手中看到的，针对这种方式仅仅是每个DOF上的恒定的上下边界是必须的，以便限制冗余运动链的移动。

虚拟人体模特经常使用逆运动(IK)姿势引擎来寻找该人体模特的将其末端效应器放置在指定目标上的配置。虽然该IK姿势引擎在寻找解决方案方面非常高效，但是可预测的姿势缺少鲁棒性。“缺少鲁棒性”指的是该目标的轻微位移可能导致DOF角度的突然跳跃的事实，这可能导致不切实际的人类姿势。

这一缺少鲁棒性是至少部分由于运动链的冗余。运动链冗余指的是运动链能够采用多种方式以达到相同的末端效应器位置的事实。由于相对于末端效应器约束的数量(对于这一示例，对于手部在3和6之间)有较高数量的DOF(在这一示例中，从锁骨到手部的九个DOF)而存在所述冗余。

已知的是人类上肢的各个DOF之间存在生理从属关系。例如，当将肱骨以不同升举平面(plane of elevation)进行升举时，锁骨和肩胛骨部分遵循公知为“肩部节律的”可重复的、非线性的运动模式。此外，在肱骨在空间中的方向和内部/外部肱骨轴向旋转的极限之间存在非线性关系。

此外，这些生理从属关系表示复杂的人类上肢生理属性，这远比机器人操纵手复杂得多。所有这些生理从属关系的完全整合是在本领域内找到的传统虚拟人体模特中缺少的。

本领域已知的虚拟人体模特的上肢因此涉及(1)运动链中的冗余，(2)没有考虑每个DOF之间的从属关系的简化运动链，以及(3)来自过期数据库的ROM的简化和(有时)过低/过高估计。直接结果就是过大的解空间，这导致运动链中的不需要的振动和预计的姿势的较差鲁棒性。

从用户的角度看，用传统上肢模型为虚拟人体模特摆姿势会成为挑战性的和麻烦的任务。所述摆姿势任务可能要求大量时间，减少了可用于结果姿势的生理学分析的时间。此外，使用这种模型，用户对预测出的姿势没有多少信心，因为一些姿势可能看起来在现实中不太可能达到。

发明内容

所描述的实施例提供对模拟虚拟人体模特的上肢部分的传统技术的几个改进。例如，所描述的实施例使用从多个源收集的关于上肢生理学的生理学信息。此外，所描述的实施例使用关于所述上肢的每个DOF的运动学的和ROM的特定信息。

所述的实施例通过施加下列来提出对上肢运动链冗余度的改善管理：

1.驱动锁骨DOF的预先计算的生理节律，以及