[发明专利]运动姿态确定及定位方法、装置、计算机设备及介质

说明书

本发明实施例公开了一种运动姿态确定及定位方法、装置、计算机设备及介质。该方法包括：确定包含有目标定位肢体的人体模型，并建立与人体模型的肢体连接关系对应的树，各肢体上设置有惯性传感器；获取惯性传感器得到的树中各节点的当前四元数姿态角；遍历树中的节点，确定各节点经过偏差纠正的当前四元数姿态角和当前空间坐标；根据各节点经过偏差纠正的当前四元数姿态角和当前空间坐标确定目标定位肢体的姿态及目标定位肢体所属对象的位移。本发明实施例解决了人的姿态确定与位移计算时，活动区域固定且对环境要求较高的问题，实现了不依赖基站设备并且无环境限制的情况下，在任意时刻任意大的空间内完成人的行走定位估测以及肢体姿态定位。

技术领域

本发明实施例涉及人体运动姿态与定位技术领域，尤其涉及一种运动姿态确定及定位方法、装置、计算机设备及介质。

背景技术

室内外定位与位移估计是广泛应用于VR(虚拟现实)/AR(增强现实)/MR(混合现实)等互动体验中的一种技术，可实现与用户的动作进行交互，及头戴显示器的虚拟成像。

现有技术中，应用于VR、AR或MR中的定位技术分为两种，一种是外向内型定位，一种是内向外型定位。前者依赖于设定调试好的基站，使基站接收到用户的头戴设备以及手持控制器上发出定位点，进而分析出用户坐标位置。后者，则是基于SLAM(simultaneouslocalization and mapping，同步定位与地图构建)空间定位原理，不依赖于外部基站，而依赖于头戴装置上的摄像头，对外部环境空间建模，并根据外部环境的位移旋转情况推算自身坐标的相对变化。

但是，外向内型定位方法存在如下缺点：用户的活动空间范围很小并且固定，活动区域需要事先调校，并且存在障碍物遮挡等问题。内向外型定位的不足主要在于对环境的纹理、亮度等特征有较高要求，并且追踪手部动作有角度限制。这两种方法实现的限定条件和约束较多。

发明内容

本发明实施例提供一种运动姿态确定及定位方法、装置、计算机设备及介质，以实现在不依赖于基站以及不限定人的活动空间大小和环境条件的前提下，确定人的肢体姿态及行走定位。

第一方面，本发明实施例提供了一种运动姿态确定及定位方法，该方法包括：

确定包含有至少一个目标定位肢体的人体模型，并建立与所述人体模型的肢体连接关系对应的树，所述树中相连接的两个节点间距离为该相连接的两个节点间对应的肢体长度，其中，所述人体模型中对应的肢体上设置有惯性传感器；

获取所述惯性传感器得到的所述树中各节点的当前四元数姿态角数据；

根据所述各节点的当前四元数姿态角数据、当前时刻的前一时刻所述树中高度坐标值最低的节点的空间坐标值及预先获取的所述各节点的初始四元数姿态角数据和初始空间坐标数据，遍历所述树中的节点，确定所述各节点经过偏差纠正的当前四元数姿态角数据和当前空间坐标；

根据所述各节点经过偏差纠正的当前四元数姿态角数据和当前空间坐标确定所述至少一个目标定位肢体的姿态及所述至少一个目标定位肢体所属对象的位移。

可选的，根据所述各节点的当前四元数姿态角数据、当前时刻的前一时刻所述树中高度坐标值最低的节点的空间坐标值及预先获取的所述各节点的初始四元数姿态角数据和初始空间坐标数据，遍历所述树中的节点，确定所述各节点经过偏差纠正的当前四元数姿态角数据和当前空间坐标，包括：

假设所述树中的根节点的坐标为第一坐标值；

根据所述第一坐标值、所述各节点的当前四元数姿态角数据和所述预先获取的所述各节点的初始四元数姿态角数据和初始空间坐标数据，以先根遍历的顺序遍历所述树，确定所述各节点基于所述第一坐标值的相对坐标值和经过偏差纠正的当前四元数姿态角数据；

计算在当前时刻的前一时刻所述树中高度坐标值最低的节点的空间坐标值与该节点基于所述第一坐标值的相对坐标值的差值；