近日，華南師范大學的李昕明團隊研發了一種可用于構建穿戴式全身動作捕捉系統的動覺感知器件。在穿戴式動作捕捉場景中，構建可靠的全身動作捕捉系統一直具有其挑戰性。

一方面，在穿戴式場景中，柔性傳感器會跟隨人體表面發生形變，可能會為運動測量引入干擾；另一方面，由于不同的人以及不同的佩戴位置的差異，導致穿戴式全身動捕系統往往需要額外的校準。

該工作提出了一種基于空間異構分布的傳感器件，構建了一個由兩路傳感器構成的動覺感知器件。根據已知的空間分布關系，可以通過信號關系推測器件的形變模式，從而排除運動測量中的潛在干擾。通過引入機器學習模型，該器件可進一步實現對于形變信息的解耦，解耦后的形變信息可用于推測關節角度、佩戴方式及關節尺寸等信息，從而在無需校準的情況下構建全身動捕系統。

（圖片來源Applied Physics Review）

在實際測試中，該器件能夠區分具有多自由度的球窩關節（如手腕）的不同方向運動，并對角度具有一定辨別能力，因此能夠實現諸如“凌空手寫輸入”等人機交互操作。經測試，該器件在手肘與手腕的屈伸行為中，表現出極為相近的信號模式，意味著該器件有望無需校準而直接用于全身各處關節的動作捕捉場景。相關研究成果以“Differential design in homogenous sensors for classification and decoupling kinesthetic information through machine learning”為題發表在Applied Physics Review 期刊上，并被編輯選為期刊推薦論文（Feature Article）。

（圖片來源Applied Physics Review）

來源：XRer