买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：面向数字孪生场景现实轨迹仿真及视角捕捉内容推荐方法，包括：基于无人机倾斜摄影技术采集真实实验场地的影像信息，构建数字化实验环境；搭建红外三维动作捕捉系统记录运动机器人的运动数据；在三维数字化实验环境中构建运动机器人的数字化模型，还原运动机器人的运动轨迹及运动姿态；通过虚拟仿真模拟采集虚拟摄像头获取的环境影像，并对环境影像进行一定的机器视觉评测，初步推荐较为合适的内容，用于机器视觉的分析。本发明对现实运动物体的实际运动轨迹及运动姿态进行采集，实现其在三维数字化实验环境的仿真运动，降低了实验的复杂性，也降低了实验的设备成本和时间成本。

主权项：1.面向数字孪生场景现实轨迹仿真及视角捕捉内容推荐方法，其特征在于：利用数字技术将运动机器人、真实实验场地、运动轨迹进行数字化，构建数字化实验环境，通过虚拟仿真模拟采集虚拟摄像头获取的环境影像，并对环境影像进行机器视觉评测，初步推荐内容，用于机器视觉的分析，包括以下步骤：步骤1，真三维实景模型重建：基于无人机倾斜摄影技术采集Xm*Ym*Zm真实实验场地的影像信息，然后在倾斜摄影建模软件中生成1:1的Xm*Ym*Zm的三维实景模型，最后导入三维可视化平台建立1:1的Xm*Ym*Zm三维数字化实验环境,具体包括：步骤11.基于无人机倾斜摄影技术采集Xm*Ym*Zm真实实验场地的影像信息；设置无人机飞行速度，拍摄间隔，相机倾斜角，旁向重叠度，航线重叠度及飞行高度；步骤12.在倾斜摄影建模软件中生成1:1的Xm*Ym*Zm的三维实景模型；步骤13.导入三维可视化平台建立1:1的Xm*Ym*Zm三维数字化实验环境；步骤2，搭建红外三维动作捕捉系统：在真实实验场地的顶部四周平均绑定u个红外动作捕捉镜头，确保镜头视野能够覆盖Xm*Ym*Zm的捕捉区域，并在需要动作捕捉的运动机器人躯体表面贴上k个反光标记点，反光标记点的数量和贴合位置以能精确捕捉到其动作为准,具体包括：步骤21.在真实实验场地的顶部四周通过支架、夹具镜头固定装置，平均绑定u个红外动作捕捉镜头，确保镜头视野能够覆盖Xm*Ym*Zm的捕捉区域，并将所有镜头通过网线连接到POE交换机；步骤22.使用标定工具进行校准，让动作捕捉软件计算出镜头准确的相对空间位置和角度，建立三维空间XYZ坐标系，为精准动作捕捉做好准备；步骤23.在需要动作捕捉的运动机器人躯体表面贴上k个反光标记点，反光标记点的数量和贴合位置以能精确捕捉到其动作为准；步骤24.当系统能够实时识别目标物体后，一个完整的光学动作捕捉系统就已建立完成，接下来直接进行动作捕捉并记录数据；步骤3，记录运动机器人的运动数据：运动机器人在真实实验场地进行运动，红外三维动作捕捉系统设备记录物体运动的一系列三维空间数据[Xab,Yab,Zab]，a∈[1，k]，b∈[0，t]，其中k表示反光标记点个数，t表示记录过程中的不同动作捕捉时间点，其为时间间隔很短的时间序列；步骤4，在三维数字化实验环境中，按1:1构建运动机器人的数字化模型；步骤5，还原运动机器人的运动轨迹及运动姿态：根据红外三维动作捕捉系统设备记录的三维空间数据，在1:1的Xm*Ym*Zm三维数字化实验环境里，通过计算与转化，并结合运动机器人的数字化模型轮廓，模拟出运动机器人的运动轨迹和运动姿态；该步骤的结果表现为运动机器人的数字化模型在三维数字化实验环境里的一系列动态运动过程，其运动过程高度拟合运动机器人在真实实验场地的运动过程,具体包括以下步骤：步骤51.根据记录的三维空间数据[Xab,Yab,Zab]，a∈[1，k]，b∈[0，t]在1:1的Xm*Ym*Zm三维数字化实验环境，其中k表示反光标记点个数，t表示记录过程中的不同动作捕捉时间点，其为时间间隔很短的时间序列；设置某一个反光标记点的三维空间数据为运动路径计算数据，a＝a0，即b∈[0，t]，然后转化为三维可视平台所需的数据类型；步骤52.计算运动机器人的数字化模型通过每三个记录的相邻的三维空间数据坐标点的运动时长，设置运动机器人的数字化模型运动速度变量speed，通过半正矢公式计算三个相邻经纬度每两点间的距离，再根据速度公式计算通过三点的运动时长；所述半正矢公式为： 其中r表示地球赤道半径；和表示两点的纬度；λ1和λ2表示两点的经度；所述的速度公式为：td＝disspeed......................................................6其中td表示运动时长，dis表示表达式5得出的距离，speed表示运动机器人的数字化模型运动速度；步骤53.运动轨迹平滑化计算，根据贝塞尔曲线公式计算，设置某一个反光标记点的三维空间数据为运动路径计算数据，a＝a0，即b∈[0，t]，t表示运动过程中的不同捕捉点；所述贝塞尔曲线公式的表达式为： 其中tp表示运动机器人的数字化模型运动时间间隔，tp∈[0,td]，td由步骤52表达式6计算所得，p0,p1,p2表示每三个记录的相邻的三维空间数据坐标点b∈[0，t]，p表示计算的结果；步骤54.将步骤53表达式7计算的结果转化为三维可视平台所需的数据类型，然后计算相邻两点在三维可视平台中所需的朝向角度，还原运动姿态；步骤6，绑定虚拟摄像头：在运动机器人的数字化模型躯体轮廓上进行虚拟摄像头的构建，虚拟摄像头固定在数字化模型躯体轮廓某个位置，并按固定角度进行设置；当运动机器人的数字化模型在三维数字化实验环境中运动时，虚拟摄像头会随着数字化模型一起移动，并且其朝向角度会与数字化模型保持不变；就是运动机器人的数字化模型在三维数字化实验环境中沿着运动轨迹和运动姿态进行移动，根据虚拟摄像头与数字化模型的相对位置和相对角度，实时计算运动轨迹和运动姿态的改变导致的虚拟摄像头视角改变的偏移量，从而对虚拟摄像头的视角数据实时更新，模拟仿真出该位置和角度的虚拟摄像头获取到的环境影像，该环境影像来自于步骤1所构建的三维数字化实验环境,具体包括以下步骤：步骤61.使运动机器人的数字化模型在三维数字化实验环境中沿着运动轨迹和运动姿态进行移动，移动数据取自步骤54中转化的三维可视平台所需的数据，然后由步骤52的式5和式6计算相邻两点间的运动时间，运动姿态数据取自步骤54的计算所得；然后由三维可视平台提供方法实时计算运动机器人的数字化模型位置，并实时改变运动机器人的数字化模型姿态；步骤62.在运动机器人的数字化模型躯体轮廓上进行虚拟摄像头的构建，以某一个反光标记点所在平面取一点绑定虚拟摄像头，该点与步骤51中的a0在X，Y，Z方向有固定偏移量，能够计算相应偏移量和虚拟摄像头的实时位置；步骤63.实时计算运动轨迹和运动姿态的改变导致的虚拟摄像头视角改变的偏移量，从而对虚拟摄像头的视角数据实时更新，通过步骤54的方法实时计算虚拟摄像头所在平面，和运动机器人的数字化模型位置连线对于三维可视平台中所需的朝向角度，并与上一个角度做差的结果为当前虚拟摄像头视角改变的偏移量，更新视角数据；步骤7，获取环境影像进行内容推荐：根据步骤6设计N个虚拟摄像机，录得N段视频文件记为Vn，其中n∈[1,N]；将N段视频文件用于机器视觉评测，由于视频拍摄的位置角度都会影响到视频拍摄结果，而拍摄结果影响机器视觉计算结果；根据评测结果的优劣来判断安虚拟摄像机的位置优劣，并推荐较优的虚拟摄像机拍摄位置做为实际的机器安装位置,具体包括以下步骤：步骤71，根据步骤6设计N个虚拟摄像机，录得N段视频文件记为Vn，其中n∈[1,N]，开始记录数字影像视频数据，最后再根据实际需求设置的分辨率对影像视频数据进行裁剪，得最终视频文件；步骤72，将N段视频文件用于机器视觉评测，根据评测结果的优劣来判断安虚拟摄像机的位置优劣，并推荐较优的虚拟摄像机拍摄位置做为实际的机器安装位置，评测过程由多个评测项目组成；以避障功能说明评测过程和评价方法，取视频Vn在时间段的视频段，作为机器视觉避障测评算法的输入，提供给机器视觉避障测评算法进行计算，计算各个视频段输入计算获得的虚拟障碍物距离并计算与真实距离的误差，误差越小判断拍摄视频质量越佳；所述机器视觉避障测评算法表达式为： 其中表示第n个虚拟摄像机拍摄的视频文件在j时间的视频帧图片，OBSTACLEAVOIDANCE为机器视觉避障测评算法公式；避障误差率取正表达为： Vn的避障误差为时间段所有视频帧的Sj均值最后对所有视频文件该时间段的视频进行避障评测，越小视频效果越佳，将由小到大排序，约定排序中前I个位置即为推荐位置。

全文数据：

权利要求：

百度查询： 浙江工业大学 面向数字孪生场景现实轨迹仿真及视角捕捉内容推荐方法