余省威

摘 要： 人體運動關(guān)鍵特征的實時追蹤和在線監(jiān)測是模式識別領(lǐng)域的一個重要課題，面臨跟蹤誤差大，跟蹤滯后等問題。提出一種新的人體關(guān)節(jié)運動特征視覺追蹤平臺設(shè)計方法，首先得到人體關(guān)節(jié)運動特征提取和追蹤的動力學(xué)模型，進行視覺跟蹤系統(tǒng)的總體設(shè)計和功能指標分析描述，對平臺的設(shè)計分為硬件設(shè)計和軟件開發(fā)兩部分，采用ADSP?BF537作為核心處理芯片，對系統(tǒng)的復(fù)位電路設(shè)計、串口電路設(shè)計、外部存儲器設(shè)計和A/D接口以及電源電路進行集成設(shè)計描述，軟件開發(fā)建立在CCS 2.20平臺基礎(chǔ)上，通過程序加載、初始化和中斷優(yōu)化設(shè)計，實現(xiàn)軟件開發(fā)。試驗結(jié)果表明，該平臺進行體的關(guān)節(jié)的運動特征追蹤和信息采集的準確度高，系統(tǒng)運行的實時性好，可靠性和穩(wěn)定性較高。

關(guān)鍵詞： 人體關(guān)節(jié)； 運動特征； 追蹤平臺； 系統(tǒng)設(shè)計

中圖分類號： TN911?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2016）22?0047?04

0 引 言

隨著計算機控制學(xué)和圖形圖像學(xué)的快速發(fā)展，采用計算機圖形圖像分析處理方法進行人體的行為模擬和分析，實現(xiàn)對人體行為和運動特征的提取和模擬，掌握人體運動的本質(zhì)規(guī)律，是一個十分關(guān)鍵的課題。人體的關(guān)節(jié)是進行運動視覺跟蹤的關(guān)鍵部位，通過對人體關(guān)節(jié)運動特征的實時視覺追蹤和分析，掌握人體運動的規(guī)律性特征，完善模式識別領(lǐng)域的理論。因此，研究人體關(guān)節(jié)運動特征的追蹤平臺設(shè)計方法，對促進模式識別技術(shù)的發(fā)展具有重要意義，相關(guān)的系統(tǒng)設(shè)計方法受到人們的重視。

1 人體關(guān)節(jié)運動特征視覺追蹤平臺總體設(shè)計

1.1 人體關(guān)節(jié)運動特征視覺追蹤的理論基礎(chǔ)

為了實現(xiàn)對人體關(guān)節(jié)運動特征追蹤平臺的優(yōu)化設(shè)計，首先需要構(gòu)建人體關(guān)節(jié)運動特征追蹤的原理。人體關(guān)節(jié)運動模型共有7個旋轉(zhuǎn)自由度，對關(guān)節(jié)運動特征的在線監(jiān)測和實時追蹤，可以準確分析人體關(guān)節(jié)運動的潛質(zhì)規(guī)律，分析人體運動的形體構(gòu)造，提高運動訓(xùn)練的效率。為了實現(xiàn)對人體關(guān)節(jié)運動模型的運動特征追蹤，需要進行人體關(guān)節(jié)運動模型的7個自由度運動空間規(guī)劃，實現(xiàn)人體關(guān)節(jié)運動模型的運動學(xué)分析[1?4]，人體關(guān)節(jié)運動模型的運動規(guī)劃中，需要對人體關(guān)節(jié)運動模型的各個運動關(guān)節(jié)，包括人體關(guān)節(jié)運動模型的雙足、小腿、大腿及上肢7大部分進行7個自由度運動空間重構(gòu)，人體關(guān)節(jié)運動模型在7個旋轉(zhuǎn)自由度空間內(nèi)的位姿模型。

人體關(guān)節(jié)運動模型的運動部件主要包括了頭、脖、腰、上肢和下肢等部位，人體關(guān)節(jié)運動模型的運動規(guī)劃和運動特征追蹤采用一個末端效應(yīng)器進行模擬，給定人體關(guān)節(jié)運動模型初始位形[θstart∈Cfree]（自由C?空間），人體關(guān)節(jié)運動模型在運動時，通過驅(qū)動力作用，構(gòu)成的人體關(guān)節(jié)運動模型運動鏈記為[{A0，A1}]，運動規(guī)劃的關(guān)節(jié)控制集合[gc={g0，g1，…，gNr}]，通過逆運動學(xué)求解，進行全關(guān)節(jié)驅(qū)動模式下的人體動力學(xué)分析得到人體關(guān)節(jié)運動模型穩(wěn)定移動的連續(xù)路徑映射：[τ：[0，1]→Cfree，]使得[τ[0]=θstart]，[τ[1]=θgoal]，[（pobj，gc）→f（θgoal）]。構(gòu)建人體關(guān)節(jié)運動模型的運動坐標系，包括世界坐標系[Oxyz]、體坐標系[Ox1y1z1]、地面坐標系[Axyz]，人體關(guān)節(jié)運動模型的運動中心坐標為[（xa，0）]，人體關(guān)節(jié)運動模型的各關(guān)節(jié)運動模塊部位質(zhì)心為[Gi（xi，zi）]。根據(jù)上述分析，得到人體關(guān)節(jié)運動特征提取和追蹤的動力學(xué)模型，以此為基礎(chǔ)進行人體關(guān)節(jié)運動特征追蹤平臺的優(yōu)化設(shè)計。

1.2 人體關(guān)節(jié)運動特征視覺追蹤平臺的總體設(shè)計

在上述人體關(guān)節(jié)運動特征提取和追蹤的模型構(gòu)建和算法分析的基礎(chǔ)上，進行人體關(guān)節(jié)運動特征追蹤平臺的優(yōu)化設(shè)計。系統(tǒng)設(shè)計之初，首先介紹系統(tǒng)的總體設(shè)計構(gòu)架，人體關(guān)節(jié)運動特征追蹤平臺系統(tǒng)的設(shè)計包括了硬件模塊設(shè)計和軟件開發(fā)，人體關(guān)節(jié)運動特征追蹤平臺采用DSP（數(shù)字信號處理器）作為核心控制系統(tǒng)，DSP是體關(guān)節(jié)運動特征追蹤平臺的核心和大腦，對DSP器件的選擇決定了系統(tǒng)設(shè)計的成敗。本文分析了人體關(guān)節(jié)運動特征追蹤平臺的功能指標后，在閱讀完大量器件手冊后，決定選擇ADI公司的ADSP?BF537作為數(shù)字信號處理芯片進行人體關(guān)節(jié)運動特征追蹤平臺的核心控制模塊設(shè)計。ADSP?BF537根據(jù)數(shù)據(jù)類型在進行人體關(guān)節(jié)運動特征追蹤平臺設(shè)計中，關(guān)節(jié)運動特征的采樣頻率為12 kHz，分辨率不低于8位，人體關(guān)節(jié)運動特征追蹤平臺采用單12 V供電，輸入范圍為3 V，功耗120 mW。本文設(shè)計的人體關(guān)節(jié)運動特征追蹤平臺具有低功耗、高可靠性的特點。根據(jù)上述設(shè)計思想，得到本文設(shè)計的人體關(guān)節(jié)運動特征追蹤平臺的總體設(shè)計構(gòu)架如圖1所示。

結(jié)合圖1，分析本文設(shè)計的人體關(guān)節(jié)運動特征追蹤平臺的功能指標。人體關(guān)節(jié)運動特征追蹤平臺采用16位定點DSP內(nèi)核作為核心控制芯片，控制系統(tǒng)對人體關(guān)節(jié)運動特征的采樣和暫存數(shù)據(jù)的調(diào)度，采用16 V動態(tài)電源管理為系統(tǒng)供電。與L1存儲器支持片外同步或異步存儲，實現(xiàn)600 kHz的持續(xù)工作， 人體關(guān)節(jié)運動特征追蹤平臺的串口通信設(shè)計中，采用IEEE 802.3兼容10/100M以太網(wǎng)MAC進行CAN通信和人體關(guān)節(jié)運動特征的在線監(jiān)測。串口發(fā)送時鐘后實現(xiàn)對人體關(guān)節(jié)運動特征提取和幀同步信號的采集。根據(jù)上述系統(tǒng)設(shè)計的總體結(jié)構(gòu)和功能指標分析，進行系統(tǒng)的硬件設(shè)計和軟件開發(fā)。

2 系統(tǒng)硬件設(shè)計與軟件開發(fā)

2.1 視覺追蹤平臺的硬件設(shè)計

在上述進行的人體關(guān)節(jié)運動模型運動力學(xué)模型分析和人體關(guān)節(jié)運動特征追蹤平臺總體設(shè)計的基礎(chǔ)上，進行人體關(guān)節(jié)運動特征追蹤平臺的硬件設(shè)計。人體關(guān)節(jié)運動特征追蹤平臺的硬件部分采用集成模塊化設(shè)計方法，主要包括了DSP模塊、邏輯電路設(shè)計模塊和接口模塊。其中，DSP模塊分為復(fù)位電路設(shè)計、串口電路設(shè)計、外部存儲器設(shè)計和A/D設(shè)計以及電源設(shè)計等?，F(xiàn)對其中核心電路詳細描述如下：DSP模塊采用ADSP?BF537作為數(shù)字信號處理芯片，采用SPORT0_TCR2和SPORT0_TCR1作為人體關(guān)節(jié)運動特征追蹤平臺的寄存器，決定串口時鐘；在人體關(guān)節(jié)運動特征追蹤平臺的晶振復(fù)位電路的電源入口處放一個[10～100 μF]的鉭電容，減少外來的電源噪聲；復(fù)位電路設(shè)計中，采用高頻干擾耦合大電容的后面并聯(lián)一個[0.1 μF]的小電容的方法，抑制從負載端的高頻干擾進入晶振復(fù)位電路。得到的DSP模塊中復(fù)位電路設(shè)計結(jié)果如圖2所示。

在晶振復(fù)位電路中，為了確保DSP系統(tǒng)的穩(wěn)定性，在靠近DSP的時鐘輸入管腳的地方要串接[10～50 Ω]電阻，產(chǎn)生復(fù)位信號，采用分立元件使源端的輸出阻抗與傳輸線的特征阻抗相匹配，OUT變高，復(fù)位撤除，抑制從負載端反射的電磁耦合信號，進行上電、掉電以及降壓情況下的復(fù)位，從而減小輸出電流，提高人體關(guān)節(jié)運動特征追蹤時鐘波形的質(zhì)量。

串口電路設(shè)計為人體關(guān)節(jié)運動特征追蹤的復(fù)位信號提供顯示和CAN通信功能，用DSP單獨構(gòu)成人體關(guān)節(jié)運動特征追蹤的數(shù)據(jù)采集處理系統(tǒng)，進行串口電路設(shè)計，人體關(guān)節(jié)運動特征追蹤的串口電路有3個多通道緩沖串口MCBSPS，關(guān)節(jié)運動特征追蹤過程采用的是全雙工的通信機制，提供128個通道的外部脈沖源發(fā)送和接收，根據(jù)上述分析，得到人體關(guān)節(jié)運動特征追蹤平臺的串口電路如圖3所示。

通過對人體關(guān)節(jié)運動特征追蹤平臺的外部存儲器設(shè)計，人體關(guān)節(jié)運動特征通過DAM 控制器讀取/寫入 DRR，實現(xiàn)數(shù)據(jù)的接收/發(fā)送。人體關(guān)節(jié)運動特征追蹤平臺的外部數(shù)據(jù)存儲器采用了IDT公司的IDT70V28作為雙端口RAM，實現(xiàn)數(shù)據(jù)存儲和通信。人體關(guān)節(jié)運動特征追蹤平臺的外部存儲器配置一個外接FLASH存儲器。其外部引腳和控制命令字通過CPLD編程與FBUSY引腳相連，外部存儲器輸出的人體關(guān)節(jié)運動特征信息通過2片AD7864組成的A/D轉(zhuǎn)換器進行模擬信號的輸入設(shè)置，采用[±10 V]的雙極性輸入，依次與FLASH的數(shù)據(jù)線、地址線相連。人體關(guān)節(jié)運動特征追蹤平臺的外部存儲器的接口電路如圖4所示。

在上述進行存儲模塊設(shè)計之后，進行人體關(guān)節(jié)運動特征追蹤平臺的A/D設(shè)計以及電源設(shè)計，通過CPLD編程，人體關(guān)節(jié)運動特征追蹤平臺產(chǎn)生最多8路關(guān)節(jié)運動特征信息同步采樣，在軟件控制采樣通道轉(zhuǎn)換過程中，讀上一通道轉(zhuǎn)換值實現(xiàn)對人體關(guān)節(jié)運動特征A/D轉(zhuǎn)換值的讀取，利用[EOC]信號作讀數(shù)標志信號，邏輯時序控制信號通過多通道多相幀采集控制、DSP中斷控制，實現(xiàn)A/D設(shè)計，得到人體關(guān)節(jié)運動特征追蹤平臺的數(shù)據(jù)流傳送A/D接口電路設(shè)計如圖5所示。

在系統(tǒng)電源設(shè)計中，選用不同的DC?DC芯片為DSP設(shè)計電源，采用數(shù)字電源5 V和模擬電源5 V交變設(shè)計方法，將輸入的12位模擬電壓經(jīng)過放大器進行處理，采用數(shù)字濾波方法進行抗干擾和抗混疊失真處理，得到本系統(tǒng)的電源設(shè)計框圖如圖6所示。

根據(jù)上述對人體關(guān)節(jié)運動特征追蹤平臺的DSP模塊中的復(fù)位電路、串口電路、外部存儲器和A/D以及電源設(shè)計等，與其他集成電路進行合成，實現(xiàn)對人體關(guān)節(jié)運動特征追蹤平臺的硬件集成設(shè)計。

2.2 系統(tǒng)的軟件設(shè)計

在上述進行了系統(tǒng)硬件設(shè)計的基礎(chǔ)上，進行人體關(guān)節(jié)運動特征追蹤平臺的軟件開發(fā)設(shè)計。人體關(guān)節(jié)運動特征追蹤平臺的軟件開發(fā)建立在平臺CCS 2.20基礎(chǔ)上，人體關(guān)節(jié)運動特征追蹤平臺經(jīng)過匯編和鏈接生成.out文件，在CCS 的調(diào)試和仿真環(huán)境中完成編輯﹑編譯鏈接﹑調(diào)試和數(shù)據(jù)分析。其中，軟件設(shè)計的核心在于程序的初始化和中斷處理，用從外部程序存儲器0FF80H處引導(dǎo)人體關(guān)節(jié)運動特征追蹤程序加載，對串行口、I/O口開始執(zhí)行程序初始化，程序裝載流程如圖7所示。

外部程序裝載中，在0FF81H處復(fù)位FLASH，然后對FLASH進行擦除，進入引導(dǎo)模式時，把loader和用戶程序都通過對IDT70V28右端口最高位地址線燒寫到 FLASH中，由此實現(xiàn)人體關(guān)節(jié)運動特征追蹤平臺的軟件設(shè)計。

3 試驗結(jié)果與分析

根據(jù)上述人體關(guān)節(jié)運動特征追蹤平臺的設(shè)計結(jié)果，為了測試該系統(tǒng)平臺的性能，進行仿真實驗。實驗中，使用ADAMS軟件構(gòu)建簡化的人體關(guān)節(jié)運動模型動力學(xué)分析仿真系統(tǒng)，使用加速度傳感器采集到人體關(guān)節(jié)運動模型穩(wěn)定性控制行為數(shù)據(jù)，經(jīng)過數(shù)據(jù)預(yù)處理和行為特征提取，將人體關(guān)節(jié)運動受力模型中的站立、走路、跑動、上下跳躍等運動行為，人體關(guān)節(jié)運動特征信息通過模擬信號預(yù)處理機、A/D采樣輸入到本文設(shè)計的系統(tǒng)中，人體關(guān)節(jié)運動模型行走的穩(wěn)定性振蕩幅度fExtend設(shè)置為0.3，回放頻率參考時鐘頻率設(shè)置，內(nèi)核電源為0.8～1.2 V， 調(diào)節(jié)的數(shù)字量[ΔD=65 536 V5]，迭代次數(shù)設(shè)定為MaxCycles=1 024，根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定，將加載文件燒寫到E2PROM中進行仿真分析，得到人體關(guān)節(jié)運動特征追蹤結(jié)果如圖8所示。

為了定量分析本文設(shè)計系統(tǒng)在進行關(guān)節(jié)運動特征追蹤和采集中的性能，以人體關(guān)節(jié)運動模型的左腿和右腿的運動特征采樣為測試樣本，得到人體的左腿和右腿關(guān)節(jié)的運動特征追蹤輸出結(jié)果如圖9所示。

從圖9可見，采用本文設(shè)計的平臺進行人體關(guān)節(jié)的運動特征追蹤，能實時準確地反應(yīng)人體關(guān)節(jié)運動特征的變化情況，數(shù)據(jù)輸出的可靠性較高、結(jié)果準確，展示了較好的應(yīng)用性能。

4 結(jié) 語

人體的關(guān)節(jié)是進行體育訓(xùn)練和運動的關(guān)鍵部位，通過對人體關(guān)節(jié)運動特征的實時追蹤和分析，掌握人體運動的規(guī)律性特征，可以有效挖掘人體運動的潛能，從而提高運動訓(xùn)練的效果，避免關(guān)節(jié)受傷。本文提出一種改進的人體關(guān)節(jié)運動特征追蹤平臺設(shè)計方法，首先得到人體關(guān)節(jié)運動特征提取和追蹤的動力學(xué)模型。進行平臺的硬件設(shè)計和軟件開發(fā)，采用ADSP?BF537作為核心處理芯片，對系統(tǒng)的復(fù)位電路設(shè)計、串口電路設(shè)計、外部存儲器設(shè)計和A/D設(shè)計以及電源進行詳細的設(shè)計描述。試驗結(jié)果表明，該平臺進行人體關(guān)節(jié)的運動特征追蹤和信息采集的準確度高、實時性好、可靠穩(wěn)定。

參考文獻

[1] 張霖，歐林林，俞立.執(zhí)行能力有限的兩差動輪機器人目標跟蹤控制器[J].信息與控制，2015，44（2）：152?158.

[2] 韓崢，劉華平，黃文炳，等.基于Kinect的機械臂目標抓取[J].智能系統(tǒng)學(xué)報，2013，8（2）：149?155.

[3] 呂海霞，楊東勇.移動機器人網(wǎng)絡(luò)控制系統(tǒng)設(shè)計與實現(xiàn)[J].科技通報，2014，30（1）：153?157.

[4] 付根平.仿人機器人的步態(tài)規(guī)劃和步行控制研究[D].廣州：廣東工業(yè)大學(xué)，2013.

[5] 韓亞麗，王興松.下肢助力外骨骼的動力學(xué)分析及仿真[J].系統(tǒng)仿真學(xué)報，2013，25（1）：61?67.

[6] 唐志勇，譚振中，裴忠才.下肢外骨骼機器人動力學(xué)分析與設(shè)計[J].系統(tǒng)仿真學(xué)報，2013，25（6）：1338?1344.

[7] SENTIS L， KHATIB O. Whole?body control framework for humanoids operating in human environments [C]// Proceedings of 2006 International Conference on Robotics and Automation. Orlando， Florida?May： [s.n.]， 2006： 2641?2648.

[8] 柯文德，彭志平，洪炳镕，等.基于運動相似性的仿人機器人上階梯行走研究[J].華中科技大學(xué)學(xué)報（自然科學(xué)版），2012，40（12）：60?64.

[9] ELDEMERDASH Y A， DOBRE O A， LIAO B J. Blind identification of SM and Alamouti STBC?OFDM signals [J]. IEEE transactions on wireless communications， 2015， 14（2）： 972?982.

[10] KARAMI E， DOBRE O A. Identification of SM?OFDM and AL?OFDM signals based on their second?order cyclostationarity [J]. IEEE transactions on vehicular technology， 2015， 64（3）： 942?953.