现在动作捕捉体系有惯性式和光学式两大干流技能道路，惯性式尽管后于光学式呈现，但以其超低价本钱和简洁老练的处理流程，以及彻底实时的数据核算和回传机制，成为了愈加炙手可热的技能。现在国际上最富代表性的产品是荷兰Xsens公司研制的Xsens MVN惯性式动作捕捉体系以及美国Innalabs公司研制的3DSuit惯性式动作捕捉体系，国内则有诺亦腾、国承万通等公司。
那么惯性式动作捕捉体系是怎么正确运用在虚拟现实中的呢？本文将对惯性动捕的作业原理、优势，及其存在的缺陷进行解析，期望能与业内人士一起讨论。
| 惯性式动作捕捉体系原理
动作捕捉体系的一般性结构首要分为三个部分：数据收集设备、数据传输设备、数据处理单元，惯性式动作捕捉体系便是将惯性传感器使用到数据收集端，数据处理单元经过惯性导航原理对收集到的数据进行处理，然后完结运动方针的姿势视点丈量。
惯性式动作捕捉体系具体是怎么完结的？
在运动物体的重要节点佩带集成加快度计，陀螺仪和磁力计等惯性传感器设备，传感器设备捕捉方针物体的运动数据，包含身体部位的姿势、方位等信息，再将这些数据经过数据传输设备传输到数据处理设备中，经过数据批改、处理后，终究建立起三维模型，并使得三维模型跟着运动物体真实、自然地运动起来。
经过处理后的动捕数据，能够使用在动画制造，步态剖析，生物力学，人机工程等范畴。
加快度计，陀螺仪和磁力计又是怎么作业的？
加快计是用来检测传感器遭到的加快度的巨细和方向的，它经过丈量组件在某个轴向的受力状况来得到成果，体现形式为轴向的加快度巨细和方向（XYZ），但用来丈量设备相对于地上的摆放姿势，则准确度不高，该缺陷能够经过陀螺仪得到补偿。
陀螺仪的作业原理是经过丈量三维坐标系内陀螺转子的笔直轴与设备之间的夹角，并核算角速度，经过夹角和角速度来判别物体在三维空间的运动状况。它的强项在于丈量设备本身的旋转运动，但不能确认设备的方位。而又刚好磁力计能够补偿这一缺陷，它的强项在于定位设备的方位，能够丈量出当时设备与东南西北四个方向上的夹角。
在动作捕捉体系中，陀螺仪传感器用于处理旋转运动，加快计用来处理直线运动，磁力计用来处理方向。通俗易懂地讲——
陀螺仪知道“咱们是否转了身”，加快计知道“咱们运动多长间隔”，而磁力计则知道“咱们的运动方向”。
在动作捕捉体系中三种传感器充沛运用各自的专长，来盯梢方针物体的运动。
现在国际上最富代表性的产品是荷兰Xsens公司研制的Xsens MVN惯性式动作捕捉体系以及美国Innalabs公司研制的3DSuit惯性式动作捕捉体系。MVN是一种全身莱卡套装（也能够选用绑带），运用方便，用户能够在15分钟内设置好整个体系。它选用微型惯性传感器、生物力学模型、以及传感器交融算法，带有 17 个惯性盯梢器，能够在6自由度盯梢身体移动。Xsens MVN 具有快速的周转时刻且数据传输安稳、无误，可节省高达 80% 的后期处理时刻。
| 惯性式动作捕捉体系优势在哪里？
首要是技能优势
惯性式动作捕捉体系收集到的信号量少，便于实时完结姿势盯梢使命，解算得到的姿势信息规模大、灵敏度高、动态性能好；对捕捉环境适应性高，不受光照、布景等外界环境搅扰，而且克服了光学动捕体系摄像机监测区域受限的缺陷；克服了VR设备常有的遮挡问题，能够准确实时地复原如下蹲、拥抱、扭打等动作。此外，惯性式动作捕捉体系还能够完结多方针捕捉。
其次是运用快捷的优势
运用方便，设备细巧简便，便于佩带。
还有本钱优势
比较于光学动作捕捉本钱低价，使得其不光能够使用于影视、游戏等职业，也有利于推进VR设备更快地走进群众日子。
总的来说，惯性式动作捕捉技能有着对捕捉环境的高适应性，它的技能优势、本钱优势和运用快捷的优势，使得它在影视动画、体验式互动游戏、虚拟演播室、真人模仿演练、体育训练、医疗恢复等范畴都有着优异的体现。
| 惯性式动作捕捉体系的下风，以及，怎么处理？
上文中介绍了惯性式动作捕捉体系及其优势，那它有什么下风，又该怎么处理？
一般状况下惯性式动作捕捉体系选用MEMS三轴陀螺仪、三轴加快度计和三轴磁力计组成的惯性丈量单元（IMU， Inertial Measurement Unit）来丈量传感器的运动参数。而由IMU所测得的传感器运动参数有严峻噪声搅扰，MEMS 器材又存在显着的零偏和漂移，惯性式动作捕捉体系无法长时刻地对人体姿势进行准确的盯梢。只要处理了这一个问题，才能使惯性式动作捕捉体系在VR职业充沛发挥作用。
现在，Xsens选用的处理计划如下：
首要对IMU所测得的传感器运动数据做预处理，滤掉原始惯性数据中掺杂的噪声搅扰；
然后不断地进行标定和校准，即不断地对各惯性器材进行相应的补偿以处理MEMS器材的零偏和漂移，进步其数据的准确度和牢靠程度；
接下来在进行姿势解算，并运用姿势参阅体系验证姿势视点数据的准确度，终究完结整个惯性式动作捕捉。
此外，与之不同的是，国内的G-Wearables则选用IK+室内定位技能做主动作捕捉算法，运用惯性式动作捕捉做辅佐算法。这套计划中运用室内定位技能对惯性式动作捕捉技能做实时校准，避免了不断校准的费事。
那么，什么是IK算法？
首要介绍下IK算法及其在动作捕捉体系中的使用。
IK是Inverse Kinematics的缩写，即反向运动学。
在人体分层结构中，关节和骨骼实践构成了运动链，比方肩关节、肘关节、腕关节及其子骨骼便是一条运动链，是整个人体运动链上的一条分支，身体便是运用运动链对运动进行操控。运动分为正向运动和反向运动。已知链上各个关节旋转角，求各关节的方位信息和结尾效应器（end effector）的方位信息，这是正向运动学的问题；而己知结尾效应器的方位信息，反求其先人关节的旋转角和方位，这是便是反向运动学。
反向运动学依据决议运动的几个主关节终究视点确认整个骨架的运动，一般用于环节物体，由不同运动束缚的关节连接成环节构成的分级结构骨架。分级结构骨架由许多选用分级办法组的环节链构成，包含分级结构关节或链，运动束缚和效应器，由效应器带动一切部分一起运动。但有必要遵从特定的等级联系，以便在改换时阻挠各个部件向不同方向散开。如：投球动作，只规则出球的开始方位、终了方位和途径，手臂等即跟从关节的滚动可按反向运动学主动算出。反向运动学办法在必定程度上减轻了正向运动学办法的繁琐作业，是生成传神关节运动的最好办法之一。
IK算法怎么在动作捕捉体系中使用？
如上文所说，假如己知结尾效应器的方位信息，反求其先人关节（也称父关节）的旋转角和方位，这是便是反向运动学。也便是咱们经过室内定位技能，获取结尾效应器的方位信息，然后运用IK算法推算出先人关节的旋转角和方位，然后知道运动者的运动信息，再运用运动信息完结实时动作盯梢显现。
这儿所用的室内定位技能是激光定位技能，经过墙上的激光发射器扫描佩带者佩带的机身上的方位追寻传感器（即IK算法中的结尾效应器），然后取得方位和方向信息。具体来说，这种室内定位技能是靠激光和光敏传感器来确认运动物体的方位。若干个激光发射器会被安顿在对角，构成一个矩形区域，这个区域能够依据实践空间巨细进行调整。每个激光发射器内设计有两个扫描模块，分别在水平缓笔直方向轮番对定位空间发射反正激光扫描定位空间。运动者身上有光敏传感器，经过光敏传感器接收到激光的时刻核算出光敏传感器的准确方位。
经过激光室内定位技能获取传感器的准确方位后，即可运用IK算法反向推算出先人关节的旋转角和方位，然后知道运动者的运动信息。可是因为激光定位过程中或许存在遮挡问题，比方下蹲、拥抱、扭打等动作。所以使用惯性传感器做弥补盯梢，即当呈现遮挡状况时， 室内定位技能+IK算法相结合的动作捕捉技能无法彻底准确地完结，这个时分运用惯性式动作捕捉技能可做弥补。反过来能够运用室内定位技能对惯性式动作捕捉技能做实时校准，不需要另行校准，然后处理遮挡问题的一起，也避免了惯性式动作捕捉无法长时刻准确作业的坏处。
以上具体解析了惯性式动作捕捉体系的原理，优下风等方面的内容，动作捕捉体系作为VR界的隐形钥匙，越来越多地被人们所重视。信任跟着VR职业的迅猛发展，会有更多的更好的处理计划面世，笔者跟咱们相同，等待有一天精准的VR动作捕捉技能能够走入咱们的日常日子。
