數位化人類上肢模型的基於約束的優化的方法和系統與流程

2023-06-16 01:27:46 2

背景技術：

虛擬人體模特是計算機生成的實體(即，人或物)的圖像，其可以被操作以假設實際的人或物可以自然地假設的位置或姿勢。對於本申請中描述的實施例，該實體是人體或人體的一部分，但是一般來講描述的概念可以應用於其它實體，例如真實的動物或假想的生物。

虛擬人體模特可以包括由四個部分：鎖骨、肱骨、前臂和手部組成的簡化的上肢運動鏈。這一運動鏈可以包括，例如九個自由度(dof)，允許該鏈的末端效應器(即，手部)可以被移動以拿起指定的目標，諸如手柄、電鑽或螺絲刀。

該運動鏈還可以包括在該運動鏈的每個dof的空間邊界方面的活動範圍(rom)。這一模擬人類上肢的方式類似於在機器人操縱手中看到的，針對這種方式僅僅是每個dof上的恆定的上下邊界是必須的，以便限制冗餘運動鏈的移動。

虛擬人體模特經常使用逆運動(ik)姿勢引擎來尋找該人體模特的將其末端效應器放置在指定目標上的配置。雖然該ik姿勢引擎在尋找解決方案方面非常高效，但是可預測的姿勢缺少魯棒性。「缺少魯棒性」指的是該目標的輕微位移可能導致dof角度的突然跳躍的事實，這可能導致不切實際的人類姿勢。

這一缺少魯棒性是至少部分由於運動鏈的冗餘。運動鏈冗餘指的是運動鏈能夠採用多種方式以達到相同的末端效應器位置的事實。由於相對於末端效應器約束的數量(對於這一示例，對於手部在3和6之間)有較高數量的dof(在這一示例中，從鎖骨到手部的九個dof)而存在所述冗餘。

已知的是人類上肢的各個dof之間存在生理從屬關係。例如，當將肱骨以不同升舉平面(planeofelevation)進行升舉時，鎖骨和肩胛骨部分遵循公知為「肩部節律的」可重複的、非線性的運動模式。此外，在肱骨在空間中的方向和內部/外部肱骨軸向旋轉的極限之間存在非線性關係。

此外，這些生理從屬關係表示複雜的人類上肢生理屬性，這遠比機器人操縱手複雜得多。所有這些生理從屬關係的完全整合是在本領域內找到的傳統虛擬人體模特中缺少的。

本領域已知的虛擬人體模特的上肢因此涉及(1)運動鏈中的冗餘，(2)沒有考慮每個dof之間的從屬關係的簡化運動鏈，以及(3)來自過期資料庫的rom的簡化和(有時)過低/過高估計。直接結果就是過大的解空間，這導致運動鏈中的不需要的振動和預計的姿勢的較差魯棒性。

從用戶的角度看，用傳統上肢模型為虛擬人體模特擺姿勢會成為挑戰性的和麻煩的任務。所述擺姿勢任務可能要求大量時間，減少了可用於結果姿勢的生理學分析的時間。此外，使用這種模型，用戶對預測出的姿勢沒有多少信心，因為一些姿勢可能看起來在現實中不太可能達到。

技術實現要素：

所描述的實施例提供對模擬虛擬人體模特的上肢部分的傳統技術的幾個改進。例如，所描述的實施例使用從多個源收集的關於上肢生理學的生理學信息。此外，所描述的實施例使用關於所述上肢的每個dof的運動學的和rom的特定信息。

所述的實施例通過施加下列來提出對上肢運動鏈冗餘度的改善管理：

1.驅動鎖骨dof的預先計算的生理節律，以及

2.模擬鎖骨、肱骨和手腕關節的生理rom的錐形夠及範圍錐體所描述的方法的提出的肱骨rom可以覆蓋被估計人口的三個不同百分率(即，百分之5、50和95)。同時，所描述實施例的提出的手腕rom可以覆蓋使用不同的「夠及範圍錐體(reachcone)」的四種不同類型的手部打開(即，完全打開的拳頭、握成一個小圓筒(例如，25mm直徑)、握成一個大圓筒(例如，50mm直徑)和完全握緊拳頭)。

智能上肢模型的優勢可以包括：沒有鎖骨振動，以及提高的魯棒性。預期這些改進能夠在減少用於定位該人體模特的時間的比例方面做出貢獻，從而增加專用於姿勢分析的時間的比例。

在將智能約束的上肢模型與只有下/上邊界約束的模型的精度進行比較時，所描述的實施例的ik姿勢引擎不要求顯著附加的時間以便找到該智能模型的解。由於其更受約束的屬性(即，減少的dof和解空間數量)，因此所描述實施例的模型勝過較少約束的下/上邊界模型。

在一個方面，本發明是虛擬人體模特的上肢模型，包括數據轉換引擎，其被配置為基於一個或多個數據集合來產生轉換數據。每個數據集合可以表示運動鏈的元素之間的從屬關係。該上肢模型還包括被配置為基於該轉換數據來生成一個或多個約束的運動鏈的模型，以及被配置為基於該一個或多個約束來確定從第一位置到第二位置的軌跡的姿勢引擎。

在一個實施例中，該運動模型還包括渲染引擎，其被配置為渲染與該第二姿勢相對應的姿勢。在另一個實施例中，該運動模型的元素包括鎖骨、肩胛骨、肱骨、前臂和手部的一個或多個。

在一個實施例中，所述從屬關係涉及與該運動模型的至少一個元素相關聯的一個或多個自由度。在另一個實施例中，所述一個或多個數據集合包括實驗數據。在另一個實施例中，該運動模型包括鎖骨-肩胛骨-肱骨(csh)模型和鎖骨-肱骨(ch)模型兩者中的至少一者。csh模型的肱骨關節可以連接到ch模型的肱骨關節，並且該csh模型的肘關節可以連接到該ch模型的肘關節。所述轉換數據可以被提供給csh模型作為表徵該ch模型的行為的輸入。

在一個實施例中，一個或多個約束包括以下至少一項：(i)鎖骨節律係數和(ii)與運動模型元素相關聯的夠及範圍錐體。

在另一個實施例中，該姿勢引擎包括非線性求解器，所述非線性求解器被配置為執行以下中的一項或多項：(i)驗證每個約束被履行，以及(ii)確定約束梯度，所述約束梯度表明解空間中的搜索方向。

在另一個方面，本發明是一種確定虛擬人體模特上肢的末端效應器軌跡的方法，包括利用數據轉換引擎基於一個或多個數據集合來產生轉換數據。每個數據集合可以表示運動鏈的元素之間的從屬關係。該方法還包括，利用運動模型基於該轉換數據來生成一個或多個約束。該方法還包括，利用姿勢引擎來確定從第一位置到第二位置的末端效應器軌跡。該末端效應器軌跡可以基於所述一個或多個約束來確定。

一個實施例還包括使用渲染引擎渲染與所述第二姿勢相對應的姿勢。另一個實施例還包括從實驗數據獲取數據集合。

在一個實施例中，所述生成還包括執行鎖骨-肩胛骨-肱骨(csh)模型和鎖骨-肱骨(ch)模型兩者中的至少一者。該方法還可以包括將csh的肱骨關節連接到ch模型的肱骨關節，以及將該csh模型的肘關節連接到該ch模型的肘關節。該方法還可以包括將所述轉換數據提供給所述csh模型作為表徵該ch模型的行為的輸入。在另一個實施例中，所述一個或多個約束包括以下至少一者：(i)鎖骨節律係數和(ii)與運動模型元素相關聯的夠及範圍錐體。

一個實施例還包括用非線性求解器執行以下中的一項或多項：(i)驗證每個約束被履行，以及(ii)確定約束梯度，所述約束梯度表明解空間中的搜索方向。

在又另一個方面，本發明是被配置為存儲用於確定虛擬人體模特上肢的末端效應器軌跡的指令的非暫時性計算機可讀介質。所述指令當由處理器加載並執行時，使所述處理器利用數據轉換引擎基於一個或多個數據集合來產生轉換數據。每個數據集合可以表示運動鏈的元素之間的從屬關係。該指令還使該處理器通過利用運動鏈的模型，基於所述轉換數據來生成一個或多個約束。該指令還使所述處理器通過利用姿勢引擎，來確定從第一位置到第二位置的末端效應器軌跡。該末端效應器軌跡可以基於所述一個或多個約束來確定。

在一個實施例中，該指令還使所述處理器使用渲染引擎渲染與該第二姿勢相對應的姿勢。

附圖說明

上述內容通過下面本發明的示例性實施例的更多具體細節將會顯而易見，正如附圖中所示，其中相同的參考符號貫穿不同視圖指代相同的部件。該附圖不是必須按比例的，而是重點在於舉例說明本發明的實施例。

圖1a示出根據本發明的一個或多個描述的實施例的創建步驟的第一階段。

圖1b示出根據本發明的創建步驟的第二和第三階段。

圖1c示出根據本發明的示例數據轉換過程的更詳細描述。

圖1d示出根據本發明的示例csh模型運動數據轉換過程的更詳細描述。

圖1e示出根據本發明的示例上肢模型(csh到ch)運動傳遞的詳細描述。

圖1f示出根據本發明的示例ch模型輸出數據轉換過程的詳細描述。

圖2a示出具有根據現有技術的上肢模型的示例性軌跡路徑的人體模特。

圖2b示出根據本發明的一個或多個描述的實施例具有示例性軌跡路徑的人體模特。

圖3示出對應於圖2a的示例的各種dof角度。

圖4示出對應於圖2b的示例的各種dof角度。

圖5示出根據本發明的示例性上肢建模系統的實施例。

圖6示出可以用於實現圖5中描述和示出的一個或多個組件的處理器系統的一個實施例。

圖7示出根據本發明的一種確定虛擬人體模特上肢的末端效應器軌跡的方法的一個實施例。

具體實施方式

下面是本發明的示例實施例的描述。

本申請中列舉的所有專利、公開申請和參考的內容以引用的方式整體併入本文。

該智能上肢模型在上肢的運動鏈上應用生理學約束，以便減少可能的解決方案的數量。為此，該模型需要關於這些生理學約束的信息，諸如鎖骨節律(rhythm)和部分(segment)的「夠及範圍錐體(reachcone)」。在該模型的「創建」步驟內估計這些約束。在「應用」步驟內，這些約束被進一步應用於該虛擬人體模特的上肢部分，它由基於優化的逆運動(ik)姿勢引擎來驅動。

該創建步驟還進一步被劃分為3個階段，在圖1a和1b中示出。在圖1a中示出的階段1內，從各種文獻研究104收集或從資料庫106取出實驗數據102。然後，這一數據的一些由一個或多個轉換過程108轉換為方便的形式110，以便由兩個上肢模型112在階段2(圖1b中示出)中使用。圖1a到1f的示例實施例可以使用來自下面列出的參考文獻的實驗數據，但其它實施例可以使用其它參考文獻，替代或使用下面一些或全部參考文獻：

degroot,j.h.andr.brand,「athree-dimensionalregressionmodeloftheshoulderrhythm,」clinbiomech(bristol,avon),2001.16(9):p.735-43.

grewal,t.-j.andc.r.dickerson,「anovelthree-dimensionalshoulderrhythmdefinitionthatincludesoverheadandaxiallyrotatedhumeralpostures,」journalofbiomechanics,2013.46(3):p.608-611.

inman,v.t.,j.b.saunders,andl.c.abbott,「observationsofthefunctionoftheshoulderjoint,」clinorthoprelatres,1944(330):p.3-12.

ludewig,p.m.,etal.,「motionoftheshouldercomplexduringmultiplanarhumeralelevation.」jbonejointsurgam,2009.91(2):p.378-89.

mcclure,p.w.,etal.,「direct3-dimensionalmeasurementofscapularkinematicsduringdynamicmovementsinvivo」jshoulderelbowsurg,2001.10(3):p.269-77.

wang,x.,etal.,「three-dimensionalmodelingofthemotionrangeofaxialrotationoftheupperarm,」jbiomech,1998.31(10):p.899-908.

delfs,n.「manikinintime；developmentofthevirtualmanikinwithexternalrootandimprovedinversekinematics,inmathematicalsciences,」2012,universityofgothenburg:gothenburg.p.40.

christiensen,j.m.andj.w.mcbarron,「man-systemsintegrationstandards,」(nasa-std-300),n.a.a.s.administration,editor.1989,nationalaeronauticsandspaceadministration:houston,tx,usa.

diffrient,n.,a.tilley,andd.harman,「humanscale7/8/9,」1981,massachusettsinstituteoftechnology:cambridge,ma.p.52.

engin,a.e.ands.m.chen,「statisticaldatabaseforthebiomechanicalpropertiesofthehumanshouldercomplex—i:kinematicsoftheshouldercomplex,」jbiomecheng,1986.108(3):p.215-21.

tumer,s.t.anda.e.engin,「three-dimensionalkinematicmodelingofthehumanshouldercomplex—partii:mathematicalmodelingandsolutionviaoptimization,」jbiomecheng,1989.111(2):p.113-21.

gehrmann,s.v.,r.a.kaufmann,andz.m.li,「wristcircumductionreducedbyfingerconstraints,」jhandsurgam,2008.33(8):p.1287-92.

edelsbrunner,h.,d.kirkpatrick,andr.seidel,「ontheshapeofasetofpointsintheplane,」informationtheory,ieeetransactionson,1983.29(4):p.551-559.

engin,a.e.ands.m.chen,「statisticaldatabaseforthebiomechanicalpropertiesofthehumanshouldercomplex—ii:passiveresistivepropertiesbeyondtheshouldercomplexsinus,」jbiomecheng,1986.108(3):p.222-7.

maurel,w.,「3dmodelingofthehumanupperlimbincludingthebiomechanicsofjoints,musclesandsofttissues,ininformatique,」1999,ecolepolytechniquefederaledelausanne(epfl):lausanne,suisse.p.204.

veeger,h.e.j.andb.yu.,「orientationofaxesintheelbowandforearmforbiomechanicalmodeling,」inbiomedicalengineeringconference,1996.,proceedingsofthe1996fifteenthsouthern.1996.

wilhelms,j.anda.vangelder,「fastandeasyreach-conejointlimits,」j.graph.tools.2002.6(2):p.27-41.

doody,s.g.,l.freedmanandj.c.waterland,「shouldermovementsduringabductioninthescapularplane,」archphysmedrehabil,1970.51(10):p.595-604.

poppen,n.k.andp.s.walker,「normalandabnormalmotionoftheshoulder,」jbonejointsurgam,197658(2):p.195-201.

bagg,s.d.andw.j.forrest,「abiomechanicalanalysisofscapularrotationduringarmabductioninthescapularplane,」amjphysmedrehabil,1988.67(6):p.238-45.

johnson,g.r.,p.r.stuart,ands.mitchell,「amethodofthemeasurementofthree-demiensionalscapularmovement,」clinbiomech(bristol,avon),1933.8(5):p.269-73.

mcquade,k.j.andg.l.smidt,「dynamicscapulohumeralrhythm:theeffectsofexternalresistanceduringelevationofthearminthescapularplane,」jorthopsportsphysther,1998.27(2):p.125-33.

vanderhelm,f.c.andg.m.pronk,「three-dimensionalrecordinganddescriptionofmotionsoftheshouldermechanism,」jbiomecheng,1995.117(1):p.27-40.

ludewig,p.m.cook,andd.a.nawoczenski,「three-dimensionalscapularorientationandmuscleactivityatselectedpositionsofhumeralelevation,」jorthopsportsphysther,1996.24(2):p.57-65.

meskers,c.g.m.,etal.,「3dshoulderpositionmeasurementsusingasis-degree-of-freedomelectromagnetictrackingdevice.clinicalbiomechanics,1998,」13(4-5):p.280-292.

wu,g.,vanderhelm,f.c.t.,veeger,h.e.j.,makhsous,m.,vanroy,p.,anglin,c.,…buchholz,b.,「isbrecommendationondefinitionsofjointcoordinatesystemsofvariousjointsforthereportingofhumanjointmotion-partii:shoulder,elbow,wristandhand.journalofbiomechanics,」38(5),981-992,2005(doi:http://dx.doi.org/10.1016/j.jbiomech.2004.05.042).

圖1c提供了根據本發明的實施例的示例數據轉換過程108(ludewig的運動數據轉換過程)的更詳細描述。圖1d提供了根據本發明的實施例的另一個示例數據轉換過程108(csh模型運動數據轉換過程)的更詳細描述。圖1c的ludewig轉換過程允許用ludewig等人2009年的實驗數據來驅動csh模型。這一數據表示從15度到135度升舉角(from15to135degreesofelevation)的多平面升舉(額平面、肩胛平面和矢狀面(frontal,scapular,andsagittalplane))。

csh模型是由3個球狀關節組成的閉環模型，具有9個真實的自由度(dof)以及一個在肩胛骨和胸部之間的滑動面約束。該局部坐標系和dof遵循wu等人的協約(2005)。雖然鎖骨和肱骨的長軸是自由移動的(由兩個dof表示)，但是軸向旋轉(即，第三dof)藉助於運動約束被阻限(block)在零度，因為它在該過程中不是有用的。這一過程的輸出是針對ludewig等人2009年的用於三個不同升舉平面的csh模型的每個dof的角度值。

在該過程結束時，這些值由於肩胛骨-胸部滑動面運動約束的應用而輕微地不同於ludewig的數據。針對該約束，胸部的恰當部分通過橢圓體來模擬，而肩胛骨的恰當部分使用其表面上的相關位置處的接觸節點來模擬。

圖1d的csh模型運動數據轉換過程允許使用從圖1c中示出的轉換過程輸出的數據，以及兩個其它實驗數據集合(即，肱骨長軸夠及範圍錐體(engin等人，1986年)和軸線旋轉極限(wang等人，1998年))。獨立變量和從屬變量之間的各種非線性回歸被計算。所述兩個獨立變量是胸部肱骨(th)升舉平面(elevationplane)和肱骨的升舉(elevation)，而所述從屬變量是鎖骨、肩胛骨的dof以及肱骨的第三dof(即，軸向旋轉)的下極限和上極限。首先，執行在ludewig的實驗數據的各個升舉平面之間的薄板樣條內插。之後，執行在相應數據與engin等人1986年的實驗數據的肱骨長軸外部夠及範圍錐體(humeruslongaxisexternalreachcone)之間的外插。之後，超出某些預定義極限的角度值被鉗制在那些極限以內。這些極限是從先前對鎖骨和肩胛骨的dof中的每一個進行的rom估計的各種實驗研究的認真回顧獲得的。最後，使用三階直接多項式回歸，在獨立變量和從屬變量之間獲得回歸係數。該過程允許掃描(sweeping)肩膀的整個運動範圍(rom)，同時確保該csh模型的每個部分(segment)的生理學移動。該過程的輸出是：針對該掃描過程的每個離散點，該csh模型的每個dof的角度。

該第一模型是「鎖骨-肩胛骨-肱骨」(csh)閉環運動模型，並且直接用從階段1轉換的實驗數據來驅動。該第二模型是「鎖骨-肱骨」(ch)開環模型，並且間接地由該csh模型通過連接它們各自的肱骨關節和肘關節(humerusandelbowjoints)來驅動。在csh模型和ch模型之間的這一轉換允許所描述的實施例獲取能夠應用於虛擬人體模特的上肢的數據，該虛擬人體模特的上肢通常被簡化為沒有肩胛骨的四部分模型。圖1e中示出示例性上肢模型(csh到ch)運動傳遞過程112的詳細描述。這一過程允許執行在csh模型和簡化的ch模型之間的耦合(即，運動傳遞)，以便將rom掃描動作從csh模型傳遞到ch模型。這兩個模型具有不同的運動配置。這兩個模型的配置都在方框中示出。對於csh模型，ch模型的鎖骨的軸向旋轉(即，第三dof)藉助於運動約束被阻限在零度，因為它在該過程中不是有用的。ch模型與csh模型在它們的兩個公共關節(即，盂肱關節和肘關節)處耦合。所述耦合具有這些關節的xyz位置之間的直接對應關係的形式。這一過程的前三個輸出是：針對該掃描過程的每個離散點，該ch模型(即，鎖骨和肱骨)的所有dof的角度值。此外，從gehrmann等人2008年的研究中提取出四個不同版本的手腕夠及範圍錐體(wristreachcones)。這些不同錐體對應於四種不同的手部打開(握緊拳頭、握成25和50cm的圓筒以及完全打開的手部)。這些錐體不會干擾csh模型和ch模型的肩膀部分。但是，它們在這裡與前臂和手部模型運動配置一起示出。這允許理解針對該虛擬人體模特的整個上肢的前臂和手部的運動配置，以及手腕錐體的連接之處。

在階段3中，一旦獲取該ch模型的運動學(kinematic)，則使用ch模型輸出數據轉換過程114來估計鎖骨節律係數以及鎖骨、肱骨和手腕的夠及範圍錐體。這一信息還表達為在下列的一個或多個方面的約束：(i)線性等式，(ii)線性不等式，(iii)非線性等式和(iv)非線性不等式，以便饋給基於優化的ik引擎。圖1f提供了根據本發明的一個實施例的示例性ch模型輸出數據轉換過程114的更詳細的描述。這一過程允許將來自圖1e中示出的上肢模型112的ch模型輸出數據轉換成方便的約束係數，以便以生理學方式約束非線性優化求解器。在獨立變量和從屬變量之間的各種非線性回歸被計算。所述兩個獨立變量是盂肱(gh)關節的前兩個dof(即，升舉平面和升舉)，而所述從屬變量是鎖骨的兩個dof以及肱骨的第三dof(即，軸向旋轉)的下極限和上極限兩者中的每一個。

得出兩個類型的約束：1)鎖骨節律，以及，2)鎖骨和肱骨的夠及範圍錐體。該鎖骨節律將兩個獨立的肱骨變量的移動耦合到鎖骨的兩個dof中的每一個。同時，該夠及範圍錐體建立鎖骨和肱骨部分的每一個的縱軸的錐形極限，同時只考慮rom掃描的邊界。可以生成各種輸出以便饋給優化求解器。首先，從施加在其兩個dof(前伸和升舉)中的每一個上的鎖骨節律回歸取回約束係數(pij)，並且還將約束係數表達為非線性等式(ceq＝0)。此外，每個夠及範圍錐體(即，鎖骨、肱骨和手腕)被轉換為線性不等式集合(ax<＝b)，其表示該錐體的內部區域。最後，取回肱骨第三dof極限(即，內部旋轉)的回歸係數(pij)，並且其還表示施加到那些極限上的非線性不等式(c＝0)。

基於優化的ik引擎包括應要求的(ondemand)智能上肢約束。如果手部的效應器(effector)被激活以便夠及一個目標，則姿勢引擎被配置為在要解決的問題中包括智能上肢約束。這些約束(見圖1b的「數據輸出」框)通過將任何非生理學的上肢姿勢丟棄，來使解空間降維(reduce)。

在內部，由該姿勢引擎使用的非線性求解器包括兩個不同水平的約束。首先，它驗證每個約束是被遵守並保留的。之後，相關聯的約束梯度(關於已使能的人體模特關節dof的約束的偏導數)被用於確定在解空間中的搜索方向。最後，當找到優化解決方案時，該姿勢引擎將其指派給該人體模特的dof。然後將最終的姿勢顯示給用戶。

所描述的實施例的一個獨特的方面是將兩個上肢模型與不同配置(即，csh和ch)耦合起來。這一耦合允許所描述的實施例將在現實的肩膀配置(即csh)上實驗性地測量到的夠及範圍錐體和節律轉換為專用於簡化的ch配置的夠及範圍錐體和節律。所描述的實施例因此向仍然被很多文獻的虛擬人體模特所使用的ch模型應用現實的生理學約束。

所描述的實施例的上肢模型關於只有下/上常量dof邊界的上肢模型顯示出增加的魯棒性。這一魯棒性與運動鏈的行為密切相關。

在一些實施例中，並且再次參考圖1a和1b，執行一次產生轉換數據110的數據轉換，以使得作為結果的轉換數據然後可以被上肢模型112反覆使用。在其它實施例中，針對上肢模型112的一次或多次執行，來執行該數據轉換。

在圖2a和2b中描述的示例中，豎直軌跡202稍稍位於人體模特的右前方，從骨盆之下一直到頭頂上。圖2a示出針對傳統上肢模型施加的軌跡，而圖2b示出針對根據所描述實施例的上肢模型施加的軌跡。在圖2a和2b的每一個中，前臂由字母「f」識別，肱骨由字母「h」識別，而鎖骨由字母「c」識別。對於圖2b，還示出了鎖骨和肱骨夠及範圍錐體204和手腕夠及範圍錐體206。

運動鏈的魯棒性可以通過對在該豎直軌跡任務過程中鎖骨、肱骨和前臂的各種dof進行監視來量化。對於這一示例，該任務開始並且結束於軌跡202的底部。可以通過沒有突然變化的平滑dof曲線來表徵完美的魯棒性，其中，上升曲線與下降曲線是完全相同的。

圖3中示出了只具有下/上常量dof邊界的、圖2a中的上肢模型的dof角度。在該任務的上升和下降部分之間在dof角度中有相當大的差異，尤其對於圖(graph)302中示出的鎖骨升舉。在dof角度中也有突然變化，諸如針對豎直位移上的接近800mm的鎖骨升舉所表現出的變化304。這些結果說明傳統上肢模型受困於缺少魯棒性。

圖4中示出了所描述實施例的智能上肢模型的結果。在該任務的上升和下降部分的dof角度之間只有輕微差異，這兩部分在每個圖(graph)中幾乎顯示為完全相同。此外，根據圖4中描述的實施例的模型不表現出dof角度的突然變化，諸如圖3中的變化304。這些估計是向鎖骨dof應用非線性節律的直接結果，這迫使其旋轉遵循肱骨的以生理學方式的旋轉。這些結果有助於示出，在與只有下/上常量dof邊界的模型比較時，所描述實施例的智能上肢模型具有高得多的魯棒性。

圖5示出根據本發明的智能上肢建模系統500的實施例。數據轉換引擎502接收一個或多個數據集合504，每一個集合表示運動鏈的元素之間的從屬關係，並且使用上文在圖1a-1f中描述的過程和/或下文在圖7中示出的方法700來產生一個或多個轉換數據集合506。

運動鏈的模型508基於所述轉換數據506來生成一個或多個約束510。姿勢引擎512基於該約束510生成與該上肢相關聯的軌跡信息514。

在一個實施例中，渲染引擎516生成顯示數據518，該顯示數據被提供給顯示組件520。

數據轉換引擎502、運動鏈的模型508、姿勢引擎512和渲染引擎516可以由處理器執行的軟體或固件代碼、由基於硬體的狀態機或由其它基於硬體的組件(諸如專用集成電路(asic))或由硬體實現和軟體實現的組合來實現。

圖6示出可以用於實現圖5中描述和示出的一個或多個組件的處理器系統602的一個實施例。該處理器系統602包括電耦合到總線606的處理器元件604。該處理器604通過總線606訪問來自存儲器元件608的數據和指令代碼。該系統602還包括各種支持電子器件610，其通過總線606或直接通過其它通信路徑連接到該處理器系統602的其它元件。系統602還包括用於與各種用戶i/o設備(例如，鍵盤、滑鼠等等)通信的用戶i/o接口612、用於與顯示器通信的顯示接口614和用於通過網絡(例如，lan、wan或網際網路)與外部實體通信的通信接口616。在運行過程中，處理器系統602通過處理器元件604和存儲在存儲器元件608中的數據和指令代碼，執行上文在圖1a-1f中描述的轉換過程和/或下文在圖7中示出的方法的步驟。

圖7示出根據本發明的確定虛擬人體模特上肢的末端效應器軌跡的方法700的一個實施例。一旦接收(702)關於確定虛擬人體模特上肢的末端效應器軌跡(endeffectortrajectory)的請求，該實施例可以包括，利用數據轉換引擎，基於一個或多個數據集合來產生(704)轉換數據。每個數據集合表示運動鏈的元素之間的從屬關係(dependencies)。該實施例還可以包括，利用運動鏈的模型，基於該轉換數據來生成(706)一個或多個約束。該實施例還可以包括，利用姿勢引擎，來確定(708)從第一位置到第二位置的末端效應器軌跡。該末端效應器軌跡可以基於所述一個或多個約束來確定。該實施例還可以包括，利用渲染引擎，來渲染(710)與該第二姿勢相對應的姿勢。

顯而易見的是，本申請中描述的一個或多個實施例可以實現在很多不同形式的軟體和硬體中。用於實現本申請中所描述的實施例的軟體代碼和/或專用硬體並不僅限於本申請中描述的本發明的實施例。因此，實施例的操作和行為是不參考特定軟體代碼和/或專用硬體描述的—可以理解的是，能夠基於本申請中的描述設計用於實現所述實施例的軟體和/或硬體。

此外，本申請中描述的示例實施例的某些實施例可以實現為執行一個或多個功能的邏輯。這一邏輯可以是基於硬體的、基於軟體的或基於硬體和基於軟體的組合。一些或所有所述邏輯可以被存儲在一個或多個有形的、非暫時性的、計算機可讀存儲介質中，並且可以包括可以由控制器或處理器執行的計算機可執行指令。所述計算機可執行指令可以包括實現本發明的一個或多個實施例的指令。所述有形的、非暫時性的、計算機可讀存儲介質可以是易失性的或非易失性的，並且可以包括，例如快閃記憶體、動態存儲器、移動硬碟和非移動硬碟。

雖然本發明已經被部分示出並且參考其示例實施例進行了描述，但是本領域的技術人員應該理解的是，可以在不脫離所附權利要求包含的本發明範圍的前提對其中的形式和細節做出各種改變。