多维空间中轨迹追踪系统的研究现状

2022-09-10

近几年来, 智能电子设备越来越受到人们的钟爱, 市面上大多电子设备如电子阅读器、便携式笔记本等功能越来越强大, 而且是方便人们使用, 使得人与人之间的交流、娱乐、出行都离不开。而且随着科学技术的飞速发展, 人们对电子设备之间使用性能提出了更高、更人性化的要求。人们所称的人机交互[1], 是探究机器和人之间的相互交流, 即人们通过各种方式发出指令, 如输入设备有键盘、摄像头、鼠标等人机交互界面完成信息的传输, 计算机接收到人们发出的指令后做出反馈。人机交互技术已经是人们生活、工作和学习中不可缺少的一部分, 在各种电子类产品用户界面的重要部分之一。

人机交互有很多种手段, 在实际应用中, 模式识别技术最重要应用就是手写识别。手写识别技术概括为两种, 一则是平面手写识别技术, 也是生活中随处可见的, 另一则就是空中手写识别技术。到目前为止发展很成熟的平面手写技术对各类繁体字[2]和连笔字[3]也有较高的辨别率。人们利用电子设备方便于大家, 便追求它的适应性和辨别的正确性。对于二维平面上的手写输入存在一定的局限性, 书写者在输入数据时书写不能超出规定的书写范围, 而且必须使用双手进行操作, 这样造成了用户体验效果不佳的感受。在移动过程中, 主要通过触屏或键盘录入或传播数据信息, 即使这样, 仍存在一定的缺陷, 满足不了用户的体验效果。基于这样的一个现状, 三维空间手写轨迹识别技术出现了, 人们利用电子设备方便于大家, 便追求它的适应性和辨别的正确性。相较于二维平面的输入方式, 显然人们只用一只手便能完成运动轨迹, 也就是数据输入。再者, 相比于平面手写的用户体验, 空中手写轨迹识别技术的用户体验要好得多。所以, 三维空间书写轨迹识别是人机交互范围的重要应用, 而且是手写识别范围的一项非常重要的研究范畴和成长方向。

一、国内外研究现状

(一) 空中手写研究现状

三维空间运动轨迹的检测目前研究人数逐年增加, 属于一种比较新的领域。在三维空间中, 书写板不受束缚, 比较自由, 三维空间的信息采集通过数据采集设备获取空间的运动数据, 这样使书写更加易于实现。从目前形势分析, 空间轨迹识别检测技术的研究还不是很深, 有很大的开发潜力。

既使空间轨迹检测系统的研究比较慢, 仍有几种比较成熟的算法:神经网络识别算法、隐马尔可夫模型 (HMM) 、支持向量机 (SVM) 以及贝叶斯网络等。这些大多是对已有字符的信息采集的算法研究[3], 当前的空间轨迹检测的研究方向只针对数字和字母, 还没有能够识别汉字。

因为书写时会出现连笔现象, 使得三维空间书写的字符或数字分辨率不高。但是现在能解决连笔问题是通过提取字母或数字的特征, 经过反复训练得到样本, 然后进行比较, 如图1, 但存在的缺点是采集的样本数量有限, 得到的特性匮乏, 效果不甚明显。

(二) 运动轨迹检测研究现状

使用加速度传感器进行运动位移计算, 进而检测运动轨迹的应用比较重要。一般情况下, 对加速度传感器采集到的轨迹数据进行连续积分利用模拟量加速度传感器检测书写轨迹, 研究成本低, 信息准确率高。但缺点是该物理硬件体积庞大, 不满足数字化潮流, 日后可能会被大家淘汰。目前有交互式多模型滤波器、高斯混合滤波器、扩展卡尔曼滤波器等等;大多数情况下采用多项式补偿算法和零速度补偿算法解决运动轨迹的数据误差问题。比如在汽车行业中惯性导航系统和GPS结合使用时, 常常选择数据精度比较高的的辅助系统解决误差问题, 然后将采集到的各种数据经某种融合算法进行融合, 检验并纠正检测结果。

二、轨迹检测技术发展趋势

三维空间轨迹检测的信息有两种获取方式, 一种是根据三维加速度传感器采集的数据信息作为输入, 另一种是根据计算机的图像信息作为输入。发展较早的图像的空中轨迹识别技术, 但是输入数据有一定的局限性:第一种就是对三维空间轨迹检测不能在光线灰暗的环境下进行工作。第二种是不满足空中轨迹检测的条件, 因为在数据采集过程中算法偏难, 精度比较低。然而相比于图像识别技术, 在三维空间中利用加速度传感器检测轨迹技术的操作性比较强, 且抗干扰能力很强。所以使图像作为数据输入的缺点阻碍了发展与使用, 而三维空间手写输入的数据利用加速度传感器采集进入到人们的视野[4]。

手写识别技术在很多方面扩展了人机交互的理论基础, 实际生活中应用此技术, 会将人们的体验感越来越灵活, 越来越舒适;三维空中轨迹识别技术在以后的消费电子产品中占有不可估量的地位, 尤其在那些特殊人群中;此外, 加速度传感器集成度越来越高, 体积小, 方便携带并进行操作。对综上所述, 此项技术具有会有很广阔的前景[5]。

摘要:在计算机的输入方式中, 备受欢迎的方式是手写输入, 在平面书写的轨迹或数据信息是通过二维平面的输入得到的, 然后将采集到的数据发送到接收装置进行处理。而虚拟现实的人机交互领域则利用三维空间追踪其轨迹信息。

关键词:轨迹追踪,三维,人机交互

参考文献

[1] 崔璐璐.基于MEMS器件的姿态测量系统研究与实现[D].大连理工大学, 2009.

[2] 付梦印.Kalman滤波理论及其在导航系统中的应用[M].科学出版社, 2010.

[3] .冯颖.无线传感器网络的移动目标跟踪算法研究.湖南大学硕士毕业论文, 2007.

[4] 黄小平, 王岩.卡尔曼滤波原理及应用[M].电子工业出版社2015, 30-39.

[5] 王荣.可穿戴传感网络中异质传感器数据融合算法研究[D].南京:南京邮电大学, 2013.

上一篇:房地产信贷风险的新特征与防范策略研究下一篇:“营改增”后对财产保险公司进项税额抵扣影响的若干思考