【Nokov】动作捕捉系统培训笔记

2023-10-10 06:50

本文主要是介绍【Nokov】动作捕捉系统培训笔记,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Nokov度量科技

  简介:Nokov是一种光学三维动作捕捉系统,采用红外镜头捕捉被动发光标记点,构建三维数据的动作采集与分析系统,运用于运动分析、步态康复、模拟训练、机械仿生、机器人、无人机、人机交互、军事军工等,是北京度量科技有限公司的经典品牌。

一.系统连接:

硬件连接:将镜头与三向云台连接,云台与三脚架连接,每个镜头通过网线与交换机进行连接,尽量按照镜头序号来放置镜头。
软件安装:Seeker
软件设置:IP地址设置,参数的修改等
加密狗:目的是通过对软件与数据的保护防止知识产权被非法使用。

二. 实时设置与数据采集 (Live Mode下)

注:数据采集前需要对摄像头进行标定,即进行2.1步骤 镜头设置。

2.1 镜头设置

步骤分别为:调焦-去噪点-标定

调焦:先调光圈至黑圈最小,再调焦距至黑圈比红十字稍微大一点。
去噪点:人为移除反光物体,调节shreshold阈值参数,软件去噪等。去除噪点直至镜头内的点数稳定为反光点数量。
标定前保存配置文件(.cal后缀)
标定:准备好L型标定杆和T型标定杆,杆上分别有4个和3个反光点,并将L型标定杆置于动作捕捉的场地正中央,按钮Calibrate-Initial Calibration,分别进行L型标定和T型标定。
L型标定摆好标志点确保镜头内没有大于4的点数即可
T型标定需要挥杆人员在场地内挥动,确保镜头内点数不超过3,同时在捕捉区域反复挥动,尽量确保杆上的3个Marker点的运动轨迹遍布整个捕捉区域。
两次标定完成后,软件自动计算,Wand Length的Avg值越接近496.05说明越准确。
标定后再次保存配置文件(.cal后缀)

2.2 数据采集

  数据采集前需加载标定好的配置文件.cal后缀,再点击Recording Setting按钮,填文件名然后开始采集,采集后的数据会自动保存为cap后缀文件,一次数据采集就完成了。

三. 数据处理(Post Process下)

SDK实时获取至少需要3个Marker点。

3.1 导入数据

加载动捕数据(.cap后缀),可查看帧数,播放和停止等。

3.2 数据截取

目的:选择数据完整的帧,去除无效点和工作空间外的点。
截取数据:两边的Select按钮,分别截取首末帧数,再点击截取动捕数据,保存路径和文件名。此文件名和之前的数据名相比会自动加一个Trimmed_前缀,表示截取后的动捕数据。
注:截取数据需注意,截取的第一帧和最后一帧数据的反光标志点数量与实际捕捉的反光标志点数量是相同的。
Frames选择Save Selected Frames, 再点击Export Trimmed Capture

3.3 建立MarkerSet

  点击NewMarkerSet–Create a Identifying Template MarkerSet ,并为MarkerSet命名。右边在Marker标签处输入Marker名称,点击快速识别,将命名的点与三维中的点进行一对一匹配。MarkerSet(.mars后缀)

如果是多个点的话需要再创建刚体模板,Create Link Template,将点与点之间进行连接。

3.4 调用已有的MarkerSet

点击 文件 - Add MarkerSet,相当于加载已有的MarkerSet数据集。

3.5 数据修复

  点击 视图 - 标志点XYZ图表,视图上下显示,上显示3D视图,下显示标志点XYZ图表。此时下方即可看到命名的点的XYZ坐标曲线。
  检查各Marker点,当出现帧丢失的情况,曲线图上方会有小竖线,可点击三次方连接,即可拟合曲线,此方法只适用于少量点的丢失,若帧数丢失过多,则需重新采集数据。

3.6 建立刚体Segment

  对于已经建立好MarkerSet并完成修复的数据,可以建立刚体;刚体至少需要由3个Marker点来定义,通过该软件可以得到刚体的欧拉角数据,常用于无人机,机械臂等应用场景。
第一种建立方式SBK,Segment - Skeleton Engine - Skeleton Builder,选择三个点,这三个点分别用来定义刚体的起点,止点和XY平面,此方法选择方便但很容易因为点受到干扰而不能很好的显示刚体。
第二种建立方式CS2.0a,Segment-Calcium Solver 2.0a,此方法需要自己定义很多变量,此方法稍微复杂一点但抗干扰性强,具有很好的适用性,推荐这种方法。

3.7 实时应用MarkerSet(Live Mode下实时显示MarkerSet)

Seeker软件支持在实时模式(Live Mode)下实时显示MarkerSet,即定义名称的Marker和连线,通常与SDK配合使用。
步骤为:在Post Process下对已经完成数据修复带MarkerSet的捕捉文件,点击上方的模板建立,保存动捕数据,回到Live Mode模型,Add/Remove… 勾选保存好的MarkerSet文件,关闭文件,连接镜头即可实时3D显示MarkerSet的数据效果。模板建立的Frames Range选择All

3.8 SDK的应用

Seeker软件支持二次开发,可通过广播数据,开启数据广播前,需确保3.7步骤能够实现。

四. 数据分析

4.1 点,线,角度数据

分析图表:可显示Marker点的在各个方向上的坐标,速度和角速度。.trc后缀直接用Excel打开即可查看数据信息。

4.2 刚体数据

可导出刚体的欧拉角数据。即3.6步骤得到。

小结
一个点建立Marker
多个点建立Links

这篇关于【Nokov】动作捕捉系统培训笔记的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/178728

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

软考系统规划与管理师考试证书含金量高吗?

2024年软考系统规划与管理师考试报名时间节点: 报名时间:2024年上半年软考将于3月中旬陆续开始报名 考试时间:上半年5月25日到28日,下半年11月9日到12日 分数线:所有科目成绩均须达到45分以上(包括45分)方可通过考试 成绩查询:可在“中国计算机技术职业资格网”上查询软考成绩 出成绩时间:预计在11月左右 证书领取时间:一般在考试成绩公布后3~4个月,各地领取时间有所不同

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能