典型应用简介：

MotionMonitor在涉及人体运动研究的广泛应用中提供实时解决方案。旨在分析人体运动的所有方面，从可能影响人体运动的外部刺激开始；响应该模拟的大脑活动的测量和可视化；然后测量和分析影响运动所需的肌肉募集；报告标准运动 学和由此产生的联合力。刺激以各种格式进行监控，从一维目标到在WorldViz和Unity中创建的3D沉浸式虚拟。视觉刺激呈现在简单的平面屏幕、头戴式显示器、立体投影屏幕和的Bertec沉浸式穹顶上。大脑活动从 3 个不同的 EEG 系 统同步捕获，提供轻松识别事件和关联运动的能力。所有的 EMG 系统都对肌肉募集进行了物理测量。此外，可以使用具有用户定义的优化程序的集成肌肉模型对单个肌肉活动进行建模。反向动力学来自 10 个不同的动作捕捉系统和所有的测力台生产商收集的数据。 软件在用于捕获数据的技术的广度和它所包含的分析深度方面。

1、生物力学与生命科学

我们的方案装置支持从骨科到运动机能学、运动科学、运动训练、力量与调节和运动医学的生命科学研究。功能包括：

多种可视化方法，以有效的方式显示您需要的数据，包括文本；条形图或时间序列图；动画；或 3D 可视化。

无需编程即可从下拉菜单中获取原始和处理过的数据，例如运动学和动力学。用户定义的公式和脚本允许对步态分析、平衡、伸手和抓握等进行特定于应用程序的分析。

各种生物力学建模功能，包括自定义关节中心定义和局部坐标系的能力。支持标准方法，例如国际生物力学协会 (ISB) 的建议和用户定义的模型。可以跟踪、分析和可视化手、足和脊柱的各个骨骼。

CT-MRI 配准，用于创建具有特定主题骨骼几何形状的 3D 渲染。解剖标志可以从扫描中自动提取并用于定义生物力学模型。

集成肌肉建模，使用用户定义或导入的 OpenSim 模型，直接从运动捕捉数据中可视化和分析肌肉力和力矩。

支持多种运动捕捉技术，包括相机、惯性和电磁传感器。多种运动学技术可以组合成一个实时混合运动捕捉系统，以同时利用每种技术的优势。

二、神经科学与运动控制

三、康复与人体工程学：

我们的方案装置可以协助师、运动训练师和人体工程学专家进行评估、筛查和再培训：

实时信息提供了评估绩效并向工作人员或患者提供即时反馈的能力。

同步的外围数据，例如 EMG 和测力台，允许对可能导致运动的其他因素进行运动学之外的研究。

用户定义的、图标驱动的界面为您独特的协议提供定制，以确保可靠和简单的数据收集和分析。

实时生物反馈和虚拟现实，使用多种方式显示数据，将评估扩展到训练和行为改变。

原始的、处理过的或用户定义的数据允许评估康复技术或工作场所环境的有效性。可以立即生成自定义报告以与临床医生、风险管理人员和其他人共享此数据。

在数据收集过程中，可以跟踪、动画和分析真实的物体，例如工具或茶杯，以监控工人或患者与周围环境的互动。

定制的交钥匙解决方案，包括便携式系统，使用各种动作捕捉技术，允许在任何环境下收集数据。
四、运动生物力学


我们的方案装置通过许多独特的功能提供监控运动员和提高表现的能力，包括：

使用佳的运动跟踪技术来跟踪、动画和分析运动员的运动和运动对象，如高尔夫、击球、投球、网球、保龄球、骑自行车等。

执行运动特定分析以进行评估、筛选和重返赛场。

以各种方法访问和可视化数据，包括报告摘要、条形图和时间序列图、自定义动画和跟踪。

使用音频反馈为培训和性能增强提供实时反馈。使用虚拟现实扩展实时反馈，为运动员创造身临其境的体验。

使用我们的运动监视器特殊用途应用程序对特定运动或与运动相关的运动进行简化的数据收集和分析，例如：

运动监视器跳跃版： PT、AT 和教练的理想工具，可使用反向运动、深蹲或俯冲快速评估生物力学和神经肌肉性能。

棒球运动监视器：研究质量的动作捕捉解决方案，具有用于跟踪和分析球员投球和击球动作的简化流程。

更多详细配置方案，请咨询产品顾问：李经理，  

1.2.1.1基于红外摄像头的光学步态捕捉

红外光学动作捕捉技术经历数十年的持续发展，目前常用的红外光学动作捕捉技术都是基于计算机视觉原理[4]。红外摄像头的光学步态捕捉主要分为被动式和主动式。被动式是在人体关键部位粘贴反光标记点，主动式是在人体主要部位佩戴上可发射红外线的主动式摄像头。本节主要说明被动形式的光学步态捕捉。在人体的主要骨骼部位以及关节处粘贴反光标记点，利用架设好的红外摄像头追踪反光标记点（Markers），从而计算出反光标记点在空间中的位置。反光标记点和红外摄像头分别如图1-1和图1-2所示。

红外摄像头一般采用RJ45接口，通过网线连接汇聚到交换机，再由交换机统一将数据转发到计算机。

随着3D深度相机技术的成熟，有许多研究者开始研究基于深度相机的动作捕捉系统[5][6]。3D深度摄像头与2D摄像头的区别在于，除了能够获取平面图像外还可以获得深度信息。3D深度技术目前广泛应用在人体步态识别、三维重建、SLAM等领域。目前主流的3D深度摄像头的技术路线有：（1）双目立体视觉；（2）飞行时间（Timeoffly，TOF）；（3）结构光技术等。

表1-1 3D深度摄像头方案对比

利用结构光方案的产品有微软公司推出的Kinect，其广泛的应用在体感交互、人体骨架识别、步态分析等领域。

基本原理是首先找到图像中移动的物体，然后会对移动的物体进行深度评估，识别出人体的部位，然后将其从背景环境中分割出来。分割之后要做的工作就是模式匹配，将其匹配到骨骼系统上。算法流程如图1-7所示。

1.2.1.3基于2D摄像头的动作捕捉

利用2D摄像头实现3D运动轨迹的捕捉是目前的技术研究。2D摄像头即平面摄像头，没有深度信息。目前基于2D摄像头的动作捕捉主要采用卷积神经网路（CNN）将稀疏的2D人体姿态凸显检测的原理。但是此种捕捉方案需要长时间的运算，并不适合实时的运动分析，且输出精度低。基于2D摄像头的动作捕捉目前可以捕捉人体局部的运动姿态，且捕捉之间需要采集大量的数据样本作为训练数据集。2D摄像头在深度信息的预测上存在着偏差，任何一点错误的数据都会导致很大的偏差，稳定性*差。的挑战在于摄像头的遮挡以及快速的运动都是2D摄像头很难追踪到的。其优点在于不需要任何的穿戴，且所需要的2D摄像头触手可得，成本*低，这对大众化的应用是一个不错的选择。利用2D平面摄像头的姿态捕捉应用如图1-9所示。

1.2.1.4基于MEMS惯性传感器的惯性动作捕捉系统

基于MEMS惯性传感器的动作捕捉系统在各个领域都有应用，包括虚拟现实[7]、运动训练[8]、生物医学工程[9]和康复[10][11]。因为它们体积小、重量轻、价格合理[12][13][14]。

惯性动作捕捉系统主要是将惯性传感器绑定在人身体主要骨骼上，如足、小腿、大腿，实时测量出每段骨骼的旋转，利用正向运动学（Forward kinematics，FK）和反向运动学（Inverse kinematics，IK）实时推导计算出整个人身体的运动参数。惯性动作捕捉系统的优势在于他是一种无源的动作捕捉系统，不需要借助任何外部信息，即不受外界环境的干扰。缺点则是由于惯性传感器普遍存在累计漂移会使惯性系统无法测量出运动的位移。其全身穿戴效果如图1-10所示。

产品留言

标题

联系人

联系电话

内容

验证码

点击换一张

注：1.可以使用快捷键Alt+S或Ctrl+Enter发送信息!
2.如有必要,请您留下您的详细联系方式!