新浪新闻客户端

2022中国自动化大会青瞳视觉柔体追踪,无死角光学动作捕捉大放异彩!

2022中国自动化大会青瞳视觉柔体追踪,无死角光学动作捕捉大放异彩!
2022年11月30日 11:37

  2022年11月26日,在福建厦门国际会议中心酒店迎来了2022中国自动化大会的开幕。青瞳视觉核心技术研发团队来自中科院自动化所,CEO张海威先生硕士毕业于中国科学院自动化研究所模式识别与人工智能国家重点实验室,主要研究方向为SLAM定位、三维重建、全景拼接、动作捕捉、表情捕捉等领域,著有授权发明专利三项。中科院自动化所硬核的专业技术作为基奠,让青瞳的动捕技术在柔性物体捕捉、大空间捕捉、40+人捕捉、室外捕捉、无标记捕捉等领域有了质的突破。此次作为自动化协会会员参与了大会。

  作为专业领域的盛会,此届CAC自动化大会汇集了行业内各领域的顶级专家,面对光学动捕技术与产品研发长期被国外品牌垄断的情况,青瞳此次展出的MC系列高精度光学动作捕捉系统完全来自中科院自动化所技术的自主研发,是真正意义上的Made in China!与贴牌、使用国外多年前的技术佯装新产品等行业乱象相比,有着本质的区别,自然赢得了众多专家的关注!现场的面对面交流也让各领域专家了解了国产光学动捕从生产流程到使用流程的每一个细节,MC4000W的首次亮相也成为了全场热议的焦点。

  MC4000  MC4000

  作为高精度的光学动作捕捉系统,适用的场景与环境非常广泛,对动捕系统的各部分参数都有着不同需求,MC4000W的高精度,无死角,低延迟的特性,满足多样化的使用要求。

  演示活动现场  演示活动现场

  在现场演示中,青瞳视觉的动捕系统展示出的卓越性能,赢得了专家与同学们的称赞与认可。

  一:柔性物体捕捉

  柔性物体由于易变形的属性,有无数个自由度。而刚体不会变形,maker点之间的几何关系固定不变,通常通过3个及以上的maker点即可捕捉刚体的6自由度。所以柔体捕捉时会尽可能通过更多的maker点去逼近柔体的变形,maker点之间的距离也不宜过长,且每个maker点都需要独立计算,这就要求了柔体捕捉的maker点ID要始终保持一致。

  主动光捕捉的优势之一就是可以保持ID不变。由于主动光maker点的闪烁序列带有唯一性,所以blob提取也带有唯一性,动捕相机识别到的maker点ID就带有唯一属性,可以在动捕过程中保持ID不变。

  在柔体捕捉丢失maker点重新识别的情况下,maker的唯一ID也可被重新识别,保持一致。

  ID的唯一性可以帮助在几个相同物体同时捕捉的情况下,区分识别每个物体。比如在红蓝对抗训练中,每把枪的样式都是一样的,主动光的捕捉就可以赋予每把枪一个独立的ID,便于独立分析。

  被动式marker点重新识别后ID会发生变化,需要后期手动调整,当有大量追踪点丢失时手动调整的工作量非常繁琐耗时,主动光ID不变的特性使得无需任何手动调整,既节省了人力与时间,也减少了人工带来的失误性操作,保证了动捕与实验的准确性。

  主动光捕捉还具有很强的抗干扰性,体积也更为小巧。无论是在室外光的环境下,还是在如同消防演练的烟雾训练场,主动光的发射亮度具有很好的穿透力,抗噪点性很强,更容易被相机捕捉到。

  二:强大的抗遮挡算法

  青瞳在现场还演示了多米诺骨牌的捕捉,在多米诺骨牌倒下的瞬间,一些点被遮盖,刚体混叠一起,向现场观众证明了,在遮挡的情况下,青瞳动捕系统依旧可以稳定识别,不会互相干扰,一如既往保持高精度捕捉。

  通过位置校准将模型与刚体正方向对齐,以及经过自研算法将模型与刚体中心对齐,在贴maker点的时候,即使贴点位置不统一,如同每一块多米诺骨牌贴点的位置都不一样,但也可以保证实物与3D模型精准匹配。

  青瞳视觉的动捕系统不仅可以捕捉柔体、刚体,还可以捕捉人体。捕捉面积可达千平,最远捕捉距离可达40米远,实时人体交互捕捉突破40人,超出目前世界范围内捕捉人数的吉尼斯纪录,支持多人拥抱、跑跳、叠加等交互。

  三:FOV89°*89°,大格局,无死角

  在自动化大会上,青瞳的演示场地范围为3m*3m,MC4000W的视场角为89°*89°。将刚体放置四个角落进行移动、遮挡,也毫不影响捕捉效果。让现场的专家与同学们更惊讶的是,当刚体超出光学动捕相机的捕捉范围时,依旧可以被准确地捕捉,他们笑称:这不是打开捕捉范围,是打开格局!这也很好地证明了MC4000W无死角捕捉的优势!

  优势显著的MC动捕系列,可以广泛应用于无人机轨迹追踪、无人机无人车协同、算法验证、机械臂精准定位、机器人位姿追踪与定位等领域。目前青瞳已与上海大学、温州大学、昆明理工大学等研究院校达成合作,更多具体详情可以登录青瞳视觉官网或关注官方公众号进行咨询了解。

  温州大学无人车SLAM算法验证  温州大学无人车SLAM算法验证

  (来源:新视线)

责任编辑:孙青扬

举报邮箱:jubao@vip.sina.com

Copyright © 1996-2022 SINA Corporation

All Rights Reserved 新浪公司 版权所有