В статье рассматривается задача формирования цифровой тени процесса перемещения человека. Проведен анализ предметной области, который показал необходимость формализации процесса создания цифровых теней для имитации движений человека в виртуальном пространстве, тестировании программно-аппаратных комплексов, функционирующих на основе действий человека, а также в различных системах опорно-двигательной реабилитации. Выявлено, что среди существующих подходов к захвату движений человека нельзя выделить универсальный и стабильно работающий при различных условиях внешней среды. Разработан метод формирования цифровой тени на основе комбинирования и синхронизации данных из трех систем захвата движений (трекеры виртуальной реальности, костюм motion capture и камеры с использованием технологий компьютерного зрения). Объединение перечисленных систем позволяет получить комплексную оценку положения и состояния человека независимо от условий внешней среды (электромагнитные помехи, освещенность). Для реализации предложенного метода проведена формализация цифровой тени процесса перемещения человека, включающая описание механизмов сбора и обработки данных от различных систем захвата движений, а также этапы объединения, фильтрации и синхронизации данных. Научная новизна метода заключается в формализации процесса сбора данных о перемещении человека, объединении и синхронизации аппаратного обеспечения используемых систем захвата движений для создания цифровых теней процесса перемещения человека. Полученные теоретические результаты будут использоваться в качестве основы для программной абстракции цифровой тени в информационных системах для решения задач тестирования, имитации человека и моделирования его реакции на внешние раздражители за счет обобщения собранных массивов данных о его перемещении.
Представлено взаимодействие с 3D-моделями в среде виртуальной реальности (ВР), которое соотносится с движением реальной руки человека. Точность позиционирования достигается благодаря обратной связи. Ключевую роль в поиске оптимальных значений управляющих сигналов играет адаптивная нейро-нечеткая система вывода (Adaptive Network-based Fuzzy Inference System, ANFIS), сочетающая в себе преимущества нейронных сетей (NN) и нечеткой логики (fuzzy logic, FL).
Данный подход дает точные результаты при добавлении обучающей сигнальной системы к комбинированной обучающей базе, используемой при объединении метода пропорций наклона; ошибка наименьших квадратов (LSE) подготавливает ANFIS к любым фреймворкам. Контроллер на основе ANFIS был применён к робототехнической системе с семью степенями свободы, модель которого была разработана в виртуальной реальности, воспроизводящей системные конструкции через Matlab/Simulink, чтобы соединить ВР-модель с инструкцией для выполнения команд гибридным интеллектуальным контроллером на основе технологии ANFIS. Данная усовершенствованная процедура при внедрении полученных результатов показывает возможность практического использование предлагаемой системы контроллера.
1 - 2 из 2 результатов