諸如人體模型之類的數(shù)字人體模型(DHM)可以提供人體骨骼系統(tǒng)的虛擬表示，其中人體骨骼系統(tǒng)被設(shè)定為是各種運動鏈(上肢、下肢、脊柱)的簡單節(jié)段性鏈接的組合。例如，參見下面文獻的公開：Duffy,V.G.,“Introduction,in Handbook of Digital Human Modeling:Research for Applied Ergonomics and Human Factors Engineering,”V.G.Duffy,Editor 2008,CRC Press,Inc.:Boca Raton,Florida,November,2008，故以引用方式將該文獻的全部內(nèi)容并入本文?？梢允褂眠@些工具來預(yù)測在各種仿真任務(wù)期間采用的人體姿勢，以便評估受傷的風(fēng)險，并適當(dāng)?shù)剡m配不同的人體測量學(xué)的人體周圍的環(huán)境?？梢岳媚孢\動學(xué)(IK)引擎來生成這些姿勢，其中IK引擎確定與特定的末端執(zhí)行器(例如，手、頭和腳)位置和/或方位相對應(yīng)的人體模型的自由度(DOF)。

技術(shù)實現(xiàn)要素：

但是，在現(xiàn)有的DHM方法中，人的任務(wù)可能涉及不同程度的影響姿勢的視覺要求?，F(xiàn)有的數(shù)字人體模型(DHM)提出了基于視覺的約束(例如，參見下面的以引用方式將其全部內(nèi)容并入本文的公開：Marler,T.,Farrell,K.,and Kim,J.,Rahmatalla,S.,Abdel-Malek,K.,“Vision Performance Measures for Optimization-Based Posture Prediction,”in Digital Human Modeling for Design and Engineering Conference 2006,SAE International:Lyon,France,p.12,July,2006,technical paper no.2006-01-2334，但該文獻沒有考慮以下的方面：(1)目標大小、(2)目標方位、以及(3)精度的水平/任務(wù)的焦點(即，高精度對比低精度))。因此，一些實施例可以包括同時地考慮這三個方面的新的視覺約束，以便提高DHM的原始姿勢的計算機仿真準確性。

因此，本公開內(nèi)容針對于相對于目標對象(本文還稱為對象、目標、虛擬目標或者視覺目標)，提高數(shù)字人體模型(DHM)(其可以包括但不限于人體模型)的原始姿勢的計算機仿真準確性的方法和相應(yīng)系統(tǒng)。在一些實施例中，該系統(tǒng)和方法可以獲得與原始DHM姿勢相關(guān)聯(lián)的信息。所獲得的DHM姿勢信息可以包括DHM的頭部的位置。在一些實施例中，該系統(tǒng)和方法可以獲得與目標對象相關(guān)聯(lián)的信息。所獲得的目標對象信息可以包括目標對象的大小和目標對象的方位。根據(jù)一些實施例，所獲得的目標對象信息可以包括目標對象的大小和目標對象在預(yù)先規(guī)定的平面中的方位。在一些實施例中，該系統(tǒng)和方法可以獲得從DHM的頭部到目標對象的距離。在一些實施例中，該系統(tǒng)和方法可以生成DHM正在視覺上瞄準的目標對象的DHM的視覺測量(即，視覺測量值)。該系統(tǒng)和方法可以基于一個或多個參數(shù)，來生成該視覺測量，其中所述一個或多個參數(shù)可以包括所獲得的DHM姿勢信息、所獲得的目標對象信息和所獲得的頭部-目標(HT)距離中的任何信息?；谠撘曈X測量，該系統(tǒng)和方法可以生成該DHM相對于目標對象的視覺的約束(即，視覺約束)。基于該視覺約束，該系統(tǒng)和方法可以生成更新的DHM姿勢。

在一些實施例中，該對象可以采取各種形狀。在一些實施例中，目標對象的大小可以包括該目標對象的小面(facet)的大小。在一些實施例中，可以將小面規(guī)定成目標對象的一部分。在一些實施例中，可以將目標對象表示成網(wǎng)格，其中該網(wǎng)格可以是根據(jù)多個三角形形狀的小面來構(gòu)建的。在一些實施例中，對于作為球體的三維目標對象來說，可以使用一組小面來表示該球體的一部分，該部分可以用于表示目標對象的一部分，但在該三維目標對象的側(cè)面中的一個或多個上，具有至少一個三角形。在一些實施例中，該目標對象可以是三維的。在一些實施例中，該目標對象可以是二維的。

在一些實施例中，目標對象的方位可以包括該目標對象的小面的方位。在一些實施例中，所述一個或多個參數(shù)可以包括：目標對象的小面的法線與一個向量表示之間的角度。在一些實施例中，所述一個或多個參數(shù)可以包括：目標對象的小面的表面的法線與一個向量表示之間的角度。該向量表示可以具有所獲得的該人體模型頭部和目標對象之間的HT距離(或者頭部-目標HT距離)的幅度和從DHM到目標對象的方向。

在一些實施例中，該系統(tǒng)和方法還可以基于精度水平來生成視覺約束，其中精度水平表示DHM執(zhí)行與該目標對象相關(guān)聯(lián)的任務(wù)所需要的精度的水平。在一些實施例中，該視覺約束可以表示：DHM到該目標對象的逼近性的測量值和/或DHM執(zhí)行與目標對象相關(guān)聯(lián)的任務(wù)的能力。在一些實施例中，該系統(tǒng)和方法可以基于DHM到該目標對象的逼近性的測量值和/或DHM執(zhí)行與該目標對象相關(guān)聯(lián)的任務(wù)的能力，來生成更新的DHM姿勢。

在一些實施例中，可以基于所述視覺測量的對數(shù)來生成所述視覺約束。在一些實施例中，與DHM使用原始DHM姿勢來執(zhí)行與目標對象相關(guān)聯(lián)的任務(wù)的能力相比，更新的DHM姿勢可以提供DHM執(zhí)行與該目標對象相關(guān)聯(lián)的任務(wù)的增加的能力，

在一些實施例中，該系統(tǒng)和方法還可以生成三維視覺空間，其中該三維視覺空間提供DHM執(zhí)行與目標對象相關(guān)聯(lián)的任務(wù)的能力的指示。在一些實施例中，該系統(tǒng)和方法還可以基于逆運動學(xué)引擎、視覺約束和DHM的自由度，來生成更新的DHM姿勢。在一些實施例中，逆運動學(xué)引擎可以接收該視覺約束并且確定DHM的自由度。在一些實施例中，所獲得的HT距離可以是基于來自反射標志的DHM的頭部和目標對象的測量值來獲得的。換言之，所獲得的HT距離可以是基于DHM的頭部和目標對象的測量值來獲得的，并且DHM測量值和/或目標對象測量值可以是從反射標志獲得的。如本領(lǐng)域普通技術(shù)人員所知道的，反射標志可以位于目標對象上，和/或位于該反射標志可以反射到目標對象和/或DHM頭部的任何位置。

在一些實施例中，本文的系統(tǒng)和方法可以使用逆運動學(xué)引擎、數(shù)據(jù)引擎、處理引擎、姿勢引擎或者其任意組合，來實現(xiàn)上面所提及的特征。

附圖說明

通過對于如附圖中所示出的本發(fā)明的示例性實施例的下面更詳細描述，前述的內(nèi)容將變得顯而易見，其中貫穿不同的視圖，相同的附圖標記指代相同的部件。這些附圖不必依比例進行繪制，而是將重點放在說明本發(fā)明的實施例。

圖1根據(jù)一些實施例，示出了本發(fā)明的步驟的高層次流程圖。

圖2根據(jù)一些實施例，示出了包括輸入和輸出的流程圖。

圖3根據(jù)一些實施例，示出了視覺測量的計算。

圖4(圖4A-C)示出了實施例與現(xiàn)有技術(shù)的比較。圖4A表示現(xiàn)有技術(shù)方法。相比于圖4A，圖4B示出了用于低精度任務(wù)的實施例，圖4C示出了用于高精度任務(wù)的實施例。

圖5示出了可以實現(xiàn)本發(fā)明的實施例的計算機網(wǎng)絡(luò)或者類似的數(shù)字處理環(huán)境。

圖6是圖5的計算機網(wǎng)絡(luò)中的計算機的內(nèi)部結(jié)構(gòu)的框圖。

具體實施方式

下面將描述本發(fā)明的示例性實施例。

在本文中引用的所有專利、公開的申請和參考文獻都通過全文引用而包含在本文中。

人的任務(wù)涉及不同程度的可能影響姿勢的視覺要求?，F(xiàn)有的數(shù)字人體模型(DHM)提出了基于視覺的約束(例如，參見下面的以引用方式將其全部內(nèi)容并入本文的公開：Marler,T.,Farrell,K.,and Kim,J.,Rahmatalla,S.,Abdel-Malek,K.,“Vision Performance Measures for Optimization-Based Posture Prediction,”in Digital Human Modeling for Design and Engineering Conference 2006,SAE International:Lyon,France,p.12,July,2006,technical paper no.2006-01-2334，下文稱為“Marler等”)，但該文獻沒有考慮三個重要方面中的一個或多個：(1)目標大小、(2)目標方位、以及(3)精度的水平/任務(wù)的焦點(即，高精度對比低精度))。一些實施例包括同時地考慮這三個方面的新的視覺約束。

根據(jù)一些實施例，為了現(xiàn)實性，DHM所預(yù)測的姿勢尊重一系列生理要求，其包括與視覺有關(guān)的要求(例如，參見上面所引用的Marler等)。作為通常規(guī)則，當(dāng)人們執(zhí)行需要一定數(shù)量的焦點的任務(wù)時，他們趨向于看一看目標(例如，參見Marler等)。此外，與其它簡單的任務(wù)(例如，按下一個大按鈕)相比，一些任務(wù)(例如，小心地在小洞里插入一個小針)可能需要更高的精度和視覺敏銳度。在這些情況下，通過調(diào)整頭部方位來簡單地觀看目標可能不能保證預(yù)測整個身體姿勢的真實性，這是由于與該任務(wù)有關(guān)的其它方面(例如，對象尺寸(如，小面大小和/或方位)和精度水平)可能變成很可能影響頭部-目標距離的主要因素。

可以根據(jù)不同的測量值來推導(dǎo)視覺信息。例如，人類的視力可能與“視線角度”(即，“頭部-目標”(HT)和“視線”(LOS)向量之間的偏離角度)有關(guān)(例如，參見Marler等)。當(dāng)視線角度是零時(即，提出LOS直接指向目標)，視力可能是最大的，隨著視線角度增加，視圖可能非線性地減小(例如，參見Marler等)。已經(jīng)使用這種測量來推導(dǎo)虛擬人體模型的姿勢(例如，參見Marler等)。視力的另一個例子是“LogMAR”，其是最小角度分辨率(MAR)(即，一個字符筆畫寬度(character stroke width)所對應(yīng)的角度)的以10為底的對數(shù)(即，Log₁₀)(例如，參見下面的以引用方式將其全部內(nèi)容并入本文的公開：Bailey,I.L.and Lovie,J.E.,“New Design Principles for Visual Acuity Letter Charts,”American Journal of Optometry&Physiological Optics,53(11):p.740-5,November,1976，下文稱為“Bailey等”)。該視力得分可以利用弧分來計算，其可以是基于預(yù)先規(guī)定的HT距離(例如，6m)和方位(即，正常地站在圖表前)。完美的視力可以讀取筆畫寬度對應(yīng)0.5弧分的同一行上的所有字母，并給予其的LogMAR為0。同時，大于1.0的LogMAR指示其具有較差的視力，這是由于他不能讀取筆畫寬度對應(yīng)10弧分的同一行上的字母(這些字母被認為是較大的字母)。

無論Marler等的視線角度還是Bailey等的LogMAR，都不允許工程師考慮各種對象大小(例如，小對比大)、對象小面方位(不同于HT向量方位)和各種任務(wù)精度水平(例如，高對比低)。為了考慮這些方面，根據(jù)一些實施例，當(dāng)DHM的任務(wù)需要高精度/焦點(例如，小心地在小洞里插入一個小針)，和/或當(dāng)目標對象位于DHM的視野之外時，可以使HT距離和方位適配目標對象較小的情形。LogMAR的現(xiàn)有方法的限制在于：利用預(yù)先規(guī)定的對象大小(即，字符筆畫寬度)、預(yù)先規(guī)定的HT距離(例如，6m)和預(yù)先規(guī)定的方位(垂直于圖表的LOS)來測量其范圍(-0.3到1.0)。同時，現(xiàn)有的LogMAR視線角度計算并沒有考慮HT距離。但是，本發(fā)明的實施例彌補了這些上面所提及的缺陷。

圖1根據(jù)一些實施例，示出了提高數(shù)字人體模型(DHM)相對于目標對象的原始姿勢的計算機仿真準確性的方法1000的步驟的高層次流程圖。應(yīng)當(dāng)注意，在一些實施例中，可以將方法1000的步驟配置成計算機系統(tǒng)的一個或多個組件。根據(jù)一些實施例，可以在每一個小面的基礎(chǔ)上(即，針對于目標對象的給定小面，或者針對于目標對象的所有小面)，執(zhí)行圖1的每一個步驟。

根據(jù)一些實施例，本文定義了目標對象的小面(facet)，以便包括該目標對象的任何方面。在一些實施例中，小面可以包括一個平面的表面和/或與該目標對象相關(guān)聯(lián)的線。在一些實施例中，小面可以包括目標對象的平坦面，其中該目標對象具有幾何形狀和多個小面。此外，在一些實施例中，可以將小面定義為目標對象的一部分。此外，在一些實施例中，目標對象可以包括多個小面。在一些實施例中，目標對象可以采取各種形狀。在一些實施例中，目標對象可以具有一個或多個小面和/或三角形狀的側(cè)面。在一些實施例中，目標對象可以是三維(3D)的。在一些實施例中，對于作為球體的3D目標對象來說，可以使用一組小面來表示該球體的一部分，該部分可以用于表示該3D目標對象的一部分，但在該3D目標對象的側(cè)面中的一個或多個上具有至少一個三角形。在一些實施例中，對于作為球體的目標對象來說，小面可以是該球體的一部分，該部分可以包括該目標對象的球面的一部分，但在該三維球面的側(cè)面中的一個或多個上具有至少一個三角形。在一些實施例中，該目標對象可以是二維的(例如，3D目標對象在一個平面上的投影)。

在步驟102，獲得DHM姿勢信息。在步驟104中，獲得目標對象信息。在步驟106中，獲得頭部-目標(HT)信息(關(guān)于DHM的頭部和目標對象之間的距離的信息)。在步驟108中，基于在步驟102、104和106獲得的DHM姿勢、目標對象和頭部-目標距離的信息集合，生成視覺測量值。在步驟110中，基于步驟108的視覺測量值，生成視覺約束。在步驟112中，基于在步驟110所獲得的視覺約束，生成更新的姿勢。

換言之，在一些實施例中，方法1000獲得與原始DHM姿勢相關(guān)聯(lián)的信息(102)。所獲得的DHM姿勢信息可以包括DHM的頭部的位置。在一些實施例中，方法1000獲得與目標對象相關(guān)聯(lián)的信息(104)。所獲得的目標對象信息可以包括目標對象的大小(即，上面提及的第一方面，或者目標大小，其還稱為下面的“b”)和目標對象的方位(即，上面提及的第二方面，或者目標方位，其還稱為下面的向量)。在一些實施例中，方法1000獲得從DHM的頭部到目標對象的距離(即，HT距離)(106)。在一些實施例中，方法1000生成DHM正在視覺上瞄準的目標對象的DHM的視覺測量(即，視覺測量值)(108)。方法1000基于一個或多個參數(shù)，生成該視覺測量，其中所述一個或多個參數(shù)可以包括所獲得的DHM姿勢信息、所獲得的目標對象信息和所獲得的頭部-目標(HT)距離中的任何信息。基于該視覺測量108，方法1000生成DHM針對目標對象的視覺約束(即，視覺約束量)(110)。基于該視覺約束110，方法1000生成更新的DHM姿勢(112)。

在一些實施例中，目標對象的大小可以包括目標對象的小面的大小。在一些實施例中，目標對象的方位可以包括目標對象的小面的方位。在一些實施例中，所述一個或多個參數(shù)可以包括：目標對象的小面表面的法線與一個向量表示之間的角度。在一些實施例中，所述一個或多個參數(shù)可以包括：目標對象的小面的法線與一個向量表示之間的角度。該向量表示可以具有所獲得頭部-目標(HT)距離的幅度和從DHM的頭部到目標對象的方向。在一些實施例中，目標對象的方位可以包括與目標對象的小面垂直的法線向量。

在一些實施例中，方法1000還基于精度水平(上面提及的第三方面，其還稱為“PL”)來生成視覺約束110，其中精度水平表示DHM執(zhí)行與目標對象相關(guān)聯(lián)的任務(wù)所需要的精度的水平。在一些實施例中，該視覺約束可以表示下面中的至少一個：DHM到目標對象的逼近性的測量值和DHM執(zhí)行與目標對象相關(guān)聯(lián)的任務(wù)的能力。在一些實施例中，方法1000基于下面中的至少一個來生成更新的DHM姿勢：DHM到目標對象的逼近性的測量值和DHM執(zhí)行與目標對象相關(guān)聯(lián)的任務(wù)的能力。

在一些實施例中，視覺約束110可以是基于視覺測量的對數(shù)來生成的。在一些實施例中，與DHM使用原始DHM姿勢來執(zhí)行與目標對象相關(guān)聯(lián)的任務(wù)的能力相比，更新的DHM姿勢可以提供DHM執(zhí)行與目標對象相關(guān)聯(lián)的任務(wù)的增加的能力。

在一些實施例中，方法1000還生成(112)三維視覺空間，其中該三維視覺空間提供DHM執(zhí)行與目標對象相關(guān)聯(lián)的任務(wù)的能力的指示。在一些實施例中，方法1000還基于逆運動學(xué)引擎、視覺約束和DHM的自由度中的任何一個來生成(112)更新的DHM姿勢。在一些實施例中，逆運動學(xué)引擎可以接收視覺約束并且確定DHM的自由度。在一些實施例中，所獲得的頭部-目標(HT)距離可以是基于來自反射標志的DHM的頭部和目標對象的測量值來獲得的。

根據(jù)一些實施例，所述視覺約束可以是智能姿勢引擎的一部分，該智能姿勢引擎依賴于基于非線性優(yōu)化的IK引擎。一些實施例求解下面的優(yōu)化問題：

式1：min_x f(x)such as c(x)≤0

式2：c(x)＝PL-LogVA(x)

其中，在式1中，f(x)是最小化的問題(即，優(yōu)化問題)，‘x’可以包括人體模型的自由度(DOF)，在式2中，c(x)可以表示包括期望的精度水平(PL)的視覺約束。根據(jù)一些實施例，可以將式2的LogVA(x)視作為LogVA(不具有‘x’分量)或者Log(VA)?！畑’分量可以包括DHM頭部(H)信息。

根據(jù)一些實施例，可以使用實驗所獲得的兩個精度水平(PL)(分別為高精度水平和低精度水平)，利用該視覺約束(LvyγA(x)或者LvyVA)來預(yù)測DHM的頭部-目標(HT)距離。在現(xiàn)有的方法中，可以使用最小角度分辨率(MAR)(即，一個字符筆畫寬度所對應(yīng)的角度)的Log₁₀來測量視力(例如，參見Bailey等)，其還稱為“LogMAR”?！癓ogMAR”是基于固定的和/或預(yù)先規(guī)定的HT距離(即，6m)和方位(垂直于圖表的LOS)。

一些實施例包括名為“LogVA”(視覺角度的Log₁₀)的視覺測量，其可以擴展用于大小的目標的LogMAR，該目標的小面法線可以形成與HT向量的角度δ≠0，如圖3中所示。在一些實施例中，可以使用非線性求解與上面所提及的式1和式2的優(yōu)化問題來實現(xiàn)LogVA。

視覺非線性約束c(x)是任務(wù)的期望精度水平(PL)和LogVA的實際值之間的差值。比0更高的視覺約束意味著DHM的頭部與目標太遠，以至于不能清楚地看到它和適當(dāng)?shù)赝瓿扇蝿?wù)(即，位于下面的圖4中所示出的視覺空間410之外)。根據(jù)一些實施例，比0更低或者等于0的視覺約束指示頭部位于與目標對象的可接受距離處(或者更近)，從而能完成任務(wù)(即，位于視覺空間410的表面和/或其之內(nèi))。換言之，根據(jù)一些實施例，比0更低或者等于0的視覺約束指示頭部足夠靠近目標對象，從而能完成該任務(wù)。

圖2根據(jù)一些實施例，示出了包括輸入和輸出的方法1000的流程圖。如圖2的流程圖中所另外示出的，可以將視覺約束230嵌入在智能姿勢引擎200中。如圖2中所進一步示出的，一些實施例可以包括方法1000，該方法相對于目標對象(或者視覺目標)212，提高數(shù)字人體模型(DHM)或者視覺人體模型206的原始姿勢的計算機仿真的準確性。

如圖2中所示，引擎200的一些實施例接收輸入信息240(其包括但不限于元素202、204和206)。輸入信息240可以包括具有相應(yīng)的精度水平(PL)210和視覺目標(212)的一個或多個任務(wù)輸入202、具有視覺目標信息214的一個或多個三維計算機輔助設(shè)計(3D CAD)環(huán)境204、以及具有關(guān)于自由度(DOF)的相應(yīng)頭部位置信息216的一個或多個虛擬人體模型206。

如圖2中所示，引擎200的一些實施例可以包括處理250(其包括但不限于元素220、224和228)。在一些實施例中，可以對處理250進行預(yù)先規(guī)定。處理250可以包括視覺角度計算220(其輸出視覺角度VA 222)、Log₁₀計算224(其輸出Log(VA)226)和非線性約束計算228(其輸出視覺約束c(x)230)。可以基于PL(元素210)和Log(VA)(元素226)的輸入，根據(jù)上面的式2來輸出元素230(c(x))。還如圖2中所示，引擎200的一些實施例輸出信息260。根據(jù)一些實施例，輸出信息260可以包括針對視覺不等式約束(元素232)的約束c(x)(元素230)，其中該約束可以發(fā)送給智能姿勢引擎解算器234。

如圖2到圖3中所示，根據(jù)一些實施例，可以使用兩個或更多不同來源的信息(例如，視覺目標信息214和/或頭部位置216)，來獲得視覺角度(VA)222。根據(jù)一些實施例，可以基于視覺目標信息214和/或頭部位置216，在視覺角度計算模塊220中，計算人體模型206的頭部302(其具有相應(yīng)的頭部位置216)和目標對象212之間的距離和/或頭部-目標(HT)距離。

如圖3中所示，在一些實施例中，目標對象的大小320可以包括目標對象212的小面的大小320。根據(jù)一些實施例，目標對象的小面可以通過3D CAD環(huán)境204和/或通過視覺角度計算模塊220來選擇。在一些實施例中，目標對象212的方位可以包括小面法線334，其指示目標對象212的所選定小面的方位。在一些實施例中，所述一個或多個參數(shù)可以包括目標對象212的小面法線334和向量表示330之間的角度332。該向量表示330可以具有所獲得的HT距離的幅度和從DHM的頭部302到目標對象212的方向。

如圖2到圖3中所示，在視覺角度計算模塊220中，可以將DHM頭部302的位置216與視覺目標信息214進行組合以生成HT向量330，其中HT向量330可以包括虛擬人體模型206的頭部位置216關(guān)于目標對象212的狀況?？梢酝ㄟ^人體模型的根、脊柱和/或頸部自由度(DOF)來控制頭部位置216。

參見圖2，視覺目標信息214可以來自于人體模型206周圍的3D CAD環(huán)境204。

如圖2到圖3中所進一步示出的，隨后，處理250(和/或CAD環(huán)境204)中的一個或多個可以生成透視圖投影350，透視圖投影350可以提供用于規(guī)定視覺目標212的邊界以及其小面法線334的方向的信息，如人體模型206的眼睛所感知的。透視圖投影350可以包括小面法線334，后者位于透視圖投影350平面中，并與目標對象212的該小面相垂直(即，處于90度角度，元素336)。根據(jù)一些實施例，可以將小面法線334視作為與該小面垂直的單位向量(即，線元素320)，小面法線334可以位于透視圖投影350平面中。

可以使用諸如凸殼(convex hull)或者阿爾法形狀(alpha shape)之類的方法來簡化目標對象212?？梢允褂脧娜梭w模型206的眼睛之間的點到簡化的形狀的每一個節(jié)點的一系列向量，來估計對著一個或多個平面視覺角度的錐形?？梢允褂眠@些視覺角度222，利用以10為底的對數(shù)運算(Log₁₀，元素224)來計算LogVA(元素226)。此外，為了觀看目標對象212，視覺約束c(x)(元素230)還可以確保：目標對象的小面或者線b 320和逆歸一化HT向量330之間的角度332在±90°的間隔之內(nèi)。此外，根據(jù)一些實施例，為了觀看目標對象212，視覺約束c(x)(元素230)的一部分318也可以確保：目標對象的小面或者線b 320和逆歸一化HT向量330之間的角度332在±90°的區(qū)間之內(nèi)。

如圖2中所示，用戶可以向姿勢引擎200的解算器234提供該任務(wù)的精度水平(PL)210。根據(jù)一些實施例，可以計算在執(zhí)行需要不同程度的精度(即，低PL對比高PL)的各種任務(wù)時，人體所采用的HT距離，通過實驗來獲得相關(guān)的PL值。隨后，可以根據(jù)與任務(wù)有關(guān)的對象大小(例如，5mm計算機字符、1.5mm線路板孔洞)和通過多次實驗所測量的HT距離的平均測量值，來容易地從計算單元220中推導(dǎo)視覺角度222。根據(jù)一些實施例，每一個PL所對向的VA的Log₁₀(元素224)可以替換上面的式2中的PL參數(shù)。在一些實施例中，基于DHM所執(zhí)行的任務(wù)，每一個PL所對向的VA的Log₁₀(元素224)可以替換上面的式2中的PL參數(shù)

如果用戶有意選擇使用視覺約束，則姿勢引擎200的IK解算器234可以使用視覺約束。在該情況下，姿勢引擎200可以激勵DHM 206的頭部執(zhí)行器(即，位于DHM 206的頭部并可以操縱DHM 206的頭部的末端執(zhí)行器)，隨后，姿勢引擎200可以被配置為將視覺約束230包括在所求解問題中。根據(jù)一些實施例，末端執(zhí)行器可以包括DHM 206的設(shè)備和/或終端段，其包括但不限于：DHM 206的頭、手和/或腳。根據(jù)一些實施例，末端執(zhí)行器可以通過姿勢引擎200來與虛擬環(huán)境204進行交互，其中姿勢引擎200可以基于本文所描述的方法1000來操縱、移動和/或重定位DHM 206。

在內(nèi)部，姿勢引擎200所使用的非線性解算器包括位于兩個不同程度的約束。首先，該非線性解算器驗證是否滿足和保持視覺約束(即，c(x)<＝0)。其后，使用相關(guān)聯(lián)的約束梯度(這些約束關(guān)于人體模型關(guān)節(jié)DOF的偏導(dǎo))來確定在解算空間中的搜索方向。最終，當(dāng)發(fā)現(xiàn)最優(yōu)解時，姿勢引擎200將其分配給人體模型的DOF。隨后，根據(jù)一些實施例，對所獲得的最終姿勢下的人體模型進行渲染，并向用戶進行顯示。相比而言，現(xiàn)有的技術(shù)(即，視線角度和LogMAR)并不考慮可變的目標對象尺寸，以及任務(wù)的精度水平(PL)，因此不能用于調(diào)整HT距離以使得可以清楚地顯示(例如，觀看)目標對象和/或使得DHM可以完成任務(wù)。

參見圖1，在步驟108，根據(jù)一些實施例，通過還稱為“LogVA”(即，視覺角度的Log₁₀)的方法1000來生成視覺測量值(即，視覺測量)，其中，LogVA可以是考慮各種目標對象尺寸(即，一個或多個小面大小和/或方位)和各種任務(wù)精度水平下的LogMAR的推廣。根據(jù)一些實施例，使用分別與圖3元素310、312、314、316和318相對應(yīng)的下面公式3.1、3.2、3.3、3.4和3.5，在圖1的步驟108中，計算LogVA。但是，實施例并不受此限制，一些實施例可以使用其它公式來計算LogVA。

式3.1(310)：LogVA＝log₁₀(β)

式3.2(312)：

式3.3(314)：

式3.4(316)：

式3.5(318)：

根據(jù)一些實施例，方法1000使用透視圖投影350來獲得視覺測量值310，如圖3中所示。因此，一些實施例可以包括名為“LogVA”(即，視覺角度的Log₁₀)310的視覺測量，其中視覺測量可以針對于長度(大小)(元素320)的目標對象(該目標的中心是T，元素212)來擴展LogMAR，其中該目標對象的小面法線或者元素334可以形成與“頭部-目標”向量或者元素330的角度δ≠0(元素332)。

換言之，圖3示出了從DHM的頭部或者H(元素302)到目標對象T的中心(元素212)的向量，其還稱為“頭部-目標”向量或者元素330。目標對象(其包括但不限于：目標對象的給定小面)可以具有的大小(長度)(元素320)，其中A(元素306)和C(元素308)可以表示該大小b 320的端點。如圖3中所示，長度c(元素322)和a(元素324)分別是從H(元素302)到元素A(306)和C(308)的距離。此外，圖3中還示出了c(元素322)和b(元素320)之間的角度α(元素340)，以及a(元素324)和b(元素320)之間的角度γ(元素342)。

如圖3和式3.1(元素310)中所示，可以通過求解β(元素326)或者點A(無線306)、點H(元素302)和點C(元素308)之間的角度的log₁₀，來計算視覺測量值310或者LogVA。如圖3和式3.2(元素312)中所進一步示出的，可以基于a(元素324)、b(元素320)和c(元素322)來計算β(元素326)。如式3.3和3.4(分別為元素314和316)中所進一步示出的，可以基于頭部-目標(元素330)、b(元素320)和δ(元素332)來計算元素c(322)和a(324)。如式3.5(元素318)中所示出的，可以將角度δ(元素332)確定成小面法線向量(元素334)和除以其范數(shù)的逆頭部-目標向量(元素330)之間的角度?？梢詫⑿∶娣ň€(元素334)確定成與b(元素320)具有90度的角度(元素336)的法線，小面法線(元素334)位于目標對象T的中心(元素212)。目標對象T的中心(元素212)和端點C(元素308)之間的距離344可以等于距離(元素320)的一半。

一些實施例可以計算視覺角度(即，MAR的等同物，但針對于一個或多個各種目標對象小面大小和/或方位)并且調(diào)整“頭部-目標”向量，以使得視覺角度的Log₁₀對應(yīng)于(例如，其可以低于或者等于)預(yù)先規(guī)定的值(精度水平或者PL，如下所述)。可以根據(jù)小面法線334來計算視覺角度222，其中，小面法線334可以是與目標對象T(元素212)的一個選定小面中的線(元素320)相垂直(例如，處于90度角度，元素336)，同時還考慮該小面的方位。

在一些實施例中，任務(wù)的精度水平(PL)(即，高精度水平或低精度水平)可以指示可接受的要切實履行的LogVA(元素310)值。如圖4(統(tǒng)稱地，圖4A到圖4C)中所示，一些實施例在使用視覺約束的同時，分析逆運動學(xué)(IK)引擎所預(yù)測的姿勢，并且將該姿勢與不使用視覺約束時獲得的姿勢進行比較。如圖4A到圖4C中所示，任務(wù)可以包括在模擬鉆孔任務(wù)時，使用前述的IK引擎來定位DHM(例如，虛擬人體模型或者人體模型206)。根據(jù)一些實施例，方法1000在假定完美視覺(LogMAR＝0)的情況下，使用高精度水平(HPL)值(圖4C)和低精度水平(LPL)值(圖4B)來結(jié)合用于人體模型206的IK算法進行使用。這允許在鉆孔任務(wù)期間，對于PL對人體模型的“頭部-目標”距離408的影響進行評估。對于圖4A到圖4C中所示出的鉆孔任務(wù)而言，人體模型206可以使用鉆頭418，利用鉆夾具406來鉆孔416。

鉆頭418可以處于人體模型的左手412中，并且與握持在人體模型的右手414中的指導(dǎo)夾具406的孔對齊。視覺目標可以是夾具孔洞416(目標對象大小＝1.5mm)，并且其小面法線平行于該孔軸線。在圖4A-C中分別示出了三種情形。首先，在圖4A中不應(yīng)用視覺約束。接著，在使用兩種不同的PL的情況下，應(yīng)用視覺約束：圖4C中的高PL(HPL)和圖4B中的低PL(LPL)值。

此外，還計算了源自于應(yīng)用了該HPL和LPL的可接受視覺空間410。根據(jù)一些實施例，假定人體模型的頭部404直接看著目標對象(圖4A到圖4C的鉆孔416)，這些視覺空間410的內(nèi)部可以提供允許在該給定的PL下，履行LogVA視覺約束的范圍。根據(jù)一些實施例，該可接受視覺空間410可以是三維的，并且其可以提供DHM執(zhí)行與該目標對象相關(guān)聯(lián)的任務(wù)的能力的指示。

根據(jù)一些實施例，可以基于LogVA和稱為被禁止空間420的另外空間，來生成該可接受視覺空間410。如圖4B到圖4C中所示，根據(jù)一些實施例，可以基于DHM 206和/或相應(yīng)的人體的眼睛的調(diào)節(jié)近點(punctum proximum)(例如，近點，如本領(lǐng)域普通技術(shù)人員所知道的)，來生成被禁止空間420。根據(jù)一些實施例，如圖4B中所示，被禁止空間420(其可以從視覺目標位置416近似地或者準確地擴展到DHM 206的左手412)是個半球(其可以具有圖4B中的250mm的直徑和/或平均直徑，或者根據(jù)背景而具有不同的值)。在一些實施例中，被禁止空間420的球體中心可以位于視覺目標位置416處。

根據(jù)一些實施例，可以基于LogVA來計算視覺空間。如圖4B到圖4C中所示出的，在一些實施例中，可接受視覺空間410可以采用球體和/或橢圓體的形式和/或可以采用類似于球體和/或橢圓體的形式(其可以包括但不限于：半球體和/或半橢圓體)，但去除被禁止空間420。當(dāng)從全部的和/或一半的橢圓體和/或全部的和/或一半的球體中減去被禁止空間420時(圖4B-C中沒有顯式地示出)，獲得可接受視覺空間410。

在一些實施例中，通過圖4(圖4A到圖4C)所獲得的HPL值是1.18(±0.06)，而LPL值是0.78(±0.01)?？梢詫⑦@些值替代到式2中的PL，以便連同使用無視覺約束來預(yù)測鉆孔任務(wù)姿勢。針對不具有視覺約束的HT距離408(在圖4A中，56.3cm的HT距離408)和LPL約束的HT距離408(在圖4B中，52.3cm的HT距離408)，獲得類似量級的幅度。但是，該HT距離408小于HPL約束時的一半(在圖4C中，23.8cm的HT距離408)。圖4A到圖4C示出了：增加視覺約束(該視覺約束考慮任務(wù)的PL)影響HT距離408(即，HT向量的范數(shù))。在圖4B到圖4C中，將HPL和LPL任務(wù)對應(yīng)的可接受視覺空間410示出成軸對稱網(wǎng)格。

在另一個實驗中(附圖中沒有示出)，在具有完美視覺(LogMAR＝0)的單一主題上進行的實驗中，對兩個PL值進行評估。在高精度水平(HPL)任務(wù)期間，DHM(例如，人體模型或者主題)小心地將電阻插入到線路板中。在低精度水平(LPL)任務(wù)期間，DHM觀看他前面的計算機屏幕，計算包含隨機模式的3種不同形狀(分別為正方形、圓形、Pac-Man，或者■,●,)的線上的Pac-Man形狀(5mm寬度)的數(shù)量。因此，根據(jù)一些實施例，可以使用具有反射標志(VICON INC、Oxford、UK)的運動分析系統(tǒng)，來獲得頭部-目標(HT)距離，以便推導(dǎo)PL值。

圖5示出了可以在其中實現(xiàn)本公開內(nèi)容的實施例的計算機網(wǎng)絡(luò)或者類似的數(shù)字處理環(huán)境。

客戶端計算機/設(shè)備50和服務(wù)器計算機60提供執(zhí)行應(yīng)用程序等等的處理、存儲和輸入/輸出設(shè)備?？蛻舳擞嬎銠C/設(shè)備50還可以通過通信網(wǎng)絡(luò)70，來連接到包括其它客戶端設(shè)備/處理器50和服務(wù)器計算機60的其它計算設(shè)備。通信網(wǎng)絡(luò)70可以是遠程接入網(wǎng)絡(luò)、全球網(wǎng)絡(luò)(例如，互聯(lián)網(wǎng))、計算機的世界范圍集合、局域網(wǎng)或廣域網(wǎng)和網(wǎng)關(guān)的一部分，其中網(wǎng)關(guān)同時地使用相應(yīng)的協(xié)議(TCP/IP、藍牙^TM等等)來彼此之間進行通信。其它電子設(shè)備/計算機網(wǎng)絡(luò)體系結(jié)構(gòu)也是適用的。

客戶端計算機/設(shè)備50可以配置有根據(jù)一些實施例的姿勢引擎。服務(wù)器計算機60可以被配置成姿勢引擎，其與客戶端設(shè)備50進行通信以訪問該姿勢引擎。服務(wù)器計算機60可以是單獨的服務(wù)器計算機或者云網(wǎng)絡(luò)70的一部分。在一些實施例中，服務(wù)器計算機60(例如，姿勢引擎)可以與一個或多個計算機應(yīng)用進行通信。

服務(wù)器計算機60可以包括配置為獲得與原始DHM姿勢相關(guān)聯(lián)的信息的數(shù)據(jù)引擎(作為一部分或者通信耦合到姿勢引擎)。所獲得的DHM姿勢信息可以包括DHM的頭部的位置。服務(wù)器計算機60還可以包括配置為獲得與目標對象相關(guān)聯(lián)的信息的數(shù)據(jù)引擎(作為一部分或者通信耦合到姿勢引擎)。所獲得的目標對象信息可以包括目標對象的大小和目標對象的方位。該數(shù)據(jù)引擎可以被配置為獲得從DHM的頭部到目標對象的距離。

此外，服務(wù)器計算機60還可以包括處理引擎(作為一部分或者通信耦合到姿勢引擎)，該處理引擎被配置為基于一個或多個參數(shù)(其包括所獲得的DHM姿勢信息、所獲得的目標對象信息和所獲得的HT距離中的任何一個)，生成DHM正在視覺上瞄準的目標對象的DHM的視覺測量值。該處理引擎可以被配置為基于視覺的該測量值、DHM相對于目標對象的視覺的約束。姿勢引擎可以被配置為基于該視覺約束，生成更新的DHM姿勢。

此外，服務(wù)器計算機60還可以包括逆運動學(xué)引擎(作為一部分或者通信耦合到姿勢引擎)。更新的DHM姿勢還可以是基于逆運動學(xué)引擎、視覺約束和DHM的自由度來生成的。逆運動學(xué)引擎可以接收該視覺約束，確定該DHM的自由度。數(shù)據(jù)引擎可以獲取信息，將所獲取的信息的至少一部分轉(zhuǎn)發(fā)給姿勢引擎、處理引擎或者逆運動學(xué)引擎中的任何一個。

客戶端50可以從服務(wù)器60接收來自姿勢引擎、逆運動學(xué)引擎、處理引擎或者數(shù)據(jù)引擎的信息的至少一部分。在一些實施例中，客戶端50可以包括在客戶端50上執(zhí)行的客戶端應(yīng)用或者組件，以監(jiān)測DHM姿勢和獲取與DHM姿勢相關(guān)聯(lián)的信息，以有助于DHM姿勢的更新和預(yù)測，客戶端50可以將該信息傳輸給服務(wù)器(例如，分析引擎)60。

圖6是圖5的計算機系統(tǒng)中的計算機(例如，客戶端處理器/設(shè)備50或服務(wù)器計算機60)的示例性內(nèi)部結(jié)構(gòu)的圖。每一個計算機50、60都包含系統(tǒng)總線79，其中總線是用于計算機或處理系統(tǒng)的部件之間的數(shù)據(jù)傳輸?shù)囊唤M硬件線。系統(tǒng)總線79在本質(zhì)上是連接計算機系統(tǒng)的不同元素(例如，處理器、磁盤存儲器、存儲器、輸入/輸出端口、網(wǎng)絡(luò)端口等等)而且能夠在各個元素之間傳輸信息的共享導(dǎo)線。I/O設(shè)備接口82連接到系統(tǒng)總線79，以便將各種輸入和輸出設(shè)備(例如，鍵盤、鼠標、顯示器、打印機、揚聲器等等)連接到計算機50、60。網(wǎng)絡(luò)接口86使計算機能夠連接到附連到網(wǎng)絡(luò)(例如，圖5的網(wǎng)絡(luò)70)的各種其它設(shè)備。存儲器90為用于實現(xiàn)本公開內(nèi)容的實施例(例如，本文所描述的逆運動學(xué)引擎、數(shù)據(jù)引擎、處理引擎和姿勢引擎中的任何一個)的計算機軟件指令92和數(shù)據(jù)94，提供易失性存儲。磁盤存儲器95為用于實現(xiàn)本公開內(nèi)容的實施例的計算機軟件指令92和數(shù)據(jù)94，提供非易失性存儲。應(yīng)當(dāng)注意，在客戶端50和服務(wù)器60之間，數(shù)據(jù)94可以是相同的，但是，計算機軟件指令92的類型可以在客戶端50和服務(wù)器60之間不同。中央處理器單元84也連接到系統(tǒng)總線79，并提供計算機指令的執(zhí)行。在一個實施例中，處理器例程92和數(shù)據(jù)94是計算機程序產(chǎn)品(通常引用為92)，其包括為本發(fā)明的系統(tǒng)提供軟件指令的至少一部分的計算機可讀介質(zhì)(例如，諸如一個或多個DVD-ROM、CD-ROM、磁盤、磁帶等等之類的移動存儲介質(zhì))?？梢酝ㄟ^任何適當(dāng)?shù)能浖惭b過程來安裝計算機程序產(chǎn)品92，如本領(lǐng)域所公知的。在另一個實施例中，還可以通過電纜、通信和/或無線連接來下載這些軟件指令的至少一部分。在其它實施例中，本發(fā)明的程序是體現(xiàn)在傳播介質(zhì)上的傳播信號(例如，在諸如互聯(lián)網(wǎng)之類的全球網(wǎng)絡(luò)或其它網(wǎng)絡(luò)上傳播的無線電波、紅外波、激光波、聲波或者電波)上的計算機程序傳播信號產(chǎn)品107(圖5中所示出的)。

本發(fā)明的實施例或者方面可以利用硬件(其包括但不限于硬件電路)、固件或者軟件的形式來實現(xiàn)。當(dāng)使用軟件實現(xiàn)時，可以將軟件存儲在任何非臨時性計算機可讀介質(zhì)上，其中該非臨時性計算機可讀介質(zhì)被配置為使處理器能夠裝載該軟件或者其指令的一些子集。隨后，處理器執(zhí)行這些指令，并被配置為以本文所描述的方式來進行操作或者使裝置進行操作。

相對于LogMAR和視線角度的現(xiàn)有方法，包括LogVA的實施例的至少一個優(yōu)點是：LogVA允許同時地調(diào)整頭部-目標(HT)距離和方位，以便根據(jù)目標對象尺寸來尊重預(yù)先規(guī)定的任務(wù)精度水平(PL)。根據(jù)一些實施例，如果用戶在聚焦或者精度水平之下修改目標對象，則可以計算新的LogVA，通過逆運動學(xué)(IK)解算器來自動地重新調(diào)整DHM人體姿勢。

一些實施例的另一種優(yōu)點是，在具有最小用戶干預(yù)或者不具有用戶干預(yù)的情況下，它們更可能提供可能的(現(xiàn)實的)數(shù)字人體模型姿勢。一些實施例可以結(jié)合用于提供三維(3D)虛擬人體工程學(xué)解決方案的算法來使用。因此，一些實施例特別是有益的，這是由于虛擬人體工程學(xué)用戶可能花費太多的時間和精力來確定DHM的姿勢(其不幸地導(dǎo)致不可能(不現(xiàn)實)的姿勢)，而這可以通過一些實施例來校正和/或部分地解決。

一些實施例可以通過基于上面所提及的操作來更新DHM，對一個或多個DHM的行為和/或數(shù)據(jù)進行轉(zhuǎn)換。一些實施例可以對一個或多個數(shù)字人體模型(DHM)的行為和/或數(shù)據(jù)進行轉(zhuǎn)換，以提供基于視覺約束來修改的一個或多個更新的DHM，其可以基于一個或多個參數(shù)來進行轉(zhuǎn)換，其中所述一個或多個參數(shù)可以包括所獲得的DHM姿勢信息、所獲得的目標對象信息和所獲得的頭部-目標(HT)距離。

一些實施例可以通過提高數(shù)字人體模型(DHM)相對于目標對象的姿勢的計算機仿真準確性來提供功能改進。此外，一些實施例還可以通過在具有最小用戶干預(yù)或者不具有用戶干預(yù)的情況下，提供可能的(現(xiàn)實的)數(shù)字人體模型姿勢，來提供針對于計算機、計算機應(yīng)用、計算機程序功能和/或計算機代碼的質(zhì)量的功能改進。

一些實施例通過提高數(shù)字人體模型(DHM)相對于目標對象的姿勢的計算機仿真準確性，來解決技術(shù)問題(從而提供技術(shù)效果)。一些實施例通過在具有最小用戶干預(yù)或者不具有用戶干預(yù)的情況下，提供可能的(現(xiàn)實的)數(shù)字人體模型姿勢，來解決技術(shù)問題(從而提供技術(shù)效果)。

此外，本文將硬件、固件、軟件、例行程序或者指令描述成執(zhí)行數(shù)據(jù)處理器的某些動作和/或功能。但是，應(yīng)當(dāng)理解的是，本文所包含的這些描述只是為了方便起見，事實上這些動作源自于計算設(shè)備、處理器、控制器或者執(zhí)行該固件、軟件、例行程序、指令等等的其它設(shè)備。

應(yīng)當(dāng)理解的是，流程圖、框圖和網(wǎng)絡(luò)圖可以包括更多或更少的元素、可以按不同方式排列、或者可以按不同方式表示。此外，還應(yīng)當(dāng)理解的是，某些實現(xiàn)可以指定框圖和網(wǎng)絡(luò)圖，以及以特定的方式來示出實現(xiàn)這些實施例的執(zhí)行的框圖和網(wǎng)絡(luò)圖的數(shù)目。

因此，另外的實施例還可以用各種各樣的計算機架構(gòu)、物理計算機、虛擬計算機、云計算機和/或其某種組合來實現(xiàn)，因此，本文所描述的數(shù)據(jù)處理器旨在用于舉例目的，而不是限制這些實施例。

雖然已經(jīng)參考本發(fā)明的示例性實施例具體地顯示和描述了本發(fā)明，但本領(lǐng)域普通技術(shù)人員應(yīng)當(dāng)理解，可以在其中進行形式和細節(jié)方面的多種改變，而不脫離由所附權(quán)利要求書涵蓋的本發(fā)明的保護范圍。