动作捕捉技术概述

计算机软硬件技术飞速发展，动画制作要求提高。在发达国家，运动捕捉已进入实用化阶段。多家厂商相继推出多种商品化运动捕捉设备，像 、 、 Sega 、 MAC 、 X-Ist 、 等。这些设备成功用于虚拟现实、游戏、人体工程学研究、模拟训练、生物力学研究等诸多方面。

从技术角度而言，运动捕捉的实质在于对物体在三维空间中的运动轨迹进行测量、跟踪以及记录。典型的运动捕捉设备通常是由以下几个部分构成的：

传感器是固定在运动物体特定部位的跟踪装置。它会向系统提供运动物体运动的位置信息。一般会根据捕捉的细致程度来确定跟踪器的数目。

信号捕捉设备有所不同。其会因系统类型而异，主要负责位置信号的捕捉。机械系统用的是一块捕捉电信号的线路板，光学系统用的是高分辨率红外摄像机。

数据传输设备。系统中，尤其是那些对实时效果有要求的系统，需要把大量的运动数据从信号捕捉设备迅速且准确地传输到计算机系统以进行处理，而数据传输设备的作用就是完成这样的工作。

数据处理设备。系统捕捉到的数据需要先进行修正和处理，然后与三维模型相结合，才能完成计算机动画制作的工作。这就需要我们运用数据处理软件或硬件来完成此项任务。无论是软件还是硬件，它们都是借助计算机对数据的高速运算能力来处理数据，让三维模型真正、自然地运动起来。

机械式运动捕捉

机械式运动捕捉借助机械装置去跟踪以及测量运动轨迹。典型的系统是由多个关节以及刚性连杆构成的。在可转动的关节里面安装着角度传感器，能够测得关节转动角度的变化状况。当装置进行运动时，依据角度传感器所测得的角度变化以及连杆的长度，就可以得出杆件末端点在空间里的位置和运动轨迹。实际上，能够求出装置上任意一点的运动轨迹。刚性连杆能够换成长度可变的伸缩杆，并且可以用位移传感器来测量其长度的变化。

早期有一种机械式运动捕捉装置，它由带角度传感器的关节和连杆构成一个“可调姿态的数字模型”。这个模型的形状既能模拟人体，也能模拟其他动物或物体。使用者能够依据剧情的需求来调整模型的姿态，之后将其锁定。角度传感器会测量关节的转动角度并进行记录。凭借这些角度以及模型的机械尺寸，能够计算出模型的姿态。然后把这些姿态数据传递给动画软件，让动画软件中的角色模型做出相同的姿态。这是一种较早出现的运动捕捉装置，然而直至现在，它仍在一定的市场中占有份额。国外给这种装置赋予了一个很形象的名字：“猴子”。

机械式运动捕捉有这样一种应用形式，就是把想要捕捉的运动物体和机械结构连接在一起，物体进行运动时会带动机械装置，接着就能被传感器实时记录下来。

这种方法具有成本低的优点，并且精度较高，能够实现实时测量，还允许多个角色同时进行表演。然而，它的缺点也十分显著，主要在于使用过程极为不便，其机械结构对表演者的动作会产生很大的阻碍和限制。“猴子”不太适合用于连续动作的实时捕捉。因为它需要操作者持续依据剧情需求来调整“猴子”的姿势，这一过程较为麻烦。所以“猴子”主要被用于静态造型捕捉以及关键帧的确定。

声学式运动捕捉

常用的声学式运动捕捉装置包含发送器、接收器和处理单元。发送器是固定的超声波发生器。接收器通常由呈三角形排列的三个超声探头构成。系统能够通过测量声波从发送器到接收器的时间或者相位差，进而计算并明确接收器的位置和方向。

这类装置成本较为低廉，然而它在对运动的捕捉方面存在较大的延迟与滞后情况，实时性表现不佳，精度通常不是特别高。并且声源与接收器之间不能有较大的遮挡物体，容易受到噪声以及多次反射等因素的较大干扰。因为空气中声波的速度与气压、湿度、温度存在关联，所以必须在算法中进行相应的补偿。

电磁式运动捕捉

电磁式运动捕捉系统是较为常用的运动捕捉设备。它通常由发射源、接收传感器以及数据处理单元构成。发射源能够在空间中产生按特定时空规律分布的电磁场。接收传感器的数量通常为 10 至 20 个，这些接收传感器被安置在表演者身体的关键位置上。随着表演者的动作，接收传感器在电磁场中运动。接收传感器通过电缆或无线方式与数据处理单元相连，如图 2 和图 3 所示。

表演者在电磁场内进行表演。接收传感器会接收到信号，然后通过电缆把这些信号传送给处理单元。依据这些信号，能够解算出每个传感器的空间位置以及方向。公司以生产电磁式运动捕捉设备而闻名，公司也以生产电磁式运动捕捉设备而著称。这类系统的采样速率通常是每秒 15 到 120 次，这取决于模型和传感器的数量。为了消除抖动和干扰，采样速率一般会低于 15Hz。对于像拳击、篮球比赛等一些高速运动，这个采样速度无法满足要求。其十，成本相对低廉。

它的缺点在于对环境要求较为严苛。在表演场地附近不能存在金属物品，不然会致使电磁场发生畸变，进而影响精度。该系统的允许表演范围相较于光学式要小一些。尤其在电缆方面，对表演者的活动限制较为明显，对于较为剧烈的运动和表演，并不适用。

光学式运动捕捉

光学式运动捕捉的任务是通过对目标上特定光点的监视和跟踪来完成。常见的光学式运动捕捉大多是以计算机视觉原理为基础的。从理论方面来讲，对于空间里的一个点，如果它能够同时被两部相机所看到，那么依据同一时刻两部相机所拍摄的图像以及相机参数，就可以确定在这一时刻该点在空间中的位置。当相机以高速率持续拍摄，从图像序列中便可得到该点的运动轨迹。

典型的光学式运动捕捉系统一般会使用 6 到 8 个相机，将它们环绕着表演场地进行排列。这些相机的视野存在重叠区域，而这个重叠区域就是表演者的动作范围。为了方便处理，通常会要求表演者穿上单一颜色的服装，并且在身体的关键部位，像是关节、髋部、肘部、腕部等位置，贴上一些特制的标志或者发光点，这些标志或发光点被称为“”。视觉系统会对这些标志进行识别和处理，如图 4 所示。系统定标后，相机开始连续拍摄表演者的动作。接着，相机将图像序列保存下来。之后，对保存下来的图像序列进行分析和处理。在处理过程中，识别出其中的标志点。并且，计算出标志点在每一瞬间的空间位置。通过这些步骤，进而得到标志点的运动轨迹。为了获得准确的运动轨迹，相机需要有较高的拍摄速率，通常要达到每秒 60 帧以上。

如果在表演者的脸部表情关键点贴上相关标识，那么就能够实现表情捕捉，这一点从图 5 中可以看出。并且大部分表情捕捉是采用光学式的。

有些光学运动捕捉系统并非依靠特定标志来进行识别，比如依据目标的侧影去提取其运动信息，又或者借助有网格的背景来简化处理流程等。研究人员正在对不依靠上述那种标志，而是运用图像识别、分析技术，让视觉系统直接识别表演者身体的关键部位并测量其运动轨迹的技术展开研究，估计这种技术很快就能投入实际应用。

光学式运动捕捉的一个优点在于表演者的活动范围较大，不受电缆和机械装置的限制，这样表演者就能自由地进行表演，并且使用起来很方便。它的采样速率比较高，能够满足多数高速运动测量的需求。在实际应用中，可以根据需要购置并添加数量，以便于系统的扩充。

这种方法有缺点，其缺点在于系统价格较为昂贵。它能够捕捉实时运动，不过后处理的工作量较大，后处理包括对某些事物的识别、跟踪以及空间坐标的计算等，这种方法适合科研类应用。

惯性导航式动作捕捉

惯性导航传感器 AHRS（航姿参考系统）以及 IMU（惯性测量单元）能够测量表演者的运动加速度、方位和倾斜角等特性。

不会受环境干扰和影响，也不会害怕被遮挡。它的捕捉精确度很高，采样速度很快，能够达到每秒 1000 次甚至更高。因为采用了高集成芯片和模块，所以体积小、尺寸小，重量也轻，性价比还很高。惯导传感器佩戴于表演者头上，也可通过由 17 个传感器组成的数据服来穿戴。它通过 USB 线、蓝牙以及 2.4Gzh DSSS 无线等方式与主机相连接，能够分别跟踪头部动作和全身动作，并且可以实时显示完整的动作。

运动捕捉技术在其他领域的应用

运动捕捉技术用于动画制作，能大幅提升动画制作水平。它提升了动画制作效率，降低了成本，还让动画制作过程更直观，效果更生动。随着技术愈发成熟，表演动画技术会被更广泛应用，而运动捕捉技术作为表演动画系统不可或缺且最关键的部分，必然会展现出更重要的地位。

运动捕捉技术是表演动画中的关键环节，同时在其他领域也有着广泛的应用前景。

表情和动作是人类情绪、愿望的重要表达形式，运动捕捉技术将其数字化，从而提供了新的人机交互手段。这种手段比传统的键盘、鼠标更直接方便，既能实现“三维鼠标”和“手势识别”，又能让操作者以自然的动作和表情直接控制计算机，还为最终实现能理解人类表情、动作的计算机系统和机器人提供了技术基础。

虚拟现实系统要实现人与虚拟环境及系统的交互，就需要确定参与者的头部、手、身体等的位置与方向，并且要准确地跟踪测量参与者的动作，还要将这些动作实时检测出来，这样才能把这些数据反馈给显示和控制系统。这些工作对于虚拟现实系统而言是不可或缺的，而这也正是运动捕捉技术的研究内容。

机器人把危险环境的信息传递给控制者，控制者依据此信息进行各种动作，运动捕捉系统将这些动作捕捉下来，然后实时传送给机器人，进而控制机器人完成相同的动作。相较于传统的遥控方式，这种系统能够达成更直观、更细致、更复杂、更灵活且更快速的动作控制，能大幅提升机器人应对复杂情况的能力。当前机器人全自主控制尚未成熟。在此情况下，这一技术具有特别重要的意义。

互动式游戏能够借助运动捕捉技术来捕捉游戏者的各种动作，然后用这些捕捉到的动作去驱动游戏环境中角色的动作，这样就能给游戏者带来一种全新的参与感受，同时也能加强游戏的真实感和互动性。

体育训练中，运动捕捉技术能够捕捉运动员的动作，这样便于对动作进行量化分析。它结合人体生理学和物理学原理，有助于研究并改进训练方法，让体育训练不再仅仅依靠经验，而是进入到理论化、数字化的时代。同时，还能把成绩差的运动员的动作捕捉下来，与优秀运动员的动作进行对比分析，以此来帮助他们进行训练。

可以预料，随着相关应用领域技术水平的提高，运动捕捉技术会得到更广泛的应用。