1、隨著科學(xué)技術(shù)地不斷發(fā)展與進(jìn)步，虛擬現(xiàn)實(shí)技術(shù)越來(lái)越受到人們廣泛的關(guān)注，它廣泛地應(yīng)用于工業(yè)仿真、虛擬漫游、游戲、醫(yī)學(xué)、軍事航天等各個(gè)領(lǐng)域。尤其在虛擬漫游領(lǐng)域，因其強(qiáng)烈的視覺(jué)沖擊和豐富的互動(dòng)性，使其備受青睞，不過(guò)目前許多虛擬漫游的方式還只是通過(guò)虛擬眼鏡、頭盔、手套等設(shè)備來(lái)滿足人們的感官，而對(duì)于人體行走的互動(dòng)較少。本文在參閱了大量文獻(xiàn)的基礎(chǔ)上，提出一種踏板式的行走裝置方案，通過(guò)視頻設(shè)備捕捉人體的步態(tài)運(yùn)動(dòng)，將運(yùn)動(dòng)的信息同步地傳輸給行走裝置和虛擬世

2、界中的角色，使其達(dá)到三者的同步運(yùn)動(dòng)。主要研究如何實(shí)時(shí)捕捉和識(shí)別人體的步態(tài)運(yùn)動(dòng)，將運(yùn)動(dòng)信息同步地傳輸給虛擬人模型，實(shí)現(xiàn)用戶與模型的同步運(yùn)動(dòng)。
　　首先，本文對(duì)人體步態(tài)運(yùn)動(dòng)的捕捉方式展開(kāi)調(diào)查與研究，提出了一種基于Kinect的人體步態(tài)跟蹤與識(shí)別方法，分析了Kinect設(shè)備的功能和Kinect forWindows SDK的體系架構(gòu)，通過(guò)Kinect獲取了人體步態(tài)運(yùn)動(dòng)的深度圖像，利用背景差分法將人體與背景進(jìn)行分離，得到單一的人體深度圖像

3、。
　　其次，本文根據(jù)粒子濾波算法的原理，設(shè)計(jì)了基于骨骼模型匹配的步態(tài)跟蹤方法，根據(jù)初始幀圖像的匹配，確定骨骼模型每個(gè)關(guān)節(jié)點(diǎn)的初始位置，結(jié)合人體步態(tài)運(yùn)動(dòng)規(guī)律，利用粒子濾波算法對(duì)骨骼關(guān)節(jié)點(diǎn)的位置進(jìn)行預(yù)測(cè)，從而實(shí)現(xiàn)骨骼模型與圖像的實(shí)時(shí)匹配。與此同時(shí)，本文還提出一種基于模板匹配算法的步態(tài)跟蹤方法，利用普通攝像機(jī)進(jìn)行拍攝，在人體足部設(shè)定兩個(gè)帶有顏色的特征標(biāo)記點(diǎn)，通過(guò)捕捉兩個(gè)標(biāo)記點(diǎn)的運(yùn)動(dòng)實(shí)現(xiàn)人體步態(tài)跟蹤。
　　本文根據(jù)骨骼模型，提出將

4、人體髖關(guān)節(jié)、膝關(guān)節(jié)、踝關(guān)節(jié)的角度關(guān)于時(shí)間的變化函數(shù)作為人體步態(tài)運(yùn)動(dòng)的特征，利用改進(jìn)的動(dòng)態(tài)時(shí)間規(guī)整算法對(duì)左轉(zhuǎn)彎、右轉(zhuǎn)彎和上下樓梯四種步態(tài)運(yùn)動(dòng)姿勢(shì)進(jìn)行識(shí)別，并對(duì)Kinect捕獲的關(guān)節(jié)點(diǎn)數(shù)據(jù)進(jìn)行了分析與精度驗(yàn)證。
　　最后，本文通過(guò)3ds Max建立了一個(gè)與Kinect骨骼模型同等比例的虛擬人模型，并在Unity3d中對(duì)虛擬人模型的運(yùn)動(dòng)腳本進(jìn)行設(shè)計(jì)，使虛擬人模型的骨骼節(jié)點(diǎn)可以實(shí)時(shí)地獲取Kinect捕捉的節(jié)點(diǎn)數(shù)據(jù)，從而實(shí)現(xiàn)用戶與虛擬人模型