1、隨著3D掃描設(shè)備的發(fā)展，用這些設(shè)備來獲取現(xiàn)實(shí)生活中的物體的三維表面數(shù)據(jù)已經(jīng)成為可能。尤其當(dāng)微軟的Kinect，華碩的Xtion，英特爾的RealSense等深度相機(jī)的出現(xiàn)，人們獲取這些三維數(shù)據(jù)的成本也大大降低。如今的3D掃描設(shè)備既能夠獲取人造物體的表面數(shù)據(jù)也能夠掃描自然界本身存在的物體的表面數(shù)據(jù)，基于此，越來越多的關(guān)于物體表面幾何重建的技術(shù)被提出。然而，靜態(tài)的物體模型所包含的物體本身的信息是有限的，因此越來越多的研究者們開始積極探索新的

2、掃描分析技術(shù)來獲取動(dòng)態(tài)物體的動(dòng)態(tài)信息，比如重建物體的運(yùn)動(dòng)特征。與物體的幾何特征相比，物體的運(yùn)動(dòng)特征更加簡(jiǎn)潔明了地反映出物體本身的功能特性。事實(shí)上，物體的運(yùn)動(dòng)特征包含著很多有價(jià)值的信息，對(duì)于一個(gè)關(guān)節(jié)式物體來說，物體的運(yùn)動(dòng)特征包含著物體各部分的運(yùn)動(dòng)參數(shù)，包括關(guān)節(jié)類型，關(guān)節(jié)的位置，關(guān)節(jié)在三維空間的軸向，運(yùn)動(dòng)速度以及其他時(shí)空參數(shù)。這些特征在機(jī)械交互，機(jī)器人動(dòng)力學(xué)，人體運(yùn)動(dòng)分析，計(jì)算機(jī)視覺等領(lǐng)域都有著及其重要的作用。
　　然而，通過3D掃描

3、設(shè)備獲取的三維動(dòng)態(tài)數(shù)據(jù)來分析關(guān)節(jié)式物體的運(yùn)動(dòng)信息是一件非常具有挑戰(zhàn)性的工作，因?yàn)橛眠@些設(shè)備獲取的物體的動(dòng)態(tài)數(shù)據(jù)是低質(zhì)量的。由于3D掃描設(shè)備本身具有有限的分辨率和幀率，在掃描的過程中，被掃描的物體可能會(huì)進(jìn)行快速的運(yùn)動(dòng)，從而導(dǎo)致掃描儀獲取的三維數(shù)據(jù)點(diǎn)比較稀疏并且具有很多的噪聲點(diǎn)。另外，物體運(yùn)動(dòng)部分的數(shù)據(jù)可能會(huì)因?yàn)榛糜靶?yīng)產(chǎn)生很多異常數(shù)據(jù)點(diǎn)，或者因?yàn)樽陨碚趽鯁栴}而導(dǎo)致數(shù)據(jù)缺失。
　　本文提出一種有效地從深度相機(jī)獲取的低質(zhì)量動(dòng)態(tài)數(shù)據(jù)中直接

4、分析出剛性關(guān)節(jié)式物體的運(yùn)動(dòng)特征的4D RANSAC方法。與傳統(tǒng)的運(yùn)動(dòng)特征重建方法不同，該方法完全跳過了重建物體本身的幾何信息，選擇直接探尋物體內(nèi)部運(yùn)動(dòng)機(jī)理，提取物體每個(gè)關(guān)節(jié)的運(yùn)動(dòng)類型，運(yùn)動(dòng)參數(shù)，自由度等信息。RANSAC算法的優(yōu)點(diǎn)在于它的魯棒性，即使數(shù)據(jù)集中存在大量的異常值，RANSAC算法也能夠精確地估計(jì)出擬合該數(shù)據(jù)的模型。和傳統(tǒng)的RANSAC方法相似，本方法將其擴(kuò)展到4D的時(shí)空數(shù)據(jù)集上，進(jìn)而擬合出關(guān)節(jié)式物體每個(gè)關(guān)節(jié)最好的運(yùn)動(dòng)模型。由