壁虎运动反力和行为的动态同步表示方法

摘 要:运动反力测试是认识动物运动力学规律的最直接途径,但目前测试得到的数据难以与运动行为很好关联。为此提出一种立体直观表示运动反力的方法,并和动物的运动行为直接关联。针对以往的人工筛选数据的方法,提出数字图像在动力学数据筛选方法研究中的应用:采用数字图像目标检测的方法进行数据的筛选,在保证筛选正确率的基础上提高筛选效率;结合高速摄像机获得的图片采用OpenGL纹理渲染的方式展现壁虎的运动状态和脚掌受力,实现用于分析壁虎运动状态和脚掌力间的协调关系,为四足机器人的步态规划提供重要参考。

关键词:数据筛选;动力学仿真;大壁虎;OpenGL

中图分类号:TP391文献标识码:A

文章编号:1004-373X(2010)02-147-04

Dynamic Synchronous Representation between Reaction_force and Motion of Gecko

XING Qiang1,2,DAI Zhendong1,WANG Zhouyi 1,2

(1.Institute of Bio_Inspired Structure and Surface Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing,210016,China;

2.College of Mechanical and Electrical Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing,210016,China)

Abstract:Anti_force testing is the direct way to recognize the laws of animal movement anti_force.However,the data obtained from the current test associated with motor behavior is not very good.To this end,a three_dimensional visual representation of the movement anti_force method is proposed.In this paper,in ensuring the correct rate to improve screening efficiency,uses digital image target detection methods to filter experimental data,different from the previous manual method.Using the images obtained by the high_speed camera,it shows the kinestate of Gekko gecko and stress of Gekko gecko soles of the feet,based on the technique of OpenGL texture rendering.It makes visualization to analyse the harmonious relations between the kinestate and inter_foot force of Gekko gecko.

Keywords:data screening;dynamics simulation;Gekko gecko;OpenGL

0 引 言

基于颜色内容检索的数字图像处理技术可以缩小特征数据库的大小,实现特定颜色区域的定位、跟踪,并根据需要计算出目标在数字图像中的面积大小。基于颜色特征识别的技术,在车牌快速定位[1]、农业工程[2-4]、植物学[5]等方面有着广泛的应用。

在动物动力学研究中,为了探索生物体运动的基本原理,建立仿生推进技术的理论框架,各国科研人员根据动物具有的运动特性[6]开展了大量的定性观察和实验[7],研究如蝗虫[8]、马[9]、虎纹捕鸟蛛[10]、大壁虎[11]等动物的运动步态或运动受力。生物实验的特殊性,从统计学上来讲,需要进行大量的实验获得样本数据;在研究分析中,由于涉及的实验参数比较多,就需要根据不同参数的组合筛选有效的实验数据。与以往人工筛选数据和步态分析的方法相比,为提高实验数据的筛选效率和实现受力状态下步态分析的可视化:提出了采用跟踪颜色特征区域的方法,通过分析壁虎运动过程中脚掌位置和承力片位置的关系,在保证准确率的前提下,实现对有效实验数据的快速筛选;通过OpenGL进行壁虎运动受力的仿真,便于分析壁虎运动和受力的关系并建立壁虎运动力学模型。

1 运动反力测试实验

动物运动反力测试系统主要由力学测试系统和高速摄像系统两部分组成,可以测量壁虎在物体表面运动时脚掌与附着面间的接触反力和记录大壁虎的运动步态。当大壁虎在传感器阵列上运动时,运动反力测试仪的三维传感器阵列测量出每只脚掌的运动反力,用于揭示大壁虎真实的运动规律和协调机制;高速摄像系统拍摄、记录壁虎运动的图像,用于观察分析大壁虎接触反力测试过程中脚掌与传感器的接触情况、运动步态、脚掌和接触面间的粘附和脱附过程。

力学测试设备采用南京航空航天大学仿生结构与材料防护研究所自主研制的动物三维运动反力测试仪_Ⅱ[12]。高速摄像系统采用德国Mikrotron公司生产的高速摄像系统(Mikrotron MC1311)进行实验拍摄(选择250 f/s,像素1 024×1 024),高速摄像机记录下壁虎在通道中运动的序列图像。

通过运动反力测试实验可以获得的壁虎运动的力学实验数据和对应的运动图像,但这些都要进过筛选才能用于分析研究。在以往的数据筛选中,首先查看图像序列,通过判断在某一时刻图片中壁虎脚掌完全踩在承力片区域,根据区域所对应的承力片编号,查找对应承力片的力学数据,进行分析;这样的数据筛选方法需要大量的时间和人力,为了提高筛选的效率本文提出了基于颜色特征的实验数据筛选方法。

2 基于颜色特征的实验数据筛选

2.1 有效数据的筛选依据

由于壁虎运动的不可控性,运动中壁虎脚掌和承力片的位置会出现以下几种情况,如图1所示(图中线框表示承力片在图片中的区域):图1(a)中壁虎脚掌没有完全踩在承力片上,那么此时刻对应的承力片获得的数据是无效的;图1(b)中壁虎脚掌完全踩在承力片上,对应的承力片获得的数据就为此刻此脚掌的受力;图1(c)中壁虎脚掌完全踩在承力片区域,当壁虎脚趾刚毛部分和承力片的交接面积大于壁虎脚趾刚毛面积的60%时,那么此脚掌的受力为两承力片上力学数据的矢量和。

图1 壁虎脚掌和承力片的位置关系

针对以上人工筛选数据的方法,提出了有效数据筛选的依据:

(1) 如图1(b)所示壁虎脚掌要完全踩在一个承力片区域内,脚掌的受力为对应的承力片数据;

(2) 当情况如图1(c)时,踩在承力片和壁虎脚趾相交区域占脚趾刚毛区域的60%以上时,该脚掌对应的受力为多个符合要求的承力片数据之和。

通过图片中壁虎脚掌与承力片区域的位置关系来判断承力片数据的有效性,可以采用基于颜色特征的目标跟踪、定位,以及区域面积比较的方法来实现数据的筛选。

2.2 基于颜色特征区域的数据筛选方法

该方法的主要原理就是通过对系统承力片和壁虎脚掌数字图像的定位、区域面积的比较,确认两者之间的关系,判断数据是否有效。

2.2.1 承力片的定位

在力学测试前,要将高速相机放在合适的位置获得最佳的图像,在一次测试实验中,镜头和试验平台的距离是保持不变的,对于这样的每一组数据只需要对镜头进行一次标定。图2中白线框区域为承力片所在区域,在实物中横向距离为W=140 mm,纵向距离为L=240 mm,测力片大小为30 mm×30 mm的有机玻璃片。通过系统的预处理可以得到黄色线框的起始坐标为(354,34),即采用的坐标系和图像坐标系一致,左上角为坐标原点标为(1,1),单位为像素,所有的坐标取整。

承力片和线框之间的距离相对不变,位置关系如下:在实际系统中第一个承力片的区域相对于标记点位置,可以看成是由四顶点(0,0),(0.3,0),(0.3,0.125),(0,0.125)构成的一个正方形区域,其余的承力片可以通过在宽度方向上平移为0.4个单位,在长度方向上平移为0.125个单位。根据几何直线不变性和相似不变性原理 [13],可通过四个定位点的坐标获得每个承力片在数字图像中的位置。

图2 阵列中传感器承力片的定位与脚掌的位置匹配

图2中所示的每个承力片的在图像中的区域位置见表2,表中列出了编号为11~16的承力片在图像中的起点坐标(左上角坐标),区域面积(ai×bi),区域中心坐标pi(i=1,2,…,16),表中所获得的位置与理论位置的一致性受实验平台安装精度影响。

表2 测力片在图像中的位置像素

承力片编号区域起点坐标区域面积(ai×bi)区域中心坐标pi

11(375,262)114×117(414,321)

12(560,270)115×111(618,326)

13(360,148)111×115(416,206)

14(562,151)112×111(618,207)

15(354,34)117×114(413,91)

16(559,36)115×111(617,92)

2.2.2 运动目标区域的定位

首先在力学实验前对壁虎的脚掌进行标记处理,采用明显区别于实验平台背景的颜色给壁虎的脚掌着色,便于处理中对颜色特征区域的提取分割。通过图像处理方法确定这些区域中心在数字图像中的位置。如图2中方框内区域所示,通过数字图像的处理可以判断出脚掌踩在数字图像中的区域,图中所示的区域起点为(504,566),区域的长宽(a×b)为115×142,中心坐标为P(562,637),单位为像素。

2.2.3 区域位置比较的数据筛选法

(1) 判断壁虎脚掌范围是否在测力片区域内:

|p(x)-pi(x)|≤|a-ai|/2(1)

式中:i=1,2,…,16。

将壁虎脚掌区域与承力片区域进行比较,凡是满足式(1)的,就可以认为壁虎脚掌在承力片区域内,i对应承力片编号的采集数据有效。

(2) 判断壁虎脚掌和多个承力片的关系:

|p(y)-pi(y)|≤|b-bi|/2(2)

式中:i=1,2,…,16。

根据承力片的排列特征,在满足式(1)的情况下,通过在y方向的比较就可以区分出壁虎脚掌踩在哪几个承力片上,凡满足式(2)的,该脚掌上的力为对应几个承力片上的力的矢量和。

这样通过红色区域位置和传感器测力片的位置的比较,获得在T时刻壁虎脚趾所踩到的测力片个数及其测力片的序列,从而获得壁虎整个脚掌受到的力(为所有测力片测到的力的和);最后采用Matlab软件输出对应的图片序列以及绘制出受力曲线。

3 壁虎运动的仿真

为了观察壁虎在某种步态下,壁虎四脚掌力之间的协调关系,区别于以往在虚拟环境中建立壁虎的三维模型,而采用经过下述处理的壁虎力学测试中高速摄像机获得的图片,保证运动状态和壁虎运动受力的真实性。

3.1 壁虎运动姿态二值图片的获取

背景减除法的基本原理是:用事先存储的或实时得到的背景序列图像为每个像素进行统计建模,得到背景图像bk,设当前帧图像为fk,则背景差分图像dk(x,y)为:

dk(x,y)=|fk(x,y)-bk(x,y)|(3)

设分割阈值T,则二值化差分图像Rk(x,y)计算公式为:

Rk(x,y)=1,dk(x,y)≥T

0,其他(4)

通过背景减除法[14-16]可以获得运动物体完整的特征数据,但容易受到光照变化的影响。对于壁虎动力学实验而言,采用外置恒定的光源为高速摄像机的拍摄提供光源,光照变化对图像的影响可以忽略。通过此方法获得的二值图像即为壁虎在运动过程中姿态的图像。

3.2 运动反力的三维动态展示

3.2.1 实验数据信息的载入

通过Load()函数载入承力片上获得的有效数据,通过创建纹理存储空间创建纹理生成纹理设置纹理的流程来载入图片信息。实现对纹理的渲染,在文献[17]中提出OpenGL渲染到纹理的是调用glCopyTexImage2D()或glCopyTexSubImage2D()函数,但窗口的大小限制了纹理的使用大小,文献[18]中采用的PBuffers方法占据了昂贵的存储空间;本文使用文献[19]中的算法,保证渲染的帧率和纹理图像的质量。

3.2.2 实时渲染

通过帧F的控制,保证力矢量的绘制和图片载入在时间上的一致性。在每帧执行之前,都要执行设置窗口和投影矩阵,进行深度缓存测试等代码。从而实现实时更新。程序的设计满足可以根据鼠标的控制实现不同视角的渲染。鼠标右键实现旋转功能,中键实现视图的放大缩小功能。

如图3所示,左边图片是壁虎在对角步态运动过程中的受力曲线,以及壁虎在相应时刻的身体状态模拟图;右图是壁虎在t1~t4时间点的运动仿真截图,图中红色线段表示在该时刻壁虎的受力矢量,对应于左图的t1~t4时刻壁虎的受力曲线。

图3 壁虎运动受力曲线图和在t1~t4时刻运动仿真比较

通过比较,可以看到:通过OpenGL,利用获得的数字图像和受力数据,对壁虎的运动进行了模拟仿真,从整体上看到壁虎运动过程中力的变化趋势,在仿真动画中可以观察到力的变化和壁虎运动姿态的变化之间的关系,以及壁虎运动步态交替过程时壁虎四脚掌力间的协调关系。

4 结 语

这里将数字图形图像技术运用到壁虎运动力学测试实验中。通过基于颜色特征目标的跟踪,实现了壁虎运动实验数据的筛选;通过壁虎运动的仿真,提出了壁虎三维运动反力和运动行为的动态同步表示方法,便于有效分析壁虎运动特征和运动机构之间协调关系以及壁虎脚掌的受力和运动状态的关系。

参考文献

[1]王义兴,黄凤岗,韩金玉,等.基于颜色搭配与纹理特征的车牌定位方法[J].中国图像图形学报,2009,14(2):303-308.

[2]沈宝国,陈树人,尹建军,等.基于颜色特征的棉田绿色杂草图像识别方法[J].农业工程学报,2009,25(6):163-167.

[3]胡波,毛罕平,张艳诚.用于识别田间空心莲子草的颜色特征的研究[J].农机化研究,2006(9):177-179.

[4]刘德营,丁为民,赵三琴.稻飞虱图像形状和颜色特征提取的研究[J].江西农业学报,2009,21(5):97-101.

[5]Seginer I,Elster R T.Plant Wilt Detection by Computer Vision Tracking of Leaf Tips [J].Transactions of the ASAE,1992,35 (5):1 563 -1 567.

[6]周仲荣.关于我国生物摩擦学研究的思考[J].机械工程学报,2004,40(5):7-10.

[7]Full R J,Autumn K,Chung J I,et al.Rapid Negotiation of Rough Terrain by Death_head Cockroach[J].American Zoologist,1998,38(5):81.

[8]杜永辉,黄真.昆虫腿机构参数测量[J].机械设计,1996(1):24-26.

[9]余联庆.仿马四足机器人机构分析与步态研究[D].武汉:华中科技大学,2007.

[10]王周义,王金童,吉爱红,等.虎纹捕鸟蛛运动反力测试[J].自然科学进展,2009,19(8):883-888.

[11]成佳伟.大壁虎运动步态与体态特征研究[D].南京:南京航空航天大学,2007.

[12]文智平.大壁虎运动力学测试系统研制及其力学规律分析[D].南京:南京航空航天大学,2008.

[13]傅丹,周剑,邱志强,等.基于直线的集合不变性标定摄像机参数[J].中国图像图形学报,2009,14(6):1 058-1 063.

[14]McKenna S,Jabri Z,Duric Z.Tracking Groups of People[J].Computer Vision and Image Understanding,2000,80(1):42-56.

[15]Karmmann K P,Brandt A V.Moving Object Recognition using an Adaptive Background Memory[A].Time_Varying Image Processing and Moving Object Recognition[C].Elsevier,Amsterdam,The Netherlands,1990:289-296.

[16]Stauffer C,Grimson W E L.Adaptive Background Mixture Models for Real_time Tracking [A].Proceeding of IEEE Conference on Computer Vision and Pattern Recognition[C].1999,2:246-252.

[17]Bimal Poddar,Intel,WGL_ARB_render_texture[EB/OL].2001 _ 6_ 16./p rojects/ogl _samp le/registry/ARB /wgl_render_tex.ture.txt.

[18]Khronos.EXT_framebuffer_object,[ EB /OL ],2007 _ 2 _ 13.http: / // registry/ specs/EXT / framebuffer_object.txthttp: / / /developer.

[19]高光磊.基于FBO和GPU的动态CEM算法及实现[J].世界科技研究与发展,2008,30(4):440-442.