壁虎運動反力和行為的動態同步表示方法

摘 要:運動反力測試是認識動物運動力學規律的最直接途徑，但目前測試得到的數據難以與運動行為很好關聯。為此提出一種立體直觀表示運動反力的方法，并和動物的運動行為直接關聯。針對以往的人工篩選數據的方法，提出數字圖像在動力學數據篩選方法研究中的應用:采用數字圖像目標檢測的方法進行數據的篩選，在保證篩選正確率的基礎上提高篩選效率;結合高速攝像機獲得的圖片采用OpenGL紋理渲染的方式展現壁虎的運動狀態和腳掌受力，實現用于分析壁虎運動狀態和腳掌力間的協調關系，為四足機器人的步態規劃提供重要參考。

關鍵詞:數據篩選;動力學仿真;大壁虎;OpenGL

中圖分類號:TP391文獻標識碼:A

文章編號: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

基于顏色內容檢索的數字圖像處理技術可以縮小特征數據庫的大小，實現特定顏色區域的定位、跟蹤，并根據需要計算出目標在數字圖像中的面積大小。基于顏色特征識別的技術，在車牌快速定位[1]、農業工程[2-4]、植物學[5]等方面有著廣泛的應用。

在動物動力學研究中，為了探索生物體運動的基本原理，建立仿生推進技術的理論框架，各國科研人員根據動物具有的運動特性[6]開展了大量的定性觀察和實驗[7]，研究如蝗蟲[8]、馬[9]、虎紋捕鳥蛛[10]、大壁虎[11]等動物的運動步態或運動受力。生物實驗的特殊性，從統計學上來講，需要進行大量的實驗獲得樣本數據;在研究分析中，由于涉及的實驗參數比較多，就需要根據不同參數的組合篩選有效的實驗數據。與以往人工篩選數據和步態分析的方法相比，為提高實驗數據的篩選效率和實現受力狀態下步態分析的可視化:提出了采用跟蹤顏色特征區域的方法，通過分析壁虎運動過程中腳掌位置和承力片位置的關系，在保證準確率的前提下，實現對有效實驗數據的快速篩選;通過OpenGL進行壁虎運動受力的仿真，便于分析壁虎運動和受力的關系并建立壁虎運動力學模型。

1 運動反力測試實驗

動物運動反力測試系統主要由力學測試系統和高速攝像系統兩部分組成，可以測量壁虎在物體表面運動時腳掌與附著面間的接觸反力和記錄大壁虎的運動步態。當大壁虎在傳感器陣列上運動時，運動反力測試儀的三維傳感器陣列測量出每只腳掌的運動反力，用于揭示大壁虎真實的運動規律和協調機制;高速攝像系統拍攝、記錄壁虎運動的圖像，用于觀察分析大壁虎接觸反力測試過程中腳掌與傳感器的接觸情況、運動步態、腳掌和接觸面間的粘附和脫附過程。

力學測試設備采用南京航空航天大學仿生結構與材料防護研究所自主研制的動物三維運動反力測試儀_Ⅱ[12]。高速攝像系統采用德國Mikrotron公司生產的高速攝像系統(Mikrotron MC1311)進行實驗拍攝(選擇250 f/s，像素1 024×1 024)，高速攝像機記錄下壁虎在通道中運動的序列圖像。

通過運動反力測試實驗可以獲得的壁虎運動的力學實驗數據和對應的運動圖像，但這些都要進過篩選才能用于分析研究。在以往的數據篩選中，首先查看圖像序列，通過判斷在某一時刻圖片中壁虎腳掌完全踩在承力片區域，根據區域所對應的承力片編號，查找對應承力片的力學數據，進行分析;這樣的數據篩選方法需要大量的時間和人力，為了提高篩選的效率本文提出了基于顏色特征的實驗數據篩選方法。

2 基于顏色特征的實驗數據篩選

2.1 有效數據的篩選依據

由于壁虎運動的不可控性，運動中壁虎腳掌和承力片的位置會出現以下幾種情況，如圖1所示(圖中線框表示承力片在圖片中的區域):圖1(a)中壁虎腳掌沒有完全踩在承力片上，那么此時刻對應的承力片獲得的數據是無效的;圖1(b)中壁虎腳掌完全踩在承力片上，對應的承力片獲得的數據就為此刻此腳掌的受力;圖1(c)中壁虎腳掌完全踩在承力片區域，當壁虎腳趾剛毛部分和承力片的交接面積大于壁虎腳趾剛毛面積的60%時，那么此腳掌的受力為兩承力片上力學數據的矢量和。

圖1 壁虎腳掌和承力片的位置關系

針對以上人工篩選數據的方法，提出了有效數據篩選的依據:

(1) 如圖1(b)所示壁虎腳掌要完全踩在一個承力片區域內，腳掌的受力為對應的承力片數據;

(2) 當情況如圖1(c)時，踩在承力片和壁虎腳趾相交區域占腳趾剛毛區域的60%以上時，該腳掌對應的受力為多個符合要求的承力片數據之和。

通過圖片中壁虎腳掌與承力片區域的位置關系來判斷承力片數據的有效性，可以采用基于顏色特征的目標跟蹤、定位，以及區域面積比較的方法來實現數據的篩選。

2.2 基于顏色特征區域的數據篩選方法

該方法的主要原理就是通過對系統承力片和壁虎腳掌數字圖像的定位、區域面積的比較，確認兩者之間的關系，判斷數據是否有效。

2.2.1 承力片的定位

在力學測試前，要將高速相機放在合適的位置獲得最佳的圖像，在一次測試實驗中，鏡頭和試驗平臺的距離是保持不變的，對于這樣的每一組數據只需要對鏡頭進行一次標定。圖2中白線框區域為承力片所在區域，在實物中橫向距離為W=140 mm，縱向距離為L=240 mm，測力片大小為30 mm×30 mm的有機玻璃片。通過系統的預處理可以得到黃色線框的起始坐標為(354，34)，即采用的坐標系和圖像坐標系一致，左上角為坐標原點標為(1，1)，單位為像素，所有的坐標取整。

承力片和線框之間的距離相對不變，位置關系如下:在實際系統中第一個承力片的區域相對于標記點位置，可以看成是由四頂點(0，0)，(0.3，0)，(0.3，0.125)，(0，0.125)構成的一個正方形區域，其余的承力片可以通過在寬度方向上平移為0.4個單位，在長度方向上平移為0.125個單位。根據幾何直線不變性和相似不變性原理 [13]，可通過四個定位點的坐標獲得每個承力片在數字圖像中的位置。

圖2 陣列中傳感器承力片的定位與腳掌的位置匹配

圖2中所示的每個承力片的在圖像中的區域位置見表2，表中列出了編號為11~16的承力片在圖像中的起點坐標(左上角坐標)，區域面積(ai×bi)，區域中心坐標pi(i=1，2，…，16)，表中所獲得的位置與理論位置的一致性受實驗平臺安裝精度影響。

表2 測力片在圖像中的位置像素

承力片編號區域起點坐標區域面積(ai×bi)區域中心坐標pi

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 運動目標區域的定位

首先在力學實驗前對壁虎的腳掌進行標記處理，采用明顯區別于實驗平臺背景的顏色給壁虎的腳掌著色，便于處理中對顏色特征區域的提取分割。通過圖像處理方法確定這些區域中心在數字圖像中的位置。如圖2中方框內區域所示，通過數字圖像的處理可以判斷出腳掌踩在數字圖像中的區域，圖中所示的區域起點為(504，566)，區域的長寬(a×b)為115×142，中心坐標為P(562，637)，單位為像素。

2.2.3 區域位置比較的數據篩選法

(1) 判斷壁虎腳掌范圍是否在測力片區域內:

|p(x)-pi(x)|≤|a-ai|/2(1)

式中:i=1，2，…，16。

將壁虎腳掌區域與承力片區域進行比較，凡是滿足式(1)的，就可以認為壁虎腳掌在承力片區域內，i對應承力片編號的采集數據有效。

(2) 判斷壁虎腳掌和多個承力片的關系:

|p(y)-pi(y)|≤|b-bi|/2(2)

式中:i=1，2，…，16。

根據承力片的排列特征，在滿足式(1)的情況下，通過在y方向的比較就可以區分出壁虎腳掌踩在哪幾個承力片上，凡滿足式(2)的，該腳掌上的力為對應幾個承力片上的力的矢量和。

這樣通過紅色區域位置和傳感器測力片的位置的比較，獲得在T時刻壁虎腳趾所踩到的測力片個數及其測力片的序列，從而獲得壁虎整個腳掌受到的力(為所有測力片測到的力的和);最后采用Matlab軟件輸出對應的圖片序列以及繪制出受力曲線。

3 壁虎運動的仿真

為了觀察壁虎在某種步態下，壁虎四腳掌力之間的協調關系，區別于以往在虛擬環境中建立壁虎的三維模型，而采用經過下述處理的壁虎力學測試中高速攝像機獲得的圖片，保證運動狀態和壁虎運動受力的真實性。

3.1 壁虎運動姿態二值圖片的獲取

背景減除法的基本原理是:用事先存儲的或實時得到的背景序列圖像為每個像素進行統計建模，得到背景圖像bk，設當前幀圖像為fk，則背景差分圖像dk(x，y)為:

dk(x，y)=|fk(x，y)-bk(x，y)|(3)

設分割閾值T，則二值化差分圖像Rk(x，y)計算公式為:

Rk(x，y)=1，dk(x，y)≥T

0，其他(4)

通過背景減除法[14-16]可以獲得運動物體完整的特征數據，但容易受到光照變化的影響。對于壁虎動力學實驗而言，采用外置恒定的光源為高速攝像機的拍攝提供光源，光照變化對圖像的影響可以忽略。通過此方法獲得的二值圖像即為壁虎在運動過程中姿態的圖像。

3.2 運動反力的三維動態展示

3.2.1 實驗數據信息的載入

通過Load()函數載入承力片上獲得的有效數據，通過創建紋理存儲空間→創建紋理→生成紋理→設置紋理的流程來載入圖片信息。實現對紋理的渲染，在文獻[17]中提出OpenGL渲染到紋理的是調用glCopyTexImage2D()或glCopyTexSubImage2D()函數，但窗口的大小限制了紋理的使用大小，文獻[18]中采用的PBuffers方法占據了昂貴的存儲空間;本文使用文獻[19]中的算法，保證渲染的幀率和紋理圖像的質量。

3.2.2 實時渲染

通過幀F的控制，保證力矢量的繪制和圖片載入在時間上的一致性。在每幀執行之前，都要執行設置窗口和投影矩陣，進行深度緩存測試等代碼。從而實現實時更新。程序的設計滿足可以根據鼠標的控制實現不同視角的渲染。鼠標右鍵實現旋轉功能，中鍵實現視圖的放大縮小功能。

如圖3所示，左邊圖片是壁虎在對角步態運動過程中的受力曲線，以及壁虎在相應時刻的身體狀態模擬圖;右圖是壁虎在t1~t4時間點的運動仿真截圖，圖中紅色線段表示在該時刻壁虎的受力矢量，對應于左圖的t1~t4時刻壁虎的受力曲線。

圖3 壁虎運動受力曲線圖和在t1~t4時刻運動仿真比較

通過比較，可以看到:通過OpenGL，利用獲得的數字圖像和受力數據，對壁虎的運動進行了模擬仿真，從整體上看到壁虎運動過程中力的變化趨勢，在仿真動畫中可以觀察到力的變化和壁虎運動姿態的變化之間的關系，以及壁虎運動步態交替過程時壁虎四腳掌力間的協調關系。

4 結 語

這里將數字圖形圖像技術運用到壁虎運動力學測試實驗中。通過基于顏色特征目標的跟蹤，實現了壁虎運動實驗數據的篩選;通過壁虎運動的仿真，提出了壁虎三維運動反力和運動行為的動態同步表示方法，便于有效分析壁虎運動特征和運動機構之間協調關系以及壁虎腳掌的受力和運動狀態的關系。

參考文獻

[1]王義興，黃鳳崗，韓金玉，等.基于顏色搭配與紋理特征的車牌定位方法[J].中國圖像圖形學報，2009，14(2):303-308.

[2]沈寶國，陳樹人，尹建軍，等.基于顏色特征的棉田綠色雜草圖像識別方法[J].農業工程學報，2009，25(6):163-167.

[3]胡波，毛罕平，張艷誠.用于識別田間空心蓮子草的顏色特征的研究[J].農機化研究，2006(9):177-179.

[4]劉德營，丁為民，趙三琴.稻飛虱圖像形狀和顏色特征提取的研究[J].江西農業學報，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]周仲榮.關于我國生物摩擦學研究的思考[J].機械工程學報，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]杜永輝，黃真.昆蟲腿機構參數測量[J].機械設計，1996(1):24-26.

[9]余聯慶.仿馬四足機器人機構分析與步態研究[D].武漢:華中科技大學，2007.

[10]王周義，王金童，吉愛紅，等.虎紋捕鳥蛛運動反力測試[J].自然科學進展，2009，19(8):883-888.

[11]成佳偉.大壁虎運動步態與體態特征研究[D].南京:南京航空航天大學，2007.

[12]文智平.大壁虎運動力學測試系統研制及其力學規律分析[D].南京:南京航空航天大學，2008.

[13]傅丹，周劍，邱志強，等.基于直線的集合不變性標定攝像機參數[J].中國圖像圖形學報，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.http://oss.sgi.com/p rojects/ogl _samp le/registry/ARB /wgl_render_tex.ture.txt.

[18]Khronos.EXT_framebuffer_object，[ EB /OL ]，2007 _ 2 _ 13.http: / /www.opengl.org/ registry/ specs/EXT / framebuffer_object.txthttp: / /ati.amd.com /developer.

[19]高光磊.基于FBO和GPU的動態CEM算法及實現[J].世界科技研究與發展，2008，30(4):440-442.