Evaluating the precision of the HTC VIVE Ultimate Tracker with robotic and human movements under varied environmental conditions

📄 arXiv: 2409.01947v2 📥 PDF

作者: Julian Kulozik, Nathanaël Jarrassé

分类: cs.RO, cs.HC

发布日期: 2024-09-03 (更新: 2024-09-04)

💡 一句话要点

评估HTC VIVE Ultimate Tracker在不同环境下的机器人与人体运动追踪精度

🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)

关键词: 运动捕捉 追踪精度 HTC VIVE Ultimate Tracker 机器人运动 人体运动 环境影响 由内而外追踪

📋 核心要点

  1. 现有运动捕捉系统成本高昂且设置复杂，限制了其在非专业环境中的应用。
  2. 利用HTC VIVE Ultimate Tracker的由内而外追踪能力，无需外部相机即可实现6自由度运动捕捉。
  3. 实验表明，该追踪器在多种环境下具有可接受的精度，适用于人体运动捕捉等应用，但受光照和速度影响。

📝 摘要（中文）

HTC VIVE Ultimate Tracker采用内部立体相机进行由内而外的6自由度追踪，无需外部相机，为运动追踪提供了一种经济高效且设置简单的方案。该追踪器最初设计用于游戏和VR行业，我们探索了其在VR之外的应用，并提供了C++和Python的数据捕获源代码，无需VR头显。本研究首次评估了该追踪器在各种实验场景中的精度。为了评估追踪精度的鲁棒性，我们使用机械臂作为精确且可重复的运动源。以OptiTrack系统为参考，我们在不同的实验条件下进行了测试：光照、运动速度、由场景中物体位移引起的环境变化、追踪器前方的人体运动，以及相对于校准中心的位移大小变化。平均而言，HTC VIVE Ultimate Tracker在各种条件下的精度为4.98 mm +/- 4 mm。影响精度的最关键因素是光照条件、运动速度和相对于校准中心的运动范围。为了进行实际评估，我们在真实运动捕捉场景中用5个追踪器捕捉人体运动。我们的研究结果表明，该追踪器具有足够的精度来捕捉人体运动，并通过两项任务验证：一项低动态的拾取放置任务和一项由精英运动员执行的高动态击剑运动。尽管其精度低于传统的基于固定相机的运动捕捉系统，并且其性能受到多种因素的影响，但HTC VIVE Ultimate Tracker展示了足够的精度，可用于各种运动追踪应用。它能够在VR或MOCAP环境之外捕捉人体或物体运动的能力使其用途广泛。

🔬 方法详解

问题定义：论文旨在评估HTC VIVE Ultimate Tracker在不同环境条件下的运动追踪精度，并探索其在VR/MOCAP环境之外的应用潜力。现有运动捕捉系统，如基于固定相机的OptiTrack，虽然精度高，但成本高昂、设置复杂，难以在非专业或移动场景中使用。HTC VIVE Ultimate Tracker作为一种低成本、易于设置的替代方案，其精度和鲁棒性需要进行系统评估。

核心思路：论文的核心思路是通过设计一系列受控实验，系统地评估HTC VIVE Ultimate Tracker在不同环境条件下的追踪精度。通过使用高精度的机械臂作为运动源，并以OptiTrack系统作为参考，可以量化追踪器的误差。同时，通过改变光照、运动速度、环境干扰等因素，可以评估追踪器的鲁棒性。此外，通过捕捉真实的人体运动，可以验证追踪器在实际应用中的性能。

技术框架：论文的实验框架主要包括以下几个部分：1) 使用机械臂进行受控运动，并使用OptiTrack系统作为参考，测量HTC VIVE Ultimate Tracker的精度；2) 改变实验环境条件，如光照、运动速度、环境干扰等，评估追踪器的鲁棒性；3) 使用多个HTC VIVE Ultimate Tracker捕捉人体运动，并通过拾取放置和击剑等任务验证其在实际应用中的性能。

关键创新：论文的主要创新在于首次系统地评估了HTC VIVE Ultimate Tracker在不同环境条件下的运动追踪精度，并提供了在VR/MOCAP环境之外使用该追踪器的可行性分析。与以往的研究主要集中在VR应用不同，该论文探索了该追踪器在更广泛的运动捕捉领域的应用潜力。

关键设计：论文的关键设计包括：1) 使用机械臂进行精确的受控运动，确保运动的可重复性和精度；2) 使用OptiTrack系统作为参考，提供高精度的运动数据；3) 设计多种实验场景，覆盖不同的光照、运动速度和环境条件；4) 使用真实的人体运动数据，验证追踪器在实际应用中的性能。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，HTC VIVE Ultimate Tracker在各种条件下的平均精度为4.98 mm +/- 4 mm。光照条件、运动速度和相对于校准中心的运动范围是影响精度的最关键因素。在人体运动捕捉实验中，该追踪器能够捕捉到低动态的拾取放置任务和高动态的击剑运动，验证了其在实际应用中的可行性。

🎯 应用场景

该研究成果可应用于低成本运动捕捉、康复训练、人机交互、机器人控制等领域。HTC VIVE Ultimate Tracker的便携性和易用性使其能够在家庭、诊所等非专业环境中进行运动分析和追踪，为用户提供个性化的反馈和指导。此外，该追踪器还可以用于开发新的VR/AR应用，例如无需外部传感器的全身追踪。

📄 摘要（原文）

The HTC VIVE Ultimate Tracker, utilizing inside-out tracking with internal stereo cameras providing 6 DoF tracking without external cameras, offers a cost-efficient and straightforward setup for motion tracking. Initially designed for the gaming and VR industry, we explored its application beyond VR, providing source code for data capturing in both C++ and Python without requiring a VR headset. This study is the first to evaluate the tracker's precision across various experimental scenarios. To assess the robustness of the tracking precision, we employed a robotic arm as a precise and repeatable source of motion. Using the OptiTrack system as a reference, we conducted tests under varying experimental conditions: lighting, movement velocity, environmental changes caused by displacing objects in the scene, and human movement in front of the trackers, as well as varying the displacement size relative to the calibration center. On average, the HTC VIVE Ultimate Tracker achieved a precision of 4.98 mm +/- 4 mm across various conditions. The most critical factors affecting accuracy were lighting conditions, movement velocity, and range of motion relative to the calibration center. For practical evaluation, we captured human movements with 5 trackers in realistic motion capture scenarios. Our findings indicate sufficient precision for capturing human movements, validated through two tasks: a low-dynamic pick-and-place task and high-dynamic fencing movements performed by an elite athlete. Even though its precision is lower than that of conventional fixed-camera-based motion capture systems and its performance is influenced by several factors, the HTC VIVE Ultimate Tracker demonstrates adequate accuracy for a variety of motion tracking applications. Its ability to capture human or object movements outside of VR or MOCAP environments makes it particularly versatile.