# 基于动作识别的健身体感游戏的设计与实现The Design and Implementation of Body-Building Games Based on Motion Recognition

DOI: 10.12677/SEA.2020.96056, PDF, HTML, XML, 下载: 78  浏览: 200

Abstract: In order to combine the fun of video games with fitness and let people achieve the purpose of fitness in a more enjoyable way, this paper uses the skeletal data obtained by Kinect to define a number of fitness actions, identifies the matching rate of player movements and predefined movements dur-ing the game, and achieves the purpose of fitness in the process of the game. According to common fitness sports, six motion-sensing interactive game scenes based on specific fitness movements are designed, and Unity3d game engine is used to realize the interactive fitness game based on mo-tion-sensing.

1. 引言

2. 体感技术

2.1. 动作识别技术

2.1.1. 动作定义

$\theta ={\mathrm{cos}}^{-1}\left(a\cdot b/\left(‖a‖\ast ‖b‖\right)\right)$ (1)

$a\cdot b=\left(\left({X}_{1}-{X}_{2}\right)\ast \left({X}_{3}-{X}_{2}\right)+\left({Y}_{1}-{Y}_{2}\right)\ast \left({Y}_{3}-{Y}_{2}\right)+\left({Z}_{1}-{Z}_{2}\right)\ast \left({Z}_{3}-{Z}_{2}\right)\right)$ (2)

$‖a‖=\sqrt{{\left({X}_{1}-{X}_{2}\right)}^{2}+{\left({Y}_{1}-{Y}_{2}\right)}^{2}+{\left({Z}_{1}-{Z}_{2}\right)}^{2}}$ (3)

Figure 1. Running key posture sequence

Figure 2. Characteristic bone point coordinates

Figure 3. (a) The trend of the Angle between the eigenvectors; (b) Trend of left elbow joint position information

2.1.2. 动作识别

Figure 4. The flow of motion recognition algorithm

3. 体感游戏的设计与实现

Unity3d系统预定义了角色的关键骨骼点枚举类型，通过将模型Animation Type设置为“Humanoid”，并将Avatar Definition设置为“Create from this model”，获取模型的骨骼点信息，通过进一步配置，将模型骨骼点与Unity3d系统预定义的骨骼点进行匹配，值得注意的一点是模型的初始姿势必须是“T-Pose”，它是Kinect骨骼点朝向的起始姿势。在骨骼进行正确匹配后，通过动画系统实现对模型的控制，并获得与动作相关的关键骨骼点位置及特征向量，从而利用第一部分描述的动作识别技术实现动作的识别。

3.1. 游戏流程

3.2. 故事情节

Figure 5. Function module diagram

3.3. 游戏过程

Figure 6. Game flow chart

3.4. 关卡设计

3.4.1. 第一关卡——森林

Figure 7. Forest scene

3.4.2. 第二关卡——峡谷

Figure 8. Canyon scene

2.4.3. 第三关卡——海边

Figure 9. Seaside scene

3.4.4. 第四关卡——草原 + 小镇

Figure 10. (a) Grassland scene; (b) Small town scene

3.4.5. 第五关卡——冰原

3.4.6. 第六关卡——山谷

Figure 11. Ice sheet scene

Figure 12. Valley scene

3.5. 结论与展望

 [1] 彭玉林, 杨军, 闫建华. 国内外大学生生活方式与体质健康研究现状[J]. 中国学校卫生, 2020, 41(10): 1583-1587. [2] 夏敏, 江一静, 郑得忠, 王辉兴, 詹增土, 林志诚. 体感游戏对帕金森病患者认知、步态的影响[J]. 临床荟萃, 2020, 35(10): 900-903. [3] 王媚雪, 翟洪磊. 基于沉浸理论的自闭症儿童体感游戏交互设计[J/OL]. 包装工程: 1-11 [2020-12-14]. http://kns.cnki.net/kcms/detail/50.1094.TB.20200623.0938.002.html [4] Csikszentmihalyi, M. (1975) Beyond Boredom and Anxiety. Jossey-Bass Publishers, San Francisco. [5] 何苗. 从《头号玩家》看传播中体感技术应用前景[J]. 青年记者, 2018(23): 107-108. [6] 马建荣, 章苏静, 李凤. 基于体感技术的亲子互动游戏设计与实现[J]. 中国电化教育, 2012(9): 85-88. [7] 贾骋, 李妍, 毛丰. 体感技术应用现状与展望[J]. 科技传播, 2018, 10(12): 102-103. [8] 高媛, 黄荣怀. 《2017新媒体联盟中国高等教育技术展望: 地平线项目区域报告》解读与启示[J]. 电化教育研究, 2017, 38(4): 15-22. [9] 吴迪. 体感技术在教育领域的应用现状与展望——基于Kinect技术的分析[J]. 信息通信, 2018(1): 291-292. [10] 郑传钦. 基于Kinect的颈部康复训练系统的设计与实现[J]. 电子技术与软件工程, 2018(15): 34-35. [11] Rosenberg, D., Depp, C.A., Vahia, I.V., et al. (2010) Exergames for Subsyndromal Depression in Older Adults: A Pilot Study of a Novel Intervention. The American Journal of Geriatric Psychiatry, 18, 221-226. https://doi.org/10.1097/JGP.0b013e3181c534b5 [12] 闫世蕃, 陈乐琴. 体感游戏在慢性病中的应用研究现状[J]. 军事体育学报, 2019, 38(1): 111-114+118. [13] 张诗潮, 钱冬明. 体感技术现状和发展研究[J]. 华东师范大学学报(自然科学版), 2014(2): 40-49+126. [14] 陈佳. 基于kinect传感器的人物骨骼控制用于游戏的研究与应用[J]. 计算机产品与流通, 2020(2): 139. [15] 中国政府网. 李克强: 重点建设好群众身边的健身场地[EB/OL]. http://www.gov.cn/xinwen/2020-09/25/content_5546989.htm, 2020-09-25.