运动重定位，实现丰富-接触的拟人化操控

文章预览

24年2月来自CMU、Meta和Boston dynamic的论文“Kinematic Motion Retargeting for Contact-Rich Anthropomorphic Manipulations”。 现在，即使对于复杂的抓握，手部运动捕捉数据也相对容易获得；但是，如果不能将其重定位到特定角色或机器人的手上，这些数据的用途将非常有限。目标手在几何形状、自由度 (DOF) 数量或手指数量方面可能存在巨大差异。本文提出一个简单但有效的框架，利用接触面积，将多个人手-目标操作从公开可用的数据集中重定位到各种运动和形态各异的目标手上。将重定位操作公式化为非等距的形状匹配问题来实现这一点，并使用表面接触和标记数据的组合，通过逆运动学 (IK) 逐步估计、改进和拟合最终目标手轨迹。该框架的基础是引入一种形状匹配过程，它能够在完整操作中实现可预测且稳健的接触数据迁移，同时为艺术家提供了一种直观的方法 ………………………………