LM开发文档翻译_1

骨骼追踪模型简介

2.0版本的开发软件可以预测图形中不清晰的手指的运动，相互交叉造成遮挡的手指仍然可以被追踪到。

API概述

Leap Motion系统可以辨别、追踪手和手指以及手状的工具。该设备通过高帧率、高精度的近似模拟来报告出手的位置、姿势和运动。

该设备运用红外线和光线感应器来进行追踪，传感器指向y轴（当设备在其标准操作位置时的正上方），并且有大约150°的视野。设备监控的有效的范围大概在设备上方25mm至600mm（1英寸到2英尺）。

当设备有一个清晰的、高对比度的物体轮廓时可以有最好的追踪效果。设备的软件通过将其传感器获得的数据与人手的内置模型结合起来来应对不同的追踪环境。

坐标系

LM采用右手笛卡尔坐标系，原点位于LM正面的正中心，x轴与z轴位于水平面，x轴沿长边方向，z轴沿短边方向。

LM_API测量物理数据采用如下单位：

距离：毫米mm

时间：微秒 us

速度：毫米/秒 mm/s

角度：弧度 rad （1°=π/180 rad）

运动追踪数据

由于LM追踪再起视野范围内的手掌、手指、工具，它通过组的形式——以帧来提供追踪的数据。每一个Frame对象代表了包含被追踪实体的一帧，例如手掌、手指、工具，以及场景中识别出的手掌的姿势与描述整体运动的因素。Frame对象本质上是LM数据模型的根。

Hands

手部模型提供了手指名称、位置以及所检测到手的其它特征、与手掌相连的手臂、手上指头的立列表等信息。

手掌是由Hand类来表示的。

LM软件利用内置的手掌模型来提供轨迹预测、即使当手掌的部分是不可见的。手部模型提供五指的位置，即使只有当手部的轮廓和它的全部手指都是清晰可见的时候才能达到最佳的追踪效果。软件通过对可见部分的手指动作，结合其内部的手部模型，以及过去监测到的可见手部运动进行计算来得到对不可见部分的运动的预测。请注意，手掌遮挡到的或者被LM传感器屏蔽的微小的手指运动通常是不会被检测到的。Hand.confidence 比值可以显示监测到的数据与内在模型的符合程度。

如果视野内有超过两只手也是可以被追踪到的，他们会被记录在同一帧的手掌列表中。然而，为了保证追踪质量的最优，我们建议最多只在LM的范围内采集两只手的数据。

Arms

Arm是一个类似骨骼的对象，它提供了偏转、长度、宽度以及手臂的终点。当肘关节不在视野中的时候，LM控制器通过以往的监测与典型的人类比例来估算它的位置。

Fingers

LM提供每根手指的信息，如果所有的或者部分的手指不在视野中的话，手指的特征是通过最近的监测和自动建立的手部模型来进行估算的。手指是通过类型名称来识别的，比如thumb、index、middle、ring、pinky。

手指是通过Finger类来表示的，他是一个Pointable对象。

Finger对象提供了Bone对象，Bone对象描述了手指每个解剖学骨骼的位置和方向。每根手指从底到指尖包含了四块骨骼。具体如图。

Tools

工具是类似铅笔一样的物体。

工具是用Tool类来代表的，是一个Pointable对象。

工具是比手指长、瘦、直的。

只有细的、圆柱形的物体可以被作为工具进行追踪。

请注意在2.0版本中，工具与手是独立的。