北京
MANUS數據手套可獲取EMF傳感器數據并將其轉換為可用的數據輸出，在本文中我們將帶您一步一步地了解Manus如何通過采集到的EMF數據在動作捕捉、骨骼建模和重定目標等方面實現可靠的手部和手指跟蹤。
MANUS數據層
MANUS手套使用EMF傳感器（電磁場傳感器）來提供低延遲、高精度的手部跟蹤。工作流可以分為三個核心數據層：
l 傳感器數據
l 骨架數據
l 重定向數據
這三種數據格式支持從手勢識別到角色動畫和機器人等一系列應用，將實時手部運動轉換為數字數據。
傳感器數據
原始傳感器數據測量傳感器相對于手背上殼內磁線圈的位置。這意味著在解釋數據時，必須考慮傳感器和接頭之間的偏移。
該數據可用于帶有Manus Core+SDK許可證的Metagloves Pro。
骨架數據
骨架數據是MANUS Core對用戶手部的內部表示。它是使用設備的傳感器數據、校準值和高級手解算器生成的。由25個節點組成，代表每只手的25個關節，并作為佩戴者手部的數字孿生。
此格式對于骨骼數據和人體工程學數據都是可用的。人機工程學數據涵蓋每個關節的彎曲和拉伸值（彎曲和張開），使其對運動和康復研究特別有價值。
在MANUS Core儀表板中還可以直觀顯示人體工程學數據，該儀表板可顯示單個手指彎曲角度和CMC分布值。骨骼和人體工程學數據也可以導出為用于數據分析的. CSV文件，數據包括:
l 關節位置和旋轉
l 關節位置速度和加速度
l 收縮距離
l 關節角度
l 關節角速度和角加速度
重定目標的骨骼數據
重定目標骨骼模型被傳輸到動畫角色的插件中。
Manus Core開發者工具(DevTools)讓用戶可以使用他們自己的模型。模型可以直接從Unreal和Unity插件發送到DevTools，可以通過標記骨骼和創建鏈來定義骨骼。完成后，您可以將框架定義發送回插件，或者將其導出為用于手動集成的. mskl文件。
重定目標的數據可以被映射到非正常人類手部大小的模型或機器手上。例如，Het Nieuwe Kader就將MANUS采集的手部數據重定向到機器人手上。
MANUS數據層可確保每個細節動作被精確捕捉、解釋和應用。通過將EMF傳感器數據轉換為結構化的骨架和可適應的重定向運動，創作者、工程師和研究人員可以使用Manus為他們的工作提供更可靠的支持。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
