预测动作将成为现实，科学家通过动作捕捉技术预测人类动作
在一些神乎其神的动作片中主角可以通过预测对手的动作实现绝地反击并最终取得胜利。对于预测动作，我们往往认为这只是影视作品或者小说中才能实现的不切实际的超能力。然而令人意想不到的是如今已经有科学家准备通过动作捕捉技术将动作预测变为现实。
AnDy项目计划的目的是创造出尖端的具有预期能力的协作机器人。科学家Serena Ivaldi是这个项目开源数据中心的负责人，该中心负责存储并处理通过动作捕捉技术捕捉的动作数据和具有序列性质的的运动追踪记录。这些生物力学数据可用于人体工程学的研究，并帮助我们在运动完成前预测运动轨迹。
使用Xsens MVN Analyze采集开源数据
AnDy项目的研究人员使用Xsens MVN Analyze实时跟踪人体的运动动作。通过记录身体运动和常见运动序列的多种变化，研究人员创建出了一个数据集，该数据集可以参考之前录入的动作数据并提前预测未来的动作走势。
“我们想要创造一个使用数据驱动的可以识别和预测人的动作的自动系统，而创造这个系统需要使用到开源数据。”瑟琳娜解释道。
该研究小组创造的数据集可以在网上免费下载，数据集由5个多小时的拥有不同拟人特征的人的动作记录组成。数据集是可重复使用的，可用于进行人体活动、姿势和人体工程学评估的标签注释。波林·莫里斯（Pauline Maurice）是一位博士后研究员，他在数据集可重复使用这一领域做出了重要的贡献，他说道：“建立数据集已经是一项非常艰巨的任务了，这需要花费我们几个月的时间，而以一种可读取的方式来处理这些收集来的数据并将他们编写成文档更加具有挑战性。可重复使用数据集的出现使得没有Xsens 动作捕捉套装用户也可以运用这些数据并将其用于分析研究。”
惯性动作捕捉技术的优势在于它能够在没有摄像头的情况下捕捉和记录全身的运动数据，这意味着运用惯性动作捕捉技术，每一个细微的动作都不会丢失。在运动分析中的Blackspots对任何生物力学研究往往都是最不好的表现，因为缺乏数据的支持就意味着结果会变得不太可靠。
“针对此问题Xsens MVN Analyze十分擅长于解决光学动作捕捉所不能解决的运动跟踪问题。如果捕捉的环境中有遮挡，你就需要大量的摄像机来跟踪人体运动。如果人在移动中表现出不同的姿势——比如蹲在地上或弯腰操纵物体——那么就会出现身体的某些部分挡住摄像机拍摄的问题，那些身体部位的数据的也就不可能收集到。这更是突出了惯性运动跟踪在这类研究中的优势。”瑟琳娜（Serena）说道。
研究人员还利用了其他测量设备与Xsens共同协作来获得更深入的动作姿势分析数据。与Xsens套装共同协作的设备就是带有传感器的数据手套：
“当一个人在操纵或举起一个物体时，手套会测量手与物体接触的时间——这在区分人的不同动作时非常重要。”瑟琳娜（Serena）说道。
预测动作
预测运动是一门科学的艺术，实现动作预测的原理是利用先前记录的数据来确保预测动作的准确度。使用AnDy项目制作的数据集，可以参考并检查常见的动作序列，并推断出最可能的出现的后续动作。
“我们使用MVN Analyze来检索姿势信息，然后将这些信息输入进我们的机器学习工具。我们现在拥有一种技术，能够在构建活动模型时自动确定相关的动作特征。”
“我们着眼于人们最可能形成的动作轨迹。想象一下当你试图搬起一个沉重的盒子，你会先弯曲你的膝盖而不是弯曲你的背。但是如果我们看到有人将要在弯曲背部的同时拿起盒子，我们就可以计算出这些人在未来的动作轨迹。假设在400毫秒内，这个人将完成这一整套糟糕的姿势——我们可以在预测的那一刻对他说：‘不要那么做’。”瑟琳娜（Serena）说道。
目前这项技术可以用于工业工作的纠正和培训，由指导员工做出正确的动作。另外该技术也有可能帮助运动员改善在锻炼中的动作，帮助他们健康科学的增强训练效果。
瑟琳娜（Serena）说：“数据集软件可以适用于用户想要推广的任何数据。它可以自动优化动作轨迹，但需要用户预先选择一个标准。”
目前的研究进度
数据收集一直是团队的主要工作之一，完善的数据增强了模型的预测能力。检测如此庞大的数据集的一个不可或缺的部分就是测量这些数据在改善人类生物力学和人类工程学方面的有效性。已经被记录和标记的海量数据可以为用户提供完善的功能和广泛的应用空间。
“我们收集的数据集非常丰富；可以实现人体运动分析、机器学习和动作预测。与我们相对应的其他的软件开放的数据集仅仅提供单个动作的重复，而我们的数据集拥有完整的动作序列。”瑟琳娜（Serena）说道。
预测运动的能力对机器人的自主学习模式有着非常积极的影响。这包括机器人与用户佩戴的外部骨骼协同工作来完成任务。
“我们目前正在全身动作预测水平上继续改进预测的功能——我们希望改进机器人的预估动作信息。借助预测功能，机器人可以为特定任务提供特定的帮助。如果机器人可以预测用户采取行动的方式，那么它们就可以以特定的方式向用户提供帮助。人类总是凭直觉这样做或那样做，因为这种直觉已经被编码在了你的大脑中。快速预测的能力非常关键，对于机器人而言未来他们也需要这样的能力。”
随着机器人技术的不断进步，高精度的动作预测功能势必会成为提升工作环境安全性的必要组成部分。对于这项先进的技术目前还有很多需要改进的方向，那么对于这项技术的研究大家是怎么看的呢？