ESTADO DE ARTE SISTEMAS DE CAPTURA DE MOVIMIENTO EN 3D

APLICADOS EN ENTRENAMIENTO VIRTUAL EN TIEMPO REAL

AUTOR
ANDRÉS MAURICIO GARCÍA ORTEGA
ING. MECATRÓNICO
ESTUDIANTE DE MAESTRIA EN INGENIERÍA

UNIVERSIDAD AUTONOMA DE OCCIDENTE

MAESTRIA EN INGENIERIA CON ENFASIS EN INFORMÁTICA
SANTIAGO DE CALI
2011
 TABLA DE CONTENIDO

1. INTRODUCCIÓN ................................................................................................................... 3
1.1 QUE ES MOCAP? ...................................................................................................... 3
2.1 HISTORIA DE LOS SISTEMAS DE CAPTURA DE MOVIMIENTO ........................ 5
2.2 HISTORIA DE LA CAPTURA DE MOVIMIENTO EN COLOMBIA .......................... 7
3. CLASIFICACIÓN DE LOS SISTEMAS MOCAP ............................................................... 9
3.1 SISTEMAS ÓPTICOS ................................................................................................... 10
3.1.1 Sistemas Mocap de marcas pasivas: ...................................................................... 10
3.1.2 Sistemas Mocap de marcas activas: ................................................................... 10
3.1.3 Sistemas sin marcas: ............................................................................................. 10
3.2 SISTEMAS MAGNÉTICOS .......................................................................................... 11
4. ÚLTIMOS DESARROLLOS TECNOLÓGICOS EN SISTEMAS MOCAP ................... 12
4.2 SISTEMAS MARKERLESS.......................................................................................... 13
5. SISTEMAS DE ENTRENAMIENTO VIRTUAL QUE EMPLEAN MOCAP .................. 15
6. PROPUESTA DE PROYECTO DE APLICACIÓN DE SISTEMAS DE MOCAP EN
TIEMPO REAL PARA LA CORRECCIÓN DE POSTURAS Y MOVIMIENTOS EN
AMBIENTES VIRTUALES DE ENTRENAMIENTO ............................................................ 17
7. CONCLUSIÓN...................................................................................................................... 18
Bibliografía ................................................................................................................................. 19
1. INTRODUCCIÓN

Desde los comienzos de la historia de la ciencia el estudio del movimiento de

los cuerpos ha jugado un papel importante a través del tiempo, sin él sería
imposible la existencia del calendario maya basado en la trayectoria de los
astros, o Isaac Newton no habría podido calcular la aceleración de la gravedad
para lo cual tuvo que estudiar por supuesto el movimiento de los cuerpos en
caída libre. Para comprender el movimiento de un cuerpo éste se debe capturar
y registrar en cada instante de tiempo, lo cual implica congelarlo en una serie
de imágenes y extraer la información de su posición en el espacio en cada una
de ellas, esto se asemeja a la escena de la película The Matrix en la que se
muestra cuando Neo el personaje principal es congelado por un instante
mientras esquiva las balas del enemigo, si se tomara una secuencia de esos
instantes congelados del cuerpo de Neo y se midieran los datos de su
posición con respecto al personaje que dispara, y los ángulos que forman sus
piernas y brazos, se podría tener una réplica exacta del movimiento de su
cuerpo y luego usarla en un computador para darle alguna aplicación, este
proceso de grabar y obtener los datos de posición en cada instante del tiempo
se conoce como captura de movimiento.

1.1 QUE ES MOCAP?

La captura de movimiento llamada también Mocap (Motion Capture) por sus

siglas en inglés, es un proceso que permite grabar y describir el movimiento de
un cuerpo en el espacio, el cual es representado por los cambios de traslación
y rotación[1], gracias a dichos cambios es posible calcular velocidades y
aceleraciones que hoy en día son empleados como información valiosa ya sea
para estudiar el comportamiento de un algún objeto en el espacio o de toda la
cadena cinemática del cuerpo de una persona, un animal o alguna cosa.

Debido a la complejidad que tiene el lograr la captura del movimiento, ha sido

necesario el desarrollo de tecnologías que permitan facilitar este proceso, en
los comienzos fue necesario crear sistemas que permitieran disparar una
secuencia de fotografías análogas que capturaran el movimiento del cuerpo y
luego por medio de complejos procesos estimar la posición de los mismos, este
proceso de estimación de las posiciones se conoce técnicamente como
tracking y es la base de los sistemas de captura de movimiento, no obstante
con los avances de la electrónica, la mecatrónica y la informática, en los
sistemas de captura de movimiento se han ido implementando diversas
tecnologías tales como cámaras infrarojas de alta velocidad, sensores
electromagnéticos y sistemas inerciales y de ultrasonido, que los han hecho
más fáciles de usar y mejores en la velocidad de captura, a tal nivel que ya se
pueden encontrar sistemas que en tiempo real entregan la información
capturada para ser usada en aplicaciones de videojuegos, robótica y
entrenamiento en realidad virtual.
1.3 USOS DE LA CAPTURA DE MOVIMIENTO

El uso de la información obtenida por la captura de movimiento ha ido

creciendo con el avance de la humanidad, en un principio se usaba para
estudiar el movimiento de los animales y las personas y analizar aspectos
biomecánicos tales como las velocidades aceleraciones del movimiento de los
brazos y piernas o calcular la velocidad que puede alcanzar un caballo al
galopar.
Cuando la tecnología de gráficas por computador empezó su auge los sistemas
Mocap comenzaron a emplearse en la industria del cine y el entretenimiento;
En gran mayoría de las animaciones 3D que se ven hoy en día en las salas de
cine y en las consolas de videojuegos, se puede apreciar la influencia de la
captura de movimiento que se usa para dar vida a personajes y crear efectos
especiales que de otra forma serian imposibles de realizar.
Otro campo de aplicación que ha ido emergiendo en las ultimas décadas es el
del control y la telepresencia, ya existen sistemas que permiten que el
movimiento del brazo y la mano de una persona pueda controlar el movimiento
de un robot que podría estar en algún lugar haciendo una tarea compleja como
soldar el casco de un barco bajo el mar o realizar una microcirugía de alta
precisión en un paciente humano, también en la armada se usa la captura de
movimiento para entrenar a los soldados en misiones peligrosas y manejo de
nuevas tecnologías militares empleando ambientes de realidad virtual y en el
deporte se ha logrado estudiar y mejorar las condiciones de los deportistas de
alto rendimiento permitiendo corregir y optimizar los gestos tales como el swing
en el golf o el braceo en la natación.
2. HISTORIA DE LOS SISTEMAS DE CAPTURA DE MOVIMIENTO (MOCAP)

2.1 HISTORIA DE LOS SISTEMAS DE CAPTURA DE MOVIMIENTO

El desarrollo de los sistemas Mocap se debe en gran parte a la fotografía y el

cine, sin embargo ha tomado su máximo auge gracias a los avances, de la
electrónica, la mecatrónica, la informática y las gráficas por computadora
aplicadas a los campos de la medicina , la armada y el entretenimiento.

Los primeros sistemas de captura de movimiento fueron basados en

secuencias de fotografía análoga, uno de los primeros desarrollos fue un
dispositivo llamado Zoopraxiscopio [1], que fue creado por Edward Muybridge
[1], en 1879, este dispositivo se encargaba de proyectar secuencias de
imagenes, que le sirvieron a Muybridge para sus publicaciones Animals in
Motion (1899) y The Human Figures in Motion (1901), que hasta la actualidad
son un referente valioso para el estudio del movimiento y la animación. En
1926 Harold Edgerton Ingeniero estudiante del MIT empleó el estroboscopio
para capturar las imagenes de un motor en movimiento aplicando frecuencias
equivalentes a la velocidad de rotación, esto permitió los primeros desarrollo en
fotografía de alta velocidad.

En 1917 Max Fleisher creó el rotoscopio [1], que le permitió recrear la

animación de personajes en su trabajo Koko the Clown and Fitz the dog años
despues Walt Disney empleó la rotoscopia para sus trabajos cinematográficos.

En 1960, los ingenieros de Disney desarrollaron los audio animatronics que son
robots animados , sincronizados con audio; debido a la complejidad para la
programación y animación de estos robots, se creó un sistema basado en
captura de movimiento para programar los movimientos, estoy dio pie al
concepto en esa época conocido como “motion programming” o programación
de movimiento. En ese mismo año Bill Polhemus de la Harvard University creó
el primer sensor de captura de movimiento y lo llamó magnetic tracker, o
seguidor magnético, más adelante funda su propia compañía llamada
Polhemus [2] . A mediados de los 60’s Garnov & Dubovic publicaron su
trabajo llamado “time-matching cine film from multiple cameras for analysis”, en
el cual propusieron sistemas para sincronizar varias cámaras al mismo tiempo
y poder resolver los problemas de sincronización de las cámaras debido a que
cada una tenia un tiempo de disparo distinto para capturar las imágenes.

En los 70’s se hicieron avances importantes en la matemática y los métodos

aplicados para realizar captura de movimiento 3D, en 1970 Susanka , Diblik y
Miller crean técnicas de análisis en 3D que permitieron eliminar errores
causados por la perspectiva. En 1971
Abdel-Aziz & Karara proponen en su trabajo usar el método de transformacion
lineal directa (DLT) Direct Linear Transformation[3] para trabajos de
fofogrametria, esto se convirtió en el método matemático base para poder
representar los puntos capturados en 3D.

Los primeros desarrollos de sistemas Mocap digitales se dieron a finales de los

70’s y comienzos de los 80’s con los avances en gráfícas por computador que
fueron empleados en comerciales de tv como “Brillance” creado por Robert
Abel en 1985, el trabajo de Abel requirió crear un sistema de mocap que
empleaba 18 segmentos marcados con puntos negros sobre el cuerpo de una
modelo y fotografias tomadas desde diversos ángulos que permitían recrear el
movimiento en 3D, luego el movimiento capturado fue empleado para dar vida
a un robot femenino tridimensional.

En 1983 el Architecture Machine Group del MIT y el New York Institute of

Technology Computer Graphics Lab empezaron a aplicar tracking óptico en el
cuerpo humano empleando marcas fijadas en el cuerpo que eran leds
intermitentes o puntos reflectivos que se graban en 2 o más videocámaras, la
ubicación de los puntos es luego representada en 3D empleando el metodo
DLT (Direct Linear Transformation), en ese mismo año Ginsberg y Maxwell del
MIT crearon una marioneta gráfica que empleaba los datos capturados por dos
cámaras del movimiento de un titiritero y representaba el movimiento en 3D en
tiempo real para darle vida a la marioneta, por esa misma época os sistemas
de captura de movimiento empezaron a ser aplicados en los laboratorios de
biomecánica para el análisis del movimiento humano, como fue el caso de Tom
Calvert, un profesor de kinesiología de la Simon Fraser University que empleó
potenciometros adheridos al cuerpo de los pacientes para analizar anomalías
motrices, los datos análogos de los potenciometros eran digitalizados y
pasados a la computadora para representarlos en gráficas de movimiento,
aceleración y velocidad.

En los 80’s empezó el auge de las empresas de Mocap, la empresa Northern

Digital desarrollo el sistema de captura de movimiento optico activo que usa
Leds, tambie se fundaron algunas de las empresas más representativas en la
industria de Mocap entre las cuales están Vicon,[4] Peak Performance (Más
adelante fue comprada por Vicon), Biomechanics inc, BTS Bioengineering[5].
En 1988 La empresa Pacific Data images de Dreamworks en compañia de la
empresa de Jim Henson uno de los artistas de marionetas más reconocidos
crearon los primeros sistemas captura de movimiento de exoesqueleto
empleando potenciometros.

A comienzos de los 90’s se incursionó en la captura de movimiento facial, uno

de lor primeros trabajos presentados fue el de la compañía SimGraphics que
creó un sistema llamado "face waldo.", este sistema usaba sensores
mecánicos adheridos al mentón, los labios, las mejillas y las cejas del actor,
adicionalmente hacían seguimiento del movimiento de la cabeza empleando un
casco que tenía incorporados sensores magnéticos. Lo más novedoso de este
sistema fue que permitió a un actor manipular la cara de un personaje usando
sus propias expresiones faciales.
También en los 90’s hubo varios avances importantes en los sistemas para
Mocap del cuerpo, surgieron Sistemas ópticos de captura en tiempo real como
el desarrollado por Motion Reallity que permitió capturar el movimiento del
cuerpo entero de una sola persona, más adelante esta misma compañía
lograría capturar el movimiento de hasta 6 personas, en contraste también
surgieron sistemas de exoesqueleto tales como los Gypsy creados por
Animazoo una firma inglesa que ha tenido éxito en la industria de Mocap para
cine y videojuegos. A Finales de los 90’s surgieron empresas como Natural
Point [6] que se enfocó en crear sistemas de Mocap ópticos de bajo costo
como lo fue el “Optitrack Full Body Capture System” [7] que fue uno de los
primeros sistemas de Mocap para desarrollos en empresas pequeñas y para
gente aficionada, que no superan los 6 mil dolares, frente a los sistemas Vicon
que pueden llegar a costar por encima de los 100 mil.

La primera década del 2000 dió lugar a nuevos desarrollos, Motion Analisis
logró crear un sistema de Mocap que soportaba hasta 32 cámaras, ésto
permitió lograr mejor precisión y detalle en los movimientos capturados, este
sistema fue usado para películas como el Señor de los anillo que marcó un
hito cuando mostró al actor Andy Serkis representando a Smeagol con tal
realismo que el personaje digital causó polémica a nivel mundial. Vicon
desarrollo nuevas cámaras de alta velocidad y una resolución de 1000x 1000
pixeles y Natural point lanzó Arena motion capture [7] la solución más
económica del mercado para hacer Mocap. Giant [8] comercializa sus
sisteamas que permiten capturar en tiempo real hasta 10 personas. En el 2006
se funda Organic Motion incorporate [9] que se enfocó en desarrollar
tecnologias de Mocap que no requerían las marcas de referencia que se
necesitaban en los sistemas ópticos para capturar el movimiento, también
aparecieron nuevas tecnologias que se basaron en la captura de movimiento
de superficie como el Mova surface capture system.

A finales de la primera década del 2000 Xsens [10] lanza un sistema de traje
para Mocap inercial y Organic Motion introduce su sistema de captura de
movimiento sin marcas llamado ‘Open stage’[11], Motion Analisys desarrolla un
sistema que puede soportar hasta 150 cámaras y permite capturar el
movimiento de tres personas con alta precision. A finales del 2010 Microsoft
lanza Kinect, para XBox, el cual es un sistema de control para videojuegos que
se basa en mocap y no requiere marcas y permite interactuar en tiempo real.

2.2 HISTORIA DE LA CAPTURA DE MOVIMIENTO EN COLOMBIA

Aunque en Colombia los desarrollos de sistemas Mocap han sido insipientes,

es importante aterrizar dentro del contexto nacional como empezó el uso de
estos sistemas para poder entender la importancia de crear en el país nuevos
avances en este campo que permitan a las empresas locales acceder a esta
tecnología sin tener que depender de casas fabricantes en el exterior y al
mismo tiempo reducir el costo que implican las importaciones.
A finales de los 90’s y comienzos del 2000 comenzó el auge de empresas de
animación 3D en Colombia, fue entonces cuando empresas como Conexión
Creativa, Camaleón, Radar Creativo [12], Zero Fractal [13], Efe-x [14]entre
otras que abrieron el mercado de creación de gráficas 3D para arquitectura,
publicidad y entretenimiento. Algunas de estas empresas importaron
tecnologías, como fue el caso de Efe-x para realizar algunos proyectos y
prestar servicios de Mocap a otras empresas. Por otro lado el auge de
laboratorios de análisis de marcha fueron creando la necesidad de equipos
sofisticados de Mocap, el Laboratorio de Análisis de Movimiento del Instituto
Franklin Delano Roosevelt [15] empezó a utilizar un sistema de captura de
movimiento para análisis biomecánico llamado APAS y en la Escuela Nacional
del Deporte se empezó a trabajar con un sistema de VIcon Peak llamado
Motus8 para realizar análisis de marcha en el LIAM (Laboratorio Integral de
análisis de marcha) [16].

En el 2007 la Universidad Autónoma de Occidente adquirió un sistema de

Mocap desarrollado por SIMI Reality Motion Systems que permite hacer
análisis biomecánico de marcha para dotar el laboratorio de Biomecánica que
hoy en día es uno de los mejores a nivel nacional.

En el campo de la animación 3D para publicidad y entretenimiento , en

entidades como el SENA [17] se ha avanzado bastante en los nuevos
programas de estudio en el área de animación 3D, esta institución está
apostando fuerte en la formación de animadores y desarrolladores de
videojuegos y con el fin de ofrecer mejores posibilidades tecnológicas ha traido
para las cedes de Medellín y Bogotá sistemas de Mocap en tiempo real que
permiten crear animaciónes aplicables a videojuegos y otros proyectos que
usan gráficas en3D.

En Colombia también se han desarrollado algunos proyectos como es el caso de

Mauricio Gómez, John Nicholls Anzola, y Daniel Barrero que crearon EXOCAP, [18]
un sistema de exoesqueleto que captura el movimiento del brazo y es empleado para
aplicaciones de realidad virtual y telepresencia. Otro proyecto relacionado con Mocap
fue el HIE-D (Human Interface Electronic Device) creado por Carlos Anzola, el HIE-D
es una interfase de interaccion hombre máquina que puede capturar el movimiento del
cuerpo humano y usar esta información como mecanismo de interacción con un
computador o una consola de videojuegos.

A finales de la primera década del 2000 empezaron a emerger empresas de

animación que ofrecen servicios de Mocap en Colombia, empresas como Arca
digital [19] y C2Estudio [20] actualmente cuentan con tecnología para realizar
captura de movimiento aplicable en proyectos de publicidad, cine y
videojuegos.
 3. CLASIFICACIÓN DE LOS SISTEMAS MOCAP

Existen diversos sistemas de captura de movimiento cada uno de ellos emplea

distintas tecnologías que deben ser cuidadosamente seleccionadas
dependiendo del proyecto en que se apliquen, por ejemplo si se desean tener
datos precisos y usarlos en algún trabajo de biomecánica para analizar los
movimientos de un maestro en artes marciales, debido a la rapidez de los
movimientos que se desean estudiar, un sistema adecuado sería uno basado
en cámaras de alta resolución y velocidad, para este caso no se recomienda un
sistema que emplee potenciómetros o algún tipo de hardware basado en
mecanismos, ya que la naturaleza de estos sistemas requieren ubicar hardware
sobre el cuerpo de la persona capturada y esto resultaría incomodo, e inclusive
limita la libertad de movimiento, adicionalmente la velocidad de captura en
estos sistemas es inferior.

Dependiendo de los objetivos de un determinado proyecto el proceso de

selección de una adecuada tecnología de captura de movimiento se convierte
en una tarea vital para lograr los mejores resultados e inclusive evitar pérdida
de tiempo y dinero. Por esta razón es importante conocer los diferentes tipos
de sistemas que se clasifican según las tecnologías que emplean.

Algunos autores como Ph. D. F.J. Perales [23] del grupo de visión y gráficas
computacionales de la Universitat de les Illes Balears, proponen una
clasificación de los sistemas Mocap de la siguiente forma:

1) Sistemas outside-in : Son sistemas que emplean sensores externos que

captan información de fuentes colocadas en el cuerpo. Como por ejemplo un
sistema Óptico pasivo que tiene cámaras (Sensores externos) y se encarga de
captar la información dada por marcas reflexivas(fuente).
2) Sistemas Inside-out: Son sistemas que tiene los sensores ubicados sobre el
cuerpo , dichos sensores captan información de fuentes externas al cuerpo . Un
ejemplo de este tipo es un sistema electromagnético en el cual los sensores
están ubicados en el cuerpo que se mueve en un campo magnético generado
externamente.
3) Inside-in: Son sistemas que tienen su propia fuente y sensores puestos en el
mismo cuerpo. Los trajes electromecánicos para tracking basados en
potenciómetros son un ejemplo de esta clase.
principal technologies used today that represent these categories
are optical, electromagnetic, and electromechanical human
tracking systems.
3.1 SISTEMAS ÓPTICOS

Los sistemas ópticos de Mocap consisten en 2 o más cámaras ubicadas

adecuadamente frente a una escena en la que se encuentra el individuo que va
a ser capturado, las cámaras filman al mismo tiempo el movimiento de la
persona, animal o cosa y por medio de marcas referenciales o reconocimiento
de patrones de imágenes determinan la ubicación en el plano de filmación,
luego por medio de procesamiento digital de datos y ecuaciones lineales tales
como DLT (Direct Linear Transformation) [3] se realiza la triangulación de la
posición de las marcas de referencia y se calcula su ubicación en 3D.
En la actualidad existen sistemas como desarrollados por Vicon que permiten
hasta 250 cámaras sincronizadas a la vez para hacer capturas de movimiento,
de lata precisión y detalle.

Los sistemas de Mocap ópticos se pueden clasificar de la siguiente forma:

3.1.1 Sistemas Mocap de marcas pasivas:

En estos sistemas de Mocap las marcas son representadas por elementos
reflexivos que se adiheren al cuerpo que se desea capturar, las cámaras
poseen Leds que emiten luz que se refleja sobre las marcas, de esta forma las
marcas se realzan en la imagen y se facilita el proceso de filtrar las posiciones
de los puntos. Existen algunos sistemas de marcas pasivas que no poseen
cámaras con luces también , sin embargo la detección de los puntos se
dificulta.

3.1.2 Sistemas Mocap de marcas activas:

En los sistemas con marcas activas, las marcas están representadas por
diodos leds que se adhieren al cuerpo, algunos sistemas poseen leds
intermitentes que funcionan a diferentes frecuencias y permiten identificar las
marcas de forma más eficiente, sin embargo este tipo de tecnologías requieren
cámaras mas rápidas y de mayor resolución que son muy costosas.

3.1.3 Sistemas sin marcas:

Los sistemas sin marcas son los más avanzados , ya que agilizan el proceso
de Mocap y no requieren ubicar marcas de referencia en el cuerpo que se
desea capturar, sin embargo deben tener programados los patrones de
imágenes que se deben reconocer, este tipo de sistemas requiere un alto costo
computacional y un sistema de software sofisticado lo cual hace que sea
costoso.

Ventajas de los sistemas ópticos: Preciso, alta velocidad de captura, captura de

múltiples sujetos sin comprar otro sistema, Las marcas se pueden adaptar a
diferentes configuraciones, permiten libertad de movimiento a los sujetos
capturados, área de captura grande.

Desventajas: Requiere post-procesamiento complejo, los datos de rotación

deben calcularse a partir las posiciones de las marcas, las marcas presentan
problemas de oclusión, se requieren condiciones ideales de luz. Son muy
costosos los precios pueden oscilar entre 100 a 250 mil dólares en especial los
productos ofrecidos por Vicon, sin embargo existen algunas excepciones como
es el caso de Optitrack, creado por Natural point que tiene precios que oscilan
entre 7 a 40 mil dólares.

3.2 SISTEMAS MAGNÉTICOS

Estos sistemas consisten en ubicar sensores magnéticos sobre el sujeto

capturado, los sensores permiten obtener la medida de la relación espacial
respecto a un emisor magnético sin tener que pasar por un procesamiento de
datos adicional para calcular la posición en el espacio.

Sistemas mocap Magneticos AC: Son sistemas sensibles al aluminio y el cobre

Sistemas Magnéticos DC: Son sistemas sensibles al hierro y el acero.

Ventajas: Se obtienen datos de orientación y posición sin post-procesamiento,

se obtienen datos en tiempo real, no ocurren problemas de oclusión con
objetos no metálicos, son más económicos que los sistemas ópticos dentro de
un rango de 5 a 150 mil dólares.

Desventajas: Son afectados por interferencias magnéticas y eléctricas, limitan

la movilidad debido a que los sujetos deben cargar con baterías y cables,
tienen una rata de muestreo más lenta que los ópticos, los datos magnéticos
tienden a tener ruido, la configuración de los puntos de tracking no es tan
flexible como en los sistemas ópticos

En la actualidad se están desarrollando nuevos sistemas de captura de

movimiento que no requieren la ubicación de ningún dispositivo o marca de
referencia sobre el cuerpo del individuo, tales como sistemas infrarojos y
sistemas de ultrasonido que se encargan de detectar patrones en la
información que capturan, estos sistemas tienen un alto costo computacional y
en la actualidad se encuentran en desarrollo.

3.3 SISTEMAS MECÁNICOS

Los sistemas de Mocap mecánicos se basan en exoesqueletos que miden

directamente los ángulos de los segmentos del sujeto capturado empleando
potenciometros, sensores de fibra óptica, flexometros y/o acelerómetros, que
entregan datos en tiempo real de los segmentos corporales.
Ventajas: Entrega datos en tiempo real sin necesidad de post-procesamiento,
son relativamente menos costosos, no presentan problemas de oclusión, no
presentan interferencias eléctricas o magnéticas, permiten capturar largos
rangos de espacio.
Desventajas: No permite calcular traslaciones globales con respecto a un punto
de referencia en el espacio físico, restringen el movimiento del sujeto, baja tasa
de muestreo de datos, no son flexibles para la configuración de marcas de
referencia, se pueden dañar fácilmente si el sujeto hace un movimiento
inadecuado.
4. ÚLTIMOS DESARROLLOS TECNOLÓGICOS EN SISTEMAS MOCAP

En la actualidad existen dos vertientes importantes en los últimos desarrollos

de sistemas de Mocap, una se basa en sistemas inerciales y la otra busca
solucionar las limitaciones de los sistemas ópticos que requieren de marcas de
referencia.

4.1 SISTEMAS INERCIALES

Con el desarrollo de los sistemas micro electromecánicos MENS, fue posible

crear dispositivos pequeños que se pudieran adherir a un cuerpo y medir la
aceleración y la inclinación de los mismos, estos sistemas son llamados
acelerómetros y giroscopios respectivamente. Los nuevos desarrollos de
sistemas Mocap se valieron de estos micro sistemas para crear trajes que
pudieran hacer tracking del movimiento del cuerpo, algunas de las empresas
más reconocidas que emplearon estas tecnologías para sistemas Mocap son
Animazoo [21] en Inglaterra y Xsens [22] en Holanda.
Los sistemas inerciales de Mocap se basan en trajes que llevan incrustados en
ciertos lugares estratégicamente ubicados sensores inerciales, dentro de estos
sensores hay acelerómetros y giroscopios, que permiten registrar el
movimiento de las partes del cuerpo, existen también soluciones que permiten
colocar por medio de velcro los sensores inerciales en cualquier parte del
cuerpo que se desee. La gran ventaja que brindan estos sistemas con respecto
a los desarrollos anteriores es que son inalámbricos y dan libertad de realizar
capturas de movimiento en distancias largas.

Algunas de las ventajas más importantes que brindan los sistemas inerciales
son:

- Baja latencia: Operan en tiempo real y solo se pierden unos pocos

frames.
- El rango de operación puede llegar hasta 200m por lo tanto se puede
usar en ambientes abiertos más grandes.
- No ocurren problemas de oclusión.
- No hay interferencias electromagnéticas.
- Son sistemas muy compactos y portables.
- Son muy fáciles de usar y de configurar.
- No se requieren estaciones de trabajo con alta capacidad de
procesamiento.
- Una sóla personas puede operar el dispositivo.
- No se requiere de un estudio o espacio físico determinado para la
captura.
- Se puede emplear para hacer capturas de múltiples cuerpos al tiempo
sin problemas de oclusión.
A pesar que los sistemas inerciales no necesitan un postprocesamiento
después de realizar la captura, es necesario mejorar la precisión en la
estimación de las aceleraciones lineales que estos miden, en el trabajo de A.D
Young llamado “Use of Body Model Constraints to Improve Accuracy of Inertial
Motion Capture” [24] se propone un método que mejora la precisión basandose
en la estimación de la aceleración lineal implementando filtros que tienen en
cuenta restricciones del modelo del cuerpo.

D. K. Arvind and M. M. Bartosik en su publicación “Motion capture and

classification for real-time interaction with a bipedal robot using on-body, fully
wireless, motion capture Specknets” [25] propone el uso de un sistema de
mocap inercial para controlar el movimiento de un robot humanoide este
sistema extrae los patrones de movimiento característico empleando algoritmos
de autoaprendizaje basados en inteligencia artificial.

4.2 SISTEMAS MARKERLESS

Con el avance de los sistemas de mocap ópticos y la visión artificial se abre

campo a nuevas tecnologías de tracking óptico que no requieren marcas de
referencia y permiten flexibilidad para el proceso de la captura de movimiento
diseñado para aplicaciones en robótica, medicina, entrenamiento deportivo y
fines militares. Algunos sistemas implementan nuevas interfaces de control de
robots, o abren nuevas posibilidades más económicas y rápidas de hacer
captura de movimiento que requiere alta precisión con es el mocap facial.

En el trabajo realizado por Zhenning Li and Dana Kuli´c [26] llamado “A Stereo
Camera Based Full Body Human Motion Capture System Using a Partitioned
Particle Filter”se propone un sistema de captura de movimiento markerles
basado en una cámara estéreo que implementa un algoritmo que consiste en
partir el volumen del cuerpo capturado en puntos o “particulas” y hacer un
muestreo de las mismas aplicando filtros para calcular la posición espacial de
cada partícula y finalmente hacer una construcción del movimiento del cuerpo.
El uso de una cámara estéreo permite resolver problemas de profundidad que
se tienen al hacer captura de movimiento con una cámara monocular. Esta
tecnología se propone para ser aplicada en robots humanoides, con el fin de
dar inteligencia a los robots para detectar el movimiento de las personas.

Otros autores proponen sistemas de captura basados en secuencias de

volumen, Chi-Wei Chu, Odest Chadwicke Jenkins, Maja J Matari´c [27]
proponen un sistema de mocap que genera un el esqueleto del cuerpo
capturado y generan el modelo cinemático usando secuencias del volumen, en
cada frame se encuentra un modelo 3D que describe el volumen del cuerpo y
el sistema superpone y aproxima la posición del modelo cinemático sobre dicho
volumen.
Por otro lado en Japon los autores Ryuichi Tadano, Toshihiko Yamasaki, and
Kiyoharu Aizawa [28], emplean el concepto llamado TVM (Time varing mesh),
para proponer su método de para estimar la ubicación del esqueleto o modelo
cinemático en una secuencia de mallas que varían en el tiempo, para la
predicción de las posiciones aplican gráficas Reeb que se usan para simplificar
topologías en las gráficas por computadora.
5. SISTEMAS DE ENTRENAMIENTO VIRTUAL QUE EMPLEAN MOCAP

En los sistemas de entrenamiento virtual se están empezando a utilizar

sistemas mocap, este tipo de aplicaciones son muy complejas ya que requieren
captura de movimiento en tiempo real, y esto implica que se resuelvan
problemas como el reconocimiento de patrones, la latencia o tiempo de
respuesta del sistema entre otros.

Zsófia Ruttkay, Herwin van Welbergen en su publicación llamada “Modeling

rhythmic physical exercises” [29] proponen un sistema de entrenamiento virtual
llamado RVT (Reactive Virtual Trainer) el cual se basa en un agente inteligente
virtual (IVA) que muestra secuencias de ejercicios y además tiene la capacidad
de hacer correcciones y explicaciones a los usuarios del sistema, en este
trabajo se pueden ver aspectos importantes como el análisis del movimiento
real del cuerpo y la variación de la dirección de los movimientos de los
ejercicios, aunque la información presentada en este documento no tiene como
alcance resolver el tracking en tiempo real, permite conocer conceptos
importantes aplicables en el diseño de sistemas virtuales de entrenamiento,
tales como las consideraciones que se deben tener para el comportamiento de
los IVA.

Jacky C.P. Chan1, Howard Leung1, Jeff K.T. Tang1, and Taku Komura2 [30]
en su trabajo “A Virtual Reality Dance Training System Using Motion Capture
Technology” proponen una solución para enseñanza de danza basado
integrado con un sistema Mocap y realidad virtual en el cual se captura el
movimiento del usuario y se entrega una retroalimentación acerca de los
resultados en la ejecución de los movimientos, uno de los aspectos más
importantes que se exponen es un concepto llamado Motion Matching el cual
se consiste en reconocer un determinado movimiento al comprar un
movimiento capturado con otro movimiento guardado en una base de datos, los
datos que se empleen para hacer este comparación son los ángulos de los
segmentos del cuerpo. Los movimientos se pueden comprar empleando LMA
(Laban Moving Analisys) que es una forma de interpretar, describir, visualizar y
nombrar todos los movimientos posibles del cuerpo humano. El movimiento
puede ser comparado empleando parámetros de peso, espacio, tiempo y
forma, la importancia del peso es que describe la energía cinética producida
por cada parte del cuerpo durante el movimiento. La similitud entre el
movimiento ejecutado y el movimiento de referencia se calcula empleando la
distancia euclideana entre los valores de los conjuntos de ángulos. El sistema
desarrollado muestra resultados positivos en los procesos de entrenamiento,
permitiendo retroalimentar en tiempo real al usuario y mostrando en color rojo
los segmentos del cuerpo que han fallado en la ejecución del movimiento, esto
corrobora que los sistemas de entrenamiento virtual tienen un campo de
aplicación amplíen en el área educativa de baile, el deporte y las artes
marciales.
En el trabajo de Jessica Hodgins y otros llamado “Tai Chi: Training for Physical
Tasks in Virtual Environments” [31] se puede observar que aspectos como el
tipo de tecnología empleada para capturar movimiento, la latencia del sistema,
las técnicas de inmersión, el filtrado de datos, el tipo de render y el sistema de
HMD (Head Mounted display) seleccionado juegan un papel importante en el
desarrollo de un sistema de entrenamiento virtual, ya que pueden afectar el
desempeño del mismo. Uno de los resultados presentados en este documento
más interesante desde el punto de vista de diseño de interterfases y de
retroalimentación visual es el hecho de que el tipo de despliegue visual puede
afectar el tiempo que toma el usuario en el aprendizaje de los movimientos.

Los autores Kozaburo Hachimura, Hiromu Kato: and Hideyuki Tamura en su

trabajo “ A Prototype Dance Training Support System with Motion Capture and
Mixed Reality Technologies”,[32] expone el uso de realidad mixta con mocap
en tiempo real para la enseñanaza del movimiento, al igual que en el trabajo de
Jacky C.P hacen uso de LMA para la descripción de los movimientos, uno de
los conceptos más interesantes es uso de la metáfora fantasma “Ghost
Metaphor” que se basa en el concepto de tomar posesión de algún objeto
representado en el espacio 3D. En este trabajo se usa esta metáfora para
representar al entrenador en frente del usuario, Lo interesante de este sistema
es que emplean un dispositivo see-through el cual permite al usuario ver el
ambiente real en que se encuentra y desplegar al mismo tiempo al entrenador
por medio de tecnologías de realidad, esto lleva a reflexionar que el uso de
realidad mixta evita la representación 3D del usuario del sistema ya que el
mismo puede ver su propio cuerpo en el espacio real, lo cual agiliza el
procesamiento gráfico y permite optimizar los tiempos de retroalimentación de
información durante el entrenamiento.
6. PROPUESTA DE PROYECTO DE APLICACIÓN DE SISTEMAS DE
MOCAP EN TIEMPO REAL PARA LA CORRECCIÓN DE POSTURAS Y
MOVIMIENTOS EN AMBIENTES VIRTUALES DE ENTRENAMIENTO

En la actualidad uno de los objetos de estudio de los sistemas Mocap es su aplicación

en sistemas de entrenamiento en ambientes virtuales sin embargo ha sido un campo
poco explorado y aún falta por explotar su potencial en diversas áreas de interés tales
como el entrenamiento para hacer cirugías que requieren alto desarrollo de
habilidades motrices, el deporte de alto rendimiento que requiere el uso eficiente de la
capacidad motriz, rehabilitación fisioterapéutica, y entrenamiento militar entre otras.

Uno de los objetos de estudio más importantes en el área de sistemas de

entrenamiento virtual es encontrar una forma económica y eficiente de de capturar el
movimiento, interpretar los datos, escalarlos y compararlos con patrones de
movimiento que permitan corregir los movimientos del usuario mientras está
aprendiendo a desarrollar habilidades motrices.

En el proyecto se plantea el desarrollo de un sistema de retroalimentación para la

corrección de postura y movimiento que se basa en sistemas mocap en tiempo real,
este trabajo tiene gran importancia en diversos campos tales como la medicina, la
salud ocupacional , el entrenamiento militar y el deporte de alto rendimiento entre
otros, ya que permiten al usuario aprender a corregir rápidamente sus movimientos y
desarrollar habilidades físicas y kinestésicas sin requerir todo el tiempo de un
instructor humano lo cual permitiría abaratar costos de entrenamiento y abrirá las
posibilidades de tener acceso a autoevaluar la eficiencia motriz en cualquier momento
que se desee.

Los resultados obtenidos permitirán abrirse paso a líneas de investigación en el área

de simulación y realidad virtual, y podrán ser empleadas en el desarrollo de futuros
sistemas multimediales para entrenamiento motriz aplicado en los diversos campos
anteriormente mencionados.

Como base para el proyecto se establecen los siguientes objetivos:

Objetivo general
Desarrollar una aplicación que permita integrar un sistema de Mocap en tiempo real en
un ambiente virtual y comparar el movimiento de un usuario con patrones de
movimiento existentes entregando al mismo las correcciones que debe hacer para
lograr ejecutar un gesto locomotor adecuado.

Objetivos específicos
• Evaluar el estado de arte de los sistemas Mocap en tiempo real
• Seleccionar una tecnología de Mocap que sea económica y eficiente para
desarrollar sistemas multimedia de entrenamiento kinestesico virtual.
• Desarrollar un sistema básico que muestre como emplear datos de mocap y
compararlos en tiempo real para corregir posturas y movimiento.
7. CONCLUSIÓN
Los sistemas de Mocap están cambiado la forma de interactuar con las máquinas y los
sistemas de información, ya que permiten a los usuarios controlarlos empleando
movimientos naturales, se puede ver cómo con el avance de las gráficas por
computador, el procesamiento de datos y las tecnologías emergentes de hardware
hacen cada vez más fácil la creación de nuevos sistemas de captura de movimiento
más portables y económicos.

Es predecible que en un futuro no muy lejano tal vez no más de 10 años, los nuevos
sistemas informáticos habrán cambiado por completo a los teclados y los ratones por
sistemas basados en tracking y mocap, adicionalmente se podrán tener dispositivos y
tecnologías de entrenamiento empleando agentes inteligentes que soporten el proceso
de aprendizaje de habilidades motrices haciendo de esto una actividad más fácil de
realizar y económica. Se podrán ver nuevas formas de interactuar en internet en las
que no sólo se muestran su rostro en una pantalla plana, sino que más allá, se podrán
comunicar por medio de representaciones completas en 3D que muestren sus
movimientos corporales y expresiones faciales, esto también marcará un hito en los
sistemas de comunicación.

En el área de la medicina se podrán aplicar sistemas de rehabilitación, tal vez

empleando sistemas inerciales o sistemas markerless que permitan capturar el
movimiento del paciente y tener un informe en tiempo real de la evolución de los
mismos.

Es muy probable que las tecnologías emergentes basadas en captura de movimiento

serán las que tomarán protagonismo en las interfases hombre máquina y dejarán de
ser costosos y sofisticados sistemas que sólo se pueden aplicar en proyectos de cine y
análisis biomecánico.
 BIBLIOGRAFÍA

[1] Midori Kitagawa, Brian Windsor– MoCap for Artists Workflow and
Techniques for Motion Capture. (2008)

[2] Polhemus company http://www.polhemus.com/ (2011).

[3] VISOL, Inc http://www.kwon3d.com/theory/dlt/dlt.html

[4] Vicon Motion Systems http://www.vicon.com (2011).

[5] BTS Engineering http://www.btsbioengineering.com/index.html (2011).

[6] Natural point http://www.naturalpoint.com/index.html (2011).

[7] Natural point http://www.naturalpoint.com/optitrack/ (2011).

[8] Giant Studios http://www.giantstudios.com/ (2011).

[9] Organic Motion – Next Generation Computer Vision

http://www.organicmotion.com/ (2011).

[10] Xsens North America Inc http://www.xsens.com/en/general/mvn (2011).

[11] Organic Motion http://www.organicmotion.com/solutions/openstage (2011).

[12] Radar creativo http://www.radarcreativo.com (2011).

[13] Zero Fractal http://www.zerofractal.com (2011).

[14] Efe-x http://efe-x.com.co/ (2011).

[15] Instituto Franklin Delano Roosevelt http://www.institutoroosevelt.org.co/

(2011).

[16] LIAM (Laboratorio Integral de análisis de marcha)

http://www.biomecanicaliam.blogspot.com/ (2011).

[17] SENA http://tecnoparquebogota.blogspot.com/2010/06/se-estrena-

laboratorio-de-captura-de.html (2010).

[18] Loop Latinoamérica

http://www.loop.la/2003/docs/sistema_de_captura_EXOCAP.pdf (2003).

[19] Arca digital http://arcadigital.co/html/info-3d.html (2011).

[20] C2 Estudio http://www.c2estudio.com/ (2011).

[21] Animazoo http://www.animazoo.com/(2011).

[22] Xsens http://www.xsens.com/ (2011).

[23] Ph. D. F.J. Perales - Human Motion Analysis & Synthesis using

Computer Vision and Graphics Techniques.

State of Art and Applications.

[24] A.D Young - “Use of Body Model Constraints to Improve Accuracy of

Inertial Motion Capture”.

[25] D. K. Arvind and M. M. Bartosik en su publicación “Motion capture and

classification for real-time interaction with a bipedal robot using on-body, fully
wireless, motion capture Specknets”

[26] Zhenning Li and Dana Kuli´c llamado “A Stereo Camera Based Full Body
Human Motion Capture System Using a Partitioned Particle Filter”.

[27] Chi-Wei Chu, Odest Chadwicke Jenkins, Maja J Matari´c- Nonlinear

Spherical Shells for Approximate Principal Curve Skeletonization.

[28] Ryuichi Tadano, Toshihiko Yamasaki, and Kiyoharu Aizawa- Fast and
Robust Motion Tracking for Time-Varying Mesh Featuring Reeb-Graph-Based
Skeleton Fitting and its Application to Motion Retrieval.

[29] Zsófia Ruttkay, Herwin van Welbergen - Modeling rhythmic physical

exercises.

[30 ] Jacky C.P. Chan1, Howard Leung1, Jeff K.T. Tang1, and Taku Komura2
en su trabajo - A Virtual Reality Dance Training System Using Motion Capture
Technology.

[31] Jessica Hodgins y otros - Tai Chi: Training for Physical Tasks in Virtual
Environments.

[32] Los autores Kozaburo Hachimura, Hiromu Kato: and Hideyuki Tamura - A
Prototype Dance Training Support System with Motion Capture and Mixed
Reality Technologies.