4 设计说明

本项目的设计目标在于实现抛掷、盛接的算法，用一个开口的木箱3D模型代替实际的智能垃圾桶，在Unity3D模拟的场景中，安置一个虚拟的用户数字骨架，当用户完成抛掷动作之后，实例化一个小球，并做抛物运动，计算出落点后，让模型木箱移动到落点位置进行盛接。

4。1  核心算法

整个项目的核心算法就在于，抛掷的触发、盛接的落点位置计算以及木箱的移动算法。抛掷的触发依靠的是多个触发位，即bool值，当全部的触发位满足条件，即全部的bool值为true时，触发抛掷函数，将初速度、抛出方向、抛出位置的值赋予小球。已知小球x、y、z三个方向上的分速度和抛出点位置的高度，就可以计算出下落时间及木箱在x、z方向上的移动距离。在抛掷动作完成，小球的落点也算出之后，计算木箱当前位置与落点位置的差值，就可以将木箱移动到小球的落点位置，等待小球落进木箱。

4。1。1  抛掷算法

手势的概念在Kinect项目中是一个广泛的概念，不能理解为手部、手指的动作，而应该理解为是肢体的动作。相反，手指的动作在Kinect手势的定义中常常被剔除在外。

一个婴儿对于眼前的事物，能够做出简单的反应，因为他的眼睛和视觉中枢都是正常工作的，但是这个婴儿也许根本不能理解他看到的是什么，因为他的大脑里面还没有输入识别事物的“经验”。当这个婴儿成长为大人，这个过程中，通过学习，获得了判别事物的知识，他也许就能叫出大部分他所看到事物的名称，理解其运行原理。并能够理解一些人体动作含义。

在各种联欢会，或者娱乐节目中，我们也许都曾看过这样一种游戏——“你演我猜”，要求两名玩家，一人猜，一人演，表演动作的人（表演者）知道题目上的字，猜的人不知道题目上的字，表演者只能用动作告诉猜的人题目上究竟写了什么，猜的人只能通过表演者的动作来“猜”题目上的字。

如果用计算机去“猜”（识别）表演者的动作所表达的含义，那就需要在程序中定义好需要识别的手势，然后用程序去识别人体的动作。例如，在利用Kinect播放ppt的应程序中，将右手向身体右边挥动算作播放下一张ppt的指令，将左手向身体左边挥动算作播放上一张ppt的指令。

在人们的日常生活中，肢体要不断的运动，如果用物理的方法去分析，人体的每一个细微的运动，就会发现，每一个运动都是变速运动。例如，桌上有一支笔，我们需要拿起这支笔，递给另一个人，那就需要我们将置于体侧的手抬起，移向桌上的笔，拿起这支笔。这是一连串的动作，而这一连串的动作中，每一个动作都是变速运动。

在抛掷、盛接的系统中，需要用物理方法去分析右手的运动。右手作为系统中抛掷的触发物体，其运动本身也是变速运动。用户右手抛掷时的运动状态，和平时正常用右手时的状态有所不同。在平常用右手时，右手的速度和加速度相较于抛掷时瞬间用力的速度和加速度，有较大的区别。如下图4-1、图4-2、图4-3、图4-4所示，通过函数图像，我们可以较为直观地看出不同。

如果我们将平时右手的速度，与抛掷时右手的速度计算出来，画图进行比较，以单位时间为间隔，将其大小作为线段长度，竖立着画出来，并将线段的中间位置串在一条直线上，再用直线连接上一个速度线段的首端与下一个速度线段的尾端，那么我们就可以得到右手，平时运动状态下与抛掷状态下的速度“波形图”，类似于声波图，如下图4-5、图4-6所示，竖线旁标注的是单位时间内速度的大小。声音可以通过波形来进行分析，同样的方法，可以将运动的速度波形图作为分析动作的依据，通过速度的波形图，我们可以更加直观的看到，右手在平时状态下以及抛掷状态下的速度变化情况。