● 摘要
虚拟座舱是飞行模拟器的一个重要研究领域，人机交互操作的研究是所有内容里面最滞后的部分之一，也是阻碍完全虚拟化的飞行模拟器市场化的重要技术难点之一。力/触觉仿真是整个虚拟现实领域的一个重要研究内容，也是飞行模拟器体现操纵真实感的一个重要方面。实现与虚拟座舱真实的力/触觉交互反馈，具有重要的理论与实际意义，将会极大推进高度虚拟化的飞行模拟器的工业应用水准。
本文从实现操作者与虚拟座舱的控件之间交互力反馈的角度出发，提出了一个基于机械机构的力/触觉支持系统的设计方案，分析整个系统的原理结构和关键技术，然后分别对其中的操作者头部姿态跟踪、手部关节姿态跟踪、机械机构的设计与仿真进行了技术预研，主要完成了以下工作：
（1）提出一种基于随机回归森林的人体头部姿态跟踪算法。该方法使以随机森林的特征点识别为基础，将头部姿态计算问题转换为空间鼻尖特征点和朝向特征点的识别问题。在随机森林的训练中，决策函数使用了矩形Haar特征，并使用深度、法线、高斯曲率和平均曲率作为图形特征，根据微分熵的信息增益在随机生成的决策函数库中搜索最优化决策函数。在训练完成的随机回归森林的叶子节点中，通过分析保存的样本数据，可以得到目标特征点的高斯分布估计。在以高精度深度图像为数据源进行训练识别时，提出使用虚拟结构光扫描的方法建立人体头部深度数据库。在以低精度深度图像为数据源进行训练识别时，提出了三重环状滤波器（Trinary Annulus Filter，TAF）进行数据源的图像滤波，和基于多线程并行计算的头部姿态数据滤波。
（2）提出一种基于硬件跟踪器和粒子群优化的人手关节姿态跟踪算法。该方法采用了同时使用电磁跟踪器和粒子群优化算法（Particle Swarm Optimization，PSO）的无标记人手关节姿态混合跟踪计算框架。通过跟踪器测量人手手腕的位置姿态，使用Kinect 获取的RGB 图像和深度图像作为输入，在三空间（双颜色空间和深度空间）下进行手部区域分割后，使用随机优化方法Particle Swarm Optimization(PSO)将手关节的23 个自由度的跟踪问题转化为求解一个优化问题，寻找给定参数空间内能够最小化观测值和估计值之间偏差的手模型参数解。优化问题使用基于PSO的随机优化方法求解，并提出基于CUDA加速的异步并行PSO的程序实现方法。该方法不需要进行任何标记，可以对手部关节姿态进行连续跟踪。
（3）进行了机械机构的设计与仿真。结合本文所针对的实际应用需求和应用条件，本文提出了服务于力反馈系统的机械机构的设计方法。该设计思路使用仿生机械臂作为可操作目标控件的承载机械机构，通过跟踪分析操作意图控制机械臂移动末端执行器，并进行了运动学和动力学的建模和仿真。在可视化仿真中，为了避障和安全性等问题使用受约束的双向快速搜索随机树（Constrained Bi-directional Rapidly-Exploring Random Tree，CBiRRT）路径规划器。