AnyBody　应用案例

日常生活中我们利用手部进行从简单容易的作业到复杂而细致的作业，从大的动作到小的动作。

AnyBody肌骨骼模型选项中同样配备了跟实际手部相同的且带有多个关节的精致模型。

＜Detailed Hand Model＞

在这个模型中，准备了17个细小的骨头，大致与实际手部模型一致，可以执行复杂的动作。 然而，在“力分析”阶段，力的来源是关节的旋转扭矩致动器（即，旋转电机）。虽然以对5根手指的负荷分配来看这样算是是妥当的配置，不过，与手部实际的发力情况相比，制动器所提供的肌肉收缩力就存在很大的差异。

现在，AnyBody中的这个手部模型有了很大的改进。

它的肌肉与组成实际手部运动的肌肉非常相近，使其足以完成各种动作，并提供运动所需的力，因此得到了用户的认可。

＜RUHM：Regensburg-Ulm Hand Model＞

这个手部肌骨骼细节模型（RUHM:Regensburg-Ulm Hand Model）』是由乌尔姆大学的Lucas Engelhardt和雷根斯堡理工学院的Maximilian Melzner使用Havelkov等人的包括所有外源肌肉和内在肌肉的手部细节模型的解剖学研究数据所开发。

它由22个体节（包括尺骨和桡骨）和一个由理想的生理关节所链接的模型组成，共有31个灵活度（自由度）。为了减少复杂性，手根骨被视为一个刚体。

【分析案例】

下面的画面是通过使用RUHM来演示用手部操作鼠标滚轮动作的动画。

关于动作的定义，在此，以被操作的滚轮的动作（球体的滚动运动）为基础，从那里通过通过使用逆运动学，将以包围的方式握住鼠标的手掌部分、放置在桌子上的手腕部分以及控制球体的滚动拇·指指尖等部分作为AnyBody的强有力的约束选项以及并使用运动学的组合测量（AnyKinMeasureLinComb）来实现。

虽然使用的不是测量数据，但仍尽可能地还原了实际的手部发力情况。

※当然，如果有指尖部分的实际测量数据（全部或部分骨关节的测量数据），就可以直接将其作为动作条件使用（后述）

关于如何呈现出力传递路径的接触状态，即使不凭借手部发力的实测数据，也能够进行接触反力推定，这也是AnyBody的强大功能之一：使用“虚拟肌肉”选项，再现其动作所需的力学条件，即按照来自外部环境所施加的力来推算出手部肌肉在其做动作时的实时平衡状态。

通过对这个手部骨骼肌细节模型的分析，就可以清楚的知道力是如何在手部内部进行传递的，也就明确了其是怎样传递到滚轮来实现动作的。

【关于手部详细、指尖的测定数据、手部跟踪设备】

最近，手势追踪技术正在快速升级。

通过这些技术可以非常容易的得到精确的手部动作捕捉数据，对于AnyBody来说，在手部细节模型的使用中，这些技术大幅度降低了可能成为最大障碍的“测量数据准备困难”的门槛，同时向使用者展示了一条进行手部详细解析的简单道路。