多种机械手：MANO，shadow，LEAP

mano hand

MANO（Metric-Affine Hand Model）是一个用于手部姿态估计的三维参数化模型，它能够模拟手部的形状和运动。MANO 模型是由德国马克斯·普朗克研究所（Max Planck Institute）开发的，旨在提供一个逼真的、低维度的、并且能够捕捉到手部非刚性变化的模型。MANO 模型能够适配任何人类的手形，并且与标准的图形软件包兼容 。

• meno hand有61个参数
  • 3个相机参数：与x，y，z的旋转角
  • 45个关节姿态参数，除去0号和手指尖的关节，其他15个关节各有3个参数
  • 10个形状参数，用来确定手的形状，比如手指长短，手掌的宽度

Shadow Hand

• 共有31个参数
  • 3个相机参数：与x，y，z的旋转角
  • 6个旋转参数：用于控制手部的旋转，通过Gram-Schmidt 正交化可以唯一确定一个3x3的旋转矩阵
  • 22个关节参数
    • 5个手指的关节参数
      • 每个手指的掌指既可以旋转也可以弯曲，有两个参数
      • 每个手指的剩下两个手指只能弯曲，有一个参数
      • 每个手指的最远端没有自由度，所以没有参数
    • 2个手腕的关节参数
      • 小指旁边的关节可以旋转，有一个参数
      • 手腕的关节可以旋转，有一个参数

translation_values = [0.1, 0.2, 0.3]  # 手部的位置
rot = [0.1, 0.2,  0.1, 0.1, 0.1, 0.1,]  # 手腕的旋转
joint_angles = [0, 1, 1, 1, # fore   旋转2+弯曲2
                0, 0, 0, 0, # middle 旋转2+弯曲2
                0, 1, 1, 1, # ring   旋转2+弯曲2
                0,          # 小指处手腕
                0, 1, 1, 1, # little 旋转2+弯曲4
                0,          # 拇指处手腕
                1, 1, 0, -1 # thumb  弯曲2+旋转2
                ] 
# 构造 hand_pose_ 数组
hand_pose_ = np.array(translation_values + rot + joint_angles)

hand_pose = torch.tensor(hand_pose_, dtype=torch.float, device="cpu")