从武器训练场景图像生成作战人员虚拟模型以用于爆炸暴露模拟

通过使用摄像记录，本研究旨在开发一种自动生成虚拟战士模型的自动化方法，以预测武器训练场景中的爆炸暴露情况。关键问题是：我们能否加速创建这些虚拟军人模型的过程，从而实现快速暴露评估？本研究采用基于最新机器学习的工具，从单个摄像头视频中进行三维人体姿态估计。

这些工具使我们能够提取图像中每个人的位姿信息，从而简化了爆炸暴露模拟的过程。使用其他传感器较为困难，因为受训人员在训练中没有时间佩戴大量不同的传感器。然而，摄像头可以轻松记录军事训练过程，因此我们的研究利用这一方式，克服了其他类型传感器的局限性。

我们的BOP工具是首个利用现场压力和传感器数据优化的快速运行模型，用于预测军事人员所受爆炸超压的计算工具。该工具可系统性地复现军事人员在武器发射时的姿态与位置，旨在精确估算爆炸超压对军事人员不同解剖部位的影响。我们的目标是改进现有爆炸超压工具，并将其转化为一种用于累积暴露监测的实时爆炸超压监测产品。

我们还将致力于将此剂量与TBA反应相关联，以进行损伤风险评估。首先，点击BOP工具场景模块按钮，从BOP工具界面打开BOP工具场景模块。然后点击场景定义，再点击场景详情标签。

要开始读取和处理图像数据，请点击 BOP 工具场景模块中的姿态工具导入按钮，屏幕上将弹出一个提示用户选择相应图像或视频的窗口。通过鼠标操作，导航至相应文件夹并选择所需的图像或视频。选择图像后，点击弹出窗口中的“打开”按钮，然后在场景名称下方的文本框中为该场景输入一个名称。

在武器定义的名称字段下，选择一个自定义名称。从下拉菜单的选项列表中选择适当的武器类别，例如重型迫击炮。接下来，从下拉菜单的选项列表中选择该武器。

使用下拉选项，为选定的武器系统选择弹药壳全范围训练弹。在射手定义部分的下拉选项中，从人体测量、姿势、头盔和防护装甲字段中选择“无射手”。选择这些选项后，相应的爆炸核将自动加载到电荷子选项卡的图形用户界面中。

现在，单击服务成员选项卡，以控制从图像数据导入的服务成员的位置和方向。使用 X、Y、Z 及旋转选项来调整位置和方向。使用名称字段为导入到图形用户界面中的虚拟服务成员模型分配自定义名称。

自动导入的模型默认名称为 S1、S2、S3、S4 和 S5。然后，使用删除按钮移除 S2、S4 和 S5。进入传感器选项卡，点击“添加传感器”以添加一个新的虚拟传感器，随后在名称字段中选择一个自定义名称。在传感器类型字段的下拉菜单中，将类型选择为“虚拟”。

在 X、Y 和 Z 字段下方的文本框中输入数值，以选择传感器的位置。针对此处讨论的场景，在四个不同位置创建四个不同的传感器。将额外的传感器命名为 V2、V3 和 V4。

将旋转值保持为零。要保存武器训练场景，请点击顶部 GUI 中的保存场景按钮。然后，点击底部的运行场景按钮，以运行 M120 武器训练场景的爆炸超压模拟。

底部的进度条显示模拟的进展情况。切换到模型视图选项卡，以查看爆炸超压暴露模拟。点击当前按钮，将已完成的模拟加载到可视化窗口中。

模拟加载完成后，使用屏幕底部的播放按钮进行可视化。查看模拟结果后，单击“爆炸载荷指标”选项卡，然后单击“当前”按钮以加载虚拟传感器位置处的超压曲线图。最后，进入下拉序列进行显示和选择，勾选对应传感器的复选框，以绘制该虚拟传感器记录的超压值。

由图像数据创建的虚拟训练场景准确地再现了图像数据。BOP 模拟提供了虚拟场景中不同时刻虚拟受训人员所受超压载荷的详细可视化结果。