Generalizable End-to-End Deep Learning Frameworks for Real-Time Attitude Estimation Using 6DoF Inertial Measurement Units

要約

この論文では、6DoF IMU 測定を使用したリアルタイム慣性姿勢推定のための新しいエンドツーエンドの深層学習フレームワークを紹介します。
慣性計測ユニットは、工学や医学などのさまざまな用途で広く使用されています。
しかし、姿勢推定に使用される従来のフィルターは、さまざまな運動パターンや環境の乱れに対する一般化が不十分であるという問題があります。
この問題に対処するために、加速度計とジャイロスコープの読み取り値を入力として組み込んだ 2 つの深層学習モデルを提案します。
これらのモデルは、さまざまな動作パターン、サンプリング レート、環境の乱れに一般化できるように設計されています。
私たちのモデルは、四元数を推定するための完全順方向ニューラル ネットワークが後に続く双方向長期-短期メモリと組み合わせられた畳み込みニューラル ネットワーク層で構成されています。
私たちは、公開されている 7 つのデータセット、合計 120 時間、200 キロメートルを超える IMU 測定で、提案された方法を評価しました。
私たちの結果は、提案された方法が精度と堅牢性の点で最先端の方法よりも優れていることを示しています。
さらに、私たちのフレームワークは、さまざまな動作特性やセンサーのサンプリング レートに対して優れた一般化を示しています。
全体として、この論文は、6DoF IMU を使用したリアルタイム慣性姿勢推定のための包括的で信頼性の高いソリューションを提供します。これは、幅広いアプリケーションに重要な意味を持ちます。

要約(オリジナル)

This paper presents a novel end-to-end deep learning framework for real-time inertial attitude estimation using 6DoF IMU measurements. Inertial Measurement Units are widely used in various applications, including engineering and medical sciences. However, traditional filters used for attitude estimation suffer from poor generalization over different motion patterns and environmental disturbances. To address this problem, we propose two deep learning models that incorporate accelerometer and gyroscope readings as inputs. These models are designed to be generalized to different motion patterns, sampling rates, and environmental disturbances. Our models consist of convolutional neural network layers combined with Bi-Directional Long-Short Term Memory followed by a Fully Forward Neural Network to estimate the quaternion. We evaluate the proposed method on seven publicly available datasets, totaling more than 120 hours and 200 kilometers of IMU measurements. Our results show that the proposed method outperforms state-of-the-art methods in terms of accuracy and robustness. Additionally, our framework demonstrates superior generalization over various motion characteristics and sensor sampling rates. Overall, this paper provides a comprehensive and reliable solution for real-time inertial attitude estimation using 6DoF IMUs, which has significant implications for a wide range of applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google