PEOPLEx: PEdestrian Opportunistic Positioning LEveraging IMU, UWB, BLE and WiFi

要約

この論文は、非線形ファクターグラフ最適化に基づいた日和見的測位のための統合フレームワークを導入することにより、歩行者の位置特定の分野を前進させます。
既存のアプローチの多くは、1 つまたは複数のセンシング信号が常に利用可能であることを前提としていますが、私たちの方法論では、センサー フュージョンのバックボーンとして IMU ベースの歩行者慣性ナビゲーションを採用し、超広帯域 (UWB)、Bluetooth Low Energy (BLE)、および WiFi 信号を機会に応じて統合します。
それらは環境内で利用可能です。
提案された PEOPLEx フレームワークは、利用可能になったセンシング データを組み込むように設計されており、環境に関する事前知識 (アンカー位置、無線周波数マップなど) がなくても動作します。
私たちの貢献は 2 つあります。1) 利用可能なセンサー測定を融合した、日和見的なマルチセンサーとリアルタイムの歩行者測位フレームワークを導入します。
2) 適応スケーリングと粗ループクロージャのための新しい要素を開発し、屋内測位の精度を大幅に向上させます。
実験による検証により、市販のスマートフォンを使用した実際の屋内シナリオで、私たちのアプローチが正確な位置推定を達成できることが確認されました。

要約(オリジナル)

This paper advances the field of pedestrian localization by introducing a unifying framework for opportunistic positioning based on nonlinear factor graph optimization. While many existing approaches assume constant availability of one or multiple sensing signals, our methodology employs IMU-based pedestrian inertial navigation as the backbone for sensor fusion, opportunistically integrating Ultra-Wideband (UWB), Bluetooth Low Energy (BLE), and WiFi signals when they are available in the environment. The proposed PEOPLEx framework is designed to incorporate sensing data as it becomes available, operating without any prior knowledge about the environment (e.g. anchor locations, radio frequency maps, etc.). Our contributions are twofold: 1) we introduce an opportunistic multi-sensor and real-time pedestrian positioning framework fusing the available sensor measurements; 2) we develop novel factors for adaptive scaling and coarse loop closures, significantly improving the precision of indoor positioning. Experimental validation confirms that our approach achieves accurate localization estimates in real indoor scenarios using commercial smartphones.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google