基于手机惯性测量单元的车辆速度估计惯性序列学习框架
机器人学
2025-05-27 v1
摘要
准确估计通过手机的车辆速度是移动导航和交通工具的关键。本文引入一种前沿框架用于速度估计，包含时序学习模型，利用惯性测量单元 (IMU) 数据，并由全球导航卫星系统 (GNSS) 信息监督。该框架采用噪声补偿网络拟合传感器测量与实际运动之间的噪声分布，采用姿态估计网络对手机坐标系与车辆坐标系进行对齐。为增强模型的通用性，提出一种模拟汽车内各种手机摆放位置的数据增强技术。此外，设计了新的损失函数以缓解 GNSS 与 IMU 信号的时间戳不匹配，有效对齐信号并提高速度估计精度。最后，我们实现了一个高度高效的原型系统，并在真实世界的众包数据集上进行大规模实验，实现卓越的精度和效率。
引用
@article{arxiv.2505.18490,
title = {An Inertial Sequence Learning Framework for Vehicle Speed Estimation via Smartphone IMU},
author = {Xuan Xiao and Xiaotong Ren and Haitao Li},
journal= {arXiv preprint arXiv:2505.18490},
year = {2025}
}