基于IMU和气压计的实时人类运动跟踪：BaroPoser
计算机视觉与模式识别
2025-08-06 v1 人工智能
摘要
近年来，使用来自日常设备（如智能手机和智能手表）的惯性测量单元( IMU )来跟踪人类运动越来越受欢迎。然而，由于传感器测量的稀疏性以及缺乏捕获不平坦地形上人类运动的数据集，现有方法常在姿态估计精度方面受限，通常仅限于恢复平坦地形上的运动。为此，我们提出BaroPoser，首个将IMU和气压数据（由智能手机和智能手表记录）组合，以实时估计人类姿态和全局平移的方法。通过利用气压读数，我们估计传感器高度变化，这为提高人类姿态估计精度和预测非平坦地形上的全局平移提供了宝贵线索。此外，我们提出一种局部大腿坐标系，以解耦局部和全局运动输入，以获得更好的姿态表示学习。我们在公共基准数据集和真实世界记录上对方法进行评估。定量和定性结果表明，我们的方法在相同硬件配置下优于仅使用IMU的领先方法。
引用
@article{arxiv.2508.03313,
title = {BaroPoser: Real-time Human Motion Tracking from IMUs and Barometers in Everyday Devices},
author = {Libo Zhang and Xinyu Yi and Feng Xu},
journal= {arXiv preprint arXiv:2508.03313},
year = {2025}
}
备注
9 pages, 10 figures