驳倒四大挑战：基于单 Recurrent Inertial Graph-based Estimator (RING) 的惯性运动跟踪
机器人学
2024-09-05 v1
摘要
本文扩展了惯性运动跟踪 (IMT) 的一种新型神经网络解决方案——循环惯性图基估计器 (RING)，以跨越大范围采样率，并演示其能克服四个现实世界挑战：异构磁场、传感器到段落 misalignment、稀疏传感器布局以及非刚性传感器安装。RING 可估计三个段落的双关节运动链的旋转状态，若所有四个挑战同时存在，其实验平均绝对跟踪误差为 度。该网络在仿真数据上训练，却在实验数据上评估，凸显其从仿真到实验的零样本泛化能力。我们进行消融研究以分析四个挑战对 RING 性能的影响，展示其对不同采样率的鲁棒性，并证明 RING 具备实时运行能力。该研究不仅推动了 IMT 技术的可及性和通用性，也增强了其在新应用领域的潜力，例如在不受约束的环境中使用非专业人员进行稀疏 IMT 且传感器安装非刚性。
引用
@article{arxiv.2409.02502,
title = {Dispelling Four Challenges in Inertial Motion Tracking with One Recurrent Inertial Graph-based Estimator (RING)},
author = {Simon Bachhuber and Ive Weygers and Thomas Seel},
journal= {arXiv preprint arXiv:2409.02502},
year = {2024}
}
备注
Submitted to 12th IFAC Symposium on Biological and Medical Systems