多惯性测量单元与无陀螺惯性数据集
信号处理
2024-03-26 v1 机器学习
机器人学
摘要
惯性导航系统（INS）利用三个正交的加速度计和陀螺仪来确定平台的位置、速度和姿态。INS 有无数应用，包括机器人、自主平台和物联网。最近的研究探索了数据驱动方法与 INS 的集成，突显了重大创新，提高了精度和效率。尽管该领域的研究兴趣日益增长且已有 INS 数据集可用，但目前尚无适用于无陀螺 INS（GFINS）和多惯性测量单元（MIMU）架构的数据集。为填补这一空白并激发该领域的进一步研究，我们使用 54 个惯性传感器（分为九个惯性测量单元）设计并记录了 GFINS 和 MIMU 数据集。这些传感器可用于定义和评估不同类型的 MIMU 和 GFINS 架构。惯性传感器以三种不同的传感器配置排列，并安装在一个移动机器人和一辆乘用车上。该数据集总共包含 35 小时的惯性数据及相应的地面真值轨迹。数据和代码可通过我们的 GitHub 仓库免费获取。
引用
@article{arxiv.2403.15494,
title = {Multiple and Gyro-Free Inertial Datasets},
author = {Zeev Yampolsky and Yair Stolero and Nitzan Pri-Hadash and Dan Solodar and Shira Massas and Itai Savin and Itzik Klein},
journal= {arXiv preprint arXiv:2403.15494},
year = {2024}
}
备注
10 pages, 16 figures, 6 tables