用于足绑惯性导航的鲁棒数据驱动零速检测
机器人学
2020-05-05 v4 信号处理
摘要
我们提出两种用于检测零速事件以改进足绑惯性导航的新技术。我们的第一种技术通过引入一个自适应更新检测器阈值参数的运动分类器，对经典零速检测器进行增强。我们的第二种技术使用长短期记忆（LSTM）循环神经网络从原始惯性数据分类零速事件，这与多数依赖基本统计假设检验的零速检测方法形成对比。我们证明，对于包含行走、奔跑和爬楼梯运动的轨迹，我们所提出的两种检测器均取得高于现有检测器的精度。此外，我们提出了一种直接的数据扩充方法，能够在不需收集新训练数据的情况下将基于 LSTM 的模型扩展到不同惯性传感器。
引用
@article{arxiv.1910.00529,
title = {Robust Data-Driven Zero-Velocity Detection for Foot-Mounted Inertial Navigation},
author = {Brandon Wagstaff and Valentin Peretroukhin and Jonathan Kelly},
journal= {arXiv preprint arXiv:1910.00529},
year = {2020}
}
备注
10 pages, 7 figures