StarIO：一种用于非线性运动的轻量级惯性里程计
机器人学
2025-10-14 v2
摘要
惯性里程计（IO）直接从惯性传感器测量数据中估算载体位置，是消费级定位系统广泛部署的核心技术。虽然现有IO方法能够准确重建简单且近线性运动轨迹，但常常未能考虑复杂运动模式（如转向）导致的漂移误差。这一限制显著降低了定位精度，并限制了IO系统在实际场景中的应用。为此，我们提出一种轻量级IO框架。具体而言，通过星形运算（Star Operation）方法，将惯性数据投影到高维隐式非线性特征空间，从而实现对通常被忽略的复杂运动特征的提取。我们进一步引入协同注意力机制，联合建模在通道和时间维度上的全局运动动力学。此外，我们设计多尺度门控卷积单元（Multi Scale Gated Convolution Units），以捕获运动过程中细粒度的动态变化，从而增强模型学习丰富且富有表现力的运动表征的能力。大量实验表明，我们的方法在六个广泛使用的数据集上 consistently 超过了SOTA基线。与RoNIN数据集上的基线模型相比，它实现了ATE误差降低2.26%至65.78%， thereby 建立了该领域的新基准。
引用
@article{arxiv.2507.16121,
title = {StarIO: A Lightweight Inertial Odometry for Nonlinear Motion},
author = {Shanshan Zhang and Siyue Wang and Qi Zhang Liqin Wu and Tianshui Wen and Ziheng Zhou and Xuemin Hong and Lingxiang Zheng and Yu Yang},
journal= {arXiv preprint arXiv:2507.16121},
year = {2025}
}