Transformer IMU校准器：惯性运动捕捉的动态身体IMU校准
图形学
2025-06-13 v1 计算机视觉与模式识别
摘要
在本文中，我们提出了一种新颖的稀疏惯性运动捕捉系统的动态校准方法，这是首次打破IMU校准中严格的绝对静态假设，即坐标漂移RG'G和测量偏移RBS在整个运动过程中保持不变，从而显著扩展了其应用场景。具体而言，我们在两个放松假设下实现RG'G和RBS的实时估计：i）矩阵在短时间窗口内变化可忽略；ii）人类运动/IMU读数在该时间窗口内足够多样。直观地说，第一个假设减少了候选矩阵的数量，第二个假设提供了多样化的约束，这大大缩小了解空间，使得能够从IMU读数的短暂历史中实时准确地估计RG'G和RBS。为了实现这一点，我们创建了成对的RG'G、RBS矩阵和IMU读数的合成数据集，并使用基于Transformer的模型学习了它们之间的映射。我们还设计了基于IMU读数多样性的校准触发器，以确保在应用我们的方法之前满足假设ii)。据我们所知，我们是第一个实现隐式IMU校准（即无需显式校准过程即可将IMU无缝投入使用）的方法，也是第一个能够使用稀疏IMU实现长期精确运动捕捉的方法。代码和数据集可在 https://github.com/ZuoCX1996/TIC 获取。
引用
@article{arxiv.2506.10580,
title = {Transformer IMU Calibrator: Dynamic On-body IMU Calibration for Inertial Motion Capture},
author = {Chengxu Zuo and Jiawei Huang and Xiao Jiang and Yuan Yao and Xiangren Shi and Rui Cao and Xinyu Yi and Feng Xu and Shihui Guo and Yipeng Qin},
journal= {arXiv preprint arXiv:2506.10580},
year = {2025}
}
备注
Accepted by SIGGRAPH 2025 (TOG)