[論文レビュー] 3-D position estimation from inertial sensing: minimizing the error from the process of double integration of accelerations

Pedro Neto, J. Norberto Pires+1 more|arXiv (Cornell University)|Nov 18, 2013

Inertial Sensor and Navigation参考文献 15被引用数 10

ひとこと要約

本稿では、加速度データの二重積分を用いて位置を推定する低価格なMIMUを用いた3次元モーショントラッキングシステムを提案する。運動停止を検出することで静止時における積分を回避し、ドリフト誤差を最小化する。この手法により、短時間の日常的タスクにおいて高精度な位置推定が可能となり、インertialセンシングにおける累積的ドリフトを抑制する。

ABSTRACT

This paper introduces a new approach to 3-D position estimation from acceleration data, i.e., a 3-D motion tracking system having a small size and low-cost magnetic and inertial measurement unit (MIMU) composed by both a digital compass and a gyroscope as interaction technology. A major challenge is to minimize the error caused by the process of double integration of accelerations due to motion (these ones have to be separated from the accelerations due to gravity). Owing to drift error, position estimation cannot be performed with adequate accuracy for periods longer than few seconds. For this reason, we propose a method to detect motion stops and only integrate accelerations in moments of effective hand motion during the demonstration process. The proposed system is validated and evaluated with experiments reporting a common daily life pick-and-place task.

研究の動機と目的

• インertialセンサーからの加速度の二重積分に起因する3次元位置推定におけるドリフト誤差の課題に対処すること。
• 磁気・慣性測定単位（MIMU）を用いた低コストで小型のモーショントラッキングシステムにおける精度を向上させること。
• 運動停止の検出により静止時における積分を回避することで、位置誤差を最小化すること。
• ピックアンドプレースのような短時間の日常的タスクにおける実用的な3次元位置推定を可能にすること。
• 人間被験者による日常動作を想定した実世界シナリオで、手法の有効性を検証すること。

提案手法

• システムは、デジタルコンパスとジャイロスコープを備えたMIMUを用い、3次元の加速度および姿勢データを取得する。
• ジャイロスコープおよびコンパスからの姿勢データを用いて、重力成分を動的加速度から分離する。
• 運動停止を特定するための運動検出アルゴリズムを採用し、静止時におけるノイズやドリフトの積分を回避する。
• 検出された運動期間中のみ、動的加速度を二重積分することで、誤差の蓄積を低減する。
• バイアスがかかるか、静止状態のデータを積分しない選択的積分戦略を適用し、精度を向上させる。
• ピックアンドプレースタスクにおける実人間の運動データを用いて、システムのキャリブレーションとテストを実施する。

実験結果

リサーチクエスチョン

• RQ1 長時間にわたる積分期間におけるインertialセンサーからの3次元位置推定におけるドリフト誤差は、どのようにして低減できるか？
• RQ2 静止（運動なし）状態での加速度積分が位置誤差に与える影響は何か？
• RQ3 運動停止検出は、低コストMIMUシステムにおける二重積分の精度を向上させ得るか？
• RQ4 選択的積分戦略は、実世界の人間の運動タスクにおける累積的ドリフトをどの程度低減できるか？
• RQ5 本手法は、ピックアンドプレースのような実用的で短時間の日常的タスクにおいて、どの程度有効であるか？

主な発見

• 運動停止時に積分を回避することで、位置ドリフトが顕著に低減された。
• ピックアンドプレースのような短時間タスクにおいて、ドリフトが通常は使用性を制限するため、位置推定の精度が向上した。
• 動的状態の間でのみ選択的に積分することで、数秒以上の期間においても実用的な位置推定が可能になった。
• 重力成分と動的加速度の分離が極めて重要であり、ジャイロスコープとコンパスのデータを統合することで実現された。
• 実験的検証により、運動停止検出が二重積分における誤差蓄積を効果的に抑制することが確認された。
• 本手法は、実世界のシナリオにおいて、低コストで小型のMIMUを用いた3次元モーショントラッキングの実用的妥当性を示した。