[論文レビュー] Deep Learning Based Speed Estimation for Constraining Strapdown Inertial Navigation on Smartphones

Santiago Cortés, Arno Solin+1 more|arXiv (Cornell University)|Aug 10, 2018

Indoor and Outdoor Localization Technologies参考文献 13被引用数 5

ひとこと要約

本稿では、スマートフォンにおける3次元インertialナビゲーションの精度を向上させるために、CNNを用いた深層学習ベースの速度推定手法を提案する。この手法は、IMUデータから一時的な速度を回帰し、それをEKFベースのINSにおける擬似測定値として用いる。3次元屋内テストにおいて、ベースラインのRMSE 0.87 mから0.62 mに低減され、歩行、立ち止まり、エレベーター利用など多様な運動モードにおいて高い精度が実証された。

ABSTRACT

Strapdown inertial navigation systems are sensitive to the quality of the data provided by the accelerometer and gyroscope. Low-grade IMUs in handheld smart-devices pose a problem for inertial odometry on these devices. We propose a scheme for constraining the inertial odometry problem by complementing non-linear state estimation by a CNN-based deep-learning model for inferring the momentary speed based on a window of IMU samples. We show the feasibility of the model using a wide range of data from an iPhone, and present proof-of-concept results for how the model can be combined with an inertial navigation system for three-dimensional inertial navigation.

研究の動機と目的

• スマートフォンにおける低品質なMEMS IMUによる6自由度インertialナビゲーションの不正確さという課題に対処すること。
• 定常速度やヒューリスティックな速度仮定に依存せず、データ駆動型の速度推定を用いてINSを制約することで、軌道推定を改善すること。
• 歩行、立ち止まり、垂直方向の運動を含む多様なハンドヘルド運動モードに一般化可能な単一モデルを用いた速度推定のためのソリューションを構築すること。
• 古典的なEKFベースのINSフレームワークに学習された速度制約を統合する可能性を実証し、3次元オドメトリの精度を向上させること。

提案手法

• 2秒間の生のIMUデータ（加速度計とジャイロスコープ）の窓から一時的な速度を回帰する1次元畳み込みニューラルネットワーク（CNN）を訓練する。
• ARKitのビジュアルインertialオドメトリから得た真値速度を用いて、多様で大規模なスマートフォンデータセット上でモデルを学習する。
• 予測された速度を、速度漂移を制約するための拡張カルマンフィルタ（EKF）ベースのINSにおける擬似測定値として使用する。
• 追加の安定化のためにゼロ速度更新（ZUPTs）を用い、ZUPT間の速度制約をCNNがより正確に提供する。
• エンドツーエンド学習を避けるために、古典的な物理駆動型フィルタリングとデータ駆動型速度推定を組み合わせる。
• 訓練中に見られなかった新しいテストシーケンスを用いて評価し、ARKitを真値として用いる。

実験結果

リサーチクエスチョン

• RQ1 歩行、立ち止まり、エレベーター・エスカレーターでの垂直運動を含む多様なハンドヘルド運動モードにおいて、単一の深層学習モデルが一時的な速度を正確に推定できるか？
• RQ2 固定の擬似速度を用いる場合や制約なしの場合と比較して、CNNベースの速度推定はEKFベースのインエントシャルナビゲーションの精度をどの程度向上させるか？
• RQ3 再トレーニングなしで、異なるデバイスの持ち方（例：手、ポケット、バッグ）に一般化できる程度はどの程度か？
• RQ4 学習された速度制約の統合が、3次元インエントシャルナビゲーションにおける軌道の漂移にどのように影響するか？
• RQ5 ステアリーやその他のレアな運動モードがデータに不足している場合、モデルの一般化性と性能にどのような影響を与えるか？

主な発見

• CNNベースの速度推定モデルは、歩行や立ち止まりといった多様な運動モードにおいて一時的な速度を高い精度で予測したが、ステアリーやその他の代表されないモードでは顕著な誤差を示した。
• EKFベースのINSにCNNで予測された速度を統合した結果、再構築された軌道の平均二乗誤差（RMSE）が、固定の擬似速度を使用した場合の0.87 mから0.62 mに低減された。
• 制約なしのINSシステムは顕著に発散し、RMSEが238.38 mに達した。これは、安定な3次元ナビゲーションのための速度制約の必要性を示している。
• モデルは、歩行から立ち止まりへの遷移など、運動モードの切り替えに対しても性能劣化を示さず、正常に処理できた。
• データ駆動型の速度推定が、特にZUPTが頻繁に発生しない状況（例：エレベーター内、連続運動時）において、軌道の精度を顕著に向上させることを示した。
• 性能の一貫性から、異なる運動タイプやデバイスの持ち方に対しても一般化が可能であることが裏付けられたが、データスパarsityのため、ステアリーやその他のモードでの性能は依然として課題のままである。