[論文レビュー] Towards Self-Calibrating Inertial Body Motion Capture

Bertram Taetz, Gabriele Bleser+1 more|arXiv (Cornell University)|Jun 12, 2016

Inertial Sensor and Navigation参考文献 24被引用数 40

ひとこと要約

本稿では、インertial measurement units (IMUs) を用いた同時自己自己校正法として、オンラインでスライディングウィンドウを用いた制約付き重み付き最小二乗法（WLS）を提案する。運動、測定、生物学的力学的モデルに加え、運動学的・解剖学的制約に基づく新しい確率的事前分布を統合することで、磁力計や事前に定義されたキャリブレーション姿勢に依存せずに、高い精度と再現性を達成する。初期値が著しく不正確であっても、方向誤差が1度未塔、位置誤差がセンチメートルレベルに収束する。

ABSTRACT

This paper presents a novel online capable method for simultaneous estimation of human motion in terms of segment orientations and positions along with sensor-to-segment calibration parameters from inertial sensors attached to the body. In order to solve this ill-posed estimation problem, state-of-the-art motion, measurement and biomechanical models are combined with new stochastic equations and priors. These are based on the kinematics of multi-body systems, anatomical and body shape information, as well as, parameter properties for regularisation. This leads to a constrained weighted least squares problem that is solved in a sliding window fashion. Magnetometer information is currently only used for initialisation, while the estimation itself works without magnetometers. The method was tested on simulated, as well as, on real data, captured from a lower body configuration.

研究の動機と目的

• 正確なユーザー実施キャリブレーション姿勢を必要としない、強固で実用的なインertialボディモーションキャプチャにおけるキャリブレーション手法の不足を解消すること。
• インertialセンサデータから人間の運動とI2Sキャリブレーションパラメータを同時に推定できる、オンライン対応の手法を開発すること。
• 推定中に磁力計の使用を排除することで、その依存度を低減すること。
• 熟練したオペレータや剛体キャリブレーションプロトコルの必要性を排除することで、非専門家ユーザーの使いやすさを向上させること。
• 初期値が著しく不正確であっても、一貫性があり再現可能なキャリブレーション結果に収束することを保証すること。

提案手法

• リアルタイムでの処理を可能とするために、スライディングウィンドウを用いて制約付き重み付き最小二乗（WLS）最適化問題を解く。
• 最新の運動モデル、測定モデル、生物学的力学的モデルに加え、運動学的および解剖学的制約に基づく新しい確率的方程式と事前分布を統合する。
• センサからセグメントへの位置および方向に関する事前分布を組み込み、不適切に定義された推定問題を正則化する。
• 体の幾何形状に基づく形状事前分布を採用し、キャリブレーションの安定性と収束性を向上させる。
• 初期値として磁力計データを用いるが、推定プロセスではそれを依存しないように設計され、動的環境下での耐性が向上する。
• ストリーミングデータにおける処理遅延を回避するため、移動ホライズン戦略を適用する。

実験結果

リサーチクエスチョン

• RQ1 任意の初期値から出発する場合、事前に定義されたキャリブレーション姿勢を必要とせず、自己自己校正インertialモーショングラフシステムがI2Sパラメータとボディモーションを信頼性高く推定できるか？
• RQ2 キャリブレーション精度を維持しつつ、磁力計への依存度をどの程度低減できるか？
• RQ3 初期I2S推定値が著しく不正確であっても、この手法が一貫性のあるキャリブレーション結果に収束する程度はいかほどか？
• RQ4 生物学的・解剖学的事前分布が、キャリブレーションプロセスの安定性と精度に与える影響は何か？
• RQ5 本手法は、実世界の設定において、異なる被験者や運動タイプに対しても再現性があり、高精度なキャリブレーションを達成できるか？

主な発見

• シミュレーションデータでは、サブディグリーの方向精度とセンチメートルレベルの位置精度を達成し、初期角度オフセットが最大131.19°であっても収束が確認された。
• 実データ実験では、初期I2S方向誤差が最大113.6°であっても、最終的な誤差が基準値から8.5°未塔に収束した。
• 全センサの最終的なI2Sキャリブレーション間の最大差はわずか1.7°であり、高い再現性を示した。
• 初期位置誤差は最大0.092 mから0.067 m以内にまで低減され、特に上肢では最も高い精度が得られた。
• 完璧な初期値を含むさまざまな初期値に対しても、一貫した性能を維持したため、初期値のばらつきに対して強いことが確認された。
• 形状事前分布はバイアスを導入しなかった。同様の結果が、形状事前分布を有する・なしの両方で得られたため、正則化の役割であることが確認された。