[논문 리뷰] FootSLAM meets Adaptive Thresholding

Johan Wahlström, Andrew Markham외 1명|arXiv (Cornell University)|2019. 11. 01.

Indoor and Outdoor Localization Technologies참고 문헌 33인용 수 4

한 줄 요약

이 논문은 보행자 슬램(FootSLAM)의 자세 추정 결과를 가짜 진실값(pseudo-ground truth)으로 활용하여, 준비되지 않은 실내 환경에서 관성 항법의 정지속도 탐지(zero-velocity detection)를 위한 자체적이고 최대우도 기반의 적응형 임계값 설정 방법을 제안한다. FootSLAM에서 생성된 입자 가중치를 사용해 우도 함수를 근사함으로써, 진실값 데이터, 보조 센서, 사용자 입력 없이도 ZUPT 임계값을 校정할 수 있으며, 다양한 보행 속도에서 고정 임계값 방법 대비 중앙값 수평 오차를 50% 이상 감소시킨다.

ABSTRACT

Calibration of the zero-velocity detection threshold is an essential prerequisite for zero-velocity-aided inertial navigation. However, the literature is lacking a self-contained calibration method, suitable for large-scale use in unprepared environments without map information or pre-deployed infrastructure. In this paper, the calibration of the zero-velocity detection threshold is formulated as a maximum likelihood problem. The likelihood function is approximated using estimation quantities readily available from the FootSLAM algorithm. Thus, we obtain a method for adaptive thresholding that does not require map information, measurements from supplementary sensors, or user input. Experimental evaluations are conducted using data with different gait speeds, sensor placements, and walking trajectories. The proposed calibration method is shown to outperform fixed-threshold zero-velocity detectors and a benchmark using a speed-based threshold classifier.

연구 동기 및 목표

• 지도 또는 인프라 없이 준비되지 않은 실내 환경에서 정지속도 탐지 임계값에 대한 자체적이고 대규모 캘리브레이션 방법의 부족을 해결하기 위해.
• ZUPT를 보조하는 관성 항법에서 임계값 캘리브레이션에 대해 진실값 데이터, 보조 센서, 사용자 입력에 의존하지 않도록 하기 위해.
• 사전 캘리브레이션 없이도 보행 속도, 센서 배치, 보행 표면 등의 동적 요인에 적응할 수 있는 방법을 개발하기 위해.
• 임계값 최적화 과정에서 FootSLAM의 출력을 신뢰할 수 있는 대체 진실값으로 간주함으로써 실시간이고 자율적인 캘리브레이션을 가능하게 하기 위해.

제안 방법

• 오도메트리 시퀀스의 우도를 사용하여 임계값 캘리브레이션 문제를 최대우도 추정 문제로 공식화하기.
• 자세 추정 과정에서 FootSLAM 알고리즘에 의해 생성된 입자 가중치를 사용해 우도 함수를 근사하기.
• 외부 진실값이 필요 없이 FootSLAM의 출력을 활용해 다양한 임계값 설정에 대한 우도를 평가하기.
• 궤적에서 일관된 육각형 전이(consistent hexagon transitions)의 우도를 최대화하는 임계값을 선택하여 임계값 최적화 수행하기.
• 캘리브레이션 동안 FootSLAM의 수렴을 확보하여 안정적이고 일관된 보행 패턴을 유지함으로써 신뢰할 수 있는 추정 보장하기.
• 캘리브레이션 프로세스를 항법 파이프라인에 통합하여 온라인 및 적응형 임계값 설정을 가능하게 하기.

실험 결과

연구 질문

• RQ1 진실값 데이터, 보조 센서, 사용자 입력 없이도 정지속도 탐지 임계값을 캘리브레이션할 수 있는가?
• RQ2 FootSLAM의 자세 추정 결과가 임계값 캘리브레이션에서 신뢰할 수 있는 진실값 대체 자료로 기능할 수 있는가?
• RQ3 다양한 보행 속도와 센서 배치 조건에서 제안된 방법이 고정 임계값 및 속도 기반 임계값 분류기보다 우수한 성능을 보일 수 있는가?
• RQ4 재캘리브레이션 없이도 보행 방식, 보행 표면, 센서 배치의 변화에 적응할 수 있는가?
• RQ5 내부 일관성만으로도 FootSLAM의 궤적 추정에서 안정적이고 정확한 캘리브레이션을 달성할 수 있는가?

주요 결과

• 제안된 적응형 임계값 설정 방법은 다양한 보행 속도에서 고정 임계값 탐지기 대비 중앙값 수평 위치 오차를 50% 이상 감소시켰다.
• 다양한 보행 궤적과 센서 배치 조건에서 벤치마크 속도 기반 임계값 분류기보다 우수한 성능을 보였다.
• 진실값 데이터, 보조 센서, 사용자 입력 없이도 안정적인 성능을 달성한 캘리브레이션 과정을 수행했다.
• 자기 캘리브레이션 성격 덕분에 보행 속도, 센서 배치, 보행 표면의 변화에 뛰어난 강건성을 보였다.
• 캘리브레이션 중 FootSLAM의 수렴이 신뢰할 수 있는 우도 근사화를 가능하게 하여, 그 출력을 가짜 진실값으로 사용하는 것이 타당함을 검증했다.
• 지역 인프라가 없는 비준비 환경, 예를 들어 비상 상황 또는 외부 환경에서도 캘리브레이션을 수행할 수 있다.