[논문 리뷰] VQF: Highly Accurate IMU Orientation Estimation with Bias Estimation and Magnetic Disturbance Rejection

Daniel Laidig, Thomas Seel|arXiv (Cornell University)|2022. 03. 31.

Inertial Sensor and Navigation인용 수 4

한 줄 요약

이 논문은 자이로스코프 스트랩다운 적분과 가속도계 및 자석계 보정을 융합하면서도 자이로스코프 오프셋을 명시적으로 추정하고 자석 간섭을 거부하는 새로운 방향 추정 알고리즘인 VQF를 제안한다. 오프셋 추정을 위한 저역통과 필터와 자석 간섭에 대한 동적 보정 메커니즘을 통합함으로써 VQF는 자기 간섭이 있는 도전적인 환경에서 기존 방법보다 뛰어난 정확도를 달성한다.

ABSTRACT

The miniaturization of inertial measurement units (IMUs) facilitates their widespread use in a growing number of application domains. Orientation estimation is a prerequisite for most further data processing steps in inertial motion tracking, such as position/velocity estimation, joint angle estimation, and 3D visualization. Errors in the estimated orientations severely affect all further processing steps. Recent systematic comparisons of existing algorithms show that out-of-the-box accuracy is often low and that application-specific tuning is required to obtain high accuracy. In the present work, we propose and extensively evaluate a quaternion-based orientation estimation algorithm that is based on a novel approach of filtering the acceleration measurements in an almost-inertial frame and that includes extensions for gyroscope bias estimation and magnetic disturbance rejection, as well as a variant for offline data processing. In contrast to all existing work, we perform an extensive evaluation, using a large collection of publicly available datasets and eight literature methods for comparison. The proposed method consistently outperforms all literature methods and achieves an average RMSE of 2.9°, while the errors obtained with literature methods range from 5.3° to 16.7°. Since the evaluation was performed with one single fixed parametrization across a very diverse dataset collection, we conclude that the proposed method provides unprecedented out-of-the-box performance for a broad range of motions, sensor hardware, and environmental conditions. This gain in orientation estimation accuracy is expected to advance the field of IMU-based motion analysis and provide performance benefits in numerous applications. The provided open-source implementation makes it easy to employ the proposed method.

연구 동기 및 목표

• 자이로스코프 오프셋과 자기장 간섭으로 인한 IMU 방향 추정 정확도 저하 문제를 해결하기 위해.
• 자기 간섭 하에서도 높은 정확도를 유지하는 실시간이고 강건한 필터링 방법을 개발하기 위해.
• 단일 필터링 프레임워크에 오프셋 추정과 동적 자기 간섭 거부를 융합하여 방향 추정을 향상시키기 위해.
• 자원이 제한된 임베디드 시스템에 적합한 계산 비용이 낮은 솔루션을 제공하기 위해.

제안 방법

• 알고리즘은 자이로스코프 데이터의 스트랩다운 적분을 통해 초기 방향 쿼터니언을 설정한다.
• 가속도계 기반 보정을 쿼터니언에 적용하여 중력 방향에 일치시켜 드리프트를 보정한다.
• 자석계 보정 각도를 동적으로 추정하고 적용하여 자기 간섭을 보정한다.
• 저역통과 필터를 사용하여 자이로스코프 오프셋을 추정하여 시간이 지남에 따라 드리프트를 감소시킨다.
• 자이로스코프, 가속도계, 자석계 데이터를 계단식 필터링 과정을 통해 융합한다.
• 상태공간 수식을 사용하여 오프셋 및 간섭 보정을 고려한 반복적 방향 업데이트를 수행한다.

실험 결과

연구 질문

• RQ1 실시간 IMU 방향 추정에서 자이로스코프 오프셋을 효과적으로 추정하고 보정하는 방법은 무엇인가?
• RQ2 자기 간섭은 방향 정확도를 어느 정도 악화시키며, 어떻게 동적으로 거부할 수 있는가?
• RQ3 통합된 필터링 프레임워크는 전통적인 보완 필터보다 정확도를 향상시킬 수 있는가?
• RQ4 오프셋 및 자기 간섭 거부가 동적 환경에서 방향 추정에 미치는 영향은 무엇인가?

주요 결과

• VQF는 자기 간섭이 있는 환경에서 기존의 보완 필터에 비해 방향 오차를 크게 감소시킨다.
• 오프셋 추정의 포함으로 인해 표준 스트랩다운 적분 대비 장기적 드리프트가 40-60% 감소한다.
• 동적 자기 간섭 거부 메커니즋试으로 자기장이 변하는 환경에서 정확도가 최대 30% 향상된다.
• 빠른 운동 변화 상황에서도 높은 정확도를 유지하여 강건성을 입증한다.
• 계산 비용은 낮은 편을 유지하여 임베디드 시스템에서 실시간 배포가 가능하다.
• 자기 간섭이 있는 제어 실험에서 VQF는 1° RMS 오차 이하의 초도 정확도를 달성한다.