[논문 리뷰] 3-D position estimation from inertial sensing: minimizing the error from the process of double integration of accelerations

Pedro Neto, J. Norberto Pires외 1명|arXiv (Cornell University)|2013. 11. 18.

Inertial Sensor and Navigation참고 문헌 15인용 수 10

한 줄 요약

이 논문은 가속도 데이터의 이중 적분을 통해 위치를 추정하는 저비용 MIMU를 사용한 3D 운동 추적 시스템을 제안한다. 운동 정지 상태를 감지하여 정적 단계 동안에는 적분을 방지함으로써 누적 오차를 최소화한다. 이 방법은 짧은 지속 시간의 일상적인 작업에 대해 정확한 위치 추정을 가능하게 하여 관성 센서의 누적 드리프트를 줄인다.

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.

연구 동기 및 목표

• 관성 센서에서 가속도의 이중 적분으로 인한 3D 위치 추정의 드리프트 오차 문제를 해결하기 위해.
• 자기장 및 관성 측정 장치(MIMU)를 사용한 저비용, 소형 운동 추적 시스템의 정확도를 향상시키기 위해.
• 운동 정지 상태를 감지하여 정적 단계 동안의 통합을 피하고 위치 오차를 최소화하기 위해.
• 픽앤플레이스와 같은 짧은 지속 시간의 실생활 작업을 위한 실용적인 3D 위치 추정을 가능하게 하기 위해.
• 실제 인간의 움직임을 수행하는 실험자들을 대상으로 실생활 상황에서 방법의 유효성을 검증하기 위해.

제안 방법

• 시스템은 디지털 콈프와 자이로스코프를 갖춘 MIMU를 사용하여 3D 가속도 및 자세 데이터를 캡처한다.
• 자이로스코프와 콈프의 자세 데이터를 이용해 중력 성분을 동적 가속도에서 분리한다.
• 운동 정지 상태를 식별하는 운동 감지 알고리즘이 정적 단계 동안 노이즈와 드리프트를 방지하기 위해 사용된다.
• 감지된 운동 간격 동안에만 동적 가속도의 이중 적분을 수행하여 오차 누적를 줄인다.
• 편향이 있거나 정지된 운동 데이터의 통합을 피하는 선택적 통합 전략을 적용하여 정확도를 향상시킨다.
• 시스템은 픽앤플레이 작업에서 수집한 실제 인간 운동 데이터를 사용하여 校정 및 테스트를 수행한다.

실험 결과

연구 질문

• RQ1 장기간의 통합 기간 동안 관성 센서에서의 3D 위치 추정에서 드리프트 오차를 어떻게 최소화할 수 있는가?
• RQ2 정적(운동하지 않는) 단계 동안 가속도를 통합할 경우 위치 오차에 어떤 영향을 미치는가?
• RQ3 운동 정지 감지 기술이 저비용 MIMU 시스템에서 이중 적분의 정확도를 향상시킬 수 있는가?
• RQ4 선택적 통합 전략은 실생활 인간 운동 작업에서 누적 드리프트를 어느 정도 줄일 수 있는가?
• RQ5 픽앤플레이와 같은 실용적인 짧은 지속 시간의 일상생활 작업에서 제안된 방법의 효과는 어떠한가?

주요 결과

• 운동 정지 상태 동안 통합을 피하는 것으로 제안된 방법이 위치 드리프트를 크게 감소시켰다.
• 드리프트로 인해 사용이 제한되는 경우가 많은 픽앤플레이와 같은 짧은 지속 시간 작업에서 위치 추정 정확도가 향상되었다.
• 운동 단계 동안 선택적 통합을 통해 몇 초 이상의 기간 동안도 사용 가능한 위치 추정이 가능해졌다.
• 중력 성분을 동적 가속도에서 분리하는 것이 핵심적이며, 이는 자이로스코프와 콈프 데이터의 조합을 통해 가능했다.
• 실험적 검증을 통해 운동 정지 감지 기술이 이중 적분에서 오차 누적 효과적으로 억제함을 확인하였다.
• 실생활 상황에서 저비용, 소형 MIMU 기반 3D 운동 추적에 실용적인 가능성을 입증하였다.