[论文解读] 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 5

一句话总结

本文提出一种基于深度学习的速度估计算法，利用卷积神经网络（CNN）从惯性测量单元（IMU）数据中回归瞬时速度，以改善智能手机上的3D惯性导航。该速度估计结果被用作伪测量，约束基于扩展卡尔曼滤波（EKF）的惯性导航系统（INS）。在3D室内测试中，该方法将均方根误差（RMSE）从基线的0.87 m降低至0.62 m，显著提升了在步行、静止站立及电梯运行等多种运动模式下的定位精度。

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.

研究动机与目标

• 为解决智能手机上因低质量MEMS IMU导致的6自由度惯性导航不准确问题。
• 通过使用数据驱动的速度估计而非依赖恒定或启发式速度假设，来约束INS以改善轨迹估计。
• 开发一种可泛化的单一模型解决方案，适用于包括步行、静止站立及垂直运动在内的多样化手持设备运动模式下的速度估计。
• 证明将学习得到的速度约束集成到经典EKF-based INS框架中的可行性，以提升3D推算里程计性能。

提出的方法

• 训练一个一维卷积神经网络（CNN），从2秒原始IMU数据（加速度计与陀螺仪）窗口中回归瞬时速度。
• 在大规模、多样化的智能手机数据集上进行训练，其真实速度由ARKit的视觉-惯性里程计提供。
• 将预测的速度作为伪测量输入到基于扩展卡尔曼滤波（EKF）的INS中，以约束速度漂移。
• 系统结合零速度更新（ZUPTs）实现额外稳定，其中CNN在ZUPTs之间提供更精确的速度边界。
• 通过将经典物理驱动的滤波与数据驱动的速度估计相结合，避免端到端学习。
• 在训练过程中未见过的新测试序列上评估该方法，使用ARKit作为真实轨迹基准。

实验结果

研究问题

• RQ1 一个单一的深度学习模型是否能在包括步行、静止站立以及电梯和自动扶梯中的垂直运动在内的多样化手持运动模式下，准确估计瞬时速度？
• RQ2 与使用固定伪速度或无约束相比，基于CNN的速度估计算法在多大程度上提升了EKF-based惯性导航的精度？
• RQ3 在无需微调的情况下，数据驱动的速度模型在不同设备放置方式（如手持、口袋、包中）下能多大程度上实现泛化？
• RQ4 将学习得到的速度约束集成后，对3D惯性导航中的轨迹漂移有何影响？
• RQ5 罕见运动模式（如上下楼梯）的数据代表性不足，对模型泛化能力与性能有何影响？

主要发现

• 基于CNN的速度估计算法在包括步行和静止站立在内的多样化运动模式下均实现了高精度的瞬时速度预测，仅在数据代表性不足的模式（如楼梯）中出现明显误差。
• 将CNN预测的速度集成到EKF-based INS后，轨迹重建的均方根误差（RMSE）从使用恒定伪速度的0.87 m降低至0.62 m。
• 未约束的INS系统出现显著发散，RMSE高达238.38 m，证明了速度约束对实现稳定3D导航的必要性。
• 该模型能有效处理运动模式之间的转换（如从步行到静止），且性能未出现下降。
• 结果表明，数据驱动的速度估计显著提升了轨迹精度，尤其在ZUPTs发生频率较低的场景（如电梯中或持续运动时）表现更优。
• 该方法在不同运动类型和设备放置方式下均表现出良好的泛化能力，测试序列中性能保持一致；然而，由于数据稀疏性，楼梯运动的性能仍是一大挑战。