論文の概要: Magnetic Field Sensing for Pedestrian and Robot Indoor Positioning

• arxiv url: http://arxiv.org/abs/2108.11824v1
• Date: Thu, 26 Aug 2021 14:44:46 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-27 17:57:56.932271
• Title: Magnetic Field Sensing for Pedestrian and Robot Indoor Positioning
• Title（参考訳）: 歩行者とロボット屋内位置決めのための磁界センシング
• Authors: Leonid Antsfeld and Boris Chidlovskii
• Abstract要約: 本研究では、(i)携帯端末で収集されたデータと(ii)自家電磁界で磁気データを摂動させるローカライゼーションロボットの2つの設定において、磁場データを用いた屋内位置決めの問題に対処する。 まず, 異なる強磁性体によって生成される室内環境における磁気異常の利点を生かした, 新規な拡張パイプラインを提案する。 我々は、磁場時系列を画像シーケンスとして表現するために、Recurrence Plots、Gramian Angular Fields、Markov Transition Fieldsの手法を用いる。 第2のセットアップでは、磁場データがどのように取得されるかを分析する。
• 参考スコア（独自算出の注目度）: 12.868722327487752
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: In this paper we address the problem of indoor localization using magnetic field data in two setups, when data is collected by (i) human-held mobile phone and (ii) by localization robots that perturb magnetic data with their own electromagnetic field. For the first setup, we revise the state of the art approaches and propose a novel extended pipeline to benefit from the presence of magnetic anomalies in indoor environment created by different ferromagnetic objects. We capture changes of the Earth's magnetic field due to indoor magnetic anomalies and transform them in multi-variate times series. We then convert temporal patterns into visual ones. We use methods of Recurrence Plots, Gramian Angular Fields and Markov Transition Fields to represent magnetic field time series as image sequences. We regress the continuous values of user position in a deep neural network that combines convolutional and recurrent layers. For the second setup, we analyze how magnetic field data get perturbed by robots' electromagnetic field. We add an alignment step to the main pipeline, in order to compensate the mismatch between train and test sets obtained by different robots. We test our methods on two public (MagPie and IPIN'20) and one proprietary (Hyundai department store) datasets. We report evaluation results and show that our methods outperform the state of the art methods by a large margin.
• Abstract（参考訳）: 本稿では、(i)携帯端末で収集されたデータと(ii)自家電磁界で磁気データを摂動するローカライゼーションロボットの2つの設定において、磁場データを用いた屋内位置決めの問題に対処する。 まず, 異なる強磁性体によって生成される室内環境における磁気異常の利点を生かした, 新規な拡張パイプラインを提案する。 我々は、屋内磁気異常による地球の磁場の変化を捉え、それらを多変量時系列で変換する。 その後、時間パターンを視覚パターンに変換する。 我々は、磁場時系列を画像シーケンスとして表現するために、Recurrence Plots、Gramian Angular Fields、Markov Transition Fieldsの手法を用いる。 畳み込み層と再帰層を組み合わせたディープニューラルネットワークにおいて,ユーザ位置の連続的な値を回帰する。 第2の設定では,ロボットの電磁界による磁場データの摂動解析を行う。 異なるロボットが取得した列車とテストセットのミスマッチを補償するために、メインパイプラインにアライメントステップを追加します。 我々は2つのパブリック(MagPieとIPIN'20)と1つのプロプライエタリ(Hyundaiデパート)データセットでメソッドをテストする。 評価の結果を報告し,提案手法がアートメソッドの状態を大きなマージンで上回っていることを示す。

関連論文リスト

• Magnetic Field Detection Using a Two-Qubit System Under Noisy Heisenberg Interaction [2.7855886538423182]
  ノイズの多い2量子ビット系を用いた磁界検出器の設計法を提案する。 磁場はデコヒーレンス過程に大きく影響しないが、時間とともに帰還確率に顕著な振動をもたらす。 これらの結果は、実用的な量子ベースの磁場検出器の実現の可能性を示している。
  論文  参考訳（メタデータ） (2024-10-30T06:13:15Z)
• Generalized Gouy Rotation of Electron Vortex beams in uniform magnetic fields [54.010858975226945]
  磁場中における相対論的同軸方程式の正確な解を用いた磁場中のEVBのダイナミクスについて検討する。 一般化されたグーイ回転の下で異なる状態について統一的に記述し、グーイ位相をEVB回転角にリンクする。 この研究は、磁場中のEVBのダイナミクスに関する新たな洞察を与え、渦粒子のビーム操作とビーム光学の実践的応用を示唆している。
  論文  参考訳（メタデータ） (2024-07-03T03:29:56Z)
• Optimizing Off-Axis Fields for Two-Axis Magnetometry with Point Defects [0.08738116412366388]
  静的バイアス場を慎重に最適化することで、複数の磁場成分を同時に測定できることを実証する。 この研究は、2次ゼーマン効果からの周波数シフトの増加と、オフ軸磁場成分の増加に伴うコントラストの減少の間のトレードオフを定量化する。
  論文  参考訳（メタデータ） (2024-04-15T12:50:15Z)
• Mapping the magnetic field using a magnetometer array with noisy input Gaussian process regression [1.0878040851637998]
  ガウス過程は、空間的に変化する磁場の大きさを学ぶために用いられる。 しかし、磁力計の位置は、ほとんど知られていない。 本稿では,磁界マップの品質向上のために,磁力計のアレイをどのように利用できるかを検討する。
  論文  参考訳（メタデータ） (2023-10-25T12:00:45Z)
• UnLoc: A Universal Localization Method for Autonomous Vehicles using LiDAR, Radar and/or Camera Input [51.150605800173366]
  UnLocは、全ての気象条件におけるマルチセンサー入力によるローカライズのための、新しい統一型ニューラルネットワークアプローチである。 本手法は,Oxford Radar RobotCar,Apollo SouthBay,Perth-WAの各データセットで広く評価されている。
  論文  参考訳（メタデータ） (2023-07-03T04:10:55Z)
• Physics-informed compressed sensing for PC-MRI: an inverse Navier-Stokes problem [78.20667552233989]
  我々は、ノイズやスパース磁気共鳴信号から速度場を復元するための物理インフォームド圧縮センシング(PICS)法を定式化する。 本手法は, 疎サンプリング信号から速度場を再構成し, セグメンテーションすることができる。
  論文  参考訳（メタデータ） (2022-07-04T14:51:59Z)
• Information Entropy Initialized Concrete Autoencoder for Optimal Sensor Placement and Reconstruction of Geophysical Fields [58.720142291102135]
  そこで本稿では,スパーク計測による地場再構成のためのセンサ配置の最適化について提案する。 本研究では, (a) 温度と (b) バレンツ海周辺の塩分濃度場とスバルバルド諸島群を例に示す。 得られた最適センサ位置は, 物理的解釈が明確であり, 海流の境界に対応することが判明した。
  論文  参考訳（メタデータ） (2022-06-28T12:43:38Z)
• Magnetic Field Prediction Using Generative Adversarial Networks [0.0]
  生成逆数ネットワーク(GAN)構造を用いて,空間のランダムな点における磁場の値を予測する。 ディープラーニング(DL)アーキテクチャは、与えられた磁場の欠落した磁場値を予測するジェネレータと、実際の磁場分布と生成された磁場分布の間の統計的距離を計算するために訓練された批評家の2つのニューラルネットワークで構成される。 訓練されたジェネレータは、フィールドポイントの1つのコヒーレント領域が欠落している場合の5.14%、空間における数点測定しか得られていない場合の5.86%の中央値再構成テスト誤差で、フィールド値の欠落を予測できることを学習した。
  論文  参考訳（メタデータ） (2022-03-14T12:31:54Z)
• Multiclass Permanent Magnets Superstructure for Indoor Localization using Artificial Intelligence [1.3048920509133808]
  スマートフォンは,ユーザの屋内位置推定や位置推定に人気がある。 既存のソリューションは主にWi-Fi、RFID、磁気センシング技術を用いて、混雑した会場での動きを追跡する。 本稿では,そのアルゴリズムを拡張したマルチスーパーストラクチャローカライゼーション手法を提案する。
  論文  参考訳（メタデータ） (2021-07-14T09:59:58Z)
• Surpassing the Energy Resolution Limit with ferromagnetic torque sensors [55.41644538483948]
  標準量子限界における熱力学ノイズと機械的検出ノイズを考慮した最適磁場分解能の評価を行った。 近年の文献で指摘されているエネルギー分解限界(ERL, Energy Resolution Limit)は, 桁違いに超えることがある。
  論文  参考訳（メタデータ） (2021-04-29T15:44:12Z)
• New approach to describe two coupled spins in a variable magnetic field [55.41644538483948]
  外部の時間依存磁場における超微細相互作用によって結合された2つのスピンの進化について述べる。 時間依存的なシュリンガー方程式を表現の変化によって修正する。 この解法は、断熱的に変化する磁場が系を乱すとき、高度に単純化される。
  論文  参考訳（メタデータ） (2020-11-23T17:29:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。