論文の概要: Seamless Outdoor-Indoor Pedestrian Positioning System with GNSS/UWB/IMU Fusion: A Comparison of EKF, FGO, and PF
- arxiv url: http://arxiv.org/abs/2512.10480v1
- Date: Thu, 11 Dec 2025 09:59:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.27987
- Title: Seamless Outdoor-Indoor Pedestrian Positioning System with GNSS/UWB/IMU Fusion: A Comparison of EKF, FGO, and PF
- Title（参考訳）: GNSS/UWB/IMU核融合を用いたシームレス屋外・屋内歩行者位置決めシステム:EKF, FGO, PFの比較
- Authors: Jiaqiang Zhang, Xianjia Yu, Sier Ha, Paola Torrico Moron, Sahar Salimpour, Farhad Kerama, Haizhou Zhang, Tomi Westerlund,
- Abstract要約: 本稿では,シームレスな歩行者位置推定のための統一型確率/UWB/IMU融合フレームワークを提案する。
このフレームワークはROS 2で実装され、Foxgloveで視覚化された、ウェアラブルプラットフォーム上でリアルタイムに実行される。
- 参考スコア（独自算出の注目度）: 3.1155119513696725
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Accurate and continuous pedestrian positioning across outdoor-indoor environments remains challenging because GNSS, UWB, and inertial PDR are complementary yet individually fragile under signal blockage, multipath, and drift. This paper presents a unified GNSS/UWB/IMU fusion framework for seamless pedestrian localization and provides a controlled comparison of three probabilistic back-ends: an error-state extended Kalman filter, sliding-window factor graph optimization, and a particle filter. The system uses chest-mounted IMU-based PDR as the motion backbone and integrates absolute updates from GNSS outdoors and UWB indoors. To enhance transition robustness and mitigate urban GNSS degradation, we introduce a lightweight map-based feasibility constraint derived from OpenStreetMap building footprints, treating most building interiors as non-navigable while allowing motion inside a designated UWB-instrumented building. The framework is implemented in ROS 2 and runs in real time on a wearable platform, with visualization in Foxglove. We evaluate three scenarios: indoor (UWB+PDR), outdoor (GNSS+PDR), and seamless outdoor-indoor (GNSS+UWB+PDR). Results show that the ESKF provides the most consistent overall performance in our implementation.
- Abstract（参考訳）: GNSS, UWB, 慣性PDRは信号遮断, マルチパス, ドリフト下では相補的だが個別に脆弱であるため, 屋外環境における正確な歩行者位置決定は依然として困難である。
本稿では,シームレスな歩行者位置推定のための統一的なGNSS/UWB/IMU融合フレームワークを提案し,誤差状態拡張カルマンフィルタ,スライディングウィンドウ係数グラフ最適化,粒子フィルタの3つの確率的バックエンドの比較を行った。
このシステムは胸に装着したIMUベースのPDRをモーションバックボーンとして使用し、屋外のNSSと屋内のUWBからの絶対的なアップデートを統合する。
遷移ロバスト性を高め,都市域のGNSS劣化を緩和するために,OpenStreetMapの建物フットプリントから導出した軽量なマップベースの実現可能性制約を導入する。
このフレームワークはROS 2で実装され、Foxgloveで視覚化された、ウェアラブルプラットフォーム上でリアルタイムに実行される。
室内(UWB+PDR)、屋外(GNSS+PDR)、シームレス屋外(GNSS+UWB+PDR)の3つのシナリオを評価した。
その結果、ESKFは我々の実装において最も一貫した全体的なパフォーマンスを提供することがわかった。
関連論文リスト
- Generalizing GNNs with Tokenized Mixture of Experts [75.8310720413187]
安定性の向上には,変化に敏感な特徴への依存を低減し,既約最悪の一般化フロアを残す必要があることを示す。
本研究では,STEM-GNNを提案する。STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN。
9つのノード、リンク、グラフのベンチマークで、STEM-GNNはより強力な3方向バランスを実現し、クリアグラフ上での競争力を維持しながら、次数/ホモフィリーシフトや特徴/エッジの破損に対する堅牢性を改善している。
論文 参考訳（メタデータ） (2026-02-09T22:48:30Z) - Accurate Pedestrian Tracking in Urban Canyons: A Multi-Modal Fusion Approach [10.102277409472444]
このコントリビューションは、性能が劣化した都市環境における位置決め精度を向上させるために設計された歩行者ナビゲーション手法について述べる。
カメラによる視覚的位置決めの限界と非現実性に対処するため,慣性データの粒子フィルタによる融合を提案する。
このシステムは、歩道の正しさと位置推定誤差に関する3つの指標を用いて、サンフランシスコ中心街の6つの困難な歩行経路で評価された。
論文 参考訳（メタデータ） (2026-01-29T23:23:59Z) - RSGround-R1: Rethinking Remote Sensing Visual Grounding through Spatial Reasoning [61.84363374647606]
リモートセンシングビジュアルグラウンドディング(RSVG)は、自然言語記述に基づく大規模空中画像における対象物体のローカライズを目的としている。
これらの記述はしばしば位置的手がかりに大きく依存しており、空間的推論においてMLLM(Multimodal Large Language Models)に固有の課題を提起している。
空間理解の高度化を図るために,textbfRSGround-R1 と呼ばれる推論誘導型位置認識後学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-29T12:35:57Z) - Plug-and-Play Benchmarking of Reinforcement Learning Algorithms for Large-Scale Flow Control [61.155940786140455]
強化学習(RL)は,アクティブフロー制御(AFC)において有望な結果を示した。
現在のAFCベンチマークは、外部計算流体力学(CFD)の解法に依存しており、完全には微分不可能であり、3Dとマルチエージェントのサポートが限られている。
AFCにおけるRLのための最初のスタンドアロンで完全に差別化可能なベンチマークスイートであるFluidGymを紹介する。
論文 参考訳（メタデータ） (2026-01-21T14:13:44Z) - Adaptive Factor Graph-Based Tightly Coupled GNSS/IMU Fusion for Robust Positionin [0.0]
密結合/IMU融合はロバスト性を改善するが、非ガウスノイズや外れ値に弱いままである。
擬似距離測定とIMU事前積分係数を統合した,頑健で適応的な因子グラフに基づく融合フレームワークを提案する。
提案手法は,標準FGOと比較して最大41%の精度で位置決め誤差を低減し,調整可能な都市環境における拡張カルマンフィルタ(EKF)よりもさらに大きな改善を実現する。
論文 参考訳（メタデータ） (2025-11-28T09:33:13Z) - Stable Multi-Drone GNSS Tracking System for Marine Robots [7.911692711262891]
表層および近面の海洋ロボットのためのスケーラブルなマルチドローンベーストラッキングシステムを提案する。
提案手法は,効率的な視覚検出,軽量な多対象追跡,信頼度重み付き拡張カルマンフィルタ(EKF)を組み合わせることで,リアルタイムに安定した推定を行う。
論文 参考訳（メタデータ） (2025-11-24T02:28:31Z) - Sky-GVIO: an enhanced GNSS/INS/Vision navigation with FCN-based sky-segmentation in urban canyon [3.870599032599567]
都市キャニオン環境では、高層建築物によるスタンドアロンセンサと非視線(NLOS)の脆弱性が位置決め結果に深刻な影響を及ぼす。
これらの課題に対処するために、NLOS検出のためにFCN(Fully Convolutional Network)に基づくスカイビュー画像分割アルゴリズムを提案する。
新たなNLOS検出・緩和アルゴリズム(S-NDM)は、密結合したグローバルナビゲーション衛星システム(GNSS)、慣性計測ユニット(IMU)、Sky-GVIOと呼ばれる視覚機能システムに拡張されている。
論文 参考訳（メタデータ） (2024-04-17T04:59:36Z) - Make Landscape Flatter in Differentially Private Federated Learning [69.78485792860333]
本稿では,DPの負の影響を軽減するために勾配摂動を利用するDP-FedSAMという新しいDPFLアルゴリズムを提案する。
具体的には、DP-FedSAMは、局所的な平坦性モデルと、より優れた安定性と重量頑健性を統合し、DPノイズに対する局所的な更新とロバスト性の小さなノルムをもたらす。
提案アルゴリズムは,DPFLの既存のSOTAベースラインと比較して,最先端(SOTA)性能を実現する。
論文 参考訳（メタデータ） (2023-03-20T16:27:36Z) - Automated classification of pre-defined movement patterns: A comparison
between GNSS and UWB technology [55.41644538483948]
リアルタイム位置情報システム(RTLS)は、人間の動きパターンからデータを収集することができる。
本研究の目的は、小さな領域における人間の動きパターンを分類する自動化された枠組みを設計し、評価することである。
論文 参考訳（メタデータ） (2023-03-10T14:46:42Z) - DSVT: Dynamic Sparse Voxel Transformer with Rotated Sets [95.84755169585492]
本研究では,屋外3次元知覚のためのシングルストライドウィンドウベースのボクセルトランスであるDynamic Sparse Voxel Transformer (DSVT)を提案する。
本モデルでは,3次元認識タスクを多岐にわたって行うことにより,最先端の性能を実現する。
論文 参考訳（メタデータ） (2023-01-15T09:31:58Z)
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。