論文の概要: ForestBack: Breadcrumb-Based Pedestrian Dead Reckoning for Infrastructure-Free Return Navigation
- arxiv url: http://arxiv.org/abs/2606.14421v1
- Date: Fri, 12 Jun 2026 12:57:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-15 16:00:42.905206
- Title: ForestBack: Breadcrumb-Based Pedestrian Dead Reckoning for Infrastructure-Free Return Navigation
- Title（参考訳）: ForestBack: インフラストラクチャフリーリターンナビゲーションのためのBreadcrumbベースの歩行者デッドレコニング
- Authors: Aueaphum Aueawatthanaphisut, Chanakan Chaipan,
- Abstract要約: 本稿では,パンクラムに基づく歩行者死亡推定(PDR)に基づく,インフラストラクチャフリーの歩行者帰還ナビゲーションフレームワークであるフォレストBackについて述べる。
このシステムは,ユーザの歩行経路を,GPS,Wi-Fi,Bluetoothビーコン,あるいはプリインストールインフラストラクチャを必要とせずに,可逆的なパンクラムノードのシーケンスとして記録し,逆パスガイダンスを生成する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reliable return navigation remains an important challenge in GPS-denied environments where external positioning infrastructure may be unavailable or unreliable. This paper presents ForestBack, an infrastructure-free pedestrian return navigation framework based on breadcrumb-based pedestrian dead reckoning (PDR). The system records a user's walking route as a sequence of reversible breadcrumb nodes and generates reverse-path guidance without requiring GPS, Wi-Fi, Bluetooth beacons, or pre-installed infrastructure. ForestBack integrates acceleration-based step detection, adaptive step-length estimation, magnetometer-assisted heading estimation, barometric-altitude correction, and bidirectional breadcrumb path reconstruction. The system was evaluated using an indoor obstacle-avoidance route with five checkpoints, where the user navigated around a central obstacle. A dataset of 36 walking trials and 42,474 time-series samples was used for evaluation, including IMU signals, magnetometer readings, barometric variables, turn-event labels, ground-truth trajectories, baseline PDR outputs, proposed ForestBack outputs, and power-related measurements. Experimental results show that ForestBack reduced the mean RMSE from 1.129 m to 0.965 m compared with traditional PDR, corresponding to a 15.76% improvement. The mean final-position error was reduced from 1.781 m to 1.388 m, while turn-event detection consistency reached approximately 99.90%. These results indicate that ForestBack improves trajectory reconstruction and route-preserving return guidance in obstacle-avoidance scenarios. The released dataset and analysis notebook support reproducibility and future benchmarking of infrastructure-free PDR-based return navigation systems.
- Abstract（参考訳）: 信頼性の高いリターンナビゲーションは、外部位置決めインフラが利用できない、または信頼性の低い環境において重要な課題である。
本稿では,パンクラムに基づく歩行者死亡推定(PDR)に基づく,インフラストラクチャフリーの歩行者帰還ナビゲーションフレームワークであるフォレストBackについて述べる。
このシステムは,ユーザの歩行経路を,GPS,Wi-Fi,Bluetoothビーコン,あるいはプリインストールインフラストラクチャを必要とせずに,可逆的なパンクラムノードのシーケンスとして記録し,逆パスガイダンスを生成する。
ForestBackは、加速度に基づくステップ検出、適応的なステップ長推定、磁力計による方向推定、気圧補正、双方向パンクラムパス再構築を統合している。
本システムは,5つのチェックポイントを持つ屋内障害物回避経路を用いて,利用者が中心障害物の周囲を移動しながら評価した。
36回の歩行試験と42,474回の時系列サンプルを用いて、IMU信号、磁力計の読み取り、バロメトリ変数、旋回ラベル、地上軌道軌道、ベースラインPDR出力、提案されたフォレストバック出力、電力関連測定などの評価を行った。
実験の結果、フォレストバックは従来のPDRに比べて平均RMSEを1.129mから0.965mに減らした。
最終位置誤差の平均は1.781mから1.388mに減少し、ターンイベント検出の一貫性は約99.90%に達した。
これらの結果から,フォレストバックは障害物回避シナリオにおける軌道再構成と経路保存リターンガイダンスを改善したことが示唆された。
リリースされたデータセットと分析ノートブックは、インフラストラクチャフリーのPDRベースのリターンナビゲーションシステムの再現性と将来のベンチマークをサポートする。
関連論文リスト
- Degeneracy-Resilient Teach and Repeat for Geometrically Challenging Environments Using FMCW Lidar [18.593167038234828]
Teach and Repeat(T&R)のトポロジカルナビゲーションにより、ロボットはGPSに頼ることなく、事前に走行した経路を自律的に繰り返すことができる。
本稿では,ドップラー速度に基づくドップラー計測とデジェネリアシー・アウェア・スキャン・トゥ・マップ・ローカライゼーションからなる周波数変調連続波ライダーT&Rナビゲーションシステムを提案する。
論文 参考訳（メタデータ） (2026-03-10T21:57:08Z) - VANGUARD: Vehicle-Anchored Ground Sample Distance Estimation for UAVs in GPS-Denied Environments [7.390183878674011]
VANGUARDは、航空ロボットのための呼び出し可能なツールとして設計された軽量で決定論的幾何学的知覚スキルである。
DOTAv1.5ベンチマークでは、VANGUARDは306imagesで6.87%中央値のGSDエラーを達成している。
下流領域の測定のためにSAMベースのセグメンテーションと統合され、パイプラインは100エントリのベンチマークで19.7%の中央値エラーを発生させる。
論文 参考訳（メタデータ） (2026-03-04T16:59:08Z) - Robust Tightly-Coupled Filter-Based Monocular Visual-Inertial State Estimation and Graph-Based Evaluation for Autonomous Drone Racing [5.29147071389637]
自律型ドローンレースのための堅牢な視覚-慣性推定フレームワークを提案する。
ADR-VINS は平均 RMS 変換 0.134 m, ADR-FGO は 0.060 m である。
最後に,ADR-FGOによる飛行後評価について述べる。
論文 参考訳（メタデータ） (2026-03-03T08:43:49Z) - Bluetooth Phased-array Aided Inertial Navigation Using Factor Graphs: Experimental Verification [1.819932604590499]
位相アレーBluetoothシステムは、補助慣性航法を行うための低コストな代替手段として登場した。
市販品から切り離されたナビゲーションシステムを使用すると、フェーズドアレイ無線ナビゲーションシステムの参入障壁が減少する可能性がある。
論文 参考訳（メタデータ） (2026-02-19T14:34:04Z) - Eva-Tracker: ESDF-update-free, Visibility-aware Planning with Target Reacquisition for Robust Aerial Tracking [51.06229328990625]
Eva-Trackerは、航空追跡のための可視性を考慮した軌道計画フレームワークである。
ESDF更新を排除し、リカバリ可能なパス生成メソッドを組み込んで、ターゲット再取得を行う。
提案手法は,従来の最先端手法よりも計算労力の少ないロバストな追跡結果を提供する。
論文 参考訳（メタデータ） (2026-02-13T02:56:34Z) - Wavelet-Guided Water-Level Estimation for ISAC [28.187510402999376]
リアルタイム水位モニタリングは洪水応答、インフラ管理、環境予測に不可欠である。
商品受信機から報告されるLTEダウンリンク電力の計測値のみを利用する受動的で低コストな水位追跡方式を提案する。
論文 参考訳（メタデータ） (2025-11-26T00:01:00Z) - Bayesian-Driven Graph Reasoning for Active Radio Map Construction [96.08082552413117]
本稿では,経路ナビゲーションに適したグラフベースの推論を明示的に活用する不確実性を考慮した無線地図再構成フレームワークを提案する。
提案手法は,(1)空間的不確実性をリアルタイムで推定するベイズニューラルネットワーク,(2)グローバル推論を行う注意に基づく強化学習ポリシの2つの重要な深層学習要素を統合した。
実験の結果,URAMは既存のベースラインよりも最大で34%の精度で復元できることがわかった。
論文 参考訳（メタデータ） (2025-07-29T03:32:01Z) - NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。
グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。
我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
論文 参考訳（メタデータ） (2025-06-23T14:28:30Z) - RTracker: Recoverable Tracking via PN Tree Structured Memory [71.05904715104411]
本稿では,木構造メモリを用いてトラッカーと検出器を動的に関連付け,自己回復を可能にするRTrackerを提案する。
具体的には,正負と負のターゲットサンプルを時系列に保存し,維持する正負のツリー構造メモリを提案する。
我々の中核となる考え方は、正と負の目標カテゴリーの支持サンプルを用いて、目標損失の信頼性評価のための相対的距離に基づく基準を確立することである。
論文 参考訳（メタデータ） (2024-03-28T08:54:40Z)
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。