論文の概要: Quaternion-Averaging-Based Adaptive Complementary Filter for Pedestrian Dead Reckoning With a Foot-Mounted AHRS
- arxiv url: http://arxiv.org/abs/2607.05451v1
- Date: Sun, 05 Jul 2026 15:40:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-08 21:24:51.264497
- Title: Quaternion-Averaging-Based Adaptive Complementary Filter for Pedestrian Dead Reckoning With a Foot-Mounted AHRS
- Title（参考訳）: 足元AHRSを用いた歩行者死亡補聴器の4次平均補償型適応補聴器
- Abstract要約: 足に装着したAHRSベースのPDRの精度は、AHRSで使用される姿勢推定アルゴリズムの精度に依存する。
計算コストを低減しつつ推定精度を向上させるため,QAACF(Queternion-Averaging-Based Adaptive Complementary Filter)を提案する。
- 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: Pedestrian Dead Reckoning (PDR) can be applied to indoor navigation systems. GPS suffers from signal degradation due to roofs and high-rise buildings, whereas PDR can estimate positions without being affected by such signal degradation. The accuracy of a foot-mounted AHRS(Attitude and Heading Reference System)-based PDR depends on the accuracy of the attitude estimation algorithm used in the AHRS. In this article, a Quaternion-Averaging-Based Adaptive Complementary Filter (QAACF) for PDR with a foot-mounted AHRS is proposed to improve estimation accuracy while reducing computational cost. QAACF fuses a quaternion derived from angular velocity with quaternions derived from acceleration and magnetic field measurements using Markley's quaternion averaging, which combines two quaternions more rigorously than linear interpolation. In addition, QAACF adaptively adjusts the weights of angular velocity, acceleration, and magnetic field measurements according to gait phases and the level of magnetic disturbances. Experimental results showed that the proposed QAACF achieves low Root Mean Square Errors (RMSEs) compared to existing attitude estimation filters while requiring lower computational cost than Kalman filters.
- Abstract（参考訳）: PDR(Pedestrian Dead Reckoning)は、屋内ナビゲーションシステムに適用できる。
GPSは、屋根や高層建築物による信号劣化に悩まされる一方、PDRはそのような信号劣化の影響を受けずに位置を推定できる。
AHRS(Attitude and Heading Reference System)ベースのPDRの精度は、AHRSで使用される姿勢推定アルゴリズムの精度に依存する。
本稿では,フットマウントAHRSを用いたPDR用4次平均適応補完フィルタ(QAACF)を提案し,計算コストを低減し,推定精度を向上させる。
QAACFは2つの四元数と線形補間よりも厳密に結合したマークリーの四元数平均化(英語版)を用いて加速と磁場の測定から導かれる四元数と角速度から導かれる四元数とを融合する。
さらに、QAACFは、歩行位相と磁気障害レベルに応じて、角速度、加速度、磁場測定の重みを適応的に調整する。
実験結果から,提案したQAACFは既存の姿勢推定フィルタと比較してルート平均角誤差(RMSE)が低く,計算コストはカルマンフィルタよりも低いことがわかった。
関連論文リスト
- Residual-Based Adaptive Kalman Filtering for Legged Robot State Estimation [9.449650062296824]
カルマンフィルタは、複数のセンシングモードを融合させて浮動小数点位置と速度を推定するために広く用いられている。
プロセスノイズ共分散行列Qと測定ノイズ共分散行列Rのオンライン適応戦略を提案する。
実験の結果, 固定調整したInEKFと比較して, 適応Rが十分であり, トロッティング歩行の精度を25%向上することがわかった。
論文 参考訳（メタデータ） (2026-08-03T14:39:06Z) - Stokes-Informed Diffusion for Robust Linear Polarization Estimation [49.459667092743445]
GenPolar(ゲンポーラー)は、ミュラー形式主義を基盤としたストークスインフォームド拡散フレームワークである。
DLPの忠実度とAoPの安定性の両面において最先端の性能を達成する。
これらの改善は、物質検出やデフレクションを含む下流アプリケーションにおいて、顕著で一貫した利益をもたらす。
論文 参考訳（メタデータ） (2026-07-23T11:56:15Z) - Dual Quaternion-Based Unscented Kalman Filter with Visual Inertial Odometry for Navigation in GPS-Denied Environments [6.316693022958222]
本稿では,視覚慣性オドメトリー (VIO) アルゴリズムを用いたDQUKF (Dual Quaternion-Based Unscented Kalman Filter) を提案する。
提案手法はDQUKFを誤差状態で定式化し, 単位二重四元数で表現し, 局所のポーズ誤差を6次元ツイストパラメータ化で表現する。
並行して、VIOアルゴリズムは画像フレーム間の特徴を追跡し、IMUとカメラ間の計測を同期させ、視覚的制約を提供する。
論文 参考訳（メタデータ） (2026-06-08T10:00:40Z) - Equivariant Filter for Radar-Inertial Odometry [45.85581416235741]
拡張カルマンフィルタ(EKF)に基づくレーダ慣性オドメトリー(RIO)は、レーダと慣性測定ユニット(IMU)の間の正確な外在的キャリブレーションに依存している。
このレターは、ナビゲーション状態とIMUバイアスを幾何学的に結合するリー群対称性に基づいて、RIOの同変フィルタ(EqF)を提案する。
論文 参考訳（メタデータ） (2026-04-24T21:47:06Z) - 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) - Rydberg Atomic Quantum Receivers for Multi-Target DOA Estimation [77.32323151235285]
ライドバーグ原子量子受信機(RAQR)は、古典的な無線通信とセンシングのための有望なソリューションとして登場した。
まず、マルチターゲットDOA検出のためのRydberg原子量子一様線形アレイ(RAQ-ULA)を用いた無線受信機を提案し、このセンシングシステムの対応する信号モデルを提案する。
このセンサゲインミスマッチ問題を解決するために,我々のモデルに依存するRydberg原子量子ESPRIT(RAQ-ESPRIT)を提案する。
論文 参考訳（メタデータ） (2025-01-06T07:42:23Z) - Evaluating ML Robustness in GNSS Interference Classification, Characterization & Localization [42.14439854721613]
ジャミング装置はグローバルナビゲーション衛星システム(GNSS)からの信号を妨害する
本稿では、低周波アンテナから得られたスナップショットからなる広範囲なデータセットを提案する。
本研究の目的は,機械学習モデル(ML)の環境変化に対するレジリエンスを評価することである。
論文 参考訳（メタデータ） (2024-09-23T15:20:33Z) - A Data-Driven Gaussian Process Filter for Electrocardiogram Denoising [5.359295206355495]
提案したGPフィルタをPhyloNet QT Database上の最先端ウェーブレットベースフィルタと比較した。
提案したGPフィルタは, 試験された全てのノイズレベルに対して, ベンチマークフィルタより優れていた。
また、QT間隔推定誤差バイアスと分散の観点から、最先端フィルタよりも優れている。
論文 参考訳（メタデータ） (2023-01-06T17:09:20Z) - Support Vector Machine for Determining Euler Angles in an Inertial
Navigation System [55.41644538483948]
本稿では,機械学習(ML)法を用いたMEMSセンサを用いた慣性ナビゲーションシステムの精度向上について論じる。
提案アルゴリズムは,MEMSセンサに典型的なノイズの存在を正しく分類できることを実証した。
論文 参考訳（メタデータ） (2022-12-07T10:01:11Z) - Waveform Learning for Next-Generation Wireless Communication Systems [16.26230847183709]
本稿では,送信受信フィルタ,星座形状,それに付随するビットラベリング,およびニューラルネットワーク(NN)ベースの検出器の結合設計のための学習に基づく手法を提案する。
この方法は、隣接するチャネルリーク比(ACLR)とピーク・ツー・アベイジ・パワー比(PAPR)の制約を同時に満たしつつ、達成可能な情報レートを最大化する。
論文 参考訳（メタデータ） (2021-09-02T14:51:16Z) - Accurate Alignment Inspection System for Low-resolution Automotive and
Mobility LiDAR [125.41260574344933]
車両やロボットなどの移動システムにおいて,センサ装着後のLiDARアライメント誤差を正確に推定する検査システムを提案する。
提案手法は, 固定位置における1つのターゲットボードのみを用いて, 水平方向(回転, 傾き, ヨー)とLiDARアタッチメントの水平位置を, 水平方向の精度で推定する。
論文 参考訳（メタデータ） (2020-08-24T17:47:59Z) - TLIO: Tight Learned Inertial Odometry [43.17991168599939]
IMUのみの状態推定のための密結合拡張カルマンフィルタフレームワークを提案する。
ヘッドセットからの歩行者データでトレーニングされた我々のネットワークは、統計的に一貫した測定と不確実性を生み出すことができる。
論文 参考訳（メタデータ） (2020-07-06T03:13:34Z)
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。