Fugu-MT 論文翻訳(概要): Calibration-free IMU-based Relative Orientation Estimation under Dynamic Human Motion

論文の概要: Calibration-free IMU-based Relative Orientation Estimation under Dynamic Human Motion

arxiv url: http://arxiv.org/abs/2610.31156v1
Date: Thu, 22 Oct 2026 12:14:16 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-24 02:08:44.369182
Title: Calibration-free IMU-based Relative Orientation Estimation under Dynamic Human Motion
Title（参考訳）: 動的人体運動下での校正自由IMUに基づく相対方位推定
Abstract要約: 相対IMU方向とセンサ位置を同時に推定する拡張カルマンフィルタを提案する。系統シミュレーション研究により、相対方向とセンサ位置の推定値の品質は、異なる運動強度源に依存することが示された。提案フレームワークは、実IMUデータを効果的に処理し、オフラインセンサ位置校正なしで正確な相対方向を求める。
参考スコア（独自算出の注目度）: 4.379365601916238
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Recent magnetometer-free inertial measurement unit (IMU) methods can reduce drift in joint motion estimation using rigid-body constraints, but they typically require pre-calibrated sensor locations, assumptions of specific joint models (e.g., hinge joints) or limited motion types, or an external reference for global orientation. Furthermore, challenges related to high-frequency impacts (e.g. at foot strikes during gait) and numerical differentiation of noisy measurements have not been explicitly addressed. We propose an extended Kalman filter that estimates relative IMU orientation and sensor location simultaneously, requiring neither offline sensor location calibration nor a global orientation anchor. A systematic simulation study shows that the quality of the relative orientation and the sensor location estimates depends on different motion-intensity sources: the joint center acceleration and the relative angular velocity, respectively. A low-pass filter (LPF) is used to mitigate real-signal outliers before applying the rigid-body constraint. When applied to the OpenSense dataset with real IMU measurements across four subjects with three lower-body joint types during walking and complex tasks including various motion types, the proposed method achieves an overall relative orientation error of 2.61°, compared with 10.40° for a baseline using offline-estimated sensor locations and 7.43° for a baseline using marker-derived sensor locations. These results show that the proposed calibration-free estimation framework handles real IMU data effectively and achieves accurate relative orientation without offline sensor location calibration.
Abstract（参考訳）: 最近の磁気センサレス慣性測定ユニット(IMU)法は、剛体制約を用いた関節運動推定におけるドリフトを低減することができるが、通常は事前に校正されたセンサーの位置、特定の関節モデル(例えば、ヒンジ関節)の仮定、あるいは地球方向の外部基準を必要とする。さらに, 歩行時の歩行時の足の打倒など) と騒音測定の数値微分に関する課題は, 明確には解決されていない。オフラインのセンサ位置キャリブレーションも大域的な向きアンカーも必要とせず、相対IMU方向とセンサ位置を同時に推定する拡張カルマンフィルタを提案する。系統的なシミュレーション研究により、相対方向とセンサ位置の推定値は、それぞれ、関節中心加速度と相対角速度の異なる運動強度源に依存していることが示された。低域フィルタ(LPF)は、剛体制約を適用する前に実信号の出力を緩和するために用いられる。歩行中の3つの下半身関節型と様々な動作型を含む複雑なタスクの4つの被験者を対象としたOpenSenseデータセットに適用すると,オフライン推定センサ位置を用いたベースラインの10.40°,マーカー由来センサ位置を用いたベースラインの7.43°に対して,全体の相対方向誤差が2.61°となる。これらの結果から,提案手法は実IMUデータを効果的に処理し,オフラインセンサ位置校正を行なわずに正確な相対方向を求める。

関連論文リスト

Design and Implementation of a Kalman Filter-Infused Algorithm for Tilt Estimation [0.0]
本稿では,MPU6050慣性測定器を用いた単軸傾斜角推定システムを提案する。提案手法は, 騒音測定を効果的に低減し, 動的応答を良好に保ちながら長期間のドリフトを抑制する。
論文参考訳（メタデータ） (2026-09-01T05:07:14Z)
Event-Based Motion Estimation via Oriented Distance Fields [55.23416502666468]
イベントベースの動き推定は、高時間分解能と高速動作に対する堅牢性を必要とするタスクの中心である。本稿では,この最適化を,事前計算された事象距離ベクトルの場上の1つの平均ステップに置き換える,オブジェクト指向距離場運動推定(ODF Motion Estimation)を提案する。公開および自己収集されたデータセットでは,ODFの動作推定は,比較手法の中で最低レイテンシでサブピクセル精度に達する。
論文参考訳（メタデータ） (2026-08-25T08:27:42Z)
A Height-Constrained 2-Point Minimal Solver for Pose Estimation from Active LED Markers with Event Cameras [51.7262911415172]
本研究では,モーションキャプチャシステムから実世界のデータを集めるイベントベースアクティブマーカーシステムを開発した。合成データと実データの両方の実験では、最先端のP2Pソルバよりも精度が向上した。
論文参考訳（メタデータ） (2026-08-10T12:19:24Z)
SL(C)AMma: Simultaneous Localisation, (Calibration) and Mapping With a Magnetometer Array [0.8594140167290097]
磁場に基づく同時局所マッピング(SLAM)は、以前に見られた場所を再考することによってループ閉鎖によるドリフトを低減する。磁気センサ測定の不整合は、オドメトリー推定やループ閉鎖検出の複雑化に悪影響を及ぼす。まず、磁力計アレイ(SLAMma)を用いた磁場ベースのSLAMと、これを拡張して磁力計校正パラメータ(SLCAMma)を共同で推定する。
論文参考訳（メタデータ） (2026-04-21T19:49:59Z)
MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
論文参考訳（メタデータ） (2024-12-02T09:13:29Z)
DiffusionPoser: Real-time Human Motion Reconstruction From Arbitrary Sparse Sensors Using Autoregressive Diffusion [10.439802168557513]
限られた数のボディウーンセンサーからのモーションキャプチャーは、健康、人間のパフォーマンス、エンターテイメントに重要な応用がある。最近の研究は、6つのIMUを用いて、特定のセンサー構成から全身の動きを正確に再構築することに焦点を当てている。センサの任意の組み合わせから人の動きをリアルタイムで再現する単一拡散モデルDiffusionPoserを提案する。
論文参考訳（メタデータ） (2023-08-31T12:36:50Z)
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)
IDOL: Inertial Deep Orientation-Estimation and Localization [18.118289074111946]
多くのスマートフォンアプリケーションは、運動を感知するために慣性測定装置(IMU)を使用しているが、歩行者の局所化にこれらのセンサーを使用することは困難である。近年,慣性航法の可能性が高まっている。本稿では,まず端末の向きを推定し,次にデバイスの位置を推定するコモディティスマートフォンを用いた2段階のデータ駆動パイプラインを提案する。
論文参考訳（メタデータ） (2021-02-08T06:41:47Z)
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)
Deep Soft Procrustes for Markerless Volumetric Sensor Alignment [81.13055566952221]
本研究では、より堅牢なマルチセンサ空間アライメントを実現するために、マーカーレスデータ駆動対応推定を改善する。我々は、幾何学的制約を終末的に典型的なセグメンテーションベースモデルに組み込み、対象のポーズ推定タスクと中間密な分類タスクをブリッジする。実験により,マーカーベースの手法で同様の結果が得られ,マーカーレス手法よりも優れ,またキャリブレーション構造のポーズ変動にも頑健であることがわかった。
論文参考訳（メタデータ） (2020-03-23T10:51:32Z)

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。