Unsupervised pedestrian trajectory reconstruction from IMU sensors
| Autor: | Derrode, Stéphane, Li, Haoyu, Benyoussef, Lamia, Pieczynski, Wojciech |
|---|---|
| Přispěvatelé: | Extraction de Caractéristiques et Identification (imagine), Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-École Centrale de Lyon (ECL), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Université Lumière - Lyon 2 (UL2), Laboratoire de Recherche et de Développement de l'EPITA (LRDE), Ecole Pour l'Informatique et les Techniques Avancées (EPITA), Traitement de l'Information Pour Images et Communications (TIPIC-SAMOVAR), Services répartis, Architectures, MOdélisation, Validation, Administration des Réseaux (SAMOVAR), Institut Mines-Télécom [Paris] (IMT)-Télécom SudParis (TSP)-Institut Mines-Télécom [Paris] (IMT)-Télécom SudParis (TSP), Département Informatique (INF), Institut Mines-Télécom [Paris] (IMT)-Télécom SudParis (TSP), Centre National de la Recherche Scientifique (CNRS), Derrode, Stéphane |
| Jazyk: | angličtina |
| Rok vydání: | 2018 |
| Předmět: | |
| Zdroj: | TAIMA 2018: Traitement et Analyse de l'Information Méthodes et Applications TAIMA 2018: Traitement et Analyse de l'Information Méthodes et Applications, Apr 2018, Hammamet, Tunisia |
| Popis: | International audience; This paper presents a pedestrian navigation algorithm based on a foot-mounted 9DOF Inertial Measurement Unit, which provides accelerations, angular rates and magnet-ics along 3-axis during the motion. Most of algorithms used worldwide are based on stance detection to reduce the tremendous integration errors, from acceleration to displacement. As the crucial part is to detect stance phase precisely, we introduced a cyclic left-to-right style Hidden Markov Model that is able to appropriately model the periodic nature of signals. Stance detection is then made unsupervised by using a suited learning algorithm. Then, assisted by a simplified error-state Kalman filter, trajectory can be reconstructed. Experimental results show that the proposed algorithm can provide more accurate location, compared to competitive algorithms, w.r.t. ground-truth obtained from OpenStreet Map. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|