각속도 센서를 이용한 걸음 검출 및 보폭 추정 방법
Step detection and step length estimation methods using gyroscope
1
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
MEMs IMU(Inertial Measurement Unit)를 이용한 보행자추측항법 (pedestrian dead-reckoning, PDR) 시스템은 실내 환경에서 보행자의 위치를 추정하는 기술로, 외부 인프라를 요구하지 않고 저비용으로 위치 추정이 가능한 장점으로 인해 이를 활용한 연구가 활발히 이루어지고 있다. 하지만 PDR 시스템은 센서의 낮은 정밀도 및 시간과 거리에 비례하여 누적되는 오차로 인해 신뢰도가 저하되는 문제가 있어 정확도 향상을 위한 알고리즘과 필터설계가 중요하다. PDR 시스템은 보행자의 걸음을 판단하는 걸음 검출과정과 이동거리를 추정하는 보폭추정 그리고 보행방향을 결정하는 방향추정 과정을 거치게 되며, 걸음과 보폭은 위치 추정 단계에서 이동 거리 오차에 영향을 준다. 걸음 검출 및 보폭 추정은 일반적으로 가속도 센서의 측정 데이터를 기반으로 이루어지는데, 중력가속도 기반의 걸음 검출은 비교적 정확하게 측정 가능한 반면 사람의 걸음마다 달라지는 보폭을 반영하지 못하는 문제점이 있다. 본 논문에서는 각속도 센서의 측정 데이터를 이용한 걸음 검출 및 보폭 추정 방법을 제안하였고, 제안하는 방법을 발 부착형 PDR 시스템에 적용하여 실험을 통해 걸음 검출 및 보폭 추정의 정확도를 평가하였다.
Abstract
PDR system using IMU is proposed as a method for estimating the position in an indoor environment. The PDR system has the advantage of estimating the position without any additional external devices, however, it requires an algorithm and filter design to improve accuracy owing to precision and noise problems. The PDR system estimates the position through step detection, step length estimation, and heading estimation. In the position estimation procedure, the detected step and estimated step length affect the movement distance error. Step detection and step length estimation are generally based on measurement data from an accelerometer. While step detection using gravity acceleration is relatively accurate, it can not reflect the step length that varies with each step of the person. In this paper, a step detection and step length estimation method using gyroscope data is proposed. The proposed method was applied to the foot-mounted PDR system and the accuracy of the step detection and step length estimation was evaluated through experiments.
참고문헌 (12)
- W. Sakpere, "A State-of-the-Art Survey of Indoor Positioning and Navigation Systems and Technologies", South African Computer Journal, 29(3), pp.145~197 (2017)
- A. R. Jimenez, "A comparison of Pedestrian Dead-Reckoning algorithms using a low-cost MEMS IMU", IEEE International Symposium on Intelligent Signal Processing, pp.37~42 (2009)
- 이영권, "GPS 음영지역에서 두 개의 칼만 필터를 사용한 위치 보정에 관한 연구", 한국차세대컴퓨팅학회 논문지, 10(6), pp.59~68 (2014), 한국차세대컴퓨팅학회
- 김희승, "인공표식을 사용한 실내보행자의 위치 추정 시스템", 한국차세대컴퓨팅학회 논문지, 6(1), pp.42~48 (2010), 한국차세대컴퓨팅학회
- N. Yu, "Comparison of Pedestrian Tracking Methods Based on Foot-and Waist-Mounted Inertial Sensors and Handheld Smartphones", IEEE Sensors Journal, 19(18), pp.8160~8173 (2019)
- L. E. Díez, "Signal processing requirements for step detection using wrist-worn IMU", 2015 International Conference on Electromagnetics in Advanced Applications (ICEAA), pp.1032~1035 (2015)
- 정재영, "파티클 필터를 이용한 GPS 위치보정과 GPS", INS 센서 결합에 관한 연구, 2013, pp.50(6), 267~275[DOI]
- S. Y. Park, "Accelerometer-based smartphone step detection using machine learning technique", International Electrical Engineering Congress (iEECON) (2017)
- 이민영, "위치기반서비스를 위한 보행자의 위치추정", 한국차세대컴퓨팅학회 논문지, 5(4), pp.43~48 (2009), 한국차세대컴퓨팅학회
- W. Beibei, "An Improved in Stride Estimation Algorithm of Pedestrian Dead Reckoning", International Conference on Measuring Technology and Mechatronics Automation (ICMTMA), pp.154~157 (2017)
- Using the ADXL202 in pedometer and personal navigation applications, "H. Weinberg", Analog Devices, ~, pp.Appl. Note AN-602 (2002)
- S. H. Shin, "Adaptive Step Length Estimation Algorithm Using Low-Cost MEMS Inertial Sensors", 2007 IEEE Sensors Applications Symposium, pp.1~5 (2007)