IMU/TOA融合人体运动追踪性能评估方法

doi:10.3969/j.issn.0372-2112.2019.08.019

电子学报 ›› 2019, Vol. 47 ›› Issue (8): 1748-1754.DOI: 10.3969/j.issn.0372-2112.2019.08.019

IMU/TOA融合人体运动追踪性能评估方法

徐诚^1,2, 何杰^1,2, 张晓彤^1,2, 姚翠^1,2, 段世红^1,2, 齐悦^1,2

1. 北京科技大学计算机与通信工程学院, 北京 100083;
2. 材料领域知识工程北京市重点实验室, 北京 100083

收稿日期:2018-07-25 修回日期:2018-10-29 出版日期:2019-08-25
- 通讯作者:
- 何杰
- 作者简介:
- 徐诚男,1988年2月出生于辽宁开原市.现为北京科技大学博士研究生,研究方向为无线室内定位、人体运动追踪、物联网等.E-mail:xucheng@ieee.org;张晓彤 男,1968年5月出生于山西太原市,博士,北京科技大学教授、博士生导师,主要研究方向为室内定位、无线通信网络、模式识别等.E-mail:zxt@ies.ustb.edu.cn;姚翠女,1994年10月出生于山西太原市.现为北京科技大学硕士研究生,研究方向为无线室内定位、人体运动追踪、物联网等.E-mail:m13021192768@126.com;段世红 女,1973年7月出生于山西太原市,博士,北京科技大学副教授,主要研究方向为计算机软件、无线通信网络、模式识别等.E-mail:duansh@ustb.edu.cn;齐悦女,1975年11月出生于辽宁沈阳市,博士,北京科技大学副教授,主要研究方向为计算机软件、无线通信网络、模式识别等.E-mail:qiyuee@ustb.edu.cn
- 基金资助:
- 国家重点研发计划重点专项 (No.2016YFC0901303）; 国家自然科学基金 (No.61671056，No.61302065，No.61304257，No.61402033）; 北京市自然科学基金项目 (No.4152036）; 天津市重大科技专项 (No.16ZXCXSF00150）

Human Motion Tracking Performance Evaluation Method Based on IMU/TOA Fusion

XU Cheng^1,2, HE Jie^1,2, ZHANG Xiao-tong^1,2, YAO Cui^1,2, DUAN Shi-hong^1,2, QI Yue^1,2

1. School of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing 100083, China;
2. Beijing Key Laboratory of Knowledge Engineering for Materials Science, Beijing 100083, China

Received:2018-07-25 Revised:2018-10-29 Online:2019-08-25 Published:2019-08-25
- Corresponding author:
- HE Jie
- Supported by:
- Key Program of National Key Research and Development Program of China (No.2016YFC0901303); National Natural Science Foundation of China (No.61671056, No.61302065, No.61304257, No.61402033); Program of National Natural Science Foundation of Beijing Municipality, China (No.4152036); Tianjin Major Science and technology Project (No.16ZXCXSF00150)

摘要/Abstract

摘要： 随着物联网和体域网的飞速发展，人体运动追踪技术在医疗、安防等领域得到了广泛应用.针对传统惯性人体运动追踪系统存在累积误差和漂移的问题，本文提出了一种基于IMU/TOA融合的人体运动追踪方法.通过对融合系统克拉美罗界（Cramer-Rao Lower Bound，CRLB）的推导，从理论上证明了IMU/TOA融合方法的有效性.实验结果可以看出，本文提出的基于IMU/TOA融合的人体运动追踪方法，在空间性能和时间性能两个方面都有较大的提升.

关键词: 体域网, 物联网, 人体运动追踪, 惯性测量单元, 信号到达时间, 克拉美罗界, 信息融合

Abstract: With the rapid development of the Internet of things and the body area network, the human motion tracking technology has been widely used in medical, security and many other fields. A human motion tracking method based on IMU/TOA fusion is proposed to solve the problem of error accumulation and drift in a single IMU human motion tracking system. On this basis, the effectiveness of IMU/TOA fusion method is proved theoretically by deducing the cramer-rao lower bound (CRLB) of fusion system. The experimental results show that the proposed human motion tracking method based on IMU/TOA fusion has great improvement in both spatial and temporal performance.

Key words: body area network (BAN), Internet of Things (IoTs), human motion tracking (HMT), inertial measurement unit (IMU), time of arrival (TOA), Cramer-Rao lower bound (CRLB), information fusion

中图分类号:

TP391

徐诚, 何杰, 张晓彤, 等. IMU/TOA融合人体运动追踪性能评估方法[J]. 电子学报, 2019, 47(8): 1748-1754.

XU Cheng, HE Jie, ZHANG Xiao-tong, et al. Human Motion Tracking Performance Evaluation Method Based on IMU/TOA Fusion[J]. Acta Electronica Sinica, 2019, 47(8): 1748-1754.

参考文献

[1] Cao J,Li W,Ma C,et al.Optimizing multi-sensor deployment via ensemble pruning for wearable activity recognition[J].Information Fusion,2018,41(5):68-79.
[2] Xu C,He J,Zhang X,et al.Detection of freezing of gait using template-matching-based approaches[J].Journal of Sensors,2017,2017(2):1-8.
[3] Bulling A,Blanke U,Schiele B.A tutorial on human activity recognition using body-worn inertial sensors[J].ACM Computing Surveys (CSUR),2014,46(3):33.
[4] Tian Y,Hamel W R,Tan J.Accurate human navigation using wearable monocular visual and inertial sensors[J].IEEE Transactions on Instrumentation and Measurement,2014,63(1):203-213.
[5] Chavarriaga R,Sagha H,Calatroni A,et al.The opportunity challenge:a benchmark database for on-body sensor-based activity recognition[J].Pattern Recognition Letters,2013,34(15):2033-2042.
[6] Yang X,Tian Y L.Super normal vector for human activity recognition with depth cameras[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2017,39(5):1028-1039.
[7] Xu C,He J,Zhang X,et al.Geometrical kinematic modeling on human motion using method of multi-sensor fusion[J].Information Fusion,2018,41(5):243-254.
[8] Mosenia A,Sur-Kolay S,Raghunathan A,et al.Wearable medical sensor based system design:a survey[J].IEEE Transactions on Multi-Scale Computing Systems,2017,3(2):124-138.
[9] Zihajehzadeh S,Yoon P K,Kang B S,et al.UWB-aided inertial motion capture for lower body 3-D dynamic activity and trajectory tracking[J].IEEE Transactions on Instrumentation and Measurement,2015,64(12):3577-3587.
[10] Gravina R,Alinia P,Ghasemzadeh H,et al.Multi-sensor fusion in body sensor networks:state-of-the-art and research challenges[J].Information Fusion,2017,35(5):68-80.
[11] Janidarmian M,Roshan Fekr A,Radecka K,et al.A comprehensive analysis on wearable acceleration sensors in human activity recognition[J].Sensors,2017,17(3):529.
[12] Cornacchia M,Ozcan K,Zheng Y,et al.A survey on activity detection and classification using wearable sensors[J].IEEE Sensors Journal,2017,17(2):386-403.
[13] Bao S D,Meng X L,Xiao W,et al.Fusion of inertial/magnetic sensor measurements and map information for pedestrian tracking[J].Sensors,2017,17(2):340.
[14] Tichavsky P,Muravchik C H,Nehorai A.Posterior Cramér-Rao bounds for discrete-time nonlinear filtering[J].IEEE Transactions on Signal Processing,1998,46(5):1386-1396.
[15] Horn R A,Jhonson C R.Matrix Analysis[M].Cambridge,U K:Cambridge University Press,1990.

IMU/TOA融合人体运动追踪性能评估方法

Human Motion Tracking Performance Evaluation Method Based on IMU/TOA Fusion

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	高继蕊, 李华锋, 张亚飞, 谢明鸿, 李凡. 双注意力引导的细节和结构信息融合图像去雾网络[J]. 电子学报, 2023, 51(1): 160-171.
[2]	陈书仪, 刘亚丽, 林昌露, 李涛, 董永权. 面向物联网的轻量级可验证群组认证方案[J]. 电子学报, 2022, 50(4): 990-1001.
[3]	李玮, 张雨希, 谷大武, 张金煜, 朱晓铭, 刘春, 蔡天培, 李嘉耀. 轻量级密码MANTIS的唯密文故障分析[J]. 电子学报, 2022, 50(4): 967-976.
[4]	汪禹宏, 张屹. 基于适应度指导交配限制策略的重组算子与多目标优化研究[J]. 电子学报, 2022, 50(3): 710-717.
[5]	桑海峰, 陈旺兴, 王海峰, 王金玉. 基于多模式时空交互的行人轨迹预测模型[J]. 电子学报, 2022, 50(11): 2806-2812.
[6]	孟超, 周倩, 郭林, 王攀, 孙知信. 基于相关性传输模型的无线链路质量估计方法及路由优化算法[J]. 电子学报, 2022, 50(10): 2409-2424.
[7]	陈亮, 李峰, 任保全, 杨建喜. 软件定义物联网研究综述[J]. 电子学报, 2021, 49(5): 1019-1032.
[8]	焦贤龙, 郭松涛, 黎勇, 李艳涛, 向朝参. 基于相继干扰消除和跨层并发传输的物联网数据聚合调度[J]. 电子学报, 2021, 49(10): 1982-1992.
[9]	黄美根, 郁滨. 软件定义WSN规则一致更新研究[J]. 电子学报, 2019, 47(9): 1965-1971.
[10]	王巍, 彭力, 赵继军, 常存喜, 黄晓丹, 田立勤. 移动物联网非完整约束中继的协同任务规划[J]. 电子学报, 2019, 47(6): 1251-1259.
[11]	李森森, 黄一才, 郁滨, 鲍博武. 基于PUF的低开销物联网安全通信方案[J]. 电子学报, 2019, 47(4): 812-817.
[12]	张彦奎, 王大鸣, 耿卫, 巴斌, 许海韵, 代正亮. 基于双向传播算子的互质面阵二维波达方向估计[J]. 电子学报, 2019, 47(3): 576-583.
[13]	余婉婷, 于宏毅, 杜剑平, 王鼎. 辐射源信号波形已知的超视距目标直接定位方法[J]. 电子学报, 2019, 47(11): 2368-2377.
[14]	唐晓庆, 谢桂辉, 佘亚军, 俞杨. 基于MCU的无源Wi-Fi散射通信方法[J]. 电子学报, 2019, 47(10): 2069-2075.
[15]	王鼎, 尹洁昕, 刘瑞瑞, 张博龙. 同步时钟偏差存在下的时差定位性能分析及改进的定位方法[J]. 电子学报, 2018, 46(6): 1281-1288.