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

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, 姚翠, 段世红, 齐悦. 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, YAO Cui, DUAN Shi-hong, QI Yue. 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]	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.
[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]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	杨晓东, 陈益强, 于汉超, 张迎伟, 钟习, 胡子昂, 刘弘. 面向帕金森病的多模态异构协同感知方法[J]. 电子学报, 2018, 46(3): 659-664.