Smartphone-Based Inertial Odometry for Blind Walkers.
Smartphone-Based Inertial Odometry for Blind Walkers.
复制标题
DOI：
10.3390/s21124033
复制
发表时间：
2021-06-11
期刊：
影响因子：
--
通讯作者：
Manduchi R
中科院分区：
文献类型：
--
作者：
Ren P;Elyasi F;Manduchi R
在常规智能电话中实现的行人跟踪系统可以为盲人提供用于寻路和回溯的便利机制。然而，几乎所有现有的研究都只考虑了有视力的参与者，他们的步态模式可能与使用长手杖或狗向导的盲人不同。在这方面的贡献，我们提出了一个比较评估的几种算法，使用惯性传感器的行人跟踪，适用于数据从WeAllWalk，唯一公布的惯性传感器数据集收集室内盲人步行者。我们考虑两种感兴趣的情况。在第一种情况下，建筑物的地图不可用，在这种情况下，我们假设用户在45°或90°交叉的走廊网络中行走。我们提出了一种新的两阶段转向检测器，结合基于LSTM的步计数器，可以鲁棒地重建遍历的路径。我们将其与RoNIN进行比较，RoNIN是一种基于深度学习的最先进算法。在第二种情况下，地图是可用的，它提供了一个强有力的先验的可能轨迹。对于这些情况，我们使用粒子滤波进行实验，并基于均值漂移进行额外的聚类阶段。我们的研究结果强调了训练和测试惯性里程计系统的重要性，从盲人步行者的数据辅助导航。
Pedestrian tracking systems implemented in regular smartphones may provide a convenient mechanism for wayfinding and backtracking for people who are blind. However, virtually all existing studies only considered sighted participants, whose gait pattern may be different from that of blind walkers using a long cane or a dog guide. In this contribution, we present a comparative assessment of several algorithms using inertial sensors for pedestrian tracking, as applied to data from WeAllWalk, the only published inertial sensor dataset collected indoors from blind walkers. We consider two situations of interest. In the first situation, a map of the building is not available, in which case we assume that users walk in a network of corridors intersecting at 45° or 90°. We propose a new two-stage turn detector that, combined with an LSTM-based step counter, can robustly reconstruct the path traversed. We compare this with RoNIN, a state-of-the-art algorithm based on deep learning. In the second situation, a map is available, which provides a strong prior on the possible trajectories. For these situations, we experiment with particle filtering, with an additional clustering stage based on mean shift. Our results highlight the importance of training and testing inertial odometry systems for assisted navigation with data from blind walkers.
登录
查看更多内容
影响因子：
35.6
作者：
He, Suining;Chan, S. -H. Gary
通讯作者：
Chan, S. -H. Gary
基于智能手机的稳健且准确的室内定位步数计数
影响因子：
4.3
作者：
Gu, Fuqiang;Khoshelham, Kourosh;Wei, Zhuo
通讯作者：
Wei, Zhuo
影响因子：
35.6
作者：
Harle, Robert
通讯作者：
Harle, Robert
影响因子：
3.9
作者：
Feigl, Tobias;Kram, Sebastian;Mutschler, Christopher
通讯作者：
Mutschler, Christopher
DOI：
10.1111/1467-9868.00246
发表时间：
2000-01-01
影响因子：
5.8
作者：
Chen, R;Liu, JS
通讯作者：
Liu, JS