关于用于室内定位的可穿戴惯性传感技术的调查

《IEEE Sensors Reviews》：A Survey on Wearable Inertial Sensing for Indoor Positioning

　　

摘要：

尽管经过了二十年的研究，但无需基础设施的室内定位技术仍然是一个重大挑战。近年来，配备多种传感器的可穿戴设备的出现为解决这一问题提供了机会。然而，尽管可穿戴惯性定位技术的研究很受欢迎，该领域仍然缺乏一个全面的综述来总结进展并指导未来的工作。因此，本文首次对该领域进行了系统性的回顾，分析了超过120项研究，并采用了新的分类方法。我们提出了四个关键的分析视角：传感器类型、身体位置、定位算法和性能评估。我们还提出了一种新的分类体系，将定位算法分为基于惯性测量单元（IMU）的方法、经典随机框架、多传感器融合和机器学习技术。我们对不同身体部位、信号类型、IMU类型、算法、路径特征、测试平台类型、2D/3D维度以及误差指标进行了详细的比较。研究结果表明，多位置IMU配置的性能显著优于单位置设置，其中上半身和全身的定位效果最佳。当使用相对姿态误差来考虑轨迹长度的差异时，基于机器学习的方法表现出最低的单位距离漂移，这表明它们在某些基准测试中的表现不佳主要是由于测试路径较长所致。虽然由于成本效益的原因，仅使用IMU的系统占据主导地位，但超宽带（UWB）融合技术提供了更好的稳定性和准确性。我们的研究结果表明，策略性的多传感器集成在性能和复杂性之间实现了最佳平衡，适用于实际应用。