Wearable-based pedestrian localization through fusion of inertial sensor measurements
- Autores: Dina Bousdar Ahmed
- Directores de la Tesis: Juan Jesús García Domínguez (dir. tes.), Estefanía Muñoz Díaz Ropero (codir. tes.)
- Lectura: En la Universidad de Alcalá ( España ) en 2019
- Idioma: español
- Tribunal Calificador de la Tesis: Jesús Ureña Ureña (presid.), Alfonso Bahillo (secret.), Jorge Cardoso (voc.)
- Programa de doctorado: Programa de Doctorado en Electrónica: Sistemas Electrónicos Avanzados. Sistemas Inteligentes por la Universidad de Alcalá
- Materias:
- Enlaces
- Tesis en acceso abierto en: TESEO
- Resumen
- español
Los sistemas de posicionamiento para peatones se han beneficiado de diferentes técnicas de fusión con el objeto de abordar las desventajas de dichos sistemas. En el caso particular de los sistemas inerciales, las técnicas de fusión más explotadas se centran en combinar la tecnología inercial con otras tecnologías como la navegación por satélite o el posicionamiento WiFi. Los sistemas de posicionamiento que combinan varios sensores inerciales montados en el cuerpo constituyen un campo menos estudiado que la fusión de sensores inerciales con otras tecnologías.
El objetivo de este trabajo es desarrollar sistemas de posicionamiento para peatones basados en la fusión de sensores inerciales. En concreto, se pretende determinar si es posible mejorar, a través de dicha fusión, la precisión en la estimación de la distancia, de la dirección de la marcha y de la altura. Los sensores inerciales se colocarán en el bolsillo delantero de los pantalones y en el pie de la misma pierna. Estas dos posiciones se han elegido por su movimiento característico durante la marcha. Además, el hecho de utilizar la misma pierna nos permitirá observar posibles correlaciones entre las medidas de los sensores inerciales del bolsillo y del pie.
El primer paso de nuestro trabajo es el diseño de la metodología de evaluación. Para ello nos hemos basado en las metodologías de evaluación implementadas en diferentes competiciones de sistemas de posicionamiento. Gracias a dicha metodología, hemos evaluado cuantitativamente los sistemas de posicionamiento inerciales basados en el pie y en el bolsillo. A continuación, hemos identificado las ventajas e inconvenientes de cada uno de dichos sistemas.
De acuerdo a los resultados del estudio previo, hemos elegido desarrollar sistemas de posicionamiento cuyo objetivo es abordar los tres inconvenientes principales de los sistemas inerciales. El primer inconveniente está relacionado con la necesidad de calibrar los parámetros de los modelos que estiman la longitud del paso. Dichos modelos son necesarios siempre que el sensor inercial se coloque por encima del tobillo, e.g. en el bolsillo. El segundo inconveniente de los sistemas inerciales es la acumulación del error en altura. Este error afecta principalmente a aquellos sistemas basados en un sensor inercial colocado en el pie. El ´ultimo inconveniente que vamos a abordar es la acumulación de error en la dirección de la marcha o yaw. Este ´angulo indica la dirección en la que el peatón se está moviendo. Dicho inconveniente es común a todos los sistemas inerciales y es la principal fuente de error en la estimación de la posición.
El sistema de calibración que proponemos estima, automáticamente, los parámetros del modelo que calcula la longitud del paso. Para dicha automatización, utilizamos el posición estimada por el sistema inercial del pie. Demostramos la viabilidad del proceso tomando como el ejemplo el modelo del sistema inercial del bolsillo.
En nuestro método, estimamos los parámetros óptimos del modelo a través de dos variables: la longitud del paso y la amplitud del cabeceo de la pierna. El primer parámetro lo estima el sistema inercial del pie mientras que el segundo se obtiene gracias al sistema inercial del bolsillo.
La principal ventaja de la calibración que proponemos es la automatización del proceso de calibración. Además, nuestra propuesta estima los parámetros del modelo en tiempo real, lo cual no es posible con las técnicas de calibración del estado del arte.
El siguiente objeto de estudio es la acumulación de error en altura y en yaw. Para abordar ambos inconvenientes proponemos dos sistemas de posicionamiento: un sistema modular y un sistema integrado. El sistema modular combina la salida; es decir, la posición, de los sistemas inerciales del pie y del bolsillo. La primera contribución del sistema modular es el desarrollo de un método para comparar la precisión dos ángulos, yaw, y determinar de manera objetiva cuanto más preciso es un ángulo con respecto al otro. La segunda contribución del sistema modular es su método de estimación de la altura, mediante el cual se explotan las ventajas tanto del sistema inercial del pie como del sistema inercial bolsillo. Mediante la combinación de estos dos aspectos, el sistema modular consigue reducir el error en altura en un 75% y un 87% con respecto al error en altura de los sistemas inerciales del pie y el bolsillo, respectivamente.
El sistema integrado combina las medidas; es decir, la aceleración y la velocidad angular, de los sensores inerciales del pie y del bolsillo. El objetivo del sistema integrado es explotar aspectos biomecánicos relacionados con la marcha. Para ello, desarrollamos un modelo biomecánico de la pierna. Este modelo analiza cómo una persona camina desde el punto de vista de los ángulos inerciales: alabeo y cabeceo. Gracias al modelo biomecánico, podemos observar los errores en los ángulos de un sistema inercial sin necesidad de disponer de una trayectoria de referencia.
Para analizar el yaw de una extremidad desde el punto de vista biomecánico, es necesario comparar dicho ´angulo al yaw de otra extremidad. Esta comparación nos lleva a la estimación del yaw relativo, que en nuestro caso compara el yaw del sensor inercial bolsillo con el del sensor inercial la pierna. Gracias a este análisis, podemos observar incoherencias biomecánicas en el yaw de los sistemas inerciales.
El sistema integrado incorpora los resultados del estudio biomecánico. En dicho sistema integrado, los ángulos tanto del pie como del bolsillo se estiman en el mismo filtro probabilístico de manera que los conceptos anteriores se pueden implementar de manera óptima. El sistema integrado reduce el error en la dirección de la marcha en un 70% y un 72% con respecto al error de los sistemas inerciales del bolsillo y del pie, respectivamente. Además, el error en altura del sistema integrado es un 87% y un 75% menor que el mismo error de los sistemas inerciales del bolsillo y del pie, respectivamente.
Todos los sistemas que hemos desarrollado se han evaluado con el mismo sistema de evaluación presentado anteriormente. Hemos podido observar varios aspectos interesantes durante dicha evaluación. Por ejemplo, todos los sistemas tienen aproximadamente el mismo error en distancia. En cuanto al error en el yaw, el sistema integrado es el más preciso. Tal y como indicamos antes, el elemento más destacado del sistema modular es la reducción del error en altura a través de la combinación de las características de los sistemas inerciales del bolsillo y del pie.
Con nuestro trabajo, podemos concluir que los sistemas de posicionamiento inerciales basados en dos sensores inerciales son más precisos que los sistemas de posicionamiento inerciales basados en un único sensor. La mejora en la precisión se refleja tanto en la precisión de la estimación de la dirección de la marcha como en la precisión de la estimación de la altura. Por lo tanto, recomendamos el uso de varios sensores inerciales distribuidos por el cuerpo con el fin de conseguir un sistema de posicionamiento más preciso.
- English
In pedestrian localization, fusion techniques have been exploited to address the weaknesses of different types of localization systems. Inertial localization is a particular case where the community has attempted to combine inertial technology with other technologies like satellite-based navigation or WiFi. Less explored are the approaches that combine multiple inertial sensors mounted on the human body. We refer to these approaches as multi-inertial measurement unit (IMU) localization systems. In this work, we want to study multi-IMU localization systems for pedestrian localization.
The overall research objective of this thesis is pedestrian localization by means of inertial sensor fusion. We aim to determine the benefits, in distance accuracy, heading accuracy and height accuracy, of combining two inertial sensors. They will be mounted on the pocket and the foot of the same leg, respectively. The reason for choosing these body locations is that they have characteristic features during walking. Moreover, the fact that we consider the same leg will allow us to observe possible correlations between the measurements of the foot IMU and the pocket IMU during the walk.
Our first step is the design of the evaluation methodology, which is inspired by the methodologies implemented in indoor localization competitions. The evaluation methodology allows us to quantitatively assess the performance of the two inertial localization systems based on a pocket IMU and a foot IMU. With our study, we identify the strengths and weaknesses of each of these systems, which helps us proposing the multi-IMU localization systems that we develop later on.
Our proposed multi-IMU localization systems focus on three main challenges of inertial localization. The first challenge is related to the need for calibration of the parameters of step length models, which are used in non-foot-mounted inertial localization systems. The second challenge is the height drift that affects footmounted inertial systems. Finally, the last challenge is the heading drift, which is a challenge common to all inertial localization systems.
The proposed calibration method automatically estimates the parameters of a step length model of the pocket inertial navigation system (INS). We explain how the optimal value of the parameters of the step length model are estimated, given the step length from the foot INS and the pitch amplitude of the pocket INS. We make two proposals: the first one calibrates only one parameter of the step length model and the second one calibrates both parameters.
The proposed calibration method has the advantage of the automatization. That is, there is no need for an external operator to manually calibrate the step length model of the pocket INS. In addition, the automatic calibration can be carried out in real time, which is not possible with either of the state of the art calibration methods. Next, we address the challenges related to the height drift and the heading drift. We study two different alternatives: a loose coupling system and a tight coupling system.
The proposed loose coupling system combines the outputs of the foot INS and the pocket INS. The goal is to obtain an improved position estimation with respect to the single-IMU localization systems. The first contribution of this system is the development of an algorithm to determine how accurate the heading of the foot INS is with respect to the heading of the pocket INS. The second contribution of the loose coupling system is that it leverages the complementary strengths of the single-IMU localization systems regarding the height estimation. The height error of the loose coupling system outperforms the height error of the foot INS and the pocket INS in 75% and 87%, respectively.
The last multi-IMU localization system we develop is the tight coupling system, which combines the raw measurements of the pocket IMU and the foot IMU. We develop a biomechanical model of the human leg which is used to analyze the typical motion, in terms of the roll and pitch, of the leg limbs. We compare the typical motion of the leg limbs to the one derived from the inertial roll and inertial pitch. In this way, we are able to observe the errors of an inertial localization system without the need of a reference trajectory.
In order to characterize the heading from the biomechanical point of view, we compare the heading of the thigh to the heading of the foot. The advantage of this analysis is that we can observe incoherences in the relative heading between the two body limbs, which is equivalent to the relative heading between the pocket IMU and the foot IMU, respectively.
The findings of the biomechanical study are then integrated in a tight coupling system. A highlight is that we avoid the use of hard constraints by modelling the roll and pitch angles of the pocket IMU and foot IMU as Gaussian distributions.
With our proposal, it is possible to keep the behaviour of these angles coherent with respect to human motion. Regarding the relative heading, we introduce a pseudomeasurement update on the slope of the relative heading. The tight coupling system reduces its heading error in 70% and 72% with respect to the heading error of the pocket INS and the foot INS, respectively. Moreover, the height error of the tight coupling system is reduced in 87% and 75% with respect to the height error of the pocket INS and the foot INS, respectively.
The evaluation of the proposed methods leads to interesting observations. For instance, all the inertial localization systems have approximately the same average distance error. In contrast, the tight coupling system outperforms all the other inertial localization systems regarding the heading estimation. One of the highlights of the loose coupling system is the reduction of the height error. This decrease is the result of sampling the height of the foot INS only when the user is walking the stairs.
We close our work by stating that multi-IMU localization systems are more accurate than single-IMU localization systems. This accuracy is reflected in a considerable improvement of the heading error and the height error. Therefore, we recommend the use of multiple IMUs placed on different parts of the body to improve the accuracy of an inertial localization system.
- español
