基于Informer模型零速度更新架构的行人导航可穿戴设备的研究
Shuai Zhang1, Haotian Gao1, Fushengong Yang1
1School of Art and Design, Shenyang Ligong University, Shenyang 110159, China.
Sensors (Basel, Switzerland)
|April 26, 2025
概括
研究人员使用Informer模型开发了一种新的零速度更新 (ZUPT) 架构,用于行人导航. 这种可穿戴系统在自然灾害期间提高了位置准确性,通过精确识别惯性数据的步态信息来帮助救援人员.
科学领域:
- 工程 工程师 工程师 工程师
- 计算机科学 计算机科学
- 地质物理学 地质物理学
背景情况:
- 在自然灾害期间,当GPS不可靠时,准确的行人导航至关重要.
- 惯性导航系统 (INS) 对救援人员至关重要,但却存在累积错误.
- 零速度更新 (ZUPT) 通过利用静止时间来提高INS的准确性.
研究的目的:
- 提出一个新的ZUPT架构用于使用Informer模型的行人导航.
- 将这种架构集成到可穿戴设备中,以增强灾难救援应用程序.
- 评估系统的性能与现有的模型,如CNN和CNN+LSTM.
主要方法:
- 修改了Informer模型的完全连接层,用于ZUPT的二进制分类.
- 将基于Informer的ZUPT架构集成到可穿戴的惯性测量单元中.
- 使用卡尔曼波器进行行人运动轨迹零速度更新.
- 进行了2000米的步行和210米的混合步行实验,用于步行识别.
- 与卷积神经网络 (CNN) 和CNN+LSTM模型进行性能比较.
主要成果:
- 拟议的基于Informer的ZUPT架构仅使用惯性数据准确识别了步态信息.
- 该系统显示,行人运动轨迹的累积误差减少了.
- 实验结果显示,与CNN和CNN+LSTM模型相比,性能优越.
- 该架构增强了ZUPT在具有挑战性的环境中的适应能力,例如地下或庇护空间.
结论:
- 基于Informer的ZUPT架构为无GPS环境中的行人导航提供了强大的解决方案.
- 这种可穿戴系统显著提高了在自然灾害期间的救援行动的位置准确性.
- 拟议的方法优于传统的CNN和混合CNN+LSTM方法用于步态识别和导航.
