Earticle

MEMs IMU(Inertial Measurement Unit)를 이용한 보행자추측항법 (pedestrian dead-reckoning, PDR) 시스템은 실내 환경에서 보행자의 위치를 추정하는 기술로, 외부 인프라를 요구하지 않고 저비용으로 위치 추정이 가능한 장점으로 인해 이를 활용한 연구가 활발히 이루어지고 있다. 하지만 PDR 시스템은 센서의 낮은 정밀도 및 시간과 거리에 비례하여 누적되는 오차로 인해 신뢰도가 저하되는 문제가 있어 정확도 향상을 위한 알고리즘과 필터 설계가 중요하다. PDR 시스템은 보행자의 걸음을 판단하는 걸음 검출과정과 이동거리를 추정하는 보폭추정 그리고 보행방향을 결정하는 방향추정 과정을 거치게 되며, 걸음과 보폭은 위치 추정 단계에서 이동 거리 오차에 영향을 준 다. 걸음 검출 및 보폭 추정은 일반적으로 가속도 센서의 측정 데이터를 기반으로 이루어지는데, 중력가속도 기반의 걸음 검출은 비교적 정확하게 측정 가능한 반면 사람의 걸음마다 달라지는 보폭을 반영하지 못하는 문제점이 있다. 본 논문에서는 각속도 센서의 측정 데이터를 이용한 걸음 검출 및 보폭 추정 방법을 제안하였고, 제안하는 방법을 발 부착형 PDR 시스템에 적용하여 실험을 통해 걸음 검출 및 보폭 추정의 정확도를 평가하였다.

PDR system using IMU is proposed as a method for estimating the position in an indoor environment. The PDR system has the advantage of estimating the position without any additional external devices, however, it requires an algorithm and filter design to improve accuracy owing to precision and noise problems. The PDR system estimates the position through step detection, step length estimation, and heading estimation. In the position estimation procedure, the detected step and estimated step length affect the movement distance error. Step detection and step length estimation are generally based on measurement data from an accelerometer. While step detection using gravity acceleration is relatively accurate, it can not reflect the step length that varies with each step of the person. In this paper, a step detection and step length estimation method using gyroscope data is proposed. The proposed method was applied to the foot-mounted PDR system and the accuracy of the step detection and step length estimation was evaluated through experiments.

Using a relationship between step length and accelerometer output, step length can be estimated. In this paper, we propose a new step length estimation algorithm, which can be used both for the plane and the slope by compensating the slope angle. The slope angle is estimated using a barometer and the slope angle is compensated by observing how the slope affects the step length estimation. The proposed algorithm is verified using five adult man walking data, where the average length error is about 3% regardless of the slope.

This paper presents a step length estimation algorithm for Pedestrian Dead Reckoning using linear calibrated ZUPT (zero velocity update) with a foot mounted IMU. The IMU consists of 3 axis accelerometer, gyro and magnetometer. Attitude of IMU is estimated using an inertial navigation algorithm. To increase accuracy of step length estimation algorithm, we propose a stance detection algorithm and an enhanced ZUPT. The enhanced ZUPT calculates firefighter's step length considering velocity error caused by sensor bias during one step. This algorithm also works efficiently at various motions, such as crawling, sideways and stair stepping. Through experiments, the step length estimation performance of the proposed algorithm is verified.