Основные понятия
실제 비관성 프레임에서 발생하는 가상 힘을 모델링하여 가속도 정보를 효과적으로 활용함으로써 도전적인 자세를 더 정확하게 캡처할 수 있다.
Аннотация
이 논문은 실제 비관성 프레임에서 발생하는 가상 힘을 모델링하여 관성 센서 기반 인체 동작 캡처 성능을 향상시키는 방법을 제안한다.
기존 방법들은 인체 루트 프레임을 관성 프레임으로 간주하여 IMU 측정값을 변환하였지만, 이는 이론적으로 잘못된 접근이다. 루트 프레임이 가속도 또는 회전을 겪을 때 가상 힘이 발생하므로, 이를 고려하지 않으면 가속도 정보를 올바르게 활용할 수 없다.
이 논문에서는 자기 회귀 신경망을 사용하여 가상 힘을 추정하고, 이를 활용하여 가속도 정보를 보정한다. 또한 실제 IMU 신호를 시뮬레이션하여 합성 데이터를 생성하고, 캘리브레이션 오류를 모델링함으로써 실제 환경에서의 강건성을 높였다.
실험 결과, 제안 방법은 기존 최신 기술 대비 자세 추정 정확도를 크게 향상시켰다. 특히 가속도 의존적인 동작에서 두드러진 성능 향상을 보였다.
Статистика
루트 프레임의 가속도는 𝒂𝑅𝑅이다.
루트 프레임의 각속도는 𝝎𝑅𝑅이다.
리프 관절의 위치는 𝒑𝑅𝐿이고, 속도는 ¤
𝒑𝑅𝐿이다.
Цитаты
"기존 관성 동작 캡처 기술은 인체 루트 좌표계를 관성 프레임으로 간주하여 추정하지만, 이론적으로 루트가 선형 가속도 또는 회전을 겪을 때 루트 프레임은 비관성 프레임으로 간주되어야 한다."
"가상 힘을 모델링함으로써 비관성 프레임에서의 가속도 측정값을 올바르게 보정할 수 있으며, 이를 통해 뉴턴 운동 법칙이 만족된다."