论文名称：Deep Learning for Inertial Positioning: A Survey
开源项目地址：综述文章，无开源项目
期刊：IEEE transactions on intelligent transportation systems
时间：2024
主要工作
IMU 广泛应用于手机、无人机、车辆、AR/VR 等，低成本 IMU 存在漂移问题，传统方法难以解决
首次系统梳理深度学习在惯性定位中的应用（覆盖2018-2022年），包括：
- 传感器级-传感器校准（IMU 误差建模与补偿）
- 算法级-惯性导航算法（如 PDR、ZUPT、SINS 等）
- 应用级-多传感器融合（如IMU+视觉、IMU+GNSS、IMU+LiDAR 等）
经典惯性导航机制回顾
（Classical INS）
IMU 误差模型详解
IMU 误差通常包含 bias、噪声、温漂等
- 偏置误差bias表示传感器输出中存在一个固定偏移，即使静止也不为零，比如陀螺仪静止时输出0.1°/s。可标定，属于确定性误差，可建模补偿
- 随机噪声noise表示传感器输出中存在高频随机波动，服从高斯分布，比如加速度计输出抖动±0.05 m/s²。可建模，随机误差，需滤波
- 温漂误差temp drift表示传感器输出随温度变化而变化，比如温度身高 1℃，陀螺仪偏置变化 0.01°/s。可建模，时变+确定性误差，需温度补偿
bias 是“偏移”，noise 是“抖动”，temp drift 是“随温度变化”，三者都属于IMU的误差来源
传统 SINS
（strapdown INS）
SINS（Strapdown Inertial Navigation System）是一种将 IMU 直接固定在载体上的惯性导航系统，无需机械平台，通过数学旋转实现导航坐标系对齐。
SINS 算法流程：角速度→姿态→加速度→速度→位置；
（1）角速度积分。输入陀螺仪角速度 ω，积分得姿态变化，使用Rodriguez公式或四元数更新姿态，输出姿态角（roll, pitch, yaw）
（2）坐标转换。输入为加速度计输出 a，将加速度从机体坐标系转到导航坐标系，a_{nav} = R * a_{body}，其中R为姿态矩阵
（3）重力补偿。输入为 a_{nav}，减去重力加速度 g，a_{net} = a_{nav} - g，其中 g 为当地重力矢量
（4）一次积分。输入 a_{net}，积分得速度，速度更新，v(t) = v(t-1) + a_{net} * Δt
（5）二次积分。输出 v(t)，积分得位置，位置更新，p(t) = p(t-1) + v(t) * Δt
误差会随时间二次积累，导致漂移
行人场景下的两类经典方法
PDR
（行人航位推算）
步频+步长+方向；
- 步频检测原理为检测每一步的峰值，使用加速度峰值检测、零交叉法，每步一次触发
- 补偿估计原理为根据步频+身高估计步长，Weinberg 公式：L = k * √(a_{max} - a_{min})，其中k为经验系数
- 方向估计原理为用陀螺仪积分得航向角，积分角速度，需初始方向
- 位置更新原理为每步更新一次位置，p_k = p_{k-1} + L * [cosθ, sinθ]，θ 为当前方向
避免加速度二次积分，漂移为线性增长
依赖步频检测准确性，不能用于非行人场景
ZUPT
（零速更新）
利用脚部静止阶段修正漂移；
- 零速检测，检测脚部静止阶段，使用加速度方差+陀螺仪能量阈值，静止时速度为0
- 卡尔曼滤波将零速作为观测值，扩展卡尔曼滤波（EKF），修正速度误差
- 状态更新，每步一次修正，更新速度、姿态、位置，抑制漂移
在行人行走中非常有效，漂移可控制在几米内
需将 IMU 绑在脚上，不适用手持设备
多传感器融合方法、原理与模型
多传感器融合：IMU+视觉、IMU+GNSS、IMU+LiDAR 等；
IMU+视觉（VIO：Visual-Inertial Odometry）
-
VINS-Mono，原理为紧耦合视觉-惯性 SLAM，滑动窗口优化模型
-
ORB-SLAM3，支持单目/双目/IMU，图优化模型
-
VINet，端到端 CNN+LSTM，深度学习VIO模型
IMU+GNSS（全球导航卫星系统）
-
紧耦合 INS/GNSS，用GNSS速度/位置修正 IMU 漂移，EKF、UKF、CKF 模型
-
深度KF，用NN预测KF参数，LSTM+KF
IMU + LiDAR（LIO: LiDAR-Inertial Odometry）
-
FAST-LIO2 方法，紧耦合 LiDaR-IMU，EKF+点云匹配模型
-
LIO-SAM 方法，图优化 LIO，GTSAM 优化模型
IMU+UWB
（超宽带）
Mag-IMU 融合，用磁场修正航向角，互补滤波/EKF模型
传统方法依赖物理模型，难以适应复杂环境，需引入学习机制。
学习式 IMU 校准
（Learning to Calibrate IMU）
目标：用深度学习建模并消除IMU误差（bias、噪声、漂移） ；
学习式IMU校准的原理
- 传统标定基于物理模型（Allan 方差、六面体标定、温漂建模）；学习式标定基于数据驱动，用深度网络直接学习误差映射
- 传统标定需要人工设计参数、标定过程复杂；学习式端到端训练，自动学习误差分布
- 传统标定对传感器型号，安装方式敏感；学习式标定可迁移、可微调，适应不同设备
- 传统标定难以建模高阶、耦合误差；学习式标定深度网络可逼近任意非线性映射
把 IMU 原始数据当成输入，把高精度 IMU 或 GT 姿态当成监督标签，训练一个神经网络，使其输出的”校准后数据“接近真实值
- 传统校准使用线性/低阶模型，学习式校准使用非线性、耦合误差建模
- 传统校准使用人工设计+实验标定，学习式校准使用端到端训练，无需人工干预
- 传统校准传感器/温度/安装一变就失效，学习式校准可迁移学习、微调、在线更新
学习式 IMU 校准的三类方法
直接回归校准值
（如 Calib-Net、OriNet）
输入原始IMU数据，网络直接输出去噪后的角速度/加速度
监督信号为高精度 IMU 或GP速度/加速度
代表模型
-
Calib-Net模型，Dilated CNN网络结构，使用陀螺仪
-
OriNet模型，LSTM网络结构，使用陀螺仪
间接校准
（Indirect Calibration）
网络输出“高精度姿态/速度/位移”，通过损失函数反向传播，隐式完成IMU校准
监督信号：GT姿态（Vicon、MoCap、GNSS-RTK）
-
RIDI模型，CNN+SVR 网络结构，预测速度 → 修正加速度
- 论文 （没找到论文）
-
RoNIN 模型，LSTM+TCN 网络结构，预测速度 → 隐式校准
参数优化式校准
（Parameter Optimization）
用强化学习（RL）或元学习，让网络输出“最优校准参数” ，再送入传统KF或优化器中
监督信号：定位误差/姿态误差作为奖励
- Learning to Calibrate 模型，使用 DQN+EKF 方法，任务为输出校准参数
小结
三种方法的输入均为 raw IMU
直接回归输出校准 IMU，监督信号为高精度 IMU。简洁、可解释，但需高精度参考
间接校准输出姿态/速度，监督信号为 GT 姿态。无需显式建模，但需 GT 姿态
参数优化输出校准参数，监督信号为误差奖励。可与传统KF耦合，但训练复杂
目标：用深度学习建模并消除IMU误差（bias、噪声、漂移）；
总结：深度学习方法优于传统Allan方差法，但模型泛化性仍待提升。
学习式 IMU 积分修正
（Learning to Correct IMU Integration）
学习式 IMU 积分修正的原理
- 传统 SINS 利用牛顿运动学二次积分。
输入为原始 IMU(a, ω)，输出为姿态、速度、位置，无监督（纯物理），零漂移假设下无偏
（1）传统积分误差二次积累，几秒即漂几十米
（2）需要手动建模（ZUPT、PDR）
（3）对传感器位置/用户/环境敏感
（4）只适用于特定场景（行人脚绑 ZUPT）
- 学习式积分修正用深度学习从 IMU 序列直接估计速度、位移或误差。
输入为原始 IMU 序列（窗口/序列），速度 / 位移 / 误差 → 修正积分或作为观测，监督为GT轨迹（Vicon、RTK、SLAM） ，数据驱动，可抑制非线性漂移、环境耦合误差
（1）漂移被速度约束或位移约束抑制，误差线性甚至亚线性
（2）端到端学习运动模型，无需人工阈值
（3）可通过迁移学习/域适应泛化到新设备、新用户
（4）行人、手持、车载、无人机、机器人全平台适用
- 学习目标
把二次积分造成的无界漂移变成数据驱动的有界误差
（1）速度约束：网络输出速度 v̂ → 代替二次积分，比如 RoNIN, RIDI
（2）位移约束：网络输出 Δp̂ → 累加得轨迹，比如 IONet, TLIO
（3）误差补偿：网络输出 Δe → 修正积分结果，比如 Deep-VIO 中的 IMU 残差分支
三种方法原理与代表模型
三类方法：
-
学习位移（Displacement）→ 累加得轨迹
如IONet，论文arxiv.org/abs/1802.02…；
-
学习速度→ 修正加速度→ 积分得位置（如RIDI、RoNIN）；
-
学习速度→ 作为 KF 观测输入
如 TLIO，论文arxiv.org/abs/2007.01…；
学习位移
（Learn Displacement）
从 IMU 窗口直接回归相对位移 Δp，输入为原始 a, ω 序列，输出为 Δp̂，累加得轨迹，避免二次积分
-
IONet 模型，LSTM 网络，适用于行人、手推车
-
L-IONet 模型，Dilated CNN 网络，适用于行人
-
TLIO 模型，CNN+EKF 网络，适用于行人
学习速度 + 积分修正
（Learn Velocity）
网络输出速度 v̂，再积分一次即可得位置，输入 a, ω 序列，输出 v̂，一次积分，漂移线性化
- RIDI模型，CNN+SVR 网络，适用于行人
- RoNIN模型，LSTM+TCN 网络，使用于行人
- AbolDeepIO 模型，三通道 LSTM，使用于无人机
这里搜AbolDeepIO又找到一篇综述arxiv.org/html/2307.0…
学习观测 → 滤波更新
（Learn Observation for Filter）
网络输出 速度/零速概率 → 作为 EKF 观测，输入 a, ω 序列，输出 v̂ 或 zv-flag，减少滤波器漂移
目标：用深度学习替代或增强传统积分模块，抑制漂移。
总结：学习式方法在短期轨迹估计中优于传统PDR，但仍需姿态初始化。
学习式多传感器融合
（Learning Sensor Fusion），多模态定位
传统融合基于物理模型+手工规则（EKF、UKF、因子图），需要精确的传感器噪声模型、外参、时标对齐，新增传感器需重写模型、调参，在极端环境（光照、GNSS 遮挡）易失效
学习式融合基于深度神经网络，端到端学习传感器 → 位姿的映射，网络自动学习噪声模型、权重分配、同步策略，同一框架可插拔新传感器，仅需微调，通过大规模数据训练，可提升鲁棒性与泛化性
传统方法相比的核心优势
传统方法使用线性假设+高斯噪声建模，使用人工设计（角点、曲率）建模特征，固定权重融合，单点失效敏感，需要专家调整
学习式方法使用任意非线性、残差分布建模，CNN/LSTM/Transformer 自动提取特征，注意力/门控网络动态权重进行融合，多模态冗余，单传感器失效仍可工作，训练一次，多场景复用
学习式多传感器融合的模型
视觉-惯性融合（VIO）：
-
VINet（CNN+LSTM）
-
Selective Fusion（Attention机制）
-
SelfVIO（自监督GAN）
非视觉融合：
-
DeepTIO（热成像+IMU）
-
MilliEgo（毫米波雷达+IMU）
GNSS-惯性融合：
-
Deep KF（用NN建模KF参数）
-
SL-SRCKF（LSTM辅助KF）
视觉-惯性融合
（Learning-based VIO）
CNN 提取图像特征，LSTM/TCN 提取 IMU 序列特征 → 注意力/拼接 → 直接输出 6-DoF 位姿
对光照、纹理缺失、运动模糊更鲁棒；端到端可微
-
VINet 模型，CNN+LSTM 网络，首个端到端 VIO
-
SelectFusion 模型，CNN+LSTM+Attention 网络，软/硬选择融合
-
SelfVIO 模型，CNN+LSTM+GAN 网络，无监督，光度误差监督
-
VIOLearner 模型，CNN+LSTM 网络，自监督新视图合成
非视觉融合
（LiDAR/毫米波/热成像 + IMU）
非视觉传感器提供几何/深度/热辐射信息 → CNN/PointNet 提特征 → 与 IMU 时序特征融合
弥补视觉在烟雾、强光、黑夜中的失效；实现全天候定位
-
DeepTIO 模型，热像+IMU，CNN+LSTM+Attention网络
-
MilliEgo模型，mmWave+IMU，CNN+LSTM+Attention网络
-
UndeepLIO模型，LiDAR+IMU，CNN+无监督
GNSS-惯性融合
（Learning-based GNSS/INS）
将 GNSS 伪距/多普勒/位置与 IMU 预积分误差 → 深度网络学习 KF 增益/噪声协方差/残差
GNSS 受遮挡时仍用 IMU 维持精度；网络可在线更新噪声模型
-
DeepKF-GNSS模型，LSTM预测KF增益，GNSS/INS 紧耦合
-
SL-SRCKF模型，LSTM 观测向量，GNSS 中断补偿
-
TCN-KF模型，TCN 预测噪声协方差，KF 参数自学习
总结：深度学习可提升融合鲁棒性，尤其在传感器失效或恶劣环境下。
行人惯性定位
（Pedestrian Inertial Positioning）
传感器使用低成本 MEMS、IMU（手机、手表、鞋垫），仅用 IMU 即可连续估计行人 3D/2D 轨迹
利用行人行走时的 步态周期性 与 肢体运动学约束，将 IMU 误差从“二次积分爆炸”降维到“线性漂移”
传统方法瓶颈
-
SINS 直接积分 a→v→p，漂移量级 几秒→数十米，关键缺陷为二次漂移
-
传统 PDR 通过 步频+Weinberg步长+积分航向，漂移量级 5–10 min → 30 m，关键缺陷阈值检测、步长模型不准
-
传统 ZUPT 脚部静止时速度=0 → EKF 修正，漂移量级 10 min → 几十米，必须绑脚，手持/口袋失效
- 论文
行人惯性定位新动态: 基于神经网络的方法、性能与展望
- 论文
深度学习的优势
端到端映射，从原始 IMU 序列直接学到位移/速度/零速概率，无需手工阈值
鲁棒特征，网络自动学习 跨用户、跨设备、跨运动模式的鲁棒表征
误差抑制漂移从“线性”降到“亚线性” ，手持设备 60 s 误差 < 3 m
- 论文
Invariant Extended Kalman Filtering for Pedestrian Deep-Inertial Odometry
行人场景下的细粒度方法
-
深度PDR：
-
StepNet：学习步长；
-
PDRNet：学习步长+方向；
论文ieeexplore.ieee.org/document/93…（这篇下不了）
-
ARPDR：鲁棒步频+步向；
论文ieeexplore.ieee.org/document/93…（这篇也下不了）
-
-
深度ZUPT：
-
LSTM/ CNN 分类静止状态；
-
优于传统阈值法；
找到篇ZUPT相关的论文arxiv.org/abs/2507.09…
-
深度PDR
传统PDR步频检测为固定阈值/峰值，Weinberg经验式步长估计，积分陀螺+磁力计矫正航向估计，位置更新为手工累加
深度PDR步频检测为 CNN/LSTM 分类，网络回归步长估计，网络直接回归或融合多模态航向估计，位置更新网络输出 Δp̂
总结：深度学习方法可适应不同设备姿态、用户行为，提升定位鲁棒性。
- PDRNet模型，ResNet 回归步长+航向
- StepNet模型，CNN+LSTM动态步长
- ARPDR模型，注意力PDR+ 鲁棒航向
- Deep PDR (VR/AR)，iPhone 端到端速度统计
深度ZUPT
（Deep ZUPT）
传统ZUPT零速检测使用 加速度方差+角速度能量阈值，手工设置观测噪声，必须绑脚
深度ZUPT零速检测使用 LSTM/CNN 分类静止/运动，滤波更新使用网络输出零速概率+自适应噪声，手持、口袋、背包皆可
-
Deep ZUPT模型，LSTM 零速检测 + EKF
-
AZUPT模型，CNN 自适应零速检测
论文ieeexplore.ieee.org/document/90…（这篇下载不了）
-
TLIO模型，CNN 位移+零速观测
-
StepNet-Z模型，多任务：步长+零速
总结：深度学习方法可适应不同设备姿态、用户行为，提升定位鲁棒性。
车辆/无人机/机器人惯性定位
（Vehicle/UAV/Robot）
传统方法的原理瓶颈
车辆平台传统原理为IMU+轮速计 → DR，GNSS 失效后纯惯性，漂移量级 1 min → 数十米，关键瓶颈为 轮胎打滑、IMU 温漂、非完整约束失效
无人机平台传统原理为IMU → 姿态 → 加速度 → 速度 → 位置，漂移量级 30 s → 数米，关键瓶颈为 高动态、振动耦合、磁场干扰
机器人平台传统原理为IMU + 关节编码器 → 腿里程计，漂移量级 1 min → 数米，关键瓶颈为 滑移、关节柔性、地面不平
深度学习的优势
传统方法线性运动学 + 经验约束建模，对滑移、振动、温漂敏感，部署需额外传感器（轮速、关节角）
深度方法端到端学习速度/位移/误差，直接抑制漂移，大规模数据训练，跨场景泛化，仅用IMU即可达到米级精度，适合GNSS拒止环境
拓展至非行人平台
无人机：AbolDeepIO（三通道LSTM），车辆：OdoNet（学习车速+ZUPT），机器人：Buchanan等（IMU+腿部里程计），轻量化部署：TinyOdom（TCN+NAS）
深度PDR在非行人平台的拓展
PDR 概念被泛化为“周期性运动约束下的位移学习”，车辆/机器人/无人机均存在周期性振动/步态
- AbolDeepIO模型，无人机平台，三通道 LSTM 输出极坐标位移
- RINS-W模型，车辆平台，CNN 输出零速概率 → EKF 观测
- TinyOdom模型，多平台，TCN+NAS 轻量级位移回归
- Legged-IO模型，四足机器人平台，CNN+LSTM融合关节编码与 IMU
深度ZUPT在非行人平台的扩展
ZUPT 概念被泛化为“零运动检测”
车辆：红绿灯/堵车静止，无人机：悬停/降落静止，机器人：站立静止
- RINS-W模型，车辆平台，CNN 分类静止 vs 运动 → EKF
- OdoNet模型，车辆平台，轻量 CNN 零速 + 车速回归
- Leg ZUPT模型，四足机器人平台，TCN 零速检测 → 腿里程计修正
总结：不同平台共享“从IMU学习速度”这一思想，但需考虑部署资源限制。
IMU融合定位应用
（IMU-Integrated Positioning Applications）
实际部署与系统级视角
车辆：GNSS/IMU紧耦合系统，用于隧道、城市峡谷；
机器人：视觉-惯性融合，应对光照变化、遮挡；
行人：视觉-惯性+地图匹配，提升室内定位；
IMU融合定位基本原理
传统框架 松耦合：各传感器独立解算 → 高层 EKF/UKF 融合，手工建模：噪声协方差、外参、时标需人工整定，失效敏感：单传感器退化 → 系统崩溃
学习式框架 紧耦合：原始数据或低层特征 → 深度网络直接输出位姿，数据驱动：网络自动学习噪声、权重、同步策略，鲁棒冗余：注意力/门控机制自适应降权失效通道
与传统方法相比的核心优势
传统方法人工设计（角点、曲率）进行特征提取，融合策略固定权重，传感器一变就得重写卡尔曼，（极端场景）视觉失效、GNSS 丢失 → 漂移
学习式 CNN/LSTM/Transformer 自动提取特征，注意力/门控动态权重，端到端微调即可适应新传感器，多模态冗余，仍保持米级精度
车辆方向
（Vehicle）
-
GNSS/IMU 紧耦合场景，双LSTM分别预测 INS 漂移 & 滤波误差
- 代表模型 Dual-NN-KF
-
道路振动指纹场景，CNN 识别路面微特征 → 位置匹配
- 代表模型 Road-IMU
-
车辆零速更新场景，CNN 零速检测 + EKF
- 代表模型 RINS-W
机器人方向
（Robot）
-
激光+IMU深度学习场景，CNN 提取激光特征 + LSTM 融合 IMU
- 代表模型 Fusion-Net
-
超声+IMU EKF，EKF 融合超声测距与 IMU 航位推算
- 代表模型 EKF-US-IMU
-
视觉+IMU+WiFi 多模态，改进 EKF 融合 LiDAR、深度相机、IMU、WiFi
- 代表模型 Multi-Fusion-EKF
行人方向
（Pedestrian）
-
视觉-惯性 端到端场景，CNN+LSTM 直接输出位姿
- 代表模型 VINet
-
视觉-惯性 注意力选择场景，软/硬注意力决定 IMU/视觉权重
- 代表模型 SelectFusion
-
自监督 VIO 场景，无 GT，光度误差监督
- 代表模型 SelfVIO
总结：融合系统更鲁棒，但计算资源需求更高，需模型压缩与部署优化。
人类运动分析与活动识别
（Motion Analysis, HAR）
原理：从“手工特征”到“端到端时空学习”
传统方法使用人工特征：HOG、光流、关节角度、统计量（均值、方差、频谱），分类器：SVM、HMM、决策树，流程割裂：特征工程 + 分类器训练两步走
深度学习方法使用端到端：CNN/LSTM/Transformer 从原始 IMU 或视频中自动学习时空特征，统一网络：可同时完成特征提取 + 分类/回归，一体化：端到端可微，直接优化目标任务
相对传统方法的优势
传统方法特征手工设计，需领域知识，对光照/遮挡/个体差异敏感，新增类别需重设计特征，多模态需人工对齐
深度学习特征网络自动学习，跨数据集泛化，数据驱动，鲁棒提升，微调即可适应新类别，Transformer/注意力自动融合IMU+视觉+深度
运动重建：如Deep Inertial Poser（6个IMU重建全身姿态）；
活动识别：如LSTM识别走路、上楼、坐下等；
医疗/体育：帕金森检测、运动员训练分析；
运动重建
（Motion Reconstruction）
目标为从1–6个IMU或视频中恢复全身3D姿态、关节角，时序网络（LSTM/TCN）+ 物理约束（骨长、关节限制）→ 3D 关节点
- Deep Inertial Poser 模型，输入6-IMU，Bi-LSTM + 骨骼约束
- TransPose 模型，输入6-IMU，实时 LSTM + 姿态回归
- PIP 模型，输入6-IMU，物理优化器 + 神经网络
活动识别
（Activity Recognition）
目标是基于IMU或视频识别“走路、跑步、坐下、跌倒”等类别，滑动窗口 → CNN/LSTM 提取时空特征 → Softmax 分类
-
DeepConvLSTM模型，输入3轴 a/ω，CNN+LSTM 端到端
-
AttnSense模型，输入多模态IMU，注意力融合
-
HAR-CNN模型，输入手机IMU，轻量级CNN
医疗/体育应用
（Medical、Sports）
目标为疾病筛查（帕金森、迭代风险）、运动表现评估，利用运动特征 → 医学标签 / 运动指标 回归
- ParkNet模型，帕金森早期筛查场景，1D-CNN + 多任务学习
- SportNet模型，跑步姿态评分场景，CNN+LSTM 回归关节角
扩展IMU在非定位任务中的应用
总结：IMU+深度学习在非定位任务中也表现出色，形成闭环生态。
数据集与评估
（Datasets, Evaluation）
提供统一基准与对比
公开数据集汇总（名称、环境、传感器、链接）：KITTI、EuRoC、OxIOD、RONIN、SIMD；
数据集汇总
| 数据集 | 年份 | 环境 | 传感器 & 采样率 | 真值 | 规模 / 链接 |
|---|---|---|---|---|---|
| KITTI Odometry | 2013 | 室外道路 | 车载 IMU 100 Hz + GPS/相机/激光 | RTK-GNSS 10 cm | 22 序列 / 39.2 km 官方 |
| EuRoC MAV | 2016 | 室内机库 | MAV IMU 200 Hz + 双目 20 Hz | Vicon 1 mm | 11 轨迹 / 0.9 km 官方 |
| Oxford RobotCar | 2016 | 城市街道 | 车载 IMU 50 Hz + 全景/激光/雷达 | RTK-GNSS | 1010 km 大规模 官方 |
| TUM VI | 2018 | 室内/室外 | 手持 IMU 200 Hz + 双目 20 Hz | Vicon 1 mm | 28 序列 / 20 km 官方 |
| OxIOD | 2018 | 室内走廊 | 手机 IMU 100 Hz (多种佩戴方式) | MoCap 0.5 mm | 158 序列 / 42.5 km GitHub |
| RONIN | 2019 | 室内大厅 | 手机 IMU 200 Hz (自然握持) | AR 真值 | 117 序列 GitHub |
| SIMD | 2023 | 城市多场景 | 手机 IMU 50 Hz + GPS | RTK-GNSS 10 cm | 4562 轨迹 / 717 km GitHub |
评估指标
| 指标 | 全称 | 定义 | 用途 |
|---|---|---|---|
| ATE | Absolute Trajectory Error | 整条轨迹的 RMSE 均值 | 衡量全局漂移 |
| RTE | Relative Trajectory Error | 固定时间窗 (e.g., 1 s/5 s) 内的 RMSE 均值 | 衡量局部精度 |
| Acc / F1 | Accuracy / F1-score | 分类或活动识别任务 | 衡量识别正确率 |
实验对比：经典vs深度方法
给出 OxIOD 与 RONIN 两个行人基准上的定量结果（单位：米）。
| 方法 | OxIOD ATE↓ | OxIOD RTE↓ | RONIN ATE↓ | RONIN RTE↓ |
|---|---|---|---|---|
| 传统 PDR | 3.47 | 3.24 | 34.81 | 23.62 |
| 传统 SINS | 9119.50 | 247.53 | 12398.00 | 59.85 |
| IONet (LSTM) | 5.95 | 2.84 | 22.52 | 7.63 |
| RoNIN (LSTM+TCN) | 1.95 | 0.42 | 4.73 | 1.21 |
| TinyOdom (TCN+NAS) | 2.80 | 1.26 | 27.36 | 5.84 |
RoNIN 在两个数据集上均取得 最低 ATE/RTE；
深度方法 显著优于 传统 PDR/SINS，漂移从 数十米降至亚米级。
实验对比：RoNIN > IONet > TinyOdom > PDR > SINS；
总结：目前缺乏统一基准，未来需构建跨平台、跨场景的大规模数据集。
结论与未来方向
（Conclusions, Discussions）
总结贡献+展望未来
深度学习带来的三大好处：
- 非线性建模能力强：可建模复杂误差；
- 参数自学习：无需人工调参；
- 跨域自适应性：支持迁移学习、自监督学习。
面临的六大挑战：
- 泛化性差；
- 黑盒不可解释；
- 部署资源受限；
- 缺乏统一数据基准；
- 失败案例缺乏物理约束；
- 新平台/新传感器适配难。
未来研究方向：
- 统一数据集与基准；
- 轻量化部署（NAS、知识蒸馏）；
- 可解释性（贝叶斯NN、不确定性估计）；
- 混合模型（物理+学习）；
- 新兴模型（Transformer、Diffusion、GAN）；
- 终身学习与自监督学习。
