神经惯性跟踪中域间物理运动的传递

摘要

惯性信息处理在移动代理的自我运动感知中起着关键作用，因为惯性测量完全以自我为中心，不依赖于环境。然而，它们受到传感器位置/方向或运动动力学变化的极大影响，不可能从每个域收集标记数据。为了克服长感觉序列的区域自适应挑战，我们提出了一种新的框架，该框架从任意域中提取原始序列的区域不变特征，并在没有任何配对数据的情况下转换为新的域。通过实验，我们证明了它能够有效地将原始序列从新的未标记目标域转换为精确的惯性轨迹，并受益于从标记源域传输的物理运动知识。我们还进行了真实世界的实验，以证明我们的框架可以根据标准手机在各种附件中获得的原始IMU测量值重建具有物理意义的轨迹。