Estimation de la vitesse inertielle : une approche sans GNSS !
Auteurs : Xuan Xiao, Xiaotong Ren, Haitao Li
Année : 2025
Source : arXiv:2505.18490
Expression clé : estimation de la vitesse inertielle
🚗 Une estimation de la vitesse inertielle via smartphone
L’estimation de la vitesse inertielle à partir des capteurs IMU des smartphones constitue une alternative prometteuse aux systèmes GNSS traditionnels, notamment en cas de perte de signal. Le modèle DVSE, basé sur l’apprentissage profond, apporte une solution robuste sans matériel supplémentaire.
🧠 Le modèle DVSE : architecture modulaire et efficacité
- Compensation du bruit inertiel avec GRU
- Transformation des coordonnées smartphone → véhicule avec TCN
- Alignement GNSS/IMU par fonction de perte adaptative
Grâce à une technique d’augmentation de données simulant les rotations du smartphone, DVSE renforce sa robustesse face à des postures variées.
📊 Résultats et validation sur données réelles
Le modèle a été entraîné sur 200 heures de données issues de 300 conducteurs, avec un MAE inférieur à 2.35 m/s. Il surpasse les approches classiques comme DeepTrack ou AI-IMU, tout en étant plus léger et déployable sur smartphone.
🔍 Intégration dans RoadSimulator3
Cette méthode peut être utilisée pour valider les vitesses simulées dans RoadSimulator3 dans les scénarios GNSS dégradés. Elle complète les approches existantes par apprentissage ou par filtrage de Kalman.
🔗 Ressources complémentaires
📎 Référence BibTeX
@article{xiaoDVSEsmartphoneIMUspeed2025,
title={An Inertial Sequence Learning Framework for Vehicle Speed Estimation via Smartphone IMU},
author={Xuan Xiao and Xiaotong Ren and Haitao Li},
journal={arXiv preprint arXiv:2505.18490},
year={2025}
}
