¿Son los sensores en los dispositivos móviles lo suficientemente precisos para el mapeo inercial?

Sí, pero podría ser complicado.

Simplemente integrar la aceleración a lo largo del tiempo con el rumbo del giroscopio (o magnetómetro) con sensores MEMS no funcionaría muy bien, ya que esos sensores baratos en los teléfonos inteligentes de consumo tienen un sesgo y una deriva horrible. Por ejemplo, la aceleración medida puede desplazarse linealmente con el tiempo, haciendo que su estimación de posición integrada se desplace cúbicamente en el tiempo. Cualquier pequeño sesgo y deriva se magnificaría muy rápido, en unos pocos minutos. Los giroscopios tienen un poco mejor sesgo y características de deriva, pero bastante sensibles a la temperatura. Si solo haces eso, me imagino que el error podría ser tan grande como unas pocas decenas de metros solo después de unos minutos. Este tipo de enfoque es confiable solo con sensores de grado militar para aviones.

Si desea hacerlo en interiores, el problema es aún más difícil, ya que los magnetómetros (brújulas) fallan debido a todos los metales y dispositivos electrónicos en el ambiente interior. De hecho, la salida de la brújula es bastante inútil como lo es en un ambiente interior. Puede brindarle información sobre su rumbo, pero no es más que algo como “dirigirse al norte”, especialmente en ambientes interiores.

Por lo tanto, necesita algunas técnicas inteligentes para que funcione. Un esquema se llama “actualización de velocidad cero”, en el que conecta sensores a pie para los cuales los momentos de “velocidad cero” son bastante claros para elegir al caminar. Puede recalibrar los sensores muy a menudo en estos momentos sin tener que lidiar con la deriva con el tiempo. Pero esta no es una opción para móviles de mano.

Otra idea es usar un acelerómetro como un podómetro, para estimar la velocidad de caminata. Como todos sabemos, el caminar humano es cíclico, y los acelerómetros en móviles de mano capturan esto muy bien (en realidad es lo único que un acelerómetro de mano captura de manera muy confiable).

Debido a estas dificultades, es bastante común tener arreglos de ubicación externos ocasionales, como GPS para exteriores, en lugar de usar solo sensores inerciales. Además, en lugar de creer completamente en una corrección inercial o externa, incluso puede combinar su estimación de posición integrada con las correcciones de ubicación de manera disciplinada al plantear el problema como un problema de estimación de estado y usar “filtros” como los filtros de Kalman o los modelos de Markov ocultos. . También es mejor restringir el movimiento del usuario imponiendo “mapa” en el proceso de estimación.