日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

姿勢推定arXiv:2509.03451

SmartPoser: スマートフォンとスマートウォッチによるUWBとIMUを用いた腕姿勢推定

SmartPoser: Arm Pose Estimation with a Smartphone and Smartwatch Using UWB and IMU Data

シェア:XThreadsFacebookLINEはてブBluesky

スマートフォンとスマートウォッチのUWBとIMUを組み合わせ、訓練データなしで腕の姿勢を推定する手法を提案し、中央値11.0cmの位置誤差を達成した。

詳しい要約

1. どんなもの?

スマートフォンとスマートウォッチという市販デバイス2台のみを用いて、ユーザの腕のポーズ(手首・肘関節)を推定するソフトウェアのみのシステム。カメラを使わずプライバシー問題を回避し、複数のIMUやマーカーを装着する必要もない。fitness、rehabilitation、AR入力、life logging、context-aware assistantなどへの応用を想定。

2. 先行研究と比べてどこがすごい?

- 先行研究はカメラ(privacy問題)や複数の装着型IMU・マーカーを必要とした - 本研究は既製のsmartphoneとsmartwatchの2台のみで実現 - 先行研究を超えて、これらのデバイスに搭載された比較的新しいultra-wideband (UWB)機能を活用し、2デバイス間の絶対距離を取得 - IMUは相対的でdriftするが、UWBの絶対距離測定がこれを補完する点が新規

3. 技術・手法の肝は?

- off-the-shelfのsmartphoneとsmartwatchを併用 - UWBにより2デバイス間の絶対距離を測定 - IMUのinertial data(相対的・driftあり)とUWB距離を相補的に融合 - ユーザがtraining dataを提供する必要のないソフトウェアのみのアプローチ

4. どうやって有効だと検証した?

- off-the-shelfデバイスを用いてソフトウェアのみのアプローチの性能を定量評価 - wristとelbow関節を推定し、median positional error 11.0 cmを達成 - ユーザによるtraining data提供なしでこの精度を確認

5. 議論はある?

要旨からは不明(median positional error 11.0 cmという精度やtraining data不要という特性以外の限界・議論は要旨に記載なし)。

6. 次に読むべき論文は?

要旨からは不明(具体的な参照・比較研究の記載なし)。同分野の関連手法としてはIMUベースのpose estimation、UWBを用いた距離測定・位置推定、wearable sensor fusionに関する研究が次に読む候補となる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Nathan DeVrio, Vimal Mollyn, Chris Harrison

分類: cs.HC, cs.CV, cs.GR, cs.RO

原文アブストラクト

The ability to track a user's arm pose could be valuable in a wide range of applications, including fitness, rehabilitation, augmented reality input, life logging, and context-aware assistants. Unfortunately, this capability is not readily available to consumers. Systems either require cameras, which carry privacy issues, or utilize multiple worn IMUs or markers. In this work, we describe how an off-the-shelf smartphone and smartwatch can work together to accurately estimate arm pose. Moving beyond prior work, we take advantage of more recent ultra-wideband (UWB) functionality on these devices to capture absolute distance between the two devices. This measurement is the perfect complement to inertial data, which is relative and suffers from drift. We quantify the performance of our software-only approach using off-the-shelf devices, showing it can estimate the wrist and elbow joints with a \hl{median positional error of 11.0~cm}, without the user having to provide training data.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI