步态分析是基于步幅、步长和行走速度等定量参数来描述人的行走能力，随着新技术和新产品的出现，这一领域受到众多学者关注。IMU（惯性测量单元）提供了一个高采样率且低成本的解决方案，但由于传感器偏差的存在，使用IMU测量进行状态估计会快速积累漂移误差。因此，将相机和IMU结合可以在大部分环境中提供准确稳健的状态估计。

来自韩国的Duc Cong Dang博士和Young Soo Suh教授提出了一种视觉惯性测距算法来估计步行时的步幅并重建步行轨迹，为验证该算法，实验使用了六轴IMU和RGB-D相机来进行足部检测和位置估计。

在该算法中，安装在人体腰部的RGB-D相机的数据与其内部IMU的数据共同融合在估计算法中，以进行足部检测和位置估计。计算出站立阶段中地面和脚的位置，并作为标志来构建用于在滤波器中更新的测量方程。为了改善滤波效果，实验中将平滑问题转化成了线性优化问题。

硬件系统如图2所示，图像采集使用英特尔Realsense D455 RGB-D相机，摄像头内部配置了一个六轴IMU，图像和惯性数据时间戳同步，两个红外标记物安装在双脚上，以提供来自光学跟踪系统的地面真实数据。

在实验中，5个志愿者被要求在一条长走廊里直线行走，每个人在分开的路径上行走，行走距离分别为5m、10m和15m，各5次。结果表明，该方法估计的步行步幅总体均方根误差约为3.8cm。

与传统的压力垫或光学跟踪系统相比，用户腰部安装IMU-Camera系统，可以实现更长的行走范围。在未来的工作中，如果能够进一步改进足部检测算法，使其能够检测足部的每个步态阶段，并将其与人体模型相结合，重建形状和姿态，可实现更准确稳定的步态分析，有助于VR等高新技术的发展。

论文原文：https://ieeexplore.ieee.org/document/9986035/