Una encuesta de conjuntos de datos, aplicaciones y modelos para señales de sensores IMU

Las Unidades de Medida Inercial (IMU) son sensores pequeños y de bajo costo que pueden medir aceleraciones y velocidades angulares, lo que los convierte en herramientas valiosas para una variedad de aplicaciones, incluyendo robótica, realidad virtual y atención médica. Con el advenimiento del aprendizaje profundo, ha habido un aumento del interés en utilizar datos de IMU para entrenar modelos de red neuronal profunda (DNN) para diversas aplicaciones. En este documento, revisamos los modelos de ML más avanzados, incluyendo modelos de red neuronal profunda y aplicaciones para sensores IMU. Primero proporcionamos una visión general de los sensores IMU y los tipos de datos que generan. Luego revisamos los modelos más populares para datos de IMU, incluyendo redes neuronales convolucionales, redes neuronales recurrentes y modelos basados en atención. También discutimos los desafíos asociados con el entrenamiento de redes neuronales profundas en datos de IMU, como la escasez de datos, el ruido y la deriva del sensor. Finalmente, presentamos una revisión completa de las aplicaciones más prominentes de redes neuronales profundas para datos de IMU, incluyendo reconocimiento de actividad humana, reconocimiento de gestos, análisis de marcha y detección de caídas. En general, esta encuesta proporciona una visión completa de los modelos de red neuronal profunda más avanzados y las aplicaciones para sensores IMU y destaca los desafíos y oportunidades en este campo en rápida evolución.