论文导读
北京航空航天大学提出CoWear，同时采集手机、手表和智能眼镜的惯性数据，并单独追踪每台设备的真实运动。它先让三种观测预测同一个设备的位移再融合，在手机目标测试中把轨迹误差中位数从单手机观测的1.440米降到1.173米，让身体不同位置的传感器能够共同估计一条轨迹。
手表在摆，眼镜在转，谁才代表人在走
人在向前走时，手腕会来回摆，头可能侧转，手机也会随持握姿势晃动。三台设备都跟着同一个人，却没有走过完全一样的轨迹。若把它们各自估计的位置直接平均，结果未必更准。
CoWear把这个常被混在一起的问题拆开：先明确要追踪哪台物理设备，再看其他设备能提供什么帮助。论文用已有数据中的例子展示，设备方向短时间偏离行进方向时，估计轨迹会受到干扰。
图：RIDI案例中的真实与估计轨迹、设备方向和行进方向差异。
为了看清这种差异，团队同步采集Rokid眼镜、Pixel 6手机与Pixel Watch 2手表，并用动作捕捉系统分别记录每台设备的位置和姿态。每条惯性数据都有对应设备的真值，而不是让所有传感器共用一个身体参考点。
先翻译成同一个目标，再决定信谁更多
协同框架为不同佩戴位置训练各自的位移估计器。比如选择手机作为目标，眼镜、手表和手机的观测都要回答：这一段时间手机移动了多少。得到共同对象的估计后，系统再转换到共享世界坐标进行融合。
模型还估计不确定性。当手表正大幅摆动、某个来源更不可靠时，融合不必给所有来源相同权重。论文对比均匀平均、固定权重和按信息量融合，检查收益是否来自更合适的可靠度分配。
图：三种设备分别估计共同目标的位移与不确定性，再经方向变换进行融合。
这与简单堆传感器有本质区别。基准中的部分方法在直接平均各自轨迹后没有超过最好的单设备，说明额外观测只有在对象对应关系清楚时，才容易形成互补信息。
三设备累计100公里，不是每人走了100公里
数据包含30多名参与者、300多段行走会话。超过30小时和100公里的规模，是把三台设备的轨迹分别累计所得，不能理解为参与者实际共同走了同样时长与距离。
共同目标实验中，以手机为目标时，手机单观测轨迹误差ATE中位数为1.440米，信息融合为1.173米；位移均方根误差从0.196米到0.131米。一个衡量整段轨迹，一个衡量短窗位移，不应混成同一个定位精度。
图：两个会话的单来源与融合轨迹同虚线真值比较，面板标出各自ATE。
以眼镜或手表为目标时，融合也优于相应单来源。论文还区分手表与手机戴在同侧或不同侧，后者可提供更多局部运动差异下的互补观测。这里的结果来自室内行走，且手机需大致水平持握，尚未覆盖任意口袋、奔跑或所有日常姿态。
CoWear的目的也不是宣称一个新定位模型全面领先。它提供的是一个能逐台核对真实运动的基准，以及先统一追踪对象、再融合异构观测的参考流程。
参考资料
https://arxiv.org/abs/2610.20596
