Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
0
brak dyscyplin
Status:
Autorzy: Czerwiński Dariusz, Wydra Michał, Rachwał Albert, Jachuła Weronika, Zubrzycki Jarosław
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2026
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 18
Wolumen/Tom: 16
Numer artykułu: 8972
Strony: 1 - 23
Impact Factor: 2,9
Scopus® Cytowania: 0
Bazy: Scopus
Efekt badań statutowych NIE
Finansowanie: This research was funded by Polish Ministry of Science and Higher Education, grant number MNiSW/2025/DAP/323.
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 10 września 2026
Abstrakty: angielski
Global Navigation Satellite System (GNSS)-based measurements are widely used for sports monitoring and outdoor activity analysis; however, consumer-grade smartphones often produce degraded trajectories, inaccurate elevation profiles, and unreliable pace estimates. This study proposes a multi-stage framework for reconstructing low-fidelity GNSS running trajectories using an averaged high-fidelity wearable GNSS reference proxy. The framework combines activity-window selection, trajectory filtering and route-consistent projection, reference-based elevation correction, and pace reconstruction using two complementary ap- proaches: a Linear Acceleration Influence Model and a Physics-Based Model. The method- ology was validated using three high-fidelity and three low-fidelity recordings collected on a shared 5.726 km route. Within the common activity window, raw low-fidelity obser- vations had a pooled nearest-route RMSE of 30.72 m, whereas retained route-consistent assignments had a residual RMSE of 14.84 m. Aggregate pace agreement improved from 2.40 to 1.74 min/km RMSE and from 32.84% to 25.46% MAPE. Raw smartphone eleva- tion had a pooled RMSE of 190.27 m relative to the adopted reference profile, supporting reference-based elevation substitution. A constant-velocity Kalman RTS baseline reduced positional RMSE from 30.72 to 29.05 m (5.4%), whereas the complete route-association pro- cedure eliminated severe backtracking that remained after distance thresholding alone. The proposed framework provides a transparent and reproducible solution for reconstructing sparse consumer-grade GNSS activities while preserving explicit uncertainty.