惯性传感器（IMU）被广泛用于导航、运动状态研究、人体运动和步态分析等领域。然而，由于IMU的固有误差和测量误差，尤其是漂移误差，很少有人尝试基于IMU实现精确的轨迹重建，尤其是使用单个IMU。尽管如此，与视觉、红外线和超声波定位技术相比，IMU的信号采集不受光照和遮挡等外部环境的影响，所以，基于IMU的运动轨迹重构具有巨大的应用潜力，可以为导航、机器人路径规划、运动控制等领域提供技术基础。
为了应对这一挑战，研究者们提出了一种新的轨迹重建方法，即几何动态分段重建（GDSR），这种方法将运动轨迹视为基本轨迹的组合。为此，一种时空交互分割方法应运而生。通过将IMU信号的动态特征与运动的空间形态特征相结合，将轨迹分解为基本片段。同时，建立了一个几何模型库匹配这些基本的分段轨迹，从而精确地重建原始轨迹分段。
