4D iRIOM: 4D Imaging Radar Inertial Odometry and Mapping

要約

ミリ波レーダーは、霧などの過酷な状況下で物体の距離、方向、およびドップラー速度を測定できます。
画像に似た垂直方向と水平方向の両方のデータを持つ4Dイメージングレーダーは、物体の高さも測定できます。
以前の研究では、自我の動きの推定に 3D レーダーが使用されていました。
しかし、イメージング レーダーの豊富なデータを活用した方法はほとんどなく、通常、レーダーのマルチパス リターンの影響を受けるマッピングの側面を省略していたため、オドメトリの精度が低下していました。
この論文では、サブマップの概念に基づく、リアルタイム イメージング レーダー慣性オドメトリおよびマッピング方法、iRIOM について説明します。
移動物体とマルチパス反射をかわすために、反復的に再重み付けされた最小二乗法を使用して、単一のスキャンから自我速度を取得します。
まばらな非反復レーダー スキャン ポイントとサブマップ ポイントの間の一致を測定するために、一致の分散から複数の分散への距離が採用されます。
エゴ速度、スキャンからサブマップへの一致は、プラットフォームの 3D 位置と方向を取得するために、反復拡張カルマン フィルターによって 6D 慣性データと融合されます。
オドメトリモジュールのドリフトを抑制するために、ループクロージャモジュールも開発されています。
私たちの知る限り、2 つのモジュールに基づく iRIOM は、最初の 4D レーダー慣性 SLAM システムです。
私たちとサードパーティのデータでは、FastLIO-SLAM と EKFRIO に対する iRIOM の良好なオドメトリ精度とマッピングの一貫性を示しています。
また、アブレーション研究では、慣性データと一定速度モデル、スキャンとサブマップのマッチングとスキャンとスキャンのマッチング、およびループ クロージャーの利点が明らかになりました。

要約(オリジナル)

Millimeter wave radar can measure distances, directions, and Doppler velocity for objects in harsh conditions such as fog. The 4D imaging radar with both vertical and horizontal data resembling an image can also measure objects’ height. Previous studies have used 3D radars for ego-motion estimation. But few methods leveraged the rich data of imaging radars, and they usually omitted the mapping aspect which is affected by the radar multipath returns, thus leading to inferior odometry accuracy. This paper presents a real-time imaging radar inertial odometry and mapping method, iRIOM, based on the submap concept. To fend off moving objects and multipath reflections, the iteratively reweighted least squares method is used for getting the ego-velocity from a single scan. To measure the agreement between sparse non-repetitive radar scan points and submap points, the distribution-to-multi-distribution distance for matches is adopted. The ego-velocity, scan-to-submap matches are fused with the 6D inertial data by an iterative extended Kalman filter to get the platform’s 3D position and orientation. A loop closure module is also developed to curb the odometry module’s drift. To our knowledge, iRIOM based on the two modules is the first 4D radar inertial SLAM system. On our and third-party data, we show iRIOM’s favorable odometry accuracy and mapping consistency against the FastLIO-SLAM and the EKFRIO. Also, the ablation study reveal the benefit of inertial data versus the constant velocity model, the scan-to-submap matching versus the scan-to-scans matching, and loop closure.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google