Extrinsic Calibration of 2D Millimetre-Wavelength Radar Pairs Using Ego-Velocity Estimates

要約

正確なレーダー データの融合は、センサー ペア間の空間変換の知識に依存します。
この変換を決定する現在の方法は、さまざまなレーダー スキャンで識別可能な特徴を位置合わせするか、別のより正確なセンサーからの測定値に依存することによって機能します。
フィーチャベースの位置合わせでは、センサーに重複する視野があるか、環境マップの構築が必要です。
いくつかの既存の技術では、特注の再帰反射レーダーターゲットが必要です。
これらの要件により、キャリブレーションを実行できる場所と方法が制限されます。
この論文では、異なるアプローチを採用しています。ターゲットや地物の追跡を試みる代わりに、各レーダーからの自我速度推定値に依存してキャリブレーションを実行します。
私たちの方法では、共有視野や特殊なターゲットを必要とせずに、ヨーやレーダーペア間の並進軸などの変換パラメータのサブセットを校正できます。
一般に、ヨーと並進軸はデータ フュージョンにとって最も重要なパラメータであり、時間の経過とともに変化する可能性が最も高く、手動で調整するのが最も困難です。
バッチ最適化問題としてキャリブレーションを定式化し、レーダー間システムが識別可能であることを示し、プラットフォームの励起要件を指定します。
シミュレーション研究と実際の実験を通じて、私たちの方法が最先端の方法よりも信頼性が高く正確であることを証明しています。
最後に、プラットフォームの回転速度に関する比較的大まかな情報が利用可能な場合、完全な剛体変換を復元できることを示します。

要約(オリジナル)

Correct radar data fusion depends on knowledge of the spatial transform between sensor pairs. Current methods for determining this transform operate by aligning identifiable features in different radar scans, or by relying on measurements from another, more accurate sensor. Feature-based alignment requires the sensors to have overlapping fields of view or necessitates the construction of an environment map. Several existing techniques require bespoke retroreflective radar targets. These requirements limit both where and how calibration can be performed. In this paper, we take a different approach: instead of attempting to track targets or features, we rely on ego-velocity estimates from each radar to perform calibration. Our method enables calibration of a subset of the transform parameters, including the yaw and the axis of translation between the radar pair, without the need for a shared field of view or for specialized targets. In general, the yaw and the axis of translation are the most important parameters for data fusion, the most likely to vary over time, and the most difficult to calibrate manually. We formulate calibration as a batch optimization problem, show that the radar-radar system is identifiable, and specify the platform excitation requirements. Through simulation studies and real-world experiments, we establish that our method is more reliable and accurate than state-of-the-art methods. Finally, we demonstrate that the full rigid body transform can be recovered if relatively coarse information about the platform rotation rate is available.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google