要約
この研究では、ミリ波 (mm-W) 周波数変調連続波 (FMCW) スキャニング レーダーからのドップラー情報を調査し、オドメトリ推定をより堅牢かつ正確にします。
まず、ドップラー情報がスキャン マスキング プロセスに追加され、相関スキャン マッチングが強化されます。
次に、単一のレーダー スキャンから直接前進速度を回帰するニューラル ネットワーク (NN) をトレーニングします。
この推定値を相関スキャン マッチング推定値と融合し、困難な環境ジオメトリによって引き起こされる誤った推定値に対するロバスト性の向上を示します。
狭いトンネル。
この作業とともに https://ori.ox.ac.uk/publications/datasets でリリースされる新しいカスタム データセットを使用してメソッドをテストします。
要約(オリジナル)
This work explores Doppler information from a millimetre-Wave (mm-W) Frequency-Modulated Continuous-Wave (FMCW) scanning radar to make odometry estimation more robust and accurate. Firstly, doppler information is added to the scan masking process to enhance correlative scan matching. Secondly, we train a Neural Network (NN) for regressing forward velocity directly from a single radar scan; we fuse this estimate with the correlative scan matching estimate and show improved robustness to bad estimates caused by challenging environment geometries, e.g. narrow tunnels. We test our method with a novel custom dataset which is released with this work at https://ori.ox.ac.uk/publications/datasets.
arxiv情報
| 著者 | Fraser Rennie,David Williams,Paul Newman,Daniele De Martini |
| 発行日 | 2023-12-14 14:30:56+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google