Continuous-Time Radar-Inertial and Lidar-Inertial Odometry using a Gaussian Process Motion Prior

要約

この研究では、ガウス プロセス モーション プリアを使用して、連続時間のレーダー慣性およびライダー慣性オドメトリを実証します。
スパース事前分布を使用して、事前積分および内挿中の計算の複雑さの改善を実証します。
加速度運動の前にホワイトノイズを使用し、加速度計の測定値を事前に積分して相対速度係数を形成しながら、ジャイロスコープを状態の直接測定値として扱います。
私たちのオドメトリは、スライディング ウィンドウのバッチ軌道推定を使用して実装されています。
私たちの知る限り、私たちの研究は、ジャイロスコープと加速度計の両方の測定を使用して、回転する機械レーダーによるレーダー慣性オドメトリを実証する最初の研究です。
IMU を組み込むことで、レーダー オドメトリのパフォーマンスが 19% 向上しました。
私たちのアプローチは効率的であり、リアルタイムのパフォーマンスを実証しています。
このプロジェクトのコードは、https://github.com/utiasASRL/steam_icp で見つけることができます。

要約(オリジナル)

In this work, we demonstrate continuous-time radar-inertial and lidar-inertial odometry using a Gaussian process motion prior. Using a sparse prior, we demonstrate improved computational complexity during preintegration and interpolation. We use a white-noise-on-acceleration motion prior and treat the gyroscope as a direct measurement of the state while preintegrating accelerometer measurements to form relative velocity factors. Our odometry is implemented using sliding-window batch trajectory estimation. To our knowledge, our work is the first to demonstrate radar-inertial odometry with a spinning mechanical radar using both gyroscope and accelerometer measurements. We improve the performance of our radar odometry by 19\% by incorporating an IMU. Our approach is efficient and we demonstrate real-time performance. Code for this project can be found at: https://github.com/utiasASRL/steam_icp

arxiv情報

提供元, 利用サービス

arxiv.jp, Google