Modeling Point Uncertainty in Radar SLAM

要約

視覚的およびレーザーベースの同時位置特定およびマッピング (SLAM) 技術が大きな注目を集めていますが、レーダー SLAM は依然として困難な状況に対する堅牢なオプションです。
この論文は、点の不確実性をモデル化することによってレーダー SLAM の性能を向上させることを目的としています。
基本的な SLAM システムは、速度支援レーダー ポイントと高周波慣性測定を利用するレーダー慣性オドメトリ (RIO) システムです。
まず、レーダー センシングの性質を考慮して、極座標におけるレーダー ポイントの不確実性をモデル化することを提案します。
次に、SLAM システムでは、不確実性モデルがデータ関連付けモジュールに設計され、動き推定の重み付けに組み込まれます。
公開データセットと自己収集データセットを使用した実際の実験により、提案されたモデルとアプローチの有効性が検証されます。
この調査結果は、レーダー点不確実性モデリングを組み込んで、不利な環境におけるレーダー SLAM システムを改善できる可能性を強調しています。

要約(オリジナル)

While visual and laser-based simultaneous localization and mapping (SLAM) techniques have gained significant attention, radar SLAM remains a robust option for challenging conditions. This paper aims to improve the performance of radar SLAM by modeling point uncertainty. The basic SLAM system is a radar-inertial odometry (RIO) system that leverages velocity-aided radar points and high-frequency inertial measurements. We first propose to model the uncertainty of radar points in polar coordinates by considering the nature of radar sensing. Then in the SLAM system, the uncertainty model is designed into the data association module and is incorporated to weight the motion estimation. Real-world experiments on public and self-collected datasets validate the effectiveness of the proposed models and approaches. The findings highlight the potential of incorporating radar point uncertainty modeling to improve the radar SLAM system in adverse environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google