DeRO: Dead Reckoning Based on Radar Odometry With Accelerometers Aided for Robot Localization

要約

この論文では、カルマン フィルター フレームワーク内で推定を更新する機能を維持しながら、推測航法にレーダー速度測定を直接利用するレーダー オドメトリ構造を提案します。
具体的には、4D 周波数変調連続波 (FMCW) レーダーによって取得されたドップラー速度とジャイロスコープ データを組み合わせて姿勢を計算します。
このアプローチは、加速度計のバイアスと二重積分によって生じる大きなドリフトを軽減するのに役立ちます。
代わりに、重力によって測定された傾斜角が、フィルターの測定更新のためにレーダー スキャン マッチングからの相対距離測定とともに利用されます。
さらに、システムの精度をさらに高めるために、レーダー速度スケール係数を推定して補正します。
提案された手法のパフォーマンスは、5 つの実際のオープンソース データセットを通じて検証されます。
結果は、絶対軌道誤差に関して、最先端のレーダー慣性融合法と比較して、私たちのアプローチが位置誤差を平均で 47%、回転誤差を平均 52% 削減できることを示しています。

要約(オリジナル)

In this paper, we propose a radar odometry structure that directly utilizes radar velocity measurements for dead reckoning while maintaining its ability to update estimations within the Kalman filter framework. Specifically, we employ the Doppler velocity obtained by a 4D Frequency Modulated Continuous Wave (FMCW) radar in conjunction with gyroscope data to calculate poses. This approach helps mitigate high drift resulting from accelerometer biases and double integration. Instead, tilt angles measured by gravitational force are utilized alongside relative distance measurements from radar scan matching for the filter’s measurement update. Additionally, to further enhance the system’s accuracy, we estimate and compensate for the radar velocity scale factor. The performance of the proposed method is verified through five real-world open-source datasets. The results demonstrate that our approach reduces position error by 47% and rotation error by 52% on average compared to the state-of-the-art radar-inertial fusion method in terms of absolute trajectory error.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google