An evaluation of CFEAR Radar Odometry

要約

この記事では、ICRA 2024 の Radar in Robotics ワークショップのコンペティションに提出された CFEAR レーダー オドメトリのメソッドについて説明します。 CFEAR は、2D レーダー オドメトリを回転させるための効率的かつ正確な方法であり、環境全体でよく一般化されます。
この記事では、公開 Boreas データセットでの新しい実験を伴うオドメトリ パイプラインの概要を説明します。
元のパラメーター se を使用した CFEAR のリアルタイム対応構成により、Boreas データセットのドリフトが驚くほど低くなることを示します。
さらに、68 Hz のフレーム レートで 0.66% の低い変換ドリフトに達する堅牢性を向上させて、最も正確な構成をリアルタイムで実行できるようにする改善された実装と解決戦略について説明します。
ソース コードの最近のリリースはコミュニティ https://github.com/dan11003/CFEAR_Radarodometry_code_public で入手でき、この記事 https://github.com/dan11003/cfear_2024_workshop から評価を公開しています。

要約(オリジナル)

This article describes the method CFEAR Radar odometry, submitted to a competition at the Radar in Robotics workshop, ICRA 2024. CFEAR is an efficient and accurate method for spinning 2D radar odometry that generalizes well across environments. This article presents an overview of the odometry pipeline with new experiments on the public Boreas dataset. We show that a real-time capable configuration of CFEAR — with its original parameter se — yields surprisingly low drift in the Boreas dataset. Additionally, we discuss an improved implementation and solving strategy that enables the most accurate configuration to run in real-time with improved robustness, reaching as low as 0.66% translation drift at a frame rate of 68 Hz. A recent release of the source code is available to the community https://github.com/dan11003/CFEAR_Radarodometry_code_public, and we publish the evaluation from this article https://github.com/dan11003/cfear_2024_workshop.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google