An evaluation of CFEAR Radar Odometry

要約

本稿では、ICRA 20241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 Radar odometryについて述べる。CFEARは、2Dレーダーオドメトリを回転させるための効率的で高精度な手法であり、環境間で良好に一般化される。本論文では、オドメトリーパイプラインの概要と、公開されているBoreasデータセットでの新しい実験を紹介する。本論文では、Boreasデータセットを用いた新たなオドメトリーパイプラインの概要と、リアルタイムで実行可能なCFEARの構成（オリジナルのパラメータセット）により、Boreasデータセットにおいて驚くほど低いドリフトが得られることを示す。さらに、ロバスト性を向上させ、フレームレート68Hzで0.61%という低い並進ドリフトを達成し、最も正確な設定をリアルタイムで実行することを可能にする、改良された実装と解法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）に公開されている。また、この記事の評価をhttps://github.com/dan11003/cfear_2024_workshop。

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 20241. 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 set – 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 0.61% 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 on https://github.com/dan11003/cfear_2024_workshop

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL