Co-RaL: Complementary Radar-Leg Odometry with 4-DoF Optimization and Rolling Contact

要約

困難な環境における堅牢かつ正確な位置特定は、SLAM にとって重要になってきています。
本稿では、チップレーダーと脚式ロボットを統合することにより、正確かつロバストなオドメトリを実現する独自のセンサー構成を提案します。
具体的には、補完的なドリフト補正のために密結合したレーダーレッグオドメトリアルゴリズムを導入します。
4-DoF 最適化とミリ波チップ レーダーへの分離された RANSAC の採用により、レーダー オドメトリが既存の方法を超えて大幅に向上し、特に単一レーダーを使用する場合でも Z 方向が向上します。
脚のオドメトリには、転がり接触モデリングを支援した順運動学を採用し、接触ドリフトやレーダー障害の潜在的な可能性を伴うシナリオに対応します。
私たちは、さまざまな環境を持つ現実世界のデータセットを使用して、他のチップレーダーオドメトリアルゴリズムと比較することによって私たちの方法を評価しますが、データセットはロボット工学コミュニティ向けにリリースされます。
https://github.com/SangwooJung98/Co-RaL-Dataset

要約(オリジナル)

Robust and accurate localization in challenging environments is becoming crucial for SLAM. In this paper, we propose a unique sensor configuration for precise and robust odometry by integrating chip radar and a legged robot. Specifically, we introduce a tightly coupled radar-leg odometry algorithm for complementary drift correction. Adopting the 4-DoF optimization and decoupled RANSAC to mmWave chip radar significantly enhances radar odometry beyond the existing method, especially z-directional even when using a single radar. For the leg odometry, we employ rolling contact modeling-aided forward kinematics, accommodating scenarios with the potential possibility of contact drift and radar failure. We evaluate our method by comparing it with other chip radar odometry algorithms using real-world datasets with diverse environments while the datasets will be released for the robotics community. https://github.com/SangwooJung98/Co-RaL-Dataset

arxiv情報

提供元, 利用サービス

arxiv.jp, Google