Landmark-based Vehicle Self-Localization Using Automotive Polarimetric Radars

要約

自動車の自己位置特定は、あらゆる自動運転機能にとって不可欠なタスクです。
これは、車両がその位置と方向をそれぞれ数センチメートルと数度の精度で確実に把握する必要があることを意味します。
この論文では、完全な偏波散乱情報を活用して堅牢なランドマーク検出を行う、自己位置特定に対するレーダーベースのアプローチを紹介します。
提案された方法は、特定のマップの位置特定中にレーダー以外のセンサーからの入力を必要としません。
ランドマークの観測結果と地図のランドマークを関連付けることにより、車両の位置が推定されます。
抽象的な点および線の形のランドマークにより、コンパクトなマップ サイズが可能になり、使用されるファクター グラフの定式化と組み合わせて、効率的な実装が可能になります。
多様な環境における広範な現実世界の実験の評価により、旋光情報を活用することにより、$0.12 \text{m}$ RMS 絶対軌道と $0.43 {}^\circ$ RMS RMS 方位誤差という有望な全体的な位置特定パフォーマンスが示されました。
さまざまなレベルの偏波情報のパフォーマンスを比較すると、困難なシナリオにおける利点が証明されます。

要約(オリジナル)

Automotive self-localization is an essential task for any automated driving function. This means that the vehicle has to reliably know its position and orientation with an accuracy of a few centimeters and degrees, respectively. This paper presents a radar-based approach to self-localization, which exploits fully polarimetric scattering information for robust landmark detection. The proposed method requires no input from sensors other than radar during localization for a given map. By association of landmark observations with map landmarks, the vehicle’s position is inferred. Abstract point- and line-shaped landmarks allow for compact map sizes and, in combination with the factor graph formulation used, for an efficient implementation. Evaluation of extensive real-world experiments in diverse environments shows a promising overall localization performance of $0.12 \text{m}$ RMS absolute trajectory and $0.43 {}^\circ$ RMS heading error by leveraging the polarimetric information. A comparison of the performance of different levels of polarimetric information proves the advantage in challenging scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google