Robust High-Speed State Estimation for Off-road Navigation using Radar Velocity Factors

要約

ミッションクリティカルなアプリケーションの複雑な環境でロボットの自律性を実現するには、堅牢な状態推定が必要です。
特に、ナビゲーションが依存する外受容センサーが環境の課題によって劣化し、ミッションの失敗につながる可能性がある条件下では。
まさにこのような課題において、直接速度測定機能を備えた補完的な外受容センシングモダリティとして、FMCW レーダーセンサーの可能性が強調されます。
この研究では、ラジアル速度係数を使用して FMCW レーダー センサーからのラジアル速度測定を統合し、LiDAR 姿勢および IMU 測定と融合するためのスライディング ウィンドウ状態推定器に線形速度の更新を提供します。
我々は、この拡張により、環境に存在する困難な条件や、脆弱な外受容様式にもたらす可能性のある悪影響に対する状態推定器のロバスト性が向上することを実証します。
提案された方法は、複雑な砂漠環境で高速 (~12 m/s) で動作する自律型の本格的なオフロード車両を使用して実施されるロボットフィールド実験を使用して広範囲に評価されています。
さらに、このアプローチの堅牢性は、公開データセット上のレーダー慣性走行距離測定の最先端の方法との比較とともに、LiDAR走行距離計測性能のシミュレーションと現実世界の両方の劣化のケースに対して実証されています。

要約(オリジナル)

Enabling robot autonomy in complex environments for mission critical application requires robust state estimation. Particularly under conditions where the exteroceptive sensors, which the navigation depends on, can be degraded by environmental challenges thus, leading to mission failure. It is precisely in such challenges where the potential for FMCW radar sensors is highlighted: as a complementary exteroceptive sensing modality with direct velocity measuring capabilities. In this work we integrate radial speed measurements from a FMCW radar sensor, using a radial speed factor, to provide linear velocity updates into a sliding-window state estimator for fusion with LiDAR pose and IMU measurements. We demonstrate that this augmentation increases the robustness of the state estimator to challenging conditions present in the environment and the negative effects they can pose to vulnerable exteroceptive modalities. The proposed method is extensively evaluated using robotic field experiments conducted using an autonomous, full-scale, off-road vehicle operating at high-speeds (~12 m/s) in complex desert environments. Furthermore, the robustness of the approach is demonstrated for cases of both simulated and real-world degradation of the LiDAR odometry performance along with comparison against state-of-the-art methods for radar-inertial odometry on public datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google