Robust 4D Radar-aided Inertial Navigation for Aerial Vehicles

要約

LIDARとカメラは無人航空機（UAV）で遍在していますが、挑戦的な環境では効果がない場合がありますが、4Dミリ波（MMW）レーダーは、堅牢な3D横方向の測定値とドップラー速度測定を提供することができます。
このホワイトペーパーでは、UAVのための効率的で堅牢なエラーステートKalmanフィルター（ESKF）ベースのレーダー介護ナビゲーションを開発します。
提案されたアプローチの重要なアイデアは、ポイントツーディストリションレーダースキャンマッチングであり、適切な不確実性の資格を備えた動きの制約を提供します。これは、ドップラー速度測定とともに、緊密に結合した方法でナビゲーション状態を更新するために使用されます。
さらに、前のマップに対する堅牢なキーフレームベースのマッチングスキーム（利用可能な場合）を提案して、蓄積されたナビゲーションエラーをバインドし、レーダーベースのグローバルローカリゼーションソリューションを高精度で提供します。
広範な現実世界の実験的検証は、提案されたレーダー支援慣性ナビゲーションが精度と堅牢性の両方で最新の方法を上回ることを実証しています。

要約(オリジナル)

While LiDAR and cameras are becoming ubiquitous for unmanned aerial vehicles (UAVs) but can be ineffective in challenging environments, 4D millimeter-wave (MMW) radars that can provide robust 3D ranging and Doppler velocity measurements are less exploited for aerial navigation. In this paper, we develop an efficient and robust error-state Kalman filter (ESKF)-based radar-inertial navigation for UAVs. The key idea of the proposed approach is the point-to-distribution radar scan matching to provide motion constraints with proper uncertainty qualification, which are used to update the navigation states in a tightly coupled manner, along with the Doppler velocity measurements. Moreover, we propose a robust keyframe-based matching scheme against the prior map (if available) to bound the accumulated navigation errors and thus provide a radar-based global localization solution with high accuracy. Extensive real-world experimental validations have demonstrated that the proposed radar-aided inertial navigation outperforms state-of-the-art methods in both accuracy and robustness.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google