FD-RIO: Fast Dense Radar Inertial Odometry

要約

レーダーベースの臭気測定は、照明が不十分であるか困難な気象条件があるため、他の外部受容センサーが劣化する可能性のある条件での自我モーション推定に人気のあるソリューションです。
ただし、スキャンレーダーには、サンプリングレートが比較的低く、空間分解能が低下します。
この作業では、FD-Rioを提示します。FD-Rioは、騒々しくドリフトが発生しやすいが、高頻度のIMUデータを密なレーダースキャンで融合させることにより、この問題を軽減する方法です。
私たちの知る限り、これはカルマンフィルターを使用してIMUと密なスキャンレーダー臭気を融合する最初の試みです。
アブレーションテストとランタイム分析に加えて、2つの公開されたデータセットを使用して方法を評価し、標準のKitti評価メトリックを使用して精度を報告します。
私たちの位相相関ベースのアプローチはコンパクトで直感的であり、モバイルプラットフォームの現実的なハードウェアセットアップに展開できる実用的なソリューションとして設計されています。
そのシンプルさにもかかわらず、FD-Rioは他の最先端の方法と同等のものであり、いくつかのテストシーケンスでアウトパフォームしています。

要約(オリジナル)

Radar-based odometry is a popular solution for ego-motion estimation in conditions where other exteroceptive sensors may degrade, whether due to poor lighting or challenging weather conditions; however, scanning radars have the downside of relatively lower sampling rate and spatial resolution. In this work, we present FD-RIO, a method to alleviate this problem by fusing noisy, drift-prone, but high-frequency IMU data with dense radar scans. To the best of our knowledge, this is the first attempt to fuse dense scanning radar odometry with IMU using a Kalman filter. We evaluate our methods using two publicly available datasets and report accuracies using standard KITTI evaluation metrics, in addition to ablation tests and runtime analysis. Our phase correlation -based approach is compact, intuitive, and is designed to be a practical solution deployable on a realistic hardware setup of a mobile platform. Despite its simplicity, FD-RIO is on par with other state-of-the-art methods and outperforms in some test sequences.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google