EKF-Based Radar-Inertial Odometry with Online Temporal Calibration

要約

不均一なセンサー間の正確な時間同期は、マルチセンサー融合システムでの堅牢な状態推定を確保するために重要です。
センサーの遅延は、多くの場合、イベントがキャプチャされたときの実際の時間とセンサー測定の時間との間に不一致を引き起こし、センサー測定ストリーム間の時間的な不整列（時間オフセット）につながります。
この論文では、時間オフセットをオンラインで推定する拡張カルマンフィルター（EKF）ベースのレーダー介護視野（RIO）フレームワークを提案します。
単一のレーダースキャンから派生したレーダーエゴ速度測定モデルは、タイムオフセットをアップデートに組み込むように策定されています。
一時的なキャリブレーションを活用することにより、提案されたRIOは、一般的な時間ストリームに基づいて正確な伝播と測定の更新を可能にします。
シミュレートされたデータセットと実際のデータセットの両方での実験は、提案された方法の正確なタイムオフセット推定とRIOのパフォーマンスへの影響を示し、センサー時間同期の重要性を検証します。
オンラインの一時的なキャリブレーションを使用したEKF-RIOの実装は、https：//github.com/spearwin/ekf-rio-tcで入手できます。

要約(オリジナル)

Accurate time synchronization between heterogeneous sensors is crucial for ensuring robust state estimation in multi-sensor fusion systems. Sensor delays often cause discrepancies between the actual time when the event was captured and the time of sensor measurement, leading to temporal misalignment (time offset) between sensor measurement streams. In this paper, we propose an extended Kalman filter (EKF)-based radar-inertial odometry (RIO) framework that estimates the time offset online. The radar ego-velocity measurement model, derived from a single radar scan, is formulated to incorporate the time offset into the update. By leveraging temporal calibration, the proposed RIO enables accurate propagation and measurement updates based on a common time stream. Experiments on both simulated and real-world datasets demonstrate the accurate time offset estimation of the proposed method and its impact on RIO performance, validating the importance of sensor time synchronization. Our implementation of the EKF-RIO with online temporal calibration is available at https://github.com/spearwin/EKF-RIO-TC.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google