要約
既存のレーダー センサーは、自動車用レーダーと走査型レーダーに分類できます。
ほとんどのレーダー オドメトリ (RO) メソッドは特定のタイプのレーダー用にのみ設計されていますが、当社の RO メソッドはスキャニング レーダーと自動車レーダーの両方に適応します。
当社の RO は単純ですが効果的であり、パイプラインはしきい値処理、確率的サブマップ構築、および NDT ベースのレーダー スキャン マッチングで構成されています。
提案された RO は、2 つの公開レーダー データセットでテストされています。Oxford Radar RobotCar データセットと nuScenes データセットで、それぞれスキャン データと自動車レーダー データを提供します。
結果は、当社のアプローチが、並進誤差をそれぞれ 51% と 30%、回転誤差をそれぞれ 17% と 29% 削減することにより、自動車または走査レーダーを使用した最先端の RO を上回っていることを示しています。
さらに、私たちの RO はライダー オドメトリとしてセンチメートル レベルの精度を達成し、自動車とスキャン RO は同様の精度を持っていることを示しています。
要約(オリジナル)
Existing radar sensors can be classified into automotive and scanning radars. While most radar odometry (RO) methods are only designed for a specific type of radar, our RO method adapts to both scanning and automotive radars. Our RO is simple yet effective, where the pipeline consists of thresholding, probabilistic submap building, and an NDT-based radar scan matching. The proposed RO has been tested on two public radar datasets: the Oxford Radar RobotCar dataset and the nuScenes dataset, which provide scanning and automotive radar data respectively. The results show that our approach surpasses state-of-the-art RO using either automotive or scanning radar by reducing translational error by 51% and 30%, respectively, and rotational error by 17% and 29%, respectively. Besides, we show that our RO achieves centimeter-level accuracy as lidar odometry, and automotive and scanning RO have similar accuracy.
arxiv情報
| 著者 | Pou-Chun Kung,Chieh-Chih Wang,Wen-Chieh Lin |
| 発行日 | 2023-03-30 05:52:46+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google