RadarLCD: Learnable Radar-based Loop Closure Detection Pipeline

要約

ループ閉鎖検出 (LCD) は、ロボット工学とコンピューター ビジョンにおいて不可欠なタスクであり、さまざまなドメインにわたるさまざまなアプリケーションの基本コンポーネントとして機能します。
これらのアプリケーションには、オブジェクト認識、画像検索、ビデオ分析が含まれます。
LCD は、ロボットが以前に訪れた場所 (ループと呼ばれる) に戻ったかどうかを識別し、分析された場所に関して関連する回転移動を推定することで構成されます。
レーダー センサーには、さまざまな気象条件下で動作し、他の一般的に使用されるセンサー (カメラや LiDAR など) に比べて広い範囲の視野を提供できるなど、数多くの利点があるにもかかわらず、固有のノイズによりレーダー データの統合は依然として困難な作業です。
そして歪み。
この課題に対処するために、この研究では、FMCW レーダー (周波数変調連続波) センサーを使用したループ閉鎖検出用に特別に設計された新しい教師あり深層学習パイプラインである RadarLCD を導入します。
RadarLCD は、レーダー システム用に明示的に設計された学習ベースの LCD 手法であり、事前トレーニングされた HERO (ハイブリッド推定レーダー オドメトリ) モデルを活用することで大きく貢献します。
もともとレーダー走行距離測定用に開発された HERO の機能は、LCD タスクに重要なキーポイントを選択するために使用されます。
この方法論は、さまざまな FMCW レーダー データセット シーンにわたって評価され、場所認識のためのスキャン コンテキストやループ クロージャのための ICP などの最先端のシステムと比較されます。
この結果は、RadarLCD がループ閉鎖検出のさまざまな側面で代替手段を上回っていることを示しています。

要約(オリジナル)

Loop Closure Detection (LCD) is an essential task in robotics and computer vision, serving as a fundamental component for various applications across diverse domains. These applications encompass object recognition, image retrieval, and video analysis. LCD consists in identifying whether a robot has returned to a previously visited location, referred to as a loop, and then estimating the related roto-translation with respect to the analyzed location. Despite the numerous advantages of radar sensors, such as their ability to operate under diverse weather conditions and provide a wider range of view compared to other commonly used sensors (e.g., cameras or LiDARs), integrating radar data remains an arduous task due to intrinsic noise and distortion. To address this challenge, this research introduces RadarLCD, a novel supervised deep learning pipeline specifically designed for Loop Closure Detection using the FMCW Radar (Frequency Modulated Continuous Wave) sensor. RadarLCD, a learning-based LCD methodology explicitly designed for radar systems, makes a significant contribution by leveraging the pre-trained HERO (Hybrid Estimation Radar Odometry) model. Being originally developed for radar odometry, HERO’s features are used to select key points crucial for LCD tasks. The methodology undergoes evaluation across a variety of FMCW Radar dataset scenes, and it is compared to state-of-the-art systems such as Scan Context for Place Recognition and ICP for Loop Closure. The results demonstrate that RadarLCD surpasses the alternatives in multiple aspects of Loop Closure Detection.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google