ReFeree: Radar-Based Lightweight and Robust Localization using Feature and Free space

要約

場所の認識は、長期にわたる堅牢な自律性を実現する上で重要な役割を果たします。
現実世界のロボットは、広範囲の気象条件 (曇り、大雨、雪など) に直面しており、本質的に可視電磁波内または近距離電磁波内で機能するほとんどのセンサー (カメラ、LiDAR) は悪天候の影響を受けやすいため、信頼性の高い位置特定が困難になります。
。
対照的に、レーダーは環境の変化や天候の影響を受けにくい長い電磁波により注目を集めています。
この研究では、レーダーベースの軽量で堅牢な場所認識を提案します。
1次元のリング状記述を選択することで回転不変性と軽量化を実現し、自由空間と特徴量の逆のノイズ特性を利用して誤検出の影響を軽減することでロバスト性を実現します。
さらに、初期機首方位を推定できるため、オンボード コンピューティングを考慮したオドメトリと登録を組み合わせた SLAM パイプラインの構築に役立ちます。
提案された方法は、さまざまなシナリオ (つまり、単一セッション、複数セッション、さまざまな気象条件) にわたって厳密な検証のためにテストされました。
特に、OORD データセットなどの構造情報が欠如した極限環境の結果を通じて、記述子が信頼性の高い場所認識パフォーマンスを達成していることを検証します。

要約(オリジナル)

Place recognition plays an important role in achieving robust long-term autonomy. Real-world robots face a wide range of weather conditions (e.g. overcast, heavy rain, and snowing) and most sensors (i.e. camera, LiDAR) essentially functioning within or near-visible electromagnetic waves are sensitive to adverse weather conditions, making reliable localization difficult. In contrast, radar is gaining traction due to long electromagnetic waves, which are less affected by environmental changes and weather independence. In this work, we propose a radar-based lightweight and robust place recognition. We achieve rotational invariance and lightweight by selecting a one-dimensional ring-shaped description and robustness by mitigating the impact of false detection utilizing opposite noise characteristics between free space and feature. In addition, the initial heading can be estimated, which can assist in building a SLAM pipeline that combines odometry and registration, which takes into account onboard computing. The proposed method was tested for rigorous validation across various scenarios (i.e. single session, multi-session, and different weather conditions). In particular, we validate our descriptor achieving reliable place recognition performance through the results of extreme environments that lacked structural information such as an OORD dataset.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google