应用扩展目标跟踪实现路侧雷达传感器的自定位
机器人学
2024-07-04 v1
摘要
智能交通系统 (ITS) 能够从雷达传感器中受益，以实现大规模交通监控，因为它们具备防护功能、较长的探测范围以及较低的制造成本。然而，利用外部测量设备进行定位的方法在城市环境中存在局限性。此外，如果传感器安装部位因环境因素产生变化，在安装时进行的测量无法进行校正。本文提出了一种基于扩展目标跟踪 (Extended Object Tracking, EOT) 的路侧雷达数据自定位方法。该方法分析由传感器观测到的车辆轨迹以及城市街道的空中激光扫描数据，为轨迹段和路段分配诸如“直行”、“左转”、“右转”等驾驶行为标签，并采用语义迭代最近点 (Semantic Iterative Closest Points, SICP) 算法完成点云配准。该方法利用下游任务——目标跟踪——的结果进行定位。我们在仿真和实际环境测试中展示了该方法在亚米级精度范围内以及极低的姿态误差。该方法同样表现出良好的数据效率。
引用
@article{arxiv.2407.03084,
title = {Applying Extended Object Tracking for Self-Localization of Roadside Radar Sensors},
author = {Longfei Han and Qiuyu Xu and Klaus Kefferpütz and Gordon Elger and Jürgen Beyerer},
journal= {arXiv preprint arXiv:2407.03084},
year = {2024}
}