BFAR-有界虚警率检测器用于改进雷达里程估计
机器人学
2021-09-21 v1 信号处理
摘要
本文提出一种新的检测器，用于从雷达数据的真实检测中滤除噪声，其改进了雷达里程估计的 state of the art。扫描式调频连续波（FMCW）雷达在低能见度下可用于定位与建图，但相较于（更常用的）激光雷达返回大量噪声，这使得检测任务更具挑战性。我们的有界虚警率（BFAR）检测器不同于经典恒虚警率（CFAR）检测器，在于其对估计噪声水平施加仿射变换，此后可学习使估计误差最小的参数。BFAR 是 CFAR 与固定电平阈值的优化组合。仅须从训练数据集学习单一参数。我们将 BFAR 应用于雷达里程这一用例，并调整了一个 state-of-the-art 里程流水线（CFEAR），以其替换原有的保守滤波为 BFAR。由此我们将 state-of-the-art 平移/旋转里程误差从 1.76%/0.5度/100米 降至 1.55%/0.46度/100米；提升了 12.5%。
引用
@article{arxiv.2109.09669,
title = {BFAR-Bounded False Alarm Rate detector for improved radar odometry estimation},
author = {Anas Alhashimi and Daniel Adolfsson and Martin Magnusson and Henrik Andreasson and Achim J. Lilienthal},
journal= {arXiv preprint arXiv:2109.09669},
year = {2021}
}
备注
6 pages, submitted to ICRA