CFEAR Radarodometry——用于高效精确雷达里程计的保守滤波方法
机器人学
2021-09-17 v3
摘要
本文提出准确、高效且无需学习的CFEAR Radarodometry方法，用于大规模雷达里程计估计。通过使用一种每方位角保留k个最强回波的滤波技术，并额外在笛卡尔空间中对雷达数据进行滤波，我们能够计算出一组稀疏的有向表面点，以实现高效且精确的扫描匹配。配准通过最小化点线度量完成，并使用Huber损失实现对离群点的鲁棒性。我们还能够通过将最新扫描与关键帧历史联合配准来进一步减少漂移，并发现我们的里程计方法在不同传感器模型和数据集上泛化时无需更改任何参数。我们在三种差异显著的环境中评估了该方法，并在公开城市雷达里程计基准中以仅单笔记本CPU线程、55Hz的运行频率，取得了较空间交叉验证最先进方法的总体平移误差1.76%的提升。
引用
@article{arxiv.2105.01457,
title = {CFEAR Radarodometry -- Conservative Filtering for Efficient and Accurate Radar Odometry},
author = {Daniel Adolfsson and Martin Magnusson and Anas Alhashimi and Achim J. Lilienthal and Henrik Andreasson},
journal= {arXiv preprint arXiv:2105.01457},
year = {2021}
}
备注
Accepted for IROS 2021