Dr-PoGO：直接雷达位姿图优化
机器人学
2026-05-07 v1
摘要
本文介绍了 Dr-PoGO，一种使用二维旋转雷达进行同步定位与建图（SLAM）的方法。与需要视线的相机或激光雷达不同，毫米波雷达能够“看透”灰尘、降雪、雨水等。因此，无论天气条件如何，它都是一种用于鲁棒感知的极佳模态。虽然大多数现有的基于雷达的 SLAM 方法依赖于提取点云或特征来执行自运动估计，但 Dr-PoGO 利用直接配准技术进行里程计（DRO）和闭环配准。一种现成的雷达聚焦位置识别算法 RaPlace 提供闭环候选。由于 RaPlace 不提供相对变换，Dr-PoGO 引入了一种由粗到细的配准方法，使用视觉特征和描述子来获取直接变换优化的初始猜测。全局轨迹在位姿图优化中被优化。Dr-PoGO 在各种真实世界汽车环境中超过 300 公里的数据上展示了最先进的性能。我们的实现已公开：https://github.com/utiasASRL/dr_pogo。
引用
@article{arxiv.2605.04806,
title = {Dr-PoGO: Direct Radar Pose-Graph Optimization},
author = {Cedric Le Gentil and Weican Li and Leonardo Brizi and Timothy D. Barfoot},
journal= {arXiv preprint arXiv:2605.04806},
year = {2026}
}
备注
Accepted for presentation at ICRA 2026 Cite as @inproceedings{legentil2026drpogo, title={Dr-PoGO: Direct Radar Pose-Graph Optimization}, author={{Le Gentil}, Cedric and Weican, Li and Brizi, Leonardo and Barfoot, Timothy D.}, booktitle={IEEE International Conference on Robotics and Automation (ICRA)}, year={2026} }