基于图论的4D雷达注册异常值排除：在特征稀缺环境中的应用
机器人学
2026-04-17 v1
摘要
汽车4D成像雷达在尘土和低可见度环境中表现良好，但由于扫描稀疏和由噪声和多径反射引起的伪检测，扫描配准仍具有挑战性。这种困难在特征稀缺的开采矿场尤为突出，缺乏显著地标会降低配对可靠性。我们将基于图的成对一致性最大化（PCM）集成到迭代最近点（ICP）循环中作为异常值排除步骤。我们提出了一种为图基(PCM)设计的雷达适应性成对距离不变评分函数，纳入来自雷达测量模型的各检测点的各向异性不确定性。一致性最大化问题通过一种贪心启发式方法进行近似求解，该方法在成对一致性图中寻找较大的完全子图。经过细化的配对集在初始关联集严重受污染时能提高鲁棒性。我们评估了标准的欧几里得距离残差和我们不确定性感知的残差，并在一个开采矿场数据集上进行测试，该数据集使用4D成像雷达收集。与在PCM方面无异常值排除的广义ICP（GICP）基准相比，我们的方法在1米段上将相对位姿误差（RPE）降低29.6%，在100米段上降低最高可达55%。所提出的方法旨在集成到定位管道中，由于图基(PCM)中的贪心启发式方法，适用于在线使用。
引用
@article{arxiv.2604.14857,
title = {Graph Theoretical Outlier Rejection for 4D Radar Registration in Feature-Poor Environments},
author = {Georg Dorndorf and Daniel Adolfsson and Masrur Doostdar},
journal= {arXiv preprint arXiv:2604.14857},
year = {2026}
}
备注
under review