用雷达实现激光雷达级定位？CFEAR方法在多样环境下准确、快速且鲁棒的大规模雷达里程计
机器人学
2023-04-17 v3
摘要
本文提出一种准确、高效且无需学习的大规模旋转雷达里程计估计方法，经验表明其在极多样的环境中具有良好泛化能力——室外从城市到林地，室内在仓库和矿井中——且无需更改参数。我们的方法将扫描内运动补偿与一对多扫描配准相结合，最小化邻近有向表面点之间的距离，并利用鲁棒损失函数抑制离群点。在扩展我们先前方法CFEAR的基础上，我们在更广泛的数据集上进行了深入探究，量化了滤波、分辨率、配准代价与损失函数、关键帧历史以及运动补偿的重要性。我们提出了一种新的求解策略与配置，克服了先前在稀疏性与偏置上的问题，并将我们的state-of-the-art提升38%，从而出人意料地优于雷达SLAM并接近激光雷达SLAM。最准确配置在Oxford基准上以5Hz取得1.09%误差，最快配置以160Hz取得1.79%误差。
引用
@article{arxiv.2211.02445,
title = {Lidar-level localization with radar? The CFEAR approach to accurate, fast and robust large-scale radar odometry in diverse environments},
author = {Daniel Adolfsson and Martin Magnusson and Anas Alhashimi and Achim J. Lilienthal and Henrik Andreasson},
journal= {arXiv preprint arXiv:2211.02445},
year = {2023}
}
备注
Published in Transactions on Robotics. Edited 2022-11-07: Updated affiliation and citation