mmSnap：自校准毫米波雷达网络中的贝叶斯一次性融合
信号处理
2025-05-05 v1
摘要
我们提出了mmSnap，一个使用多个雷达节点的协作式射频感知框架，并使用商用毫米波MIMO雷达验证了其可行性和有效性。协作融合需要网络校准，即估计传感器之间的相对位姿（位置和方向）。我们通过实验验证了先前工作中开发的自校准算法，该算法通过在公共视场（FoV）内对目标轨迹进行最小二乘匹配，以闭式解形式估计相对位姿。随后，我们开发并演示了一个贝叶斯框架，用于对来自多个已校准节点的一次性测量进行融合，该框架能产生与多帧跟踪的平滑估计相匹配的瞬时位置和速度矢量估计。我们在室外使用两个雷达节点跟踪一个移动人体目标的实验，验证了开发更广泛的、基于机会性部署节点的网络化感知能力所需的核心假设。
引用
@article{arxiv.2505.00857,
title = {mmSnap: Bayesian One-Shot Fusion in a Self-Calibrated mmWave Radar Network},
author = {Anirban Banik and Lalitha Giridhar and Aaditya Prakash Kattekola and Anurag Pallaprolu and Yasamin Mostofi and Ashutosh Sabharwal and Upamanyu Madhow},
journal= {arXiv preprint arXiv:2505.00857},
year = {2025}
}
备注
This work has been submitted to the IEEE for possible publication