基于图匹配的困难场景下仅雷达自运动估计
机器人学
2019-04-26 v1 计算机视觉与模式识别
摘要
雷达在多变天气与光照条件下可探测稳定、远距离的物体，使其成为可靠且通用的传感器，非常适用于自运动估计。本文提出一种仅依赖雷达的里程计流程，对雷达伪影（如散斑噪声与误检）具有高度鲁棒性，且仅需一个输入参数。我们展示了其在从英国城市到冰岛越野等多种场景下的适应能力，在以 GPS 为基准真值时，扫描匹配精度达到约 5.20 cm 与 0.0929 deg（对比视觉里程计的 5.77 cm 与 0.1032 deg）。我们给出了关键点提取与数据关联算法，将后者构建为图匹配优化问题，并提供了深入的系统分析。
引用
@article{arxiv.1904.11476,
title = {Radar-only ego-motion estimation in difficult settings via graph matching},
author = {Sarah H. Cen and Paul Newman},
journal= {arXiv preprint arXiv:1904.11476},
year = {2019}
}
备注
6 content pages, 1 page of references, 5 figures, 4 tables, 2019 IEEE International Conference on Robotics and Automation (ICRA)