雷达教学与重复：架构与初步现场测试

调频连续波（FMCW）扫描雷达已成为移动机器人状态估计中旋转LiDAR的替代方案。雷达较长的波长受小颗粒影响较小，在灰尘、烟雾和雾等恶劣环境中具有操作优势。本文提出了雷达教学与重复（RT&R）：一个用于长期越野机器人自主性的全栈雷达系统。RT&R可以在没有任何GPS的情况下，在越野杂乱区域可靠地行驶路线。我们对雷达系统的闭环路径跟踪性能进行了基准测试，并将其与其3D LiDAR对应系统进行了比较。仅使用雷达和陀螺仪进行导航，完成了11.8公里的自动驾驶且无干预。RT&R在场景几何结构逐渐减少的不同路线上进行了评估。随着路线变得越来越具挑战性，RT&R实现了5.6 cm、7.5 cm和12.1 cm的横向路径跟踪均方根误差（RMSE）。在我们用于测试的机器人上，这些RMSE值不到一个轮胎宽度（24 cm）的一半。这些相同路线的最坏情况误差分别为21.7 cm、24.0 cm和43.8 cm。我们得出结论，在具有挑战性的越野场景中，雷达是长期自主性方面LiDAR的可行替代方案。RT&R的实现是开源的，可在：https://github.com/utiasASRL/vtr3 获取。