RAVE：雷达 ego 速度估计框架
机器人学
2024-06-28 v1
摘要
状态估计是自动化系统的关键组件，通常依赖传感器融合，将来自摄像机、LiDAR 和 IMU 的数据集成。最近，雷达显示出在恶劣环境条件下（如恶劃天气和低光场景）提高状态估计和感知准确性和鲁棒性的潜力。本文提出一种名为 RAVE 的框架，用于 ego 速度估计，基于 3D 汽车雷达数据，包括零速度检测、异常值剔除和速度估计。此外，我们提出一种简洁的滤波方法以丢弃不可行的 ego 速度估计。我们系统性分析了不同异常值剔除技术和优化损失函数对估计精度的影响。我们的评估在三个开源数据集上表明，所提滤波器有效且 RAVE 对里程计精度显著性正面影响。此外，我们发布了用于雷达 ego 速度估计的开源实现，并附带 ROS 接口。
引用
@article{arxiv.2406.18850,
title = {RAVE: A Framework for Radar Ego-Velocity Estimation},
author = {Vlaho-Josip Štironja and Luka Petrović and Juraj Peršić and Ivan Marković and Ivan Petrović},
journal= {arXiv preprint arXiv:2406.18850},
year = {2024}
}