基于雷达速度因子用于越野导航的鲁棒高速状态估计
机器人学
2024-10-24 v2
摘要
在复杂环境中实现机器人自主性对于关键任务至关重要，要求其具备鲁棒性。尤其是在外感知传感器受到环境挑战影响时，导航依赖的这些传感器可能导致任务失败。恰恰是在这些挑战情况下，FMCW 雷达传感器的潜力才得以凸显：作为一种具有直接速度测量能力的补充外感知感知方式。本文将来自 FMCW 雷达传感器的径向速度测量值整合进基于滑动窗口状态估计器中，通过引入径向速度因子提供线性速度更新，以融合 LiDAR 位姐和 IMU 测量。我们展示了该增强措施能够提高状态估计器对环境中挑战性条件的鲁棒性，以及它们对脆弱外感知模态所能带来的负面影响。该方法通过在全尺寸越野车上进行的机器人实地实验进行了广泛评估，车辆以高速（约12 m/s）在复杂沙漠环境中运行。此外，针对 LiDAR 里程计性能在模拟和真实世界中的退化情况，本文还与针对雷达-惯性里程计的现有方法在公共数据集上进行了比较。
引用
@article{arxiv.2409.10953,
title = {Robust High-Speed State Estimation for Off-road Navigation using Radar Velocity Factors},
author = {Morten Nissov and Jeffrey A. Edlund and Patrick Spieler and Curtis Padgett and Kostas Alexis and Shehryar Khattak},
journal= {arXiv preprint arXiv:2409.10953},
year = {2024}
}
备注
8 pages, 9 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2024