UNIFY：基于车载雷达的多信念贝叶斯栅格框架
机器人学
2021-04-27 v1 系统与控制
系统与控制
摘要
栅格地图在机器人与汽车应用中被广泛用于静态物体的表示。然而，由于动态栅格在雷达传感器的速度测量模型以及栅格框架中速度表示方面的复杂性增加，速度信息的融入仍在被广泛研究。本文针对这两个问题展开研究：传感器模型与高效的栅格框架，二者是实现基于雷达的高效鲁棒环境感知所必需的。为此，我们提出了新的逆雷达传感器模型，涵盖测量模糊等雷达传感器伪影，以集成车载雷达传感器从而改进速度估计。此外，我们提出了 UNIFY，一种用于静态占据与速度估计的多信念贝叶斯栅格地图框架，具有独立图层。所提出的 UNIFY 框架利用基于栅格单元的图层提供占据信息，并利用基于粒子的速度图层对自动驾驶车辆环境中的运动状态进行估计。每个 UNIFY 图层既可单独执行，也可两图层同时执行，以最优适应自动驾驶应用中多变的环境。UNIFY 在涵盖城乡不同密度场景的挑战性交通场景下，基于大规模真实世界雷达数据集，就合理性与效率进行了测试与评估。
引用
@article{arxiv.2104.11979,
title = {UNIFY: Multi-Belief Bayesian Grid Framework based on Automotive Radar},
author = {Stefan Haag and Bharanidhar Duraisamy and Daniel Pfrommer and Wolfgang Koch and Martin Fritzsche and Jurgen Dickmann},
journal= {arXiv preprint arXiv:2104.11979},
year = {2021}
}