以下內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容

點(diǎn)擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

#論文# 4D iRIOM: 4D Imaging Radar Inertial Odometry and Mapping

論文地址：https://arxiv.org/abs/2303.13962

作者單位：武漢大學(xué)

毫米波雷達(dá)可以在惡劣條件下（如霧天）測(cè)量物體的距離、方向和多普勒速度。具有垂直和水平數(shù)據(jù)的4D成像雷達(dá)還可以測(cè)量物體的高度。以前的研究使用3D雷達(dá)進(jìn)行運(yùn)動(dòng)估計(jì)。但是很少有方法利用成像雷達(dá)的豐富數(shù)據(jù)，并且它們通常省略了受雷達(dá)多路徑回波影響的建圖，從而導(dǎo)致里程計(jì)精度較低。本文提出了一種基于子地圖概念的實(shí)時(shí)成像雷達(dá)慣性里程計(jì)和建圖方法iRIOM。為了抵御移動(dòng)物體和多徑反射，使用迭代重新加權(quán)最小二乘法從單個(gè)掃描中獲取速度。

采用分布到多分布距離匹配來(lái)測(cè)量稀疏非重復(fù)雷達(dá)掃描點(diǎn)和子地圖點(diǎn)之間的一致性。通過(guò)迭代擴(kuò)展卡爾曼濾波器將速度、幀到子地圖匹配與6D慣性數(shù)據(jù)融合，以獲取平臺(tái)的3D位置和方向。還開(kāi)發(fā)了一個(gè)環(huán)路閉合模塊來(lái)抑制里程計(jì)模塊的漂移。據(jù)我們所知，基于這兩個(gè)模塊的iRIOM是第一個(gè)4D雷達(dá)慣性SLAM系統(tǒng)。在我們和第三方數(shù)據(jù)上，我們展示了iRIOM對(duì)FastLIO-SLAM和EKFRIO的優(yōu)秀里程計(jì)精度和建圖一致性。此外，消融研究揭示了慣性數(shù)據(jù)相對(duì)于恒速模型、幀到子地圖匹配相對(duì)于幀到幀匹配以及環(huán)路閉合的好處。

本文貢獻(xiàn)如下：

1.通過(guò)迭代卡爾曼濾波將IMU數(shù)據(jù)與雷達(dá)掃描的自身速度數(shù)據(jù)和雷達(dá)點(diǎn)匹配數(shù)據(jù)進(jìn)行融合，形成了一個(gè)穩(wěn)健的里程計(jì)系統(tǒng)。在估計(jì)自身速度時(shí)，運(yùn)動(dòng)目標(biāo)和多徑回波被迭代加權(quán)最小二乘法抑制。該系統(tǒng)在我們的數(shù)據(jù)集和彩色雷達(dá)數(shù)據(jù)集的室內(nèi)和室外序列上進(jìn)行了測(cè)試，表現(xiàn)出良好的性能。

2.代替幀到幀匹配，我們使用了幀到子圖匹配的概念，并設(shè)計(jì)了分布到多分布點(diǎn)匹配度量。這是針對(duì)稀疏雷達(dá)點(diǎn)往往沒(méi)有精確的點(diǎn)匹配，減少了幀間匹配的軌跡漂移而定制的。消融研究證實(shí)了這一優(yōu)勢(shì)。

3.為了消除里程計(jì)的漂移和獲得一致的建圖結(jié)果，我們對(duì)雷達(dá)里程計(jì)中的姿態(tài)進(jìn)行了改進(jìn)和閉合。我們的消融研究顯示了一致的標(biāo)測(cè)結(jié)果和回環(huán)檢測(cè)的好處。

以上內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容