Die Arbeit beschreibt die CFEAR-Methode (Conservative Filtering for Efficient and Accurate Radar Odometry) zur Radarodometrie, die bei einem Wettbewerb auf dem Radar in Robotics Workshop auf der ICRA 2024 eingereicht wurde.
CFEAR ist ein effizientes und genaues Verfahren für die 2D-Radarodometrie, das gut über verschiedene Umgebungen hinweg generalisiert. Der Artikel gibt einen Überblick über die Odometrie-Pipeline und präsentiert neue Experimente auf dem öffentlichen Boreas-Datensatz.
Es wird gezeigt, dass eine echtzeitfähige Konfiguration von CFEAR - mit dem ursprünglichen Parametersatz aus [2] - eine überraschend geringe Drift im Boreas-Datensatz liefert. Darüber hinaus wird eine verbesserte Implementierung und Lösungsstrategie vorgestellt, die es der genauesten Konfiguration ermöglicht, in Echtzeit mit verbesserter Robustheit zu laufen und eine Driftvon bis zu 0,66 % bei einer Bildrate von 68 Hz zu erreichen.
Der Artikel evaluiert die CFEAR-Methode auf den Boreas-, Oxford- und MulRan-Datensätzen und zeigt eine hohe Generalisierungsfähigkeit über verschiedene Umgebungen hinweg.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Daniel Adolf... at arxiv.org 04-03-2024
https://arxiv.org/pdf/2404.01781.pdfDeeper Inquiries