鲁棒性与可靠性：基于FMCW雷达的多时段地图管理与内省查询方法

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

#论文# IROS 2023|牛津大学发布Off the Radar: 具有内省查询和地图不确定性感知的雷达Radar位置识别

【Off the Radar: Uncertainty-Aware Radar Place Recognition with Introspective Querying and Map Maintenance】

作者单位：牛津大学移动机器人组Mobile Robotics Group

文章链接：http://arxiv.org/abs/2306.12556

调频连续波( FMCW )雷达因其对恶劣环境的固有抵抗能力而受到越来越多的关注。然而，雷达测量过程中的复杂工件需要进行合适的不确定度估计- -以确保这种有发展前途的传感器模态的安全可靠的应用。在这项工作中，我们提出了一个多时段地图管理系统，该系统根据在嵌入空间中学习到的方差属性来构建用于进一步定位的"最佳"地图。使用相同的方差属性，我们还提出了一种新的方法来内省地拒绝可能不正确的本地化查询。 

为此，我们采用鲁棒的抗干扰度量学习，既利用了沿行驶路径(用于数据增强)的雷达数据的短时间尺度变化，又预测了基于度量空间的地点识别中的下游不确定性。我们在Oxford Radar RobotCar和MulRan数据集上进行大量的交叉验证测试，证明了我们方法的有效性。在这种情况下，当只使用单个最近邻查询时，我们在雷达位置识别和其他不确定性感知方法中的表现实现SOTA。在一个难度很大的测试环境中拒绝基于不确定性的查询时，我们也表现出了一致的性能提升，这是我们以前在极具挑战性的不确定性感知位置识别系统中没有观察到的。

以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容

最后介绍一下我们最近的几个学习活动：

1、【报名】视觉惯性SLAM挑战赛之 ORB-SLAM3

《视觉惯性SLAM：理论与源码解析》第三部分：ORB-SLAM3理论与实践。3周时间，8月21日开始上课。详见《视觉惯性SLAM》挑战赛，终极之战！

2、第1期编辑部成员招募

一起对AR/MR、机器人、自动驾驶、无人机等SLAM相关的细分行业的梳理和分析，在AI热潮下能够和大家一起理清思路，看清发展脉络和趋势。 仅限 「小六的机器人SLAM学习圈」参与。

3、【报名】创业交流小组

组织有创业想法，有创业行动，或者正在创业中的朋友一起学习交流，大家一起去思想碰撞，相互学习，甚至产生合作机会。仅限 「小六的机器人SLAM学习圈」参与。

4、【报名】招募项目实战合作者

SLAM项目实战课程，基于开源算法做一些拓展项目。仅限 「小六的机器人SLAM学习圈」参与。

5、小六的机器人SLAM圈！

全国最大的机器人SLAM交流圈，详情戳「小六的机器人SLAM学习圈」