韩国科学院开源对离群点鲁棒的Radar里程计方法

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# ORORA: Outlier-Robust Radar Odometry

论文地址：https://arxiv.org/abs/2303.01876

作者单位：KAIST

开源代码：https://github.com/url-kaist/outlier-robust-radar-odometry

   Radar正在成为在极端天气条件下感知周围环境和估计运动的解决方案。然而，Radar测量是有噪声的，受到相互干扰，这降低了特征提取和匹配的性能，触发不精确的匹配对，称为异常值。为了解决离群点对Radar 里程计的影响，提出了一种新的离群点鲁棒Radar里程计方法ORORA。为此，提出了一种基于梯度非凸性(GNC)的旋转估计和各向异性分量平移估计(a - cote)的新解耦方法。此外，我们的方法利用了Radar测量的各向异性特征，每个测量在方位方向上的不确定度都比在径向方向上的不确定度略大。在公共数据集上验证，与其他最先进的方法相比，我们提出的方法达到了鲁棒的运动估计性能。

本文贡献如下：

1、提出了一种新的基于解耦的离群值鲁棒里程计，由基于gnc的旋转估计和各向异性分量平移估计(A- cote)组成。

2、为此，在流形空间中对雷达测量的各向异性特征进行数学建模，这些特征在方位方向上的不确定度大于径向方向上的不确定度。

3、在实验中，尽管给出了不精确的特征对应，但与最先进的方法相比，我们的ORORA表现出了良好的性能，这证明了我们的ORORA对异常值的鲁棒性。

以上内容来自小六的机器人SLAM学习圈 每日更新内容