論文の概要: Radar Odometry Subject to High Tilt Dynamics of Subarctic Environments
- arxiv url: http://arxiv.org/abs/2604.19962v1
- Date: Tue, 21 Apr 2026 20:16:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-23 15:36:10.778189
- Title: Radar Odometry Subject to High Tilt Dynamics of Subarctic Environments
- Title（参考訳）: 亜寒帯環境の高潮流ダイナミクスを考慮したレーダーオドメトリー
- Authors: Matěj Boxan, William Larivée-Hardy, François Pomerleau,
- Abstract要約: 本稿では,要求条件下での3つの既存のレーダオドメトリー手法をベンチマークする。
傾斜近似サブマップ探索を用いた新しいレーダ慣性オドメトリー法を提案する。
- 参考スコア（独自算出の注目度）: 2.0915810884916524
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Rotating FMCW radar odometry methods often assume flat ground conditions. While this assumption is sufficient in many scenarios, including urban environments or flat mining setups, the highly dynamic terrain of subarctic environments poses a challenge to standard feature extraction and state estimation techniques. This paper benchmarks three existing radar odometry methods under demanding conditions, exhibiting up to 13° in pitch and 4° in roll difference between consecutive scans, with absolute pitch and roll reaching 30° and 8°, respectively. Furthermore, we propose a novel radar-inertial odometry method utilizing tilt-proximity submap search and a hard threshold for vertical displacement between scan points and the estimated axis of rotation. Experimental results demonstrate a state-of-the-art performance of our method on an urban baseline and a 0.3% improvement over the second-best comparative method on a 2-kilometer-long dynamic trajectory. Finally, we analyze the performance of the four evaluated methods on a complex radar sequence characterized by high lateral slip and a steep ditch traversal.
- Abstract（参考訳）: 回転FMCWレーダオドメトリー法は、しばしば平らな地盤条件を仮定する。
この仮定は、都市環境や平らな鉱業施設を含む多くのシナリオで十分であるが、亜寒帯環境の非常にダイナミックな地形は、標準的な特徴抽出と状態推定技術に挑戦している。
本稿では, 要求条件下での3つの既存レーダ計測手法をベンチマークし, 連続走査による最大13°, ロール差が4°, 絶対ピッチが30°, ロールが8°であった。
さらに、傾き確率サブマップ探索と、走査点と推定回転軸の間の垂直変位に対するハードしきい値を用いた新しいレーダ慣性オドメトリー法を提案する。
実験により, 都市ベースラインにおける提案手法の最先端性能と, 2キロメートルの動的軌跡に対する第2次比較法よりも0.3%向上したことを示す。
最後に,高横すべりと急勾配トラバースを特徴とする複雑なレーダ列上での4つの評価手法の性能を解析した。
関連論文リスト
- 4D Radar Gaussian Modeling and Scan Matching with RCS [80.74019565026542]
レーダークロスセクション(RCS)情報は、しばしば見落とされ、通常マッチングプロセスのモデリングやスキャンには使われない。
本稿では,RCSの物理的挙動をモデルに組み込むことにより,シーンの要約情報をさらに強化することを提案する。
論文 参考訳（メタデータ） (2026-04-16T10:58:29Z) - Tightly-Coupled Radar-Visual-Inertial Odometry [12.2300314007703]
提案手法は,反復拡張カルマンフィルタ(IEKF)内の画像特徴,レーダドップラー計測,慣性測定ユニット(IMU)計測をリアルタイムに融合する。
本手法は,室内および屋外の両方で実施した飛行実験により評価した。
論文 参考訳（メタデータ） (2026-03-24T10:47:04Z) - Volumetric Radar Echo Motion Estimation Using Physics-Informed Deep Learning: A Case Study Over Slovakia [0.9176056742068814]
複数の高度層に対して独立な水平運動場を推定する物理インフォームド畳み込みニューラルネットワークを提案する。
提案したモデルと,垂直プール型2次元レーダ複合材料を用いた構造的に同一のベースラインを比較検討した。
その結果, モデルが高度方向の運動場を学習することに成功したものの, 推定変位は垂直方向と高い相関関係があることが示唆された。
論文 参考訳（メタデータ） (2026-03-13T20:59:02Z) - Altitude-Aware Visual Place Recognition in Top-Down View [1.888468773682976]
本研究では,地像密度解析と画像分類技術を組み合わせた高度適応型VPR手法を提案する。
提案手法は, 地上地形の密度を解析し, 航空機の相対高度を推定する。
我々の相対高度推定モジュールをVPR検索パイプラインに組み込むことで、それぞれ平均R@1とR@5を29.85%、60.20%向上させる。
論文 参考訳（メタデータ） (2026-02-27T10:15:15Z) - Super4DR: 4D Radar-centric Self-supervised Odometry and Gaussian-based Map Optimization [13.79944715452315]
そこで我々は,4次元レーダー中心のフレームワークであるSuper4DRを提案する。
Super4DRは、従来の自己監督手法よりも67%の性能向上を実現し、オードメトリーとほぼ一致し、LiDARとの地図品質格差を狭める。
実験の結果,Super4DRは従来の自己監督法に比べて67%の性能向上を達成し,オードメトリーとほぼ一致し,LiDARとの地図品質格差を狭めることがわかった。
論文 参考訳（メタデータ） (2025-12-10T12:55:05Z) - TacoDepth: Towards Efficient Radar-Camera Depth Estimation with One-stage Fusion [54.46664104437454]
一段核融合を用いた効率的かつ正確なレーダ・カメラ深度推定モデルであるTacoDepthを提案する。
具体的には、グラフベースのRadar構造抽出器とピラミッドベースのRadar融合モジュールを設計する。
従来の最先端のアプローチと比較して、TacoDepthは深さ精度と処理速度を12.8%、91.8%改善している。
論文 参考訳（メタデータ） (2025-04-16T05:25:04Z) - ROLO-SLAM: Rotation-Optimized LiDAR-Only SLAM in Uneven Terrain with Ground Vehicle [49.61982102900982]
荒地における地上車両の姿勢推定精度を向上させるために,LiDARを用いたSLAM法を提案する。
累積誤差の低減を支援するために,グローバルスケールの因子グラフが確立されている。
その結果,ROLO-SLAMは地上車両の姿勢推定に優れ,既存のLiDAR SLAMフレームワークよりも優れていた。
論文 参考訳（メタデータ） (2025-01-04T02:44:27Z) - DiffSR: Learning Radar Reflectivity Synthesis via Diffusion Model from Satellite Observations [42.635670495018964]
我々はDiffSRと呼ばれる2段階拡散法を提案し、高周波の詳細と高値領域を生成する。
提案手法は, 最新技術(SOTA)の成果を達成し, 高周波の細部と高値領域を生成できることを実証する。
論文 参考訳（メタデータ） (2024-11-11T04:50:34Z) - Q-SLAM: Quadric Representations for Monocular SLAM [85.82697759049388]
四角形のレンズを通して体積表現を再現する。
我々は、RGB入力からノイズの深い深さ推定を正すために二次仮定を用いる。
本研究では,新たな二次分割変換器を導入し,二次情報を集約する。
論文 参考訳（メタデータ） (2024-03-12T23:27:30Z) - View Consistent Purification for Accurate Cross-View Localization [59.48131378244399]
本稿では,屋外ロボットのための微細な自己局在化手法を提案する。
提案手法は,既存のクロスビューローカライゼーション手法の限界に対処する。
これは、動的環境における知覚を増強する初めての疎視のみの手法である。
論文 参考訳（メタデータ） (2023-08-16T02:51:52Z) - From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized
3D Point Clouds [59.98665358527686]
直交平面の分割自由結合推定法を提案する。
このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。
本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
論文 参考訳（メタデータ） (2020-01-21T06:51:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。