論文の概要: Doppler-aided Position-Velocity Tracking of Hidden Objects using mmWave Radar

• arxiv url: http://arxiv.org/abs/2610.34085v1
• Date: Sun, 25 Oct 2026 06:05:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.532694
• Title: Doppler-aided Position-Velocity Tracking of Hidden Objects using mmWave Radar
• Title（参考訳）: mmWaveレーダを用いた隠れ物体のドップラー支援位置速度追跡
• Abstract要約: 屋内での安全な操作には、ロボットに直接見えない物体を自律的に追跡する必要がある。 ドップラー情報は、特に標的運動に敏感であり、屋内のNLoSローカライゼーションでは未発見のままである。 位置と速度場の真理を同期した連続的RAD計測と組み合わせた最初の屋内NLoSレーダデータセットを取得する。
• 参考スコア（独自算出の注目度）: 4.344061783050831
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Safe indoor operation requires autonomous tracking of objects that are not directly visible to the robot. Optical non-line-of-sight (NLoS) methods depend on ambient lighting and scene geometry or on weak multi-bounce returns that need long acquisitions. Millimeter-wave (mmWave) radar offers an attractive alternative: walls act as reflectors for mmWave signals, and frequency-modulated continuous-wave (FMCW) radars enable fast, practical measurement of range, angle, and velocity. However, the low resolution of these radars leads to spatially ambiguous observations. The Doppler information, although particularly sensitive to target motion, remains underexplored in indoor NLoS localization: existing methods emphasize spatial representations and either collapse or discard the Doppler dimension before learning. To leverage the complete Range-Azimuth-Doppler (RAD) information, we acquire the first indoor NLoS radar dataset that pairs sequential RAD measurements with synchronized position and velocity ground truth under controlled variations in motion: 576 sequences totaling 720,856 frames across 12 trajectories of a mobile robot moving along varying speeds, starting positions, and material configurations. We then formulate NLoS tracking as sequential position-velocity estimation rather than frame-wise localization: a shared 3-D encoder processes the full RAD representation of consecutive frames, separate recurrent branches estimate position and velocity, and post-inference refinement combines the two into a motion-consistent trajectory. Our method achieves 8.95cm position and 1.75cm/s velocity errors on held-out trajectories and generalizes to unseen scenarios involving a moving human target. Together, our dataset and tracker establish a benchmark for tracking hidden moving targets with a low-cost radar.
• Abstract（参考訳）: 屋内での安全な操作には、ロボットに直接見えない物体を自律的に追跡する必要がある。 光学的非視線法(NLoS)は、周囲の照明とシーン幾何学、あるいは長い取得を必要とする弱いマルチバウンス・リターンに依存する。 ミリ波(mmWave)レーダーは、mmWave信号の反射体として機能し、周波数変調連続波(FMCW)レーダーは、距離、角度、速度の高速かつ実用的な測定を可能にする。 しかし、これらのレーダーの低分解能は空間的に曖昧な観測につながる。 ドップラー情報は、特に標的運動に敏感であるが、屋内のNLoSローカライゼーションでは未探索のままであり、既存の手法では空間表現を強調し、学習前にドップラー次元を崩壊または破棄する。 距離・方位・ドップラー(RAD)の完全な情報を活用するため,移動ロボット12軌跡の合計720,856フレームの576のシーケンスが,移動速度,開始位置,材料構成に沿って移動している。 共有3次元エンコーダは、連続するフレームの完全なRAD表現を処理し、再帰分岐推定位置と速度を分離し、その2つを動きに一貫性のある軌道に結合する。 本手法はホールドアウト軌道上の8.95cm位置と1.75cm/s速度誤差を達成し,移動目標を含む未知のシナリオに一般化する。 我々のデータセットとトラッカーは、低コストのレーダーで隠れた移動目標を追跡するためのベンチマークを確立する。

関連論文リスト

• DyRAD: Radar Novel View Synthesis for Dynamic Driving Scenes [25.17015120152743]
  静止背景反射器とモーショントラッキングされた動点反射器を用いて動的駆動シーンをモデル化し、完全なレンジアジマス・ドップラー(RAD)テンソルを描画するDyRADを提案する。 また、RADIal, Boreas, and a synthetic benchmark across the on-path poses and displaced views untested by prior work。
  論文  参考訳（メタデータ） (2026-09-30T14:35:37Z)
• Image Frame Dynamic Object Segmentation and Ego Motion Estimation using Radar Image Fusion [3.794601903242627]
  Radar-Dotはレーダー-RGBフレームワークで、レーダードップラー測定を利用してこの結合に対処する。 Radar-Dotは394フレーム対で20.24%の動的IoUと33.67%のF1スコアを達成した。
  論文  参考訳（メタデータ） (2026-09-19T07:54:09Z)
• 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)
• Radar Velocity Transformer: Single-scan Moving Object Segmentation in Noisy Radar Point Clouds [23.59980120024823]
  本稿では,ノイズの多いレーダ点雲における物体分割の移動問題に取り組む。 スパースレーダスキャンにおける単一走査移動物体セグメンテーションを高精度に行うためのトランスフォーマーに基づく新しい手法を開発した。 我々のネットワークはセンサのフレームレートよりも高速に動作し、単一走査レーダデータのみを用いてより優れたセグメンテーション結果を示す。
  論文  参考訳（メタデータ） (2025-07-04T10:39:13Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• DRO: Doppler-Aware Direct Radar Odometry [11.042292216861762]
  移動ロボットアプリケーションのためのレーダーによるセンシングのルネッサンスが進行中である。 スピン周波数変調連続波レーダのための新しいSE(2)オドメトリー手法を提案する。 提案手法は,公開データセットから250km以上のオンロードデータに対して検証されている。
  論文  参考訳（メタデータ） (2025-04-29T01:20:30Z)
• RobuRCDet: Enhancing Robustness of Radar-Camera Fusion in Bird's Eye View for 3D Object Detection [68.99784784185019]
  暗い照明や悪天候はカメラの性能を低下させる。 レーダーは騒音と位置のあいまいさに悩まされる。 本稿では,BEVの頑健な物体検出モデルであるRobuRCDetを提案する。
  論文  参考訳（メタデータ） (2025-02-18T17:17:38Z)
• Radar Fields: Frequency-Space Neural Scene Representations for FMCW Radar [62.51065633674272]
  本稿では,アクティブレーダイメージア用に設計されたニューラルシーン再構成手法であるRadar Fieldsを紹介する。 提案手法では,暗黙的ニューラルジオメトリとリフレクタンスモデルを用いて,暗黙的な物理インフォームドセンサモデルを構築し,生のレーダ測定を直接合成する。 本研究では,密集した車両やインフラを備えた都市景観を含む,多様な屋外シナリオにおける手法の有効性を検証する。
  論文  参考訳（メタデータ） (2024-05-07T20:44:48Z)

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。