レーダの下で:レーダにおけるオドメトリ推定とメトリック局所化のためのロバストなキーポイントを予測するための学習【JST・京大機械翻訳】

Barnes Dan; Posner Ingmar

プレプリント

J-GLOBAL ID：202202217784385357 整理番号：22P0105747

レーダの下で:レーダにおけるオドメトリ推定とメトリック局所化のためのロバストなキーポイントを予測するための学習【JST・京大機械翻訳】

Under the Radar: Learning to Predict Robust Keypoints for Odometry Estimation and Metric Localisation in Radar

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年01月29日プレプリントサーバーでの情報更新日： 2020年02月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,レーダにおけるオドメトリー推定とメトリック位置決めのためのロバストなキーポイントを検出する学習のための自己監督フレームワークを提案した。アーキテクチャの中で微分可能点ベース動き推定子を埋め込むことにより,局所化誤差のみからキーポイント位置,スコアおよび記述子を学習する。このアプローチは,ロバストなキーポイントをいかにして,それらが応用のために最適化することを可能にするかに関する仮定を課すことを避ける。さらに,アーキテクチャはセンサ診断であり,ほとんどのモダリティに適用できる。OxfordレーダRobotCarデータセットからの実世界運転の280kmについて実験を行い,点ベースレーダオドメトリにおける最先端技術を改善し,誤差を最大45%まで減らし,同時にメトリックループ閉鎖を解いた。これらの出力を結合して,著者らは,都市環境におけるレーダによる完全なマッピングと位置決めが可能なフレームワークを提供した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

ロボットの運動・制御

, , , , , , ,

前のページに戻る