TU Darmstadt / ULB / TUbiblio

Real-Time Pose Graph SLAM based on Radar

Holder, Martin Friedrich ; Hellwig, Sven ; Winner, Hermann (2019)
Real-Time Pose Graph SLAM based on Radar.
2019 IEEE Intelligent Vehicles Symposium (IV). Paris, France (09.06.2019-12.06.2019)
doi: 10.1109/IVS.2019.8813841
Konferenzveröffentlichung, Erstveröffentlichung

Kurzbeschreibung (Abstract)

This work presents a real-time pose graph based Simultaneous Localization and Mapping (SLAM) system for automotive Radar. The algorithm constructs a map from Radar detections using the Iterative Closest Point (ICP) method to match consecutive scans obtained from a single, front-facing Radar sensor. The algorithm is evaluated on a range of real-world datasets and shows mean translational errors as low as 0.62 m and demonstrates robustness on long tracks. Using a single Radar, our proposed system achieves state-of-the-art performance when compared to other Radar-based SLAM algorithms that use multiple, higher-resolution Radars.

Typ des Eintrags: Konferenzveröffentlichung
Erschienen: 2019
Autor(en): Holder, Martin Friedrich ; Hellwig, Sven ; Winner, Hermann
Art des Eintrags: Erstveröffentlichung
Titel: Real-Time Pose Graph SLAM based on Radar
Sprache: Englisch
Publikationsjahr: 2019
Buchtitel: 2019 IEEE Intelligent Vehicles Symposium (IV)
Veranstaltungstitel: 2019 IEEE Intelligent Vehicles Symposium (IV)
Veranstaltungsort: Paris, France
Veranstaltungsdatum: 09.06.2019-12.06.2019
DOI: 10.1109/IVS.2019.8813841
URL / URN: https://doi.org/10.1109/IVS.2019.8813841
Zugehörige Links:
Kurzbeschreibung (Abstract):

This work presents a real-time pose graph based Simultaneous Localization and Mapping (SLAM) system for automotive Radar. The algorithm constructs a map from Radar detections using the Iterative Closest Point (ICP) method to match consecutive scans obtained from a single, front-facing Radar sensor. The algorithm is evaluated on a range of real-world datasets and shows mean translational errors as low as 0.62 m and demonstrates robustness on long tracks. Using a single Radar, our proposed system achieves state-of-the-art performance when compared to other Radar-based SLAM algorithms that use multiple, higher-resolution Radars.

URN: urn:nbn:de:tuda-tuprints-92856
Zusätzliche Informationen:

See https://tuprints.ulb.tu-darmstadt.de/8756/ for video attachment

Sachgruppe der Dewey Dezimalklassifikatin (DDC): 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau
Fachbereich(e)/-gebiet(e): 16 Fachbereich Maschinenbau
16 Fachbereich Maschinenbau > Fachgebiet Fahrzeugtechnik (FZD)
16 Fachbereich Maschinenbau > Fachgebiet Fahrzeugtechnik (FZD) > Fahrerassistenzssysteme
Hinterlegungsdatum: 24 Nov 2019 20:55
Letzte Änderung: 23 Jun 2020 09:07
PPN:
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen