高效的深度4D车载雷达里程计方法

文章预览

转载自： 同济智能汽车研究所 编辑：陈萍萍的公主@一点人工一点智能 摘要： 里程计是智能车辆自主定位的关键技术。虽然最近从激光雷达( LiDAR )和摄像头估计里程计已经取得了进展，但如何从4D雷达这种具有独特优势的新兴传感器估计里程计还有待观察。 在本研究中，提出了一种基于深度学习的4D雷达里程计方法，名为4DRO-Net。该方法采用基于滑动窗口的从粗到细的分层优化技术，以迭代方式估计和细化自动驾驶车辆的姿态。提出了一种用于4D雷达点云的特征提取网络，以实现稀疏点云的高效学习。 构建了一个初始姿态生成模块，用于获取初始姿态，该姿态用于扭曲第一个点云并缩短与第二个点云的距离。然后开发了一个速度感知的注意力代价体模块，用于关联扭曲后的第一个点云和第二个点云，以获取点的运动信息。 利用雷达点的速度信息来 ………………………………