Радарний алгоритм SLAM (Університет Ульма)

Дослідники з Університету Ульма опублікували технічну статтю під назвою «Одночасна локалізація та відображення (SLAM) для обробки радарів із синтетичною апертурою (SAR) у сфері автономного водіння».

Анотація:

«За останні роки технології автономного водіння досягли значного прогресу, революціонізувавши транспортні системи та проклавши шлях для безпечніших та ефективніших подорожей. Одним із найважливіших завдань у розробці повністю автономних транспортних засобів є точне сприйняття навколишнього середовища. Мережі радарних датчиків забезпечують надійне виявлення навколишнього середовища. Стало очевидним, що принцип роботи радара з синтетичною апертурою (SAR) можна використовувати не тільки в області спостереження за Землею, а й все більше в області автономного водіння. За допомогою радарних датчиків, встановлених на транспортних засобах, можна створювати величезні синтетичні отвори і, таким чином, досягати високої кутової роздільної здатності, що в кінцевому підсумку дозволяє отримувати детальні зображення. Однак підвищення якості зображення також підвищує вимоги до точності позиціонування та, отже, локалізації транспортного засобу на карті. Оскільки відносної точності локалізації в міліметровому діапазоні на довгих траєкторіях неможливо досягти за допомогою звичайних глобальних навігаційних супутникових систем (GNSS), часто використовуються так звані алгоритми одночасної локалізації та картографування (SLAM). У цьому документі представлено виключно радарний алгоритм SLAM, який дозволяє обробляти SAR з високою роздільною здатністю в автомобільній частотній області 77 ГГц. Представлений алгоритм оцінюється вимірюваннями для траєкторій довжиною до 500 м і тривалістю вимірювання більше двох хвилин».

Знайти технічний документ тут. Опубліковано грудень 2023 р.

Т. Гребнер, Р. Рікенбраук і К. Вальдшмідт, «Одночасна локалізація та відображення (SLAM) для обробки радарів із синтетичною апертурою (SAR) у сфері автономного водіння», у транзакціях IEEE щодо радіолокаційних систем, том. 2, стор. 47-66, 2024, doi: 10.1109/TRS.2023.3347734.

Пов'язане читання
Скільки датчиків для автономного водіння?
Сенсорні технології все ще розвиваються, а можливості обговорюються.
Підготовка до транспортних засобів рівня 4
Автономність, ймовірно, з’явиться на різних етапах L3+. Чого не вистачає та які технологічні та бізнес-проблеми потрібно вирішити.

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: https://semiengineering.com/radar-based-slam-algorithm-ulm-university/