4D雷达里程计模型

稀疏点云高效学习

一种用于4D汽车雷达的深度学习里程计网络，通过速度感知注意力和由粗到细的层次优化实现精确位姿估计。

Shouyi, Lu · 卓桂荣 · 熊璐 · 朱西产 · Zheng, Lianqing · Zihang, He · Mingyu, Zhou · Lu, Xinfei · Bai, Jie

IEEE Transactions on Intelligent Vehicles 2023

技术优势

稀疏点云也能学

专门设计的特征提取网络能高效处理4D雷达稀疏点云，无需密集采样即可学习有效特征。

用速度让匹配更稳

速度感知注意力利用雷达点的径向速度计算注意力权重，使运动信息估计在动态环境中更加鲁棒。

应用场景

• 自主车辆定位：用4D雷达点云直接估计车辆位姿，无需LiDAR或相机。
• 多传感器融合：可与相机、LiDAR里程计融合以提高定位冗余。
• 高级驾驶辅助系统：为ADAS提供可靠的自车位姿估计，支撑决策。