跳到正文
arXiv cs.RO 机器人学· Moumita Mukherjee, Avijit Banerjee, Anton Koval, George Nikolakopoulo·· 2 小时前精选AI 评分55

论文提出 LiDAR 退化时自适应切换雷达惯性里程计的定位框架

When LiDAR Fades, Radar Takes Over: LiDAR Reliability-Aware Adaptive Localization Under Airborne Obscurants

AI 导读

论文提出一种单类时序学习框架,在烟尘等气溶胶遮蔽导致 LiDAR 退化时检测其可靠性并把定位权切换到雷达惯性里程计(RIO)。该框架用仅在正常工况下训练的 LSTM 自编码器对空间、跨模态、几何/运动、强度和测量新近度等特征的时序演化建模,无需标注退化数据即可检测异常。

推荐理由

论文用真实隧道浓烟数据验证了 LiDAR 退化时切换到雷达惯性里程计的方案,对地下机器人定位选型有参考。

来源:arXiv cs.RO 机器人学 · arxiv.org