Key points are not available for this paper at this time.
Sicherheitsroboter operieren oft in Umgebungen, die durch schwaches Licht und Rauch gekennzeichnet sind, wo Millimeterwellenradar effektiv ist. Allerdings ist die Punktwolke des Millimeterwellenradars oft spärlich und laut, was zu Positionierungsfehlern führen kann, wenn Punktwolkenabgleich verwendet wird. In diesem Papier schlagen wir eine Lokalisierungsstrategie für Sicherheitsroboter vor, die auf Millimeterwellenradar basiert. Die Position des Sicherheitsroboters wird durch Clustering und Verfolgung der spärlichen Punktwolke abgeleitet. Darüber hinaus wurde die radiale Geschwindigkeit genutzt, um einen adaptiven Verfolgungsschwellenwert zu entwerfen, sodass die Ziele in den beiden Datenrahmen innerhalb des Verfolgungsschwellenwerts liegen, unabhängig von der schnellen oder langsamen Bewegungsgeschwindigkeit des Sicherheitsroboters. Experimentelle Ergebnisse zeigen, dass diese Methode Positionierungsfehler im Zusammenhang mit Punktwolkenabgleich umgeht. Im Vergleich zur Methode der radialen Geschwindigkeit verbessert dieser Ansatz die Positionierungsgenauigkeit um etwa 33,9 %. Darüber hinaus zeigt diese Methode im Vergleich zum festen Verfolgungsassoziationsschwellenwert eine höhere Erfolgsquote beim Zielverfolgen, wodurch sich die Positionierungsgenauigkeit des Sicherheitsroboters um 25,9 % verbessert.
Dai et al. (Mi,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: