Key points are not available for this paper at this time.
Entstehende autonome Fahrsysteme erfordern eine zuverlässige Wahrnehmung der 3D-Umgebung. Leider sind die aktuellen Mainstream-Wahrnehmungsmodalitäten, d.h. Kamera und Lidar, unter schwierigen Licht- und Wetterbedingungen anfällig. Andererseits sind die heutigen Fahrzeugradare trotz ihrer Allwetterbetriebsfähigkeit auf die Erkennung von Standort und Geschwindigkeit beschränkt. In diesem Papier stellen wir MILLIPOINT vor, ein praktisches System, das die Radar-Sensortechnologie voranbringt, um 3D-Punktwolken zu erzeugen. Das Hauptdesignprinzip von MILLIPOINT besteht darin, Synthetic Aperture Radar (SAR)-Bildgebung auf kostengünstigen Handelsfahrzeugradaren zu ermöglichen. Zu diesem Zweck modelliert MILLIPOINT die Beziehung zwischen Signalvariationen und Radarbewegung und ermöglicht das Selbst-Tracking des Radars mit Wellenlängengenauer Präzision, um kohärente räumliche Abtastung zu realisieren. Darüber hinaus löst MILLIPOINT das einzigartige Problem der spekularen Reflexion, indem es sich mit post-imaging Verarbeitungen angemessen auf die Ziele fokussiert. Es nutzt auch das integrierte Antennenarray des Radars, um die Höhe der reflektierenden Punkte zu schätzen und schließlich 3D-Punktwolken zu erzeugen. Wir haben MILLIPOINT auf einem handelsüblichen Fahrzeugradar implementiert. Unsere Bewertungsergebnisse zeigen, dass MILLIPOINT effektiv Bewegungsfehler und spekulare Reflexionen bekämpft und 3D-Punktwolken mit deutlich höherer Dichte und Auflösung im Vergleich zu bestehenden Fahrzeugradarlösungen erstellen kann.
Qian et al. (Do,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: