Key points are not available for this paper at this time.
Cet article décrit la méthode d'odométrie radar CFEAR, soumise à un concours lors de l'atelier Radar dans la robotique, ICRA 2024. CFEAR est une méthode d'odométrie radar 2D efficace et précise qui se généralise bien dans divers environnements. Cet article présente un aperçu du pipeline d'odométrie avec de nouvelles expériences sur le dataset public Boreas. Nous montrons qu'une configuration de CFEAR capable de fonctionnement en temps réel - avec son jeu de paramètres d'origine - produit une dérive étonnamment faible dans le dataset Boreas. De plus, nous discutons d'une implémentation améliorée et d'une stratégie de résolution qui permet à la configuration la plus précise de fonctionner en temps réel avec une robustesse améliorée, atteignant une dérive de traduction aussi basse que 0,61 % à un taux de rafraîchissement de 68 Hz. Une version récente du code source est disponible pour la communauté https://github.com/dan11003/CFEARRadarodometrycodeₚublic, et nous publions l'évaluation de cet article sur https://github.com/dan11003/cfear₂024workshop.
Adolfsson et al. (mar,) ont étudié cette question.