[論文レビュー] A New Wave in Robotics: Survey on Recent mmWave Radar Applications in Robotics

Kyle Harlow, Hyesu Jang+3 more|arXiv (Cornell University)|May 2, 2023

Advanced SAR Imaging Techniques被引用数 4

ひとこと要約

本サーベイは、ミリ波レーダーがロボット工学分野における役割を拡大していることを探求し、濃霧やほこりといった悪質な環境下でカメラやライダーと比較して優位性を示す点に注目している。ローカライゼーション、マッピング、物体検出、セマンティックセグメンテーションへの応用をレビューし、FMCWレーダーの頑丈さと、困難な環境下での統合的または単独運用の可能性を強調している。

ABSTRACT

We survey the current state of millimeterwave (mmWave) radar applications in robotics with a focus on unique capabilities, and discuss future opportunities based on the state of the art. Frequency Modulated Continuous Wave (FMCW) mmWave radars operating in the 76--81GHz range are an appealing alternative to lidars, cameras and other sensors operating in the near visual spectrum. Radar has been made more widely available in new packaging classes, more convenient for robotics and its longer wavelengths have the ability to bypass visual clutter such as fog, dust, and smoke. We begin by covering radar principles as they relate to robotics. We then review the relevant new research across a broad spectrum of robotics applications beginning with motion estimation, localization, and mapping. We then cover object detection and classification, and then close with an analysis of current datasets and calibration techniques that provide entry points into radar research.

研究の動機と目的

• カメラやライダーといった従来のセンサーよりも、ミリ波レーダーが持つ独自の利点に焦点を当て、現在のミリ波レーダーのロボット工学分野への応用状況を分析すること。
• 濃霧、ほこり、煙といった視認性が著しく低下する環境において、ミリ波レーダーが特に優れた性能を発揮するロボット工学の応用分野を特定すること。
• 最近のレーダーベースのローカライゼーション、マッピング、物体検出、セマンティックセグメンテーションにおけるアルゴリズム的進展をレビューすること。
• 6DoFローカライゼーション、3次元レーダーマッピング、オンラインキャリブレーション、および車両や歩行者を超えたセマンティックラベル付けといった、未解決の研究課題を強調すること。
• KITTIがカメラやライダーの分野で果たしたのと同様に、レーダー研究の加速を図るための標準化されたベンチマークとデータセットの開発を提言すること。

提案手法

• 76–81 GHz帯で動作するFMCWレーダーに焦点を当て、ロボット工学分野におけるミリ波レーダーの最近の文献をサーベイすること。
• ロボット工学に特に関連するレーダー原理（距離、ドップラー速度、角度分解能）を分析し、それらが認識タスクに与える影響を検討すること。
• 運動推定、ローカライゼーション、マッピング、物体検出、セマンティック分類の分野におけるレーダー応用を分類しレビューすること。
• 既存のデータセット（例：Boreas）とキャリブレーション技術を評価し、オフラインおよび潜在的なオンラインキャリブレーション手法を含めること。
• データ密度、分解能、視認性の低下に対する耐性、運用距離の観点から、レーダーの性能をカメラやライダーと比較すること。
• 今後の研究方向性として、パンタプティックレーダーシーグメンテーション、ニューラルレイトランスレースフィールドとの統合、計画用途に適した向上した3次元マッピングを提言すること。

実験結果

リサーチクエスチョン

• RQ1 濃霧、ほこり、煙といった視認性が著しく低下する環境下で、ミリ波レーダーがカメラやライダーをどのように上回るのか？
• RQ2 特に6DoFおよび長期的な頑丈さに焦点を当てたレーダーベースのローカライゼーションとマッピングにおける、主なアルゴリズム的課題と最近の進展は何か？
• RQ3 ミリ波レーダーは、物体分類やパンタプティックセグメンテーションを含めたセマンティック認識にどの程度活用可能なのか？
• RQ4 特に距離および速度のためのオンライン内部キャリブレーションに関して、レーダーセンサのキャリブレーションにおける未解決課題は何か？
• RQ5 点群を超えて、波形全体を活用することで、壁の向こう側のセンシングや向上した3次元再構成といった新たな機能を実現するにはどうすればよいか？

主な発見

• ミリ波レーダーは、濃霧、ほこり、煙を透過できる長い波長を持つため、カメラやライダーが機能を失うような視認性が著しく低下した環境下でも頑丈な性能を発揮する。
• 76–81 GHz帯で動作するFMCWミリ波レーダーは、高い分解能と長距離検出性能を備えており、運動推定やマッピングに適した高密度なデータを生成する。
• レーダーベースのローカライゼーションシステムは現在、約10 cmの誤差を達成しているが、ライダーの約5 cmに比べてまだ劣っているため、より良いセンサーやアルゴリズムによる改善の余地がある。
• 2次元レーダーローカライゼーションは既に確立されているが、高速度のUAVや動的環境において6DoFレーダーローカライゼーションは未解決の課題のままである。
• セマンティックレーダーパーセプションは登場しつつあるが、車両や歩行者の分類に関する初期の研究はあるものの、住宅や病院のようなインテリア環境における広範なラベル付けはまだ未開拓の分野である。
• Boreasデータセットや同様のベンチマークは、レーダオドメトリとローカライゼーションの分野における研究を前進させる上で不可欠であり、その採用が今後、分野全体の研究を加速させると予想される。