日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
マルチモーダルオドメトリarXiv:2602.24192

IMUドリフトが地下環境における地上ロボットのマルチレーダー慣性オドメトリに与える影響

How IMU Drift Influences Multi-Radar Inertial Odometry for Ground Robots in Subterranean Terrains

シェア:XThreadsFacebookLINEはてブBluesky

地下環境でIMUバイアスドリフトに対処する2段階MRIOフレームワークを提案し、複数レーダーとIMUをEKFで融合して高精度な自己位置推定とマッピングを実現した。

詳しい要約

1. どんなもの？

- 地下環境で動作する地上ロボット向けの、複数レーダとIMUを融合したオドメトリ手法（MRIO）を提案。 - IMUバイアスドリフトと、スモーク・粉塵・エアロゾル下でのLiDARの脆弱性に対処。 - FMCWレーダ（TI IWR6843AOP EVM）と低コストIMU（Pixhawk）を含む構成で、GPS拒否環境でのロバストな localization と mapping を実現。 - 2段階フレームワークで、IMUバイアス推定とEKFによるオンライン補正を統合。 - オープンソース実装を提供予定。

2. 先行研究と比べてどこがすごい？

- LiDARベースのオドメトリはスモーク・粉塵・エアロゾルで失敗するが、FMCWレーダはコンパクト・軽量・低コストでロバスト。 - 既存のRIO（EKF-RIO）は、スパース・ノイズ・フリッカリングなレーダ戻りとIMUドリフトで不安定化。 - 提案MRIOは、地下環境の極端な温度と重力加速度によるIMUバイアスドリフトを軽減し、EKF-RIOを上回る性能を実証。 - 低コストFMCWレーダとPixhawk、およびVectorNavのような高グレードIMUの両方で精度を維持。

3. 技術・手法の肝は？

- 2段階MRIOフレームワーク：第1段階でIMUバイアス推定、第2段階で補正済みIMU加速度と複数レーダ・IMUの異種測定を融合。 - レーダベースの自己速度推定を最小二乗法で定式化し、EKFに組み込んでオンラインIMUバイアス補正を実施。 - 補正されたIMU加速度と複数レーダからの測定を融合してオドメトリを精緻化。 - 推定された並進・回転変位を利用してレーダのみのマッピングをサポート。

4. どうやって有効だと検証した？

- 地下フィールドトライアルでMRIOを評価。 - EKF-RIOと比較してロバストな localization と mapping を達成。 - 低コストFMCWレーダ構成と異なるIMU（PixhawkおよびVectorNav）で精度を維持することを確認。

5. 議論はある？

- 地下環境の極端な温度と重力加速度がIMUバイアスドリフトを悪化させる課題を指摘。 - 低コストIMUとFMCWレーダの組み合わせで、スパース・ノイズ・フリッカリングなレーダ戻りが融合を不安定化させる問題を議論。 - LiDARがスモーク・粉塵・エアロゾルで失敗する一方、FMCWレーダのロバスト性を強調。 - 提案手法の限界や今後の課題については要旨からは不明。

6. 次に読むべき論文は？

- EKF-RIO（比較対象として言及） - LiDAR-based odometry（一般名として関連） - FMCW radar odometry（関連手法） - IMU bias estimation（関連技術）

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Moumita Mukherjee, Magnus Norén, Anton Koval, Avijit Banerjee, George Nikolakopoulos

分類: cs.RO

原文アブストラクト

Reliable radar inertial odometry (RIO) requires mitigating IMU bias drift, a challenge that intensifies in subterranean environments due to extreme temperatures and gravity-induced accelerations. Cost-effective IMUs such as the Pixhawk, when paired with FMCW TI IWR6843AOP EVM radars, suffer from drift-induced degradation compounded by sparse, noisy, and flickering radar returns, making fusion less stable than LiDAR-based odometry. Yet, LiDAR fails under smoke, dust, and aerosols, whereas FMCW radars remain compact, lightweight, cost-effective, and robust in these situations. To address these challenges, we propose a two-stage MRIO framework that combines an IMU bias estimator for resilient localization and mapping in GPS-denied subterranean environments affected by smoke. Radar-based ego-velocity estimation is formulated through a least-squares approach and incorporated into an EKF for online IMU bias correction; the corrected IMU accelerations are fused with heterogeneous measurements from multiple radars and an IMU to refine odometry. The proposed framework further supports radar-only mapping by exploiting the robot's estimated translational and rotational displacements. In subterranean field trials, MRIO delivers robust localization and mapping, outperforming EKF-RIO. It maintains accuracy across cost-efficient FMCW radar setups and different IMUs, showing resilience with Pixhawk and higher-grade units such as VectorNav. The implementation will be provided as an open-source resource to the community (code available at https://github.com/LTU-RAI/MRIO

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大　最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携　2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER（GPU搭載BTOパソコン）

FRONTIER（GPU搭載BTOパソコン）の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →