This letter presents an approach to estimating vehicle odometry on SE(3)SE(3) using a high resolution automotive radar sensor. We combine a constant velocity SE(3)SE(3) motion prior with a 3D radar point cloud measurement model in a sliding window optimization scheme. We leverage radar's highly precise radial velocity measurement to compensate for point cloud sparsity and improve data association. Our approach is tested using real-world measurements from a prototype high-resolution radar sensor. We demonstrate the results of this approach for 6D motion estimation. In addition, we show that our approach is comparable to state-of-the-art SE(2)SE(2) radar odometry estimates while running a full order of magnitude faster.

中文翻译：

---

$SE(3)$ 上的雷达里程计具有恒定速度运动先验


这封信介绍了一种使用高分辨率汽车雷达传感器在 SE(3)SE(3) 上估算车辆里程的方法。我们在滑动窗口优化方案中将等速 SE(3)SE(3) 运动先验与 3D 雷达点云测量模型结合起来。我们利用雷达的高精度径向速度测量来补偿点云稀疏性并改善数据关联。我们的方法是使用原型高分辨率雷达传感器的实际测量结果进行测试的。我们展示了这种 6D 运动估计方法的结果。此外，我们还表明，我们的方法可与最先进的 SE(2)SE(2) 雷达里程计估计相媲美，同时运行速度快了整整一个数量级。