近日，多模态感知研究室成功开发出基于多普勒速度和陀螺仪辅助的毫米波雷达里程计，首次实现利用4D成像毫米波雷达实现高精度定位，相关研究成果以“DGRO: Doppler Velocity and Gyroscope-Aided Radar Odometry”为题发表于国际期刊《Sensors》。

目前，毫米波雷达在定位技术的研究领域多集中在2D雷达，而4D毫米波雷达作为新一代的FMCW雷达，可提供物体的三维空间位置，并能获取多普勒速度信息，同时具备恶劣环境下的卓越抗干扰能力。但是，4D毫米波雷达点云处理存在较大的噪声，在复杂室外环境中易受多径效应干扰，加之动态目标干扰、点云数据稀疏及多普勒信息与定位系统的时空不一致性等问题，对其定位算法提出了极高的要求，也增加了具体应用难度。

针对以上问题，科研团队提出了一种创新的SLAM框架，通过融合4D雷达数据和陀螺仪信息，并结合图优化技术，有效提高了4D雷达在实际应用中的定位精度与稳健性。首先，研究人员利用多普勒速度信息估算雷达的自身速度，并在此过程中去除动态点。其次，引入一个结合自我速度和陀螺仪数据的预积分因子，以进一步优化系统的定位精度。在此基础上，充分利用雷达的稳定RCS（雷达截面积）特性，设计基于法向方向的特征点选择方法，并提出一种基于RCS强度加权的扫描到子地图点云配准技术。该方法有效提升了系统的鲁棒性和点云配准的精度。自有数据集和NTU数据集上的实验表明，DGRO系统具备出色的定位精度和稳定性。

该研究成果为4D毫米波雷达在机器人导航及自动驾驶中的应用提供了全新的思路，尤其在恶劣天气和复杂环境下具有重要的实践意义。

智能部组件研究院多模态感知研究室郭超为论文第一作者，兰斌、韦邦国为论文通讯作者。该工作得到了国家自然科学基金、深圳市优秀青年科技人才基金的资助。