ARS548_ros. An ARS 548 RDI radar driver for ROS
作者: Fernando Fernández-Calatayud, Lucía Coto-Elena, David Alejo, José J. Carpio-Jiménez, Fernando Caballero, Luis Merino
分类: cs.RO
发布日期: 2024-04-06 (更新: 2025-03-05)
备注: 20 pages, 6 figures and 23 references
💡 一句话要点
提出ARS 548 RDI雷达驱动程序以解决Linux系统数据分析问题
🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)
关键词: 雷达传感器 ROS 数据解析 开源驱动 自动驾驶 机器人导航 数据分析
📋 核心要点
- 现有的ARS 548 RDI雷达缺乏适用于Linux系统的开源驱动程序，限制了数据分析的能力。
- 本文提出了一种新的驱动程序，能够将ARS 548 RDI传感器的数据解析并集成到ROS中，便于用户进行数据处理。
- 通过与Ouster OS1-32 LiDAR传感器的数据集对比，验证了驱动程序的准确性和有效性。
📝 摘要（中文）
ARS 548 RDI雷达是一款第五代77 GHz长距离雷达传感器，具备数字波束形成能力，能够在一个测量周期内独立测量物体的距离、速度和角度。遗憾的是，目前尚无开源驱动程序可供Linux系统使用，限制了用户对传感器数据的分析。本文提出了一种驱动程序，能够解析ARS 548 RDI传感器的数据，并通过机器人操作系统（ROS和ROS2）提供数据存储、表示和分析功能。此外，驱动程序还提供了传感器的高级物体特征，如相对估计速度和加速度、物体的方向和角速度。我们还提供了配置过程的视频教程，并发布了与Ouster OS1-32 LiDAR传感器获取的数据集，以供用户验证驱动程序的正确性。
🔬 方法详解
问题定义：本文旨在解决ARS 548 RDI雷达在Linux系统上缺乏开源驱动程序的问题，导致用户无法有效分析传感器数据。
核心思路：提出的驱动程序能够解析雷达数据并通过ROS提供接口，使用户能够利用ROS的强大工具进行数据存储和分析。
技术框架：驱动程序的整体架构包括数据采集模块、数据解析模块和数据输出模块，支持ROS和ROS2的接口。
关键创新：本研究的创新点在于实现了ARS 548 RDI雷达数据的开源驱动，使得用户能够在Linux环境下方便地使用该传感器，填补了市场空白。
关键设计：驱动程序的设计包括对传感器配置的详细说明、数据过滤和表示工具的实现，以及提供视频教程以帮助用户配置和使用。
🖼️ 关键图片
📊 实验亮点
实验结果表明，所提出的驱动程序能够准确解析ARS 548 RDI雷达的数据，并与Ouster OS1-32 LiDAR传感器的数据集进行有效对比，验证了驱动程序的准确性和可靠性，为用户提供了一个有效的数据分析平台。
🎯 应用场景
该研究的潜在应用领域包括自动驾驶、机器人导航和智能交通系统等，能够为相关领域的研究人员和开发者提供强大的数据分析工具，提升雷达传感器的应用价值和效率。
📄 摘要（原文）
The ARS 548 RDI Radar is a premium model of the fifth generation of 77 GHz long range radar sensors with new RF antenna arrays, which offer digital beam forming. This radar measures independently the distance, speed and angle of objects without any reflectors in one measurement cycle based on Pulse Compression with New Frequency Modulation. Unfortunately, to the best of our knowledge, there are no open source drivers available for Linux systems to enable users to analyze the data acquired by the sensor. In this paper, we present a driver that can interpret the data from the ARS 548 RDI sensor and make it available over the Robot Operating System versions 1 and 2 (ROS and ROS2). Thus, these data can be stored, represented, and analyzed using the powerful tools offered by ROS. Besides, our driver offers advanced object features provided by the sensor, such as relative estimated velocity and acceleration of each object, its orientation and angular velocity. We focus on the configuration of the sensor and the use of our driver including its filtering and representation tools. Besides, we offer a video tutorial to help in its configuration process. Finally, a dataset acquired with this sensor and an Ouster OS1-32 LiDAR sensor, to have baseline measurements, is available, so that the user can check the correctness of our driver.