Self-Supervised Doppler-Guided RF Odometry¶

会议: NeurIPS 2026
arXiv: 2610.39005
领域: 机器人
关键词: 射频测程, 自监督学习, 多普勒引导, 随机游走, 鲁棒配准

一句话总结¶

本文提出自监督纯射频测程框架 RFWalk，将距离-方位热图间的跨帧稠密对应建模为时空图上的随机游走，并利用射频传感器固有的多普勒径向速度构建局部物理一致性约束，在无需位姿真值与辅助传感器的情况下在动态行人场景中将绝对轨迹误差降低 58%。

研究背景与动机¶

在自动驾驶移动机器人与无人系统的位姿估计中，相机与激光雷达等主流视觉与激光测程方法在黑暗、浓烟、重雾及扬尘等恶劣气象与视距受阻环境下性能急剧退化。毫米波雷达等射频（RF）传感技术对光照变化与悬浮颗粒具有天然的物理穿透性与鲁棒性，且体积紧凑、成本低廉，因而在全天候机器人里程计与即时定位与建图（SLAM）中备受关注。然而，仅依赖射频观测实现高精度自身运动估计面临严峻的几何与物理挑战：距离-方位（Range-Azimuth, RA）热图角分辨率极其粗糙，且严重受制于多径传播与镜面反射，产生大量瞬态或虚假的鬼影响应；在弱纹理或结构重复的环境中，多组候选匹配在几何上高度相似；更为关键的是，行人等动态反射体的自主运动完全破坏了静态场景共有的全局刚体运动假设。

为克服上述瓶颈，现有方案呈现出明显的妥协性与局限性：传统扫描匹配（如 ICP、NDT 或 CFEAR）直接在低信噪比与粗分辨率点云或热图上优化几何重合度，极易陷入局部极值与几何退化；雷达-惯导融合系统（如 milliEgo）引入 IMU 提升运动可观测性，但带来了繁琐的硬件标定与微秒级时间同步负担；以 Radarize 为代表的多普勒测速方法通过分离平移与旋转提升了估计效率，却普遍依赖“环境中大多数反射点为静态”的严苛假设。此外，现存基于深度学习的高性能雷达测程模型几乎完全依赖高精度的激光雷达或动捕系统轨迹作为监督信号，数据采集与对齐成本高昂，难以泛化到未标注的新场景。

解决该问题的关键切入点在于挖掘射频信号自身蕴含的自监督物理约束，摆脱对外部位姿真值的依赖。时空回环一致性能够发现跨帧持久存在的结构，但由于雷达热图的角分辨率粗糙且多径严重，单纯基于回环一致性的随机游走极易收敛到回环自洽却物理错误的病态匹配。核心 idea：将连续射频帧间的稠密对应建模为时空图上的随机游走，引入多普勒径向速度测量作为一阶微分物理约束来显式剪枝物理上不可行的伪匹配，并结合群组合一致性与置信度加权的鲁棒 $SE(2)$ 迭代重加权最小二乘求解运动。

方法详解¶

整体框架¶

RFWalk 的输入为连续的两个通道射频观测张量 $\mathbf{X}_t = [\mathbf{I}_t, \mathbf{V}_t^{\mathrm{dop}}] \in \mathbb{R}^{N_r \times N_\theta \times 2}$，分别包含距离-方位（RA）对数功率强度图与每个 RA 单元对应的有符号标量多普勒径向速度图。网络首先通过卷积编码器与全局匹配 Transformer 提取每个单元的高维嵌入特征，在时空图上建立软转移概率矩阵；接着通过回文随机游走周期一致性损失、多普勒径向运动物理约束损失以及跨多步的群组合一致性损失联合自监督优化特征空间；在推理阶段，基于概率转移矩阵计算每个单元的软目标坐标与空间离散度先验，构建 Huber 鲁棒目标函数并通过 IRLS 闭式解出平面相对位姿变换 $\mathbf{T}_{t \rightarrow t+1} \in \mathrm{SE}(2)$。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    A["输入: 连续两通道 RA 观测<br/>强度图 I 与多普勒速度图 V^dop"] --> B["CNN编码器与全局匹配Transformer<br/>提取每个单元嵌入特征 Ft, Ft+1"]
    B --> C["时空图软转移矩阵构建<br/>计算成对对应概率 At→t+1"]
    C --> D["时空回文随机游走与多普勒物理约束<br/>L_rw 周期循环 + L_dop 径向容差滤波"]
    C --> E["群组合一致性正则化<br/>L_gc 对齐直接转移与多步合成转移"]
    D & E --> F["置信度先验与软笛卡尔目标解算<br/>计算空间离散度协方差与熵权重"]
    F --> G["鲁棒 SE(2) 运动配准<br/>IRLS 加权闭式迭代求解 R 与 t"]
    G --> H["输出: 相对位姿 Tt→t+1 ∈ SE(2)"]

关键设计¶

1. 时空图随机游走对应：基于双向回文一致性自监督发现持久结构 针对射频反射中大量瞬态噪声与多径鬼影易引起误匹配的问题，方法将每个 RA 格网单元视为时空图上的节点，节点坐标映射为笛卡尔平面中心 $\mathbf{p}_i = [r_i \cos\theta_i, r_i \sin\theta_i]^\top$。通过温度缩放点积注意力构建相邻帧间的概率转移矩阵 $A_{t \rightarrow t+1}(i,j) = \frac{\exp(\mathbf{f}_{t,i}^\top \mathbf{f}_{t+1,j}/\tau)}{\sum_{\ell} \exp(\mathbf{f}_{t,i}^\top \mathbf{f}_{t+1,\ell}/\tau)}$。通过多步转移矩阵连乘 $\bar{A}_{t \rightarrow t+k} = \prod_{s=0}^{k-1} A_{t+s \rightarrow t+s+1}$，瞬态虚假反射因路径发散其概率沿时间迅速衰减，而稳定物理几何则保持显著路径聚集。网络基于时间反演对称性（注意反转时间序列时多普勒通道符号相应取反），利用行交叉熵损失强制前向-后向游走返回原始节点 $\mathcal{L}_{\mathrm{rw}}^{(k)} = \mathcal{L}_{\mathrm{CE}}(\bar{A}_{t \rightarrow t+k}\bar{A}_{t+k \rightarrow t}, I)$。为杜绝网络通过直接记忆绝对格网坐标而退化为恒等映射，训练中对 2D 正弦位置编码施加随机相位平移。

2. 多普勒物理一致性监督：约束对应诱导位移排除伪回环匹配 纯粹的周期一致性无法保证对应的物理真实性——在几何结构重复或空旷的场景中，反向转移可能与错误的前向转移相互补偿从而虚假闭环。本文设计了多普勒一致性损失，直接把测量到的径向速度转化为点位移的一阶物理边界。对源单元 $i$，软对应诱导的目标位置为 $\tilde{\mathbf{p}}_i = \sum_j A_{t \rightarrow t+1}(i,j)\mathbf{p}_j$，位移向量为 $\boldsymbol{\delta}_i = \tilde{\mathbf{p}}_i - \mathbf{p}_i$。沿视线方向 $\mathbf{u}_i = \mathbf{p}_i / \|\mathbf{p}_i\|_2 = [\cos\theta_i, \sin\theta_i]^\top$ 的投影在短时间间隔 $\Delta t$ 内必须严格满足运动学关系： $$\mathbf{u}_i^\top \boldsymbol{\delta}_i \approx -\Delta t \cdot v_i^{\mathrm{dop}}$$ 该物理约束极其优美之处在于：它对静态背景与动态目标均成立（对于静态点，径向速度反映自身运动；对于动态行人，径向速度为自身运动与行人速度的叠加，两者与位移矢量的径向投影完全等价）。考虑格网离散化与一阶泰勒展开误差，算法引入容差带 $\delta$，构造只惩罚超出容差范围的单边损失： $$\mathcal{L}_{\mathrm{dop}} = \frac{1}{\sum_i q_i} \sum_{i=1}^N q_i \max\left(0, \left|\mathbf{u}_i^\top \boldsymbol{\delta}_i + \Delta t v_i^{\mathrm{dop}}\right| - \delta\right)$$ 其中 $q_i$ 依据多普勒测量信噪比自适应下调低置信度单元，从根本上锁死了解空间的物理合法性。

3. 群组合一致性正则化：约束多步递推漂移保持大跨度拓扑协同 在长轨迹测程中，帧间微小的匹配偏差在连乘积分下会诱发剧烈的轨迹累积漂移。为了在自监督框架下规范长时序连贯性，模型采样时间序列分组 $(\mathbf{X}_t, \mathbf{X}_{t+1}, \dots, \mathbf{X}_{t+g})$，分别提取步长为 $g$ 的直接单步转移概率矩阵 $A_{t \rightarrow t+g}$ 与逐步转移相乘复合得到的累积转移矩阵 $\bar{A}_{t \rightarrow t+g}$。两者代表同一起止时刻的同一组条件概率分布，本文采用行级对称 KL 散度进行约束： $$\mathcal{L}_{\mathrm{gc}}^{(g)} = \frac{1}{2} D_{\mathrm{KL}}^{\mathrm{row}}\left(\bar{A}_{t \rightarrow t+g} \,\|\, A_{t \rightarrow t+g}\right) + \frac{1}{2} D_{\mathrm{KL}}^{\mathrm{row}}\left(A_{t \rightarrow t+g} \,\|\, \bar{A}_{t \rightarrow t+g}\right)$$ 这一项使得模型在局部噪声和弱纹理跨度下自发修正局部转移，大幅平抑跨时间步累积的非刚性扭曲。

4. 鲁棒 SE(2) 运动配准：离散度加权结合 IRLS 闭式解析求解 只有静态环境反射体符合唯一的全局刚体变换 $\mathbf{T}_{t \rightarrow t+1} = (\mathbf{R}(\Delta\psi), \mathbf{t})$，移动行人和多径突变必须作为外点剔除。首先，根据目标分布的空间协方差 $\mathbf{\Sigma}_i = \sum_j A_{t \rightarrow t+1}(i,j)(\mathbf{p}_j - \tilde{\mathbf{p}}_i)(\mathbf{p}_j - \tilde{\mathbf{p}}_i)^\top$ 与熵 $\mathcal{H}(A_i)$，为各点赋以质量先验权重 $\bar{w}_i = m_i \exp(-\beta \operatorname{tr}(\mathbf{\Sigma}_i))(1 - \frac{\mathcal{H}(A_i)}{\log N})$，压制空间分散或高熵匹配。随后，建立基于 Huber 损失 $\rho(\cdot)$ 的目标函数： $$\min_{\mathbf{R} \in \mathrm{SO}(2), \mathbf{t} \in \mathbb{R}^2} \sum_{i=1}^N \bar{w}_i \rho\left(\|\mathbf{R}\mathbf{p}_i + \mathbf{t} - \tilde{\mathbf{p}}_i\|_2\right)$$ 利用半二次理论引入权重系数 $\psi(r_i) = \min(1, c/r_i)$ 并令综合权重 $\omega_i = \bar{w}_i \psi(r_i)$。在去加权质心后，平移量解耦为 $\mathbf{t}^* = \boldsymbol{\mu}_{\tilde{\mathbf{p}}} - \mathbf{R}^* \boldsymbol{\mu}_{\mathbf{p}}$，而旋转矩阵的求解转化为最大化加权互协方差矩阵 $\mathbf{H} = \sum_i \omega_i \hat{\tilde{\mathbf{p}}}_i \hat{\mathbf{p}}_i^\top$ 的迹，进而解析导出最佳偏航角闭式解： $$\Delta\psi^* = \operatorname{atan2}(h_{21} - h_{12},\, h_{11} + h_{22})$$ 通过迭代重加权最小二乘（IRLS）几轮迭代即可完全收敛，高效且严格排除了非刚体运动的干扰。

损失函数 / 训练策略¶

整体自监督训练目标函数由回文多步随机游走损失、多普勒物理一致性损失和群组合一致性损失联合构成： $$\mathcal{L} = \lambda_{\mathrm{rw}} \frac{1}{|\mathcal{K}|} \sum_{k \in \mathcal{K}} \mathcal{L}_{\mathrm{rw}}^{(k)} + \lambda_{\mathrm{dop}} \mathcal{L}_{\mathrm{dop}} + \lambda_{\mathrm{gc}} \frac{1}{|\mathcal{G}|} \sum_{g \in \mathcal{G}} \mathcal{L}_{\mathrm{gc}}^{(g)}$$ 超参数设置方面，嵌入特征维度 $d=128$，Transformer 包含 4 层 8 头注意力，温度系数 $\tau = \sqrt{d}$。随机游走回文跨度集合 $\mathcal{K} = \{1, 2, 3\}$，群组合窗口集合 $\mathcal{G} = \{2, 3\}$。损失平衡权重设置为 $\lambda_{\mathrm{rw}} = 1.0$、$\lambda_{\mathrm{dop}} = 0.5$ 与 $\lambda_{\mathrm{gc}} = 0.2$。多普勒物理容差阈值 $\delta = 0.02\,\mathrm{m}$。在配准阶段，离散度衰减系数 $\beta = 5.0$，Huber 阈值 $c = 0.1\,\mathrm{m}$。模型全程在无外部位姿或激光点云监督的有向序列上训练。

实验关键数据¶

主实验¶

评估在两个具有显著硬件与场景差异的数据集上展开：公开展开基准 Radarize（TI IWR1843 77GHz 毫米波雷达，4.7 km 静态建筑环境，30 Hz 采样）与自主采集的 RFWalk（60GHz OFDM 毫米波单站一体化感知通信 ISAC 平台，3.2 km 动态场景，密集行人流动，10 Hz 采样）。评价指标采用绝对轨迹误差（ATE）与相对误差（RE），分别度量平移位置（Pos, m）与旋转（Rot, deg）。对比基准涵盖经典无监督几何扫描匹配方法（ICP、NDT）与监督学习方法（RadarHD、milliEgo 激光/IMU 融合雷达测程、Radarize 多普勒解耦测程）。

下表展示了主要量化对比结果（加粗表示全列最佳）：

方法	位姿监督	Radarize (静态场景) ATE Pos (m)	Radarize (静态场景) ATE Rot (deg)	Radarize (静态场景) RE Pos (m)	Radarize (静态场景) RE Rot (deg)	RFWalk (动态场景) ATE Pos (m)	RFWalk (动态场景) ATE Rot (deg)	RFWalk (动态场景) RE Pos (m)	RFWalk (动态场景) RE Rot (deg)
ICP	✗	8.613	7.104	0.027	0.022	16.482	8.036	0.052	0.035
NDT	✗	7.421	6.372	0.023	0.019	14.208	7.184	0.045	0.031
RadarHD	✓	6.367	5.820	0.020	0.016	12.724	6.215	0.041	0.027
milliEgo	✓	4.732	7.774	0.014	0.020	7.406	5.123	0.022	0.024
Radarize	✓	1.657	2.445	0.007	0.008	5.642	4.938	0.018	0.022
RFWalk (本文)	✗	1.934	3.191	0.008	0.010	2.357	2.607	0.010	0.013

在 Radarize 静态测试集上，全监督的 Radarize 凭借多普勒与静态场景假设结合的最优先验拔得头筹，而完全无监督的 RFWalk 紧随其后，在未利用任何真值位姿与惯导的前提下全面大幅领先其他监督与无监督基线。在包含密集行人穿梭的 RFWalk 动态复杂数据集上，RFWalk 的优势展现得淋漓尽致：相比最强基线 Radarize，其 ATE Pos 降低了 58.2%（从 5.642 m 骤降至 2.357 m），旋转误差由 4.938° 减少到 2.607°，且各局部相对位移误差指标显著优异。

消融实验¶

为了深入探究系统在动态干扰下的抗扰韧性以及各技术组件的实际效能，论文开展了递增动态干扰测试与组件剥离分析。

下表呈现了在测试集不同行人流动强度（Low: 0-2 人，Medium: 3-4 人，High: 5+ 人）下的 ATE Pos (m) 表现对比：

方法	低动态 (0-2 人)	中动态 (3-4 人)	高动态 (5+ 人)	动态误差漂移幅度 ($\Delta_{\mathrm{High-Low}}$)
RadarHD	10.243	13.175	18.478	+8.235 m
milliEgo	6.812	7.934	9.105	+2.293 m
Radarize	4.831	6.042	8.813	+3.982 m
RFWalk (本文)	2.285	2.672	3.214	+0.929 m

下表展示了群组合一致性尺寸集合 $\mathcal{G}$ 对轨迹与位姿精度的消融影响（基于 RFWalk 数据集）：

群组合配置 $\mathcal{G}$	ATE Pos (m)	ATE Rot (deg)	RE Pos (m)	RE Rot (deg)	设计特性说明
$\emptyset$（无组合损失 $\mathcal{L}_{\mathrm{gc}}$）	2.675	2.487	0.013	0.011	仅依赖成对回文，易产生局部微小不一致的漂移累积
$\{2\}$	2.402	2.575	0.011	0.013	引入相邻 2 步约束，平移误差显著压制
$\{2, 3\}$（默认配置）	2.357	2.607	0.010	0.013	达到平移全局一致性最优，ATE Pos 相对 $\emptyset$ 降低 12%
$\{2, 3, 4\}$	2.728	3.253	0.012	0.016	跨度过长导致长步直接转移自身不可靠，反向污染短步更新

关键发现¶

动态场景断层式领先：从静态到高动态场景，基线方法的误差平均激增 2.3 至 8.2 米，而 RFWalk 的全局误差增幅不足 1 米。这证实了“多步随机游走稀释动态噪声 + IRLS 自动剔除动态外点”的双层机制成功免除了复杂且容易失效的显式动态物体运动分割模块。
多普勒监督是解算旋转的关键锚点：组件累积消融（图 8）表明，引入多普勒物理损失 $\mathcal{L}_{\mathrm{dop}}$ 带来了最强劲的旋转改善（ATE Rot 从 4.23° 锐减至 2.49°，同时平移降低 54%）。这是因为在射频弱纹理环境中，平移错配会与偏航角产生强烈的非线性耦合，多普勒的径向速度投影直接破除了平移模棱两可性。
位置编码随机相移不可或缺：若不加随机相位偏移，时空回环一致性会被网络退化为直接记忆格网索引的恒等映射（Identity Collapse），误差高达 23.02 m；加注随机相移迫使网络利用真实射频特征匹配，误差直降至 5.83 m。

亮点与洞察¶

物理与自监督的优雅融合：不同于以往将多普勒速度直接当作整车速度的刚性用法，本文将多普勒测量降级为像素级转移向量的一阶微分容差约束，既兼容了动静态反射体，又用物理先验彻底解决了纯自监督循环一致性易受欺骗的本质缺陷。
解析闭式的健壮求解器：把复杂的 $SE(2)$ 非凸图配准转换为半二次 Huber 加权最小二乘，并推导出了平面偏航角的解析 $\operatorname{atan2}$ 闭式解与基于协方差迹的先验置信度加权，使得端到端优化兼具高吞吐与数学优雅性。
泛化至非结构化与非刚性环境：通过对跨频段雷达（77GHz 与 60GHz ISAC）及高密集动态人流的验证，证明了自监督对应学习在低信噪比恶劣感知任务中相比端到端位姿回归具有更卓越的抗过拟合与域适应潜力。

局限与展望¶

计算复杂度二次受限：全图所有 RA 单元间的成对注意力矩阵计算与内存消耗随单元总数 $N$ 呈平方级增加（$\mathcal{O}(N^2)$），限制了其向高仰角分辨率 3D 4D 成像雷达的大规模直接扩展。
运动维度限于二维平面：目前的配准理论仅覆盖 $SE(2)$ 平面三自由度（$x, y, \psi$），在存在俯仰倾斜、剧烈颠簸的多自由度越野地面移动或低空四旋翼飞行器上仍需拓展为完整 $SE(3)$。
跨平台跨频段泛化仍待探索：虽然输入张量规范化了标量径向速度与强度，但目前各个模型仍在对应雷达配置上独立训练，未来需构建异构射频数据集并开展大规模多雷达自监督预训练。

评分¶

新颖性: ⭐⭐⭐⭐⭐ 首次将图随机游走自监督对应学习引入纯射频测程，并独创性地提出了多普勒一阶物理一致性监督。
实验充分度: ⭐⭐⭐⭐⭐ 覆盖 77GHz 经典单芯片毫米波雷达与 60GHz 前沿 ISAC 平台，涵盖动静态不同烈度的轨迹验证与深度消融。
写作质量: ⭐⭐⭐⭐⭐ 逻辑主线极为清晰，数学公式严整流畅，附录闭式解推导完备自洽。
价值: ⭐⭐⭐⭐⭐ 为全天候机器人恶劣环境自主定位提供了兼具鲁棒性与无监督扩展潜力的实用基础技术。

群组合配置 \(\mathcal{G}\)	ATE Pos (m)	ATE Rot (deg)	RE Pos (m)	RE Rot (deg)	设计特性说明
\(\emptyset\)（无组合损失 \(\mathcal{L}_{\mathrm{gc}}\)）	2.675	2.487	0.013	0.011	仅依赖成对回文，易产生局部微小不一致的漂移累积
\(\{2\}\)	2.402	2.575	0.011	0.013	引入相邻 2 步约束，平移误差显著压制
\(\{2, 3\}\)（默认配置）	2.357	2.607	0.010	0.013	达到平移全局一致性最优，ATE Pos 相对 \(\emptyset\) 降低 12%
\(\{2, 3, 4\}\)	2.728	3.253	0.012	0.016	跨度过长导致长步直接转移自身不可靠，反向污染短步更新