近日，东北大学机器人科学与工程学院方正教授团队的最新研究成果“Super4DR: 4D Radar-centric Self-supervised Odometry and Gaussian-based Map Optimization”在机器人领域国际顶级期刊 IEEE Transactions on Robotics (T-RO) 在线发表。我院博士研究生李智恒为论文第一作者，方正教授为通讯作者，东北大学为论文的唯一作者单位。

在恶劣光照和复杂天气条件下，传统视觉与激光雷达方案常面临感知失效的挑战。4D毫米波雷达凭借其全天候鲁棒性展现出巨大潜力，但其点云数据存在稀疏、噪声大等固有缺陷。针对上述难题，团队提出了 Super4DR 框架——首个同时实现4D毫米波雷达自监督里程计与高斯地图优化的完整方案。在里程计方面，团队设计了聚类关联网络与多层级自监督策略，有效抑制雷达噪声影响，在无标签条件下实现了媲美监督学习的精度。在地图优化方面，创新性地引入3D高斯基元作为中间表征，结合深度引导的地面补全、感知几何的稠密化与多视角重叠正则化等技术，成功将稀疏模糊的雷达地图恢复为结构完整的高质量地图。

实验表明，Super4DR在自监督雷达里程计精度上较前人方法提升67%，并显著缩小了毫米波雷达地图与激光雷达地图之间的质量差距。该工作为自动驾驶与移动机器人在极端环境下的可靠感知提供了全新范式。

该成果提出的Super4DR系统框架

据悉，IEEE Transactions on Robotics（IEEE T-RO）由IEEE Robotics and Automation Society主办，是机器人学领域公认的顶级学术期刊之一，在国际机器人学术界享有极高声誉。其主要涵盖机器人感知、控制、规划、人机交互、医疗机器人、群体机器人等多个方向，重在展示机器人学基础理论、前沿技术及其应用研究。该期刊所发表的学术成果通常代表着机器人领域的先进水平，此次论文的在线发表进一步提升了我院在具身感知与导航领域的国际学术影响力。

论文链接：https://ieeexplore.ieee.org/document/11613536