[論文レビュー] A General Optimization-based Framework for Local Odometry Estimation with Multiple Sensors

Tong Qin, Jie Pan+2 more|arXiv (Cornell University)|Jan 11, 2019

Robotics and Sensor-Based Localization参考文献 29被引用数 296

ひとこと要約

一般的な最適化ベースのフレームワークを提案し、複数のセンサータイプ（視覚と慣性）を姿勢グラフの残差ファクターとして統合することで、リアルタイム性能を持つ局所オドメトリの柔軟なセンサースイートを実現します。

ABSTRACT

Nowadays, more and more sensors are equipped on robots to increase robustness and autonomous ability. We have seen various sensor suites equipped on different platforms, such as stereo cameras on ground vehicles, a monocular camera with an IMU (Inertial Measurement Unit) on mobile phones, and stereo cameras with an IMU on aerial robots. Although many algorithms for state estimation have been proposed in the past, they are usually applied to a single sensor or a specific sensor suite. Few of them can be employed with multiple sensor choices. In this paper, we proposed a general optimization-based framework for odometry estimation, which supports multiple sensor sets. Every sensor is treated as a general factor in our framework. Factors which share common state variables are summed together to build the optimization problem. We further demonstrate the generality with visual and inertial sensors, which form three sensor suites (stereo cameras, a monocular camera with an IMU, and stereo cameras with an IMU). We validate the performance of our system on public datasets and through real-world experiments with multiple sensors. Results are compared against other state-of-the-art algorithms. We highlight that our system is a general framework, which can easily fuse various sensors in a pose graph optimization. Our implementations are open source\footnote{https://github.com/HKUST-Aerial-Robotics/VINS-Fusion}.

研究の動機と目的

• 柔軟なオドメトリフレームワークの必要性を動機づけ、任意のセンサー組み合わせを受け入れることで頑健性と実用性を向上させる。
• 各センサーが統一された姿勢グラフに寄与する残差ファクターを生む最適化ベースの定式化を提案する。
• 視覚および慣性センサーを用いてフレームワークをデモンストレーションし、公開データセットと実世界の実験で検証する。
• コミュニティの普及と拡張を促進するオープンソースコードを提供する。

提案手法

• オドメトリ問題を、スライディングウィンドウ上の非線形最小二乗問題（バンドル調整）へ導く最大尤推定としてモデル化する。
• 各センサ測定を姿勢グラフの一般的なファクターとして表し、状態にはロボット姿勢、速度、バイアス、ランドマークの深度を含む。
• 視覚再投影残差のためにカメラファクター（モノクルおよびステレオ）を使用し、連続フレーム間の慣性制約にはIMUプリインテグレーションファクターを使用する。
• 周辺化（Schur補完）を取り入れ、古い状態を剪定して計算量を抑えつつ情報を事前情報として保持する。
• 得られた疎線形系をソルバー（Ceres）を用いて、収束するまで反復最適化ループで解く。
• ア ップリケーションは、対応する残差ファクターを追加することで他のセンサーへ拡張可能である。

実験結果

リサーチクエスチョン

• RQ1 1つの最適化ベースのフレームワークで、推定器を再設計せずに複数のセンサースイートをサポートできるか。
• RQ2 スライディングウィンドウBA内でIMUプリインテグレーションとカメラ再投影ファクターを組み込むことで、 stereo、monocular+IMU、そして stereo+IMU の構成でどのように性能が出るか。
• RQ3 周辺化が計算効率と推定精度に及ぼす影響（実データと公開データセットで）。
• RQ4 提案フレームワークはセンサー故障や代替センサーモダリティへの置換に対してどれほど頑健か。

主な発見

• フレームワークは3つのセンサースイートをサポートします：ステレオカメラ、IMU付きモノクロカメラ、そしてIMU付きステレオカメラ。
• IMU統合は動作追跡を著しく改善し、ステレオのみと比較してドリフトを低減します。
• EuRoCデータセットでの実験は、IMUを有効にした構成を使用した場合、複数のシーケンスでOKVISを上回るのが一般的であることを示しています。
• 実世界の屋外実験は、IMUを含む構成の方がステレオのみの設定より精度が向上することを示しています。
• オープンソース実装が提供されています(VINS-Fusion)、コミュニティの利用と拡張を可能にします。
• 手法は異なるセンサ構成を越えて頑健性を維持し、新しい残差ファクターを追加することで追加センサタイプにも対応できることを示しています。