[論文レビュー] A Photometrically Calibrated Benchmark For Monocular Visual Odometry

Jakob Engel, Vladyslav Usenko+1 more|arXiv (Cornell University)|Jul 9, 2016

Robotics and Sensor-Based Localization参考文献 17被引用数 150

ひとこと要約

TUM monoVO ベンチマークを紹介。50 の実世界モノキュラ VO/SLAM シーケンスが光測定にキャリブレーションされ、ループ・クロージャの漂移を通じて評価可能。完全な ground-truth 軌跡なしで評価可能。

ABSTRACT

We present a dataset for evaluating the tracking accuracy of monocular visual odometry and SLAM methods. It contains 50 real-world sequences comprising more than 100 minutes of video, recorded across dozens of different environments -- ranging from narrow indoor corridors to wide outdoor scenes. All sequences contain mostly exploring camera motion, starting and ending at the same position. This allows to evaluate tracking accuracy via the accumulated drift from start to end, without requiring ground truth for the full sequence. In contrast to existing datasets, all sequences are photometrically calibrated. We provide exposure times for each frame as reported by the sensor, the camera response function, and dense lens attenuation factors. We also propose a novel, simple approach to non-parametric vignette calibration, which requires minimal set-up and is easy to reproduce. Finally, we thoroughly evaluate two existing methods (ORB-SLAM and DSO) on the dataset, including an analysis of the effect of image resolution, camera field of view, and the camera motion direction.

研究の動機と目的

• 多様な環境を網羅する大規模なモノキュラ VO/SLAM ベンチマークを提供し、完全な ground-truth ポーズなしで頑健な追従精度を評価できるようにする。
• 光測定キャリブレーション（応答関数とビネット）と露出時間を組み込み、実センサーパイプラインを反映。
• 長いシーケンスで蓄積漂移を測定するループ・クロージャを用いた評価手法を提案。
• 非パラメトリックなビネットキャリブレーションと光測定応答の単純で再現可能なキャリブレーション手順を提供。
• コード、元データ、および評価ツールを公開し、標準化されたベンチマーキングを促進。

提案手法

• 2 つの魚眼レンズとさまざまなフレームレートで合計 105 分の 50 シーケンスをキャプチャ。
• 魚眼光学に適した FOV 歪みモデルで幾何学をキャリブレーション。
• マルチ露出静止シーンからカメラ応答関数 G およびビネットマップ V を含む光測定キャリブレーションを推定。
• 最小限のセットアップを必要とする非パラメトリックなビネットキャリブレーション手法を採用。
• ループ・クロージャに基づく評価を定義し、開始と終了のセグメントを整列させて漂移を測定。完全な ground-truth 軌道に依存せず。
• データセット上で ORB-SLAM と Direct Sparse Odometry (DSO) を、解像度、視野角、運動パターンを変えて評価。

実験結果

リサーチクエスチョン

• RQ1 光測定キャリブレーション（応答関数とビネット）は、実世界シーケンスのモノキュラ VO/SLAM の性能にどのような影響を与えるか？
• RQ2 画素解像度、視野角、カメラ運動方向は、多様な大規模データセット上での VO/SLAM の精度と頑健性にどのような影響を与えるか？
• RQ3 ループ・クロージャに基づく漂移指標は、完全な ground-truth データなしでモノキュラ VO/SLAM の比較を信頼できるか？
• RQ4 ORB-SLAM および DSO の最新手法は、光測定キャリブレーションを用いて、 indoors/outdoors の多様な環境でどのようにパフォーマンスするか？
• RQ5 実務的な設定で非パラメトリックなビネットキャリブレーション手法を使用する利点は何か？

主な発見

• データセットは 50 シーケンス、105 分のビデオおよび露出時間メタデータを含み、完全な ground-truth 軌跡なしで漂移ベースの評価を可能にする。
• 光測定キャリブレーションにはカメラ応答と密なビネットマップが含まれ、直接法の評価現実性を向上させる。
• 2 つのベースライン手法（ORB-SLAM と DSO）を評価し、視野角、解像度、運動方向に対する感度を示す複数回の比較を実施。
• 評価フレームワークは、シーケンス内の漂移位置が誤差指標に与える影響を示し、アライメントベースの“alignment error”を全体的な頑健な指標として推奨。
• 結果は、より小さな FOV が両手法の精度を低下させる一方で、直接法は解像度への感度が異なることを示す（DSO は影響が少ない）。
• 本論文は光測定キャリブレーションと評価を再現するためのオープンソースのコード、元データ、およびスクリプトを提供。