[論文レビュー] An Open Source, Fiducial Based, Visual-Inertial State Estimation System.

Michael Neunert, Michael Blösch+1 more|arXiv (Cornell University)|Jul 8, 2015

Robotics and Sensor-Based Localization参考文献 6被引用数 3

ひとこと要約

この論文は、印刷可能なペーパーマーカーを用いて屋内および制限付き環境で正確で低コストの局所化とモーショントラッキングを実現するオープンソースのフィデューシャルベースのビジュアルインertialステート推定システムを提示する。フィデューシャルからのビジュアルデータとインertial測定値を統合することで、高速な運動中ですら追加のキャリブレーションを必要とせずに、頑健で継続的なポーズ推定を実現する。

ABSTRACT

Many robotic tasks rely on the estimation of the location of moving bodies with respect to the robotic workspace. This information about the robots pose and velocities is usually either directly used for localization and control or utilized for verification. Often motion capture systems are used to obtain such a state estimation. However, these systems are very costly and limited in terms of workspace size and outdoor usage. Therefore, we propose a lightweight and easy to use, visual inertial Simultaneous Localization and Mapping approach that leverages paper printable artificial landmarks, so called fiducials. Results show that by fusing visual and inertial data, the system provides accurate estimates and is robust against fast motions. Continuous estimation of the fiducials within the workspace ensures accuracy and avoids additional calibration. By providing an open source implementation and various datasets including ground truth information, we enable other community members to run, test, modify and extend the system using datasets or their own robotic setups.

研究の動機と目的

• 高価なモーションキャプチャシステムの代替として、低コストで軽量なロボットステート推定手法の開発。
• モーションキャプチャシステムの限界、すなわち高コスト、作業領域の制限、屋外での使用性の低さを解消すること。
• 印刷可能なフィデューシャルマーカーを用いて、ビジュアルセンサとインertialセンサのみで正確で頑健なポーズ推定を実現すること。
• コミュニティによるテスト、変更、拡張を可能にするために、オープンソース実装とデータセットおよび真値データを提供すること。

提案手法

• 本システムは、環境内におけるビジュアルリファレンスとして、ペーパー印刷可能な人工ランドマーク（フィデューシャル）を用いる。
• IMUからのインエイティブ測定値とフィデューシャルのビジュアル観測値を統合して、ロボットのステートを推定する。
• ステート推定フィルタがビジュアルおよびインエイティブデータを統合し、連続的で正確なポーズおよび速度推定値を生成する。
• ワークスペース内でのフィデューシャルの継続的トラッキングにより、追加のキャリブレーションを回避する。
• 実装はオープンソースであるため、さまざまなロボットプラットフォームへの統合が可能である。
• 真値データはデータセットの形で提供され、性能の検証およびベンチマークに用いられる。

実験結果

リサーチクエスチョン

• RQ1 低コストでフィデューシャルベースのビジュアルインエイティブシステムは、モーションキャプチャシステムと同等の正確で頑健なステート推定を達成できるか？
• RQ2 高速な運動条件下でも、ビジュアルとインエイティブデータの統合はどの程度良好に機能するか？
• RQ3 継続的なフィデューシャルトラッキングによって、外部キャリブレーションの必要性はどの程度排除できるか？
• RQ4 異なるロボットプラットフォームや環境において、オープンソースシステムはどの程度スケーラブルで再利用可能か？

主な発見

• 本システムは、高速な運動中ですら、ビジュアルとインエイティブデータの効果的な統合により正確なステート推定を達成する。
• 印刷可能なフィデューシャルの使用により、高価なインfrastrucureを必要とせず、低コストでの展開が可能になる。
• 継続的なフィデューシャルトラッキングにより、一貫性のある正確性が保証され、追加のキャリブレーション手順が不要になる。
• 提供されたデータセットを含むオープンソース実装により、研究コミュニティによる再現性のあるテストと拡張が可能になる。
• 本システムは実環境でも頑健性を示し、従来のモーションキャプチャシステムの実用的代替手段として有効である。