[論文レビュー] Avoiding Degeneracy for Monocular Visual SLAM with Point and Line Features

Hyunjun Lim, Yeeun Kim+3 more|arXiv (Cornell University)|Mar 2, 2021

Robotics and Sensor-Based Localization参考文献 42被引用数 38

ひとこと要約

本稿では、点特徴と線特徴を組み合わせることで、低テクスチャまたは照明条件の変動が激しい環境でも頑健性と精度を向上させる単眼視覚SLAMシステムを提案する。退化検出手法と、エピポーラ幾何に基づく誤った3次元線再構成を是正する新しい構造的制約を導入し、線追跡およびマッピング精度を顕著に向上させた。EuRoCデータセットを用いた評価では、ベースライン手法と比較して15%低い並進RMSEを達成した。

ABSTRACT

In this paper, a degeneracy avoidance method for a point and line based visual SLAM algorithm is proposed. Visual SLAM predominantly uses point features. However, point features lack robustness in low texture and illuminance variant environments. Therefore, line features are used to compensate the weaknesses of point features. In addition, point features are poor in representing discernable features for the naked eye, meaning mapped point features cannot be recognized. To overcome the limitations above, line features were actively employed in previous studies. However, since degeneracy arises in the process of using line features, this paper attempts to solve this problem. First, a simple method to identify degenerate lines is presented. In addition, a novel structural constraint is proposed to avoid the degeneracy problem. At last, a point and line based monocular SLAM system using a robust optical-flow based lien tracking method is implemented. The results are verified using experiments with the EuRoC dataset and compared with other state-of-the-art algorithms. It is proven that our method yields more accurate localization as well as mapping results.

研究の動機と目的

• 低テクスチャまたは高照度変動環境下における点特徴の低さたの頑健性を改善すること。
• スパarsな点特徴ベースマッピングの限界を補うために、より明確な構造的識別性を提供する線特徴を統合すること。
• 線特徴ベースSLAMにおける退化問題を解決すること。特に、エピポール付近の線は3次元再構成が曖昧になる。
• 新しい構造的制約とオプティカルフローに基づくマッチングを用いて、線追跡および3次元再構成精度を向上させること。
• 現実世界の単眼SLAMシナリオにおいて、より正確で視覚的に解釈可能なマッピングを達成すること。

提案手法

• 純粋な並進運動における線特徴の退化検出を、エピポーラ幾何とエピポールへの線の近接度を分析することで簡単な手法で提案する。
• 3次元線再構成における幾何的一致性（例：平行性）を強制する新しい構造的制約を導入し、三角測量時の曖昧性を解消する。
• 運動モデルからの予測と検出された線を融合するオプティカルフローに基づく線追跡法を採用し、マッチングの頑健性を向上させる。
• 3次元線特徴のパrameterizationおよびバンドル調整に、プラッカー座標と正規直交表現を用いる。
• 線特徴の整合性と再投影誤差に制約を課したスライディングウィンドウ最適化フレームワークを適用する。
• 点特徴と線特徴を統合的に扱う単眼SLAMパイプラインを構築し、特徴管理を動的に制御する。

実験結果

リサーチクエスチョン

• RQ1 単眼SLAMシステムにおいて、エピポーラ幾何に起因する退化線特徴（エピポールに近い線）はどのように検出できるか？
• RQ2 退化によって生じる曖昧な3次元線再構成を是正するために、どのような幾何的制約を適用できるか？
• RQ3 オプティカルフローに基づく線追跡は、低テクスチャ環境下での特徴の持続性を向上させ、追跡失敗を低減できるか？
• RQ4 構造的制約を統合することで、線特徴ベース単眼SLAMにおける局所化およびマッピング精度はどの程度向上するか？
• RQ5 PL-VINS や VINS-Mono などの最先端アルゴリズムと比較して、提案手法は頑健性および精度の面でどの程度優れているか？

主な発見

• 提案手法は、EuRoCデータセットにおいてベースラインのVINS-Monoアルゴリズムと比較して、並進RMSEが15%低減した。
• LSD+LBD手法と比較して、線追跡性能は約49%向上したが、計算時間は20%増加した。
• EuRoCの11のシーケンスのうち7つにおいて、提案手法はPL-VINSと比較して25%の誤差が小さく、退化の処理において優れた性能を示した。
• 構造的制約により、退化した線が平行線などの妥当な幾何的配置に是正され、マップ品質と視覚的解釈可能性が向上した。
• 状態推定レートは約20Hzを維持しており、線特徴処理の追加コストを考慮しても許容可能な水準であった。
• 本手法は線特徴ベースSLAMにおける退化問題を効果的に緩和し、困難な環境下でもより正確で頑健な3次元再構成を可能にした。