[論文レビュー] CamVox: A Low-cost and Accurate Lidar-assisted Visual SLAM System

Yuewen Zhu, Chunran Zheng+3 more|arXiv (Cornell University)|Nov 23, 2020

Robotics and Sensor-Based Localization参考文献 18被引用数 10

ひとこと要約

CamVoxは、ORB-SLAM2とLivoxライダーを統合することで、大規模な屋外環境における精度と耐障害性を向上させる低コストでリアルタイムのビジュアルSLAMシステムを提案する。Livoxライダーの繰り返しのない走査パターンを活用することで、制御されていないシーンでも自動的にカメラ・ライダーのキャリブレーションを可能にし、最先端の軌道精度を達成。同じデータセット上でVINS-monoやLOAMを上回り、平均APEが1.7mである。

ABSTRACT

Combining lidar in camera-based simultaneous localization and mapping (SLAM) is an effective method in improving overall accuracy, especially at a large scale outdoor scenario. Recent development of low-cost lidars (e.g. Livox lidar) enable us to explore such SLAM systems with lower budget and higher performance. In this paper we propose CamVox by adapting Livox lidars into visual SLAM (ORB-SLAM2) by exploring the lidars' unique features. Based on the non-repeating nature of Livox lidars, we propose an automatic lidar-camera calibration method that will work in uncontrolled scenes. The long depth detection range also benefit a more efficient mapping. Comparison of CamVox with visual SLAM (VINS-mono) and lidar SLAM (LOAM) are evaluated on the same dataset to demonstrate the performance. We open sourced our hardware, code and dataset on GitHub.

研究の動機と目的

• 大規模な屋外マッピングを目的として、LivoxライダーとビジュアルSLAM（ORB-SLAM2）を統合し、低コストで高精度なSLAMシステムを開発すること。
• Livoxライダーの特徴的な繰り返しのない走査パターンを活用して、制御されていない現実世界のシーンにおいても自動的かつ頑健なカメラ・ライダーキャリブレーションを実現すること。
• Livoxライダーの長距離検出範囲（最大260m）と高精度を活かして、深度推定とマッピング効率を向上させること。
• 埋め込みプラットフォーム（Manifold 2C）上でリアルタイム処理を実現しながらも、高精度な軌道推定を維持すること。
• ハードウェア、コード、データセットを公開することで、研究者や開発者に即座に利用可能なオープンソースのソリューションを提供すること。

提案手法

• IMUデータを用いてライダー点群の歪みを補正し、時刻同期されたキャリブレーションを介して点群をカメラ座標系に変換する前処理パイプラインにより、ライダーとカメラのデータを統合する。
• Livoxライダーの繰り返しのない走査パターンを活用し、制御されたキャリブレーション環境を必要とせず、画像に類似した自動キャリブレーションを実現する。
• キーポイントを「近い」と分類するための深度閾値（デフォルト130m）を導入し、特徴追跡とマッピング効率を向上させる。
• ライダーから得られる深度測定値をORB-SLAM2に統合することで、特徴追跡、マッピング、ループクロージャーの精度とスケールの正確性を向上させる。
• 4コアのIntel i7-8550Uを搭載したオンボードのManifold 2Cシステム上でリアルタイム処理を実行し、カメラ入力の周波数を10Hzに保ち、マッピング遅延を250ms未満に抑える。
• ビジュアルSLAM統合用に、ライダー点群から高密度深度マップを生成するカスタムのPCDから深度変換モジュールを採用する。

Figure 1: Example of CamVox performance. (a) the trajectory of the robot from CamVox; (b) the dense RGBD map from CamVox; (c) a magnified and rotated part of (b) demonstrating high point cloud quality.

実験結果

リサーチクエスチョン

• RQ1 Livoxライダーの繰り返しのない走査パターンは、制御されていない屋外シーンにおいても、自動的かつ頑健なカメラ・ライダーキャリブレーションを可能にするか？
• RQ2 高距離・高精度なライダー情報を統合することで、モノクローラルまたはステレオビジュアルSLAMと比較して、大規模な屋外環境におけるビジュアルSLAMの性能がどの程度向上するか？
• RQ3 ライダー補助ビジュアルSLAMにおいて、『近い』キーポイントを分類する最適な深度閾値は何か？ これにより特徴追跡とマッピング効率を最大化できるか？
• RQ4 実際の条件下で、CamVoxシステムは主流のSLAMフレームワーク（例：VINS-mono、LOAM）と比較して、軌道精度でどの程度優れているか？
• RQ5 低コストのライダー補助SLAMシステムは、埋め込みハードウェア上でリアルタイム処理を実現しながらも、高精度かつ耐障害性を維持できるか？

主な発見

• 自動カメラ・ライダーキャリブレーション手法は、最良の手動キャリブレーション結果（5.88）に非常に近い誤差（約5.88）を達成しており、制御されていないシーンでも高い精度を示している。
• SUSTechデータセット上で平均絶対ポーズ誤差（APE）が1.7mを達成し、VINS-mono（6.7m）やlivox_horizon_loam（6.2m）を大きく上回っている。
• 130mの深度閾値を用いることで特徴追跡が最適化され、5フレーム目におけるマッチングポイントが低閾値の場合に比べて58%増加した。
• CamVoxはオンボードのManifold 2Cシステム上でリアルタイム処理を実現しており、トラッキング（42.27ms）、マッピング（252.41ms）、ループクロージング（7821.22ms）の処理時間はリアルタイム動作に適している。
• 200メートルまでのスケールで高品質なRGBDマップを生成でき、図1に示すように、強い日差しの中でも高品質な点群が得られている。
• タイミング解析の結果、キャリブレーションに58.16秒を要するが、静止時における実行頻度が低いため、リアルタイム性能に悪影響を及げず、ボトルネックとはならない。

Figure 2: Point cloud density of three Livox lidar models compared to traditional lidars as a function of integration time.