[論文レビュー] Closed-form Solution for IMU based LSD-SLAM Point Cloud Conversion into the Scaled 3D World Environment

Sergey Triputen, Kristiaan Schreve+2 more|arXiv (Cornell University)|Jul 19, 2017

Robotics and Sensor-Based Localization参考文献 4被引用数 3

ひとこと要約

本論文は、IMUデータを用いてLSD-SLAMの単眼・スケール未定義の点群をメトリックに正確な3次元世界座標系に変換する閉形式解を提示する。カメラの軌跡と点群をスケールおよび姿勢の誤差を補正する変換で整合させることで、ロボット工学用途（例：経路計画）に適した正確な、現実世界に整合した3次元再構成を実現する。

ABSTRACT

SLAM is a very popular research stream in computer vision and robotics nowadays. For more effective SLAM implementation it is necessary to have reliable informa- tion about the environment, also the data should be aligned and scaled according to the real world coordinate system. Monocular SLAM research is an attractive sub-stream, because of the low equipment cost, size and weight. In this paper we present a way to build a conversion from LSD-SLAM coordinate space to the real world coordinates using a true metric scale with IMU sensor data implementation. The causes of differences between the real and calculated spaces are explained and the possibility of conversions between the spaces is proved. Additionally, a closed-form solution for inter space trans- formation calculation is presented. The synthetic method of generating high level accurate and well controlled input data for the LSD-SLAM algorithm is presented. Finally, the reconstructed 3D environment representation is delivered as an output of the implemented conversion.

研究の動機と目的

• LSD-SLAMのような単眼SLAMシステムにメトリックスケールが欠如している問題に対処し、現実世界のロボットシステムとの統合を制限する要因を解消する。
• LSD-SLAMの相対的・スケール未定義の3次元点群を、グローバルに整合されたメトリックに正確な表現に変換する課題を克服する。
• IMUデータとLSD-SLAM出力の融合により、経路計画や障害物検出に適した信頼性の高い3次元環境再構成を実現する。
• Blenderを用いた合成シミュレーションフレームワークを構築し、アルゴリズムの検証に適した制御可能で高精細な入力データを生成する。
• LSD-SLAMの内部座標系と現実世界との間のスケールおよび姿勢の不一致を補正する閉形式変換を開発する。

提案手法

• Blenderを用いて、制御されたテクスチャ、照明、運動を備えたリアルな画像シーケンスを生成し、LSD-SLAMの入力として使用する合成3次元環境を構築する。
• カメラの軌跡推定に必要な真値の運動情報として、IMUデータ（加速度および角速度）をシミュレートする。
• IMUデータとLSD-SLAMが推定した軌跡に基づいて導出された閉形式変換を用い、スケールおよび姿勢を補正する。
• 変換を適用してLSD-SLAMの点群を現実世界座標系に再投影し、真値と一致する軸およびスケールに整列させる。
• MATLABを用いて、変換後の点群をBlenderで生成された真値と比較することで、手法の妥当性を検証する。
• 最終出力を効率的な空間表現および後続のロボット利用を目的として、オクトリーメッシュとして表現する。

実験結果

リサーチクエスチョン

• RQ1 LSD-SLAMのスケール未定義で相対的な3次元点群を、メトリックに正確な3次元世界座標系に変換するための閉形式変換を導出可能か？
• RQ2 合成環境において、IMUデータを用いてLSD-SLAM出力のスケールおよび姿勢をどれほど正確に補正できるか？
• RQ3 初期化時のダイナミクスがスケール収束に与える影響は何か？安定化はどのように達成できるか？
• RQ4 変換が現実世界環境との幾何的忠実性および整合性をどれほど保持するか？
• RQ5 本手法は、経路計画などのロボットタスクに適したメトリックスケールの3次元再構成を信頼性を持って生成できるか？

主な発見

• 提案された閉形式変換により、LSD-SLAMの点群は現実世界座標系と正確に整合され、適切なスケールおよび姿勢が達成された。
• スケール係数は約4,300フレームで収束し、その後はわずかなバーストを除き安定した性能が確認された。
• Blenderにおける真値の経路長は195.12メートルであったが、LSD-SLAMの推定経路はたったの12.6単位にとどまり、補正前の顕著なスケール差が確認された。
• 変換後、点群の幾何構造およびカメラの軌跡は、MATLABによる検証でBlenderで生成された真値と正確に一致した。
• 本手法により、経路計画や障害物回避などの後続のロボット工学的応用に適した信頼性の高い3次元再構成が可能になった。
• スケール係数は時間とともに一定ではなく、繰り返しまたはループする軌道では動的調整が特に必要となる。