[論文レビュー] Closed-form solution to cooperative visual-inertial structure from motion

Agostino Martinelli|arXiv (Cornell University)|Feb 23, 2018

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

ひとこと要約

本稿では、2台のエージェントから成るシステムにおいて、各エージェントが単眼カメラとIMU（加速度計とジャイロスコープ）を用いて、外部特徴量や初期化を一切用いずに、絶対スケール、相対速度、相対姿勢（オイラー角）、バイアスを含む完全な観測可能な状態を閉形式で解く手法を提示する。本手法は、相互のカメラ観測を活用し、系の動的特性を解析的に解き、特にジャイロスコープのバイアスが存在する状況でも性能を回復させる、新規のバイアス推定技術を特徴としている。

ABSTRACT

This paper considers the problem of visual-inertial sensor fusion in the cooperative case and it provides new theoretical contributions, which regard its observability and its resolvability in closed form. The case of two agents is investigated. Each agent is equipped with inertial sensors (accelerometer and gyroscope) and with a monocular camera. By using the monocular camera, each agent can observe the other agent. No additional camera observations (e.g., of external point features in the environment) are considered. All the inertial sensors are assumed to be affected by a bias. First, the entire observable state is analytically derived. This state includes the absolute scale, the relative velocity between the two agents, the three Euler angles that express the rotation between the two agent frames and all the accelerometer and gyroscope biases. Second, the paper provides the extension of the closed-form solution given in [19] (which holds for a single agent) to the aforementioned cooperative case. The impact of the presence of the bias on the performance of this closed-form solution is investigated. As in the case of a single agent, this performance is significantly sensitive to the presence of a bias on the gyroscope, while, the presence of a bias on the accelerometer is negligible. Finally, a simple and effective method to obtain the gyroscope bias is proposed. Extensive simulations clearly show that the proposed method is successful. It is amazing that, it is possible to automatically retrieve the absolute scale and simultaneously calibrate the gyroscopes not only without any prior knowledge (as in [13]), but also without external point features in the environment.

研究の動機と目的

• 最小限のシナリオにおける協調的ビジュアルインエラル状態推定のための決定的で初期化不要な解法の欠如に応える。
• 外部点特徴が存在しない状況で、絶対スケールおよび完全な状態観測可能性が達成可能かどうかを調査する。
• 単一エージェントの閉形式解を、相互の単眼観測とバイアス付きIMUを有する協調的2エージェント系に拡張する。
• ジャイロスコープのバイアスが性能を著しく制限するという事実を踏まえ、そのバイアスを推定する堅牢な手法を開発する。
• 絶対スケールおよび完全な状態が、相互エージェント間のビジュアルおよびインエラル測定のみを用いて自律的に回復可能であることを実証する。

提案手法

• 各エージェントの絶対スケール、相対位置、相対速度、相対姿勢（オイラー角）、加速度計およびジャイロスコープのバイアスを含む、状態を定式化する。
• 両IMUからのクaternion表現と角速度・加速度入力を用いて、系の動的特性をモデル化し、状態の時間発展が状態と入力のみに依存するように保証する。
• 両エージェントの局所座標系における相対位置および相対姿勢を用いて、カメラ観測をベアリングベクトル（スケールまで）として表現する。
• 短時間間隔にわたるビジュアルおよびインエラル測定から得られる方程式系を解析的に解き、閉形式解を導出する。
• リー微分を用いた観測可能性ランク条件を適用し、与えられたモデル下で全22成分の状態が観測可能であることを証明する。
• 閉形式解の構造と系の動的特性を活用し、シンプルで効果的なジャイロスコープバイアス推定手法を提案する。

実験結果

リサーチクエスチョン

• RQ1 外部点特徴がなく、相互の単眼観測のみが利用可能な協調的ビジュアルインエラルシステムにおいて、絶対スケールを回復できるか？
• RQ2 バイアス付きIMUを有する協調的2エージェント設定において、相対姿勢、相対速度、バイアスを含む完全な状態が観測可能か？
• RQ3 加速度計およびジャイロスコープのバイアスが、閉形式解の性能にどのように影響を与えるか？
• RQ4 初期化を要せず、ジャイロスコープバイアスの存在下でも性能を回復できるバイアス推定手法を設計可能か？
• RQ5 合成センサノイズを伴う実際のMAVの運動に適用した場合、閉形式解は精度を維持するか？

主な発見

• 外部の事前知識や外部特徴が一切不要な状況下でも、最小限の2エージェント協調的シナリオにおいても、絶対スケールが観測可能であり、回復可能である。
• 観測可能性ランク条件を用いた解析により、相対姿勢（オイラー角）、相対速度、およびすべてのバイアスを含む完全な状態が解析的に観測可能であることが示された。
• 閉形式解の性能は、ジャイロスコープバイアスに対して極めて感受性が高く、補正が行われない限り、推定精度が著しく低下する。
• 加速度計バイアスは性能にほとんど影響を及ぼさないことが示され、この種の誤差に対しては頑健であることが示された。
• 提案されたジャイロスコープバイアス推定手法により、性能がバイアスなし状態にほぼ回復され、信頼性の高いスケール回復が可能となった。
• 広範なシミュレーションにより、数秒のうちに高精度な状態推定が達成可能であることが確認され、リアルタイムのMAVアプリケーションに適していることが示された。