[論文レビュー] Fast Cylinder and Plane Extraction from Depth Cameras for Visual Odometry

Pedro F. Proença, Yang Gao|arXiv (Cornell University)|Mar 6, 2018

Robotics and Sensor-Based Localization参考文献 18被引用数 12

ひとこと要約

本稿では、深さ画像から平面と円柱を抽出する高速で効率的な手法CAPEを提案する。グリッド構造の平面セルを用いることで、1つのCPUコアで300 Hzのリアルタイムビジョウオドメトリを実現する。円柱パラメータを確率的にモデル化し、確率的RGB-Dオドメトリフレームワークに統合することで、円柱環境におけるトラジェクトリ推定性能が著しく向上する。平面のみを扱うPEACのような手法は、このようなシーンでは性能が低下するが、CAPEはそれを克服する。

ABSTRACT

This paper presents CAPE, a method to extract planes and cylinder segments from organized point clouds, which processes 640x480 depth images on a single CPU core at an average of 300 Hz, by operating on a grid of planar cells. While, compared to state-of-the-art plane extraction, the latency of CAPE is more consistent and 4-10 times faster, depending on the scene, we also demonstrate empirically that applying CAPE to visual odometry can improve trajectory estimation on scenes made of cylindrical surfaces (e.g. tunnels), whereas using a plane extraction approach that is not curve-aware deteriorates performance on these scenes. To use these geometric primitives in visual odometry, we propose extending a probabilistic RGB-D odometry framework based on points, lines and planes to cylinder primitives. Following this framework, CAPE runs on fused depth maps and the parameters of cylinders are modelled probabilistically to account for uncertainty and weight accordingly the pose optimization residuals.

研究の動機と目的

• トンネルのような円柱環境において、曲面における平面フィッティングの不安定性を解消すること。
• 構造化された環境における耐障害性を向上させるために、整理された深さ点群から平面と円柱を高速かつ低遅延で抽出する手法を開発すること。
• 確率的RGB-Dオドメトリフレームワークに円柱プリミティブを統合し、平面モデルが失敗する場面でのポーズ推定精度を向上させること。
• 点単位の処理ではなく、平面セルのグリッド上で処理することで、計算効率を高め、処理オーバーヘッドを低減すること。
• 曲線に適応したプリミティブ（円柱）が、平面のみのアプローチに比べて、円柱表面が支配的なシーンでより優れたトラジェクトリ推定を達成することを実証すること。

提案手法

• CAPEは640×480の深さ画像を平面セルのグリッドに分割し、各セルは法線ベクトルを保持し、領域拡張に用いられる。
• 領域拡張は、セルの法線のヒストグラムに従って制御され、ピクセル単位の処理を避けて、平面および円柱セグメントの効率的クラスタリングが可能になる。
• セグメント形状の分類には主成分分析（PCA）を用いる：平面セグメントは1つの主成分方向に分散が小さいことで特定され、円柱セグメントは顕著な主軸を示す。
• 円柱フィッティングは、逐次的RANSACに埋め込まれた直接線形最小二乗法により実行され、高速かつ高精度なパラメータ推定が可能になる。
• 境界の最適化は、同じセルグリッドを用いて実施され、高価なピクセル単位の操作を回避してセグメント端縁を近似する。
• カメラポーズ推定における残差計算において、不確実性を考慮した重み付けが可能になるよう、ポーズ最適化フレームワーク内で円柱パラメータを確率的にモデル化する。

実験結果

リサーチクエスチョン

• RQ1 平面と円柱の両方を深さ画像から抽出する高速で低遅延な手法が、円柱表面が支配的な環境におけるビジョウオドメトリ性能を向上させ得るか？
• RQ2 確率的RGB-Dオドメトリフレームワークに円柱プリミティブを統合した場合、平面のみを用いる場合と比較して、トラジェクトリ推定精度にどのような影響を与えるか？
• RQ3 滑らかな曲面が特徴のトンネルのようなシーンにおいて、曲線に適応したプリミティブ（円柱）を用いることで、平面のみのフィッティングに比べてどの程度の性能向上が得られるか？
• RQ4 PEACのような最先端の平面抽出手法と比較して、CAPEの計算効率は、遅延の安定性とスループットの観点からどの程度優れているか？
• RQ5 セルベースのグリッド構造を採用することで、解像度にどの程度の損失が生じるが、同時にビジョウオドメトリにおける耐障害性と速度を維持できるか？

主な発見

• CAPEは1つのCPUコアで640×480の深さ画像を平均300 Hzで処理し、シーンに応じてPEACに比べ4～10倍の高速化を達成する。
• CAPEは一貫した遅延（約3 ms）を示すが、PEACはシーンによって処理時間が変動し、一貫性に欠ける。
• トンネルやらせん階段のような円柱シーンでは、CAPEが円柱プリミティブを用いることで、絶対軌道誤差（ATE）を1.8 m（トンネル）および0.7 m（らせん階段）にまで低減する。これはPEACがそれぞれ4.9 mおよび4.2 mを記録するのと比べ、顕著な優位性を示す。
• ヨガマットシーケンスでは、CAPEに円柱プリミティブを導入することで、すべての平面重み設定においてATEが一貫して低減され、特にα_plane=0.01およびα_cylinder=0.1の設定で最良の性能を発揮する。
• 非円柱シーン（例：fr1_desk, fr1_360）では、CAPEはPEACと同等の性能を示し、一部のケースでわずかな劣化が見られるが、標準的な環境では性能の低下がないことが示される。
• 視覚的比較により、CAPEは曲面における不安定な平面フィッティングを効果的に抑制しており、PEACが歪みや不安定な平面セグメントを生成する一方、CAPEは正しく円柱幾何を捉えていることが確認された。