[論文レビュー] Fast Rigid 3D Registration Solution: A Simple Method Free of SVD and Eigen-Decomposition

Jin Wu, Ming Liu+2 more|ArXiv.org|Jun 2, 2018

Robotics and Sensor-Based Localization参考文献 36被引用数 5

ひとこと要約

本稿では、特異値分解（SVD）および固有値分解を回避するため、反復的線形代数的手法を用いて最適な回転行列とクォータニオンを計算することで、高速な剛体3次元登録手法FA3Rを提案する。この手法は、SVDおよびEIGベースのソルバーよりも60–80%高速に処理を実現しながらも、正確性を維持し、組み込みシステムにおける効率的な整数実装を可能にする。

ABSTRACT

A novel solution is obtained to solve the rigid 3D registration problem, motivated by previous eigen-decomposition approaches. Different from existing solvers, the proposed algorithm does not require sophisticated matrix operations e.g. singular value decomposition or eigenvalue decomposition. Instead, the optimal eigenvector of the point cross-covariance matrix can be computed within several iterations. It is also proven that the optimal rotation matrix can be directly computed for cases without need of quaternion. The simple framework provides very easy approach of integer-implementation on embedded platforms. Simulations on noise-corrupted point clouds have verified the robustness and computation speed of the proposed method. The final results indicate that the proposed algorithm is accurate, robust and owns over $60\% \sim 80\%$ less computation time than representatives. It has also been applied to real-world applications for faster relative robotic navigation.

研究の動機と目的

• リアルタイムおよび組み込みシステムにおける剛体3次元登録の計算ボトルネックを解消すること。
• 浮動小数点演算を避けることで、FPGAおよびGPUにおける効率的な固定小数点実装を可能にする手法の開発。
• SVDベースのソルバーよりも著しく計算時間を短縮しながら、高い正確性と頑健性を維持すること。
• 簡素化され、整数演算に適したアルゴリズムフレームワークを提供することで、相対的ロボットナビゲーションおよびビジュアルオドメトリを高速化すること。

提案手法

• SVDや固有値分解に依存せずに、行列の累乗解析を用いて、単純なベクトル代数に基づく反復的ルールを導出することで、3次元登録問題を再定式化する。
• SVDや固有値分解を用いずに、基本的な線形代数演算のみを用いて、交差共分散行列の最適固有ベクトルを反復的に計算する。
• 一部の状況ではクォータニオンパラメータライゼーションに依存せず、回転行列を直接計算することで、解法の経路を単純化する。
• 行列分解を回避するため、点群の交差共分散行列の主固有ベクトルに収束する反復的累乗法を用いる。
• 数値的に安定で、固定小数点算術に適したアルゴリズムとして設計し、マイコンおよびFPGAへのデプロイを可能にする。
• ICPおよびPnPパイプラインにこの手法を統合することで、正確性を損なわずに登録処理およびビジュアルオドメトリの高速化を実現する。

実験結果

リサーチクエスチョン

• RQ1 SVDや固有値分解に依存せずに、正確性を維持したまま剛体3次元登録ソルバーを設計できるか？
• RQ2 反復的線形代数手法は、古典的なSVD/EIGアプローチよりも高速な収束と低い計算コストを達成できるか？
• RQ3 提案手法は、浮動小数点処理能力が限られたリアルタイム組み込みシステムに適しているか？
• RQ4 実世界の点群およびビジュアルオドメトリタスクに適用した場合、正確性が保持されるか？
• RQ5 ICPやP3Pのような既存のパイプラインに、このアルゴリズムを効率的に統合でき、性能向上が図れるか？

主な発見

• 提案されたFA3Rアルゴリズムは、標準PCハードウェア上でのSVDおよびEIGベースのソルバーよりも計算時間を60–80%短縮した。
• KITTIデータセットおよび「new tsukuba」ビジュアルオドメトリデータセットでテストした結果、SVDと同一の登録正確性を達成した。
• 高精度IMUからの真値と一致するインクリメンタルな姿勢推定値を、点群から正確に再構築できた。
• SVDと同一のP3PおよびSURFパイプラインを用いても、FA3Rは著しく短い計算時間で正確なビジュアルオドメトリトラジェクトリを生成した。
• 点群のノイズに対しても頑健で、複数の実世界のシーンおよびデータセットで安定性を維持した。
• 単純な線形演算に依存するため、FPUを搭載しない組み込みプラットフォーム（例：STM32H743VIT6）においても、整数実装に非常に適している。