[論文レビュー] Ground Plane based Absolute Scale Estimation for Monocular Visual Odometry

Dingfu Zhou, Yuchao Dai+1 more|arXiv (Cornell University)|Mar 3, 2019

Robotics and Sensor-Based Localization参考文献 57被引用数 6

ひとこと要約

本稿では、カメラ高さと平面面の仮定を活用してスケールドリフトを低減する、モノクローラルビジョオドメトリにおけるロバストなグランドプレーンベースの絶対スケール推定・補正手法を提案する。KITTIおよび自作のフィッシュアイデータセットで評価した結果、ベースラインのスケール補正なしORB-SLAMと比較して、シーケンス00において移動誤差を10%以上低減し、トラジェクトリの精度が顕著に向上した。

ABSTRACT

Recovering the absolute metric scale from a monocular camera is a challenging but highly desirable problem for monocular camera-based systems. By using different kinds of cues, various approaches have been proposed for scale estimation, such as camera height, object size etc. In this paper, firstly, we summarize different kinds of scale estimation approaches. Then, we propose a robust divide and conquer the absolute scale estimation method based on the ground plane and camera height by analyzing the advantages and disadvantages of different approaches. By using the estimated scale, an effective scale correction strategy has been proposed to reduce the scale drift during the Monocular Visual Odometry (VO) estimation process. Finally, the effectiveness and robustness of the proposed method have been verified on both public and self-collected image sequences.

研究の動機と目的

• 単一カメラ画像から距離スケールを回復できないという、モノクローラルビジョオドメトリにおける根本的なスケール曖昧性の課題に取り組む。
• グランドプレーンの幾何構造と既知のカメラ高さを用いて、絶対スケール推定のためのロバストで分割統治型の手法を開発する。
• インクリメンタルなVO推定におけるスケールドリフトを、効果的なスケール補正戦略を導入することで緩和する。
• Kittiおよび自作のフィッシュアイシーケンスを含む多様な実世界データセットにおいて、困難な走行条件下で手法を検証する。
• ループクロージャーや外部センサに依存しない実用的でセンサ連合フリーのソリューションを提供し、モノクローラルVOの精度を向上させる。

提案手法

• 車両が平坦な道路を走行すると仮定し、カメラ高さと平面グランド表面の幾何的制約を組み合わせて絶対スケールを推定する。
• 画像を領域に分割する分割統治戦略を適用し、スケール推定にあたっては下部領域（グランドプレーンに近い領域）のみを用いることで、ロバスト性を向上させる。
• キャリブレーション済みのカメラモデルと事前に測定されたカメラ高さおよびピッチ角を用い、3次元点をグランドプレーンに射影してスケールを計算する。
• ORB-SLAMフレームワークにスケール補正メカニズムを統合し、複数のフレームにわたるグランドプレーンの整合性に基づいてスケール係数を動的に調整する。
• 時間的整合性のチェックと複数フレームにわたる特徴追跡を適用し、スケール推定を精緻化してドリフトを低減する。
• 合成および実世界のシーケンスを用いてスケール推定モデルのキャリブレーションと検証を行い、さまざまな条件下でもロバスト性を確保する。

実験結果

リサーチクエスチョン

• RQ1 外部センサを用いずに、グランドプレーンの幾何構造と既知のカメラ高さを信頼性を持ってモノクローラルビジョオドメトリにおける絶対スケール推定に応用できるか？
• RQ2 分割統治戦略がグランドプレーン特徴を分離することで、スケール推定のロバスト性をどの程度向上できるか？
• RQ3 長距離走行における累積的スケールドリフトを、スケール補正によってどの程度低減できるか？
• RQ4 Kitti 00および09–10のような困難なシーケンスにおいて、本手法はループクロージャー有無のORB-SLAMと比較してどの程度優れているか？
• RQ5 本手法は、実世界環境におけるサイドマウントのフィッシュアイレンズのような非フォワードフォーシングカメラに対しても効果的に適用可能か？

主な発見

• 提案手法のスケール補正戦略により、スケール補正なしのORB-SLAMと比較してKITTIシーケンス00における移動誤差が10%以上低減された。
• ループクロージャが失敗したKITTIシーケンス09および10において、本手法（スケール補正あり）はベースライン手法よりも真値にはるかに近いトラジェクトリを生成した。
• 自作のフィッシュアイカメラデータセットにおいても本手法はロバスト性を示し、補正なしバージョンでは顕著なスケールドリフトが生じる中、補正済みトラジェクトリは実際の道路ルートと密接に一致した。
• 回転誤差はスケール補正の有無に関わらずほとんど変化しなかったため、本手法が回転誤差ではなくスケールドリフトに特化していることが確認された。
• ループが存在しない、または特徴が一時的な場合の状況において、本手法はループクロージャーや追加データ（例：NYUv2、ステレオペア）に依存する手法を上回った。
• 時間的整合性と複数フレームにわたる特徴追跡の活用により、グランドプレーンが部分的に遮蔽されても本手法は依然として有効であることが示された。