[論文レビュー] Ground-SLAM: Ground Constrained LiDAR SLAM for Structured Multi-Floor Environments

Wei Xin, Jixin Lv+2 more|arXiv (Cornell University)|Mar 5, 2021

Robotics and Sensor-Based Localization参考文献 22被引用数 15

ひとこと要約

Ground-SLAM は、構造的マルチフロア環境における地面の平面を無限の平面的ランドマークとして活用することで、LiDAR 測定バイアスに起因するポーズドリフトを低減する3次元 LiDAR SLAM アルゴリズムである。センサ中心のスライディングマップと最近接点（CP）パrameterizationを用いて地面制約をポーズグラフ最適化フレームワークに統合することで、高い精度とグローバルな一貫性を達成し、実験的評価においてベースライン手法を上回っている。

ABSTRACT

This paper proposes a 3D LiDAR SLAM algorithm named Ground-SLAM, which exploits grounds in structured multi-floor environments to compress the pose drift mainly caused by LiDAR measurement bias. Ground-SLAM is developed based on the well-known pose graph optimization framework. In the front-end, motion estimation is conducted using LiDAR Odometry (LO) with a novel sensor-centric sliding map introduced, which is maintained by filtering out expired features based on the model of error propagation. At each key-frame, the sliding map is recorded as a local map. The ground nearby is extracted and modelled as an infinite planar landmark in the form of Closest Point (CP) parameterization. Then, ground planes observed at different key-frames are associated, and the ground constraints are fused into the pose graph optimization framework to compress the pose drift of LO. Finally, loop-closure detection is carried out, and the residual error is jointly minimized, which could lead to a globally consistent map. Experimental results demonstrate superior performances in the accuracy of the proposed approach.

研究の動機と目的

• 構造的マルチフロア建物における LiDAR 測定バイアスに起因する 3D LiDAR SLAM のポーズドリフトを解消すること。
• 地面の平面の幾何的安定性を活用し、信頼性の高いランドマークとしてドリフト補正に用いること。
• 複数階にわたる環境でもグローバルな一貫性を維持できる、頑健でリアルタイムな SLAM システムの開発。
• 地面制約をポーズグラフ最適化フレームワークに統合し、トラジェクトリの精度を向上させること。

提案手法

• 誤差伝播モデリングに基づく有効期限切れ特徴のフィルタリングにより、センサ中心のスライディングマップを維持することで、フロントエンドにおける効率的なモーション推定を実現する。
• 各キーフレームで、局所マップが抽出され、近隣の地面の平面が最近接点（CP）パrameterizationを用いて検出されモデル化される。
• 異なるキーフレーム間の地面の平面を時系列に跨って関連付けることで、一貫性のあるランドマーク観測を確立する。
• ポーズグラフ最適化フレームワークに地面制約を統合することで、LiDAR オドメトリからのドリフトを圧縮する。
• さらにトラジェクトリの精緻化と残差誤差の最小化を図るため、ループクロージャ検出を実施する。
• システム全体はポーズグラフ最適化フレームワークに基づいて構築されており、グローバルに一貫性のあるマッピングを保証する。

実験結果

リサーチクエスチョン

• RQ1 構造的マルチフロア環境における地面の平面は、LiDAR SLAM のドリフト低減に向け、安定的かつ信頼性の高いランドマークとして機能することができるか？
• RQ2 地面制約は、どのように効果的にポーズグラフ最適化フレームワークにモデリング・統合され、トラジェクトリの精度を向上させることができるか？
• RQ3 誤差を考慮した特徴フィルタリングを備えたセンサ中心のスライディングマップは、モーション推定のロバスト性をどの程度向上させるか？
• RQ4 従来のループクロージャのみに依存する手法と比較して、地面制約の統合はドリフト抑制においてどの程度優れているか？
• RQ5 提案手法は、最小限の手動初期化で複雑なマルチフロアシナリオにおいてもグローバルに一貫性のあるマップを達成できるか？

主な発見

• Ground-SLAM は、地面の平面を安定したランドマークとして活用することで、マルチフロア環境におけるポーズドリフトを顕著に低減している。
• 最近接点（CP）パrameterizationの活用により、キーフレーム間で地面の平面を正確かつ効率的にモデル化できる。
• ポーズグラフ最適化フレームワークに地面制約を統合することで、ベースライン手法と比較してより一貫性があり高精度なトラジェクトリが得られる。
• ループクロージャ検出後の残差誤差の共同最小化により、グローバルに一貫性のあるマップが実現されている。
• 実験的結果から、ベンチマークデータセット上での最先端の LiDAR SLAM アプローチを上回る優れた精度が示されている。
• 提案手法は、構造的屋内環境において高精度なマッピングを実現しながらも、リアルタイム性能を維持している。