[論文レビュー] High-Precision Localization Using Ground Texture

Linguang Zhang, Adam Finkelstein+1 more|arXiv (Cornell University)|Oct 29, 2017

Robotics and Sensor-Based Localization参考文献 45被引用数 6

ひとこと要約

本論文では、下向きカメラを用いて床のテクスチャ—ひびわれ、傷、繊維の配列など—の特徴を捉え、それらを照合することで、低コストかつ高精度な局所化システムであるMicro-GPSを提示する。これらの持続的で特徴的なテクスチャ特徴をコンパクトなデータベースにインデックス化し、頑健な投票ベースの特徴照合を用いることで、初期姿勢の知識がなくてもリアルタイムでミリメートルスケールの精度を達成する。これにより、GPSが使えない環境でも、移動型ロボットの信頼性の高い経路追従が可能になる。

ABSTRACT

Location-aware applications play an increasingly critical role in everyday life. However, satellite-based localization (e.g., GPS) has limited accuracy and can be unusable in dense urban areas and indoors. We introduce an image-based global localization system that is accurate to a few millimeters and performs reliable localization both indoors and outside. The key idea is to capture and index distinctive local keypoints in ground textures. This is based on the observation that ground textures including wood, carpet, tile, concrete, and asphalt may look random and homogeneous, but all contain cracks, scratches, or unique arrangements of fibers. These imperfections are persistent, and can serve as local features. Our system incorporates a downward-facing camera to capture the fine texture of the ground, together with an image processing pipeline that locates the captured texture patch in a compact database constructed offline. We demonstrate the capability of our system to robustly, accurately, and quickly locate test images on various types of outdoor and indoor ground surfaces.

研究の動機と目的

• GPSが機能しない屋内・屋外環境でも信頼性高く動作する低コストで高精度な局所化システムの開発。
• GPS、慣性航法、WiFiトランセプションの限界を補うために、見た目には均一に見える床のテクスチャに存在する持続的で特徴的な特徴を活用すること。
• 初期姿勢の知識や外部インfrastrucureが不要な状態でも、正確で再現性のある経路追従を実現すること。
• コンパクトで効率的なデータベースを用いて、実世界の条件下でテクスチャベースの特徴照合が1cm未満の精度を達成できることを実証すること。

提案手法

• 特徴の一貫性を確保するため、制御された照明条件下で下向きカメラを用いて床のテクスチャ画像を撮影する。
• 自然な風景とは異なり、テクスチャに特化した画像向けに調整された特徴検出パイプラインを用いて、テクスチャ画像から局所的キーポoinを抽出する。
• オフラインでグローバルな姿勢最適化を用いて整列させた、コンパクトで圧縮されたデータベースにキーポイントとその記述子を格納する。
• クエリ画像とデータベース間の候補となる特徴対応を、近似最近傍探索を用いて特定する。
• 外れ値を効果的に排除するため、妥当な一致は一様に一致する姿勢に投票するが、誤った一致はランダムに分散するという、頑健な投票手順を適用する。
• RANSACを用いて妥当な一致に対して姿勢を回復することで、高精度な局所化を達成する。

実験結果

リサーチクエスチョン

• RQ1 見た目には均一に見える床のテクスチャに、持続的で0.5mm未満のスケールの特徴を信頼性を持ってグローバル局所化に利用できるか？
• RQ2 高精度で頑健性を確保するために、テクスチャに特化した画像向けに特徴検出と照合をどのように適合できるか？
• RQ3 遮蔽、運動歪み、表面の変形といった実世界の課題に直面した場合、システムの性能はいかがなものか？
• RQ4 GPSが利用できない状況下でも、屋内および屋外の両環境で1cm未満の局所化精度を達成できるか？
• RQ5 GPSやオドメトリなどの既存の局所化システムとどう統合できるか？これにより、大規模なエリアへのスケーラブルな展開が可能になるか？

主な発見

• 本システムは、床のテクスチャ特徴のみを用いて、屋内および屋外の両環境でミリメートルスケールの局所化精度を達成した。
• 90%以上の特徴照合が外れ値であったが、投票ベースの外れ値除外手順により、妥当な一致を高い信頼性で特定できた。
• 重大な遮蔽（例：コンクリートに落ちた葉）や表面の変形（例：カーペットの傷）に対しても、システムは耐性を示し、全テストケースで正常な局所化を維持した。
• 運動歪みは測定可能な影響を及ぼしたが、管理可能な範囲内であった。16次元の記述子を用いた場合、低シャッタースピードでも妥当な成功確率を維持した。
• 経路追従実験では、ロボットが手動で走行した経路をミリメートル未満の精度で再現でき、元の目標位置から数ミリの範囲内に到着した。
• 本システムは、外向きカメラを用いたオドメトリなどの既存のトラッキングシステムと互換性があり、追加コストを最小限に抑えつつ融合が可能であることが示された。