[論文レビュー] IC-GVINS: A Robust, Real-time, INS-Centric GNSS-Visual-Inertial Navigation System for Wheeled Robot

Hailiang Tang, Tisheng Zhang+3 more|arXiv (Cornell University)|Apr 11, 2022

Robotics and Sensor-Based Localization被引用数 6

ひとこと要約

IC-GVINS は、要因グラフ最適化を用いて IMU、視覚的、GNSS 測定値を密に統合する、車輪型ロボット向けの INS 主導型でリアルタイムの GNSS-視覚的慣性航法システムである。視覚処理の全過程で高精度な INS 状態を活用し、GNSS を用いて初期化と絶対位置決めを実施することで、動く物体を含む視覚的劣化環境において優れた耐障害性と精度を達成する。

ABSTRACT

In this letter, we present a robust, real-time, inertial navigation system (INS)-Centric GNSS-Visual-Inertial navigation system (IC-GVINS) for wheeled robot, in which the precise INS is fully utilized in both the state estimation and visual process. To improve the system robustness, the INS information is employed during the whole keyframe-based visual process, with strict outlier-culling strategy. GNSS is adopted to perform an accurate and convenient initialization of the IC-GVINS, and is further employed to achieve absolute positioning in large-scale environments. The IMU, visual, and GNSS measurements are tightly fused within the framework of factor graph optimization. Dedicated experiments were conducted to evaluate the robustness and accuracy of the IC-GVINS on a wheeled robot. The IC-GVINS demonstrates superior robustness in various visual-degenerated scenes with moving objects. Compared to the state-of-the-art visual-inertial navigation systems, the proposed method yields improved robustness and accuracy in various environments. We open source our codes combined with the dataset on GitHub

研究の動機と目的

• 複雑で視覚的劣化した環境で動作する車輪型ロボット向けの耐障害性が高く、リアルタイムな航法システムの開発。
• 動的シーンや視覚特徴が乏しい状況に対応できない既存の視覚的慣性システムの限界を、高精度な慣性航法をコアコンponentとして統合することで解決。
• 大規模環境におけるシステムの初期化と絶対位置決めの精度を向上させるために GNSS を活用。
• INS 主導型の視覚処理と厳密な外れ値除去により、全体の航法耐障害性を向上。

提案手法

• 本システムは、キーフレームベースの視覚処理の全過程で高精度な慣性状態を主参照として使用する、INS 主導型の設計を採用。
• GNSS を用いて状態の正確な初期化と大規模環境における絶対位置制約の提供を実施。
• 視覚特徴追跡およびポーズ推定の段階で、INS 予測を基に誤った測定値を除外する厳密な外れ値除去戦略を適用。
• IMU、視覚的、GNSS 測定値を要因グラフ最適化フレームワーク内で密に統合し、ロボットの軌道を同時に推定。
• 視覚処理が INS 状態に従って制御されることで、特徴喪失や低テクスチャ状態でも一貫性を維持し、ドリフトを低減。
• 本システムはリアルタイムで実装されており、再現性を確保するための公開データセットとともにオープンソース化されている。

実験結果

リサーチクエスチョン

• RQ1 INS 主導型設計は、視覚的劣化環境における GNSS-視覚的慣性航法の耐障害性をどのように向上させるか？
• RQ2 大規模シナリオにおいて、GNSS は初期化と絶対位置決めの精度をどのように向上させるか？
• RQ3 IMU、視覚的、GNSS 測定値の密統合は、緩い結合または緩い最適化手法と比較して、全体の航法性能をどのように改善するか？
• RQ4 INS に従う視覚処理は、特徴喪失や動的シーンの状況下で、ドリフト低減と一貫性向上にどの程度寄与するか？

主な発見

• IC-GVINS は、動く物体を含む視覚的劣化環境において優れた耐障害性を示し、困難な条件下でも最先端の視覚的慣性システムを上回る性能を発揮する。
• GNSS を用いることで、大規模環境でも正確な初期化と安定した絶対位置決めが可能となる。
• INS 主導型の視覚処理により、視覚的テクスチャが乏しい状況や特徴喪失時におけるドリフトが顕著に低減され、一貫性が向上する。
• 要因グラフ最適化による IMU、視覚的、GNSS データの密統合は、従来手法と比較して軌道推定精度が向上することを示す。
• INS 予測に基づく厳密な外れ値除去戦略により、視覚特徴追跡とポーズ推定の信頼性が向上する。
• 本システムは完全にオープンソース化されており、公開データセットを併用することで、車輪型ロボット向けリアルタイムで耐障害性の高い航法分野における再現性とさらなる研究を可能にする。