[論文レビュー] LiDAR Iris for Loop-Closure Detection

Ying Wang, Zezhou Sun+4 more|arXiv (Cornell University)|Dec 9, 2019

Robotics and Sensor-Based Localization参考文献 23被引用数 6

ひとこと要約

本稿では、LiDAR点群のグローバル記述子としてLiDAR Irisを提案する。この手法は、鳥瞰図点群を極座標系のLiDAR-Iris画像に変換し、LoG-Gaborフィルタリングとしきい値処理を適用してバイナリーシグネチャ画像を生成し、ハミング距離を用いて類似度を計算することで、高速かつ高精度なループ閉じり検出を実現する。フーリエ変換を用いることでポーズ不変性を達成し、5つのレーンシーンデータセットにおいて、Scan-Context や M2DP、ESF といった既存手法を上回る精度と再現率を達成する。

ABSTRACT

In this paper, a global descriptor for a LiDAR point cloud, called LiDAR Iris, is proposed for fast and accurate loop-closure detection. A binary signature image can be obtained for each point cloud after several LoG-Gabor filtering and thresholding operations on the LiDAR-Iris image representation. Given two point clouds, their similarities can be calculated as the Hamming distance of two corresponding binary signature images extracted from the two point clouds, respectively. Our LiDAR-Iris method can achieve a pose-invariant loop-closure detection at a descriptor level with the Fourier transform of the LiDAR-Iris representation if assuming a 3D (x,y,yaw) pose space, although our method can generally be applied to a 6D pose space by re-aligning point clouds with an additional IMU sensor. Experimental results on five road-scene sequences demonstrate its excellent performance in loop-closure detection.

研究の動機と目的

• LiDARベースのSLAMシステムにおける、蓄積されたポーズ誤差によるドリフトの影響を受ける、堅牢で効率的なループ閉じり検出の課題を解決すること。
• 特に回転と平行移動に対して不変であり、かつ判別力のあるグローバル記述子を、3次元LiDAR点群において開発すること。
• 従来の手法が抱える限界——例えば、不変性の欠如、キーポイント検出に依存すること、深層学習による高いデータ要件——を克服するため、幾何学的インスピレーションをもつ手作業で設計された記述子を導入すること。
• 大量の学習データや複雑な前処理を必要とせず、リアルタイムでの適用が可能である高パフォーマンスなループ閉じり検出を達成すること。

提案手法

• LiDAR点群を鳥瞰図表現に変換し、Daugmanのラバーシートモデルを用いて極座標に再マップする。これは、虹彩認識と類似する。
• 周囲の点の高さ情報を、LiDAR-Iris画像の画素強度として符号化することで、構造的および空間的文脈を保持する。
• LiDAR-Iris画像にLoG-Gaborフィルタリングを適用してテクスチャおよびエッジ特徴を抽出し、その後しきい値処理を施して、各点群に対応するバイナリーシグネチャ画像を生成する。
• 2つの点群間の類似度は、対応するバイナリーシグネチャ画像間のハミング距離として計算され、高速かつ効率的なマッチングを可能にする。
• ポーズ不変性は、LiDAR-Iris表現にフーリエ変換を適用することで達成され、3次元（x, y, yaw）ポーズ空間におけるヨー回転に起因する周期的平行移動を処理できる。
• 6次元ポーズ不変性を実現するためには、IMUを用いた点群再整列が可能に拡張可能であるが、コアとなる記述子は3次元ポーズ空間においても効果的に機能する。

実験結果

リサーチクエスチョン

• RQ1 LiDAR点群から導出されるグローバル記述子は、異なるポーズ下でも高い精度と頑健性を発揮するループ閉じり検出を達成できるか？
• RQ2 提案手法のLiDAR-Iris記述子は、Scan-Context や M2DP、ESF といった既存のグローバル記述子と比較して、精度、再現率、計算効率の面でどのように差をつけるか？
• RQ3 LiDAR-Irisから生成されるバイナリーシグネチャ画像は、ヒストグラムベースや投影ベースの記述子と比較して、どの程度判別力が向上するか？
• RQ4 LiDAR-Iris表現のフーリエ変換は、特にヨー回転に対して効果的にポーズ変化を処理し、ポーズ不変マッチングを実現できるか？

主な発見

• LiDAR Irisは、5つのレーンシーンシーケンスにおいて、プロトコルAおよびプロトコルBの両方で、比較対象の全手法の中で最高のパフォーマンスを発揮し、一貫した高い精度と再現率を達成した。
• KITTI 00 シーケンスでは、平均平均精度（mAP）が Scan-Context、M2DP、ESF を上回り、同じ方向および逆方向の両方のループ閉じりイベントに対しても特に優れた性能を示した。
• アフィニティ行列の結果から、正例ペアが負例ペアと明確に分離されており、Scan-Context よりも誤検出が少ないことが示された。
• LiDAR Irisの計算複雑度は Scan-Context よりも低く、1フレームペアあたりの平均マッチング時間が0.0231秒であったのに対し、Scan-Context は0.0257秒であった。これは、推論がより高速であることを示している。
• バイナリーシグネチャ画像の生成およびマッチングプロセスは非常に効率的であり、リアルタイムSLAMアプリケーションに適していることがわかった。
• プロトコルBにおいても、負例ペアの数が著しく多い状況下でも、強力なパフォーマンスを維持しており、大規模なマッチングシナリオにおける頑健性を確認した。