[論文レビュー] LIRO: Tightly Coupled Lidar-Inertia-Ranging Odometry

Thien‐Minh Nguyen, Muqing Cao+4 more|arXiv (Cornell University)|Oct 25, 2020

Robotics and Sensor-Based Localization参考文献 33被引用数 5

ひとこと要約

本稿では、UWB距離測定値をライダーとIMUデータと統合することで長期的推定誤差を解消し、グローバルでドリフトのないポーズ推定を実現する、密結合なライダー-インertリアル・レンジングオドメトリであるLIROを提案する。IMUプリインテグレーションとライダー特徴を用いたスライディングウィンドウ最適化フレームワークにUWB距離測定値を統合することで、実世界のテストにおいて位置のRMSEを0.2m未満に低下させ、GPS不可環境でも正確でグローバル基準のローカライゼーションを実現する。

ABSTRACT

In recent years, thanks to the continuously reduced cost and weight of 3D Lidar, the applications of this type of sensor in robotics community have become increasingly popular. Despite many progresses, estimation drift and tracking loss are still prevalent concerns associated with these systems. However, in theory these issues can be resolved with the use of some observations to fixed landmarks in the environments. This motivates us to investigate a tightly coupled sensor fusion scheme of Ultra-Wideband (UWB) range measurements with Lidar and inertia measurements. First, data from IMU, Lidar and UWB are associated with the robot's states on a sliding windows based on their timestamps. Then, we construct a cost function comprising of factors from UWB, Lidar and IMU preintegration measurements. Finally an optimization process is carried out to estimate the robot's position and orientation. Via some real world experiments, we show that the method can effectively resolve the drift issue, while only requiring two or three anchors deployed in the environment.

研究の動機と目的

• GPS不可環境におけるライダー-インertリアルオドメトリシステムの推定ドリフトとトラッキング損失を解消すること。
• ライダーとインertリアルデータにUWB距離測定値を統合することで、グローバル基準のポーズ推定を可能にすること。
• リアルタイム性能を維持しながら、ローカライゼーションの精度と耐障害性を向上させる密結合なセンサーフュージョンフレームワークの開発。
• 最小限のインfra（2〜3のUWBアンカー）で実現可能な実用的で準制御環境での手法の妥当性を検証すること。

提案手法

• IMU、ライダー、UWBのデータはタイムスタンプ同期され、スライディングウィンドウ上のロボット状態に関連付けられる。
• UWB距離測定値、IMUプリインテグレーション、ライダー特徴観測からの要因を用いてコスト関数が構築される。
• Ceresソルバを用いた密結合最適化フレームワークを採用し、ロボットのポーズ、速度、バイアス状態を同時に推定する。
• UWBアンカーからのボディオフセット距離測定値が、グローバルフレームにトラジェクトリをアンカーする絶対位置制約として使用される。
• 高周波数の運動に対する耐性を高め、計算負荷を低減するためにIMUプリインテグレーションが用いられる。
• ROSに実装され、水平および垂直のライダー構成を持つヘキサコプタからの実世界データセットで評価されている。

実験結果

リサーチクエスチョン

• RQ1 2〜3のアンカーへのUWBレンジングが、ライダー-インエントリアルオドメトリにおける長期的ドリフトを効果的に解消できるか？
• RQ2 ライダーとIMUにUWB距離測定値を密結合に統合することで、ポーズ推定の精度とグローバル整合性はどのように向上するか？
• RQ3 2つのアンカーと3つのアンカーを用いる場合の位置誤差と姿勢誤差の性能向上はどの程度か？
• RQ4 標準的なLOAMおよびLIOと比較して、本手法は多様な環境においてドリフトと精度の点でどのように優れているか？
• RQ5 GPSや事前マップに依存せずに、グローバル基準のローカライゼーションを達成できるか？

主な発見

• LIROは、水平ライダーを搭載した最良ケース（テスト01）において、位置のRMSEを0.170mに低下させた。一方、LOAMは1.499m、LIOは4.692mであった。
• 2つのUWBアンカーでのみ、LIROはテスト01で位置のRMSEを0.527mに低下させ、全テストでLIOおよびLOAMを著しく上回った。
• 3つのアンカーを用いることで、垂直ライダーを搭載したテスト02では位置のRMSEが0.159mまで低下し、環境にかかわらず一貫した性能を示した。
• LIROの姿勢推定はグローバル基準で安定しており、長時間のシーケンスにおいてLIOおよびLOAMが予測不能な姿勢ドリフトを示すのとは対照的であった。
• 異なるテストシナリオおよびアンカー構成においても一貫した性能を示し、誤差のばらつきが最小限に抑えられており、環境変化に対する耐性があることが示された。
• LIO-SAMはIMUバイアスドリフトのため飛行中に発散したが、LIROは安定したリアルタイム性能を維持した。これは、高周波数の振動に対しても耐性があることを示している。