[論文レビュー] M2DGR: A Multi-sensor and Multi-scenario SLAM Dataset for Ground Robots

Jie Yin, Ang Li+3 more|arXiv (Cornell University)|Dec 19, 2021

Robotics and Sensor-Based Localization被引用数 9

ひとこと要約

M2DGR は、フィッシュアイ、スカイポイントイング、イベント、赤外線、LiDAR、IMU、GNSS を含む 12 種類のセンサーからの同期データを備えた、大規模でマルチセンサー・マルチシナリオの地上ロボット用 SLAM データセットであり、36 個のシーケンス（合計 1TB）を含む。このデータセットは、低照度、エレベーター移動、屋外・屋内間の切り替えといった現実世界の課題において、最先端の SLAM システムに顕著な性能低下を露呈し、現在のアルゴリズムにおける重要なギャップを浮き彫りにしている。

ABSTRACT

We introduce M2DGR: a novel large-scale dataset collected by a ground robot with a full sensor-suite including six fish-eye and one sky-pointing RGB cameras, an infrared camera, an event camera, a Visual-Inertial Sensor (VI-sensor), an inertial measurement unit (IMU), a LiDAR, a consumer-grade Global Navigation Satellite System (GNSS) receiver and a GNSS-IMU navigation system with real-time kinematic (RTK) signals. All those sensors were well-calibrated and synchronized, and their data were recorded simultaneously. The ground truth trajectories were obtained by the motion capture device, a laser 3D tracker, and an RTK receiver. The dataset comprises 36 sequences (about 1TB) captured in diverse scenarios including both indoor and outdoor environments. We evaluate state-of-the-art SLAM algorithms on M2DGR. Results show that existing solutions perform poorly in some scenarios. For the benefit of the research community, we make the dataset and tools public. The webpage of our project is https://github.com/SJTU-ViSYS/M2DGR.

研究の動機と目的

• 複雑な屋内・屋外環境で作業する地上ロボットに特化した包括的で大規模な SLAM データセットの不足を解消すること。
• サービスロボットや物流ロボットが日常的・実践的に直面する、エレベーター進入、暗所移動、屋外・屋内間の移行といった現実的で困難なシナリオを捉えること。
• 高精度に校正され、時刻同期されたマルチセンサー・データを備えた、装備が豊富な地上ロボットを用いて、最先端の SLAM アルゴリズムの実用的条件下での性能を評価すること。
• 現実世界の失敗事例において、既存のビジュアルおよび LiDAR SLAM システムの限界を明らかにすることで、今後のアルゴリズム開発を導くこと。
• 公平な比較を可能にし、ロバストなロボットの局所化と地図作成の分野におけるイノベーションを促進する、マルチセンサー SLAM 研究のベンチマークを確立すること。

提案手法

• 本データセットは、6台のフィッシュアイカメラ、1台のスカイポイントイング RGB カメラ、前方を向いたピンホールカメラ、イベントカメラ、赤外線カメラ、32ビームの LiDAR、IMU、および二重の GNSS レシーバ（RTK 搭載）を装備した地上ロボットを用いて収集された。
• すべてのセンサーは正確に校正され、時刻同期が行われており、マルチモodalなデータの整合性を保証し、統合処理を可能にした。
• 真値の軌道は、モーションキャプチャシステム、レーザー 3D トラックャ、RTK GNSS レシーバーを用いて取得され、高精度な基準姿勢が得られた。
• 本データセットには、ホール、通路、エレベーター、道路、屋内・屋外移行を含む多様な環境における 36 個のシーケンスが含まれており、低照度や動的移動といった困難な条件が含まれる。
• 標準的な指標（ATE および APE）を用いて、ORB-SLAM3、LIO-SAM、VINS-Mono、LVI-SAM など複数の最先端 SLAM システムを評価する包括的なベンチマークを実施した。
• 評価は、エレベーター移行、暗所、急激な運動といった失敗事例に焦点を当て、システムのロバストネスとドリフトの定性的および定量的分析が行われた。

Figure 1: Our dataset for ground robots was captured by a rich suite of sensors within various scenarios. Some sensory data are visualized.

実験結果

リサーチクエスチョン

• RQ1 低照度環境（例：暗い通路や夜間の通り）を含む現実世界の地上ロボットのシナリオにおいて、最先端のビジュアルおよび LiDAR SLAM システムはどの程度の性能を示すか？
• RQ2 視覚的および LiDAR センサーが環境を静的と認識するエレベーター内にロボットが進入・退出する際、既存の SLAM システムはどの程度の精度とロバストネスを維持できるか？
• RQ3 GNSS 信号が低下または消失する屋外から屋内への移行において、SLAM システムはどのように対処するか？
• RQ4 高歪みを持つフィッシュアイ画像を処理する際、マルチカメラのビジュアル SLAM システムの失敗モードは何か？
• RQ5 イベントカメラ、赤外線カメラ、RTK-GNSS などの補完的センサーの統合は、困難な条件下での SLAM のロバストネスをどの程度向上させるか？

主な発見

• ORB-SLAM3 は、適応的ヒストограм等値化を適用しても、部屋が暗い Roomdark06 や Street07 では十分な特徴点を抽出できず、テクスチャ不足と遠くの明るい物体への依存性が原因であった。
• 赤外線カメラは暗所でのロバストネスを向上させたが、平らなカーテンのようなテクスチャのない物体を検出できず、RGB カメラに比べて万能な利点がないことが示された。
• テストされたすべての SLAM システムは、エレベーター移行（例：lift04）中に全軌道のトラッキングやマッピングに成功しなかった。LIO-SAM は IMU-LiDAR オドメトリの不整合により深刻なドリフトを示した。
• 屋外から屋内への移行（例：Door01）では、GNSS が利用可能であったにもかかわらず、ビジュアル SLAM システムは大きな ATE エラーを示した。これは GNSS 信号がドア付近で低下し、屋内での位置決めに失敗したためである。
• Street07 における急激な動的運動（急旋回や速度変化）は、ビジュアルおよび LiDAR SLAM システムの両方で失敗を引き起こし、全テストアルゴリズムで高い ATE エラーが観測された。
• マルチカメラのビジュアル SLAM（Multicol-SLAM）は、フィッシュアイ画像の高歪みに起因する誤った特徴点マッチングのため、ほぼすべてのシーケンスで失敗した。これは、非ピンホール光学系を用いたマルチカメラ SLAM における主な課題を浮き彫りにした。

Figure 2: Our ground robot for data collection. (a) Side view of the robot. (b) Sensors on the top layer. (c) Sensors on the middle layer.