[論文レビュー] miniSAM: A Flexible Factor Graph Non-linear Least Squares Optimization Framework

Jing Dong, Zhaoyang Lv|arXiv (Cornell University)|Sep 3, 2019

Robotics and Sensor-Based Localization参考文献 10被引用数 9

ひとこと要約

miniSAM は、ロボット工学およびコンピュータビジョン分野における柔軟なプロトタイピングを目的とした、軽量でオープンソースの C++/Python フレームワークであり、要因グラフを用いた非線形最小二乗最適化を実装しています。Python/NumPy との完全統合、複数のスパース線形ソルバー（CUDA で加速された cuSOLVER を含む）、カスタム多様体をサポートしており、Ceres や g2o、GTSAM と同等の性能を達成しています。ただし、動的メモリ割り当てや Python 互換性の設計選択によるわずかなオーバーヘッドが生じます。

ABSTRACT

Many problems in computer vision and robotics can be phrased as non-linear least squares optimization problems represented by factor graphs, for example, simultaneous localization and mapping (SLAM), structure from motion (SfM), motion planning, and control. We have developed an open-source C++/Python framework miniSAM, for solving such factor graph based least squares problems. Compared to most existing frameworks for least squares solvers, miniSAM has (1) full Python/NumPy API, which enables more agile development and easy binding with existing Python projects, and (2) a wide list of sparse linear solvers, including CUDA enabled sparse linear solvers. Our benchmarking results shows miniSAM offers comparable performances on various types of problems, with more flexible and smoother development experience.

研究の動機と目的

• ロボット工学およびコンピュータビジョン分野における非線形最小二乗最適化のための軽量で拡張可能なフレームワークの開発。
• Python/NumPy API を通じた完全な統合により、C++ のパフォーマンスを維持したまま迅速なプロトタイピングを可能にすること。
• Eigen や CHOLMOD、CUDA での加速が可能な cuSOLVER を含む、多数のスパース線形ソルバーのサポート。
• 基礎となる型を変更せずに、カスタムコスト関数や多様体の拡張性を提供すること。
• 最小限の外部依存関係で、クロスプラットフォーム互換性を実現すること。

提案手法

• 非線形最小二乗問題を要因グラフでモデル化し、ロバストカーネルと情報行列を用いて誤差関数を定義。
• 局所点まわりのヤコビアンを用いた反復線形化を伴う Levenberg-Marquardt 最適化を採用。
• 正規方程式 JTJΔx = JTb の解法に、コレスキー分解、LDLT 分解、または PCG 因子分解を適用。
• 局所座標系と再構成操作を用いて一般多様体をサポートし、拡張性のために C++ テンプレート特徴の特殊化を採用。
• PyBind11 を通じた完全な Python/NumPy API を公開し、Python プロジェクトとのシームレスな統合を実現。
• Eigen、CHOLMOD、CUDA での加速が可能な cuSOLVER を含む、多数のスパース線形ソルバーを統合し、パフォーマンスチューニングの柔軟性を提供。

実験結果

リサーチクエスチョン

• RQ1 軽量で Python からアクセス可能なフレームワークは、Ceres や g2o といった既存の C++ ライブラリと同等の非線形最小二乗最適化性能を達成できるか？
• RQ2 動的メモリ割り当てや Python 互換性を優先する設計選択が、最適化タスクにおける実行時パフォーマンスに与える影響はいかほどか？
• RQ3 cuSOLVER のような GPU で加速されたスパースソルバーは、miniSAM における大規模問題のパフォーマンスにどの程度向上効果をもたらすか？
• RQ4 miniSAM がカスタム多様体と損失関数をサポートする点について、GTSAM と比較して使いやすさと拡張性の面でどの程度優れているか？
• RQ5 Python バインディングを C++ 基盤の最適化フレームワークに組み込むことで、実行時オーバーヘッドがどの程度増加するか？

主な発見

• CHOLMOD を使用した場合、miniSAM は Ceres や g2o と同等の最適化時間を達成しており、わずかなパフォーマンスオーバーヘッドに留まっています。
• 2D ポーズグラフ（M3500）では、CHOLMOD を使用した miniSAM が 0.090s で、g2o の 0.059s よりわずかに遅いが、GTSAM の順次コレスキー法（0.207s）よりは速い。
• 3D ポーズグラフ（Torus）では、CHOLMOD を使用した miniSAM が 1.107s で、GTSAM の順次コレスキー法（2.836s）を上回り、g2o と同等の CHOLMOD を使用した 0.821s と同等の性能を示した。
• CUDA での加速が可能な cuSOLVER は、350ms の起動遅延が高く、小規模な問題では CPU 側の CHOLMOD よりも遅く、大規模問題にのみ適している。
• Python 互換性を優先する設計選択（動的割り当て、ポインタの使用なし）にもかかわらず、miniSAM は多様な SLAM 問題において優れたパフォーマンスを維持しており、プロトタイピング用途として実用的であることが示された。