[論文レビュー] Monocular Vehicle Self-localization method based on Compact Semantic Map

Zhongyang Xiao, Kun Jiang+4 more|arXiv (Cornell University)|May 16, 2018

Robotics and Sensor-Based Localization参考文献 12被引用数 5

ひとこと要約

本稿では、都市環境における高精度な自己位置特定を実現するため、コンactな3次元セマンティックマップを用いた単眼カメラベースの車両自己位置特定手法を提案する。ランドマーク認識のためのディープラーニング、幾何的特徴抽出、マップと画像の登録における再投影誤差の最小化を組み合わせることで、最先端の手法と比較してセンサーやマップのストレージ要件を低減しつつ、0.345 mのRMS自己位置特定精度を達成した。

ABSTRACT

High precision localization is a crucial requirement for the autonomous driving system. Traditional positioning methods have some limitations in providing stable and accurate vehicle poses, especially in an urban environment. Herein, we propose a novel self-localizing method using a monocular camera and a 3D compact semantic map. Pre-collected information of the road landmarks is stored in a self-defined map with a minimal amount of data. We recognize landmarks using a deep neural network, followed with a geometric feature extraction process which promotes the measurement accuracy. The vehicle location and posture are estimated by minimizing a self-defined re-projection residual error to evaluate the map-to-image registration, together with a robust association method. We validate the effectiveness of our approach by applying this method to localize a vehicle in an open dataset, achieving the RMS accuracy of 0.345 meter with reduced sensor setup and map storage compared to the state of art approaches. We also evaluate some key steps and discuss the contribution of the subsystems.

研究の動機と目的

• 都市環境における従来の自己位置特定手法の限界、特に不安定さと不正確さを解決すること。
• 単一の単眼カメラとコンパクトなセマンティックマップのみを用いて高精度な車両自己位置特定を実現すること。
• 高精度な自己位置特定を維持しつつ、センサーやマップのストレージ要件を低減すること。
• 困難な都市環境下でも、検出されたランドマークとマップの特徴を信頼性高く関連付けるための堅牢な手法を開発すること。
• オープンデータセットを用いて手法を検証し、各サブシステムの寄与度を分析すること。

提案手法

• 自ら定義したコンパクトな3次元セマンティックマップが、事前に収集された道路ランドマーク情報を最小限のデータ形式で格納する。
• 単眼カメラ入力からの視覚的ランドマーク認識にディープニューラルネットワークを用いる。
• ランドマーク対応の精度を向上させるために、幾何的特徴抽出を実施する。
• マップと画像を一致させるために、自ら定義した再投影残差誤差を最小化することで、車両のポーズを推定する。
• 複雑な都市部のシーンにおける信頼性を高めるために、堅牢なデータ関連付け手法を採用する。
• 再投影誤差の反復最適化を通じて、マップから画像への登録を統合する。

実験結果

リサーチクエスチョン

• RQ1 コンパクトなセマンティックマップを用いた単眼カメラシステムは、都市環境において高精度な車両自己位置特定を達成できるか？
• RQ2 本手法は、自己位置特定精度とリソース効率の面で、最先端の手法と比較してどのように異なるか？
• RQ3 ランドマーク認識、幾何的特徴抽出、および堅牢な関連付けの各要素が、全体の自己位置特定性能に果たす寄与度は何か？
• RQ4 再投影誤差の最小化戦略は、ポーズ推定精度をどのように向上させるか？
• RQ5 マップのコンパクトさとセンサーセットアップの低減は、システムのスケーラビリティと展開性にどのような影響を与えるか？

主な発見

• 本手法は、オープンデータセット上で0.345メートルのRMS自己位置特定精度を達成し、高い精度を示した。
• 最先端の手法と比較して、センサーやマップのストレージ要件を顕著に低減した。
• ランドマーク認識と幾何的特徴抽出にディープラーニングを統合することで、測定精度が向上した。
• 堅牢なデータ関連付け手法により、遮蔽や視覚的ごみが多発する複雑な都市環境下でも性能が向上した。
• アブレーションスタディの結果、各サブシステム（ランドマーク認識、特徴抽出、誤差最小化）が全体の精度に有意義に寄与していることが確認された。
• コンパクトなセマンティックマップにより、性能を損なわず、効率的なストレージとリアルタイム処理が可能になった。