[論文レビュー] Multi-Camera LiDAR Inertial Extension to the Newer College Dataset

Lintong Zhang, Marco Camurri+2 more|arXiv (Cornell University)|Dec 16, 2021

Remote Sensing and LiDAR Applications被引用数 28

ひとこと要約

本論文は、Newer Collegeを拡張したマルチカメラ LiDAR 慣性ハンドヘルドデータセットを提示する。ハードウェア同期カメラ、IMU、128チャネル LiDARを備え、さらに高周波数の6自由度基準姿勢と、マルチカメラ視覚-慣性オドメトリの例を提供する。

ABSTRACT

We present a multi-camera LiDAR inertial dataset of 4.5 km walking distance as an expansion of the Newer College Dataset. The global shutter multi-camera device is hardware synchronized with both the IMU and LiDAR, which is more accurate than the original dataset with software synchronization. This dataset also provides six Degrees of Freedom (DoF) ground truth poses at LiDAR frequency (10 Hz). Three data collections are described and an example use case of multi-camera visual-inertial odometry is demonstrated. This expansion dataset contains small and narrow passages, large scale open spaces, as well as vegetated areas, to test localization and mapping systems. Furthermore, some sequences present challenging situations such as abrupt lighting change, textureless surfaces, and aggressive motion. The dataset is available at: https://ori-drs.github. io/newer-college-dataset/

研究の動機と目的

• Newer Collegeから拡張された包括的なマルチカメラ視覚-慣性および LiDAR データセットを提供する。
• 詳細な事前地図を用いて高周波数の6-DoF基準姿勢を提供する。
• 挑戦的な環境での頑健なSLAMのためのハードウェア同期の利点を示す。

提案手法

• 4台カメラのAlphasenseシステム、128チャンネルのOuster LiDAR、そして適切に同期したIMUを備えたハンドヘルドデバイスを組み立てる。
• 狭い通路、開放空間、 vegetationを含む多様な環境で約4.5kmの歩行軌跡をキャプチャする。
• LiDARスキャンをIMU歪み補正を用いてLeica BLK360ベースの事前地図へ registro することにより高周波のグラウンドトラクト姿勢を生成する。
• カメラ-IMU-LiDAR同期のためにKalibrを用いて intrinsics/ extrinsicsを較正する。
• データストリームをデュアルPTP同期化してセンサ間のタイミング精度をサブマイクロ秒に達するよう提供する。
• VILENS-MCを例としてマルチカメラ視覚-慣性オドメトリを実演する。

実験結果

リサーチクエスチョン

• RQ1 困難な屋外および室内環境で、マルチカメラ・LiDAR・慣性センサを組み合わせることは頑健なSLAMをどのように改善できるか？
• RQ2 高周波姿勢推定のためのハードウェア同期の利点はソフトウェア同期と比べて何か？
• RQ3 照明変化が激しく、テクスチャが欠如する表面や急激な運動の列で、マルチカメラ視覚-慣性オドメトリはどう機能するか？

主な発見

• データセットはNewer Collegeを拡張し、4.5kmの歩行距離とLiDARレート（10 Hz）で高周波数の6-DoFグランドトラuthを提供する。
• PTPを用いたハードウェア同期により、LiDAR・カメラ・IMU間のサブマイクロ秒精度を達成する。
• 階段、廊下、公園、質感のある/質感のない領域など、SLAMシステムを挑戦させる多様なシーンを含む。
• 論文はマルチカメラ視覚-慣性オドメトリ（VILENS-MC）が困難な列でモノ/ステレオ法より優れていることを示す。
• 公開比較ではORB-SLAM3やOpenVINSなどの手法が質感のない列や高速モーション列で苦戦する一方、VILENS-MCはカメラ間の特徴追跡の恩恵を受けることが示される。
• Kalibrと各コレクションごとの較正ファイルを用いた詳細な較正プロトコルが提供される。