[論文レビュー] Observability Analysis of Aided INS with Heterogeneous Features of Points, Lines and Planes

Yulin Yang, Guoquan Huang|arXiv (Cornell University)|May 12, 2018

Robotics and Sensor-Based Localization参考文献 47被引用数 3

ひとこと要約

本稿では、レンジおよびベアリングセンサを用いた異種の幾何的特徴（点、直線、平面）によって補助される線形化された慣性航法システム（INS）の包括的な可観測性解析を提示する。単一および複数の特徴に対する非可観測部分空間を解析的に導出しており、点では4つの非可観測方向、直線では少なくとも5つ、平面では7つを示しており、平面特徴のための新規な最小限の最近点（CP）パラメータライゼーションを提案する。解析は、多様な特徴を用いたEKFベースのVIOおよびVI-SLAMのモンテカルロシミュレーションにより検証されている。

ABSTRACT

In this paper, we perform a thorough observability analysis for linearized inertial navigation systems (INS) aided by exteroceptive range and/or bearing sensors (such as cameras, LiDAR and sonars) with different geometric features (points, lines and planes). While the observability of vision-aided INS (VINS) with point features has been extensively studied in the literature, we analytically show that the general aided INS with point features preserves the same observability property: that is, 4 unobservable directions, corresponding to the global yaw and the global position of the sensor platform. We further prove that there are at least 5 (and 7) unobservable directions for the linearized aided INS with a single line (and plane) feature; and, for the first time, analytically derive the unobservable subspace for the case of multiple lines/planes. Building upon this, we examine the system observability of the linearized aided INS with different combinations of points, lines and planes, and show that, in general, the system preserves at least 4 unobservable directions, while if global measurements are available, as expected, some unobservable directions diminish. In particular, when using plane features, we propose to use a minimal, closest point (CP) representation; and we also study in-depth the effects of 5 degenerate motions identified on observability. To numerically validate our analysis, we develop and evaluate both EKF-based visual-inertial SLAM and visual-inertial odometry (VIO) using heterogeneous geometric features in Monte Carlo simulations.

研究の動機と目的

• 外視的センサ（例：カメラ、LiDAR、ソナー）から得られる異種の幾何的特徴（点、直線、平面）を用いた線形化された補助付きINSの可観測性特性を分析すること。
• 従来のVINS可観測性理論（主に点特徴に限局）を、自由度の異なる多様な幾何的特徴へと拡張すること。
• 誤差状態の伝搬および更新を改善するため、平面特徴のための最小限で、コンactかつ数値的に安定な最近点（CP）表現を提案すること。
• 可観測性を低下させる5つの退化運動（例：特徴に沿った純粋な並進、特徴周りの回転）を特定・分析し、非可観測方向を増加させることを明らかにすること。
• 異種の特徴を用いたEKFベースのVIOおよびVI-SLAMの広範なモンテカルロシミュレーションを通じて、理論的な可観測性の予測を検証すること。

提案手法

• 状態ベクトル内の非可観測方向を特定するため、可観測性行列およびその核空間を用いた線形化可観測性解析を実施する。
• 特徴の幾何的形状に関する仮定を一切設けない状況下で、単一および複数の直線・平面特徴に対する非可観測部分空間の解析的表現を導出する。
• 平面特徴のための最小限の最近点（CP）パラメータライゼーションを導入し、平面を原点から最近点へのベクトルで表現することで、ユークリッド空間内での直接的な誤差状態更新を可能にする。
• 幾何的多様性がセンサ測定値に与える影響を低減させるために、追加の非可観測方向を生じさせる5つの退化運動（例：特徴に沿った並進、特徴周りの回転）を同定する。
• 異種の特徴（点、直線、平面）を用いたEKFベースのビジュアルインertialオドメトリ（VIO）およびビジュアルインエラスティックSLAM（VI-SLAM）アルゴリズムを構築し、数値的検証を実施する。
• 標準フィルタとベンチマークフィルタを比較するモンテカルロシミュレーションを実施し、理論的可観測性予測の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 点特徴に加えて直線や平面特徴を使用した場合、線形化された補助付きINSの可観測性はどのように変化するか？
• RQ2 複数の直線または平面特徴を有するシステムにおける非可観測部分空間の解析的構造は何か？
• RQ3 直線に平行な運動や平面周りの回転といった退化運動が、非可観測方向の数にどのように影響を与えるか？
• RQ4 平面特徴のための最小限でコンactなパラメータライゼーション（最近点（CP）表現）は、可観測性解析および誤差状態伝搬を改善できるか？
• RQ5 グローバル測定（例：既知の位置または姿勢）は、システム内の非可観測方向をどの程度減少させるか？

主な発見

• 点特徴の場合、補助センサの種別（例：2次元ソナー、3次元LiDAR、ステレオカメラ）にかかわらず、常に4つの非可観測方向（グローバルヨーおよびグローバル位置）が保持される。
• 単一の直線特徴を用いる場合、少なくとも5つの非可観測方向が存在する。単一の平面特徴を用いる場合、少なくとも7つの非可観測方向が存在し、点特徴と比較して著しく可観測性が低下していることが示された。
• 複数の直線または平面特徴を有する場合、幾何的仮定を一切設けずに非可観測部分空間を解析的に導出し、特徴の多様性が高まることで可観測性が向上することを示した。
• 平面特徴の最近点（CP）表現は、最小限で効果的であることが示され、誤差状態伝搬を可能にする。
• 並進沿いの運動や平面周りの回転といった5つの退化運動が、追加の非可観測方向を引き起こすことが同定され、推定器の性能低下を引き起こす可能性がある。
• グローバル測定（例：既知の位置または姿勢）は非可観測方向を顕著に減少させ、システム可観測性の向上に寄与することが確認された。