[論文レビュー] PL-SLAM: a Stereo SLAM System through the Combination of Points and Line Segments

Ruben Gomez-Ojeda, David Zuñiga-Noël+3 more|arXiv (Cornell University)|May 26, 2017

Robotics and Sensor-Based Localization被引用数 25

ひとこと要約

PL-SLAM は、従来の点ベースの SLAM が失敗する低テクスチャ環境においても頑健性を高めるために、3次元点と線分を統合したステレオビジュアル SLAM システムである。組み合わせ特徴追跡、新規の bag-of-words ループクロージャー手法、およびエンドポイントに基づくセグメント残差を用いた統一最適化フレームワークを活用することで、KITTI および EuRoC データセットにおいて、ORB-SLAM などの最先端手法と比較して、リアルタイム性能を維持しつつ、精度とマップの豊かさが向上している。

ABSTRACT

Traditional approaches to stereo visual SLAM rely on point features to estimate the camera trajectory and build a map of the environment. In low-textured environments, though, it is often difficult to find a sufficient number of reliable point features and, as a consequence, the performance of such algorithms degrades. This paper proposes PL-SLAM, a stereo visual SLAM system that combines both points and line segments to work robustly in a wider variety of scenarios, particularly in those where point features are scarce or not well-distributed in the image. PL-SLAM leverages both points and segments at all the instances of the process: visual odometry, keyframe selection, bundle adjustment, etc. We contribute also with a loop closure procedure through a novel bag-of-words approach that exploits the combined descriptive power of the two kinds of features. Additionally, the resulting map is richer and more diverse in 3D elements, which can be exploited to infer valuable, high-level scene structures like planes, empty spaces, ground plane, etc. (not addressed in this work). Our proposal has been tested with several popular datasets (such as KITTI and EuRoC), and is compared to state of the art methods like ORB-SLAM, revealing a more robust performance in most of the experiments, while still running in real-time. An open source version of the PL-SLAM C++ code will be released for the benefit of the community.

研究の動機と目的

• 従来の点ベースステレオ SLAM が低テクスチャで特徴が乏しい環境で失敗する問題に対処すること。
• パイプライン全体にわたり、点に加えて線分を統合することで、SLAM の頑健性とマップ品質を向上させること。
• ビジュアルオドメトリ、キーフレーム選択、バンドル調整の各段階で、点と線分特徴を一貫して処理できる統一最適化フレームワークを構築すること。
• 点と線分の両方のバイナリ記述子を組み合わせた bag-of-words アプローチを用いて、再訪問を検出するとともに、ポーズドリフトを是正する、頑健なループクロージャー機構を設計すること。
• 高レベルのシーン理解を可能にするため、平面やエッジなどの幾何的プリミティブを豊富に含む、より構造的に情報豊かな 3次元マップを生成すること。

提案手法

• バイナリ記述子を用いてステレオ画像内での 2次元点と線分を検出・マッチングし、線分の長さおよび方向の一貫性に基づいた外れ値除外処理を実施する。
• マップ上での 3次元線分表現をエンドポイントによって行い、画像平面における投影されたエンドポイントと観測された無限直線との距離を用いて、正確な残差計算を可能にする。
• 点と線分の投影誤差を組み合わせた連合コスト関数を定義し、逆共分散行列による重み付けを施した上で、インクリメンタルなガウス・ニュートン最適化により最小化する。
• バンドル調整中に外れ値を効果的に扱うための頑健な誤差重み付け方式を採用し、収束性と安定性を向上させる。
• 点と線分の両方のバイナリ記述子を統合した bag-of-words ループクロージャー手法を用いて、再訪問を検出し、ポーズドリフトを是正する。
• 3回未満の観測しか持たない外れ値ランドマークは、マップ品質の維持と計算負荷の低減のため、プルーニングする。

実験結果

リサーチクエスチョン

• RQ1 従来の点特徴に加えて線分を統合することで、低テクスチャ環境における SLAM の頑健性が顕著に向上するか？
• RQ2 線分特徴は、ビジュアルオドメトリ、キーフレーム選択、バンドル調整を含む、SLAM パイプライン全体に効果的に統合可能か？
• RQ3 点と線分の両方の記述子を組み合わせたハイブリッド bag-of-words 手法は、単一特徴の BoW 手法を上回るループクロージャー検出性能を発揮するか？
• RQ4 線分の統合によって、得られる 3次元マップの構造的豊かさと幾何的正確性はどの程度向上するか？
• RQ5 点と線分の両方の特徴を一貫して処理できる統一最適化フレームワークは、リアルタイム性能を損なわず、効率的に動作するか？

主な発見

• PL-SLAM は、特に屋内通路や都市部のストリートなど、低テクスチャなシナリオにおいて、ORB-SLAM と比較して顕著な頑健性の向上を示している。
• 挑戦的な環境下でもリアルタイム性能を維持しつつ、より一貫性があり正確なカメラ軌道推定が可能である。
• 点と線分の両方の特徴を統合することで、平面やエッジを含む、多様で構造的に情報豊かな 3次元マップが生成され、幾何的コンテンツが豊かになっている。
• 線分に対してエンドポイントに基づく残差計算を採用したことで、正確で安定した最適化が実現され、ドリフト低減とマップの一貫性向上が達成された。
• ハイブリッド記述子を用いた bag-of-words ループクロージャー手法により、繰り返し構造のある環境でもループ検出の信頼性が向上した。
• 長さおよび方向に基づく外れ値フィルタリングにより、部分的遮蔽や接続断絶といった線分固有の課題に対しても、効果的に対処できた。