[論文レビュー] Pose Graph Optimization in the Complex Domain: Lagrangian Duality, Conditions For Zero Duality Gap, and Optimal Solutions

Giuseppe C. Calafiore, Luca Carlone+1 more|arXiv (Cornell University)|May 13, 2015

Robotics and Sensor-Based Localization参考文献 73被引用数 5

ひとこと要約

本稿では、複素数領域におけるラグランジュ双対性を活用することで、ポーズグラフ最適化（PGO）を解くための新規なアプローチを提案する。本手法は、ペナルティ付きポーズグラフ行列が単一のゼロ固有値を持つ場合に、双対ギャップがゼロ（したがってグローバル最適性が達成可能）であることを証明している。この方法により、半正定値計画法（SDP）と固有ベクトルスケーリングを用いてグローバル最適解が計算可能であり、実世界のロボティクスにおけるノイズ環境下でも、条件が100%の確率で成立することが実験的に確認された。

ABSTRACT

Pose Graph Optimization (PGO) is the problem of estimating a set of poses from pairwise relative measurements. PGO is a nonconvex problem, and currently no known technique can guarantee the computation of an optimal solution. In this paper, we show that Lagrangian duality allows computing a globally optimal solution, under certain conditions that are satisfied in many practical cases. Our first contribution is to frame the PGO problem in the complex domain. This makes analysis easier and allows drawing connections with the recent literature on unit gain graphs. Exploiting this connection we prove non-trival results about the spectrum of the matrix underlying the problem. The second contribution is to formulate and analyze the dual problem in the complex domain. Our analysis shows that the duality gap is connected to the number of eigenvalues of the penalized pose graph matrix, which arises from the solution of the dual. We prove that if this matrix has a single eigenvalue in zero, then (i) the duality gap is zero, (ii) the primal PGO problem has a unique solution, and (iii) the primal solution can be computed by scaling an eigenvector of the penalized pose graph matrix. The third contribution is algorithmic: we exploit the dual problem and propose an algorithm that computes a guaranteed optimal solution for PGO when the penalized pose graph matrix satisfies the Single Zero Eigenvalue Property (SZEP). We also propose a variant that deals with the case in which the SZEP is not satisfied. The fourth contribution is a numerical analysis. Empirical evidence shows that in the vast majority of cases (100% of the tests under noise regimes of practical robotics applications) the penalized pose graph matrix does satisfy the SZEP, hence our approach allows computing the global optimal solution. Finally, we report simple counterexamples in which the duality gap is nonzero, and discuss open problems.

研究の動機と目的

• 非凸なポーズグラフ最適化（PGO）におけるグローバル最適解の計算という、長年の課題に取り組むこと。現在の反復的手法では、その保証ができない。
• PGOにおける双対ギャップがゼロとなる理論的条件を確立し、グローバル最適性の認証を可能にする。
• 単一ゼロ固有値性質（SZEP）が成立する場合に、グローバル最適解を計算するアルゴリズムフレームワークを構築すること。
• ペナルティ付きポーズグラフ行列の固有値特性を分析し、双対ギャップおよび解の一意性と関連付けること。
• 実世界のロボティクスにおけるノイズ状況を想定したシナリオで、本手法を実証的に検証し、SZEP条件がほぼ普遍的に成立することを示すこと。

提案手法

• 分析を簡略化し、ユニットゲイングラフとの関連を活用するため、PGO問題を複素数領域で定式化する。
• ラグランジュ双対問題を半正定値計画法（SDP）として導出し、非凸なPGO問題の凸緩和を可能にする。
• ペナルティ付きポーズグラフ行列が正確に1つのゼロ固有値を持つ場合に限り、双対ギャップがゼロであることを証明する。
• ペナルティ付き行列のゼロ固有値に対応する固有ベクトルをスケーリングすることで、プライム最適解を構築する。
• 2段階のアルゴリズムを提案：第一にSDP双対問題を解き、第二にSZEPが成立する場合に固有ベクトルスケーリングによりプライム解を回復する。
• SZEPが成立しない場合のための変種アルゴリズムを提案し、実用的に高品質な部分最適解を提供する。

実験結果

リサーチクエスチョン

• RQ1 PGO問題のラグランジュ双対問題がゼロ双対ギャップを達成する条件は何か？
• RQ2 ペナルティ付きポーズグラフ行列の固有値特性は、グローバル最適解の存在および一意性とどのように関連するか？
• RQ3 双対解から固有ベクトルスケーリングにより、プライム最適解を直接回復できるか？
• RQ4 実世界のノイズを想定したロボティクス応用において、単一ゼロ固有値性質（SZEP）はどの程度の頻度で成立するか？
• RQ5 標準的な反復ソルバーと比較して、提案手法の最適性および収束性能はいかがなっているか？

主な発見

• 双対ギャップがゼロであることは、ペナルティ付きポーズグラフ行列が正確に1つのゼロ固有値を持つ場合に限り成立し、これによりグローバル最適性と解の一意性が保証される。
• SZEP条が成立する場合、ペナルティ付き行列のゼロ固有値に対応する固有ベクトルをスケーリングすることで、プライム最適解を正確に計算可能である。
• 実世界のロボティクスにおけるノイズレベルを想定した全テストケースにおいて、ペナルティ付きポーズグラフ行列がSZEPを満たしており、すべてのケースでグローバル最適性が達成された。
• 提案されたアルゴリズムは、半正定値計画法と固有ベクトル抽出を用いて、多項式時間でグローバル最適解を計算可能である。
• SZEPが成立しないケースに対しても、提案された変種アルゴリズムは実用的に高品質な推定値を提供し、良好な性能を示した。
• 反例により、非ゼロの双対ギャップが生じうることを示し、グローバル最適性を保証するにはSZEP条件が不可欠であることが明確になった。