[論文レビュー] PWCLO-Net: Deep LiDAR Odometry in 3D Point Clouds Using Hierarchical Embedding Mask Optimization

Guangming Wang, Xinrui Wu+2 more|arXiv (Cornell University)|Dec 2, 2020

Robotics and Sensor-Based Localization参考文献 30被引用数 4

ひとこと要約

PWCLO-Net は、階層的な PWC（ピラミッド、ワーピング、コストボリューム）構造と学習可能な埋め込みマスクを用いて、6-DOF ポーズ推定を段階的に改善する、エンドツーエンドの深層学習フレームワークを提案する。マスクの階層的最適化と注意型コストボリュームによるソフトな対応関係の活用により、KITTI データセットにおいて、学習ベースおよび幾何学ベースの手法（LOAM にマッピング最適化を施したものも含む）を凌駕する最先端の性能を達成した。

ABSTRACT

A novel 3D point cloud learning model for deep LiDAR odometry, named PWCLO-Net, using hierarchical embedding mask optimization is proposed in this paper. In this model, the Pyramid, Warping, and Cost volume (PWC) structure for the LiDAR odometry task is built to refine the estimated pose in a coarse-to-fine approach hierarchically. An attentive cost volume is built to associate two point clouds and obtain embedding motion patterns. Then, a novel trainable embedding mask is proposed to weigh the local motion patterns of all points to regress the overall pose and filter outlier points. The estimated current pose is used to warp the first point cloud to bridge the distance to the second point cloud, and then the cost volume of the residual motion is built. At the same time, the embedding mask is optimized hierarchically from coarse to fine to obtain more accurate filtering information for pose refinement. The trainable pose warp-refinement process is iteratively used to make the pose estimation more robust for outliers. The superior performance and effectiveness of our LiDAR odometry model are demonstrated on KITTI odometry dataset. Our method outperforms all recent learning-based methods and outperforms the geometry-based approach, LOAM with mapping optimization, on most sequences of KITTI odometry dataset.Our source codes will be released on https://github.com/IRMVLab/PWCLONet.

研究の動機と目的

• 動的かつスパースな環境下で、生の 3D LiDAR ポイントクラウドから正確な 6-DOF ポーズを推定する課題に対処すること。
• 2D 投影ベースの手法の限界を克服し、直接的な 3D 特徴の学習とマッチングを可能にすること。
• 外部マスクネットワークに依存せずに、誤った対応、隠蔽、動的ポイントをフィルタリングすること。
• 粗いから細かい段階への、エンドツーエンドで微分可能なフレームワークを構築し、ポーズと外れ値フィルタリングを同時に最適化すること。

提案手法

• PWC スタイルのアーキテクチャを 3D LiDAR オドメトリに適用し、特徴ピラミッド、ポーズワーピング、コストボリュームを統合して階層的特徴マッチングを実現した。
• 埋め込まれた運動パターンに基づいて、2つの連続するポイントクラウド間のソフトな対応関係を学習する注意型コストボリュームを構築した。
• 局所的な運動パターンを重み付けし、グローバルなポーズ整合性から学習することで外れ値を抑圧する、学習可能な階層的埋め込みマスクを導入した。
• ポーズワーピングとリファインメントプロセスを特徴レベルごとに繰り返し、ワープドポイントクラウドと更新されたマスクを用いて推定ポーズを改善した。
• すべてのモジュールが微分可能であり、ポーズとマスクパラメータを同時に最適化できるエンドツーエンド学習が可能になった。
• 粗いから細かい戦略を採用し、初期ポーズ推定の信頼性を高めるために、ポイント特徴ピラミッドの最終から2番目のレベルで特徴マッチングを開始した。

実験結果

リサーチクエスチョン

• RQ1 ポーズと外れ値フィルタリングを同時に最適化する階層的でエンドツーエンドで微分可能なフレームワークは、3D LiDAR オドメトリの精度を向上させ得るか？
• RQ2 学習可能な埋め込みマスクは、外部マスクネットワークに依存せずに、LiDAR オドメトリにおける動的および誤った対応ポイントのフィルタリングにどの程度有効か？
• RQ3 埋め込みマスクの階層的最適化は、固定または独立して最適化されたマスクと比較して、より優れたポーズリファインメントをもたらすか？
• RQ4 注意型コストボリュームは、スパースでノイジーな 3D ポイントクラウドにおいて、対応関係学習をどの程度改善するか？
• RQ5 3D LiDAR オドメトリにおける高精度なポーズ推定を達成するために、ポーズワーピングと反復的リファインメントは必須であるか？

主な発見

• PWCLO-Net は KITTI オドメトリベンチマークで最先端の性能を達成し、最近のすべての学習ベース手法を上回った。
• ほとんどの KITTI シーケンスにおいて、マッピング最適化を施した幾何学ベースの LOAM をも凌駆し、より優れたロバスト性と精度を示した。
• アブレーションスタディにより、階層的埋め込みマスクおよびその最適化が極めて重要であることが確認され、それらを除去すると性能が著しく低下した。
• 注意型コストボリュームは、標準的なフロー埋め込みやポイントコストボリュームよりも優れた結果をもたらし、特徴の信頼性のある関連付けに果たす役割が顕著になった。
• 最適な最初のレベルの特徴埋め込みは、ポイント特徴ピラミッドの最終から2番目のレベルであることが判明し、構造的情報と計算効率のバランスが取れていた。
• 可視化により、埋め込みマスクが動的物体（例：走行中の車両、自転車乗り）や信頼性の低い構造（例：木々、生け垣）に対して低い重みを割り当て、静的で構造的な物体（例：建物、木の幹）を優先して処理することが確認された。