[論文レビュー] Radar SLAM: A Robust SLAM System for All Weather Conditions

Ziyang Hong, Yvan Pétillot+2 more|arXiv (Cornell University)|Apr 12, 2021

Robotics and Sensor-Based Localization参考文献 51被引用数 19

ひとこと要約

本論文は、雪嵐や濃霧を含むあらゆる天候条件下でも正確でリアルタイムな位置特定と地図作成を可能にする、耐障害性の高いFMCWレーダー基盤SLAMシステムを提案する。特徴追跡にレーダーの幾何構造を活用し、モーショングロス補正とポーズ推定を統合的に最適化するとともに、構造的ループクロージャ検出法を用いることで、最小限のパrameterチューニングで多様な屋外環境において最先端の精度と信頼性を達成する。

ABSTRACT

A Simultaneous Localization and Mapping (SLAM) system must be robust to support long-term mobile vehicle and robot applications. However, camera and LiDAR based SLAM systems can be fragile when facing challenging illumination or weather conditions which degrade their imagery and point cloud data. Radar, whose operating electromagnetic spectrum is less affected by environmental changes, is promising although its distinct sensing geometry and noise characteristics bring open challenges when being exploited for SLAM. % However, there are still open challenges since most existing visual and LiDAR SLAM systems do not operate in bad weathers. This paper studies the use of a Frequency Modulated Continuous Wave radar for SLAM in large-scale outdoor environments. We propose a full radar SLAM system, including a novel radar motion tracking algorithm that leverages radar geometry for reliable feature tracking. It also optimally compensates motion distortion and estimates pose by joint optimization. Its loop closure component is designed to be simple yet efficient for radar imagery by capturing and exploiting structural information of the surrounding environment. % while a scheme to reject ambiguous loop closure candidates is also designed specifically for radar. Extensive experiments on three public radar datasets, ranging from city streets and residential areas to countryside and highways, show competitive accuracy and reliability performance of the proposed radar SLAM system compared to the state-of-the-art LiDAR, vision and radar methods. The results show that our system is technically viable in achieving reliable SLAM in extreme weather conditions, e.g. heavy snow and dense fog, demonstrating the promising potential of using radar for all-weather localization and mapping.

研究の動機と目的

• 雪嵐、濃霧、視界不良といった悪天候条件下でのカメラおよびLiDAR基盤SLAMシステムの限界を解消すること。
• レーダー特有のセンシング幾何構造、高いノイズレベル、および高度情報の欠如といったSLAM応用における課題を克服すること。
• 外部センサに依存せずに、多様な屋外環境で信頼性高く動作する完全自動のレーダーSLAMシステムを開発すること。
• FMCWレーダーのみのデータを用いて、長期的な一貫性と正確性を確保する、耐障害性の高いループクロージャ検出とモーショングロス補正を達成すること。
• 複数のデータセットおよび天候条件下で、同じパrameterセットを用いることでチューニング作業を最小限に抑えることの妥当性を実証すること。

提案手法

• レーダー戻りの幾何構造を活用することで、特徴の関連付けを向上させ、外れ値を効果的に排除する、新しいレーダーモーショントラッキングアルゴリズムを提案する。
• 低レーダースキャンレートに起因するモーショングロスを補正するポーズ推定と同時に最適化する、統合的最適化フレームワークを導入する。
• FMCWレーダー強度画像に現れる構造的パターンを活用し、繰り返しの発生する場所を効率的に特定する、ループクロージャ検出スキームを設計する。
• ヘシアンしきい値とPCAに基づく外れ値除外を用いたキーポイント検出法を採用し、特徴の安定性を向上させる。
• ループクロージャ制約を組み込んだポーズグラフ最適化フレームワークを用いて、ドリフトを補正し、長期的なトラジェクトリの正確性を向上させる。
• 計算負荷の管理とマップの一貫性の維持を目的として、距離および回転のしきい値を用いたキーフレームベースのシステムを実装する。

実験結果

リサーチクエスチョン

• RQ1 レーダー基盤SLAMシステムは、通常の天候条件下で、最先端のLiDARおよびビジョン基盤SLAMシステムと同等の精度を達成できるか？
• RQ2 雪嵐や濃霧といった極端な天候条件下でも、レーダーSLAMシステムは位置特定と地図作成の性能を維持できるか？
• RQ3 複数の環境および天候条件下で、顕著なチューニングを要せず、同一の固定パラメータセットを用いることができるか？
• RQ4 提案されたモーショングロス補正モデルは、レーダーSLAMにおける低スキャンレートに起因するトラジェクトリドリフトをどの程度低減できるか？
• RQ5 FMCWレーダー強度画像に現れる構造的特徴を、3次元幾何構造や外部センサに依存せずに、耐障害性の高いループクロージャ検出に効果的に活用できるか？

主な発見

• 提案されたレーダーSLAMシステムは、Oxford、MulRAN、RADIATEの3つの公開レーダーデータセットにおいて100％の完了率を達成し、ビジョンおよびLiDAR基盤手法と比較して優れた耐障害性を示した。
• 雪嵐と夜間シーケンスを含むRADIATEデータセットにおいて、ORB-SLAM2はカメラの遮蔽とぼやけにより初期化に失敗したが、レーダーSLAMシステムは完全に正常に動作を維持した。
• すべてのテストシーケンスにおいて一貫した性能を維持し、雪中での高速走行時においてもトラッキングの喪失がなく、すべてのケースで正常なループクロージャが達成された。
• 提案されたレーダーSLAMは、すべてのデータセットで平均100％の完了率を達成し、SuMa（20–72％）およびベースラインSLAM（一部のデータセットでのみ100％）を上回った。
• 標準のラップトップ（Intel i7、16GB RAM）上で8 Hzで動作し、4 Hzのレーダーフレームレートを上回り、独立したループクロージャと最適化スレッドを備えることで、リアルタイム性能を確保した。
• すべての実験で同一のパラメータセットが使用されたことから、システムの最小限のチューニング要件と、異なるレーダー解像度、範囲、環境条件への高い適応性が確認された。