[論文レビュー] Real-time Monocular Visual Odometry for Turbid and Dynamic Underwater Environments

Maxime Ferrera, Julien Moras+2 more|arXiv (Cornell University)|Jun 15, 2018

Robotics and Sensor-Based Localization参考文献 61被引用数 73

ひとこと要約

本論文は UW-VO を紹介する。水中環境向けのリアルタイム単眼ビジュアルオドメトリシステムで、濁りと短い遮蔽物にロバスト。オプティカルフローで追跡される Harris コーナーとリトラッキング機構および窓付きバンドル調整を用いた。

ABSTRACT

In the context of robotic underwater operations, the visual degradations induced by the medium properties make difficult the exclusive use of cameras for localization purpose. Hence, most localization methods are based on expensive navigational sensors associated with acoustic positioning. On the other hand, visual odometry and visual SLAM have been exhaustively studied for aerial or terrestrial applications, but state-of-the-art algorithms fail underwater. In this paper we tackle the problem of using a simple low-cost camera for underwater localization and propose a new monocular visual odometry method dedicated to the underwater environment. We evaluate different tracking methods and show that optical flow based tracking is more suited to underwater images than classical approaches based on descriptors. We also propose a keyframe-based visual odometry approach highly relying on nonlinear optimization. The proposed algorithm has been assessed on both simulated and real underwater datasets and outperforms state-of-the-art visual SLAM methods under many of the most challenging conditions. The main application of this work is the localization of Remotely Operated Vehicles (ROVs) used for underwater archaeological missions but the developed system can be used in any other applications as long as visual information is available.

研究の動機と目的

• 単一のモノクロメラカメラを用いて、軽量な水中ROVのサブメートル級の位置推定を動機づける。
• 濁り、低いテクスチャ、および海洋生物による動的遮蔽に頑健なVOフレームワークを開発する。
• 水中VOに最も頑健な手法を選択するため、特徴追跡法を評価する。
• 水中データセット上で、UW-VO を最先端の単眼VO/V-SLAM手法と比較する。

提案手法

• 各キーフレームで検出された Shi-Tomasi Harris コーナーを使用する。
• Kanade-Lucas-Tomasi (KLT) 光学フローで特徴を追跡する。
• 短い遮蔽に対処するため、5フレームのウィンドウ内で以前に失われた特徴をリトラックする。
• RANSAC 内の P3P によってカメラ姿勢を推定し、その後再投影誤差の非線形最小二乗法 Levenberg–Marquardt による精密化を行う。
• 頑健なHuberコスト関数を用いた局所バンドル調整のため、最近のキーフレームのウィンドウを維持する。
• 5点法で本質行列を推定し、平行移動スケールを1に固定して単眼VOを初期化する。

実験結果

リサーチクエスチョン

• RQ1 光学フローベースの追跡を用いて、濁った水中条件下で単眼VOシステムがリアルタイム性能を達成できるか。
• RQ2 濁りと動的遮蔽下で、KLTベースの追跡は特徴記述子ベースの追跡より水中VOに対して頑健か。
• RQ3 窓付きバンドル調整を用いたキーフレームベースのVOは、水中シーンで正確でドリフトの少ない軌跡を提供するか。
• RQ4 水中データセットにおける精度と頑健性の観点で、UW-VO はオープンソースの単眼VO/V-SLAM手法とどう比較されるか。

主な発見

• KLTベースの追跡は水中の濁りと動的遮蔽下で特徴保持の点で記述子ベースの追跡より優れている。
• UW-VO は標準的な CPU 上で最大 30 Hz のリアルタイムに動作し、トラッキングは1フレームあたり約 25 ms、キーフレーム新規処理時は約 35 ms。
• 5フレームのウィンドウでのリトラッキング機構は、動く海洋生物による短時間の遮蔽に対する頑健性を向上させる。
• 適応的キーフレームウィンドウと頑健なHuberコストを備えた窓付き局所バンドル調整は、単眼VOに特有のスケールドリフトを低減する。
• UW-VO は水中データセットにおいて頑健さで最先端のオープンソース単眼VOおよびV-SLAM手法を上回り、精度では競合する。