[論文レビュー] RGB-D SLAM in Dynamic Environments Using Point Correlations

Weichen Dai, Yu Zhang+3 more|arXiv (Cornell University)|Nov 8, 2018

Robotics and Sensor-Based Localization参考文献 64被引用数 9

ひとこと要約

本論文では、点同士の相関関係を用いて静的・動的マップポイントを分離することで、動的環境における運動推定誤差を軽減するリアルタイムRGB-D SLAMシステムであるDSLAMを提案する。マップポイントのスパースなデローニー三角形分割グラフを構築し、最適化によって相関のない点対間のエッジを削除することで、最大連結成分を静的ポイントとして特定し、移動物体が存在する状況でも頑健なカメラポーズ推定を実現する。

ABSTRACT

In this paper, a simultaneous localization and mapping (SLAM) method that eliminates the influence of moving objects in dynamic environments is proposed. This method utilizes the correlation between map points to separate points that are part of the static scene and points that are part of different moving objects into different groups. A sparse graph is first created using Delaunay triangulation from all map points. In this graph, the vertices represent map points, and each edge represents the correlation between adjacent points. If the relative position between two points remains consistent over time, there is correlation between them, and they are considered to be moving together rigidly. If not, they are considered to have no correlation and to be in separate groups. After the edges between the uncorrelated points are removed during point-correlation optimization, the remaining graph separates the map points of the moving objects from the map points of the static scene. The largest group is assumed to be the group of reliable static map points. Finally, motion estimation is performed using only these points. The proposed method was implemented for RGB-D sensors, evaluated with a public RGB-D benchmark, and tested in several additional challenging environments. The experimental results demonstrate that robust and accurate performance can be achieved by the proposed SLAM method in both slightly and highly dynamic environments. Compared with other state-of-the-art methods, the proposed method can provide competitive accuracy with good real-time performance.

研究の動機と目的

• 視界を占める移動物体が優勢な動的環境において、カメラの運動推定に失敗する課題に対処すること。
• 従来のSLAM手法が静的環境を仮定しており、移動物体が存在する際に失敗するという限界を克服すること。
• ディープラーニングやセマンティック事前知識に依存せずに、センサーアーキテクチャに依存しない方法で、静的シーンポイントと動的物体ポイントを区別すること。
• 点相関の幾何的整合性のみを用いて、わずかに動的である環境および非常に動的である環境の両方で、リアルタイムかつ高精度なSLAMを実現すること。
• 相関に基づくセグメンテーションフレームワークを用いて動的ポイントを事前にフィルタリングすることで、頑健性と精度を向上させること。

提案手法

• 頂点をマップポイント、エッジを空間的隣接関係として定義するスパースなグラフをデローニー三角形分割により構築する。
• 点相関を相対位置の時間的整合性としてモデル化する：時間経過とともに相対的な運動が一貫する点同士は相関があるとみなす。
• 点相関最適化を適用して、相関のない点対間のエッジを削除することで、動的ポイントと静的シーンを分離する。
• 残存するグラフにおける最大連結成分を、信頼性の高い静的マップポイントの集合として特定する。
• カメラポーズ推定とボンデッジ調整を、静的ポイントの成分に限定して実行することで、移動物体による干渉を排除する。
• 並列処理を活用して効率を維持しつつ、RGB-Dセンサ用にリアルタイムSLAMシステム（DSLAM）にセグメンテーションパイプラインを統合する。

実験結果

リサーチクエスチョン

• RQ1 点相関に基づくセグメンテーションは、リアルタイムSLAMシステムにおいて、静的マップポイントと動的ポイントを効果的に区別できるか？
• RQ2 視界の大部分を占める移動物体がある極めて動的である環境でも、本手法は有効に機能するか？
• RQ3 GPUアクセラレーションや事前学習を必要としない状況でも、本手法は競争力のある精度とリアルタイム性能を達成できるか？
• RQ4 学習ベースや運動一貫性のみに依存するアプローチと比較して、相関に基づくセグメンテーションは、頑健性と一般化性能において優れているか？
• RQ5 本手法は、モノクローラル、ステレオ、LiDARなどの非RGB-Dセンサにもどの程度拡張可能か？

主な発見

• DSLAMは、わずかに動的である環境および非常に動的である環境の両方で、最先端の手法よりも顕著に高い精度を達成する。特に、動的物体の占有率が高いシナリオで顕著な優位性を示す。
• ディープラーニングや事前学習に依存しないにもかかわらず、学習ベースの手法よりも精度と効率が優れている。
• 未知の急激に動く物体が視界に存在する状況でも、DSLAMは頑健性を保ち、ドリフトを回避する。
• 静的ポイント同定モジュールは、マップポイント数に対してほぼ線形にスケーリングされ、スライディングウィンドウキーフレーム機構のおかげで実行時間は上限に抑えられる。
• GPUと事前学習を必要とするDynSLAMと比較して、DSLAMは計算コストが低く、同時にリアルタイム性能を達成する競争力ある精度を提供する。
• 特徴マッチングの誤りに対しても本手法は頑健であることが実証されており、一部の動的ポイントが静的シーンに誤ってマッチしても、静的ポイントが正しく同定されている。