[論文レビュー] Robust tightly coupled pose estimation based on monocular vision, inertia, and wheel speed

Gang Peng, Zezao Lu+3 more|arXiv (Cornell University)|Mar 3, 2020

Robotics and Sensor-Based Localization参考文献 19被引用数 4

ひとこと要約

本論文では、地上ロボットを対象に、単眼カメラ、慣性計測単位（IMU）、およびホイールスピードを統合した密結合なマルチセンサ融合SLAMアルゴリズムを提案する。非線形最適化を用いたセンサデータ統合に加え、ホイールオドメトリの事前統合を導入することで、視認不能時でも高い精度（812 m走行で累積誤差2.2 m）と耐障害性を達成し、単眼視覚インertialSLAMおよび従来のホイールオドメトリを上回る性能を発揮する。

ABSTRACT

The visual SLAM method is widely used for self-localization and mapping in complex environments. Visual-inertia SLAM, which combines a camera with IMU, can significantly improve the robustness and enable scale weak-visibility, whereas monocular visual SLAM is scale-invisible. For ground mobile robots, the introduction of a wheel speed sensor can solve the scale weak-visible problem and improve the robustness under abnormal conditions. In this thesis, a multi-sensor fusion SLAM algorithm using monocular vision, inertia, and wheel speed measurements is proposed. The sensor measurements are combined in a tightly coupled manner, and a nonlinear optimization method is used to maximize the posterior probability to solve the optimal state estimation. Loop detection and back-end optimization are added to help reduce or even eliminate the cumulative error of the estimated poses, thus ensuring global consistency of the trajectory and map. The wheel odometer pre-integration algorithm, which combines the chassis speed and IMU angular speed, can avoid repeated integration caused by linearization point changes during iterative optimization; state initialization based on the wheel odometer and IMU enables a quick and reliable calculation of the initial state values required by the state estimator in both stationary and moving states. Comparative experiments were carried out in room-scale scenes, building scale scenes, and visual loss scenarios. The results showed that the proposed algorithm has high accuracy, 2.2 m of cumulative error after moving 812 m (0.28%, loopback optimization disabled), strong robustness, and effective localization capability even in the event of sensor loss such as visual loss. The accuracy and robustness of the proposed method are superior to those of monocular visual inertia SLAM and traditional wheel odometers.

研究の動機と目的

• 地上ロボットの単眼視覚SLAMにおけるスケールの曖昧さと耐障害性の制限を解消すること。
• 複雑な環境や低視認性条件下でも軌道の一貫性を向上させ、累積誤差を低減すること。
• ホイールオドメトリとIMUを用いて、静止時および移動時の両状態で信頼性の高い状態初期化を可能にすること。
• 特に視覚障害が発生した場合のシステムの耐障害性を強化すること。
• 最適化プロセス中に繰り返し統合を行わないように、ホイールスピードとIMUデータを効率的に統合すること。

提案手法

• 状態推定の事後確率を最大化する目的で、単眼カメラ、IMU、ホイールスピードの測定値を密結合に最適化フレームワークで統合する。
• ホイールオドメトリの事前統合により、車体速度とIMUの角速度を統合し、反復最適化における重複統合を回避する。
• 状態初期化は、ホイールオドメトリとIMUデータを活用し、静的および動的状態の両方で正確な初期推定値を提供する。
• ループ検出とバックエンド最適化を統合し、累積ドリフトを補正し、グローバルな軌道の一貫性を確保する。
• 非線形最適化を用いて、姿勢、速度、バイアス状態を同時に推定し、すべてのセンサ測定値の誤差を最小化する。
• 線形化点の再統合を回避するため、事前にホイールおよびIMUデータを統合することで、数値的安定性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 単眼カメラ、IMU、ホイールスピードの統合により、地上ロボットSLAMにおける姿勢推定の精度と耐障害性が著しく向上するか？
• RQ2 提案されたホイールオドメトリの事前統合技術は、反復最適化中の数値誤差をどのように低減するか？
• RQ3 視覚障害や低視認性条件下でも、システムがどれほど精度と一貫性を維持できるか？
• RQ4 提案された初期化手法は、静止時および移動時の両状態で、初期状態を信頼性高く推定できるか？
• RQ5 3つのセンサを密結合に統合した本手法は、単眼視覚インertialSLAMおよび従来のホイールオドメトリと比較して、累積誤差の観点でどの程度優れているか？

主な発見

• 本手法は、ループクロージャが無効な状態でも812 m走行で累積誤差2.2 mを達成し、誤差率は0.28%にとどまる。
• 長時間にわたる視覚障害時でも、高い精度と耐障害性を維持しており、効果的なセンサ統合の耐障害性を示している。
• ホイールオドメトリの事前統合技術により、線形化点の変化に伴う繰り返し統合が効果的に回避され、最適化の安定性が向上した。
• ホイールオドメトリとIMUに基づく状態初期化により、静的および動的状態の両方で高速かつ信頼性の高い収束が実現した。
• ルームスケールおよびビルスケールの環境において、単眼視覚インエラスSLAMおよび従来のホイールオドメトリを上回る精度と耐障害性を発揮した。
• ループクロージャ最適化により、累積ドリフトが効果的に低減され、長時間のシーケンスにおいてもグローバルな軌道の一貫性が確保された。