[論文レビュー] Scan Context++: Structural Place Recognition Robust to Rotation and Lateral Variations in Urban Environments

Giseop Kim, Sun‐Wook Choi+1 more|arXiv (Cornell University)|Sep 28, 2021

Robotics and Sensor-Based Localization参考文献 51被引用数 16

ひとこと要約

Scan Context++ は、LiDARスキャンを用いた回転および横方向変位に不変な構造的場所認識手法を提案する。スキャンコンテキスト記述子の拡張とサブ記述子ベースの検索により、都市環境における耐障害性を向上させる。1-DOFの半メトリック局所化を提供するGPU不要のリアルタイムで軽量なトポロジカル場所検索を実現し、CPU上で最大100 Hzの性能を達成。深層学習ベースラインを上回る性能を、困難な状況下でも発揮する。

ABSTRACT

Place recognition is a key module in robotic navigation. The existing line of studies mostly focuses on visual place recognition to recognize previously visited places solely based on their appearance. In this paper, we address structural place recognition by recognizing a place based on structural appearance, namely from range sensors. Extending our previous work on a rotation invariant spatial descriptor, the proposed descriptor completes a generic descriptor robust to both rotation (heading) and translation when roll-pitch motions are not severe. We introduce two sub-descriptors and enable topological place retrieval followed by the 1-DOF semi-metric localization thereby bridging the gap between topological place retrieval and metric localization. The proposed method has been evaluated thoroughly in terms of environmental complexity and scale. The source code is available and can easily be integrated into existing LiDAR simultaneous localization and mapping (SLAM).

研究の動機と目的

• 動的かつ変化しやすい都市環境において、レンジセンサに適した耐障害性のある構造的場所認識手法の不足を解消すること。
• 従来のScan Contextの限界を克服し、場所表現における回転および横方向の変位に対して不変性を達成すること。
• トポロジカル場所検索とメトリック局所化のギャップを埋めるために、ICPの精密化に用いる1-DOFの初期推定値を提供すること。
• GPU不要で、事前知識や幾何制約を必要としない、既存のLiDADR SLAMシステムへのリアルタイムで軽量な統合を可能にすること。
• 多様で複雑な複数セッションのシナリオにおいて、特にループクロージャーや知覚的同一視の困難な状況を含め、性能を検証すること。

提案手法

• 効率的な階層的検索と計算コストの低減を実現するため、2つのサブ記述子（CC：Compact Context および A-CC：Augmented Compact Context）を導入する。
• 都市部の道路構造を仮定したスキャンコンテキストの拡張を適用し、LiDARスキャンにおける横方向および回転方向のシフトに対して不変性を達成する。
• ブルートフォースなピxls単位の比較に代わる、キーに基づくツリー検索構造を採用し、ミリ秒未満の検索時間を実現する。
• 2段階の局所化パイプラインに記述子を統合する：トポロジカル検索の後に、ICPを用いた1-DOF（ヨー方向または横方向）の精密化を実施する。
• 1チャンネルの2次元グリッド形式の記述子として設計し、高さ値の他に強度やセマンティック特徴を容易に統合可能にし、より広範な応用に適応できるようにする。
• 記述子の順序付き2次元形式を活用し、特にGPUが利用可能な場合に、小規模な深層ネットワークを用いたエンドツーエンド学習を可能にする。

実験結果

リサーチクエスチョン

• RQ1 構造的場所認識手法は、都市部のLiDARスキャンにおいて、回転および横方向の変位の両方に対して不変性を達成できるか？
• RQ2 本手法は、ブルートフォース法や深層学習ベースの手法と比較して、検索効率およびリアルタイム性能をどのように向上させるか？
• RQ3 環境変化を伴う複数セッションおよびセッション内シナリオにおいて、本手法はどの程度一般化性能を示すか？
• RQ4 信頼性の高い1-DOF初期推定値を提供することで、トポロジカル場所検索とメトリック局所化を効果的に橋渡しできるか？
• RQ5 実世界の都市環境において、知覚的同一視、遮蔽、動的物体の干渉の下で、本手法はどの程度の性能を発揮するか？

主な発見

• Scan Context++ は、回転および横方向の変位の両方に対して耐障害性を示し、大規模な横方向変位やヘディング変化が生じる状況下でも、従来手法を上回る性能を発揮する。
• 本手法はCPU上で最大100 Hz（1スキャンあたり平均7.4 ms）で動作し、GPU加速を必要としないリアルタイム性能を実現している。
• A-CCバージョンは、オックスフォードやパンジョーのような都市環境において、回転と横方向の合成ばらつきを考慮した総合的な性能で最良の結果を達成している。
• 提案されたDR（distribution-recall）曲線指標は、標準の精度-再現率曲線よりも、マッチの再現率と多様性の両方を包括的に捉えることができ、より包括的な評価を可能にしている。
• 失敗事例は、主に知覚的同一視を引き起こすコロシアムのような環境や、大きな近接物体（例：バス）によるスキャン遮蔽によって生じ、スキャン被覆率が最大30％まで低下することがある。
• PCおよびA-PCバージョンは、半メトリック局所化が重要な一般またはパトロールベースのシナリオに推奨されるが、CCと比較してわずかな精度のトレードオフがある。