[論文レビュー] Stereo Visual Inertial LiDAR Simultaneous Localization and Mapping

Weizhao Shao, Srinivasan Vijayarangan+2 more|arXiv (Cornell University)|Feb 27, 2019

Robotics and Sensor-Based Localization参考文献 41被引用数 9

ひとこと要約

本論文は、ステレオ視覚慣性オドメトリ（VIO）とLiDARマッピング、LiDAR強化型視覚ループクロージャを統合することで、頑健でリアルタイムな6自由度ポーズ推定と高密度な1cmボクセルマッピングを実現する、密結合型ステレオ視覚慣性LiDARシステムVIL-SLAMを提案する。本システムは、トンネルや特徴のない通路など構造的退化環境において、VIOによるドリフト低減とICP精錬済みのループクロージャによるグローバルエラー補正により、最先端のLiDAR SLAMを上回る性能を発揮する。

ABSTRACT

Simultaneous Localization and Mapping (SLAM) is a fundamental task to mobile and aerial robotics. LiDAR based systems have proven to be superior compared to vision based systems due to its accuracy and robustness. In spite of its superiority, pure LiDAR based systems fail in certain degenerate cases like traveling through a tunnel. We propose Stereo Visual Inertial LiDAR (VIL) SLAM that performs better on these degenerate cases and has comparable performance on all other cases. VIL-SLAM accomplishes this by incorporating tightly-coupled stereo visual inertial odometry (VIO) with LiDAR mapping and LiDAR enhanced visual loop closure. The system generates loop-closure corrected 6-DOF LiDAR poses in real-time and 1cm voxel dense maps near real-time. VIL-SLAM demonstrates improved accuracy and robustness compared to state-of-the-art LiDAR methods.

研究の動機と目的

• トンネルや特徴のない通路など、LiDARが構造的退化により機能不全に陥るような退化環境における純粋なLiDAR SLAMの限界を解消すること。
• 密結合型ステレオ視覚慣性オドメトリ（VIO）をLiDARベースのマッピングおよびループクロージャーと統合することで、長期的なSLAMの頑健性と精度を向上させること。
• ハイブリッドセンサーフュージョンフレームワークを用いて、リアルタイムかつグローバルに一貫性のある6自由度ポーズ推定と、ニアリアルタイムな高密度1cmボクセルマッピングを実現すること。
• 時間飛び型レーザースキャン（Faro）を用いた新規評価手法を開発し、マッピング精度を真値と照合して検証すること。
• 純粋なLiDARシステムが機能不能となる困難な環境において、最先端のLiDAR SLAM（例：LOAM）を上回る性能を示すこと。

提案手法

• IMUとステレオ視覚測定を同時に最適化することで、高周波で低ドリフトな相対運動を推定する、固定ラグスムージングを用いた密結合型ステレオVIOを採用する。
• スパース3次元LiDAR特徴を用いてスキャンマッチングとマップ登録を実施し、高精度な3次元点群の蓄積を可能にする。
• ハイブリッドループクロージャメカニズムを導入：まずBag-of-Wordsを用いて視覚的場所認識による候補を検出、次にスパースLiDAR点群上でPnPとICPを用いてポーズ補正を精錬する。
• インクリメンタルなポーズグラフ最適化を適用し、ループクロージャ制約を用いてグローバルにポーズを精錬し、蓄積されたドリフトを低減する。
• システムから得られるグローバルに最適化されたポーズを用いて、ニアリアルタイムで高密度な1cmボクセルマップを生成する。
• 絶対軌道誤差（ATE）を用いてEuRoC MAVデータセット上でVIOの性能を検証し、急激な運動やテクスチャのない状況下でも頑健であることを確認する。

実験結果

リサーチクエスチョン

• RQ1 純粋なLiDAR SLAMが失敗するトンネルや特徴のない通路のような環境において、ステレオVIOとLiDARマッピングの密結合統合がSLAMの頑健性を向上させ得るか？
• RQ2 退化環境下における正確性と収束性の観点から、LiDAR強化型視覚ループクロージャは、純粋な視覚的または純粋なLiDARベースのループクロージャーと比較してどのように差を示すか？
• RQ3 VIOの統合が、長距離走行におけるLiDARベースのオドメトリのドリフトをどの程度低減できるか？
• RQ4 本システムは、多様な環境においてリアルタイムかつグローバルに一貫性のある6自由度ポーズ推定と高密度な1cmボクセルマッピングを達成できるか？
• RQ5 時間飛び型レーザースキャナ（Faro）からの真値と照合した場合、マッピングおよび軌道推定の精度において、本手法は定量的にどの程度の性能を示すか？

主な発見

• オドメトリのみを用いた巨大ループテストにおいて、VIL-SLAMは0.01%のFDE（最終偏差誤差）を達成し、z方向のドリフトにより再入時に失敗するLOAMを上回る。
• トンネルテストでは、ループクロージャがFDEを0.08%まで低減し、走行方向に蓄積された顕著なドリフトを是正した。一方LOAMは完全に失敗した。
• 通路テストでは、特徴のない壁や制約が不足したVIOによるずれを検出し、ループクロージャがそのズレを是正することでFDEを0.05%まで低減した。
• EuRoC MAVデータセットでは、VIL-VIOは最先端手法と同等のATE性能を達成し、運動ブラー、照明変化、テクスチャのない領域に対しても頑健であることを示した。
• 本システムは、グローバルに一貫性のある高密度1cmボクセルマップをニアリアルタイムで生成し、ハイベイテストではマッピング誤差の大部分が0.15m未満に収束しており、Faroレーザースキャンによる検証が行われた。
• VIL-SLAMは、LOAMが失敗するような複雑で長距離のトラジェクトリを有する環境—屋外・屋内・退化環境—を成功裏にマッピングし、優れた頑健性と正確性を示した。