[論文レビュー] Structure Aware SLAM using Quadrics and Planes

Mehdi Hosseinzadeh, Yasir Latif+3 more|arXiv (Cornell University)|Apr 24, 2018

Robotics and Sensor-Based Localization参考文献 28被引用数 5

ひとこと要約

本論文は、3次元点、平面的表面、および二次曲面形状の物体（例：テーブル、コップ）を統合した構造に配慮したSLAMシステムを提案する。物体を楕円形二次曲面としてモデル化し、マンハッタン的および支持制約を適用することで、カメラの軌跡誤差を顕著に低減し、TUM RGB-DデータセットにおいてORB-SLAM2に比べ最大72.77%のATE改善を達成した。

ABSTRACT

Simultaneous Localization And Mapping (SLAM) is a fundamental problem in mobile robotics. While point-based SLAM methods provide accurate camera localization, the generated maps lack semantic information. On the other hand, state of the art object detection methods provide rich information about entities present in the scene from a single image. This work marries the two and proposes a method for representing generic objects as quadrics which allows object detections to be seamlessly integrated in a SLAM framework. For scene coverage, additional dominant planar structures are modeled as infinite planes. Experiments show that the proposed points-planes-quadrics representation can easily incorporate Manhattan and object affordance constraints, greatly improving camera localization and leading to semantically meaningful maps. The performance of our SLAM system is demonstrated in https://youtu.be/dR-rB9keF8M .

研究の動機と目的

• 高レベルのロボットタスク（例：操作）に有用でない、従来の点ベースSLAMシステムにおけるセマンティック情報の欠如を是正する。
• 平面構造と一般化された物体形状をランドマークとして統合することで、豊かな幾何的事前知識を備えたリアルタイム・オンラインSLAMを実現する。
• スパース非線形最適化に適した高速かつ計算効率の良い二次曲面表現を用いて、3次元物体を効率的に表現する。
• マンハッタン的（直交する平面）および支持的（物体と平面の接点）といった幾何的制約を適用することで、カメラポーズ推定の精度を向上させる。
• 点、平面、二次曲面に加え制約を統合することで、屋内環境においてより堅牢で意味的に意味のあるマップが得られることを実証する。

提案手法

• 物体検出の出力から得られる情報をもとに、一般化された物体を楕円形二次曲面として表現し、物体の広がりと姿勢をコンactかつ微分可能にモデル化する。
• RGB-Dカメラからの深度データを用いて3次元点と平面を初期化し、RANSACや類似手法を用いてシーン内の平面領域に適合させる。
• SLAMの非線形最小二乗最適化フレームワークに適した、新規の二次曲面パラメータ化を導入し、効率的かつ安定した更新を可能にする。
• 幾何的制約（マンハッタン的制約：平面の直交性、支持的制約：二次曲面と支持平面の接点）を適用することで、ポーズ推定の精度を向上させる。
• すべてのランドマーク（点、平面、二次曲面）を統一されたスパース非線形最適化問題に統合し、スパarsityを活かしてリアルタイム性能を実現する。
• ベースラインとしてORB-SLAM2を採用し、提案されたマップ表現と制約を拡張することで、性能向上の寄与度を評価するためのアブレーションスタディを可能にする。

実験結果

リサーチクエスチョン

• RQ1 点のみ、または点と平面のみの表現に比べ、一般化された物体を二次曲面としてモデル化することで、リアルタイムSLAMシステムにおけるカメラ位置推定精度が向上するか？
• RQ2 特にマンハッタン的および支持的制約をSLAM最適化フレームワークに統合した場合、それらの幾何的事前知識はどの程度有効であるか？
• RQ3 特徴が乏しい、もしくは平面が支配的な屋内環境において、平面と二次曲面の両方を含めることで、トラジェクトリのずれがどの程度低減されるか？
• RQ4 提案された二次曲面表現は、計算コストが著しく増大することなく、既存のスパース非線形最適化パイプラインに効率的に統合可能か？
• RQ5 TUM RGB-Dのような標準ベンチマークデータセットにおいて、提案システムは最新のモノクローラルSLAM（例：ORB-SLAM2）に比べてどの程度優れているか？

主な発見

• 点、平面、二次曲面に加えマンハッタン的および支持的制約を適用した本手法（PPQ+MS）は、TUMのfr3/long_officeシーケンスでATEを51.07%低減し、全テスト設定の中で最大の改善を達成した。
• 特徴が乏しく、点ベースSLAMに挑戦的なfr3/cabinetシーケンスにおいて、ORB-SLAM2に比べ72.77%のATE改善を達成し、二次曲面ベースの物体モデリングの有効性を示した。
• マンハッタン的制約（PP+M）の追加により、強い平面構造を持つシーケンスでATEが最大72.77%低減され、幾何的事前知識がトラジェクトリ推定の安定性を顕著に向上させることを示した。
• 二次曲面を含めない場合でも、点と平面（PP）の設定が全シーケンス平均で8.01%のATE低減を達成し、平面構造がSLAMに与える利点を裏付けた。
• 完全なシステム（PPQ+MS）は、PQ（点と二次曲面のみ）を含む全アブレーションバリアントを上回り、特に制約の相乗効果が性能向上の主因であることを示した。
• 図7の可視化比較では、本手法の推定トラジェクトリが、特にfr3/long_officeのような長距離ループを含むシーケンスで真値に非常に近づいていることが確認され、より豊かなランドマーク幾何がループクロージャーの性能向上に寄与していることが示された。