[論文レビュー] TagSLAM: Robust SLAM with Fiducial Markers

Bernd Pfrommer, Kostas Daniilidis|arXiv (Cornell University)|Oct 1, 2019

Robotics and Sensor-Based Localization参考文献 11被引用数 13

ひとこと要約

TagSLAM は、GTSAM の要因グラフ最適化を活用して、AprilTag フィドーシャルマーカーを用いたロバストな同時位置特定と地図作成（SLAM）を可能にするオープンソースの ROS フレームワークです。部分グラフに基づく誤差検証付き最適化パイプラインにより、正確な初期化とループクロージャを実現し、カメラの位置を既知のマーカー位置に固定することで、視覚慣性オドメトリ（VIO）システムにおける軌道のずれを顕著に低減します。

ABSTRACT

TagSLAM provides a convenient, flexible, and robust way of performing Simultaneous Localization and Mapping (SLAM) with AprilTag fiducial markers. By leveraging a few simple abstractions (bodies, tags, cameras), TagSLAM provides a front end to the GTSAM factor graph optimizer that makes it possible to rapidly design a range of experiments that are based on tags: full SLAM, extrinsic camera calibration with non-overlapping views, visual localization for ground truth, loop closure for odometry, pose estimation etc. We discuss in detail how TagSLAM initializes the factor graph in a robust way, and present loop closure as an application example. TagSLAM is a ROS based open source package and can be found at https://berndpfrommer.github.io/tagslam_web.

研究の動機と目的

• フィドーシャルマーカーを用いた、柔軟でロバストかつ簡単に展開可能な SLAM 解決策を、ロボティクス研究に提供すること。
• グラフベースの SLAM における初期化の悪さが、局所最適解への収束や失敗を引き起こすという課題に対処すること。
• 既知の AprilTag 姿勢を活用することで、視覚慣性オドメトリ（VIO）におけるループクロージャと軌道補正を可能にすること。
• 外挿カメラキャリブレーション、オブジェクトの姿勢推定、フィドーシャルマーカーを用いた真値の局所化といった、多様なロボティクスタスクを支援すること。
• 良好にドキュメント化されたオープンソースの ROS パッケージを通じて、研究者が高度な SLAM 技術にアクセスできるようにすること。

提案手法

• 動的および静的シーン要因をモデル化するため、ボディ（例：ラボ、ラック、ブロック）、タグ（AprilTags）、カメラを備えたモジュラーなフロントエンド抽象化を採用する。
• 検出されたタグからの候補姿勢解を生成し、誤差しきい値による検証を通じて、部分グラフに基づく初期化戦略を採用する。
• 複数の順序付けヒューリスティクスを適用：部分グラフ内の要因順序を回転させ、まず大きなタグを優先し、徐々に小さなタグへと順序を変更することで、より高いロバスト性を実現する。
• 各部分グラフに対して非インクリメンタル最適化を実行し、主なグラフに統合する前に初期推定値を検証する。これは RANSAC モデル選択を模倣する。
• 部分グラフの検証に成功した後、iSAM2 を用いて完全なグラフのインクリメンタル最適化を実行し、効率的なオンライン更新を可能にする。
• カメラからタグへの投影要因と、オドメトリからの相対姿勢要因を要因グラフに統合し、カメラとタグの両方の姿勢を同時に最適化する。

実験結果

リサーチクエスチョン

• RQ1 フィドーシャルマーカーを用いた要因グラフベースの SLAM において、局所最適解を避けるために、ロバストな初期化戦略をどのように設計できるか？
• RQ2 AprilTag ベースの SLAM は、最小限のずれで、視覚慣性オドメトリシステムにおけるループクロージャを信頼性高く実現できるか？
• RQ3 既知のマーカー姿勢の使用が、動的または困難な環境下での軌道精度をどのように向上させるか？
• RQ4 TagSLAM は、標準的な SLAM を超えて、外挿カメラキャリブレーションやオブジェクトの姿勢推定といった多様なロボティクスタスクをどの程度サポートできるか？
• RQ5 多数のフレームを含む長い軌道にスケーリングする際、TagSLAM の計算パフォーマンスとリアルタイム実行可能性はどの程度か？

主な発見

• TagSLAM は、放棄されたラボ内を13分、630m走行する軌道において、VIO が著しくずれた状態で元の出発点に戻らない問題を修正し、ループを正常に閉じた。
• VIO や ORB-SLAM2 が顕著なずれを示す中、TagSLAM の軌道は出発点に正確に返還された。これにより、タグベースのループクロージャの有効性が裏付けられた。
• Intel i9-9900K CPU 上で1フレームあたり平均12msの処理時間を記録し、完全な非インクリメンタル最適化で4.3秒の追加時間を要した。これは、オフライン処理においても強いリアルタイム適合性を示している。
• iSAM2 の再線形化に起因し、個々のフレーム処理時間が最大260msに達することもあったが、最後の2つの時刻ステップのみを保持するように設定すれば、リアルタイム利用に耐えうる。
• 要因順序の反復的再順序付けを伴う部分グラフ初期化戦略により、外れ値の測定が効果的に除外され、最適化されたグラフへの汚染が防がれた。
• TagSLAM は、静的カメラと移動するタグを伴う状況（例：スマートアヴィアリー・プロジェクト）でも展開可能であり、従来の SLAM パッケージでは明示的なオブジェクト追跡ができないため、通常は失敗する状況でも動作する。