[論文レビュー] What's in My LiDAR Odometry Toolbox?

Pierre Dellenbach, Jean‐Emmanuel Deschaud+2 more|arXiv (Cornell University)|Mar 17, 2021

Robotics and Sensor-Based Localization参考文献 18被引用数 1

ひとこと要約

本論文は、古典的幾何的手法、深層学習ベース手法、ハイブリッド手法のLiDARオドメトリを包括的に比較分析し、複数のデータセット上でその長所と短所を評価している。著者らはモジュラーなフレームワークであるpyLiDAR-SLAMを実装・公開しており、特にエレベーション画像（EI）法を用いた適切なモーショントランスフォーメーション初期化が、古典的F2M登録の性能を顕著に向上させることを示している。一方、深層学習ベース手法は訓練データ上では優れた性能を示すが、複雑で動的な環境では一般化に課題を抱えている。

ABSTRACT

With the democratization of 3D LiDAR sensors, precise LiDAR odometries and SLAM are in high demand. New methods regularly appear, proposing solutions ranging from small variations in classical algorithms to radically new paradigms based on deep learning. Yet it is often difficult to compare these methods, notably due to the few datasets on which the methods can be evaluated and compared. Furthermore, their weaknesses are rarely examined, often letting the user discover the hard way whether a method would be appropriate for a use case. In this paper, we review and organize the main 3D LiDAR odometries into distinct categories. We implemented several approaches (geometric based, deep learning based, and hybrid methods) to conduct an in-depth analysis of their strengths and weaknesses on multiple datasets, guiding the reader through the different LiDAR odometries available. Implementation of the methods has been made publicly available at https://github.com/Kitware/pyLiDAR-SLAM.

研究の動機と目的

• 多様なデータセット上で、古典的幾何的手法、深層学習ベース手法、ハイブリッド手法のLiDARオドメトリを体系的に評価・比較すること。
• 古典的手法の主な弱み、特に不良な初期化や地図品質への感受性を特定・分析すること。
• F2Mベースのオドメトリにおけるモーショントランスフォーメーション初期化戦略の成功に与える影響が、近隣関連付けやエネルギー最小化法の選択よりも顕著であることを示すこと。
• 再現可能で再利用可能なベンチマークを可能とするために、公開可能なモジュラー実装（pyLiDAR-SLAM）を提供すること。
• PoseNetベースのオドメトリが、標準的な走行シーケンスを超えた実世界の困難な環境における一般化能力を評価すること。

提案手法

• 著者らは、古典的ICPベースF2M、プロジェクティブおよびk-dツリー近隣探索、相対姿勢回帰のための深層学習ベースPoseNetを含む複数のオドメトリ手法を実装・比較した。
• 初期化（EI、CV）、近隣関連付け（プロジェクティブ、k-dツリー）、エネルギー最小化（点対平面、一般化ICP）の各モジュールをプラグイン可能に設計したフレームワークを構築した。
• PoseNetには教師ありおよび自己教師ありの学習戦略を用い、自己教師あり学習では点対平面誤差とプロジェクティブ近隣関連付けを用いて真値依存を回避した。
• F2F（フレーム対フレーム）およびF2M（フレーム対モデル）登録をサポートし、初期化および関連付け戦略のアブレーションを体系的に行えるようにした。
• KITTI、Ford Campus、NCLTデータセットを用いた評価を行い、平均移動誤差（ATE）、故障回数、トラジェクトリ可視化を指標にした。
• 自己教師ありPoseNetのための新規な学習戦略を提案・実装し、実世界設定におけるロバストネスと収束性を向上させた。

実験結果

リサーチクエスチョン

• RQ1 特にエレベーション画像（EI）と定常速度（CV）の初期化戦略の違いが、古典的F2M LiDARオドメトリの性能およびロバストネスに与える影響はいかほどか？
• RQ2 深層学習ベースのオドメトリ手法は、急激な回転や動的物体を含む複雑な未確認環境へどの程度一般化できるか？
• RQ3 古典的ICPベースF2F登録の主な失敗モードは何か。それらは深層学習ベースまたはハイブリッド手法の失敗モードと比べてどう異なるか？
• RQ4 自己教師ありPoseNetは、真値がなくても信頼性がありロバストな初期モーショントランスフォーメーション推定を提供できるか？
• RQ5 近隣関連付けの選択（プロジェクティブ対k-dツリー）が、困難なシナリオにおけるLiDARオドメトリの精度および安定性に与える影響は？

主な発見

• エレベーション画像（EI）初期化法は、定常速度（CV）初期化法を著しく上回り、NCLTシーケンス01/08において平均移動誤差（ATE）を1.84 mまで低下させたのに対し、CVでは11.49 mにとどまった。
• 自己教師あり学習でさえも、PoseNetベースのオドメトリはNCLTのような複雑で繰り返しのある環境に一般化できない。テストシーケンスではATEが48.7 mにまで上昇し、急激な運動下での一般化能力の欠如が示された。
• プロジェクティブ近隣関連付け（P-F2M）はk-dツリー近隣探索（Kd-F2M）よりも性能が劣り、特に急激な回転下で、より正確でない近隣関連付けとピクセルのずれに対する感受性が高くなる。
• 一般化能力が低いにもかかわらず、PoseNetはICPベースF2Fよりもよりロバストな初期推定を提供しており、失敗回数も少ない（例：Ford Campusでは261回対1494回）。これは、学習された運動事前分布のおかげである。
• 本研究では、地図品質と初期モーショントランスフォーメーション推定がF2M成功の主な要因であることが確認された。初期化が不適切だと、地図劣化とトラジェクトリドリフトが生じる。
• 提案されたモジュラーなフレームワーク、pyLiDAR-SLAMは、古典的および深層学習ベースのオドメトリコンポーネントの体系的比較・統合を可能にし、公開により再現可能な研究を支援する。