[論文レビュー] xVIO: A Range-Visual-Inertial Odometry Framework

Jeff Delaune, David S. Bayard+1 more|arXiv (Cornell University)|Oct 13, 2020

Robotics and Sensor-Based Localization参考文献 13被引用数 6

ひとこと要約

xVIO は、ジェット推進研究所（JPL）で開発されたリアルタイムの距離-視覚-慣性オドメトリフレームワークであり、可視または熱赤外カメラ、IMU、時間飛行距離センサからのデータを統合する。ハイブリッド SLAM-MSCKF 拡張カルマンフィルタ（EKF）を採用し、厳密な可観測性解析とヤコビアン導出を実施しており、市販のハードウェアで 30 Hz の動作を達成し、昼間／夜間、屋内／屋外、飛行／手動操作のあらゆる条件下でも高い性能を発揮する。

ABSTRACT

xVIO is a range-visual-inertial odometry algorithm implemented at JPL. It has been demonstrated with closed-loop controls on-board unmanned rotorcraft equipped with off-the-shelf embedded computers and sensors. It can operate at daytime with visible-spectrum cameras, or at night time using thermal infrared cameras. This report is a complete technical description of xVIO. It includes an overview of the system architecture, the implementation of the navigation filter, along with the derivations of the Jacobian matrices which are not already published in the literature.

研究の動機と目的

• 多様な環境（昼間／夜間運用を含む）における自律ロータークラフトの堅牢でリアルタイムな状態推定の課題に対処すること。
• 視覚的および慣性的データに距離センサの測定値を統合することで、深度推定の精度を向上させ、視覚-慣性オドメトリのズレを低減すること。
• 市販センサおよび埋め込みシステムを用いて、VIO、距離-VIO、慣性オドメトリモードをすべてサポートする柔軟でモジュラーなフレームワークを構築すること。
• 可観測性行列の導出と解析を通じて、一定加速度や動的運動下でも状態推定の可観測性と安定性を保証すること。
• EKFフレームワークにおける誤差伝搬の正確性を確保するため、視覚的および距離-視覚的測定のヤコビアン行列を完全に導出すること。

提案手法

• 視覚的測定の構築に、SLAMとMSCKFの両方の長所を活かしたハイブリッド SLAM-MSCKF パラダイムを採用し、精度と計算効率の両方を向上させる。
• スライディングウインドウを用いた拡張カルマンフィルタ（xEKF）を採用し、状態推定を実施。位置、速度、姿勢、IMUバイアス状態を連続時間ダイナミクスに基づいて予測・更新する。
• リアルタイム動作におけるセンサおよび処理遅延を管理するため、リングバッファを用い、IMU、視覚的、距離測定の間の同期を保証する。
• FASTを用いた特徴検出、Lucas-Kanadeを用いた追跡、および基礎行列推定によるRANSACを用いた外れ値除去により、特徴マッチングから視覚的測定を構築する。
• 距離測定を距離-視覚アップデートモデルを通じて統合し、深度データと視覚的特徴を融合させることで、状態推定の制約を強化し、可観測性を向上させる。
• 視覚的および距離-視覚的測定の完全なヤコビアン行列を閉形式で導出し、世界座標系、カメラ座標系、特徴座標系間の変換を含む。詳細な導出は付録に記載。

実験結果

リサーチクエスチョン

• RQ1 距離センサの測定値を視覚的および慣性的測定と効果的に統合することで、視覚-慣性オドメトリの精度と耐障害性をどのように向上させられるか？
• RQ2 視覚的特徴が少ない、あるいは運動が制限された状況下で、距離測定値の追加が状態推定の可観測性に与える影響は何か？
• RQ3 EKFフレームワークにおける正確な誤差伝搬を実現するため、視覚的および距離-視覚的測定のヤコビアン行列をどのように導出する必要があるか？
• RQ4 ハイブリッド SLAM-MSCKF アプローチを、自律ロータークラフトナビゲーションに適した埋め込みプラットフォーム上でリアルタイムに効率的に実装できるか？
• RQ5 プラットフォームが一定加速度を受ける、あるいは運動の励起が限られる状況下で、システムの状態推定が可観測である条件は何か？

主な発見

• xVIO は、市販の埋め込みハードウェア（例：Qualcomm Snapdragon Flight Pro）上で 30 Hz のリアルタイム性能を達成し、自律ロータークラフト飛行の閉ループ制御を可能にする。
• システムは可視スペクトルカメラを用いた昼間運用および長波長赤外カメラを用いた夜間運用の両方で正常に動作し、照明条件の変化に対しても耐障害性を示す。
• 可観測性解析により、一定加速度下でもシステムが可観測であることが証明された。未観測方向は、SLAM特徴が面を形成しない場合の深度の曖昧さに関連している。
• 視覚的および距離-視覚的測定のヤコビアン行列は数学的に厳密に導出され、閉形式での導出により検証されており、誤差共分散の正確な伝搬を保証する。
• ハイブリッド SLAM-MSCKF アプローチにより、視覚的特徴が疎である、あるいは運動が制限される状況下でも、ズレの少ない正確な状態推定が可能になる。
• 距離-視覚アップデートにより、深度推定の精度が著しく向上し、視覚のみのオドメトリが失敗する低テクスチャまたは動的環境でもズレが低減される。