[논문 리뷰] An Open Source, Fiducial Based, Visual-Inertial State Estimation System.

Michael Neunert, Michael Blösch외 1명|arXiv (Cornell University)|2015. 07. 08.

Robotics and Sensor-Based Localization참고 문헌 6인용 수 3

한 줄 요약

이 논문은 인Door 및 제한된 환경에서 정확하고 저비용의 로컬라이제이션과 동작 추적을 가능하게 하는 인식 가능한 종이 마커를 사용하는 오픈소스, 피드기얼 기반 시각-자기 상태 추정 시스템을 제시한다. 피드기얼에서의 시각 데이터와 자이로스코프 측정값을 융합함으로써, 빠른 동작 중에도 추가 校정이 필요 없이 강건하고 지속적인 자세 추정을 달성한다.

ABSTRACT

Many robotic tasks rely on the estimation of the location of moving bodies with respect to the robotic workspace. This information about the robots pose and velocities is usually either directly used for localization and control or utilized for verification. Often motion capture systems are used to obtain such a state estimation. However, these systems are very costly and limited in terms of workspace size and outdoor usage. Therefore, we propose a lightweight and easy to use, visual inertial Simultaneous Localization and Mapping approach that leverages paper printable artificial landmarks, so called fiducials. Results show that by fusing visual and inertial data, the system provides accurate estimates and is robust against fast motions. Continuous estimation of the fiducials within the workspace ensures accuracy and avoids additional calibration. By providing an open source implementation and various datasets including ground truth information, we enable other community members to run, test, modify and extend the system using datasets or their own robotic setups.

연구 동기 및 목표

• 로봇 상태 추정을 위한 고비용 운동 캡처 시스템의 저비용, 경량 대안을 개발하기 위해.
• 운동 캡처 시스템의 한계, 즉 고비용, 제한된 작업 공간 크기, 외부 환경에서의 열악한 사용성 문제를 해결하기 위해.
• 인식 가능한 종이 마커를 사용하여 시각 및 자이로스코프 센서만으로 정확하고 강건한 자세 추정을 가능하게 하기 위해.
• 연구 공동체가 테스트, 수정 및 확장할 수 있도록 데이터셋과 참조값을 제공하는 오픈소스 구현을 제공하기 위해.

제안 방법

• 시스템은 환경 내 시각적 기준으로 사용 가능한 인쇄 가능한 인공 지표(피드기얼)를 사용한다.
• IMU에서 얻은 자이로스코프 측정값과 피드기얼의 시각적 관측값을 융합하여 로봇의 상태를 추정한다.
• 상태 추정 필터가 시각적 및 자이로스코프 데이터를 융합하여 지속적이고 정확한 자세 및 속도 추정치를 산출한다.
• 작업 공간 내에서 피드기얼을 지속적으로 추적함으로써 추가 校정을 피한다.
• 다양한 로봇 플랫폼과 데이터셋에의 통합을 가능하게 하기 위해 오픈소스로 구현되어 있다.
• 성능 검증 및 벤치마킹을 위해 참조값 데이터셋 형태로 데이터를 제공한다.

실험 결과

연구 질문

• RQ1 저비용 피드기얼 기반 시각-자기 시스템이 운동 캡처 시스템 수준의 정확하고 강건한 상태 추정을 달성할 수 있는가?
• RQ2 빠른 동작 조건에서 시각 및 자이로스코프 데이터 융합의 성능은 어떠한가?
• RQ3 지속적인 피드기얼 추적으로 인해 외부 校정의 필요성이 얼마나 감소하는가?
• RQ4 다양한 로봇 플랫폼과 환경에서 오픈소스 시스템의 확장성과 재사용 가능성은 어느 정도인가?

주요 결과

• 빠른 동작 중에도 시각적 및 자이로스코프 데이터 융합을 효과적으로 수행함으로써 정확한 상태 추정을 달성한다.
• 인쇄 가능한 피드기얼의 사용으로 고비용 인프라 없이 저비용 구현이 가능하다.
• 지속적인 피드기얼 추적으로 일관된 정확도를 확보하고 추가 校정 절차가 필요 없음을 입증한다.
• 제공된 데이터셋과 함께 오픈소스 구현을 통해 연구 공동체가 재현 가능한 테스트 및 확장을 수행할 수 있다.
• 실제 환경 조건에서도 강건성을 입증하여 전통적인 운동 캡처 시스템의 실질적인 대안이 될 수 있음을 보여준다.