[논문 리뷰] Avoiding Degeneracy for Monocular Visual SLAM with Point and Line Features

Hyunjun Lim, Yeeun Kim외 3명|arXiv (Cornell University)|2021. 03. 02.

Robotics and Sensor-Based Localization참고 문헌 42인용 수 38

한 줄 요약

이 논문은 저조도 또는 조도 변화가 큰 환경에서의 내성과 정확도를 향상시키기 위해 점 특징과 선 특징을 융합한 단안 시각 SLAM 시스템을 제안한다. 비특이성 탐지 방법과 새로운 구조적 제약 조건을 도입하여 에피포라 기하학으로 인한 잘못된 3D 선 재구성 문제를 보정함으로써 선 추적 및 맵핑 정확도를 크게 향상시켰으며, EuRoC 데이터셋에서 기준 방법 대비 15% 낮은 변위 RMSE를 확보하여 검증되었다.

ABSTRACT

In this paper, a degeneracy avoidance method for a point and line based visual SLAM algorithm is proposed. Visual SLAM predominantly uses point features. However, point features lack robustness in low texture and illuminance variant environments. Therefore, line features are used to compensate the weaknesses of point features. In addition, point features are poor in representing discernable features for the naked eye, meaning mapped point features cannot be recognized. To overcome the limitations above, line features were actively employed in previous studies. However, since degeneracy arises in the process of using line features, this paper attempts to solve this problem. First, a simple method to identify degenerate lines is presented. In addition, a novel structural constraint is proposed to avoid the degeneracy problem. At last, a point and line based monocular SLAM system using a robust optical-flow based lien tracking method is implemented. The results are verified using experiments with the EuRoC dataset and compared with other state-of-the-art algorithms. It is proven that our method yields more accurate localization as well as mapping results.

연구 동기 및 목표

• 저조도 또는 조도 변화가 큰 환경에서 점 특징의 열악한 내성 문제를 해결한다.
• 희박한 점 기반 맵핑의 한계를 극복하기 위해 선 특징을 도입하여 더 나은 구조적 구분 가능성을 확보한다.
• 에피폴라 중심 근처에 위치한 선으로 인해 발생하는 비특이성 문제를 해결한다.
• 신규 구조적 제약 조건과 옵티컬 플로우 기반 매칭을 통해 선 추적 및 3D 재구성 정확도를 향상시킨다.
• 실세계 단안 SLAM 시나리오에서 더 정확하고 시각적으로 해석 가능한 맵핑을 달성한다.

제안 방법

• 순수 이동 운동에서 선 특징의 비특이성을 분석함으로써 에피폴라 기하학과 선이 에피폴라 중심에 가까운지 여부를 분석하여 단순한 비특이성 탐지 방법을 제안한다.
• 삼각측량 과정에서의 모호성을 해소하기 위해 3D 선 재구성에서 기하학적 일致성(예: 평행성)을 강제하는 새로운 구조적 제약 조건을 도입한다.
• 운동 모델에서 예측한 정보와 검출된 선을 융합하여 매칭의 강건성을 향상시키는 옵티컬 플로우 기반 선 추적 방법을 활용한다.
• 3D 선 특징의 매개변수화 및 번들 조정을 위해 플루커 좌표계와 정규직교 표현을 사용한다.
• 선 특징 일관성과 재투영 오차에 대한 제약 조건을 적용한 슬라이딩 윈도우 최적화 프레임워크를 적용한다.
• 점 및 선 특징을 통합된 단안 SLAM 파이프라인에 통합하고, 적응형 특징 관리 기법을 적용한다.

실험 결과

연구 질문

• RQ1 단안 SLAM 시스템에서 에피폴라 정렬로 인해 발생하는 비특이성 선 특징은 어떻게 탐지할 수 있는가?
• RQ2 비특이성으로 인한 모호한 3D 선 재구성 문제를 해결하기 위해 어떤 기하학적 제약 조건을 적용할 수 있는가?
• RQ3 옵티컬 플로우 기반 선 추적은 저조도 환경에서 특징의 지속성 향상과 추적 실패 감소에 기여하는가?
• RQ4 구조적 제약 조건을 도입함으로써 선 기반 단안 SLAM에서 국소화 및 맵핑 정확도는 어느 정도 향상되는가?
• RQ5 PL-VINS 및 VINS-Mono와 같은 최첨단 알고리즘과 비교할 때 제안된 방법은 내성과 정확도 측면에서 어떤가?

주요 결과

• 제안된 방법은 EuRoC 데이터셋에서 기준 VINS-Mono 알고리즘 대비 변위 RMSE를 15% 감소시켰다.
• LSD+LBD 방법 대비 선 추적 성능은 약 49% 향상되었으며, 계산 시간은 20% 증가하였다.
• EuRoC 시퀀스 11개 중 7개에서 제안된 방법은 PL-VINS보다 25% 작은 오차를 기록하여 비특이성 처리 능력에서 뛰어난 성능을 입증하였다.
• 구조적 제약 조건은 비특이성 선을 평행선과 같은 타당한 기하학적 구성으로 성공적으로 수정하여 맵 품질과 시각적 해석 가능성 향상에 기여하였다.
• 시스템은 약 20Hz의 상태 추정 속도를 유지하였으며, 선 특징 처리의 추가 계산 비용에도 불구하고 이는 수용 가능한 수준이었다.
• 이 방법은 선 기반 SLAM에서 비특이성 문제를 효과적으로 완화시켜 도전적인 환경에서도 더 정확하고 강건한 3D 재구성 가능성을 확보하였다.