[논문 리뷰] Calibration of Heterogeneous Sensor Systems

Juraj Peršić|arXiv (Cornell University)|2018. 12. 29.

Robot Manipulation and Learning인용 수 3

한 줄 요약

이 논문은 자율 로봇에서 이종 센서 시스템의 校정 기법에 대한 종합적인 개요를 제시하며, 표적 기반, 표적 없음 기반, 운동 기반 방법을 활용한 외부 캘리브레이션에 초점을 맞춘다. 운동 기반 캘리브레이션은 장기적인 자율성에 실용적이고 온라인 솔루션으로서 실시간 재캘리브레이션과 비중첩 센서 시야에도 불구하고 높은 내구성을 제공함을 강조한다.

ABSTRACT

Environment perception is a key component of any autonomous system and is often based on a heterogeneous set of sensors and fusion thereof for which sensor sensor calibration plays fundamental role. It can be divided to intrinsic and extrinsic sensor calibration. Former seeks for internal parameters of each individual sensor, while latter provides coordinate frame transformation between sensors. Calibration techniques require correspondence registration in the measurements which is one of the main challenges in the extrinsic calibration of heterogeneous sensors, since generally, each sensor can operate on a different physical principle. Measurement correspondences can originate from a designated calibration target or from features in the environment. Additionally, environment features can be used to estimate motion of individual sensors and the calibration is found by aligning these estimates. Motion-based calibration is the most common approach in the online calibration since it is more practical than the target-based methods, although it can lack in accuracy. Furthermore, online calibration is beneficial for system robustness as it can detect and adjust recalibration of the system in runtime, which can be seen as a prerequisite for long-term autonomy.

연구 동기 및 목표

• 자율 로봇에서 사용되는 이종 센서 시스템의 캘리브레이션 기법을 분석하고 비교하는 것.
• 다른 물리적 원리에 기반한 센서 간 대응 등록 문제를 규명하는 것.
• 표적 기반, 표적 없음 기반, 운동 기반 캘리브레이션 접근법의 장점과 한계를 평가하는 것.
• 시스템의 내구성과 장기적 자율성 유지를 위해 온라인 캘리브레이션의 중요성을 강조하는 것.
• 카메라, 라이다, 자이로스코프, 레이더 등 다양한 센서에 대한 내부 및 외부 캘리브레이션의 최신 기법에 대한 체계적인 개요 제공

제안 방법

• 알려진 대응 관계와 높은 정확도를 확보하기 위해 특수 설계된 캘리브레이션 표적을 사용하는 표적 기반 캘리브레이션을 활용한다.
• 환경의 구조적 특징을 추출하고 다양한 센서 모odal 간에 대응시키는 표적 없음 기반 캘리브레이션을 적용한다.
• 개별 센서에서 추정한 상대 운동 정보를 활용하여 외부 표적에 의존하지 않는 운동 기반 캘리브레이션을 적용한다.
• 비선형이고 비凸인 캘리브레이션 문제를 해결하기 위해 가우스-헬름홀츠 및 유니센티드 칼만 필터와 같은 반복 최적화 기법을 사용한다.
• 매개변수 식별 가능성 평가 및 비관측 가능한 운동 방향 탐지에 관측 가능성 분석과 피셔 정보 행렬(Fisher Information Matrix, FIM)을 적용한다.
• 다중 센서 자세 추정의 정확도 향상을 위해 캘리브레이션 프레임워크에 시간 동기화를 통합한다.

실험 결과

연구 질문

• RQ1 다른 물리적 측정 원리를 가진 이종 센서 간에 대응 관계를 효과적으로 설정할 수 있는 방법은 무엇인가?
• RQ2 정확도, 실용성, 온라인 적용 가능성 측면에서 표적 기반, 표적 없음 기반, 운동 기반 캘리브레이션 간의 상호 상충 관계는 무엇인가?
• RQ3 온라인 캘리브레이션을 어떻게 구현하여 장기적 자율성에 기여하는 내구성 있고 자가 수정 가능한 시스템을 만들 수 있는가?
• RQ4 센서 융합 시스템에서 캘리브레이션 매개변수의 관측 가능성을 확보하기 위해 필요한 운동 자극 프로파일은 무엇인가?
• RQ5 국소 최솟값과 측정 노이즈에 대한 민감도를 줄이기 위해 최적화 기법을 어떻게 향상시킬 수 있는가?

주요 결과

• 운동 기반 캘리브레이션은 온라인 사용에 더 실용적이며 런타임 재캘리브레이션을 가능하게 하여 시스템의 내구성을 향상시킨다.
• 표적 기반 방법은 더 높은 정확도를 제공하지만 오프라인 절차가 필요하며 실제 적용에 적합성이 떨어진다.
• 표적 없음 기반 캘리브레이션은 환경의 특징 추출 및 대응에 의존하므로 비정형 또는 특징이 적은 환경에서는 실패할 수 있다.
• 운동 기반 방법은 시야가 겹치지 않는 센서 간의 캘리브레이션도 가능하여 다른 접근 방식의 핵심 한계를 극복한다.
• 적절한 운동 자극—최소 두 개의 회전축과 두 개의 직선 이동축을 포함한 운동—이 매개변수의 관측 가능성 확보에 필수적이다.
• 가우스-헬름홀츠 및 FIM 기반 분석과 같은 고급 최적화 기법은 수렴 성능 향상과 노이즈 및 이방성에 대한 민감도 감소에 기여한다.