[논문 리뷰] CASSPR: Cross Attention Single Scan Place Recognition

Yan Xia, Mariia Gladkova외 5명|arXiv (Cornell University)|2022. 11. 22.

Robotics and Sensor-Based Localization인용 수 5

한 줄 요약

CASSPR는 단일 스캔 LiDAR 장소 인식을 위한 점 기반 및 복셀 기반 특징을 융합하는 교차 어텐션 트랜스포머 네트워크를 제안한다. 이는 국소적 기하 정밀도와 다중 척도 공간적 맥락을 결합하여 최신 기술 수준의 성능을 달성하며, TUM 데이터셋에서 상위 1개 이내 평균 재현율 85.6%를 기록하여 이전 방법들보다 약 15% 향상되었다.

ABSTRACT

Place recognition based on point clouds (LiDAR) is an important component for autonomous robots or self-driving vehicles. Current SOTA performance is achieved on accumulated LiDAR submaps using either point-based or voxel-based structures. While voxel-based approaches nicely integrate spatial context across multiple scales, they do not exhibit the local precision of point-based methods. As a result, existing methods struggle with fine-grained matching of subtle geometric features in sparse single-shot Li- DAR scans. To overcome these limitations, we propose CASSPR as a method to fuse point-based and voxel-based approaches using cross attention transformers. CASSPR leverages a sparse voxel branch for extracting and aggregating information at lower resolution and a point-wise branch for obtaining fine-grained local information. CASSPR uses queries from one branch to try to match structures in the other branch, ensuring that both extract self-contained descriptors of the point cloud (rather than one branch dominating), but using both to inform the output global descriptor of the point cloud. Extensive experiments show that CASSPR surpasses the state-of-the-art by a large margin on several datasets (Oxford RobotCar, TUM, USyd). For instance, it achieves AR@1 of 85.6% on the TUM dataset, surpassing the strongest prior model by ~15%. Our code is publicly available.

연구 동기 및 목표

• 희박한 단일 스캔 LiDAR 스캔에서의 세밀한 기하 일치 문제를 해결한다. 기존 방법들은 양자화 손실과 제한된 맥락으로 인해 어려움을 겪는다.
• 3D 장소 인식에서 국소 정밀도(점 기반)와 다중 척도 공간 맥락(복셀 기반) 사이의 상충 관계를 극복한다.
• 밀도 높은 사전 캡처된 점군 지ap을 기반으로 하지 않고도 단일 희박한 LiDAR 스캔에서 강건한 장소 인식을 가능하게 한다.
• 계층적 교차 어텐션을 사용해 두 개의 병렬 브랜치에서 유사한 특징을 융합함으로써 글로벌 디스크립터 품질을 향상시킨다.
• 현실적인 단일 스캔 조건에서 기준 데이터셋에서 최신 기술 수준의 성능을 달성한다.

제안 방법

• 희박한 복셀 브랜치(다중 척도 공간 맥락용)와 점 기반 브랜치(국소 기하 세부 정보용)로 구성된 이중 브랜치 아키텍처를 제안한다.
• 하나의 브랜치에서 생성된 쿼리가 다른 브랜치의 키 특징을 교차 어텐션 트랜스포머(HCAT)를 통해 참조함으로써 이중 방향 특징 융합을 가능하게 한다.
• 한 브랜치가 출력에 지배적이지 않도록, 교차 어텐션을 통해 상호 정보를 제공함으로써 양 브랜치가 독립적인 디스크립터를 학습하도록 보장한다.
• 각 컨볼루션 레이어 후에 경량 자기 어텐션(LSA) 유닛을 통합하여 글로벌 인식 능력과 장거리 의존성 모델링을 향상시킨다.
• 해시 테이블 기반 구현(예: Minkowski Engine)을 사용한 희박한 3D 컨볼루션을 적용하여 복셀화된 특징을 효율적으로 처리한다.
• 대조 손실을 사용해 엔드 투 엔드로 훈련하여 장소 인식을 위한 글로벌 디스크립터를 최적화한다.

실험 결과

연구 질문

• RQ1 교차 어텐션 메커니즘이 단일 스캔 LiDAR 환경에서 점 기반 및 복셀 기반 특징을 효과적으로 융합하여 장소 인식 성능을 향상시킬 수 있는가?
• RQ2 제안된 방법은 복셀화로 인한 양자화 손실을 어느 정도 줄일 수 있으며, 동시에 세밀한 기하 세부 정보를 유지할 수 있는가?
• RQ3 Oxford RobotCar, TUM, USyd와 같은 표준 벤치마크에서 단일 스캔 조건 하에 CASSPR의 성능은 최신 기술 수준의 방법들과 비교해 어떻게 되는가?
• RQ4 제안된 아키텍처에서 성능과 효율성을 균형 잡기 위해 최적의 경량 자기 어텐션 유닛 수는 얼마인가?
• RQ5 희박하거나 제한된 범위 조건에서 CASSPR은 LiDAR 스캔 범위의 변동에 대해 얼마나 강건한가?

주요 결과

• CASSPR는 TUM 데이터셋에서 상위 1개 이내 평균 재현율 85.6%를 기록하여 가장 강력한 이전 모델보다 약 15% 높은 성능을 달성했다.
• Oxford RobotCar 데이터셋에서 CASSPR는 6개의 경량 자기 어텐션 유닛을 사용해 AR@1이 94.7%를 기록하여 최적의 글로벌 인식 능력을 입증했다.
• 다양한 LiDAR 범위에서 뛰어난 성능 유지를 보였으며, 최대 20m 범위에서 AR@1이 77.7%로 떨어지지만, 40m 이상에서는 85% 이상으로 안정화되었다.
• KITTI 오도메트리 벤치마크에서 CASSPR는 시퀀스 00에서 97.9%의 AR@1, 시퀀스 08에서 0.30의 F1 스코어를 기록하여 루프 클로징 탐지에서 이전 방법들을 능가했다.
• 절단 실험 결과, 6개의 경량 자기 어텐션 유닛이 최고의 성능을 내며, 전체 어텐션 통합이 글로벌 맥락 모델링을 향상시킨다는 것을 확인했다.
• CASSPR는 양자화 손실에 강건하며, 희박한 단일 스캔 입력 조건에서도 높은 정확도를 유지하여 실세계 구현을 위한 설계의 타당성을 입증했다.