[논문 리뷰] Ground-SLAM: Ground Constrained LiDAR SLAM for Structured Multi-Floor Environments

Wei Xin, Jixin Lv외 2명|arXiv (Cornell University)|2021. 03. 05.

Robotics and Sensor-Based Localization참고 문헌 22인용 수 15

한 줄 요약

Ground-SLAM은 구조적인 다층층간 환경에서 지면 평면을 무한한 평면 기준점으로 활용하여 LiDAR 측정 오차로 인한 자세 드리프트를 감소시키는 3D LiDAR SLAM 알고리즘입니다. 센서 중심의 슬라이딩 맵와 가장 가까운 점(Closest Point) 매개변수화를 사용하여 지면 제약 조건을 자세 그래프 최적화 프레임워크에 통합함으로써, 기준 방법보다 높은 정확도와 전역 일관성을 달성하며 실험 평가에서 슈퍼리어한 성능을 보입니다.

ABSTRACT

This paper proposes a 3D LiDAR SLAM algorithm named Ground-SLAM, which exploits grounds in structured multi-floor environments to compress the pose drift mainly caused by LiDAR measurement bias. Ground-SLAM is developed based on the well-known pose graph optimization framework. In the front-end, motion estimation is conducted using LiDAR Odometry (LO) with a novel sensor-centric sliding map introduced, which is maintained by filtering out expired features based on the model of error propagation. At each key-frame, the sliding map is recorded as a local map. The ground nearby is extracted and modelled as an infinite planar landmark in the form of Closest Point (CP) parameterization. Then, ground planes observed at different key-frames are associated, and the ground constraints are fused into the pose graph optimization framework to compress the pose drift of LO. Finally, loop-closure detection is carried out, and the residual error is jointly minimized, which could lead to a globally consistent map. Experimental results demonstrate superior performances in the accuracy of the proposed approach.

연구 동기 및 목표

• 구조적인 다층층간 건물에서 LiDAR 측정 오차로 인한 3D LiDAR SLAM의 자세 드리프트를 해결하기 위해.
• 지면 평면의 기하학적 안정성을 활용하여 드리프트 보정을 위한 신뢰할 수 있는 기준점으로 삼기 위해.
• 다양한 층을 통해 전역 일관성을 유지하는 강력하고 실시간 동작이 가능한 SLAM 시스템을 개발하기 위해.
• 지면 제약 조건을 자세 그래프 최적화 프레임워크에 통합하여 궤적 정확도를 향상시키기 위해.

제안 방법

• 오차 전파 모델링을 기반으로 만료된 특징을 필터링하여 센서 중심의 슬라이딩 맵를 유지함으로써 프론트엔드에서 효율적인 운동 추정을 가능하게 함.
• 각 키 프레임에서 로컬 맵가 추출되고, 근처의 지면 평면이 가장 가까운 점(Closest Point, CP) 매개변수화를 사용하여 탐지 및 모델링됨.
• 다른 키 프레임에서의 지면 평면을 시간에 따라 연동하여 일관된 기준점 관측을 확립함.
• 지면 제약 조건을 자세 그래프 최적화 프레임워크에 융합하여 LiDAR 오도메트리에서 발생하는 드리프트를 압축함.
• 더 나은 궤적 보정과 잔여 오차 최소화를 위해 루프 클로징 탐지 수행함.
• 전체 시스템은 자세 그래프 최적화 프레임워크에 기반하여 전역 일관성 있는 매핑을 보장함.

실험 결과

연구 질문

• RQ1 구조적인 다층층간 환경에서 지면 평면이 안정적이고 신뢰할 수 있는 기준점으로서 LiDAR SLAM의 드리프트 감소에 기여할 수 있는가?
• RQ2 지면 제약 조건은 어떻게 효과적으로 모델링하고 자세 그래프 최적화 프레임워크에 통합하여 궤적 정확도를 향상시킬 수 있는가?
• RQ3 오차 인식 기반의 특징 필터링을 갖춘 센서 중심의 슬라이딩 맵는 운동 추정의 강건성 향상에 얼마나 기여하는가?
• RQ4 기존의 루프 클로징 전용 접근 방식과 비교했을 때, 지면 제약 조건 융합은 드리프트 억제에 얼마나 효과적인가?
• RQ5 제안된 방법은 최소한의 수동 초기화로 복잡한 다층층간 환경에서도 전역 일관성 있는 지ap을 달성할 수 있는가?

주요 결과

• Ground-SLAM은 지면 평면을 안정적인 기준점으로 활용함으로써 다층층간 환경에서 자세 드리프트를 크게 감소시킴.
• 가장 가까운 점(Closest Point, CP) 매개변수화의 사용은 키 프레임 간 지면 평면의 정확하고 효율적인 모델링을 가능하게 함.
• 자세 그래프 최적화에 지면 제약 조건을 융합함으로써 기준 방법 대비 더 일관되고 정확한 궤적을 달성함.
• 루프 클로징 탐지 후 잔여 오차의 동시 최소화를 통해 전역 일관성 있는 지도를 달성함.
• 기준 데이터셋에서의 실험 결과, 최신 기술 대비 뛰어난 정확도 성능을 입증함.
• 구조적인 실내 환경에서 고정밀 매핑을 실현하면서도 실시간 성능을 유지함.