[논문 리뷰] manif: A micro Lie theory library for state estimation in robotics applications

Jérémie Deray, Joan Solà|arXiv (Cornell University)|2020. 01. 24.

Robotics and Sensor-Based Localization인용 수 236

한 줄 요약

이 논문은 로봇 상태 추정을 위한 최소한의 실용적 부분만을 구현한 C++ 템플릿 전용 라이브러리 manif를 소개한다. SO(3), SE(3) 및 관련 군에서 지수/로그 사상, 야코비안, 군 연산 등의 핵심 개념을 단순화하여 SLAM, 시각적 온도미터리, 관성 항법에서 정확하고 효율적인 불확실성 전파를 가능하게 한다. 이를 위해 닫힌 형태의 공식과 재사용 가능한 코드 컴포넌트를 활용한다.

ABSTRACT

<strong>manif</strong> is a header-only C++11 Lie theory library for state-estimation targeted at robotics applications. It has been designed for an easy integration to larger projects: A single dependency on Eigen, header-only for easy integration, templated on the underlying scalar type so that one can use its own, and C++11, since not everyone gets to enjoy the latest C++ features, especially in industry. The library provides simple interfaces to the most common operations on Lie groups in state estimation together with an analytic computation of Jacobians for all the operations.

연구 동기 및 목표

• 추상적인 리 이론과 실용적인 로봇 상태 추정 간 격차를 메우기 위해 가장 필수적인 구성 요소만을 추출하기 위해.
• 직관적인 이해와 로봇 분야에서 리 이론적 개념을 정확하게 구현할 수 있도록 돕는 지도적이고 최소한의 프레임워크를 제공하기 위해.
• 로봇 분야의 주요 리 군을 위한 핵심 연산(Exp, Log, 야코비안 등)을 구현한 종합적이고 재사용 가능한 C++ 라이브러리(manif)를 제공하기 위해.
• 비선형 최적화에서 자주 발생하는 오류의 원인이 되는 야코비안 계산을 닫힌 형태의 표현식을 제공함으로써 단순화하고 재사용 가능하게 만들기 위해.
• 엄밀한 다양체 기반 모델링을 통해 SLAM, 시각적 온도미터리, 관성 항법에서 강력하고 일관되며 수치적으로 안정된 추정을 지원하기 위해.

제안 방법

• 로봇 추정에 필요한 최소한의 리 이론 하위 집합에 집중하며, 리 브라켓이나 완전한 군 표현과 같은 고급 대수적 구조는 배제한다.
• 지오메트릭, 대수적, 위상적 직관을 활용하여 지수 사상, 탄젠트 공간, 점에 대한 군 작용을 통해 리 군(SO(3), SE(3) 등)를 설명한다.
• 핵심 연산을 위한 닫힌 형태의 표현식을 유도하고 제공한다: 로테이션 및 강체 운동 군에 대한 Exp(τ)와 Log(M)는 로드리그의 공식과 행렬 지수를 사용한다.
• 행렬 미적분과 군 작용의 도함수를 활용하여 야코비안 행렬(좌우, 어드조인트, 역행렬, 조합)을 유도하고 구현한다.
• 모든 연산을 유형 안정성 있는 일반화 인터페이스를 통해 노출하는 C++ 템플릿 전용 라이브러리(manif)를 도입하여 컴파일 타임 최적화와 재사용을 가능하게 한다.
• SO(2), SO(3), SE(2), SE(3), 허니온, 영이동 군(R^n, T(n)) 등의 공식이 포함된 광범위한 참고 부록을 제공하며, 야코비안과 역연산을 포함한다.

실험 결과

연구 질문

• RQ1 로봇 전문가들이 정확하고 효율적인 상태 추정을 위해 수행할 수 있도록, 리 이론의 최소한의 실용적 부분을 어떻게 추출하고 가르칠 수 있는가?
• RQ2 SLAM과 시각적 온도미터리에서 강력한 추정을 위해 필요한 최소한의 리 이론적 연산(Exp, Log, 야코비안 등)은 무엇인가?
• RQ3 비선형 최적화에서 자주 실수를 일으키는 야코비안 계산을 닫힌 형태의 표현식을 통해 어떻게 단순화하고 재사용 가능하게 만들 수 있는가?
• RQ4 유형 안정성 있고 효율적이며 확장 가능한 방식으로 리 군 연산을 노출할 수 있는 경량의 템플릿 전용 C++ 라이브러리를 설계할 수 있는가?
• RQ5 수학적 엄밀함을 훼손하지 않으면서도 기하학적 및 운동학적 유사성을 통해 추상적인 리 군 개념을 어떻게 직관적이고 접근 가능하게 만들 수 있는가?

주요 결과

• 마이크로 리 이론 프레임워크는 전체 리 이론의 복잡성을 로봇 상태 추정에 필요한 필수 구성 요소로만 단순화하여 성공적으로 축소시켰다.
• SO(3) 및 SE(3)의 좌우 야코비안에 대한 닫힌 형태의 표현식을 유도하고 검증하여 EKF 및 비선형 해소기에서 정확한 불확실성 전파를 가능하게 하였다.
• manif 라이브러리는 SO(2), SO(3), SE(2), SE(3), 허니온, 영이동 군에 대해 Exp, Log, 어드조인트, 야코비안의 유형 안정성 있는 템플릿 기반 구현을 제공한다.
• 라이브러리는 EKF 및 비선형 최적화와 같은 상태 추정 알고리즘의 효율적이고 정확한 구현을 지원하며, 군 연산을 위한 검증된 야코비안 블록을 제공한다.
• 지수 사상과 탄젠트 공간 표현의 사용은 SLAM과 시각적 온도미터리에서 안정적이고 일관되며 수치적으로 안정된 추정을 가능하게 한다.
• 최소한의 리 이론적 접근이 고정밀도 추정에 충분함을 입증하였으며, 이는 구현 오류를 크게 줄이고 알고리즘의 안정성을 향상시켰다.