[논문 리뷰] PL-VINS: Real-Time Monocular Visual-Inertial SLAM with Point and Line

Qiang Fu, Jialong Wang외 4명|arXiv (Cornell University)|2020. 09. 16.

Robotics and Sensor-Based Localization참고 문헌 23인용 수 22

한 줄 요약

PL-VINS는 실시간 단안 시각-자이로스코프 SLAM 시스템을 제안하며, 정렬 정확도를 향상시키기 위해 점 특징과 선 특징을 통합한다. 수정된 LSD 알고리즘을 통해 선 추출를 최적화하고, Plücker 좌표를 사용하여 선 기준점을 반복 최소화된 중점-선 거리로 모델링함으로써, GPU 가속 없이 1.1 GHz CPU에서 실행할 경우 VINS-Mono 대비 위치 오차를 12–16% 감소시킨다.

ABSTRACT

Leveraging line features to improve location accuracy of point-based visual-inertial SLAM (VINS) is gaining importance as they provide additional constraint of scene structure regularity, however, real-time performance has not been focused. This paper presents PL-VINS, a real-time optimization-based monocular VINS method with point and line, developed based on state-of-the-art point-based VINS-Mono \cite{vins}. Observe that current works use LSD \cite{lsd} algorithm to extract lines, however, the LSD is designed for scene shape representation instead of specific pose estimation problem, which becomes the bottleneck for the real-time performance due to its expensive cost. In this work, a modified LSD algorithm is presented by studying hidden parameter tuning and length rejection strategy. The modified LSD can run three times at least as fast as the LSD. Further, by representing a line landmark with Pl\{u}cker coordinate, the line reprojection residual is modeled as midpoint-to-line distance then minimized by iteratively updating the minimum four-parameter orthonormal representation of the Pl\{u}cker coordinate. Experiments in public EuRoc benchmark dataset show the location error of our method is down 12-16\% compared to VINS-Mono at the same work frequency on a low-power CPU @1.1 GHz without GPU parallelization. For the benefit of the community, we make public the source code: extit{https://github.com/cnqiangfu/PL-VINS

연구 동기 및 목표

• 구조적 제약 조건으로서 선 특징을 통합함으로써 단안 시각-자이로스코프 SLAM의 정위치 정확도를 향상시키기 위해.
• 기존 방법에서 특히 LSD를 사용할 경우 비용이 많이 드는 선 추출로 인한 실시간 성능 저하 문제를 해결하기 위해.
• 강건한 선 기준점 모델링을 위한 Plücker 좌표를 활용한 효율적인 선 표현 및 최적화 방법을 개발하기 위해.
• GPU 가속 없이 저전력 CPU에서도 높은 정확도와 실시간 성능을 달성하기 위해.
• 커뮤니티의 도입과 향후 연구를 지원하기 위해 오픈소스 코드를 공개하기 위해.

제안 방법

• 숨겨진 매개변수를 조정하고 길이 기각 전략을 도입하여 최소 3배 빠른 선 추출을 가능하게 하는 수정된 LSD 알고리즘을 제안한다.
• 선 기준점을 Plücker 좌표를 사용하여 표현함으로써, 압축된 네 개의 매개변수를 갖는 정규직교 표현을 가능하게 한다.
• 선 재투영 잔차는 3차원 중점에서 3차원 선까지의 거리로 모델링되며, 이 거리를 반복 최적화를 통해 최소화한다.
• 최적화 과정에서 Plücker 좌표 표현을 반복적으로 갱신하여 선 기준점 추정을 정밀하게 개선한다.
• 최적화 기반 VINS 프레임워크 내에서 점과 선 특징을 통합함으로써, VINS-Mono에 하이브리드 특징 추적 기능을 확장한다.
• 저전력 CPU에서 실시간 동작을 가능하게 하며, GPU 의존성을 피하기 위해 설계되었다.

실험 결과

연구 질문

• RQ1 단안 VINS에 선 특징을 통합함으로써 실시간 성능을 저하시키지 않고 정위치 정확도를 향상시킬 수 있는가?
• RQ2 저전력 하드웨어에서 실시간 SLAM을 지원하기에 충분히 빠른 선 추출은 어떻게 달성할 수 있는가?
• RQ3 시각-자이로스코프 상태 추정 프레임워크에서 선 기준점을 가장 효과적으로 표현하고 최적화하는 방법은 무엇인가?
• RQ4 Plücker 좌표의 사용은 선 특징 표현과 재투영 오차 최소화에 어떻게 기여하는가?
• RQ5 표준 벤치마크에서 점 특징만 사용하는 VINS 대비 선 특징의 사용이 정위치 오차를 얼마나 줄일 수 있는가?

주요 결과

• 수정된 LSD 알고리즘은 원래 LSD 대비 최소 3배 빠른 선 추출을 달성하여 실시간 성능을 가능하게 한다.
• 1.1 GHz CPU에서 동일한 주파수로 실행할 경우, EuRoC 벤치마크에서 PL-VINS는 VINS-Mono 대비 위치 오차를 12–16% 감소시킨다.
• Plücker 좌표를 사용하고 중점-선 거리를 반복 최소화함으로써 선 기준점 표현의 정확도가 향상된다.
• GPU 가속 없이도 실시간 성능를 달성하여 저전력 임베디드 플랫폼에 적합하다.
• 코드의 오픈소스 공개로 재현 가능성 확보와 하이브리드 점-선 SLAM 분야의 향후 연구를 촉진한다.