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

Qiang Fu, Jialong Wang외 5명|arXiv (Cornell University)|2020. 09. 16.

Robotics and Sensor-Based Localization참고 문헌 36인용 수 59

한 줄 요약

PL-VINS는 점과 선 특징을 실시간 단일 카메라 VINS에 통합하여 동일 업데이트 속도에서 VINS-Mono보다 위치 추정 정확도를 높이기 위해 선 탐지를 수정된 LSD와 Plücker 기반 공간 선을 사용한다.

ABSTRACT

Leveraging line features to improve localization accuracy of point-based visual-inertial SLAM (VINS) is gaining interest as they provide additional constraints on scene structure. However, real-time performance when incorporating line features in VINS has not been addressed. This paper presents PL-VINS, a real-time optimization-based monocular VINS method with point and line features, developed based on the state-of-the-art point-based VINS-Mono \cite{vins}. We observe that current works use the LSD \cite{lsd} algorithm to extract line features; however, LSD is designed for scene shape representation instead of the pose estimation problem, which becomes the bottleneck for the real-time performance due to its high computational cost. In this paper, a modified LSD algorithm is presented by studying a hidden parameter tuning and length rejection strategy. The modified LSD can run at least three times as fast as LSD. Further, by representing space lines with the Plücker coordinates, the residual error in line estimation is modeled in terms of the point-to-line distance, which is then minimized by iteratively updating the minimum four-parameter orthonormal representation of the Plücker coordinates. Experiments in a public benchmark dataset show that the localization error of our method is 12-16\% less than that of VINS-Mono at the same pose update frequency. %For the benefit of the community, The source code of our method is available at: https://github.com/cnqiangfu/PL-VINS.

연구 동기 및 목표

• 도전적인 환경에서 선 특징을 도입하여 단일 카메인 VINS의 정확도 향상을 모티브로 한다.
• 점, 선 및 IMU 데이터를 융합하는 실시간 최적화 기반 VINS를 개발한다.
• 비싼 선 처리 대신 더 빠른 선 특징 추출 및 견고한 표현으로 대체한다.
• 선 특징이 공개 벤치마크에서 위치 추정 이득을 측정 가능하게 제공함을 입증한다.

제안 방법

• 숨겨진 매개변수 튜닝으로 선 분절기 LSD를 수정하여 선 특징 추출을 가속한다.
• 길이 기반 가지치기 전략으로 짧은 선 특징을 버려 지배적인 선에 집중한다.
• 공간 선을 Plücker 좌표로 표현하고, 선 재투영 잔차를 점-선 거리로 모델링하여 최적화한다.
• 점과 선, IMU 잔차를 포함하는 슬라이딩 윈도우 최적화를 수행하기 위해 점과 선을 삼각측량한다.
• 최적화의 수렴을 개선하기 위해 선에 대해 4-파라미터 직교 표현을 사용한다.
• 글로벌 일관성 유지를 위해 VINS-Mono와 유사한 루프 종료 모듈을 유지한다.

실험 결과

연구 질문

• RQ1 실시간 단일 카메라 VINS가 선 특징을 통합하더라도 속도를 희생하지 않고 크게 개선될 수 있는가?
• RQ2 Plücker 기반 선 표현과 더 빠르게 조정된 선 탐지기가 점만 사용한 VINS-Mono에 비해 위치 추정 정확도를 개선하는가?
• RQ3 실시간 SLAM 시스템에서 선 특징의 양과 포즈 추정 성능 간의 트레이드오프는 무엇인가?

주요 결과

• PL-VINS는 루프가 없을 때 평균적으로 최대 16%의 ATE RMSE 개선을 보이며 루프 있을 때는 12%를 달성하는 등 동일 포즈 업데이트 주파수에서 VINS-Mono보다 더 높은 위치 추정 정확도를 달성한다.
• 선 탐지를 위한 수정된 LSD는 원래 LSD보다 최소 3배 빠르게 작동하면서 자세 추정을 위한 실용적인 정확성을 유지한다.
• 슬라이딩 윈도우 최적화에서 점, 선, IMU를 융합하면 RPE 성능이 향상되고 평가된 시퀀스에서 더 많은 최상의 결과를 얻는다.
• 저전력 CPU에서 모노큘러 VINS(점과 선)를 10 Hz로 실행할 수 있으며, 효율적인 선 처리로 속도 측면에서 유사한 PL-VIO 변형보다 우수하다.
• 루프 종료 없이도 선 특징 제약이 효과적이며, 궤적 시각화를 위한 공간 선 재구축으로 시스템이 향상된다.