[논문 리뷰] Radar SLAM: A Robust SLAM System for All Weather Conditions

Ziyang Hong, Yvan Pétillot외 2명|arXiv (Cornell University)|2021. 04. 12.

Robotics and Sensor-Based Localization참고 문헌 51인용 수 19

한 줄 요약

이 논문은 FMCW 레이더 기반 SLAM 시스템을 제안하여 눈보라와 빽빽한 nebl 등 모든 기상 조건에서 정확하고 실시간으로 위치 추정 및 지ap도 작성이 가능하다. 레이더 기하학적 특성을 활용한 특징 추적, 운동 보정과 자세 추정을 동시에 최적화하는 방법, 구조적 루프 클로징 검출 기법을 통해 다양한 외부 환경에서 최신 기술 수준의 정확성과 신뢰성을 확보하였으며, 최소한의 파rameter 조정으로도 성능을 유지를 하였다.

ABSTRACT

A Simultaneous Localization and Mapping (SLAM) system must be robust to support long-term mobile vehicle and robot applications. However, camera and LiDAR based SLAM systems can be fragile when facing challenging illumination or weather conditions which degrade their imagery and point cloud data. Radar, whose operating electromagnetic spectrum is less affected by environmental changes, is promising although its distinct sensing geometry and noise characteristics bring open challenges when being exploited for SLAM. % However, there are still open challenges since most existing visual and LiDAR SLAM systems do not operate in bad weathers. This paper studies the use of a Frequency Modulated Continuous Wave radar for SLAM in large-scale outdoor environments. We propose a full radar SLAM system, including a novel radar motion tracking algorithm that leverages radar geometry for reliable feature tracking. It also optimally compensates motion distortion and estimates pose by joint optimization. Its loop closure component is designed to be simple yet efficient for radar imagery by capturing and exploiting structural information of the surrounding environment. % while a scheme to reject ambiguous loop closure candidates is also designed specifically for radar. Extensive experiments on three public radar datasets, ranging from city streets and residential areas to countryside and highways, show competitive accuracy and reliability performance of the proposed radar SLAM system compared to the state-of-the-art LiDAR, vision and radar methods. The results show that our system is technically viable in achieving reliable SLAM in extreme weather conditions, e.g. heavy snow and dense fog, demonstrating the promising potential of using radar for all-weather localization and mapping.

연구 동기 및 목표

• 눈보라, 안개, 저조도와 같은 악천후 조건에서 카메라 및 LiDATOR 기반 SLAM 시스템의 한계를 해결하기 위해.
• 레이더의 고유한 센싱 기하학, 높은 노이즈 수준, 고도 정보 부족 등의 문제를 해결하여 레이더 기반 SLAM 응용 분야에서의 도전 과제를 극복하기 위해.
• 외부 센서에 의존하지 않고 다양한 외부 환경에서 신뢰성 있게 작동하는 완전 자율 레이더 SLAM 시스템을 개발하기 위해.
• 단지 FMCW 레이더 데이터만을 사용하여 루프 클로징 검출과 운동 보정을 수행함으로써 장기적인 일관성과 정확성을 확보하기 위해.
• 다양한 데이터셋과 기상 조건에서도 동일한 파arameter 세트를 사용할 수 있음을 입증하여 조정 노력의 최소화를 달성하기 위해.

제안 방법

• 레이더 반사 신호의 기하학적 구조를 활용하여 특징 연관 및 이방성 요소를 향상시키는 새로운 레이더 운동 추적 알고리즘을 제안한다.
• 낮은 레이더 스캔 주기로 인한 운동 왜곡을 보정하고 자세를 동시에 추정하는 공동 최적화 프레임워크를 도입한다.
• FMCW 레이더 강도 이미지의 구조적 패턴을 활용하여 반복 위치를 효율적으로 식별하는 루프 클로징 검출 기법을 설계한다.
• 헤시안 임계값 기반 키포인트 검출 및 주성분 분석 기반 이방성 요소 제거 방법을 도입하여 특징의 안정성을 향상시킨다.
• 루프 클로징 제약 조건을 포함한 자세 그래프 최적화 프레임워크를 사용하여 드리프트를 보정하고 장기적인 경로 정확도를 향상시킨다.
• 계산 부담을 관리하고 지도 일관성을 유지하기 위해 거리 및 회전 임계값을 기반으로 한 키프레임 기반 시스템을 구현한다.

실험 결과

연구 질문

• RQ1 레이더 기반 SLAM 시스템은 일반 기상 조건에서 최신 기술 수준의 LiDAR 및 비전 기반 SLAM 시스템과 비교해 유사한 정확도를 달성할 수 있는가?
• RQ2 눈보라와 빽빽한 안개와 같은 극한 기상 조건에서도 레이더 SLAM 시스템은 위치 추정 및 지도 작성 성능을 유지하는 데 얼마나 효과적인가?
• RQ3 다양한 환경과 기상 조건에서 최소한의 조정 없이도 동일한 고정 파arameter 세트를 사용할 수 있는가?
• RQ4 제안된 운동 보정 모델은 레이더 SLAM에서 낮은 스캔 주기로 인한 경로 드리프트를 얼마나 줄이는가?
• RQ5 3D 기하학적 정보나 외부 센서에 의존하지 않고도 FMCW 레이더 강도 이미지의 구조적 특징을 효과적으로 활용하여 강건한 루프 클로징 검출이 가능한가?

주요 결과

• 제안된 레이더 SLAM 시스템은 공개된 세 개의 레이더 데이터셋(Oxford, MulRAN, RADIATE)에서 100% 완료율을 달성하여 비전 및 LiDAR 기반 방법에 비해 열등한 강건성을 확보하였다.
• 눈보라와 야간 시퀀스가 포함된 RADIATE 데이터셋에서 ORB-SLAM2는 카메라 가림 및 블러로 인해 초기화에 실패했지만, 레이더 SLAM 시스템은 전면적으로 정상 작동하였다.
• 모든 테스트 시퀀스, 특히 눈 속 고속 주행 상황에서도 일관된 성능을 유지하였으며, 추적 실패 없이 모든 경우에서 루프 클로징에 성공하였다.
• 모든 데이터셋에서 제안된 레이더 SLAM의 평균 완료 비율은 100%였으며, SuMa(20–72%) 및 베이스라인 SLAM(일부 데이터셋에서만 100%)을 뛰어넘었다.
• 표준 랩탑(인텔 i7, 16GB RAM)에서 8 Hz로 실행되어 레이더 프레임 레이트인 4 Hz를 초과하여 독립된 루프 클로징 및 최적화 스레드를 통해 실시간 성능를 확보하였다.
• 모든 실험에서 동일한 파arameter 세트를 사용하여 시스템의 최소한의 조정 필요성과 다양한 레이더 해상도, 범위, 환경 조건에 대한 높은 적응성을 입증하였다.