[논문 리뷰] SR-LIO: LiDAR-Inertial Odometry with Sweep Reconstruction

Zikang Yuan, Fengtian Lang외 2명|arXiv (Cornell University)|2022. 10. 19.

Robotics and Sensor-Based Localization인용 수 6

한 줄 요약

이 논문은 iEKF 프레임워크 내에서 더 자주이고 정확하게 상태 업데이트를 가능하게 하기 위해 스위프트 재구성 기반으로 효과적인 스위프트 주파수를 높이는 새로운 LiDAR-자이로스코프 오도메트리 시스템인 SR-LIO를 제안한다. 원시 LiDAR 스위프트를 분할하고 재조립하여 IMU 통합 시간 간격을 단축시킴으로써 누적 오차를 최소화하고 궤적 정확도를 향상시키며, 새로운 세그먼트별 왜곡 보정 전략을 통해 다중 스위프트 간 일관성 없는 보정을 방지한다.

ABSTRACT

This paper proposes a novel LiDAR-Inertial odometry (LIO), named SR-LIO, based on an iterated extended Kalman filter (iEKF) framework. We adapt the sweep reconstruction method, which segments and reconstructs raw input sweeps from spinning LiDAR to obtain reconstructed sweeps with higher frequency. We found that such method can effectively reduce the time interval for each iterated state update, improving the state estimation accuracy and enabling the usage of iEKF framework for fusing high-frequency IMU and low-frequency LiDAR. To prevent inaccurate trajectory caused by multiple distortion correction to a particular point, we further propose to perform distortion correction for each segment. Experimental results on four public datasets demonstrate that our SR-LIO outperforms all existing state-of-the-art methods on accuracy, and reducing the time interval of iterated state update via the proposed sweep reconstruction can improve the accuracy and frequency of estimated states. The source code of SR-LIO is publicly available for the development of the community.

연구 동기 및 목표

• 스피닝 LiDAR 시스템에서 긴 스위프트 간격(100 ms)으로 인해 누적된 IMU 오차로 인해 iEKF 기반 상태 추정 성능이 떨어지는 문제를 해결한다.
• 저구조 환경에서 전통적인 LiDAR 전용 오도메트리의 한계와 정확한 초기 운동 추정이 필요한 ICP 기반 방법의 문제를 해결한다.
• 재구성된 고주파 스위프트를 통해 상태 업데이트 주파수를 높임으로써 테이트-커플드 LiDAR-자이로스코프 오도메트리의 정확도와 내성 향상.
• 다중 스위프트 간 일관성 없는 보정을 방지하기 위해 세그먼트별 보정 방법을 제안함으로써 궤적 정확도 확보.

제안 방법

• 연속적인 스캔 데이터를 분할하고 다중 스트리밍 방식으로 재조립하여 원시 LiDAR 스위프트를 고주파 가상 스위프트로 재구성한다.
• 재구성된 고주파 스위프트를 iEKF 기반 LiDAR-자이로스코프 오도메트리 프레임워크에 통합하여 상태 업데이트 간 간격을 단축하고 IMU 사전 통합 오차를 최소화한다.
• 전체 스위프트가 아닌 각 재구성 세그먼트에 대해 독립적으로 왜곡 보정을 적용하여 동일한 점에 대해 다중 스위프트 간 일관성 없는 보정을 방지한다.
• iEKF 프레임워크를 사용해 고속도 IMU 측정치와 재구성된 LiDAR 스위프트를 융합하여 실시간으로 고주파 상태 추정을 가능하게 하며 정확도 향상.
• 보정된 상태 추정치와 업데이트된 상태를 기반으로 일관되고 정확한 3D 지ap을 유지하는 맵 업데이트 모듈을 구현한다.
• 스위프트 분할, 재구성, iEKF 업데이트 타이밍의 균형을 조절하여 계산 효율성을 최적화하여 실시간 성능(스위프트당 20–30 ms) 달성.

실험 결과

연구 질문

• RQ1 스위프트 재구성으로 상태 업데이트 간 간격을 단축시켜 iEKF 기반 LiDAR-자이로스코프 오도메트리의 정확도를 현저히 향상시킬 수 있는가?
• RQ2 세그먼트별 왜곡 보정이 기존 전체 스위프트 보정보다 궤적 드리프트를 방지하는 데 더 우수한가?
• RQ3 다양한 실세계 데이터셋에서 제안된 SR-LIO 시스템은 최신 기술 대비 궤적 정확도에서 어떻게 비교되는가?
• RQ4 더 높은 출력 주파수와 향상된 추정 정확도를 달성하면서도 실시간 성능을 유지할 수 있는가?
• RQ5 재구성에 의해 증가된 스위프트 주파수로 인해 IMU 사전 통합 누적 오차가 어느 정도 감소하는가?

주요 결과

• SR-LIO는 네 개의 공개 데이터셋에서 최신 기술 수준의 정확도를 달성하여 기존 모든 방법보다 궤적 추정 성능에서 뛰어나다.
• 재구성된 고주파 스위프트의 사용으로 상태 업데이트 간 간격이 단축되어 추정 정확도와 내성에 명확한 향상이 있었다.
• NCLT 데이터셋에서 SR-LIO는 nclt_5 시퀀스에서 1.62 m, nclt_11 시퀀스에서 1.61 m의 중앙값 이동 오차를 기록하여 이전 방법들을 능가했다.
• utbm_1에서의 분석 연구 결과, 세그먼트별 왜곡 보정이 전체 스위프트 보정보다 더 정확한 궤적을 생성했으며, 후자는 더 이르은 시점에 드리프트가 발생했다.
• 각 재구성 스위프트 처리 시간은 20–30 ms이며, 재구성 스위프트 간 간격은 50–65 ms로 실시간 운영임을 확인하고, 상당한 계산 여유 공간 확보.
• 시간 소비 분석 결과, 스위프트 재구성과 iEKF 상태 추정 모듈이 가장 계산 비용이 높았지만, 전체적으로는 효율적이고 확장 가능한 성능 유지를 달성했다.