[논문 리뷰] Submap-based Pose-graph Visual SLAM: A Robust Visual Exploration and Localization System

Weinan Chen, Lei Zhu외 3명|arXiv (Cornell University)|2018. 07. 03.

Robotics and Sensor-Based Localization참고 문헌 7인용 수 5

한 줄 요약

이 논문은 다중 제약 조건 전단과 서브맵 기반 후단을 사용하여 질감이 없는 환경과 운동 왜곡이 있는 조건에서의 시각적 추적 실패에 대한 강건성을 향상시키는 서브맵 기반 포즈그래프 시각 SLAM 시스템을 제안한다. 시스템은 서브맵 전환과 루프 클로징 병합을 통해 지속적인 추적을 유지하며, 재정렬화 시 65.8%의 추적률과 0.312 ATE RMSE를 기록하여 실용적인 실패 상황에서도 최신 기술 대비 강건성과 정밀도에서 뛰어난 성능을 보였다.

ABSTRACT

For VSLAM (Visual Simultaneous Localization and Mapping), localization is a challenging task, especially for some challenging situations: textureless frames, motion blur, etc.. To build a robust exploration and localization system in a given space or environment, a submap-based VSLAM system is proposed in this paper. Our system uses a submap back-end and a visual front-end. The main advantage of our system is its robustness with respect to tracking failure, a common problem in current VSLAM algorithms. The robustness of our system is compared with the state-of-the-art in terms of average tracking percentage. The precision of our system is also evaluated in terms of ATE (absolute trajectory error) RMSE (root mean square error) comparing the state-of-the-art. The ability of our system in solving the `kidnapped' problem is demonstrated. Our system can improve the robustness of visual localization in challenging situations.

연구 동기 및 목표

• 질감이 없거나 운동 왜곡이 있거나 조도가 낮은 조건에서 단안 시각 SLAM의 추적 실패 문제를 해결한다.
• 추적 실패가 발생하더라도 지속적인 운영을 유지함으로써 반복적인 실내 탐색에서 국소화 강건성을 향상시킨다.
• 새로운 탐색 종료 조건을 통해 밀도 높고 위상적으로 완전한 지도를 구축함으로써 '도난당한' 상황 이후에도 신뢰할 수 있는 재정렬화를 가능하게 한다.
• 다양한 제약 조건(추적 및 루프 클로징)을 서브맵 기반 포즈그래프 후단에 통합하여 정밀도와 그래프 최적화를 향상시킨다.
• 고도로 완전하고 강건한 밀도 탐색이 가능한 시스템을 개발하여 실생활 실내 항법 응용에 적합하게 한다.

제안 방법

• 시각적 오도메트리(VO)와 Bag-of-Words(BoW) 모델을 통한 장소 인식을 조합한 다중 제약 조건 전단을 사용하여 추적 엣지와 루프 클로징 엣지를 모두 생성한다.
• 단일 글로벌 그래프가 아닌 여러 개의 국소 서브그래프를 유지하는 서브맵 기반 후단을 적용하여, 글로벌 추적 실패 시에도 서브맵 내에서 추적을 계속할 수 있도록 한다.
• 루프 클로징 엣지에 스위치 가능한 요소를 적용하여 서브맵 병합 시 강건성을 향상시키고 최적화 오차를 감소시킨다.
• 정점 밀도를 기반으로 한 탐색 종료 조건을 도입하여 위상적 완전성을 확보하고 무한 탐색을 방지한다.
• 특징 기반 상대 자세 추정과 BoW 기반 장소 인식을 사용하여 높은 关键 프레임 밀도를 가진 밀도 높고 글로벌 일관성 있는 지도를 구축한다.
• 다양한 제약 조건을 포함한 포즈그래프에서 그래프 최적화를 수행하여 카메라 자세 추정치를 정밀하게 보정하고 궤적 정확도를 향상시킨다.

실험 결과

연구 질문

• RQ1 질감이 없거나 운동 왜곡이 있는 어려운 시각 조건에서 서브맵 기반 후단이 단안 VSLAM의 추적 강건성에 상당한 향상을 이룰 수 있는가?
• RQ2 전단에서 다중 제약 조건(추적 및 루프 클로징)을 통합할 경우 시각 SLAM 시스템의 정밀도와 안정성에 어떤 영향을 미치는가?
• RQ3 제안된 밀도 높은 서브맵 기반 지도를 통해 추적 실패나 '도난당한' 상황에서 시스템이 얼마나 잘 복구할 수 있는가?
• RQ4 제안된 탐색 종료 조건이 밀도 탐색 중 지도 완전성과 계산 효율성 사이에서 효과적으로 균형을 이루는가?
• RQ5 동일한 평가 조건 하에서 ORB-SLAM과 같은 최신 VSLAM 시스템과 비교해 본 결과, ATE RMSE와 추적 비율 측면에서 시스템 성능은 어떻게 평가되는가?

주요 결과

• 제안된 시스템은 재정렬화 데이터셋에서 65.8%의 추적률과 0.312 ATE RMSE를 기록하여, 낮은 프레임 레이트에도 불구하고 ORB-SLAM을 초월하는 강건성을 확보했다.
• 추적 실패가 발생한 후 새로운 서브맵으로 전환함으로써 시스템은 지속적인 운영을 유지하며 추적 실패에 대한 회복력을 입증했다.
• 서브맵 기반 후단은 서브맵 크기가 증가함에 따라 성능 저하가 발생하지 않음을 입증하였으며, 다양한 서브맵 수에서 안정적인 RMSE 값이 유지됨을 확인했다.
• 다중 제약 조건 전단은 최적화 엣지의 수를 증가시켜 단일 제약 조건 시스템 대비 정밀도 향상과 ATE RMSE 감소를 이끌어냈다.
• 제안된 종료 조건을 통해 구축한 위상적으로 밀도 높은 지도를 활용하여, 어떤 시점에서든 재정렬화가 가능한 '도난당한' 문제를 성공적으로 해결했다.
• 평균 프레임 레이트는 3.0 fps로 ORB-SLAM보다 낮지만, 시간 소모가 큰 루프 클로징 탐지로 인한 것이며, 특징 기반 전단은 직접 추적 실패 시에도 계속 추적을 유지한다.