[논문 리뷰] Visual-Inertial Localization for Skid-Steering Robots with Kinematic Constraints

Xingxing Zuo, Mingming Zhang외 4명|arXiv (Cornell University)|2019. 11. 13.

Robotics and Sensor-Based Localization인용 수 4

한 줄 요약

이 논문은 순간 중심 회전(ICC) 역학을 사용하여 시간에 따라 변화하는 운동학적 제약 조건을 명시적으로 모델링하고, 동시에 항법 상태와 함께 온라인으로 추정하는, 스키드스티어링 로봇를 위한 밀착형 시각-자이로스코프 국소화 시스템을 제안한다. 슽딩윈도우 백터 조정(BA) 프레임워크에 기반한 ICC 기반 운동학적 파라미터를 통합함으로써, 이 방법은 3D 국소화 정확도를 크게 향상시켰다 — 실외 및 실내 환경에서 오차를 최대 한 계단 감소시켰다 — 특히 GPS가 이용 불가능하거나 열악한 경우에 특히 유리하다.

ABSTRACT

While visual localization or SLAM has witnessed great progress in past decades, when deploying it on a mobile robot in practice, few works have explicitly considered the kinematic (or dynamic) constraints of the real robotic system when designing state estimators. To promote the practical deployment of current state-of-the-art visual-inertial localization algorithms, in this work we propose a low-cost kinematics-constrained localization system particularly for a skid-steering mobile robot. In particular, we derive in a principle way the robot's kinematic constraints based on the instantaneous centers of rotation (ICR) model and integrate them in a tightly-coupled manner into the sliding-window bundle adjustment (BA)-based visual-inertial estimator. Because the ICR model parameters are time-varying due to, for example, track-to-terrain interaction and terrain roughness, we estimate these kinematic parameters online along with the navigation state. To this end, we perform in-depth the observability analysis and identify motion conditions under which the state/parameter estimation is viable. The proposed kinematics-constrained visual-inertial localization system has been validated extensively in different terrain scenarios.

연구 동기 및 목표

• 실로봇 플랫폼을 위한 기존 시각-자이로스코프 SLAM 시스템에서 운동학적 제약 조건을 명시적으로 모델링하지 못한 문제를 해결한다.
• 지형 상호작용과 기계적 불완전성으로 인한 시간에 따라 변화하는 ICC 기반 운동학을 모델링하여 스키드스티어링 로봇의 국소화 정확도를 향상시킨다.
• GPS가 없는 환경에서 저비용 센서(카메라, 자이로스코프, 휠 인코더)를 사용하여 강력하고 실시간 3D 국소화를 가능하게 한다.
• 일반적인 운동 조건 하에서 운동학적 파라미터의 관측 가능성(observability)을 이론적으로 분석하여 보장한다.
• 실내 및 실외 환경, GPS 유무에 관계없이 다양한 지형 유형에서 시스템을 검증한다.

제안 방법

• 로봇 본체, 왼쪽 트랙, 오른쪽 트랙의 순간 중심 회전(ICC)을 사용하여 스키드스티어링 로봇의 운동학을 모델링하고 비홀로노믹 제약 조건을 포괄한다.
• 미끄럼과 지형 거칠기 등을 고려하여 시간에 따라 변화하는 운동학적 파라미터(예: ICC 위치, 스케일 요소)를 수식화한다.
• 시각, 자이로스코프, 오도메트리 측정치를 동시에 최적화하기 위해, 밀착형 슬라이딩윈도우 백터 조정(BA) 추정기 내에 ICC 기반 운동학적 제약 조건을 통합한다.
• BA 프레임워크를 사용하여 실시간으로 운동학적 파라미터를 온라인으로 추정하며, 자세와 속도와 함께 상태 변수로 간주한다.
• 일반적인 운동 조건 하에서 운동학적 파라미터가 국소적으로 관측 가능하다는 것을 증명하기 위해 관측 가능성 분석을 수행한다. 특히 자이로스코프 데이터가 제공될 경우에 유용하다.
• 지상 진짜를 확보하기 위해 RTK-GPS를 사용하는 듀얼 로봇 설정(Clearpath Jackal)을 활용하고, 20개의 다양한 시퀀스에서 성능을 평가한다.

실험 결과

연구 질문

• RQ1 시간에 따라 변화하는 ICC 기반 운동학적 파라미터의 실시간 추정이 스키드스티어링 로봇의 시각-자이로스코프 국소화 정확도를 향상시킬 수 있는가?
• RQ2 스키드스티어링 로봇의 운동학적 파라미터가 시각-자이로스코프 추정 프레임워크에서 어떤 운동 조건 하에서 관측 가능한가?
• RQ3 제안된 방법은 운동학적 제약 조건을 무시하거나 근사하는 기존 기반 방법과 비교해 실세계의 GPS가 없는 환경에서 어떻게 성능을 냈는가?
• RQ4 ICC 모델링의 통합이 장기적인 국소화에서 드리프트를 어느 정도 감소시키는가?
• RQ5 다양한 지형 조건과 초기 파라미터 불확실성 하에서도 시스템은 정확하고 일관된 운동학적 파라미터 추정을 유지할 수 있는가?

주요 결과

• 제안된 방법은 20개의 대표적 시퀀스에서 최종 드리프트를 최대 한 계단 감소시켰으며, 실내 및 실외 환경 모두에서 뚜렷한 향상이 있었다.
• GPS가 가능한 시퀀스에서, 루트 평균 제곱 오차(RMSE)는 운동학 모델링이 없는 경우 9.41m에서 ICC 파라미터 ξ의 온라인 추정을 적용한 경우 0.82m로 감소하였다 (시퀀스 CP01-2019-04-19-15-42-40).
• 불량한 초기 추정치에서조차도 운동학적 파라미터가 빠르게 정확한 값으로 수렴하며, 시간이 지남에 따라 불확실성 구간이 급격히 감소한다.
• 관측 가능성 분석 결과, 일반적인 운동 조건 하에서는 운동학적 파라미터가 국소적으로 관측 가능하다는 것이 확인되었지만, 자이로스코프 데이터가 제외될 경우 관측 가능성은 붕괴된다.
• 온라인 ICC 파라미터 추정을 통한 궤적 추정치는 시각 비교(그림 5)에서 RTK-GPS 지상 진짜와 매우 유사하게 추적되었으며, 특히 복잡한 지형에서의 과제가 있는 시퀀스에서 뚜렷한 성능 향상을 보였다.
• 평탄한, 흐트러진, 불균일한 표면을 포함한 다양한 지형에서의 시스템의 강건성은 실용적 구현 가능성의 타당성을 입증한다.