[논문 리뷰] Visual SLAM: What are the Current Trends and What to Expect?

Ali Tourani, Hriday Bavle외 2명|arXiv (Cornell University)|2022. 10. 19.

Robotics and Sensor-Based Localization인용 수 5

한 줄 요약

이 종합 검토는 카메라 기반 센서를 사용한 시각적 SLAM(VSLAM)의 최근 발전을 검토하며, 신선도 영역, 목표, 알고리즘, 의미 수준으로 45篇의 핵심 논문을 분류한다. 주요 추세로는 딥 러닝, 의미 분할, 루프 클로저 최적화, 도전적인 환경 대응을 지목하며, 계산적 트레이드오프와 드리프트 오류는 여전한 과제로 지적한다.

ABSTRACT

Vision-based sensors have shown significant performance, accuracy, and efficiency gain in Simultaneous Localization and Mapping (SLAM) systems in recent years. In this regard, Visual Simultaneous Localization and Mapping (VSLAM) methods refer to the SLAM approaches that employ cameras for pose estimation and map generation. We can see many research works that demonstrated VSLAMs can outperform traditional methods, which rely only on a particular sensor, such as a Lidar, even with lower costs. VSLAM approaches utilize different camera types (e.g., monocular, stereo, and RGB-D), have been tested on various datasets (e.g., KITTI, TUM RGB-D, and EuRoC) and in dissimilar environments (e.g., indoors and outdoors), and employ multiple algorithms and methodologies to have a better understanding of the environment. The mentioned variations have made this topic popular for researchers and resulted in a wide range of VSLAMs methodologies. In this regard, the primary intent of this survey is to present the recent advances in VSLAM systems, along with discussing the existing challenges and trends. We have given an in-depth literature survey of forty-five impactful papers published in the domain of VSLAMs. We have classified these manuscripts by different characteristics, including the novelty domain, objectives, employed algorithms, and semantic level. We also discuss the current trends and future directions that may help researchers investigate them.

연구 동기 및 목표

• 카메라 기반 센서를 사용한 시각적 SLAM 시스템의 최근 발전을 종합적으로 검토하기 위해.
• 특히 특징 추출, 의미 이해, 계산 효율성 분야에서 VSLAM의 현재 연구 추세와 열린 과제를 식별하고 분석하기 위해.
• 연구 방법, 환경, 의미 수준, 알고리즘적 접근 방식에 따라 45편의 영향력 있는 VSLAM 논문을 분류하기 위해.
• 딥 러닝 통합, 실시간 성능 트레이드오프, 낮은 무문자 환경에서의 강건성 등 아직 탐색되지 않은 연구 방향을 부각하기 위해.
• 드리프트 보정, 루프 클로저 확장성, 의미 인식 맵핑과 같은 핵심 열린 문제들을 정리하여 향후 연구를 안내하기 위해.

제안 방법

• 주요 기여와 기술적 접근에 중점을 두고, 분야 내에서 영향력 있는 45편의 VSLAM 논문에 대한 심층적 문헌 조사를 수행하였다.
• 신선도 영역, 목표, 사용된 알고리즘(예: 직접 대비 간접 방법), 맵핑의 의미 수준 등 핵심 특성에 따라 논문을 분류하였다.
• 직접적 및 간접적 VSLAM 방법의 역할을 분석하였으며, 특히 직접 방법에서 특징 기반 추적과 광학적 오차 최소화 기법을 포함하였다.
• 특징 추출(간접)과 픽셀 수준 최적화(직접)를 결합한 하이브리드 VSLAM 아키텍처의 병합을 평가하여 강건성을 향상시켰다.
• 딥 러닝의 VSLAM 통합을 검토하였으며, 특히 특징 추출, 의미 분할, 객체 탐지에 사용되는 컨volutional 신경망(CNN)을 중심으로 분석하였다.
• 루프 클로저 탐지의 과제를 평가하였으며, 맵 크기에 따라 증가하는 계산 비용과 확장성 문제를 다루었고, 시각 어휘 기반 검색 기법을 탐색하였다.

실험 결과

연구 질문

• RQ1 딥 러닝 및 의미 이해 통합을 고려할 때, 현재 시각적 SLAM 연구의 주요 추세는 무엇인가?
• RQ2 다양한 환경에서 정확도, 강건성, 계산 비용 측면에서 직접, 간접, 하이브리드 VSLAM 방법 간의 비교는 어떻게 이루어지는가?
• RQ3 루프 클로저 탐지의 주요 과제는 무엇이며, 대규모 및 장기적 SLAM 응용에서 이를 어떻게 완화할 수 있는가?
• RQ4 의미 분할은 VSLAM 시스템에서 자세 추정, 맵 일관성, 궤적 계획에 어떻게 기여할 수 있는가?
• RQ5 밀도 있는 표현 대비 희소한 표현에서 정보의 풍부함과 계산 부담을 균형 잡고 실시간 성능을 유지하기 위해 VSLAM 시스템은 어떻게 설계되어야 하는가?

주요 결과

• 특징 검출 및 매칭 향상에 있어 딥 러닝 기반 특징 추출기, 특히 CNN이 복잡하거나 동적인 환경에서 강력한 잠재력을 보이고 있다.
• 의미 분할은 객체 수준의 이해를 가능하게 하여 루프 클로저 탐지 및 궤적 최적화 향상에 기여함으로써 VSLAM을 향상시킨다.
• 직접 VSLAM 방법은 모든 픽셀 데이터를 활용함으로써 3차원 재구성에서 높은 정확도를 달성하지만, 대규모 최적화 및 계산 부담 문제를 겪는다.
• 간접(특징 기반) 방법은 광학적 변화에 강건하지만, 계산 비용이 높은 특징 추출 및 매칭 단계가 필요하다.
• 특징 기반 초기화와 직접 최적화를 융합한 하이브리드 VSLAM 접근법은 특히 무문자 또는 동적인 환경에서 정확도와 강건성이 향상된다.
• 맵 크기가 증가함에 따라 계산 비용이 증가하는 문제로 인해 루프 클로저 탐지는 여전히 주요 병목 현상이며, 시각 어휘 기반 검색은 유망하지만 여전히 도전 과제로 남아 있다.