[论文解读] Adaptive Continuous Visual Odometry from RGB-D Images

Tzu-Yuan Lin, William Clark+4 more|arXiv (Cornell University)|Oct 1, 2019

Robotics and Sensor-Based Localization参考文献 33被引用 5

一句话总结

本文提出自适应连续视觉里程计（A-CVO），一种用于RGB-D视觉里程计的在线超参数学习框架，通过贪婪梯度下降与自适应区间搜索自动调节核函数长度尺度，以提升在低纹理或结构贫乏环境下的鲁棒性。该方法在公开的RGB-D基准测试中优于原始CVO及当前最先进密集方法，展现出更优的泛化能力与抗干扰性，且无需人工调参。

ABSTRACT

In this paper, we extend the recently developed continuous visual odometry framework for RGB-D cameras to an adaptive framework via online hyperparameter learning. We focus on the case of isotropic kernels with a scalar as the length-scale. In practice and as expected, the length-scale has remarkable impacts on the performance of the original framework. Previously it was handled using a fixed set of conditions within the solver to reduce the length-scale as the algorithm reaches a local minimum. We automate this process by a greedy gradient descent step at each iteration to find the next-best length-scale. Furthermore, to handle failure cases in the gradient descent step where the gradient is not well-behaved, such as the absence of structure or texture in the scene, we use a search interval for the length-scale and guide it gradually toward the smaller values. This latter strategy reverts the adaptive framework to the original setup. The experimental evaluations using publicly available RGB-D benchmarks show the proposed adaptive continuous visual odometry outperforms the original framework and the current state-of-the-art. We also make the software for the developed algorithm publicly available.

研究动机与目标

• 解决连续视觉里程计（CVO）在不同环境下对固定核长度尺度的敏感性问题。
• 通过在线学习实现核长度尺度的自动选择，消除人工调参与启发式规则。
• 提升在低纹理或结构贫乏场景中的鲁棒性，此类场景中传统方法常失效。
• 在运动模糊与无特征区域等挑战性条件下，保持高精度与收敛性。
• 提供公开可获取的高效实现，适用于真实机器人应用场景。

提出的方法

• 在原始CVO框架基础上，引入每轮迭代中使用贪婪梯度下降进行在线学习的标量核长度尺度。
• 引入有界搜索区间，当梯度表现不佳时动态缩小至更小值，确保在必要时可回退至原始CVO行为。
• 在再生核希尔伯特空间（RKHS）中对外观内积进行核化，以提升性能与鲁棒性。
• 采用受DSO启发的半密集点云构建方式，在保持精度的同时降低计算成本。
• 通过向量化与多线程技术实现高效CPU执行，未来工作可扩展至GPU加速。
• 将方法集成至连续传感器配准框架中，避免使用图像金字塔与特征匹配。

实验结果

研究问题

• RQ1 在线超参数学习能否提升连续视觉里程计在不同环境条件下的鲁棒性与性能？
• RQ2 在低纹理或无特征场景中，自适应长度尺度调节相较于固定或启发式长度尺度调整有何优势？
• RQ3 与原始CVO公式相比，外观内积的核化在多大程度上提升了性能？
• RQ4 该自适应框架能否在公开RGB-D基准测试中保持或超越当前最先进性能，特别是在具有挑战性的序列中？
• RQ5 当梯度表现不佳时（如运动模糊或无纹理区域），该方法如何处理失败情况？

主要发现

• 在TUM RGB-D基准测试中，A-CVO的相对位姿误差（RPE）RMSE低于原始CVO与当前最先进DVO方法，尤其在纹理贫乏与结构缺失环境中表现更优。
• 自适应长度尺度学习在多样化室内场景中显著提升性能，包括存在运动模糊与低纹理的序列。
• 仅通过核化外观模型，CVO性能即可达到当前最先进密集视觉里程计方法（DVO）水平，证实其内在鲁棒性。
• 在结构与纹理丰富的序列中，DVO略优于A-CVO，可能归因于完全密集图像使用与运动先验正则化。
• 即使梯度下降步骤失败，该方法仍保持鲁棒性，得益于搜索区间动态缩小的回退机制。
• 软件实现已公开发布于GitHub，支持可复现性，并可轻松集成至机器人感知系统中。