[논문 리뷰] An EKF-SLAM algorithm with consistency properties

Axel Barrau, Silvère Bonnabel|arXiv (Cornell University)|2015. 10. 21.

Robotics and Sensor-Based Localization참고 문헌 39인용 수 105

한 줄 요약

이 논문은 리만 군 SE(3) 위에서 오른쪽 불변 오차 표현을 사용하여 표준 EKF-SLAM의 부일관성 문제를 해결하는 불변 EKF-SLAM 알고리즘을 제안한다. 이는 전역 기준좌표계의 원점과 방향에 대한 관측 불가능성을 정확히 반영하여 공분산 행렬이 올바르게 표현되도록 보장한다. 이 방법은 관측 불가능한 방향에서 정보 행렬의 적절한 감쇠를 유지하며, 이는 이론적으로 증명되었고 몽테카를로 시뮬레이션을 통해 일관된 성능으로 검증되었다.

ABSTRACT

In this paper we address the inconsistency of the EKF-based SLAM algorithm that stems from non-observability of the origin and orientation of the global reference frame. We prove on the non-linear two-dimensional problem with point landmarks observed that this type of inconsistency is remedied using the Invariant EKF, a recently introduced variant ot the EKF meant to account for the symmetries of the state space. Extensive Monte-Carlo runs illustrate the theoretical results.

연구 동기 및 목표

• 전역 기준좌표계의 원점과 방향에 대한 관측 불가능성으로 인해 발생하는 EKF-SLAM의 잘 알려진 부일관성 문제를 해결하기 위해.
• 표준 EKF-SLAM이 상태 공간의 대칭성을 올바르게 다루지 못해 관측 불가능한 방향에서 오차를 잘못으로 감소시킨다는 것을 보여주기 위해.
• 오른쪽 불변 오차 변수를 사용하여 문제의 기하적 구조를 존중하는 EKF-SLAM의 변종인 혁신적 EKF-SLAM(IEKF-SLAM)을 제안하기 위해.
• IEKF-SLAM이 자동으로 관측 불가능 부분공간의 올바른 차원을 유지함으로써 인위적인 정보 증가를 방지함을 증명하기 위해.
• OC-EKF와 마찬가지로 선형화 점 선택 전략이 필요로 하지 않는다는 점을 입증하기 위해 광범위한 몽테카를로 시뮬레이션을 수행하여 일관된 추정 성능을 확보하기 위해.

제안 방법

• 진짜 상태와 추정 상태 간의 군 차이를 기반으로 한 오른쪽 불변 오차 변수를 사용하여 기하학적 일관성을 확보한다.
• 상태는 $ X = (R, x, p^1, \dots, p^K) \in SO(3) \times \mathbb{R}^{3+3K} $ 로 표현되며, 변환 $ \Psi(X) $ 는 이를 행렬 군 $ G = SE_{K+1}(3) $ 로 매핑한다.
• 군 오차 $ \eta = \chi \hat{\chi}^{-1} $ 의 행렬 로그를 통해 오차 벡터 $ \xi $ 를 유도하며, 이를 1차로 선형화하여 리 대수 내의 상태 오차를 도출한다.
• 선형화된 오차를 사용하여 칼만 필터 방정식을 재구성하며, 자코비안과 공분산 행렬은 현재 추정치로 정의된 국소 기준좌표계에서 표현된다.
• 시스템 모델은 고정된 동작 $ G_n = \mathrm{Ad}_{\hat{\chi}_{n|n-1}} $ 를 사용하여 전파되며, 출력 맵 $ H_n $ 은 관측 함수의 자코비안을 기울여진 기준좌표계에서 유도한다.
• 업데이트 단계는 표준 칼만 이득을 사용하지만, 보정은 지수 함수를 통해 수행되어 군 원소 $ \hat{\chi}_{n|n} = \exp(K_n z_n) \Psi(\hat{X}_{n|n-1}) $ 를 갱신하고, 이후 상태 추정치를 복원하기 위해 역매핑을 수행한다.

실험 결과

연구 질문

• RQ1 전역 기준좌표계의 원점과 방향에 대한 관측 불가능성으로 인한 EKF-SLAM의 부일관성 문제를 기하학적으로 일관된 오차 표현을 사용하여 해결할 수 있는가?
• RQ2 EKF 프레임워크 내에서 오른쪽 불변 오차 변수를 사용할 경우, 자동으로 관측 불가능 부분공간의 올바른 차원이 유지되는가?
• RQ3 IEKF-SLAM은 표준 EKF-SLAM 및 OC-EKF와 비교하여 공분산 일관성과 추정 정확도 측면에서 어떻게 성능을 발휘하는가?
• RQ4 선형화 점 선택 전략에 의존하지 않고도 관측 불가능한 방향에서 정보 행렬 감쇠에 대한 이론적 보장을 도출할 수 있는가?
• RQ5 실제 SLAM 조건 하에서 몽테카를로 시뮬레이션을 통해 IEKF-SLAM 알고리즘의 경험적 성능은 어떠한가?

주요 결과

• IEKF-SLAM 알고리즘은 전역 이동 및 회전과 같은 관측 불가능한 방향에서 인위적인 공분산 감소를 방지하여 EKF-SLAM의 핵심적인 부일관성 원인을 해결한다.
• 이론적 분석을 통해 오른쪽 불변 오차를 사용할 경우, 모든 상태에서 관측 불가능 부분공간이 동일한 벡터들로 일관되게 생성됨을 증명하여 올바른 관측 가능성 구조를 보장한다.
• 몽테카를로 시뮬레이션 결과, IEKF-SLAM은 관측 불가능한 방향에서 정보 행렬 감쇠가 정확히 유지됨을 확인하였으며, 추정치에 대한 과도한 자신감을 피한다.
• OC-EKF와 마찬가지로 복잡한 선형화 점 최적화 전략이 필요로 하지 않으며, 일관된 추정을 달성한다.
• 표준 EKF-SLAM과 동일한 계산 복잡도를 유지하면서도, 자세 및 위치 추정치에서의 과도한 자신감 감소를 통해 상당한 일관성 향상을 달성한다.
• 제안된 방법은 초기 상태 불확실성에 대해 강건하며, 다수의 실행에서 안정된 성능을 유지하여 실세계 SLAM 응용 분야에서의 실용성을 입증한다.