[논문 리뷰] Fast Rigid 3D Registration Solution: A Simple Method Free of SVD and Eigen-Decomposition

Jin Wu, Ming Liu외 2명|ArXiv.org|2018. 06. 02.

Robotics and Sensor-Based Localization참고 문헌 36인용 수 5

한 줄 요약

이 논문은 SVD와 고유값 분해를 피하기 위해 반복적인 선형 대수 방법을 사용하여 최적의 회전 행렬과 쿼터니언을 계산하는 빠른 강성 3D 정렬 방법 FA3R을 제안한다. 이 방법은 정확도를 유지하면서도 SVD 및 EIG 기반 솔버 대비 60–80% 빠른 계산을 달성하며, 임베디드 시스템에서 효율적인 정수 구현을 가능하게 한다.

ABSTRACT

A novel solution is obtained to solve the rigid 3D registration problem, motivated by previous eigen-decomposition approaches. Different from existing solvers, the proposed algorithm does not require sophisticated matrix operations e.g. singular value decomposition or eigenvalue decomposition. Instead, the optimal eigenvector of the point cross-covariance matrix can be computed within several iterations. It is also proven that the optimal rotation matrix can be directly computed for cases without need of quaternion. The simple framework provides very easy approach of integer-implementation on embedded platforms. Simulations on noise-corrupted point clouds have verified the robustness and computation speed of the proposed method. The final results indicate that the proposed algorithm is accurate, robust and owns over $60\% \sim 80\%$ less computation time than representatives. It has also been applied to real-world applications for faster relative robotic navigation.

연구 동기 및 목표

• 실시간 및 임베디드 시스템에서 강성 3D 정렬의 계산 병목 현상인 SVD 및 고유값 분해 문제를 해결한다.
• 플로ating 포인트 연산을 최소화하여 FPGA 및 GPU에서 효율적인 고정점 구현을 가능하게 하는 방법을 개발한다.
• 계산 시간을 크게 줄이면서도 SVD 기반 솔버와 동등한 높은 정확도와 강건성을 유지한다.
• 단순화되고 정수 연산에 유리한 알고리즘 프레임워크를 통해 더 빠른 상대적 로봇 항법 및 시각적 온도메트리 구현을 가능하게 한다.

제안 방법

• SVD나 고유값 분해를 사용하지 않고 간단한 벡터 대수를 기반으로 하는 반복 규칙을 유도하기 위해 행렬 거듭제곱 분석을 사용하여 3D 정렬 문제를 재구성한다.
• 기본 선형 대수 연산만을 사용하여 교차공분산 행렬의 최적 고유벡터를 반복적으로 계산한다.
• 일부 경우에서 쿼터니언 매개변수화에 의존하지 않고 직접적으로 회전 행렬을 계산함으로써 해법 경로를 단순화한다.
• 행렬 분해를 피하기 위해 점의 교차공분산 행렬의 주요 고유벡터로 수렴하기 위해 반복적 거듭제곱 방법을 사용한다.
• 수치적으로 안정적이며 고정점 산술에 적합하도록 알고리즘을 설계하여 마이크로컨트롤러 및 FPGA에 배포 가능하게 한다.
• 정확도 손실 없이 ICP 및 PnP 파이프라인에 통합하여 정렬 및 시각적 온도메트리의 속도를 향상시킨다.

실험 결과

연구 질문

• RQ1 정확도를 유지하면서도 SVD나 고유값 분해에 의존하지 않는 강성 3D 정렬 솔버를 설계할 수 있는가?
• RQ2 반복적인 선형 대수 방법이 기존의 SVD/EIG 접근 방식보다 더 빠른 수렴 속도와 낮은 계산 비용을 달성할 수 있는가?
• RQ3 제한된 플로팅 포인트 기능을 가진 실시간 임베디드 시스템에 적합한가?
• RQ4 실세계의 포인트 클라우드 및 시각적 온도메트리 작업에 적용했을 때 정확도를 유지하는가?
• RQ5 ICP 및 P3P와 같은 기존 파이프라인에 효율적으로 통합되어 성능 향상을 이룰 수 있는가?

주요 결과

• 제안된 FA3R 알고리즘은 표준 PC 하드웨어에서 SVD 및 EIG 기반 솔버 대비 계산 시간을 60–80% 감소시킨다.
• KITTI 데이터셋과 'new tsukuba' 시각적 온도메트리 데이터셋에서 테스트한 결과, FA3R는 SVD와 동일한 정확도를 달성한다.
• 고정밀도 IMU의 기준값과 일치하는 포인트 클라우드로부터 누적 자세 추정치를 성공적으로 재구성한다.
• SVD와 동일한 P3P 및 SURF 파이프라인을 사용하되, 계산 시간은 크게 줄여 정확한 시각적 온도메트리 경로를 제공한다.
• 포인트 클라우드의 노이즈에 강건하며, 다양한 실세계 시나리오와 데이터셋에서 안정성을 유지한다.
• 단순한 선형 연산에 의존하기 때문에 STM32H743VIT6와 같이 FPU가 없는 임베디드 플랫폼에서도 정수 구현에 매우 적합하다.