[論文レビュー] LiDAR Point--to--point Correspondences for Rigorous Registration of Kinematic Scanning in Dynamic Networks

Aurélien Brun, Davide A. Cucci+1 more|arXiv (Cornell University)|Jan 3, 2022

3D Surveying and Cultural Heritage被引用数 5

ひとこと要約

本論文では、3次元点対点の対応点を用いて、動的ネットワークに基づく密結合型の手法を提案する。この手法により、原始的なGNSS測位および慣性計測値を同時に補正することで、運動スキャンにおけるLiDAR点群登録の精度を向上させる。本手法はセンサレベルでの誤差モデル化により、姿勢ノイズやGNSS遮断に起因するジオリファレンシング誤差を顕著に低減し、対応点がたった1%程度でも近似的に最適な精度を達成する。

ABSTRACT

With the objective of improving the registration of LiDAR point clouds produced by kinematic scanning systems, we propose a novel trajectory adjustment procedure that leverages on the automated extraction of selected reliable 3D point--to--point correspondences between overlapping point clouds and their joint integration (adjustment) together with all raw inertial and GNSS observations. This is performed in a tightly coupled fashion using a Dynamic Network approach that results in an optimally compensated trajectory through modeling of errors at the sensor, rather than the trajectory, level. The 3D correspondences are formulated as static conditions within this network and the registered point cloud is generated with higher accuracy utilizing the corrected trajectory and possibly other parameters determined within the adjustment. We first describe the method for selecting correspondences and how they are inserted into the Dynamic Network as new observation models. We then describe the experiments conducted to evaluate the performance of the proposed framework in practical airborne laser scanning scenarios with low-cost MEMS inertial sensors. In the conducted experiments, the method proposed to establish 3D correspondences is effective in determining point--to--point matches across a wide range of geometries such as trees, buildings and cars. Our results demonstrate that the method improves the point cloud registration accuracy, that is otherwise strongly affected by errors in the determined platform attitude or position (in nominal and emulated GNSS outage conditions), and possibly determine unknown boresight angles using only a fraction of the total number of 3D correspondences that are established.

研究の動機と目的

• 低コストのMEMS-IMUおよびGNSS遮断に起因する位置・姿勢誤差による運動スキャンにおけるLiDAR点群登録の不正確さを解消すること。
• 原始的なGNSS測位および慣性計測データと統合することで、3次元点対点の対応点を直接動的ネットワーク補正に組み込むことにより、軌道推定を改善すること。
• 事前キャリブレーションされたボアサイドパラメータに依存することを減らし、対応点を用いて補正中にそれらを推定可能にする。
• GNSS遮断や対応点密度が低い状況を含め、さまざまな条件下での手法の頑健性および効率性を評価すること。
• センサレベルでの誤差モデル化が、従来のストリップ補正や軌道補正手法に比べて優れた点群登録精度を達成することを示すこと。

提案手法

• 特徴ベースの検出器および記述子を用いて、重複するLiDAR点群間の信頼性の高い3次元点対点の対応点を抽出し、幾何的および強度ベースのフィルタリングを実施する。
• これらの対応点は、原始的なGNSS位置および慣性計測値（加速度および角速度）を同時に補正する動的ネットワーク内での静的制約としてモデル化される。
• 反復的非線形最小二乗最適化により補正が実行され、対応点を追加観測値として扱い、軌道およびセンサパラメータを精緻化する。
• 一致した点の幾何的整合性を活用することで、プラットフォームの軌道、ボアサイド角度、リーバーアームパラメータを統合的に推定可能となる。
• 対応点の重みは平均地上サンプリング距離（約0.15 m）の逆数として設定され、地形やスキャン幾何の変動に強く耐える。
• 本手法は密結合型に適用され、補正後処理の軌道製品ではなく、センサ測定レベルで誤差を是正する。

実験結果

リサーチクエスチョン

• RQ1 空中LiDARスキャンにおいて、都市部および自然地形を問わず、多様な地形タイプにわたって3次元点対点の対応点を信頼性高く抽出できるか？
• RQ2 GNSS信号が劣化または喪失した状況下で、対応点が軌道精度をどの程度向上させるか？
• RQ3 事前キャリブレーションが行われていない状況でも、本手法が未知のボアサイド角度をどの程度効果的に推定できるか？
• RQ4 点群登録の精度向上に顕著な効果を発揮するための最小対応点数はどの程度か？
• RQ5 対応点を用いた動的ネットワーク補正は、標準的なストリップ補正や軌道ベース補正手法を上回る性能を示すか？

主な発見

• 本手法は、木々、建物、インfra構造物を含む多様な地形タイプにおいて、スキャン幾何や初期軌道の品質にかかわらず、多数の3次元点対点の対応点を信頼性高く抽出できた。
• 対応点に基づく補正により、GNSS遮断領域において最大30%のジオリファレンシング誤差低減が達成された。これは、1本のフライトラインに影響が及ぶ状況でも同様に有効であった。
• 全対応点のうちたった1%のデータでも、本手法はほぼ最適な登録精度を達成し、0.1%の密度でも性能劣化は最小限に抑えられた。
• 対応点の導入により、ボアサイドキャリブレーション済みシステムで主な誤差要因であった「波打つ歪み」が効果的に低減された。
• 本フレームワークにより、未知のボアサイド角度の正確な推定が可能となり、姿勢誤差パターンとの強い相関性のおかげで、点群登録における残差誤差は低く保たれた。
• 動的ネットワークアプローチは、センサレベルでの一括で厳密な最適化を実行するため、段階的補正手法を上回る性能を示した。