[논문 리뷰] LIRO: Tightly Coupled Lidar-Inertia-Ranging Odometry

Thien‐Minh Nguyen, Muqing Cao외 4명|arXiv (Cornell University)|2020. 10. 25.

Robotics and Sensor-Based Localization참고 문헌 33인용 수 5

한 줄 요약

이 논문은 UWB 범위 측정값을 라이다 및 자이로스코프 데이터와 융합하여 장기적인 추정 오차를 제거하고 전역적으로 드리프트 없는 자세 추정을 달성하는, 라이다-자이로스코프-거리 측정 연속 운동 추정 시스템인 LIRO를 제안한다. IMU 사전통합과 라이다 특징을 활용한 슬라이딩 윈도우 최적화 프레임워크에 UWB 거리 측정값을 통합함으로써, 실세계 테스트에서 위치의 평균제곱근오차(RMSE)를 0.2m 이하로 줄여 GPS가 비활성화된 환경에서도 정확하고 전역 기반의 위치 추정을 가능하게 한다.

ABSTRACT

In recent years, thanks to the continuously reduced cost and weight of 3D Lidar, the applications of this type of sensor in robotics community have become increasingly popular. Despite many progresses, estimation drift and tracking loss are still prevalent concerns associated with these systems. However, in theory these issues can be resolved with the use of some observations to fixed landmarks in the environments. This motivates us to investigate a tightly coupled sensor fusion scheme of Ultra-Wideband (UWB) range measurements with Lidar and inertia measurements. First, data from IMU, Lidar and UWB are associated with the robot's states on a sliding windows based on their timestamps. Then, we construct a cost function comprising of factors from UWB, Lidar and IMU preintegration measurements. Finally an optimization process is carried out to estimate the robot's position and orientation. Via some real world experiments, we show that the method can effectively resolve the drift issue, while only requiring two or three anchors deployed in the environment.

연구 동기 및 목표

• GPS가 비활성화된 환경에서 라이다-자이로스코프 운동 추정 시스템의 추정 드리프트와 추적 손실 문제를 해결하기 위해.
• 라이다 및 관성 데이터와 함께 UWB 거리 측정값을 융합하여 전역 기반 자세 추정을 가능하게 하기 위해.
• 실시간 성능을 유지하면서도 정밀도와 내성 강도를 향상시키는 밀접하게 결합된 센서 융합 프레임워크를 개발하기 위해.
• 최소한의 인프라(2~3개의 UWB 앵커)를 갖춘 실용적이고 반통제 환경에서 방법을 검증하기 위해.

제안 방법

• IMU, 라이다, UWB의 데이터는 타임스탬프 기반으로 동기화되고 슬라이딩 윈도우에 있는 로봇 상태와 연관된다.
• 비용 함수는 UWB 거리 측정값, IMU 사전통합, 라이다 기반 특징 관측값의 요소를 사용하여 구성된다.
• 시스템은 Ceres 솔버를 사용한 밀착된 최적화 프레임워크를 활용하여 로봇 자세, 속도, 바이어스 상태를 동시에 추정한다.
• UWB 앵커로부터의 바디 오프셋 거리 측정값은 전역 기준 프레임에서 궤적을 고정시키는 절대 위치 제약 조건으로 사용된다.
• 고주기 운동에 대한 저항력을 높이고 계산 부담을 줄이기 위해 IMU 사전통합 기법이 사용된다.
• 이 방법은 ROS에 구현되었으며, 수평 및 수직 라이다 구성이 있는 헥사코pter에서의 실세계 데이터셋을 대상으로 평가되었다.

실험 결과

연구 질문

• RQ1 두 개 또는 세 개의 앵커에 대한 UWB 거리 측정값이 라이다-자이로스코프 운동 추정에서 장기적인 드리프트를 효과적으로 제거할 수 있는가?
• RQ2 라이다 및 IMU 데이터와 밀접하게 융합된 UWB 거리 측정값은 자세 추정 정밀도와 전역 일관성에 어떻게 기여하는가?
• RQ3 두 개의 UWB 앵커를 사용할 경우와 세 개를 사용할 경우의 위치 오차 및 자세 오차 측면에서 성능 향상은 어떠한가?
• RQ4 다양한 환경에서 표준 LOAM 및 LIO와 비교했을 때, 제안된 방법은 드리프트와 정밀도 측면에서 어떤 성능을 보이는가?
• RQ5 GPS나 사전 지도에 의존하지 않고도 전역 기반의 위치 추정을 달성할 수 있는가?

주요 결과

• LIRO는 수평 라이다를 사용한 최상의 시나리오(test 01)에서 위치 RMSE를 0.170m로 줄였으며, 이는 LOAM의 1.499m 및 LIO의 4.692m에 비해 뚜렷한 향상이다.
• 단지 두 개의 UWB 앵커만으로도 LIRO는 test 01에서 위치 RMSE를 0.527m로 줄였으며, 모든 테스트에서 LIO 및 LOAM보다 뚜렷한 성능 향상을 보였다.
• 세 개의 앵커를 사용할 경우, 수직 라이다를 사용한 test 02에서는 위치 RMSE가 최소 0.159m까지 감소하여 다양한 환경에서 일관된 성능을 입증했다.
• LIRO의 자세 추정은 전역 기반이며 안정적이며, LIO 및 LOAM는 장시간 시퀀스에서 예측 불가능한 자세 드리프트를 보였다.
• 다양한 테스트 시나리오와 앵커 구성에서도 일관된 성능을 보였으며, 오차의 변동성이 미미하여 환경 변화에 대한 강건성을 입증했다.
• LIO-SAM은 IMU 바이어스 드리프트로 인해 비행 중 발산한 반면, LIRO는 안정적이고 실시간 성능을 유지하여 고주기 진동에 대한 강건성을 입증했다.