[論文レビュー] Relocalization, Global Optimization and Map Merging for Monocular Visual-Inertial SLAM

Tong Qin, Perliang Li+1 more|arXiv (Cornell University)|Mar 5, 2018

Robotics and Sensor-Based Localization参考文献 23被引用数 8

ひとこと要約

本論文では、再ローカライゼーション、4-DOFポーズグラフ最適化、マップマージを用いてドリフトを補正し、グローバルな一貫性を達成するリアルタイム単眼視覚慣性SLAMシステムを提示する。DBoW2を用いたループ検出と密結合な特徴レベル統合により、事前に構築されたマップを再利用し、リアルタイムで新しいデータを統合する。EuRoC上では500mの軌道で0.34mのATEを達成し、屋外環境ではGoogleマップとの正確な整合性を示した。

ABSTRACT

The monocular visual-inertial system (VINS), which consists one camera and one low-cost inertial measurement unit (IMU), is a popular approach to achieve accurate 6-DOF state estimation. However, such locally accurate visual-inertial odometry is prone to drift and cannot provide absolute pose estimation. Leveraging history information to relocalize and correct drift has become a hot topic. In this paper, we propose a monocular visual-inertial SLAM system, which can relocalize camera and get the absolute pose in a previous-built map. Then 4-DOF pose graph optimization is performed to correct drifts and achieve global consistent. The 4-DOF contains x, y, z, and yaw angle, which is the actual drifted direction in the visual-inertial system. Furthermore, the proposed system can reuse a map by saving and loading it in an efficient way. Current map and previous map can be merged together by the global pose graph optimization. We validate the accuracy of our system on public datasets and compare against other state-of-the-art algorithms. We also evaluate the map merging ability of our system in the large-scale outdoor environment. The source code of map reuse is integrated into our public code, VINS-Mono.

研究の動機と目的

• 単眼視覚慣性オドメトリにおけるドリフト蓄積を是正するため、グローバルなポーズ補正と絶対ポーズ推定を可能にする。
• 初期位置が不明な状態でも、事前に構築されたマップ内でのカメラの再ローカライゼーションを可能にし、絶対ポーズ推定を実現する。
• 異なるシーケンスおよび時間帯に収集されたデータを統合的にマップマージ可能にし、長期的なマップ進化を可能にする。
• ポーズグラフの永続的保存と読み込みにより、リアルタイム動作を実現するマップ再利用を効率的に行う。
• リアルタイムでの4-DOFポーズグラフ最適化を用いて、大規模環境におけるグローバルな一貫性を達成する。

提案手法

• ループクロージャ検出のため、現在のマップと過去のマップ間の画像検索にDBoW2を用いる。
• 単眼VIOと取得したマップ特徴の密結合な特徴レベル統合により、再ローカライゼーションを実行する。
• 視覚慣性システムが通常ドリフトを示す方向（x, y, z, ズーム）を補正する4-DOFポーズグラフ最適化（x, y, z, ズーム）を適用する。
• ポーズグラフの効率的保存・読み込みにより、異なるシステム起動間で事前に構築されたマップを再利用可能にする。
• 幾何的に検証されたループクロージャとグローバル最適化を用いて、新しいマップシーケンスを既存マップに段階的に統合する。
• リアルタイムの状態推定を実現するため、ハードウェア同期化された単眼カメラと低コストIMU（ADXL278/ADXRS290）を採用する。

実験結果

リサーチクエスチョン

• RQ1 単眼視覚慣性SLAMシステムは、事前に構築されたマップ内で正確な再ローカライゼーションを実現し、絶対ポーズを回復できるか？
• RQ2 6-DOF最適化と比較して、4-DOFポーズグラフ最適化（x, y, z, ズーム）は視覚慣性システムのドリフトをどの程度効果的に是正できるか？
• RQ3 異なる時期に収集された複数の視覚慣性シーケンスを、一貫性がありグローバルに整合したマップに統合できるか？
• RQ4 再ローカライゼーションとグローバル最適化を実行しながら、システムはどの程度リアルタイム性能を維持できるか？
• RQ5 顕著な軌道変動と未知の初期ポーズを伴う大規模な屋外環境でも、本システムはどの程度の性能を示すか？

主な発見

• 本システムは、EuRoCデータセットの5つのシーケンスを統合した500メートルの軌道において、0.34mの平均軌道誤差（ATE）を達成し、グローバル一貫性の高さを示した。
• 提案された4-DOFポーズグラフ最適化は、単眼視覚慣性システムが主にドリフトを示すx, y, z, ズーム方向のドリフトを効果的に是正した。
• 屋外環境において、統合された軌道がGoogleマップと正確に整合した。実世界への適用可能性とグローバル一貫性が裏付けられた。
• マップ再利用と段階的マージが効率的に実現され、ポーズグラフの保存に907ms、読み込みに4464msを要した。これにより、持続的なマップ進化が可能になった。
• 標準のデスクトップコンピュータ上でリアルタイムに動作し、1回のループクロージャあたりポーズグラフ最適化に186ms、VIO処理は10Hzで実行された。
• 特徴レベル統合を用いたリアルタイムな再ローカライゼーションが成功し、初期位置が不明な状態からでも絶対ポーズ推定が可能になった。