[论文解读] Pose Graph Optimization for Unsupervised Monocular Visual Odometry

Yang Li, Yoshitaka Ushiku+1 more|arXiv (Cornell University)|Mar 15, 2019

Robotics and Sensor-Based Localization参考文献 21被引用 10

一句话总结

该论文提出了一种混合单目视觉里程计系统，结合基于无监督学习的前端NeuralBundler与姿态图优化后端，以纠正漂移并提升精度。通过引入一种新型的姿态环一致性损失，并利用DBoW2进行回环检测，该方法在无监督单目VO任务中达到最先进性能，在KITTI数据集上的平移精度优于ORB-SLAM，尤其在减少漂移方面表现突出。

ABSTRACT

Unsupervised Learning based monocular visual odometry (VO) has lately drawn significant attention for its potential in label-free leaning ability and robustness to camera parameters and environmental variations. However, partially due to the lack of drift correction technique, these methods are still by far less accurate than geometric approaches for large-scale odometry estimation. In this paper, we propose to leverage graph optimization and loop closure detection to overcome limitations of unsupervised learning based monocular visual odometry. To this end, we propose a hybrid VO system which combines an unsupervised monocular VO called NeuralBundler with a pose graph optimization back-end. NeuralBundler is a neural network architecture that uses temporal and spatial photometric loss as main supervision and generates a windowed pose graph consists of multi-view 6DoF constraints. We propose a novel pose cycle consistency loss to relieve the tensions in the windowed pose graph, leading to improved performance and robustness. In the back-end, a global pose graph is built from local and loop 6DoF constraints estimated by NeuralBundler and is optimized over SE(3). Empirical evaluation on the KITTI odometry dataset demonstrates that 1) NeuralBundler achieves state-of-the-art performance on unsupervised monocular VO estimation, and 2) our whole approach can achieve efficient loop closing and show favorable overall translational accuracy compared to established monocular SLAM systems.

研究动机与目标

• 为解决无监督单目视觉里程计中轨迹漂移这一长期存在的问题，该问题导致其精度相较于几何SLAM方法有所下降。
• 将此前用于几何SLAM中的经典图优化技术整合到基于深度学习的视觉里程计流程中。
• 通过引入姿态环一致性损失并实现高效的回环检测，提升无监督学习方法的视觉里程计的鲁棒性与精度。
• 证明将端到端学习与全局优化相结合，可获得优于纯学习方法或几何方法的性能。

提出的方法

• 提出NeuralBundler，一种深度神经网络，利用时序与空间光度损失作为监督信号，生成带有6DoF约束的滑动窗口姿态图。
• 提出一种新型的姿态环一致性损失，以减少滑动窗口姿态图中的不一致性，提升稳定性与精度。
• 采用DBoW2进行场景识别，以检测单目序列中的回环。
• 基于NeuralBundler估计的局部与回环6DoF约束，构建全局姿态图。
• 在SE(3)上执行全局优化，以精炼所有相机位姿并纠正累积漂移。
• 在SE(3)上使用刚体变换对齐与真实值进行评估，不引入缩放，以保持度量尺度恢复能力。

实验结果

研究问题

• RQ1 通过姿态图优化能否显著提升无监督单目视觉里程计的精度，从而纠正轨迹漂移？
• RQ2 姿态环一致性损失如何提升滑动窗口姿态图在无监督学习方法视觉里程计中的性能与鲁棒性？
• RQ3 结合无监督学习与经典图优化的混合系统，是否能优于纯学习方法或几何SLAM系统？
• RQ4 所提出的基于DBoW2与SE(3)优化的回环检测机制，在真实单目序列中是否具有高效性？

主要发现

• NeuralBundler在KITTI数据集上的无监督单目视觉里程计方法中达到最先进性能，优于SfMLeaner与Huangying et al.，并接近UnDeepVO的性能表现。
• 消融实验表明，姿态环一致性损失显著提升性能，验证了其在稳定滑动窗口姿态图方面的有效性。
• 回环检测后，大多数序列的总体平移RMSE均有所降低，其中序列00、02、05、06、07、09表现最佳，这些序列中可检测到回环。
• 在11个序列中的8个上，该系统整体平移RMSE低于ORB-SLAM，证明其在抑制尺度漂移方面具有更强鲁棒性。
• 定性结果表明，回环检测能有效减少漂移，优化后的轨迹与真实值高度吻合，尤其在00、05、06等回环序列中表现明显。
• 该方法在无显式监督的情况下成功恢复了度量尺度，且评估中未引入缩放，证实系统能够从单目输入中估计绝对尺度。