基于學習的激光雷達定位退化場景估計

摘要

基于激光雷達的定位與建圖系統(tǒng)是許多現(xiàn)代機器人系統(tǒng)中的核心組成部分。其直接繼承了環(huán)境的深度與幾何信息，從而允許精確的運動估計與實時生成高質(zhì)量的地圖。然而，不充分的環(huán)境約束會導致定位失敗，這種情況經(jīng)常發(fā)生在諸如隧道等對稱的場景中。本文的工作準確地解決了這個問題，通過神經(jīng)網(wǎng)絡(luò)法來檢測機器人的周圍環(huán)境是否發(fā)生退化。我們特別關(guān)注于激光雷達的幀間匹配，因為其是許多激光雷達里程計的至關(guān)重要的部件。與之前的方法不同的是，我們的方法直接根據(jù)原始的點云測量來檢測定位失敗的可能，而不是在配準過程中檢測。此外，之前的方法在泛化能力上有所局限，因為需要人為調(diào)節(jié)退化檢測的閾值。我們提出的方法通過從一系列不同的環(huán)境中學習來使得網(wǎng)絡(luò)在各個場景中都表現(xiàn)得更好，從而避免了這個問題。此外，該網(wǎng)絡(luò)專門針對模擬數(shù)據(jù)進行訓練，避免在具有挑戰(zhàn)性和退化且通常難以訪問的環(huán)境中進行艱巨的數(shù)據(jù)收集。所提出的方法在未經(jīng)任何修改的情況下，在具有挑戰(zhàn)性的環(huán)境和兩種不同的傳感器類型上進行的實地實驗中進行了測試。觀察到的檢測性能與最先進方法在專門調(diào)整閾值后的性能相當。

主要貢獻

提出一種基于學習的方法，來檢測單幀點云在六個自由度上是否發(fā)生退化。

提出一種驗證方法，來驗證四足機器人在挑戰(zhàn)性與退化場景下的定位能力。

所有部分都經(jīng)過完備的設(shè)計與實現(xiàn)，包括數(shù)據(jù)集的采集與生成。相關(guān)的部分均會在機器人社區(qū)開源。

方法論

1. 問題建模

本文想檢測機器人在某個時刻的定位能力：（localizability）。這可以通過一個6維的向量表示：

其中，x， y， z表示平移方向上的分量，Φ，θ，ψ表示旋轉(zhuǎn)方向上的分量（歐拉角表示）。向量d_k的每個分量都是二值的（0或者1，其中0表示該分量上的定位信息可靠，1則表示不可靠）。

估計d_k的過程可以構(gòu)建為一個多標簽二值分類問題，并且通過一個神經(jīng)網(wǎng)絡(luò)分類器得到結(jié)果。

2. 訓練數(shù)據(jù)生成

按照上述的問題建模方式，一個重要的點是如何生成帶有標簽的訓練數(shù)據(jù)？具體而言，對一個點云，如何評估它在六個自由度上的退化情況？

本文提出的方法是加擾動然后看配準誤差的方式。對于某個點云s以及采集到它時機器人的位姿T，生成M個子點云，生成一個子點云的方式為：

1. 對位姿進行擾動，擾動的值通過對0均值高斯分布進行采樣，每個維度上的高斯分布的δ為：

2. 根據(jù)擾動后的位姿，在仿真環(huán)境中，通過光線投射來獲得一個新的子點云。

將這M個子點云與原始點云進行配準，配準方法為點到面的ICP方法。計算每個子點云配準得到的transform與原始擾動的transform的差值e，分解到六個維度上取絕對值，并相加求平均值得到e_p。通過評估e_p在6個維度上是否超過特定的閾值，來判斷原始點云是否容易在特定的維度上發(fā)生退化。6個維度上的閾值為：

3. 網(wǎng)絡(luò)結(jié)構(gòu)

上一步獲得了帶有標簽的點云，這一步則是通過網(wǎng)絡(luò)來學習并訓練。本文所采取的網(wǎng)絡(luò)結(jié)構(gòu)基于3D ResUNet（見論文Fully convolutional geometric features），其具體網(wǎng)絡(luò)結(jié)構(gòu)為：

分類網(wǎng)絡(luò)則是一個5層的MLP，輸出是一個6維的向量。

該網(wǎng)絡(luò)的損失函數(shù)定義為：

其中，t表示第k個點云在第i個分量上的標簽，而p則表示網(wǎng)絡(luò)預測的對應的概率值。

由于網(wǎng)絡(luò)預測的是一個概率值，在使用時本文通過對各個維度設(shè)置不同的閾值來確定各個維度是否發(fā)生退化，其值為

方法論

1. 消融實驗

在該實驗中，將特征提取網(wǎng)絡(luò)換為Point-Net，并且比較了更換前后的各項分類性能：

從表格中可以得出，在大部分指標中，ResUNet均高于PointNet。

2.實地實驗

在三個場景中進行了場地實驗：隧道、開闊戶外與城鎮(zhèn)場景。采用的SLAM框架為CompSLAM（見論文Complementary multi–modal sensor fusion forresilient robot pose estimation in subterranean environments）。這個框架中，所用的評估退化的方式是Ji Zhang的論文“On Degeneracy of Optimization-based State Estimation Problems”中提到的方法（該論文在泡泡機器人-點云時空中亦有詳細翻譯，有興趣同學可以自行搜索）。CompSLAM在檢測到激光雷達出現(xiàn)退化后，切換為VIO的結(jié)果進行遞推，而在沒有退化的場景中，用VIO的結(jié)果作為LOAM的先驗進行幀間配準。本文將該方法替換為所提出的基于學習的方法，并與原始版本的CompSLAM進行比較。

a. 隧道場景：

下圖給出了隧道場景中的建圖效果。其中左邊三幅圖為Ji zhang的方法采用不同閾值后的結(jié)果，最右則為本文提出的結(jié)果。而下面的條狀圖則表示各個維度出現(xiàn)退化的時間。可以看出，本文提出的方法與Ji Zhang的方法在閾值為110時的效果類似。

b. 開放戶外場景：

同隧道場景。

c. 城市場景：

這個場景中沒有做對比試驗，而是僅僅測試了提出的方法。測試場景為咖啡店的內(nèi)部與外部。機器人從室內(nèi)走到室外并且回到室內(nèi)，可以看到建圖保持了較好的一致性，并且學習到的6維向量表示全程都沒有發(fā)生退化情況

3. 泛化實驗

對于隧道場景，利用VLP-16與Ouster 128線的激光雷達進行測試。從下圖中可以看出，利用Ji zhang的方法（即求一個特定矩陣的最小特征值），對于兩個傳感器，其最小特征值的差別是巨大的。然而本文所提出的方法仍能比較好的檢測到隧道的特定段發(fā)生了退化，并且與場地實驗中的隧道實驗保持一致。

評價與未來工作

1. 個人評價

這項工作的創(chuàng)新在于直接對點云進行退化的評估，而不是根據(jù)配準的結(jié)果。數(shù)據(jù)的生成與訓練的方式都比較直接易懂，并且實驗的效果也很好。

這個方法是應用在類似于LOAM的系統(tǒng)上的，因此制作訓練集的時候，只用單幀點云的匹配結(jié)果來生成退化label。對于類似于Fast-LIO這樣直接進行scan-map配準的方法，這種制作訓練集并訓練的方式不一定可靠：因為在一些場景下，可能出現(xiàn)scan-scan配準退化，但scan-map不一定是退化的（local map有更豐富的信息）。解決這個問題的途徑之一，可以在訓練的時候也采用scan-map的配準方法來評價配準誤差。

2. 未來工作

本文的作者提出的未來工作有：

1）網(wǎng)絡(luò)直接出6x6的位姿協(xié)方差矩陣。

2）根據(jù)退化信息來決定優(yōu)化的時候，僅僅優(yōu)化部分維度而不是所有維度。

審核編輯 ：李倩