Kimera-Multi

Tian 2022 · 논문

한 줄 요약 — Kimera-Multi는 루프 클로저 이상값에 강인하면서, 오직 피어-투-피어 통신만으로 완전히 분산되어 있으며, 전역적으로 일관된 메트릭-시맨틱 3D 메쉬를 실시간으로 구축할 수 있는 최초의 멀티로봇 시스템이다.

문제

이전의 협업 SLAM 시스템들은 중앙 서버에 의존하거나 시맨틱 콘텐츠가 전혀 없는 순수 기하학적 맵을 생성했으며, 이들 모두 지각 앨리어싱에 노출되어 있었다: 시각적으로 비슷한 장소들이 공동 추정값을 손상시킬 수 있는 잘못된 로봇 간 및 로봇 내부 루프 클로저를 생성한다. 기존의 강인한 기법들은 초기화에 지나치게 의존하거나, (PCM의 최대 클리크처럼) 재현율이 낮은 휴리스틱 탐색을 사용한다. Kimera-Multi는 링크가 사용 가능할 때만 이웃과 통신하는 로봇 팀이, 허위 루프 클로저를 식별하고 제거하면서 전역적으로 일관된 시맨틱 3D 메쉬를 실시간으로 구축할 수 있는지를 묻는다.

방법 및 아키텍처

로봇별 프론트엔드. 각 로봇은 Kimera를 실행한다: 시각-관성 오도메트리를 위한 Kimera-VIO와, 면(face)에 시맨틱 레이블을 담는 로컬 3D 메쉬. 로봇들이 통신 범위 안에 들어오면 분산 장소 인식이 bag-of-words 벡터를 교환한다. 매칭이 발견되면 기하학적 검증이 트리거되고, 이는 키포인트와 특징 디스크립터를 전송해 잠재적 로봇 간 루프 클로저를 계산한다.

1단계 — 강인한 초기화. 로봇 $\alpha$의 포즈 $i$(프레임 $A$)와 로봇 $\beta$의 포즈 $j$ 사이의 루프 클로저는 다음의 후보 프레임 정렬을 산출한다

$$\widehat{X}^{A}_{B_{ij}} \triangleq \widehat{X}^{A}_{\alpha_i}\, \widetilde{X}^{\alpha_i}_{\beta_j}\, \big(\widehat{X}^{B}_{\beta_j}\big)^{-1},$$

여기서 $\widehat{X}$는 오도메트리 포즈 추정값이고 $\widetilde{X}^{\alpha_i}_{\beta_j}$는 측정된 루프 클로저이다. 인라이어 정렬은 서로 일치하므로, 상대 프레임 변환은 강인한 포즈 평균화로 찾는다, $\widehat{X}^{A}_{B} \in \arg\min_{X \in \mathrm{SE}(3)} \sum_{(i,j) \in L_{\alpha,\beta}} \rho(r_{ij}(X))$, 여기서 $\rho$는 truncated least squares(TLS) 비용이며 GNC(GTSAM)로 로컬에서 풀린다. 로봇 수준 종속성 그래프의 스패닝 트리가 한 로봇의 프레임을 팀 전체로 전파한다.

2단계 — 분산형 graduated non-convexity(D-GNC). 모든 궤적은 오도메트리(2차)와 루프 클로저(TLS)에 대한 강인한 PGO로 정제되며, 잔차는 코달(chordal) 거리로 측정된다. GNC는 Black–Rangarajan 쌍대성을 사용해 강인 추정을 다음으로 재작성한다

$$\min_{x\in\mathcal{X},\, w_i\in[0,1]}\; \sum_i \big[\, w_i\, r_i^2(x) + \Phi_{\rho_\mu}(w_i) \,\big],$$

여기서 $w_i$는 측정값별 신뢰 가중치, $\Phi_{\rho_\mu}$는 이상값 프로세스 페널티, 그리고 제어 파라미터 $\mu$는 대체 비용을 볼록에서 실제 TLS 비용을 향해 어닐링한다. D-GNC는 완전히 분산된 두 단계를 교대로 실행한다: (i) 변수 갱신 — 순위 제한 완화(기본값 랭크 5, 갱신당 15회 반복)에 대해 Riemannian block-coordinate descent(RBCD) 솔버로 가중 PGO를 풀며, 각 로봇은 자신의 궤적만 갱신하고 이웃과는 “공개 포즈”만 교환한다; 그리고 (ii) 가중치 갱신 — 루프 클로저별로 독립적으로 계산되는 TLS 닫힌 형식:

$$w_i \leftarrow \begin{cases} 0, & \widehat{r}_i^{\,2} \in \big[\tfrac{\mu+1}{\mu}\bar{c}^2,\, +\infty\big], \\ \frac{\bar{c}}{\widehat{r}_i}\sqrt{\mu(\mu+1)} - \mu, & \widehat{r}_i^{\,2} \in \big[\tfrac{\mu}{\mu+1}\bar{c}^2,\, \tfrac{\mu+1}{\mu}\bar{c}^2\big], \\ 1, & \widehat{r}_i^{\,2} \in \big[0,\, \tfrac{\mu}{\mu+1}\bar{c}^2\big], \end{cases}$$

여기서 $\widehat{r}_i$는 현재 잔차, $\bar{c}$는 TLS 임계값이다 — $\mu$가 어닐링됨에 따라 이상값 가중치는 0으로 몰린다. 마지막으로 각 로봇은 메쉬 변형으로 로컬 시맨틱 메쉬를 보정하여, 재구성이 최적화된 궤적과 일치하도록 유지한다.

실험 결과

• 시뮬레이션 + EuRoC (표 I, ATE 단위 m): 포토리얼리스틱한 Medfield 장면(총 궤적 2396m)에서 D-GNC는 3.92m에 도달하며, 이는 나이브 최소자승법 64.2m, PCM 12.5m, 중앙집중식 GNC 3.88m와 비교된다. EuRoC Machine Hall(5개 시퀀스를 5대의 로봇으로, 466m)에서는 0.41m로, PCM 1.76m, 중앙집중식 0.52m와 비교된다. PCM 이후 GNC를 적용하는 방식은 PCM의 낮은 재현율 때문에 D-GNC 단독보다 일관되게 더 나쁘다.
• 통신 (표 II): Medfield에서 전체 분산 파이프라인은 65.9MB를 사용한다(장소 인식 22.6 + 기하학적 검증 41.5 + DPGO 1.8), 이는 원시 이미지를 중앙집중화할 때의 2113MB(키포인트만이면 141MB)와 비교된다.
• 실제 실외 데이터셋 (Jackal UGV, RealSense D435i): Medfield에서(로봇당 600/860/728m) 종단 간 오차가 18.74/14.84/24.55m(Kimera-VIO)에서 0.01/0.13/0.09m로 떨어지며 — 이는 중앙집중식 솔버와 동일하다. 15650개의 포즈 그래프에서 100회의 RBCD 반복은 53초가 걸린다. 더 어려운 MIT Stata 데이터셋(로봇 간 루프 클로저가 적음)에서는 오차가 0.03/33.13/1.26m로, 중앙집중식의 0.01/21.56/1.17m와 비교되며, 전체 변수 갱신(2000회 RBCD 반복, 14분)이 필요하다. D-GNC는 심한 이상값 오염을 제거한다, 예를 들어 Medfield에서 707개의 잠재적 로봇 1–로봇 2 루프 클로저 중 340개를 수용한다.

SLAM에서의 의미

Kimera-Multi는 MIT SPARK Kimera 생태계를 로봇 팀으로 확장한 대표작으로, 현대 분산 SLAM 시스템이 갖춰야 할 표준을 세웠다: 강인성(DOOR-SLAM의 PCM이 연 길을 이어가는 GNC 이상값 제거), 중앙집중식 수준의 정확도를 갖춘 분산화, 그리고 다운스트림 계획에 사용 가능한 시맨틱하게 의미 있는 밀집 맵. 그 메트릭-시맨틱 메쉬 출력은 장면 그래프 계열 연구(Kimera, Hydra, Hydra-Multi)에도 공급된다. 오늘날 시맨틱을 갖춘 멀티로봇 매핑이 필요하다면 이것이 정전(canonical)적인 참조 시스템이다.

관련 문서

• DOOR-SLAM — 강인한 분산 루프 클로저 제거의 선행 연구
• Swarm-SLAM — 경쟁하는 분산형 C-SLAM 프레임워크
• Kimera-VIO — 단일 로봇 시각-관성 프론트엔드
• Kimera / 3D Dynamic Scene Graph — 단일 로봇 메트릭-시맨틱 기반
• Hydra-Multi — 이 계보 위에 구축된 멀티로봇 장면 그래프
• Robust pose-graph optimization — 단일 로봇 형태의 GNC