IMU and visual odometry coupling for accurate, robust and low-cost navigation
Couplage de centrales inertielles et de solutions d’odométrie visuelle pour la navigation bas coût, précise et robuste
Résumé
The Parallax Beam visual navigation which equips the STAMINA systems of the ISL (Franco-German Institute of Saint-Louis) presents a precision comparable to other cutting-edge visual dead reckoning algorithms such as 8-point or initialization of ORB-SLAM. However, it is heavily impacted by hazards that can affect an exteroceptive sensor such as occlusion of the field of vision or sudden contrast changes. For their part, inertial units are immune to hazards of this type but suffer from significant drifts which lead to inaccuracies in the long term when they are not corrected. The proposal presented in this document is to complement STAMINA's Parallax Beam visual dead reckoning navigation with an inertial unit aimed at improving the quality of navigation according to criteria of cost, precision and robustness. This leads to the study of algorithms that belong to the broad field of visual and inertial navigation systems (VINS). A study of these led us to favor loose coupling solutions, in particular those based on Kalman filters. We therefore proposed and studied a first architecture built on an Error-State Kalman Filter which we tested on the KITTI vision benchmark. This has a satisfactory visual odometry tracking capacity and manages to be able to ensure navigation when the Parallax Beam is in degraded operation, simulated by undersampling. However, the low quality of the associated inertial dead reckoning navigation, which drifts, has a negative impact on the quality of the proposed fusion. In response to this problem, we propose to instead use an MSF-EKF (Multi Sensor Fusion Extended Kalman Filter) type architecture that we tested with the Parallax Beam on KITTI. In addition to a significant improvement in fusion accuracy, we saw an improvement in robustness with a filter that can provide weakly degraded navigation during several seconds of vision cutoff. Compared with ESKF, MSFEKF is more efficient and presents itself as a response adapted to our initial problem on which we can build additional functions such as the correction of visual estimation or information redundancy.
La navigation visuelle Parallax Beam qui équipe les système STAMINA de l’ISL (Institut Franco-Allemand de Saint-Louis) présente une précision comparable à d’autres algorithmes de navigation à l’estime visuelle de pointe comme 8-points ou l’initialisation d’ORB-SLAM. Cependant, elle est lourdement impactée par les aléas qui peuvent toucher un capteur extéroceptif comme l’occlusion du champ de vision ou les changements de contrastes soudains. De leurs côtés, les centrales inertielles sont immunisées à des aléas de ce type mais souffrent de dérives importantes qui conduisent à des imprécisions sur le long terme lorsqu’elles ne sont pas corrigées. La proposition présentée dans ce document est de compléter la navigation à l’estime visuelle Parallax Beam de STAMINA d’une centrale inertielle visant à améliorer la qualité de la navigation selon des critères de coûts, de précision et de robustesse. Ceci conduit à l’étude d’algorithmes qui appartiennent au champ large des systèmes de navigation visuels et inertiels (VINS). Une étude de ceux-ci nous a conduit à privilégier les solutions de couplage lâche, en particulier celles reposant sur des filtres de Kalman. Nous avons donc proposé et étudié une première architecture construite sur un Error-State Kalman Filter que nous avons testé sur le KITTI vision benchmark. Celui-ci réalise un suivi de l’odométrie visuelle satisfaisante et est en mesure d’assurer la navigation quand le Parallax Beamest en fonctionnement dégradé, simulé par un sous-échantillonnage. Cependant, la faible qualité de la navigation à l’estime inertielle associée a un impact négatif sur la qualité de la fusion proposée. En réponse à ce problème, nous proposons d’employer plutôt une architecture de type MSF-EKF (Multi Sensor Fusion Extended Kalman Filter) que nous avons testé avec le Parallax Beam sur KITTI. Outre une amélioration significative de la précision de la fusion, nous avons constaté une amélioration de la robustesse avec un filtre qui peut assurer une navigation faiblement dégradée pendant plusieurs secondes de coupure de la vision. Comparé avec ESKF, le MSF-EKF est plus performant et se présente comme une réponse adaptée à notre problème initial sur laquelle nous pourrons construire des fonctions supplémentaires.
Origine : Version validée par le jury (STAR)