Loop Closure

Auch genannt: loop closing, loop closure detection
Kategorie: State estimation & navigation › Localisation
Schlagwörter: slam, localization, place-recognition, mapping, state-estimation

Der Schritt in SLAM, in dem ein Roboter erkennt, dass er an einen zuvor besuchten Ort zurückgekehrt ist, und diese Übereinstimmung nutzt, um die unterwegs aufgelaufene Drift zu korrigieren.

Definition

Loop Closure ist das Erkennen während der Kartierung, dass der Roboter an einen bereits gesehenen Ort zurückgekehrt ist, und die Nutzung dieser Erkennung, um seine geschätzte Trajektorie zu korrigieren. Odometrie, ob aus Rädern, einer IMU, Kameras oder LiDAR, sammelt bei jedem Schritt kleine Fehler an. Nach einer langen Schleife kann die Schätzung des Roboters, wo er sich befindet, merklich von seinem Startpunkt abweichen, selbst wenn er physisch an dieselbe Stelle zurückgekehrt ist. Eine Loop Closure verknüpft die aktuelle Pose mit der früheren und ermöglicht es dem System, den Fehler neu zu verteilen.

Loop Closure hat zwei Teile. Die Detektion, oft Ortserkennung (Place Recognition) genannt, entscheidet, dass die aktuelle Beobachtung mit einer früheren übereinstimmt. Kamerabasierte Systeme verwenden häufig Bag-of-Visual-Words-Verfahren wie DBoW2 oder gelernte globale Deskriptoren; LiDAR-Systeme nutzen Scan-Deskriptoren wie Scan Context oder direktes geometrisches Matching. Die Verifikation berechnet dann die relative Transformation zwischen den beiden Beobachtungen, zum Beispiel mit Feature-Matching und RANSAC bei Bildern oder ICP bei Punktwolken, und verwirft Übereinstimmungen, die geometrisch nicht passen.

Nach der Verifikation wird die Loop Closure als Nebenbedingung hinzugefügt, typischerweise als Kante in einem Posengraphen, und das Backend optimiert alle Posen neu. Die Korrektur wird über die gesamte Schleife verteilt, statt nur am Ende angewendet zu werden.

Die Hauptschwierigkeit ist perzeptuelles Aliasing: Verschiedene Orte können gleich aussehen, etwa identische Flure, Regalreihen oder sich wiederholende Pflanzreihen. Eine falsche Loop Closure kann die ganze Karte verzerren, daher sind praktische Systeme konservativ und verpassen lieber eine echte Closure, als eine falsche zu akzeptieren.

Warum es wichtig ist

Ohne Loop Closure verschlechtert sich jede aus Odometrie erstellte Karte langsam, während die Drift wächst, und derselbe Flur kann zweimal an leicht unterschiedlichen Stellen kartiert werden. Loop Closure ist das, was einem SLAM-System erlaubt, über lange Strecken und wiederholte Besuche global konsistente Karten zu erstellen.

Wichtige Anwendungen

Aufbau konsistenter Innen- und Außenkarten mit LiDAR- oder Kamera-SLAM
Korrektur der Drift in visueller und visuell-inertialer Odometrie
Relokalisierung, nachdem ein Roboter versetzt wurde oder das Tracking verloren hat
Zusammenführen von Karten aus mehreren Sitzungen oder von mehreren Robotern

In der Praxis

Auf einem mobilen Roboter, der ein SLAM-Paket wie Cartographer, RTAB-Map oder ORB-SLAM ausführt, läuft die Loop Closure im Hintergrund neben dem Tracking. Jeder neue Keyframe oder jede neue Submap wird mit einer Datenbank früherer verglichen; Kandidaten, die eine Ähnlichkeitsschwelle im Aussehen überschreiten, werden geometrisch geprüft, und nur solche mit genügend Inliern und einer konsistenten Transformation werden an den Posengraph-Optimierer weitergegeben. Teams fahren bei der Kartierung eines neuen Geländes meist bewusst Schleifen, damit das System Gelegenheiten hat, sie zu schließen, und stellen die Detektionsschwellen je nach Umgebung ein, wobei sie in sich wiederholenden Räumen wie Lagerhallen weniger Closures akzeptieren. Zeigt eine Karte doppelte Wände oder einen verbogenen Flur, ist eine verpasste oder falsche Loop Closure eines der ersten Dinge, die Ingenieure prüfen.

Häufige Missverständnisse

Loop Closure korrigiert nur die aktuelle Pose — sie fügt eine Nebenbedingung hinzu, die der Backend-Optimierer durch die ganze Trajektorie propagiert
Wenn zwei Bilder gleich aussehen, ist es derselbe Ort — perzeptuelles Aliasing bedeutet, dass Übereinstimmungen im Aussehen geometrisch verifiziert werden müssen, bevor man ihnen vertraut
Visuelle Odometrie enthält bereits Loop Closure — Odometrie schätzt nur inkrementelle Bewegung; Loop Closure macht aus Odometrie ein vollständiges SLAM

Wer das wissen sollte

Ingenieure für SLAM und Kartierung
Entwickler der Navigation mobiler Roboter und Drohnen
Computer-Vision-Ingenieure, die an Ortserkennung arbeiten
Feldrobotik-Teams, die große Außengelände kartieren

Videos

SLAM Course - 20 - SLAM Frontends (2013/14; Cyrill Stachniss): Cyrill Stachniss

Open Source Robotics