LiDAR Odometry

• 다른 이름: laser odometry, LO
• 카테고리: State estimation & navigation › Localisation
• 태그: lidar, odometry, slam, state-estimation, point-cloud-registration

연속된 LiDAR 스캔을 서로 또는 지역 지도에 대해 정합하여 로봇의 운동을 추정하는 것으로, 루프 클로저로 보정하지 않으면 거리에 따라 드리프트가 생긴다.

정의

LiDAR 오도메트리(LiDAR odometry)는 새 스캔을 이전 데이터와 정렬하여 LiDAR 센서와 그것을 탑재한 로봇의 운동을 추정한다. 이는 오도메트리(odometry)의 한 형태이다. 바퀴 오도메트리나 시각 오도메트리(visual odometry)처럼 시간에 걸쳐 상대 운동을 적분하므로 드리프트가 누적된다. 시각 오도메트리와는 입력에서 다르다. 카메라 이미지 대신 직접적인 거리 측정값을 사용하므로, 단일 센서로 미터 단위의 스케일을 얻고 조명에 거의 영향을 받지 않는다. Iterative Closest Point(ICP)와는 범위에서 다르다. ICP는 하나의 정합 알고리즘으로 LiDAR 오도메트리 시스템 내부에서 자주 쓰이는 반면, LiDAR 오도메트리는 전처리, 정합, 운동 보상, 지도 관리로 이루어진 파이프라인 전체이다.

크게 두 계열이 있다. 2014년 Zhang과 Singh의 LOAM 같은 특징 기반 방법은 각 스캔에서 에지 점과 평면 점을 추출해 지역 지도의 특징과 매칭한다. 조밀(dense) 방법은 대부분의 점을, 보통 점-평면 ICP나 정규 분포 변환(normal distributions transform)으로, 직전 스캔이나 다운샘플링한 지역 지도에 대해 정합한다. 스캔-지도 정합은 각 스캔을 많은 이전 스캔으로 구축한 구조에 맞추기 때문에 스캔-스캔 정합보다 드리프트가 적다.

회전식 LiDAR는 한 바퀴 회전에 걸쳐 스캔을 수집하므로, 센서가 움직이면 스캔이 왜곡된다. 시스템은 등속을 가정하거나, IMU를 사용하거나, CT-ICP에서처럼 각 스캔의 시작과 끝에 별도의 자세를 갖는 연속 시간 궤적을 사용해 점들의 왜곡을 보정(de-skewing)함으로써 이를 바로잡는다. LiDAR 오도메트리는 긴 복도, 터널, 탁 트인 들판, 평평한 도로처럼 기하가 6자유도 전부를 구속하지 못하는 곳에서 어려움을 겪는다. LiDAR-관성 오도메트리에서처럼 IMU와 긴밀하게 융합하면 빠른 운동과 짧은 퇴화 구간에 도움이 되며, 완전한 SLAM 시스템은 루프 클로저와 포즈 그래프 최적화를 더해 누적된 드리프트를 제거한다.

중요한 이유

LiDAR 오도메트리는 많은 자율주행차, 이동 로봇, 지도 작성 시스템에서, 특히 카메라가 어려움을 겪는 실외와 어둠 속에서 운동 추정의 주된 원천이다. 그 정확도는 그 위에 구축되는 모든 지도와 위치 추정 결과의 품질을 제한한다.

주요 응용

• 자율주행차와 배송 로봇의 자기 운동 추정
• LiDAR SLAM과 3D 지도 작성 시스템의 프런트엔드
• 핸드헬드 및 백팩형 모바일 매핑
• 광산, 터널 및 기타 어두운 환경에서의 내비게이션
• LiDAR를 탑재한 다리 로봇과 드론의 상태 추정

실제 사례

한 팀이 건설 현장을 주행하는 측량 로봇에 회전식 LiDAR와 IMU를 장착한다. 각 스캔은 IMU로 왜곡을 보정하고, 복셀 격자로 다운샘플링한 뒤, 점-평면 ICP로 최근 스캔들로 만든 지역 지도에 정합한다. 그 결과 얻은 자세가 스캔 주기로 로봇의 내비게이션 스택에 공급된다. 로봇이 아무것도 없는 긴 복도를 따라 주행하자, 팀은 위치 추정값이 복도 축 방향으로 늘어나는 것을 본다. 벽이 그 방향의 운동을 구속하지 못하기 때문이다. 이들은 ICP 해에 대한 퇴화 검사를 추가하고, 그런 구간에서는 IMU와 바퀴 오도메트리에 더 의존하며, 최종 지도를 보정하기 위해 루프 클로저를 오프라인으로 실행한다.

흔한 오해

• LiDAR 오도메트리는 드리프트 없는 전역 위치를 준다 — 상대 운동을 적분하므로 드리프트가 생기며, 긴 주행에는 루프 클로저나 전역 기준이 필요하다
• LiDAR 오도메트리는 ICP와 같다 — ICP는 하나의 정합 단계이며, 오도메트리에는 왜곡 보정, 필터링, 지도 관리, 그리고 흔히 IMU 융합도 포함된다
• LiDAR는 거리를 직접 측정하므로 어디서나 작동한다 — 터널이나 탁 트인 들판처럼 기하학적 특징이 없는 장면에서는 일부 방향이 구속되지 않는다
• 각 스캔은 한 순간에 찍은 스냅숏이다 — 회전식 LiDAR는 시간에 걸쳐 훑으므로, 센서가 움직이면 보정하지 않는 한 왜곡된 스캔이 만들어진다

알아야 할 사람

• SLAM 및 상태 추정 엔지니어
• 자율주행 인식 팀
• 모바일 매핑 및 측량 개발자
• 실외나 지하에서 일하는 필드 로봇 엔지니어

관련 기술

• LOAM
• KISS-ICP
• CT-ICP
• LiDAR-관성 오도메트리(Lidar-Inertial Odometry)
• 정규 분포 변환(Normal Distributions Transform)

관련 용어

• Odometry
• Visual Odometry
• Iterative Closest Point
• LIDAR
• Loop Closure
• SLAM

관련 프로젝트

• LingBot-Map: Streaming 3D reconstruction from one camera: pose and depth for every frame, live
• oomwoo: Open-source DIY robot vacuum: 3D-printed, ROS2 + 2D LiDAR, fully local.
• Cartographer: Google's real-time 2D and 3D SLAM system for multi-platform robotics
• FAST-LIVO2: Fast, direct LiDAR-inertial-visual odometry from HKU-MARS, published in IEEE T-RO
• DimOS: Python robotics runtime with agents, SLAM and teleop, no ROS required
• evo: De-facto standard tool for evaluating and plotting odometry/SLAM trajectories

동영상

• LiDAR Odometry - 5 Minutes with Cyrill: Cyrill Stachniss