Raspberry Pi 5で測るRTAB-MapとORB-SLAM3の処理速度と追跡継続性
本プレプリントは、Raspberry Pi 5上でRTAB-MapとORB-SLAM3のRGB-D SLAM性能を比較した。ORB-SLAM3は処理時間が短かった一方、追跡カバレッジ95%以上を満たした実行はRTAB-Mapが18回中12回、ORB-SLAM3が18回中9回だった。機上計算機の選定では、実行設定と追跡の継続性を併せて評価する必要がある。
Raspberry Pi 5でRGB-D入力の解像度を変えると、RTAB-MapとORB-SLAM3の追跡継続性、軌跡精度、計算負荷はどう変わるか。
屋内の小型無人機はGPSなしで自己位置を推定する必要があるが、搭載重量と電力の制約から計算資源が限られる。既存のRGB-D SLAMをARM基板上で体系的に測定した資料も少ない。解像度の削減は追跡喪失につながる場合があり、失敗した実行ほど処理時間が短く、残存区間の軌跡誤差も小さく見える。
RTAB-Mapはグラフに基づく地図作成とメモリ予算の設定機能を持つ。ORB-SLAM3はキーフレームを選び、追跡、局所地図作成、ループ閉じ込みを並列スレッドで動かす。従来のRaspberry Pi 5評価はORB-SLAM3のみを対象としていた。他のハードウェアでの比較はセンサーや更新頻度が異なり、この基板への適用判断には限界があった。
研究の成果は共通条件でのベンチマークと計算処理の分析である。RTAB-Map 0.23.13とORB-SLAM3 1.0を、TUM RGB-Dの記録済み6シーケンス、640 x 480、320 x 240、160 x 120の入力で評価し、各システムで基本実行18回を行った。Raspberry Pi 5は2.4 GHzのCortex-A76を4コア、RAM 16 GB、Active Coolerを備えた。RTAB-Mapは全フレームを処理して保持し、作業メモリに上限を設けなかった。データセット用ツールではオドメトリと地図作成を順次実行した。ORB-SLAM3はキーフレームを選択し、地図作成を並列化した。段階別計時とLinux perfで負荷を調べた。
カバレッジ95%の基準を満たしたのはRTAB-Mapが12/18回、ORB-SLAM3が9/18回だった。fr1_xyzとfr2_deskを集計したD1/D2/D4の全体処理時間は、RTAB-Mapが1フレーム当たり462.3/317.8/150.2 ms、ORB-SLAM3が61.9/42.2/26.1 msだった。ORB-SLAM3のD4ではfr2_deskのカバレッジが76%にとどまったが、fr1_xyzは完全に追跡し、1フレーム当たり25.7 msだった。fr2_deskのD4でRTAB-Mapのオドメトリは平均44.9 ms、グラフ最適化は平均38.6 msを1フレーム当たり要した。ORB-SLAM3の追跡は1フレーム当たり平均13.7 msで、並列スレッドの局所バンドル調整は1実行当たり平均84.4 msだった。fr2_deskのD1でプロセスの最大メモリ使用量はRTAB-Mapが2295 MB、ORB-SLAM3が755 MBだった。両者とも熱による動作周波数の抑制は生じなかった。実物の基板で記録データを再生した評価であり、精度の優劣は確定していない。
対象は単一基板と記録データであり、実時間のセンサー入力によるロボット動作や飛行は検証していない。大半の条件は実行1回で、各システムの2条件のみをそれぞれ3回繰り返した。RTAB-MapのATEの変動係数は最大27%だった。標準の1 Hz後段処理、並列運用、メモリ制限モードは未測定である。ノード選択、スレッド構成、占有格子生成、解像度削減の適用範囲も異なる。ORB-SLAM3は-march=nativeを使わず-O2でビルドした。両者ともレンズ歪みを補正せず、fr2の深度除数には標準の5208に代えて5000を用いた。電源の低電圧フラグにより、ORB-SLAM3のD1処理時間にも不確実性が残る。
屋内無人機や移動ロボットの開発企業は、現時点でARM計算機とSLAM設定の候補選定に結果を利用できる。製品への採用には、実時間センサーでの検証、精度の反復測定、製品に適したフレーム保持、メモリ予算、並列実行の評価が必要である。商用導入の時期は論文では報告されていない。
論文全文
CC BY 4.0 のもとで公開された論文です。全文は出典を明記して英語のまま転載しています:全文を読む(英語)。原文は arXiv:2611.16472(PDF)。