Geometric Observability Index: An Operator-Theoretic Framework for Per-Feature Sensitivity, Weak Observability, and Dynamic Effects in SE(3) Pose Estimation

तकनीकी सारांश: SE(3) पोज़ एस्टीमेशन के लिए ज्यामितीय अवलोकनीयता सूचकांक (Geometric Observability Index)

समस्या विवरण (Problem Statement)
स्पेशल यूक्लिडियन ग्रुप $SE(3)$ पर पोज़ एस्टीमेशन, विजुअल ओडोमेट्री, SLAM और स्ट्रक्चर-फ्रॉम-मोशन के लिए मौलिक है। वर्तमान मुख्यधारा के बैक-एंड्स मुख्य रूप से रेसिडुअल परिमाण (जैसे, ची-स्क्वायर गेटिंग, रोबस्ट कर्नेल्स) के आधार पर यह निर्धारित करते हैं कि किन मापों पर भरोसा किया जाए। यह शोध पत्र तर्क देता है कि यह धारणा कमजोर रूप से अवलोकन योग्य ज्यामिति (जैसे, लो-पैरलैक्स या शुद्ध-घूर्णन के करीब की स्थितियाँ) में विफल हो जाती है। ऐसे मामलों में, एक मध्यम रेसिडुअल वाला माप, जो एक खराब रूप से बाधित दिशा (poorly constrained direction) के साथ संरेखित हो, एक अच्छी तरह से बाधित दिशा के साथ बड़े रेसिडुअल वाले माप की तुलना में अनुमानित पोज़ को बहुत अधिक बदल सकता है। प्रवर्धन कारक (amplification factor) सबसे छोटे वक्रता आइगेनवैल्यू ($1/\lambda_{min}$) के व्युत्क्रमानुपाती होता है, जो अवलोकनीयता कम होने पर अनबाउंड (unbounded) हो जाता है। फलस्वरूप, केवल रेसिडुअल परिमाण पर निर्भर रहना किसी माप की सूचना सामग्री (information content) और उसके संभावित नुकसान (harm) के बीच भ्रम पैदा करता है, जिससे कमजोर अवलोकन योग्य शासन (regimes) में उच्च-लीवरेज वाले इनलायर्स (inliers) का अत्यधिक निष्कासन (over-rejection) होता है।

कार्यप्रणाली और ढांचा (Methodology and Framework)
लेखक ज्यामितीय अवलोकनीयता सूचकांक (Geometric Observability Index - GOI) पेश करते हैं, जो $SE(3)$ पर एक ऑपरेटर-थ्योरेटिक ढांचे से प्राप्त प्रति-विशेषता संवेदनशीलता माप है।

1. गणितीय सूत्रीकरण (Mathematical Formulation):

   • मान लीजिए $H = E[J^\top W J]$ वक्रता (गॉस-न्यूटन हेसियन) मैट्रिक्स है और $G$, $se(3)$ के ली बीजगणित (Lie algebra) पर एक रीमानियन मेट्रिक है।
   • वक्रता ऑपरेटर (Curvature operator) को $A = G^{-1}H$ के रूप में परिभाषित किया गया है, जो $G$-इनर प्रोडक्ट के सापेक्ष स्व-संयोजक (self-adjoint) है।
   • अवलोकन योग्य उपस्थान (Observable subspace) $O = \text{range}(A)$ है। ऑपरेटर $A$ को इस उपस्थान पर $A_{OO}$ के रूप में प्रतिबंधित किया गया है।
   • एक माप $z$ के लिए, स्कोर $\psi(z) = J^\top W r(z)$ है, और इसका ग्रेडिएंट प्रतिनिधि $\phi(z) = G^{-1}\psi(z)$ है।
   • GOI को एकल माप द्वारा डाले गए प्रभाव के $G$-नॉर्म के रूप में परिभाषित किया गया है:
     $$\text{GOI}(z) = \| A_{OO}^{-1} P_O \phi(z) \|_G = \| A^\dagger_G \phi(z) \|_G$$
     जहाँ $P_O$ $O$ पर $G$-ऑर्थोगोनल प्रोजेक्टर है, और $A^\dagger_G$, $G$-स्यूडो-इनवर्स है।

2. स्पेक्ट्रल लक्षण वर्णन (Spectral Characterization):
   $A$ के $G$-ऑर्थोनॉर्मल आइगेनबेस में, जिसके आइगेनवैल्यू $\lambda_i$ हैं, स्क्वेर्ड इंडेक्स है:
   $$\text{GOI}(z)^2 = \sum_{i: \lambda_i > 0} \frac{\psi_i(z)^2}{\lambda_i^2}$$
   यह रूप स्पष्ट रूप से दिखाता है कि GOI कमजोर रूप से अवलोकन योग्य दिशाओं (छोटे $\lambda_i$) के साथ स्कोर ऊर्जा को प्रवर्धित करता है।

3. सैद्धांतिक एकीकरण (Theoretical Unification):
   यह ढांचा एकल ऑपरेटर $A$ के स्पेक्ट्रल ज्योमेट्री के तहत चार अलग-अलग अवधारणाओं को एकीकृत करता है:

   • इन्फ्लुएंस फंक्शन (Influence Function): GOI, M-एस्टीमेटर इन्फ्लुएंस फंक्शन का $G$-नॉर्म है (थ्योरम 1)।
   • फिशर इंफॉर्मेशन (Fisher Information): गाऊसी शोर के तहत, फिशर इंफॉर्मेशन वक्रता $H$ के साथ मेल खाती है (थ्योरम 2)।
   • कंडीशनिंग (Conditioning): सबसे छोटा आइगेनवैल्यू $\lambda_{min}$, कमजोर अवलोकनीयता और शोर के प्रवर्धन को नियंत्रित करता है।
   • परिमित-नमूना स्थिरता (Finite-Sample Stability): अनुमान त्रुटि $O(\sigma / \sqrt{n \lambda_{min}})$ के रूप में स्केल होती है (थ्योरम 3)।

4. मानकीकरण और ची-स्क्वायर तुल्यता (Standardization and Chi-Square Equivalence):
   एक महत्वपूर्ण सैद्धांतिक परिणाम (प्रपोजिशन 2) सिद्ध करता है कि जब प्रभाव को इसके इनलायर नल कोवेरिएंस द्वारा मानकीकृत किया जाता है, तो यह सटीक रूप से शास्त्रीय ची-स्क्वायर रेसिडुअल सांख्यिकी ($r^\top W r / \sigma^2$) में समाहित हो जाता है। यह स्थापित करता है कि रेसिडुअल गेटिंग प्रभावी रूप से एक "लीवरेज-करेक्टेड" इन्फ्लुएंस टेस्ट है। इसके विपरीत, आउटलायर गेटिंग के लिए कच्चे (unstandardized) GOI का उपयोग करना कमजोर रूप से अवलोकन योग्य ज्यामिति में सैद्धांतिक रूप से त्रुटिपूर्ण दिखाया गया है क्योंकि यह सूचना को नुकसान के साथ मिला देता है।

मुख्य योगदान (Key Contributions)

1. सटीक आरोपण (Exact Attribution): यह पेपर सिद्ध करता है कि GOI एक माप के कारण होने वाला सटीक प्रथम-क्रम पोज़ शिफ्ट है। यह $r=1.00$ के लॉग-कोरिलेशन के साथ वास्तविक 'लीव-वन-आउट' पोज़ शिफ्ट की भविष्यवाणी करता है।
2. अनुमानी (Heuristics) का एकीकरण: यह ढांचा रोबस्ट कर्नेल्स, ची-स्क्वायर टेस्ट और कंडीशन-नंबर थ्रेशोल्ड को एक एकल ऑपरेटर-थ्योरेटिक ऑब्जेक्ट के तहत आधार प्रदान करता है, जो उनके संबंधों और विफलता मोड को समझाता है।
3. कमजोर अवलोकनीयता नियम (Weak Observability Law): लेखक एक क्लोज्ड-फॉर्म स्पेक्ट्रल अभिव्यक्ति व्युत्पन्न करते हैं जो दिखाता है कि ट्रांसलेशनल अवलोकनीयता पैरलैक्स के साथ द्विघात रूप से (quadratically) गिरती है ($\lambda_{min} \propto \text{parallax}^2$), जो डीजेनेरेसी डिटेक्शन के लिए एक सटीक तंत्र प्रदान करती है।
4. स्थिरता त्रिज्या (Stability Radius): एक परिमित-नमूना स्थिरता सीमा व्युत्पन्न की गई है, जो नियतात्मक कंडीशनिंग को सांख्यिकीय त्रुटि स्केलिंग से जोड़ती है।
5. कठोर सत्यापन (Rigorous Validation): विशुद्ध रूप से औपचारिक उपचारों के विपरीत, यह पेपर नियंत्रित सिंथेटिक $SE(3)$ समस्याओं और वास्तविक दुनिया के डेटासेट (TUM RGB-D और KITTI) पर प्रत्येक मात्रात्मक दावे को सत्यापित करता है।

प्रायोगिक परिणाम (Experimental Results)

• सिंथेटिक सत्यापन (Synthetic Validation):
  • इन्फ्लुएंस लॉ: अनुमानित GOI और अनुभवजन्य पोज़ शिफ्ट के बीच $r=1.00$ सहसंबंध की पुष्टि की गई।
  • फिशर-कर्वेचर आइडेंटिटी: $1.8 \times 10^{-3}$ की सापेक्ष त्रुटि के साथ सत्यापित किया गया।
  • ट्रांसलेशनल कोलैप्स: $\lambda_{min}$ बनाम पैरलैक्स के लिए $1.98$ का फिटेड एक्सपोनेंट, जो अनुमानित द्विघात स्केलिंग से मेल खाता है।
  • स्टेबिलिटी लॉ: त्रुटि स्केलिंग शोर स्तरों, नमूना आकारों और कंडीशनिंग केAcross एक ही रेखा में सिमट गई, जिसका गुणांक भिन्नता (coefficient of variation) 5% था।
• वास्तविक-डेटा अध्ययन (Real-Data Studies):
  • TUM RGB-D (सुव्यवस्थित/Well-Conditioned): उच्च कंडीशनिंग ($\text{cond}(H) \approx 10^2$) वाले इनडोर दृश्यों में, GOI गेटिंग और रेसिडुअल गेटिंग समान प्रदर्शन करते हैं (पैरिटी), जैसा कि सिद्धांत द्वारा भविष्यवाणी की गई है जब स्पेक्ट्रम फ्लैट होता है।
  • KITTI (कमजोर रूप से अवलोकन योग्य/Weakly Observable): कम पैरलैक्स ($\text{cond}(H) \approx 10^4$) वाले आउटडोर स्ट्रीट दृश्यों में, कच्चे GOI गेटिंग ने रेसिडुअल गेटिंग की तुलना में प्रदर्शन को काफी खराब कर दिया, जो सैद्धांतिक भविष्यवाणी की पुष्टि करता है कि अनस्टैंडर्डाइज्ड इन्फ्लुएंस शोर-प्रधान कमजोर ज्यामिति में भ्रामक है।

महत्व और दावे (Significance and Claims)
यह पेपर शास्त्रीय ची-स्क्वायर रेसिडुअल टेस्ट की अनुभवजन्य मजबूती के लिए एक प्रथम-सिद्धांतों (first-principles) का स्पष्टीकरण प्रदान करने का दावा करता है: यह सही ढंग से मानकीकृत इन्फ्लुएंस फंक्शन है। साथ ही, यह कच्चे-इन्फ्लुएंस गेटिंग के सटीक विफलता मोड को भी रेखांकित करता है: यह सूचना को नुकसान के साथ मिलाकर कमजोर रूप से अवलोकन योग्य ज्यामिति में विफल होता है।

लेखक GOI को आउटलायर डिटेक्शन के लिए ची-स्क्वायर टेस्ट के विकल्प के रूप में नहीं, बल्कि आरोपण (attribution), ऑडिटिंग और संवेदनशीलता विश्लेषण (यह पहचानना कि कौन से माप अनुमान को बदलते हैं और कितना) के लिए सही मीट्रिक के रूप में प्रस्तुत करते हैं। यह ढांचा कंडीशनिंग विश्लेषण, फिशर इंफॉर्मेशन और डीजेनेरेसी डिटेक्शन को एकीकृत करता है, जो कमजोर अवलोकनीयता (via $\lambda_{min}$) और संरेखण जोखिमों (via the ratio $\rho_1$) के निदान के लिए एक कठोर उपकरण प्रदान करता है। यह कार्य एक नए SLM सिस्टम के बजाय एक सैद्धांतिक और नैदानिक प्रगति के रूप में प्रस्तुत किया गया है, और पुनरुत्पादकता के लिए सभी कोड जारी किया गया है।