ロボット工学、自律走行車、測量技術が急速に進化する世界において、SLAM 同時位置推定とマッピング）SLAM 、機械が周囲を認識し移動することを可能にする基盤技術として台頭してきた。家庭用ロボット掃除機であれ、複雑な鉱山現場をマッピングするドローンであれ、SLAM 舞台裏で稼働し、自身の位置、環境内の物体、そして次に進むべき方向を理解している。

SLAMとは何か？

SLAM 、ロボット工学や自律システムが長年直面してきた鶏と卵の問題を解決する。すなわち、未知の環境の地図を作成しながら、同時にその環境内での自身の位置を特定する方法である。従来のナビゲーションには、既存の地図やGPS衛星のような外部参照点が不可欠だった。SLAM こうした依存関係をSLAM 、地下鉱山、密林、屋内空間などGPSが利用できない環境でも、デバイスが自律的に動作することを可能にする。

この技術は、センサー（LiDAR 光検出と測距）またはカメラ）を用いて、システムと周囲環境の動きに関するデータを収集することで機能します。高度なアルゴリズムがこのデータをリアルタイムで処理し、空間における装置の位置と軌道を計算しながらマップを構築します。

SLAM の種類

近年、SLAM 分野は著しく多様化し、様々な商用およびオープンソースソリューションが、異なる用途や環境に合わせて提供されるようになった。

Emesent SLAM

Emesent SLAM 、Wildcatを基盤に構築され、精度向上を求めるユーザーニーズに応える形で進化を遂げたもので、商業用SLAM 最先端を体現しています。特に、困難な地下環境やGPSが利用できない環境向けに設計されています。Wildcatアルゴリズムは CSIRO 研究所で開発されからスピンアウトしたスタートアップEmesent（共同創業者Stefan Hrabar Farid Kendoul 革新をFarid Kendoul このシステムは高度なセンサーフュージョンを統合し、LiDAR 慣性計測を組み合わせることで、最も過酷な条件下でも卓越した精度を実現します。Emesent SLAM 、従来の測量手法が非現実的または危険となる鉱業用途、トンネル測量、閉鎖空間マッピングにおいてSLAM 本システムの堅牢なアルゴリズムは、動的環境・粉塵・視界不良といった、SLAM 性能が低下する条件下でも確実に動作します。

その他の注目すべきSLAM

Emesent SLAM以外にも、SLAM には数多くの代替システムが存在します。B2C向けオプションに加え、GeoSLAMのZEBシリーズやNavVisシステムといった商用代替品は、文化財記録から施設管理まで、様々な市場セグメントに対応しています。各システムは精度、処理能力要件、コスト、特定環境への適合性においてトレードオフを示します。

SLAM におけるハードウェアとソフトウェアの区別

LiDAR （コンパクトな円筒形状から「パック」と呼ばれることが多い）と、そのデータをSLAM 区別することが重要です。LiDAR 、レーザーパルスを発射し、その戻り時間を測定して距離を計算し、生の点群データを生成するハードウェアコンポーネントに過ぎません。SLAM 、この生データを実用的な知能に変換する高度なソフトウェア層です。一貫性のあるマップの構築、位置追跡、ドリフト補正、自律航行の実現を可能にします。

複数のメーカーが、自社のシステムで同一または類似LiDAR を採用しているケースが少なくない。例えばVelodyneやOusterのセンサーは、数SLAM 搭載されている。しかし、同じLiDAR を使用する2つのシステムでも、SLAM の違いによって結果が大きく異なることがある。その差異は、各メーカーのソフトウェアがセンサーフュージョンをどのように処理し、点群データをどう解析し、ループ閉鎖をどう検知し、累積誤差をどう管理し、ノイズをどうフィルタリングするかに依存する。 一部のメーカーは、より広いカバレッジや冗長性を実現するために回転式LiDAR を採用しています。これは、SLAM 評価する際には、基盤となるセンサーハードウェアと同等かそれ以上に、ソフトウェアの品質と高度さが重要であることを意味します。

SLAM 測定

SLAM を理解するには、システムの評価方法と性能に影響を与える要因を検討する必要がある。

制約のない精度

SLAM 、外部基準点や補正なしでのシステムの性能を指す。これはSLAM 独立して動作する「生の」性能を表す。制約なしモードでは、SLAM 長距離移動や長時間稼働でドリフトを蓄積する可能性がある——微小な位置決め誤差が時間とともに累積し、マップが徐々に歪む原因となる。SLAM Emesent高品質システムは、高度なセンサーフュージョンとループ閉鎖検出によりこのドリフトSLAM 。ループ閉鎖検出は、デバイスが以前にマッピングされた位置に戻ったことを認識し、蓄積された誤差を補正します。

制約のない精度は、未測量の洞窟探査や災害現場での緊急対応など、実測データが存在しない用途において極めて重要である。SLAM 、環境や移動距離に応じて、センチメートルから数メートル範囲の制約のない精度を達成できる。

制約付き精度

Constrained SLAM accuracy represents performance when the system can reference known control points or integrate with external positioning data. By incorporating surveyed ground control points or RTK data (when available) constrained SLAM dramatically improves accuracy. For Emesent’s SLAM, this approach integrates the RTK and ground control points as additional constraints during SLAM processing, eliminating cumulative drift and providing survey-grade results. In professional surveying applications, constrained SLAM can achieve <10mm 3D accuracy, making it suitable for engineering design and construction projects.

環境要因SLAM 信頼性に大きく影響するため、オペレーターは条件がシステム性能に与える影響を理解する必要がある。

屋内環境

屋内空間は一般的にSLAM にとって容易であり、高い精度で計測可能ですが、いくつかの潜在的な課題があります。 壁、出入り口、家具など構造化された環境は豊富な幾何学的特徴を提供し、LiDAR SLAM SLAM容易に識別・追跡SLAM 、位置推定精度SLAM向上する。しかし、狭い屋内空間の高速通過、出入り口などの移行部、あるいは細長い廊下のような「反復環境」SLAM 位置SLAM が高まる。ガラス壁や鏡などの反射面も誤った測定値を引き起こす恐れがある。

地下及び閉鎖空間

地下環境——鉱山、トンネル、洞窟SLAM 最も困難な条件の一つであり、まさにこのEmesent SLAM のようなシステムがこれらの用途に特化してSLAM 。 粉塵、湿気、視界不良はセンサー性能を試す一方、特徴的な要素を欠く反復的なトンネル構造はループ閉鎖アルゴリズムに課題をもたらす。GPSが利用できないため、SLAM 自律機能に完全に依存せざるを得ない。こうした課題にもかかわらず、先進SLAM 高度なセンサー融合と堅牢なアルゴリズムにより、地下環境においてセンチメートルレベルの精度を維持する驚異的な性能を発揮する。

どこでもSLAM をどう実現するか？

屋外環境

屋外環境は、SLAM 困難な課題です。SLAM 特徴点が大幅に少なくなるため、高精度な結果を達成することが難しくなります。開放空域環境では、RTKとの統合により精度制限と自動地理参照が可能となり、アルゴリズムがSLAM 両方を適切に最適化できれば性能向上が期待できます。 速度要素が加わる場合（例えば車両スキャン時）、SLAM 環境内の特徴SLAM 正確にSLAM さらに困難になります。屋外環境はEmesent SLAM特筆すべき専門領域です。これは他のSLAM 苦戦する、困難で未知かつアクセス困難な環境向けに開発されたためです。

動的環境と静的環境

移動物体の存在SLAM 根本的な影響を与える。静的な環境ではシステムが一貫性のある安定したマップを構築できる一方、歩行者や車両、機械が存在する動的な環境では、恒久的な特徴と一時的な障害物を区別できるアルゴリズムが必要となる。SLAM 物体フィルタリングと動的追跡を組み込みこうした状況に対応するが、動的な環境では精度がわずかに低下する可能性がある 。 一般的に、SLAM 環境を理解するのに十分な静的物体を認識・追跡できる限り、動的環境でも良好にSLAM 。注意すべき状況として、例えばSLAM SLAM 移動中のトラックに焦点をSLAM 、この特徴を追跡SLAM 混乱するSLAM 。同様に、エレベーターSLAM弱点であり、ユーザーはこの点を考慮すべきである。 

 困難な環境におけるスキャンのベストプラクティスガイド

SLAMにおけるドリフトとスリップの理解

ドリフトとは、SLAM 外部基準点なしで動作する際に、時間の経過とともに小さな位置決め誤差が徐々に蓄積される現象です。建物内を歩きながら歩数を数える場面を想像してみてください。わずかな誤算が積み重なり、100メートル歩いた時点で、実際の位置から数メートルもずれていると錯覚する可能性があります。SLAM 、処理中にセンサー測定の微小な誤差が蓄積され、マップが実際の形状から徐々に歪んでいく現象として現れる。高品質SLAM ループ閉鎖検出（以前にマッピングした領域に戻ったことを認識し、蓄積された誤差を補正する）や高度なセンサー融合技術によってドリフトを最小化する。しかし、特徴的な要素のない広大な空間や長い環境では、制約SLAM ある程度のドリフトは避けられない。

スリップは別の課題をもたらす。これはSLAM 位置追跡を一時的に失う現象であり、通常は急激な動き、環境特徴の完全な欠如、あるいはセンサーの限界によって発生する。ドリフトが漸進的であるのに対し、スリップは突然発生する：システムは本質的に「スキップ」し、再方向付けを必要とするため、結果として生成されるマップに不連続性やジャンプが生じうる。 スリップは、特徴のない廊下を素早く移動する際、疎らな屋外環境でスキャン速度が速すぎる場合、または塵やLiDAR が一時的に損なわれる場合に頻繁に発生します。ドリフトとスリップの両方を最小限に抑えるため、操作者は安定した制御された移動速度を維持し、センサーが十分な環境詳細を捕捉できるようにし、可能な限り自然なループを形成する軌道を計画すべきです。

SLAM 自律システムの環境認識とナビゲーション手法に革命をもたらした。SLAM Emesent特殊な能力からSLAM 代替ソリューションの多様なエコシステムSLAM 、SLAM 様々なアプリケーションにおいて前例のない柔軟性と性能を提供します。制約付き精度と制約なし精度の違いを理解することは、ユーザーが精度要件に適したワークフローを選択するのに役立ちます。また、環境要因を認識することで、より優れた計画立案と信頼性の高い結果が得られます。技術が進化を続ける中、SLAM 間違いなく新たな応用分野へ拡大SLAM 、あらゆる環境において自律航行のアクセス性と精度をさらに高SLAM 。

Emesent SLAM 結果をご覧になりませんか？精度、速度、汎用性——すべてがここにあります。

記事執筆者： 

• ライアン・パルフリー、シニアプロダクトマネージャー、Emesent
• アンドルー・パーマー、ソフトウェアエンジニアリングリード -SLAM、Emesent