BatSLAM 2.0、超音波のみのSLAMで誤ループ閉じ込みによる地図崩壊を防止
BatSLAM 2.0は、コウモリの反響定位に着想を得た超音波のみのSLAMシステムである。音響フロントエンドに方向手がかりを追加し、系列検証器と因子グラフ姿勢グラフを組み合わせることで、あいまいなソナー観測でも誤ったループ閉じ込みを抑え、地図崩壊を回避した。シミュレーション12走行と実センサ記録で一貫した地図を生成し、実センサでは軌跡誤差を3.62 mから0.67 mに低減した。本論文はプレプリントである。
超音波のみを用いたSLAMで、場所認識のあいまい性に起因する誤ループ閉じ込みと地図崩壊を、どのように防ぐかという問いに答える。
ソナーによる場所認識は本質的にあいまいで、平行な廊下などではほぼ同一のエコー列が得られ、誤ったループ閉じ込みが地図を崩壊させる。既存のBatSLAMはこのあいまい性への対策が不十分だった。
従来のBatSLAMはRatSLAMのポーズ細胞と経験地図を使い、単一の局所ビューをユークリッド距離で比較していた。ビジョンやライダー向けのSeqSLAMやロバスト最適化手法は存在したが、はるかにあいまいなソナーへの適用可能性は未検証だった。
BatSLAM 2.0は、音響フロントエンド、系列検証器、因子グラフ姿勢グラフの3要素で構成する。フロントエンドではエネルギー画像とスペクトル形状画像からなる局所ビューを作り、相関係数と最大±3レンジビンのシフト探索で類似度を計算する。系列検証器は複数の認識仮説を保持し、幾何整合性、尤度比に基づく証拠蓄積、妥当性ゲート、修正量が大きいほど必要証拠を増やすコミット規則を適用し、コミット後もロックオンして連続的にリンクを追加する。バックエンドはGTSAMのiSAM2で姿勢グラフを解き、コミットされた仮説ごとに弱いループ閉じ込みリンクをグループ化し、長さ規則、残差チェック、GNC監査で誤リンクを除去可能にする。
シミュレーションでは、設計センサ（10 m、-116 dB）と校正済みまたは概ね校正済みオドメトリの全12走行で、457件のコミット仮説すべてが正しく、リンク精度0.994から1.000、再訪カバレッジ0.79から0.84、軌跡誤差は未アラインメントで0.47 mから1.91 m、平面剛体アラインメント後で0.18 mから0.53 mだった。オドメトリ単独では4.2 mから19.0 mだった。単一ビューの場所認識では、設計センサでトップ1精度0.89、テンプレートの捕獲領域は進行方向±0.20 m、横方向±0.15 m、方位±25度だった。実センサ記録では、証拠曲線を再較正した30走行で誤った仮説や地図崩壊はなく、再訪カバレッジ0.64（標準偏差0.10）、軌跡誤差は0.67 m（標準偏差0.13 m）、アラインメント後0.52 m（標準偏差0.11 m）に低減した。計算時間は1パルスあたりフロントエンド4.8 ms、その他6.2 msで、実時間動作した。アブレーションでは、系列検証を外すと215件の誤コミットが発生し、そのうち10件が残存し、平均軌跡誤差が4.85 mに悪化した。リンク管理も外すと地図は完全に崩壊した。
著者は、シミュレーションが主であり、実機は単一の記録と仮想耳による検証に留まると述べている。ドライブ初期には相対姿勢の不確かさが大きく、強いエイリアスが幾何学的に妥当と判定される脆弱性が残る。系統的なオドメトリバイアスは推定されず、逆方向の再訪は関連付けられない。GNC監査は今回の実験では最終地図を変更しなかった。全パラメータは単一の開発軌道で固定し、実センサでは証拠曲線の再較正が必要だった。コードの公開については論文では報告されていない。
超音波センサは暗闇、煙、粉塵、霧、透明面や反射面でも機能し、安価で小型であるため、鉱山、農業、重工業など光学センサが苦手な環境での自律移動ロボットに適用できる。現時点では研究段階だが、実ロボットへの統合と物理的なバイノーラルソナーヘッドの開発を経て、1年から3年以内に実証実験が可能になると考えられる。その前に、センサごとの証拠曲線較正、系統的オドメトリ誤差の推定、逆方向再訪への対応が必要である。
この論文はライセンス上、全文を転載できないため、要約と原文へのリンクのみを掲載しています。