GPU加速のDepth Buffer方式で経路依存限界情報利得を実用化、探索時間を最大30%短縮

自律探索における候補経路の情報利得評価で、視点間の観測重複を考慮した経路依存限界情報利得を実時間で計算し、従来の絶対利得より探索効率を改善できるかを明らかにすることを目的とした。

サンプリングベースの自律探索プランナでは、候補視点の情報利得を体積レイキャストで推定するが、計算コストが高いため各視点を独立に評価する絶対利得が使われてきた。これにより同一経路上の先行視点と重複する未知領域が複数回数えられ、経路の利得が過大評価されて候補の順位が変わることがある。厳密な限界利得は祖先の可視ボクセル集合をマージするため、分岐深さと解像度に対して3乗で増加し、大規模な計画木では実時間計算が困難である。

従来手法では、RH-NBVPやAEPを含む多くのサンプリングベースプランナが、視点ごとの絶対利得をGPUやCPUで独立に評価してきた。ERRTはUFOMapを用いて軌跡上の限界利得を計算するが、候補分岐数の制限や情報評価間隔の導入、粗い八分木深度の使用で計算量を抑えており、中間状態の利得を省略する。

本手法は、祖先の可視ボクセル集合を保存・マージする代わりに、各ノードにDepth Buffer（最遠方までの最初の占有ボクセルまでのカメラ座標z深度）を保持する。候補レイをピンホールカメラモデルで祖先のDepth Bufferへ投影し、Liang-Barskyクリッピングと2D DDAで画面空間を走査し、逆深度補間により観測重複区間を求める。重複区間はマージされ、3D DDAで重複区間を除外して未知ボクセルの利得を計算する。木は深さ順に処理し、同一深さのノードとレイをGPUで並列評価する。CPUは木構築と衝突判定を担当し、GPUが利得評価を担当する。RH-NBVPとAEPに統合した。

利得精度では、固定ヨー角での166,440評価において、提案手法は厳密なハッシュマップ法と比較してR^2=0.9937、回帰勾配1.028で、概ね5〜10%の過大評価に収まった。絶対利得は枝深さに応じて最大2.6倍、単一親のみ考慮するg_spは最大2倍まで過大評価した。計算時間は、デスクトップGPUで0.2m解像度では6〜48倍、0.1m解像度では12〜118倍の高速化、Jetson Orin NXでは3〜12倍と10〜28倍の高速化を達成した。解像度を半分にした場合の評価時間増加は、デスクトップCPUが14.3倍、GPUが5.2倍、Jetson CPUが10.7倍、GPUが4.4倍だった。探索実験では、RH-NBVPとAEPを3つのシミュレーション環境で比較し、6条件中5条件で95%被覆到達時間が短縮された。AEPは全環境で早期化し、学校では最大1.8分、大規模迷路では最大2.3分、多層環境では最大1.1分短縮した。RH-NBVPは学校で0.7分、大規模迷路で3.8分短縮したが、多層環境では95%到達時間は改善しなかった。実機では、Patio環境でAEPを比較し、95%被覆到達時間が絶対利得の3.10±1.05分から限界利得の2.17±0.44分へ30%短縮し、終了時間も4.58±0.46分から4.04±0.34分へ短縮した。各条件10回の平均±標準偏差で評価した。

著者らは、Depth Bufferのピクセルがビームを代表する近似により5〜10%の過大評価が残ると述べている。また多層環境ではRH-NBVPで改善が見られず、サンプリング木が到達可能な情報領域を確保できない場合、利得定式化だけでは補えないと報告している。さらに評価はUAVと深度カメラに限定され、3つのシミュレーション環境と1つの実環境のみである。プレプリントのため査読を受けていない。