日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
SLAMarXiv:2505.22335

UP-SLAM：動的環境における不確実性予測を備えた適応的構造化ガウシアンSLAM

UP-SLAM: Adaptively Structured Gaussian SLAM with Uncertainty Prediction in Dynamic Environments

シェア:XThreadsFacebookLINEはてブBluesky

動的環境向けのリアルタイムRGB-D SLAMで、追跡とマッピングを並列化し、確率的オクトリーと学習不要の不確実性推定により動的物体を頑健に除去しつつ高精度な地図生成を実現した。

詳しい要約

1. どんなもの？

- 動的環境向けのリアルタイム RGB-D SLAM システム「UP-SLAM」 - 3D Gaussian Splatting (3DGS) を用いた Visual SLAM - tracking と mapping を並列化フレームワークで分離 - 動的物体を含む実環境での localization と高忠実度 mapping を両立 - 主な構成要素 - probabilistic octree による Gaussian primitives の適応的管理 - training-free な uncertainty estimator による動的領域フィルタリング - temporal encoder による描画品質向上 - DINO features を活用した Gaussian field の拡充

2. 先行研究と比べてどこがすごい？

- 既存の 3DGS ベース Visual SLAM との比較 - 逐次最適化フレームワークに起因するリアルタイム性の制約を、tracking/mapping の並列分離で緩和 - 動的物体への感受性を、学習不要の uncertainty estimator で対処 - 主張される優位性 - localization 精度で state-of-the-art 比 59.8% 向上 - rendering 品質で 4.57 dB PSNR 向上 - リアルタイム性能を維持しつつ、再利用可能で artifact-free な静的マップを生成 - 動的物体処理 - semantic labels に依存せず open-set な動的物体に対応

3. 技術・手法の肝は？

- 並列化フレームワーク - tracking と mapping を分離して並列実行 - Gaussian 管理 - probabilistic octree で Gaussian primitives を適応的に初期化・剪定 - 手設計の閾値に依存しない管理を実現 - 不確実性推定 - training-free な uncertainty estimator - マルチモーダル残差を融合し、ピクセルごとの motion uncertainty を推定 - semantic labels 不要で open-set な動的物体を扱う - 描画と特徴 - temporal encoder で描画品質を強化 - 低次元特徴を shallow multilayer perceptron で変換し DINO features を構築 - これを Gaussian field に反映し uncertainty prediction の robustness を改善

4. どうやって有効だと検証した？

- 複数の challenging datasets 上で実験 - 評価項目 - localization accuracy - rendering quality (PSNR) - リアルタイム性能 - 動的環境での静的マップの再利用性・artifact の有無 - 結果 - state-of-the-art 手法に対し localization 精度 59.8% 向上 - rendering 品質 4.57 dB PSNR 向上 - リアルタイム性能を維持 - 再利用可能で artifact-free な静的マップを生成 - 個別データセット名や実験設定の詳細は要旨からは不明

5. 議論はある？

- 要旨で述べられる主張 - 並列分離によりリアルタイム性と robustness を両立 - probabilistic octree により閾値設計を回避 - training-free uncertainty により semantic labels 不要の open-set 動的物体対応 - 想定される議論点（要旨からは不明な部分を含む） - uncertainty estimator の限界や失敗ケースは要旨からは不明 - 各データセット別の性能差や計算コストの詳細は要旨からは不明 - 長期間運用や極端な動的環境での挙動は要旨からは不明

6. 次に読むべき論文は？

- 要旨で直接参照/比較されている研究 - 3D Gaussian Splatting (3DGS) ベースの Visual SLAM 研究群（個別名は要旨からは不明） - 関連手法として挙げられる要素 - probabilistic octree を用いた Gaussian 管理 - DINO features（DINO） - shallow multilayer perceptron - temporal encoder - 同分野の定番として次に読む候補（一般名） - 3DGS を用いた SLAM の代表的手法 - 動的環境向け Visual SLAM / dynamic SLAM - uncertainty estimation を用いた SLAM - open-set な動的物体認識

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Wancai Zheng, Linlin Ou, Jiajie He, Libo Zhou, Xinyi Yu, Yan Wei

分類: cs.RO, cs.CV

原文アブストラクト

Recent 3D Gaussian Splatting (3DGS) techniques for Visual Simultaneous Localization and Mapping (SLAM) have significantly progressed in tracking and high-fidelity mapping. However, their sequential optimization framework and sensitivity to dynamic objects limit real-time performance and robustness in real-world scenarios. We present UP-SLAM, a real-time RGB-D SLAM system for dynamic environments that decouples tracking and mapping through a parallelized framework. A probabilistic octree is employed to manage Gaussian primitives adaptively, enabling efficient initialization and pruning without hand-crafted thresholds. To robustly filter dynamic regions during tracking, we propose a training-free uncertainty estimator that fuses multi-modal residuals to estimate per-pixel motion uncertainty, achieving open-set dynamic object handling without reliance on semantic labels. Furthermore, a temporal encoder is designed to enhance rendering quality. Concurrently, low-dimensional features are efficiently transformed via a shallow multilayer perceptron to construct DINO features, which are then employed to enrich the Gaussian field and improve the robustness of uncertainty prediction. Extensive experiments on multiple challenging datasets suggest that UP-SLAM outperforms state-of-the-art methods in both localization accuracy (by 59.8%) and rendering quality (by 4.57 dB PSNR), while maintaining real-time performance and producing reusable, artifact-free static maps in dynamic environments.The project: https://aczheng-cai.github.io/up_slam.github.io/

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大　最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携　2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM（ミニPC）

MINISFORUM（ミニPC）の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →