日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VR/ARarXiv:2509.06582

SLAMベースHMDトラッキングとモーションキャプチャを同期するハイブリッド型共有VRフレームワーク

Co-Located VR with Hybrid SLAM-based HMD Tracking and Motion Capture Synchronization

シェア:XThreadsFacebookLINEはてブBluesky

HMDのSLAMトラッキングと外部モーションキャプチャを組み合わせ、複数ユーザーが同じ物理空間を共有できる低遅延・高精度なVRシステムを提案。

詳しい要約

1. どんなもの?

- 複数ユーザが同一の仮想環境を物理空間に整合させて共有する co-located VR フレームワーク - 物理空間に align された共有仮想環境内でユーザを同期 - 滑らかで高フレームレート・低遅延の性能を目指す - 構成要素 - motion capture system - SLAM-based inside-out tracking を行う HMD - デバイス間のリアルタイム pose sharing

2. 先行研究と比べてどこがすごい?

- 先行手法の課題 - 連続的な外部トラッキング依存: latency と jitter が生じる - 一度きりの calibration: 時間経過に伴う drift を補正できない - 本研究の位置づけ - ローカルな HMD SLAM tracking の応答性を活かす - 必要時に外部ソースへ再 align できる柔軟性を併せ持つ - 既存の co-located VR 手法に対し comfort・scalability・robustness の改善を主張

3. 技術・手法の肝は?

- motion capture system と SLAM-based inside-out tracking の hybrid 構成 - HMD のローカル SLAM tracking で応答性を確保 - 外部の motion capture を基準に必要時に再 align し drift を補正 - デバイス間でリアルタイムに pose を共有 - ユーザ間の空間的整合と engagement の一貫性を維持 - 詳細なアルゴリズム・同期方式は要旨からは不明

4. どうやって有効だと検証した?

- 評価により、自然な multi-user interaction に必要な spatial accuracy を達成することを示す - 既存の co-located VR 手法と比較して comfort・scalability・robustness が改善 - 具体的な実験条件・被験者数・定量指標は要旨からは不明

5. 議論はある?

- 主張される利点 - 外部トラッキング連続依存の latency・jitter を回避 - 一度きり calibration の drift 問題に対処 - 再 align による柔軟性とローカル SLAM の応答性の両立 - 制約・限界・失敗ケースの議論は要旨からは不明 - 定量比較の詳細やスケーラビリティの実証範囲も要旨からは不明

6. 次に読むべき論文は?

- 要旨で直接参照/比較されている先行手法 - 連続的外部トラッキングに依存する co-located VR 手法 - 一度きりの calibration に基づく手法 - 関連技術として挙げられている要素 - motion capture system - SLAM-based inside-out tracking - 個別論文名の参照は要旨からは不明

※ 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: Carlos A. Pinheiro de Sousa, Niklas Gröne, Mathias Günther, Oliver Deussen

分類: cs.RO, cs.HC

原文アブストラクト

We introduce a multi-user VR co-location framework that synchronizes users within a shared virtual environment aligned to physical space. Our approach combines a motion capture system with SLAM-based inside-out tracking to deliver smooth, high-framerate, low-latency performance. Previous methods either rely on continuous external tracking, which introduces latency and jitter, or on one-time calibration, which cannot correct drift over time. In contrast, our approach combines the responsiveness of local HMD SLAM tracking with the flexibility to realign to an external source when needed. It also supports real-time pose sharing across devices, ensuring consistent spatial alignment and engagement between users. Our evaluation demonstrates that our framework achieves the spatial accuracy required for natural multi-user interaction while offering improved comfort, scalability, and robustness over existing co-located VR solutions.

  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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI