CALMを保て：視覚幾何基盤モデルとアシスタントアイによるキャリブレーションフリーのキロメートル級SLAM

- VGFMsのzero-shot局所再構築能力をkilometer-level SLAMに応用する研究。 - 既存手法はSim3やSL4などの線形変換でsub-mapを整列させるが、VGFM出力の非線形幾何歪みをモデル化できず、軌道ドリフトや地図発散が生じる。 - 提案手法CAL2Mは、任意のVGFMに適用可能なplug-and-playフレームワーク。 - 「assistant eye」を導入し、物理的間隔の一定性を利用してスケール曖昧性を除去。 - オンライン内部パラメータ探索とepipolar-guided補正モデルにより、回転・並進誤差を修正。 - anchor propagationに基づくグローバル一貫マッピング戦略で、非線形変換によるsub-mapの弾力的整列を実現。

- 従来の線形変換（Sim3, SL4）によるsub-map整列では、VGFM出力の複雑な非線形幾何歪みを表現できず、残差が蓄積し軌道ドリフトや地図発散が生じる。 - CAL2Mは単一の線形変換ではなく、非線形変換を適用して弾力的にsub-mapを整列させる点が革新的。 - 時間的・空間的な事前キャリブレーションを一切必要とせず、スケール曖昧性を排除できる。 - 任意のVGFMにプラグアンドプレイで適用可能な汎用性を持つ。

- 「assistant eye」を導入し、物理的間隔の一定性という事前知識を利用してスケール曖昧性を除去。 - 正確な特徴マッチングを仮定し、epipolar-guided intrinsic and pose correction modelを提案。 - オンライン内部パラメータ探索モジュールが、不正確な内部パラメータに起因する回転・並進誤差をfundamental matrix分解により修正。 - グローバル一貫マッピング戦略としてanchor propagationを採用。軌道に沿ってanchorを構築・融合し、局所からグローバルへの直接的なマッピング関係を確立。 - これにより非線形変換を適用してsub-mapを弾力的に整列し、幾何学的な不一致を解消。

- 要旨からは不明。 - 実験の詳細や評価指標、データセットについては記述がない。

- 要旨からは不明。 - 限界や議論については特に言及されていない。

- 要旨で参照されている研究：Sim3, SL4, VGFMs（Visual Geometry Foundation Models）。 - 関連手法：CAL2Mの基盤となるVGFMや、SLAMにおけるsub-map整列手法。 - 同分野の定番：ORB-SLAM, DSO, LDSOなどのvisual SLAM手法。