COMPASS: フロアプランに基づく視覚的ローカライゼーションのためのコンパクトなマルチチャネル事前地図とシーンシグネチャ

- 建物の floor plan を prior として用い、dual fisheye camera を搭載した robot の pose を推定するアルゴリズム COMPASS を提案。 - floor plan の geometry だけでなく semantic information も活用する点が特徴。 - LiDAR-based place recognition の scan context descriptor に着想を得た multi-channel radial descriptor を設計。 - 画像側でも同構造の descriptor を生成し、cross-modal matching の第一歩として window detection を実装。

- 既存の localization 手法は floor plan の semantic information をほとんど無視していた。 - COMPASS は floor plan から geometry と semantics の両方を prior として利用する。 - scan context descriptor を画像・floor plan 間の cross-modal 構造マッチングに拡張する点が新しい。 - 具体的な精度比較は要旨からは不明。

- floor plan から 360 azimuth bins に ray を飛ばし、5 channel に encode: normalized range, structural hit type (wall/window/opening), range gradient, inverse range, local range variance。 - 画像側も同じ descriptor 構造を満たすよう、fisheye 画像から構造要素を検出。 - window detection は line segment detector で window frame を vertical edge clustering と brightness verification により同定。 - 検出した window を fisheye camera model で azimuthal bearing に投影し、visual descriptor の hit-type channel を生成。

- Hilti-Trimble SLAM Challenge 2026 dataset の単一既知 pose で両 descriptor を生成。 - 各 camera の first frame から抽出した wall-window pattern が floor plan descriptor とよく一致することを確認。 - cross-modal structural matching の feasibility を示す proof of concept として検証。

- 本手法は full cross-modal matching への第一歩であり、window detection のみを扱う。 - 単一 pose・単一フレームでの検証に留まり、大規模評価や他構造要素の検出は要旨からは不明。 - 実運用上の限界や失敗ケースについての議論は要旨からは不明。

- scan context descriptor (LiDAR-based place recognition) - Hilti-Trimble SLAM Challenge 2026 dataset - line segment detector を用いた window detection 関連研究 - fisheye camera model に基づく visual localization 研究