DL-SLAM: 二重レベル確率に基づく動的環境での高忠実度ガウススプラッティングSLAM

DL-SLAMは、動的環境下での高忠実度な3D Gaussian Splatting (3DGS)ベースの単眼SLAMシステムである。従来の動的物体を単純に破棄する手法とは異なり、一時的に静止している物体（transiently static objects）の幾何学的制約を活用しつつ、静的マップへの誤統合によるアーティファクトを防ぐため、セマンティクスと幾何情報を組み合わせた二重レベルの確率フレームワークを導入する。ピクセルレベルの動的確率マップを3Dに持ち上げ、インスタンスごとのオブジェクトレベルの動的確率を集約することで、動的ガウシアンをカテゴリカルに除去し、アーティファクトのない静的マップを生成する。

先行研究では、動的物体を事前に定義して破棄する手法が一般的であり、一時的に静止した物体が持つポーズ推定に有用な幾何学的制約を無視していた。最近の研究では、ピクセル単位の不確実性マップを用いて動きの大きさを定量化し、この制約を活用しようとしたが、静的マップに動的物体を誤って統合し、持続的なアーティファクトを生じていた。また、純粋な幾何情報に依存するため、不確実性マップの物体境界が曖昧になる問題があった。DL-SLAMは、セマンティクスと幾何情報を組み合わせることでこれらの限界を克服し、物体レベルの確率に基づく動的ガウシアンの除去によりアーティファクトを防ぎつつ、静的マップからのフィードバックでピクセル確率の信頼性を向上させる点が新しい。

手法の核は、二重レベルの確率フレームワークである。まず、セマンティック情報と幾何情報を組み合わせてピクセルレベルの動的確率マップを計算する。次に、これらのピクセルレベルの確率を3D空間に持ち上げ、各インスタンスに対してオブジェクトレベルの動的確率を集約する。このオブジェクトレベルの確率を用いて、動的ガウシアンをカテゴリカルに剪定し、アーティファクトのない静的マップを構築する。さらに、構築された静的マップは幾何学的に一貫したガイダンスを提供し、ピクセル単位の確率を洗練して信頼性を高める。

実験により、DL-SLAMは既存手法を上回る性能を示し、トラッキング精度を最大13%向上させ、高忠実度のセマンティックマップを生成した。具体的なデータセットや比較手法の詳細は要旨からは不明であるが、定量的な評価が行われている。

要旨からは、提案手法の限界や今後の課題についての議論は明示されていない。ただし、セマンティック情報と幾何情報の統合における計算コストや、動的物体の定義の依存性などが潜在的な課題として考えられるが、要旨には記載がない。

要旨で参照されている先行研究として、動的環境での3DGS SLAMに関する研究や、ピクセル単位の不確実性マップを用いた手法が挙げられる。具体的な論文名は不明だが、関連分野の定番として、3D Gaussian Splatting (3DGS) の基礎論文や、動的SLAMのサーベイ論文を読むことが推奨される。