GNSS非利用環境における脚オドメトリを活用したグラフベースSLAMの強化
本研究は、LIO-SAMフレームワークに並列キネマティックレーンを追加する因子グラフアーキテクチャを提案します。このレーンは自己受容的な脚オドメトリによって駆動され、選択的ノイズモデルを持つ恒等相対姿勢制約を介して結合されます。Linxai D50四脚ロボットを用いた1km以上の屋外ループ試験では、高さドリフトを30m超から30cm未満に低減し、ベースラインが完全に失敗するシーンで収束を実現しました。この結果は、歩容制御のためにすでに計算されている自己受容データが、GNSS非利用環境におけるSLAMの軽量かつ効果的な垂直アンカーとなることを示しています。
GNSS非利用環境における脚ロボットの自律航法は、依然として大きな課題です。特に、LiDARなどの外部センサは、幾何学的に疎であるか反復的なシーンにおいて高さドリフトを起こしやすく、これがロングタームの位置推定精度を著しく制限します。この問題に対処するため、研究者らは新しい因子グラフアーキテクチャを提案しました。このアーキテクチャは、自己受容的な脚オドメトリによって駆動される並列キネマティックレーンをLIO-SAMフレームワークに追加し、選択的ノイズモデルを持つ恒等相対姿勢制約を介してメインのLiDAR-慣性レーンと結合します。選択的ノイズモデルは、現在のシーンの特徴に応じて脚オドメトリの信頼性を動的に調整し、例えばLiDAR観測が劣化した場合には脚オドメトリの重みを高くします。これにより、幾何学的特徴が乏しい領域（長い廊下、平坦な地形など）でも高い位置推定精度を維持できます。
このアーキテクチャの鍵は、歩容制御のためにすでにオンボードで計算されている自己受容データを利用する点にあり、追加のセンサや計算コストを必要としません。Linxai D50四脚ロボットプラットフォームを用いた実験では、合計1km以上の2つの屋外ループで検証が行われました。ループは草地、砂利道、斜面、反復構造を持つ建物周辺など多様な地形を含んでいます。結果は、高さドリフトを従来の30m超から30cm未満に低減できることを示しました。さらに、ベースラインパイプライン（LiDAR-慣性SLAMのみ）が完全に失敗するシーンでも、提案手法は収束を達成し、過酷な条件下でのロバスト性を実証しました。ベースラインはLiDAR点群の劣化により位置推定を完全に失いましたが、脚オドメトリを追加したシステムは安定した追跡を維持しました。
さらなる分析により、自己受容データは軽量かつ効果的な垂直アンカーを提供し、垂直方向のLiDAR観測の不足を補完することが示されました。これは、GNSS非利用環境での長時間・長距離の自律航法において非常に重要です。本研究はLéon Perruchot-Tribouletらによって行われ、2026年5月のICRAワークショップ「Robot Meets GNSS and Ranging for Seamless Autonomy」に提出されました。論文は4ページ、3図、2表から構成され、手法の設計原理と実験検証を詳細に説明しています。この研究は、脚ロボットの複雑環境における自律航法に対する低コストで高信頼性のソリューションを提供し、捜索救助、産業点検、軍事偵察などの分野での四脚ロボットの実用化を促進することが期待されます。今後の課題として、因子グラフのリアルタイム性能の最適化や、マルチロボット協調シナリオへの拡張が挙げられます。