MinNav：オプティカルフローを用いた小型空中ロボットのためのミニマリストナビゲーション

小型空中ロボットはサイズとペイロードの制約から、通常単眼カメラのみを搭載します。しかし、複雑な環境での単眼視覚ナビゲーションは、特に動的障害物や未知形状の隙間を扱う際に課題があります。ウースター工科大学の研究チームは、オプティカルフローとその不確実性を利用したミニマリストナビゲーションスタック「MinNav」を提案しました。

MinNavの核となる革新は、オプティカルフロー情報と不確実性推定を組み合わせ、ロボットが未知環境を能動的に探索しながら障害物を回避できるようにした点です。深度マップに依存する手法とは異なり、MinNavはシーンのレイアウトや物体の位置を事前に知る必要がなく、ロボットの能動的な動きを通じて障害物を感知・回避します。この「能動性」により、ロボットは環境を探索しながら障害物を見つけ、安全な経路を計画します。実験では、静的・動的障害物や不規則な隙間のあるシナリオで良好な性能を示し、全体の成功率は70%に達しました。研究チームは、屋内廊下や屋外環境、移動する人や物体を含む多様な実環境で検証を行いました。

特筆すべきは、MinNavの計算要件が深度ベースの手法よりも桁違いに低いことで、これにより計算リソースが極めて限られた小型ドローン上でもリアルタイム動作が可能です。従来の深度推定手法は複雑なニューラルネットワークを必要としますが、MinNavはオプティカルフロー計算と不確実性モデリングのみで済むため、計算負荷を大幅に削減できます。研究チームはコード、データセット、デモ動画を公開しており、他の研究者が再現・拡張できるようになっています。本研究成果はICRA 2026に採択され、小型ロボットナビゲーション分野における重要な進歩を示しています。MinNavは、狭い空間への進入や自律航行が求められる捜索救助、環境監視、インフラ点検などの応用に新たな可能性をもたらします。