占有ベースの階層的3Dシーングラフのための部屋分割手法

屋内ロボットは、移動や操作などのタスクを実行するために空間構造を理解する必要がある。階層的3Dシーングラフ（3DSG）は、幾何情報と意味情報を複数の空間スケールで整理する表現であり、その中でも部屋層はオブジェクトレベルの認識と部屋レベルの推論を結びつける重要な役割を果たす。しかし、既存のシステムは部屋層の構築に異なる空間基盤（例えば、場所クラスタ、壁平面、セグメンテーション出力など）を用いており、その結果として部屋ノードが共通の幾何学的基準で評価されていないという問題がある。

これに対し、メキシコ国立自治大学（UNAM）の研究チームは、占有情報に基づく新しい3DSGパイプラインを提案した。この手法の核心は、占有分解アルゴリズムを用いて環境内の自由空間領域を追跡し、各部屋ノードをこれらの領域にアンカーすることで、各部屋に明示的な凸多角形フットプリントを与える点にある。これにより、予測された部屋の多角形を任意のアノテーションと直接幾何マッチングすることが可能となり、評価が容易になる。

研究チームは12のMatterport3Dシーンを用いて実験を行い、予測された部屋多角形を手動アノテーションとマッチングし、最先端の場所接続性ベースラインであるHydra法と比較した。結果は、占有ベースの手法がHydra法よりもはるかに多くの部屋インスタンスを検出できる（再現率が高い）一方で、精度は低いことを示した。さらに、両手法とも壁と一致する正確な部屋境界を捉えることができず、この問題は今後の課題として残されている。

コードはhttps://github.com/crcz25/OccuSGで公開されており、この研究は占有情報を直接利用した部屋層構築の可能性を示し、実ロボットシステムへの3DSGの応用を促進するものと期待される。今後の研究では、LiDAR深度画像などの他のセンサ情報を統合して境界精度を向上させることや、より大規模なシーンへの拡張が考えられる。