AI用語集
人工知能の完全辞典
拡張カルマンフィルタSLAM
拡張カルマンフィルタに基づく確率的アプローチで、ロボットのポーズと環境のランドマーク位置を共同推定します。EKF-SLAMは、地図内の全要素間の相関を捉える完全な共分散行列を維持します。
PTAM（並列トラッキングとマッピング）
リアルタイムビジュアルSLAMの先駆者であり、高速なトラッキングと比較的遅いマッピングを2つの並列スレッドに明確に分離します。このアーキテクチャにより、標準ハードウェアでのリアルタイム性能が実現され、多くの現代のSLAMシステムに影響を与えました。
キーフレーム選択
SLAM地図でどの画像やスキャンを保持するかを決定する戦略で、環境の効果的な表現を保証します。良いキーフレーム選択は、空間的カバレッジとシステムの計算複雑性のバランスを取ります。
密なSLAM
スパースなランドマークではなく、環境の密な地図を再構築することを目指すSLAMアプローチで、利用可能なすべてのピクセルをモデリングに使用します。DTAMやKinectFusionのような密なメソッドは詳細な3Dモデルを生成しますが、より多くの計算リソースを必要とします。
場所認識
FAB-MAPやVLADのような環境のグローバル記述子を使用して、以前訪れた場所を識別するSLAMシステムの能力です。ループ検出と一貫性のあるマルチセッション地図の構築に不可欠です。
直接SLAM
LSD-SLAMやDSOのように、特徴の明示的な抽出なしにピクセル強度に直接作用するSLAM手法です。このアプローチは、テクスチャの少ない表面をより良好に処理でき、ポーズ推定においてサブピクセル精度を提供します。
因子グラフ
SLAM問題を二部グラフとして表現する数学的手法で、ポーズ変数が測定因子の制約下で最適化されます。この定式化により、さまざまなタイプのセンサーと幾何学的制約の柔軟で効率的なモデリングが可能になります。
準直接SLAM
SVO（準直接ビジュアルオドメトリ）のように、直接法と特徴ベース法の利点を組み合わせたハイブリッドアプローチです。ロバスト性のために特徴を使用し、フォトメトリック情報を活用して精度を向上させます。
マルチセッションSLAM
伝統的なSLAMの拡張で、異なるセッションで取得した地図を融合させ、協力的または時間的に分散したマッピングを実現します。一貫性を維持するための高度な地図整合法と融合戦略が必要です。