SLAM(Simultaneous Localization and Mapping)は、LiDARやカメラ、IMUなどのセンサー情報を組み合わせ、周囲の環境地図を作成しながら自己位置を推定する技術です。建設現場の3D計測、施設管理、屋内測量、インフラ点検など、さまざまな分野で活用されています。
しかし、SLAMによる計測では、移動距離が長くなるにつれて推定位置と実際の位置にずれが生じることがあります。この現象がSLAMドリフトです。ドリフトが発生すると、点群の形状が徐々に歪んだり、同じ構造物を複数回計測した際に位置が一致しなくなったりします。特に、広い敷地や長い通路、複雑な構造物を計測する場合は、わずかな誤差の蓄積が成果物全体の品質に影響します。
SLAMドリフトの原因としては、特徴点の不足、移動中の振動、環境の変化、アルゴリズムの特性などが挙げられます。一方、見落とされやすいのがセンサー設定とキャリブレーションの問題です。センサー自体が正常に動作していても、測定条件やセンサー間の位置関係、時刻同期などが適切でなければ、自己位置推定に誤差が入り込む可能性があります。
また、キャリブレーションを一度実施したからといって、その後の計測でも必ず正しい状態が維持されるとは限りません。センサーの取り付け直し、温度変化、ファームウェアの変更、解像度の変更などによって、以前の調整値が適用できなくなる場合もあります。
この記事では、SLAMドリフトを招きやすいセンサー設定を6項目に分けて解説します。IMUの設定、LiDARの計測条件、カメラの内部パラメータ、センサー間の位置関係、時刻同期など、現場担当者が確認しておきたいポイントを整理します。さらに、キャリブレーション後の検証方法や、計測中にドリフトが発生した場合の原因切り分けについても紹介します。
SLAMドリフトが発生する仕組みと基本的な原因
SLAMドリフトを適切に防ぐには、まず自己位置推定の仕組みを理解することが重要です。
SLAMでは、センサーが取得した周囲の情報をもとに、現在位置と姿勢を推定します。例えば、LiDARを使用する場合は、連続して取得した点群同士の対応関係を調べ、移動前後の位置や姿勢の変化を計算します。カメラを使用する方式では、画像内の特徴点や画素の変化などを利用して、カメラの移動量を推定します。
IMUを併用する場合は、加速度と角速度の情報を利用して、短時間の移動や回転を推定します。各センサーの情報を組み合わせることで、単独のセンサーでは把握しにくい移動状態を補完できます。
ただし、センサーから取得する情報には必ず何らかの誤差が含まれています。例えば、IMUの加速度にはバイアスやノイズがあり、LiDARの点群には距離計測誤差や反射条件によるばらつきがあります。カメラの画像も、照明条件や露出、レンズ歪みなどの影響を受けます。
これらの誤差が自己位置推定に取り込まれると、推定した位置や姿勢に少しずつずれが生じます。特に、移動量を積み重ねて現在位置を求める処理では、初期段階の小さな誤差が後続の推定にも影響する可能性があります。
SLAMドリフトには、主に並進方向のずれと回転方向のずれがあります。並進方向のドリフトでは、実際には直線を移動しているにもかかわらず、推定軌跡が徐々に横方向へずれていきます。回転方向のドリフトでは、実際の向きと推定された向きに差が生じ、最終的な点群の位置が大きく変わることがあります。
また、ドリフトは常に一定方向に発生するわけではありません。計測環境やセンサーの状態によって、特定の区間だけ大きくなることもあれば、長時間の計測を通じて徐々に蓄積することもあります。
重要なのは、ドリフトが発生したからといって、直ちにSLAMアルゴリズムだけを原因と判断しないことです。センサー設定、キャリブレーション、取り付け状態、データ取得条件などを順番に確認する必要があります。
1. IMUのサンプリング周波数とノイズ設定
IMUは、加速度計とジャイロセンサーなどで構成される慣性計測装置です。SLAMでは、移動中の加速度や回転角速度を取得し、センサーの移動状態を推定するために利用されます。
IMUはLiDARやカメラと比較して高い時間分解能で運動情報を取得できるため、短時間の姿勢変化を把握するうえで重要な役割を持ちます。一方、IMUの設定が適切でない場合、推定位置や姿勢の誤差が蓄積し、SLAMドリフトにつながる可能性があります。
特に確認したいのが、サンプリング周波数、測定レンジ、ノイズ特性、バイアスの4つです。
まず、サンプリング周波数は、IMUが単位時間当たりにデータを取得する回数です。移動中に発生する振動や急激な回転を捉えるには、対象となる運動に対して十分なサンプリング周波数が必要です。
サンプリング周波数が低すぎると、短時間に発生する動きを十分に捉えられず、姿勢推定に影響する場合があります。例えば、計測機器を持って段差を越えたり、狭い場所で方向転換したりする際には、短時間で加速度や角速度が変化します。その変化を適切に取得できなければ、移動軌跡の推定に誤差が生じる可能性があります。
ただし、サンプリング周波数は高ければ高いほどよいというものではありません。センサーの仕様や処理システムの対応範囲を超えて設定すると、データ処理の負荷が増加したり、他のセンサーとの同期が難しくなったりします。使用する機器が想定する取得周期と、SLAM処理側が受け付けるデータ周期を確認することが重要です。
次に、測定レンジも確認します。加速度計やジャイロセンサーには、測定できる加速度や角速度の範囲があります。計測中の動きが設定レンジを超えると、出力値が飽和し、本来の運動を正しく取得できなくなる場合があります。
例えば、急激に機器を振った場合や、段差を越える際に強い衝撃が加わった場合などです。データの一部が飽和すると、その区間の姿勢推定や移動量推定に影響する可能性があります。一方、必要以上に広い測定レンジを選択すると、同じ分解能条件では小さな変化を捉えにくくなる場合があります。使用するIMUの仕様を確認し、想定する移動速度や振動条件に適した範囲を選ぶことが大切です。
さらに、ノイズ特性の設定も見落とせません。IMUの出力には、測定対象の動きとは関係のないランダムな変動が含まれます。SLAMでは、このノイズの大きさを考慮してセンサー情報の信頼度を評価する場合があります。
実際のノイズ特性と設定値が大きく異なると、IMUの情報を過大評価したり、逆に過小評価したりする可能性があります。例えば、ノイズが大きい状態にもかかわらず、センサーの測定値を高精度な情報として扱うと、誤差を含んだ姿勢推定が後続処理に影響します。
バイアスも重要です。IMUのバイアスとは、センサーが静止している状態でも出力に現れる一定の偏りを指します。加速度計やジャイロセンサーには、それぞれ異なるバイアスが存在します。特にジャイロセンサーの角速度に小さな偏りがあると、その値を積分して求める姿勢に誤差が蓄積することがあります。
キャリブレーションでは、静止状態での出力や温度変化に対する特性を確認し、適切な補正値を設定する必要があります。計測開始直後に十分な静止時間を設けることも、初期バイアスの推定に役立ちます。
また、IMUの取り付け方向と座標軸の定義が正しいかも確認してください。機器の前後、左右、上下の方向と、ソフトウェアが想定する座標系が一致していなければ、加速度や角速度の解釈を誤る可能性があります。
IMUの設定を見直す際には、サンプリング周波数だけを変更するのではなく、測定レンジ、ノイズ、バイアス、座標軸の整合性を総合的に確認することが重要です。
2. LiDARのスキャン速度と計測条件
LiDARを利用するSLAMでは、スキャン速度と計測条件が自己位置推定の安定性に大きく関係します。
LiDARはレーザー光を照射し、対象物から反射して戻るまでの時間などを利用して距離を計測します。周囲の複数の方向に対して計測を繰り返すことで、三次元の点群を取得できます。
SLAMでは、連続して取得した点群の形状や位置関係を比較し、センサーの移動量を推定します。そのため、取得した点群の密度や分布、時間的な連続性が重要になります。
まず確認したいのが、スキャン速度です。回転式LiDARなどでは、一定の周期で周囲を走査し、点群を取得します。スキャン速度が変わると、単位時間当たりの点群取得量や、1回のスキャンに必要な時間が変わります。
移動速度に対してスキャン周期が長い場合、1回のスキャンを取得している間にもセンサーの位置や姿勢が変化します。そのため、同じフレームに含まれる点群であっても、実際には異なる位置から取得された点が混在することになります。
この現象に適切な補正を行わないと、壁面が曲がって見えたり、柱の形状が歪んだりすることがあります。これをモーションディストーションと呼びます。モーションディストーションが大きい点群では、連続するフレーム間の位置合わせも不安定になりやすくなります。
一方、スキャン速度を変更すると、点群の取得周期だけでなく、1回の走査で得られる点の配置やデータ量も変わる場合があります。したがって、単純にスキャン速度を上げればドリフトを防止できるとは限りません。機器の仕様とSLAM処理の対応条件を確認し、適切な設定を選ぶ必要があります。
次に、計測距離の設定です。LiDARには、機器ごとに計測可能な距離範囲があります。計測距離が長くなると、対象物の表面状態や反射率、周囲の環境などによって測距のばらつきが大きくなる場合があります。
例えば、広い屋外空間で遠方の構造物を計測する場合、近距離の壁面や柱を計測する場合とは点群の分布が異なります。遠方の対象物は同じ角度分解能でも点の間隔が広くなるため、細かな形状を捉えにくくなることがあります。
SLAMでは、特徴的な形状や安定した点群の分布が位置合わせに役立ちます。計測距離が長くなり、点群の特徴が十分に得られなくなると、位置推定が不安定になる可能性があります。
また、視野角の設定も確認が必要です。水平・垂直方向の視野角が狭いと、周囲の構造物を十分に捉えられず、移動前後の点群に共通する特徴が少なくなる場合があります。反対に、必要以上に広い範囲を取得しても、動く人や車両などの不要な情報が増えることがあります。
建設現場では、壁面、柱、地面、天井、設備など、さまざまな対象物が存在します。計測範囲を決める際には、計測対象の形状だけでなく、SLAMが位置合わせに利用できる特徴がどの程度含まれるかを考慮することが大切です。
さらに、移動速度と点群取得周期の関係も確認しましょう。機器を速く移動させると、連続するスキャン間の位置変化が大きくなり、対応する点群を見つけにくくなる場合があります。特に、曲がり角や狭い通路では、短時間で視野内の構造物が大きく変化します。
現場では、機器の移動速度を一定に保ち、急激な方向転換を避けることも有効です。スキャン速度、計測距離、視野角、移動速度を個別に調整するのではなく、相互の関係を考慮して設定することが、SLAMドリフトの抑制につながります。
3. LiDARの内部補正と距離計測設定
LiDARの計測値には、レーザーの照射角度や距離計測の特性に起因する誤差が含まれる場合があります。そのため、取得した点群をSLAMに利用する前提として、LiDAR内部の補正状態を確認することが重要です。
LiDARの内部補正では、距離計測の偏りやレーザーの照射方向に関する補正値などが関係します。複数のレーザーを使用する機器では、各レーザーの取り付け角度や照射方向の違いが点群の形状に影響する場合があります。
例えば、平らな壁面を計測したときに、取得した点群が実際の壁面に対して不自然に湾曲していたり、一定方向にずれていたりする場合は、内部補正の状態を確認する必要があります。ただし、壁面の歪みはセンサーの取り付け状態やモーションディストーション、点群処理の影響でも発生するため、形状だけで原因を断定することはできません。
特に注意したいのが、工場出荷時の校正値と、利用者が後から変更できる設定値を混同しないことです。機器によっては、内部の測距補正値が製造段階で設定されており、一般の利用者が変更することを想定していない場合があります。
根拠なく補正値を書き換えると、かえって測距精度が悪化する可能性があります。補正値を変更する必要がある場合は、機器の仕様と校正手順を確認し、適切な方法で実施してください。
また、反射強度や受信条件に関係する設定も確認したい項目です。LiDARは、対象物の材質や色、表面状態などによって、反射光の受信状態が変化する場合があります。
例えば、黒色の表面、光沢のある金属面、ガラス面、濡れた路面などは、一般的な拡散反射面とは異なる測距条件になります。反射光が弱い場合は有効な距離情報を得にくくなり、鏡面反射などが生じる場合は想定外の方向から光が戻る可能性もあります。
機器によっては、反射強度に基づく点群の選別や、複数の反射を取得するリターン設定などを備えています。これらの設定は、取得できる点群の構成に影響するため、SLAMの入力データの品質にも関係します。
例えば、複数の反射を取得する設定では、植栽や柵などを通過したレーザーの反射情報を得られる場合があります。一方、反射の選別方法によっては、対象物の輪郭や表面を表す点が減少する可能性があります。
また、距離の上限や下限を設定するフィルタリングにも注意が必要です。計測対象に対して距離範囲が狭すぎると、位置合わせに利用できる壁面や天井などの情報が除外される場合があります。逆に、遠方の不要な点やノイズを多く含めると、点群処理の負荷が増加し、対応点の抽出が不安定になることがあります。
重要なのは、点群の見た目だけで設定の良し悪しを判断しないことです。取得点数が多くても、SLAMに必要な幾何学的特徴が十分に含まれているとは限りません。安定した面や角、柱などが適切に取得されているかを確認してください。
LiDARの内部補正や距離計測設定を見直す際には、既知の形状を持つ対象物を計測し、取得した点群の平面性や寸法、位置関係を確認するとよいでしょう。複数の条件で計測結果を比較すれば、機器の補正状態と現場環境による影響を切り分けやすくなります。
4. カメラの内部パラメータと撮影設定
カメラを利用するビジュアルSLAMや、カメラとLiDARを組み合わせる方式では、カメラの内部パラメータが重要になります。
カメラの内部パラメータとは、画像から実際の空間情報を推定するために必要なカメラ固有の幾何学的情報です。代表的なものとして、焦点距離、主点位置、レンズ歪み係数などがあります。
これらの値が正しく設定されていない場合、画像上の特徴点から推定する方向や位置に誤差が生じる可能性があります。特に、広角レンズを使用する場合は、画像周辺部の歪みを適切に扱うことが重要です。
例えば、直線状の壁面を撮影した際に、画像の周辺部で直線が曲がって見える場合があります。これはレンズの光学的な特性によるものであり、歪み補正を適切に行わずに画像を使用すると、特徴点の位置関係を正しく推定できない可能性があります。
カメラのキャリブレーションでは、既知のパターンを複数の角度や距離から撮影し、画像上の特徴と実際の幾何学的な関係を比較します。撮影位置が偏っていたり、画像内の一部にしかパターンが写っていなかったりすると、内部パラメータの推定精度が十分でない場合があります。
そのため、キャリブレーション用の画像は、画面の中央だけでなく、上下左右や四隅にも対象が入るように取得することが重要です。撮影距離や傾きを変え、画像全体を使ってパラメータを推定できるようにします。
ここで見落とされやすいのが、キャリブレーション時と実際の計測時でカメラの設定が異なるケースです。
例えば、キャリブレーション後に画像解像度を変更すると、主点位置や焦点距離に関係するパラメータの扱いを見直す必要が生じる場合があります。画像の切り出しや拡大縮小を行った場合も、内部パラメータとの整合性を確認しなければなりません。
また、ズーム機能を使用した場合は、焦点距離が変化するため、以前に取得した内部パラメータをそのまま適用できないことがあります。フォーカス位置によって光学特性が変わるカメラもあるため、固定焦点で運用するのか、オートフォーカスを使用するのかも確認が必要です。
撮影時の露出設定も重要です。暗い場所で露出時間が長くなると、センサーを移動させた際に画像がぶれやすくなります。画像のぶれが大きいと、特徴点の検出や追跡が難しくなり、自己位置推定が不安定になる可能性があります。
反対に、露出が短すぎて画像が暗くなると、特徴点を十分に検出できない場合があります。建設現場の屋内では、窓から入る光と照明の明るさに差があることも多く、同じ場所でも撮影方向によって画像の状態が変わります。
さらに、ローリングシャッター方式のカメラでは、画像の各行を異なる時刻に取得します。カメラが移動中の場合、画像の上部と下部で撮影時の姿勢が異なることがあり、幾何学的な歪みが生じる可能性があります。高速移動や急な回転がある場合には、特に注意が必要です。
このような問題を防ぐには、内部パラメータだけでなく、解像度、フォーカス、露出、シャッター方式などの撮影条件を一貫させることが重要です。キャリブレーション時と実際の計測時で条件を変えた場合は、設定の適合性を再確認してください。
5. センサー間の外部パラメータと取り付け位置
複数のセンサーを組み合わせるSLAMでは、センサー同士の位置関係を正しく設定する必要があります。この位置関係を表すパラメータが外部パラメータです。
外部パラメータには、センサー間の並進と回転が含まれます。例えば、LiDARとIMUを組み合わせる場合、IMUがLiDARの座標系に対してどの位置にあり、どの方向を向いているかを定義します。
この設定に誤差があると、各センサーが取得した情報を同じ座標系で正しく扱えなくなります。その結果、点群と慣性情報の整合性が崩れ、位置推定に誤差が生じる可能性があります。
例えば、実際にはセンサーが前方を向いているにもかかわらず、設定上ではわずかに右方向を向いているとします。この場合、IMUが取得した回転情報とLiDARが捉えた点群の変化に不整合が生じます。SLAMの処理では、異なるセンサーから得られる情報を統合するため、こうした小さな角度の違いが移動距離の長い計測で影響することがあります。
外部パラメータで特に注意したいのは、センサーの取り付け位置だけでなく、取り付け方向も正確に定義することです。
センサーの前後、左右、上下の軸が、システム側で想定される座標軸と一致しているかを確認してください。右手系と左手系の取り違えや、軸の符号の誤りなども、位置推定の不整合につながる原因になります。
また、並進量の単位にも注意が必要です。例えば、取り付け距離をミリメートルで測定したにもかかわらず、メートルとして入力すると、センサー間の距離が実際とは大きく異なる状態になります。設定ファイルやキャリブレーション結果を確認するときは、単位と座標系の定義を合わせて確認することが重要です。
さらに、センサーを固定しているブラケットやフレームの剛性も見落とせません。キャリブレーション時には正しい位置関係で固定されていても、計測中の振動や衝撃によって取り付け部がわずかに変形したり、固定部が緩んだりすると、実際の外部パラメータが変化する可能性があります。
建設現場では、段差の乗り越えや機器の持ち運び、車両への積み込みなどによって、センサーに衝撃が加わることがあります。外観上は問題がなくても、取り付け角度がわずかに変化している可能性があります。
また、センサーの取り外しと再装着を行った場合も、以前のキャリブレーション結果がそのまま使用できるとは限りません。取り付け面の汚れや異物、固定位置のずれなどによって、センサーの位置関係が変わる場合があります。
外部パラメータを確認する際には、まず取り付け状態を点検し、その後にキャリブレーション結果を検証することが大切です。センサーが正しい位置に固定されているか、座標軸の定義が一致しているか、並進・回転の補正値に不自然な値がないかを確認します。
さらに、実際に直進や旋回を行った際の点群と慣性情報の整合性を確認すると、外部パラメータの問題を発見しやすくなります。
外部パラメータは、一度設定すれば永久に有効というものではありません。機器の組み立て状態や取り付け環境が変わった場合には、再確認することを基本としてください。
6. センサー間の時刻同期とタイムスタンプ設定
SLAMドリフトの原因として見落とされやすいのが、センサー間の時刻同期です。
LiDAR、カメラ、IMUなどを組み合わせる場合、それぞれのセンサーが取得したデータの時間的な対応関係が重要になります。各センサーが正確なデータを取得していても、取得時刻の対応がずれていると、異なる瞬間の情報を同時刻のデータとして扱ってしまう可能性があります。
例えば、LiDARが取得した点群とIMUの姿勢情報を組み合わせる場合、点群を取得した時刻に対応するIMUの情報を使用する必要があります。時刻がずれていると、実際には機器が回転しているにもかかわらず、異なる時刻の姿勢情報を使って点群を補正してしまうことがあります。
その結果、点群の形状や位置にずれが生じ、連続するフレーム間の位置合わせにも影響する可能性があります。
特に、機器を速く移動させたり、短時間で方向転換したりする場合には、時間のずれによる影響が大きくなることがあります。静止状態では問題が見つからなくても、移動中にだけ点群が歪む場合は、時刻同期を確認する必要があります。
時刻同期の方式には、ハードウェアによる同期とソフトウェアによる同期などがあります。ハードウェア同期では、共通のクロックや同期信号を利用して、複数のセンサーの取得タイミングを合わせます。ソフトウェア同期では、タイムスタンプやデータ到着時刻などを利用して時間的な対応関係を管理します。
ただし、データが処理装置に到着した時刻と、実際にセンサーが情報を取得した時刻は必ずしも一致しません。通信遅延やデータ処理の負荷によって、取得から到着までの時間が変化する場合があるためです。
そのため、単純にデータの受信時刻をそろえるだけでは、正しい同期が実現できない場合があります。各センサーがどの時点でタイムスタンプを付与しているのかを確認することが重要です。
また、時刻同期では、時計の基準にも注意が必要です。センサーごとに異なる時計を使用している場合、時間の進み方や初期時刻に差が生じることがあります。起動直後は時刻が合っていても、長時間の計測によって時計のずれが大きくなる場合もあります。
こうした問題を防ぐためには、同期方式とタイムスタンプの基準を明確にし、計測開始時と計測中の両方で同期状態を確認することが大切です。
さらに、LiDARの1フレーム内に含まれる各点の取得時刻も重要です。回転式LiDARでは、1回の走査が完了するまでに一定の時間がかかります。そのため、フレーム全体に1つの時刻を割り当てるだけでは、各点が取得された正確なタイミングを表せない場合があります。
点ごとの取得時刻を利用できるシステムでは、その情報を使ってモーションディストーションを補正することがあります。点群の各点に正しい時間情報が付与されていなければ、移動中の補正に誤差が生じる可能性があります。
カメラについても同様です。撮影開始時刻、露光の中央時刻、画像データの出力時刻など、どの時点をタイムスタンプとして使用しているかを確認する必要があります。ローリングシャッター方式では画像の行ごとに取得時刻が異なるため、単一の時刻情報だけでは撮影中の姿勢変化を十分に表現できない場合があります。
時刻同期の確認では、静止状態だけでなく、直進、旋回、加減速などの動作を含めた試験を実施すると効果的です。複数センサーの情報を時間軸上で比較し、取得タイミングに不自然なずれがないかを確認してください。
センサー間の同期は、外部パラメータと同じように、複数の情報を正しく組み合わせるための基礎条件です。キャリブレーションの際には、空間的な位置関係だけでなく、時間的な位置関係も整合させる必要があります。
キャリブレーション後に実施したい精度検証
センサー設定とキャリブレーションを見直した後は、実際の計測を通じて改善状態を確認することが重要です。
キャリブレーションの数値が正常に出力されていても、それだけで現場計測の精度が確保されたとは判断できません。実際の移動条件や計測環境で、センサーの情報が適切に統合されているかを検証する必要があります。
最初に実施したいのが、静止状態での確認です。機器を動かさずに一定時間データを取得し、IMUの加速度や角速度、LiDARの点群、カメラ画像などに不自然な変動がないかを確認します。
静止状態でも姿勢が大きく変化する場合は、IMUのバイアスやノイズ、時刻同期、初期化処理などに問題がある可能性があります。ただし、センサーの仕様に応じた微小な変動は正常な場合もあるため、測定値を機器の仕様と比較して判断してください。
次に、平面や直線などの幾何学的な基準を利用した確認を行います。例えば、平らな壁面や床面を計測し、取得した点群が不自然に湾曲していないか、複数の位置から取得した面が適切に重なっているかを確認します。
ただし、平面の見た目がきれいであることだけでは、絶対的な位置精度を確認できません。点群内部の相対的な整合性と、既知の座標や寸法に対する絶対的な精度は区別する必要があります。
絶対精度を検証する場合は、SLAMの計算に使用していない独立した検証点や既知の寸法を利用します。既知点の座標とSLAMによって得られた座標を比較し、位置のずれを確認します。
複数の検証点を使用すれば、特定の場所だけに生じる局所的な誤差と、計測範囲全体に広がる系統的な誤差を区別しやすくなります。水平位置と高さ方向の誤差を分けて評価することも重要です。
また、移動軌跡の確認も有効です。直線状の通路を往復した場合に、往路と復路の点群が適切に重なるかを確認します。閉じた経路を移動した場合は、開始位置と終了位置のずれも確認できます。
このとき、SLAMのループクロージャ機能によって位置が補正されている場合には、補正前後の軌跡を区別して評価することが重要です。ループクロージャによって点群が閉じて見えても、計測範囲全体の絶対位置が正しいとは限りません。
評価指標としては、基準点との差、平均誤差、最大誤差、RMSEなどを利用できます。RMSEは二乗平均平方根誤差であり、複数の検証点に対する誤差の大きさを評価する際に使われます。
ただし、評価指標を算出する際には、使用した検証点の数や配置、座標系、比較方法を明確にする必要があります。点群を既知点に合わせるために使用した点と、精度を検証するための点を混在させると、実際の精度を適切に評価できなくなります。
さらに、同じ条件で複数回計測することも重要です。毎回同じ方向にずれる場合は、センサーの設定や座標変換などに系統的な問題がある可能性があります。一方、計測するたびにずれ方が異なる場合は、環境条件や特徴点の取得状態、ノイズなどの影響を考える必要があります。
キャリブレーション後の検証では、設定値が正しいかだけでなく、実際の計測成果が要求精度を満たしているかを確認することが重要です。
SLAMドリフトを防ぐための現場での確認手順
SLAMドリフトを防ぐためには、キャリブレーションを実施するだけでなく、計測前、計測中、計測後のそれぞれで状態を確認する運用が必要です。
まず、計測前にはセンサーの取り付け状態を確認します。LiDARやカメラ、IMUが所定の位置に固定されているか、固定部に緩みがないか、ケーブルなどがセンサーの動きを妨げていないかを点検してください。
次に、各センサーの設定値を確認します。IMUのサンプリング周波数と測定レンジ、LiDARのスキャン速度と計測距離、カメラの解像度と撮影条件などが、使用するSLAMシステムの対応条件に合っているかを確認します。
さらに、外部パラメータと時刻同期の設定が、現在の機器構成と一致していることを確認してください。センサーの交換や取り付け直し、設定ファイルの変更などがあった場合は、以前の設定をそのまま使用せず、必要に応じて再キャリブレーションを実施します。
計測開始時には、初期化の状態を確認することも大切です。特にIMUを利用する場合、起動直後に機器を動かすと、初期バイアスや姿勢推定が安定する前に計測が始まる可能性があります。使用機器が指定する初期化手順に従い、必要な静止時間を確保してください。
計測中は、移動速度をできるだけ安定させます。急加速や急停止、急激な方向転換を繰り返すと、センサーの測定条件が変化し、位置推定が不安定になる場合があります。
また、周囲の環境にも注意が必要です。長く続く均一な壁面や、同じ形状が繰り返される通路では、位置を特定するための特徴が不足する場合があります。広い空間では、遠方にしか特徴的な構造物が存在しないこともあります。
このような環境では、計測経路を事前に検討し、特徴の多い場所を適切に通過することが重要です。例えば、柱や壁の角、設備など、位置合わせに利用できる構造物が視野に入る経路を選ぶ方法があります。
一方、歩行者や車両、作業機械などの動く対象物が多い場所では、動的な点群が位置合わせに影響する可能性があります。計測タイミングを調整したり、必要に応じて動的物体の影響を抑える処理を利用したりすることも検討してください。
計測後には、点群の形状や軌跡、重複部分の整合性を確認します。壁面や床面が不自然に二重になっていないか、直線構造物が途中で曲がっていないか、開始地点と終了地点の位置関係が適切かを確認してください。
問題が見つかった場合は、すぐに全体を再計測するのではなく、ドリフトが発生した区間を特定することが重要です。取得データの時刻、移動経路、機器の操作履歴などを照合すると、原因を絞り込みやすくなります。
例えば、旋回直後から点群がずれている場合は、IMUの測定レンジや時刻同期、外部パラメータなどを重点的に確認します。遠方の壁面で点群の位置合わせが不安定になっている場合は、LiDARの計測距離や点群密度、対象物の形状などを確認します。
また、同じ機器を使用しても、屋内と屋外では計測条件が異なります。屋内では壁面や柱などを利用しやすい一方、長い直線通路や均一な壁面では特徴が不足することがあります。屋外では広い視野を確保できる反面、遠方の構造物が多くなったり、植栽や車両などの動的な対象物が増えたりする場合があります。
そのため、すべての現場で同じ設定や移動方法を適用するのではなく、現場環境に応じて計測条件を調整することが大切です。
SLAM計測と位置情報を組み合わせた現場管理
SLAMドリフトを管理するうえでは、点群内部の整合性だけでなく、外部の位置情報と照合できる運用を検討することも重要です。
SLAMは、周囲の構造物を利用して自己位置を推定するため、特徴が少ない環境や長距離の移動では、位置誤差が蓄積する可能性があります。一方、GNSSなどの衛星測位は、屋外での位置情報取得に利用できますが、建物の近くや屋内、上空視界が限られる場所では測位条件が悪くなる場合があります。
このように、SLAMとGNSSでは、それぞれ得意とする計測条件が異なります。両者の特性を理解し、必要に応じて位置情報を照合することで、計測成果の確認や現場記録の管理に役立てられます。
例えば、屋外の土木現場でSLAMによる点群計測を実施する場合、既知点や適切に取得した測位情報を基準として、点群の位置関係を確認する方法があります。ただし、SLAMデータとGNSSデータを直接統合できるかどうかは、使用するシステムの対応機能や座標系、時刻情報などによって異なります。外部の位置情報を取得しただけで、SLAMドリフトが自動的に解消されるわけではありません。
また、位置情報を比較する際には、公共座標系とローカル座標系の違いにも注意が必要です。SLAMの処理では、計測開始位置を原点とするローカル座標系を使用する場合があります。一方、測量成果では公共座標系を利用することがあります。
両者を比較するには、座標系の定義や原点、軸方向、単位を確認し、適切な座標変換を行う必要があります。変換後も、独立した検証点などを利用して位置関係を確認することが重要です。
現場での位置情報の記録には、LRTK Phoneを活用する方法もあります。LRTK PhoneはGNSSによる位置情報の取得に利用する端末であり、SLAMで取得した点群とは異なる観点から現場の位置を確認するための情報取得に役立ちます。
また、LRTKアプリでは写真や位置、方位などの現場情報を記録でき、LRTKクラウドでは取得した情報の保存や閲覧、共有を行えます。こうした記録をSLAMによる計測成果と併せて管理することで、計測場所や取得状況を後から確認しやすくなります。
ただし、LRTK Phoneによる測位情報の取得とSLAMの自己位置推定は、それぞれ異なる仕組みです。SLAMの点群を直接補正する機能として扱うのではなく、外部の位置情報や現場記録を用いた照合・管理の手段として、役割を明確にして運用することが大切です。
まとめ
SLAMドリフトは、センサーが取得する情報の誤差や、複数のセンサーを組み合わせる際の不整合などによって発生します。特に、センサー設定とキャリブレーションの問題は、見落とされやすい原因の一つです。
今回紹介した6項目のうち、IMUのサンプリング周波数やノイズ設定は、移動中の姿勢推定に影響します。LiDARのスキャン速度や計測距離は、点群の密度や位置合わせの安定性に関係します。また、LiDARの内部補正、カメラの内部パラメータ、センサー間の外部パラメータ、時刻同期も、計測品質を左右する重要な要素です。
これらは個別に確認するだけでなく、相互の整合性を確認することが重要です。例えば、IMUの設定が適切でも時刻同期がずれていれば、点群のモーション補正に誤差が生じる可能性があります。外部パラメータが正しくても、取り付け部が計測中に動けば、キャリブレーション時の位置関係を維持できません。
また、キャリブレーションの完了だけで精度を判断せず、既知点や独立検証点を使った精度検証を実施することも大切です。往復経路や閉合経路での比較、点群の重複部分の確認などを通じて、実際の計測条件でドリフトが発生していないかを確認してください。
SLAMによる3D計測の品質を安定させるには、センサー設定、取り付け状態、キャリブレーション、計測環境、成果物の検証を一連の工程として管理する必要があります。さらに、GNSSなどによる外部位置情報や現場写真、位置、方位の記録を組み合わせることで、計測成果の確認や現場管理の精度向上も期待できます。
SLAM計測の精度管理と現場の位置情報の取得・記録を組み合わせた運用を検討する場合は、GNSS端末のLRTK Phoneも選択肢になります。計測対象や現場環境に応じて、それぞれの技術の役割を適切に使い分けることが、信頼性の高い3D計測につながります。