Exteroceptive sensor
ロボット用センサーは2つの系統に分かれる。**内界センサー（Proprioceptive sensors）**はロボット自身の内部状態を測定する（ホイールエンコーダ、IMU）。**外界センサー（Exteroceptive sensors）**は外部環境を測定する — 外側を見るセンサーである。SLAMは本質的に外界センシングの上に構築されている。地図を作るには世界を観測する必要があり、ドリフトを補正するにはそれを再観測する必要があるからである。
SLAMの2つの主力外界センサー。
カメラ。 受動的で、安価で、軽量、省電力、かつ情報量が豊富（テクスチャ、色、セマンティクス）。バリエーションは幾何情報と利便性の間でトレードオフする。
- 単眼（Monocular） — 最も単純だが、メトリックスケールを持たない。
- ステレオ（Stereo） — 既知のベースラインを持つ2つのカメラがメトリック深度を与える。焦点距離のもとで、深度は視差が測定可能な最小値まで下がる距離、すなわちおおよそまで解像可能であり、深度の不確実性は距離とともに二次的に増大する。
- RGB-D — カラーに加えてアクティブな深度も得られる。密だが短距離で、直射日光に弱い。
- 魚眼/全方位カメラ — 非常に広い視野角を持ち、自動車のサラウンドビューで一般的に使われる。
- イベントカメラ — マイクロ秒単位の解像度で非同期にピクセルごとの輝度変化を捉える。モーションブラーがなく、非常に高いダイナミックレンジを持つ。
カメラの弱点は、その受動性の裏返しである。暗闇、テクスチャのないシーン、激しいモーションブラーの下で失敗し、また単一カメラはスケールを観測できない。
LiDAR。 アクティブなセンサーで、レーザーパルスを発射しその反射を計測することで、周囲光にほとんど依存しないセンチメートル級の測距精度を持つ3D点群を生成する。コストは価格、重量、電力、そして画像と比べたデータの疎さ（テクスチャや色情報がない）である。
その他の外界センシングモダリティ
- RADAR — ミリ波を使用し、距離と、ドップラー効果を介した半径方向の速度を測定する。LiDARとカメラの両方が劣化する雨、霧、埃に対して頑健であるが、その代償として角度分解能はかなり粗い。自動車用SLAMでは、天候に耐える補完的センサーとしての利用が増えている。
- ソナー/超音波 — 音響による測距。光がすぐに減衰する水中における主要な外界センサーであり、地上ロボットでは安価な短距離近接センサーとして使われる。
- GNSS/GPS — 衛星に対する相対位置を測定する。性格としては外界センサーであり、ドリフトしないが、屋内では利用できず、都市の谷間では劣化する。そのためSLAMでは、コアとなるセンサーではなく、任意の絶対位置ファクタとして現れる。
推定問題における役割
SLAM問題において外界観測と内界観測を分ける重要な性質は、外界観測がドリフトを補正するという点である。IMUやホイールエンコーダは前方に積分することしかできず、その誤差は無限に増大する。カメラやLiDARは以前に見たランドマークや場所を認識できるため、古い姿勢へと戻る制約を作り出す — これがループ閉じ込み、リローカライゼーション、そして有界な誤差でのマッピングを可能にするものである。
推定フレームワークにおいて、外界データは観測モデル
に入力され、ロボットの状態を地図に結びつける — カメラの場合、は3Dの地図点をカメラモデルを通して予測されるピクセル位置に射影する — 一方、内界データは運動モデルに入力される。ファクタグラフにおける「ループ閉じ込みファクタ」や「再投影ファクタ」はすべて、ドリフト補正の役割を果たす外界観測である。
この2つの系統は相補的な失敗モードを持つため、実用的なシステムはこれらを融合する。視覚慣性オドメトリ（カメラ+IMU）、LiDAR慣性オドメトリ、そして完全な視覚-LiDAR-慣性システムなどである。融合には、センサー間の正確な空間的・時間的キャリブレーションが必要である。
外界センサーの選定
システム設計の議論のたびに繰り返し登場する簡単なチェックリスト。
- 照明と天候 — 暗闇はパッシブカメラを不可能にし、強い雨/霧/埃はRADARを選ばせる方向に働く。直射日光は多くのRGB-Dセンサーに悪影響を与える。
- 必要な精度と距離 — 数十メートルでのセンチメートル級の幾何精度が求められるならLiDAR、室内スケールのARならカメラ（+IMU）である。
- プラットフォームの予算 — ドローンやスマートフォンにおける重量、電力、コストの上限が、性能より先に決定要因となることが多い。
- 環境の幾何/テクスチャ — テクスチャのない廊下は視覚を機能させず、長く特徴のないトンネルや開けた野原はLiDARを機能させない。決めるのは平均的な状況ではなく失敗モードである。
SLAMにおける意義
外界センサーの選択は、SLAMアーキテクチャ全体（特徴点ベース、密、点群ベースのいずれのパイプラインか）、対処しなければならない失敗モード、そしてプロダクトのコスト/重量の許容範囲を決定づける。どのSLAM論文を読むにしても、まずそのセンサーの前提を特定することから始まる。そして本ロードマップの後の各レベルは、まさにこの選択（単眼、RGB-D、ステレオ、LiDAR融合、イベントカメラ）に沿って構成されている。