ロボット間閉ループ

ロボット間閉ループとは、2台の「異なる」ロボットが同じ場所を観測したという検出、およびそれらの観測間の相対ポーズのことである。これは協調SLAMにおける根本的なイベントである――これがなければ、2台のロボットのマップは無関係な座標系のままであるが、これがあれば、サブマップを整合させ、マージし、共同で最適化できる。

単一ロボットの閉ループより難しい理由

• 視点と走行経路の違い。 単一ロボットが通路を再訪する場合、似たような高さと方向から見ることが多い。しかし2台のロボットは、同じ場所に正反対の方向から、異なる高さで（空中対地上）、異なる時刻に、あるいは異なるカメラでアプローチすることがある――そのため場所認識は、強い視点・照明の変化、さらにはモダリティの変化に対してロバストでなければならない。これが、ロバストな記述子の利用を促す――古典的にはバグオブワーズ（DBoW2）、そして近年ではますます学習済みグローバル記述子（NetVLADおよびその後継）が用いられる。
• オドメトリの事前情報がない。 単一のロボット内では、閉ループ候補は現在のポーズ推定によって絞り込むことができる（「以前いた場所の近くにいるか?」）。ロボット間では最初は共通の座標系が「存在しない」ため、候補はパートナーのマップ全体に対して見た目だけで見つけなければならず、コストと偽候補の発生率の両方が増大する。
• 知覚的エイリアシングがより致命的になる。 異なる階にある似たような外見の2つのオフィスが、偽のロボット間マッチを生成することがあり、1つの受理された偽の閉ループが両方のマップを一度に歪めてしまう。
• 分散検出。 分散システムでは、ロボットは通信範囲内にいるときにコンパクトな記述子を交換し、どの候補が完全な検証の帯域に値するかを決定しなければならない（Swarm-SLAMは、分断されたマップ成分を接続することになる候補を優先する）。

検証のはしご

誤った閉ループは破滅的であるため、受理は段階的に行われ、各段階が前段階の生存者をフィルタする。

1. 見た目上の候補: 記述子の類似度（BoWスコア、埋め込み距離）が、ロボット間のキーフレーム対にフラグを立てる。
2. 幾何学的検証: 2つのキーフレームのローカル特徴がマッチングされ、RANSACで相対ポーズが推定される（パートナーのローカル3D点に対するPnP、あるいは2D-2Dマッチからの基礎行列）。十分なインライアがあれば、共分散付きの候補制約となる。
3. 閉ループ間の一致性: 幾何学的に検証された閉ループでもエイリアシングを起こしうる。ロバストなバックエンドは、いずれかの閉ループが信頼される前に、閉ループの「集合」同士が互いに一致しているかを確認する。

段階3について、ペアワイズ一致最大化（PCM、DOOR-SLAMで使用）は、ロボット間閉ループのすべてのペアについて相互一致性を確認する。ロボット$a$と$b$の間の2つの計測値$\mathbf{z}_{ik}$と$\mathbf{z}_{jl}$は、それらをロボット自身のオドメトリと合成することでループが（近似的に）閉じる場合に一致するとされる。

$$\left\|\,\mathrm{Log}\!\left(\mathbf{z}_{ik}^{-1}\;\hat{\mathbf{x}}^a_{ij}\;\mathbf{z}_{jl}\;\hat{\mathbf{x}}^b_{lk}\right)\right\|_{\Sigma} \le \gamma,$$

これは合成されたサイクルに対するマハラノビス検定である。ノードが候補閉ループであり、エッジが一致するペアを示すグラフを構築すると、相互に一致する最大の部分集合は「最大クリーク」である――一貫した多数派と矛盾する外れ値はその外に落ちる。グラジュエーテッド非凸性（GNC、Kimera-Multiで使用）は、最適化器の内部で同じ問題に取り組み、凸な代理コストから始めて徐々にそれを鋭くしていくことで、外れ値のエッジの影響力を失わせる。

検証されると、閉ループはロボット$a$のキーフレーム$i$とロボット$b$のキーフレーム$j$の間の相対ポーズ制約$T_{a_i b_j}$を生成し、これは他のエッジと全く同様に、マップマージおよびグローバル（場合によっては分散）ポーズグラフ最適化に加わる。

よくある落とし穴

• 幾何学的検証だけを信頼すること: RANSACは、本当に似たような外見の2つの場所間のエイリアシングされたマッチに、喜んで適合してしまう。閉ループ間の一致性だけがこれを捕捉できる。
• 対称的な環境: 通路、倉庫、トンネルは、相互に一致する偽の閉ループの「群」全体を生成する――これはPCM方式の検証でも保守的なしきい値が必要となる病理的なケースである。
• 最初の閉ループを貪欲に受理すること: 未検証の単一の閉ループでマップをマージすると、その誤差（あるいは誤りそのもの）が両方のマップに焼き込まれてしまう。一致する集合を待つことのコストはほとんどなく、すべてを救う。

SLAMにおける意義

ロボット間閉ループは、「共有」マップを買うための通貨である――それこそがマルチロボットSLAMの全体の要点である。その希少性（ロボットが重複する機会は稀な場合がある）と、その失敗コストの大きさ（1つの悪い閉ループがすべてのロボットのマップを損傷する）が、現代の協調システムがロバストな場所認識と外れ値耐性のある最適化にこれほど大きく投資する理由を説明している。

関連ノート

• Visual Place Recognition (VPR)
• DOOR-SLAM
• Map merging
• NetVLAD
• Robust pose-graph optimization
• Kimera-Multi