劣化対応（Degradation handling）

マルチセンサSLAMシステムのロバスト性は、あるセンサが「嘘をついている」ことに気づく能力によって決まる。劣化対応とは、あるモダリティが信頼できなくなったことを検出し、残りのセンサへ優雅にフォールバックし、劣化したセンサが再び使えるようになったら復帰する、という一連の仕組みのことである。

典型的な劣化シナリオ

LiDAR：雨・霧・雪（ビームの散乱）、あるいは幾何学的に退化したシーン：長く特徴のない廊下は廊下軸方向の運動をうまく制約できず、開けた野原では平面やエッジが乏しく手掛かりにできない。
カメラ：暗所、トンネル出口での露出過多、無地の壁、あるいは激しい動きによるモーションブラー。
IMU：常に利用可能だが、外界センサのどちらかが補正しない限り数秒でドリフトする。

2種類のLiDAR故障の違いに注意したい。天候による劣化はノイズを含む、または欠損した測定値を生む（外れ値として検出可能）が、幾何学的な退化はクリーンで自己整合的な測定値を生みつつ、単に運動のある方向を制約できないだけである。後者の方がはるかに危険である。個々の残差だけを見ても何もおかしく見えないためだ。

劣化の検出

残差モニタリング。 サブシステムのレジストレーションや再投影の残差が急上昇したり、使用可能な測定数が急減したりすると、そのサブシステムは自身を劣化状態としてフラグを立てる。LVI-SAMはこのパターンを採用しており、各サブシステムが自身の健全性を監視し、片方の故障がもう片方を巻き込まないようになっている。

推定問題の退化解析。 レジストレーションは線形化された正規方程式を反復して解くが、その情報行列は

\mathbf{H} \;=\; \mathbf{J}^\top \mathbf{J} \;=\; \sum_i \mathbf{J}_i^\top \mathbf{J}_i ,

であり、各 $\mathbf{J}_i$ は（例えば点対平面の）1つの残差のポーズに関するヤコビアンである。 $\mathbf{H} = \sum_k \lambda_k \mathbf{v}_k \mathbf{v}_k^\top$ を固有値分解することで、状態空間の各方向がどの程度制約されているかが分かる。固有値 $\lambda_k$ がほぼゼロであれば、その測定値は $\mathbf{v}_k$ 方向の運動についてほとんど何も語っていないことになる。

具体例——廊下：視界に平行な2枚の壁しかない場合、すべての点対平面残差の法線 $\mathbf{n}_i$ は廊下軸に垂直になる。軸方向の並進はどの残差も変化させないため、対応する $\mathbf{J}$ の行空間はその方向に成分を持たず、 $\mathbf{H}$ の対応する固有値は崩壊する。最適化器はそれでも「収束」するが——廊下上の任意の位置へと収束してしまう。退化を意識した推定器は $\lambda_{\min}$ を閾値と比較し、退化した方向のみ更新を凍結または重みを下げる（解の再マッピング）ことで、良く制約された成分を保持する。

フォールバックと復帰

フォールバック戦略は次のようなスペクトルをなす。

重み再調整：劣化したモダリティの測定共分散を膨らませる（あるいはそのファクタ重みを縮小する）ことで、ハードな切り替えなしに健全なセンサが融合推定を支配するようにする。
方向ゲーティング：上述のように、良く条件付けられた部分空間のみに更新を適用する——幾何学的退化に対する外科的な対処法。
サブシステムの分離：劣化した測定値を完全に捨て、残りのセンサで運用する。IMUが高レートでその間のギャップを橋渡しする。
クロスシステム再初期化：LVI-SAMは退化した幾何形状の後、そのLiDAR-慣性サブシステムを視覚-慣性のポーズ推定値から再起動し、起動時にはLiDAR-慣性推定値から視覚-慣性初期化をブートストラップする——復帰は両方向に流れる。

復帰は検出と同じくらい注意を要する。センサが復帰する際、そのサブシステムは現在の融合状態（ポーズと不確かさの両方）と整合するように再初期化されなければならない。そうしなければ、再導入された測定値は、それが本来改善すべき推定値と食い違って争うことになる。

陥りやすい罠

残差だけを信用する。 退化したシーンでは、ポーズが零空間に沿って自由に滑り動く一方で残差が極めて小さいままになりうる——「自信満々のガーベジ」である。 $\mathbf{H}$ の退化解析は、残差モニタリングでは捉えられないものを捉える。
固定閾値。 オフィスで調整した固有値閾値は倉庫では機能しない。スケールを考慮した、あるいは正規化された条件測度の方が、生の大きさよりも移植性が高い。
二値的な切り替え。 モダリティ間のハードなオン／オフ遷移は推定値のジャンプを引き起こす。共分散に基づく重み再調整の方が滑らかに劣化・復帰する。
良好なデータのみでのテスト。 劣化対応こそ、標準的なベンチマークがほとんど実行しないコードパスである。トンネル、夜間走行、雨天こそ融合システムの真価が試される場面である。

SLAMにおける意義

融合システムは「センサ同士が互いの弱点を補い合う」という約束のもとに売られているが、その約束は劣化が明示的に検出・処理されて初めて実現される。退化したLiDARスキャンから自信満々のガーベジを与えられた密結合推定器は、状態全体を平気で汚染してしまう。劣化対応は、デモレベルの融合と、トンネル・夜間走行・雨天を生き抜くシステムとを分けるものであり、LVI-SAMやFAST-LIVO2のようなLVIシステムにとって主要な評価軸である。