要旨: 水中単眼SLAMは、自律型水中ロボット（AUV）から海洋考古学に至るまで幅広い応用を持つ、難しい問題です。しかし、既存の水中SLAM手法は、高い忠実度でレンダリングされた地図の生成に苦戦しています。本論文では、頑健な姿勢推定とフォトリアルな緻密マッピングを実現する新しい単眼水中SLAMシステムであるWaterSplat-SLAMを提案します。具体的には、セマンティックな媒体（ミディアム）フィルタリングを、2視点3D再構成の事前段階に結合し、水中に適応したカメラ追跡と深度推定を可能にします。さらに、媒体をオンラインで考慮するガウス地図（medium-aware Gaussian map）を用いた、セマンティックに導かれるレンダリングおよび適応的な地図管理戦略を提示し、水中環境をフォトリアルかつコンパクトな形でモデル化します。複数の水中データセットに関する実験により、WaterSplat-SLAMが水中環境において頑健なカメラ追跡と高い忠実度のレンダリングを実現することを示します。
WaterSplat-SLAM：水中環境におけるフォトリアルな単眼SLAM
arXiv cs.RO / 2026/4/7
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- WaterSplat-SLAMは、従来の水中手法と比較して、姿勢推定の頑健性とフォトリアルな緻密（dense）マッピングの両方を向上させることを目的とした、単眼の水中SLAMシステムとして提示される。
- 本アプローチは、セマンティックな媒体（medium）フィルタリングと、より適切な水中対応カメラ追跡および深度推定を支えるための二視点3D再構成の事前情報（prior）を組み合わせる。
- さらに、オンラインで媒体に応じた（medium-aware）ガウシアンマップを用いた、セマンティック誘導レンダリングと適応的なマップ管理を導入し、水中シーンをフォトリアルでありながらコンパクトな表現でモデル化する。
- 複数の水中データセットでの実験により、カメラ追跡性能が高く、レンダリング品質も高精細であることが報告されている。
