米マサチューセッツ工科大学（MIT）の研究チームは、極低消費電力でリアルタイム3D占有マップを構築できるマイクロチップ「Gleanmer」を開発した。従来の体素ベースの空間表現は精細化に伴い演算量が増大する課題があったが、MITが先行開発したGMMapアルゴリズムは障害物と自由空間をガウス混合モデルで近似しデータ量を圧縮。専用ハードウェア化により消費電力を約6ミリワットに抑え、640×480深度画像のリアルタイム処理を実現した。 Gleanmerの省電力設計は3つの最適化により達成した。深度画像のストリーミング処理と初期スキャン後の画像破棄でメモリアクセスを削減。障害物椭球体情報から自由空間を逆算する方式で演算負荷を最大63％低減。近接座標をバッチ処理する查询最適化でエネルギーを81％削減、スループットを10倍向上させた。近似計算の導入によりチップ面積は38％、マップサイズは63％縮小した。 実証では4平方ミリメートル、オンチップメモリ622キロバイトで秒間331回のマップ更新と132万ポイント查询を達成。精度96％〜99％を維持し、NVIDIA Jetson TX2と比べ消費電力を341倍低減した。完全なシステムではなく建图・查詢モジュールであるが、微小ロボットのパイプ内検査や狭小空間UAV、軽量ARグラスへの応用が期待される。今後はセンサー統合と自律制御系との連携実装が課題となる。