MITの研究チームが、ロボットが大規模な環境を高速かつ正確に3Dマップ化するための新技術を開発した。災害現場など、人間が立ち入れない危険な場所で、救助ロボットが迅速に状況を把握し、自らの位置を特定するには、大量のカメラ画像からリアルタイムで3D地図を生成する能力が不可欠だ。しかし従来のAIモデルは一度に処理できる画像数が限られ、実用には不向きだった。 研究チームは、最新の機械学習と古典的なコンピュータビジョンの知見を融合し、任意の数の画像を処理できるシステムを構築。このシステムは、シーンを小さな部分マップ（サブマップ）に分割し、それらを段階的に生成・整合して全体の3Dマップを再構成する。同時に、ロボットの位置もリアルタイムで推定できる。従来の方法では、カメラの正確なキャリブレーションや専門的な調整が必要だったが、この新技術はそれらを不要にし、即座に使えるシンプルな仕組みだ。 研究の主担当者であるMIT大学院生のドミニック・マギオ氏は、「数秒で高精度な3D再構成が可能で、誰でも簡単に使える」と強調。同チームは、MITチャペル内部や混雑したオフィス通路などの複雑なシーンを、スマートフォンで撮影した短い動画から再現。平均誤差は5cm未満と非常に高い精度を達成した。 この技術の応用は広範。災害救助ロボットのナビゲーション、VR/ARデバイスの拡張現実体験、工場内の倉庫ロボットによる在庫管理など、実世界での活用が期待される。研究は、MIT航空宇宙工学科のルカ・カルローネ教授とポスドクのリン・フンテ氏らによって行われ、神経情報処理システム会議（NeurIPS）で発表される。研究は米国国立科学財団、米海軍研究局、韓国基礎研究財団の支援を受けている。カルローネ教授は現在アマゾン・シューラーとして勤務中だが、本研究はアマゾン就任前に行われた。