低照度環境におけるSLAM: プロジェクト報告

要旨

同時局所化とマッピング (SLAM) はロボット工学における基礎的問題の一つであり、現実世界の環境での自律運用を可能にする。低照度下では、コントラストの低下、センサノイズ、およびモーションブラーにより特徴抽出と特徴マッチングの両方が劣化し、LiDAR、深度、または熱センサによる補償はコスト、消費電力、および統合の複雑さを増大させる。既存のベンチマークは依然として照明が十分な屋内または日中シーケンスが大半を占め、標準的なRGBカメラを用いたSLAMが暗所でどこまで性能を発揮できるかは未解明のままである。本稿では、特徴ベース、直接法、フィルタベース、および学習ベースのパラダイムにわたる6つのシステム（ORB-SLAM3、DSO、Kimera-VIO、OpenVINS、DPVO、DPV-SLAM）を、難易度と照明条件が異なる5つのLaMARiaシーケンス上で評価し、絶対および相対位置姿勢誤差とともに制御点リコールを報告する。Kimera-VIOは全5シーケンスを完了まで追跡できた唯一のシステムであり、最も低い相対位置姿勢誤差と、ループクロージャが無いことに起因する着実な絶対誤差の増加を組み合わせている。DPVOとDPV-SLAMは追跡喪失は発生しないものの、低照度下では約100mの絶対誤差を生じる。一方、古典的な単眼パイプライン（ORB-SLAM3、DSO）およびフィルタベースのOpenVINSは、より困難な低照度シーケンスのほとんどで完全に失敗するか発散する。これらの結果は、RGBのみのSLAMが低照度下で安定した追跡を維持するには、慣性融合と大域最適化の両方が必要であることを示唆している。残されたギャップを埋めるには、低照度特化の学習型フロントエンドか、補完的センシングへの回帰が必要となるだろう。

English

Simultaneous localization and mapping (SLAM) is one of the fundamental problems in robotics, as it enables autonomous operations in real-world scenarios. Under low illumination, reduced contrast, sensor noise, and motion blur degrade both feature extraction and feature matching, while compensating with LiDAR, depth, or thermal sensors raises cost, power draw, and integration complexity. Existing benchmarks remain dominated by well-lit indoor or daylight sequences, leaving open how far SLAM with standard RGB cameras can be pushed in the dark. We benchmark six systems spanning the feature-based, direct, filter-based, and learning-based paradigms - ORB-SLAM3, DSO, Kimera-VIO, OpenVINS, DPVO, and DPV-SLAM - on five LaMARia sequences of varying difficulty and illumination, reporting absolute and relative pose error alongside control-point recall. Kimera-VIO is the only system to track all five sequences to completion, combining the lowest relative pose error with steadily growing absolute error due to the absence of loop closure; DPVO and DPV-SLAM never lose tracking but incur absolute errors of roughly 100 m under low light; and the classical monocular pipelines (ORB-SLAM3, DSO) together with the filter-based OpenVINS fail outright or diverge on most of the harder and low-light sequences. The results suggest that RGB-only SLAM maintains stable low-light tracking only when both inertial fusion and global optimization are present. Closing the remaining gap will likely require low-light-specific learned front-ends or a return to complementary sensing.