形状適合領域による閉鎖・劣化環境での飛行

本論文は、閉鎖環境（洞窟や倒壊構造物など）で飛行する自律UAVのための、形状に適合する安全領域（keep-out region）を生成する手法SCOREを提案する。Conformal predictionを用いて、知覚誤差を吸収するための障害物のマージン（keep-outの拡張量）を、目標カバレッジレベルで分布自由に校正する。既存の凸プリミティブによるkeep-out領域は、知覚が劣化すると膨張し、狭い通路を塞いでしまう問題があった。提案手法は、非適合度スコアをsigned distance field (SDF)上で定義することで、非凸で障害物の形状に密着したkeep-outを生成し、不要な膨張を避ける。さらに、複数のセンサ観測のvoxelwise unionにより単一センサでは見逃すvoxelを保証し、マージンを可視性に適応させる。実データでの評価により、同じ保証カバレッジで凸ベースラインより多くの自由空間を保持し、より安全な閉ループ飛行を実現する。

先行研究では、keep-out領域を凸プリミティブ（球、楕円体など）でモデル化し、conformal predictionでマージンを校正していた。しかし、凸形状は障害物の形状に沿わず、特に知覚が劣化するとマージンが大きくなり、狭い通路を過度に塞ぐ問題があった。本手法は、非適合度スコアをSDF上で定義することで、非凸で形状に適合するkeep-outを生成し、凸形状による不要な膨張を回避する点が新しい。また、センサ融合と可視性に基づく適応的マージンにより、知覚劣化下でも幾何学的に有用な領域を維持できる点が優れている。

手法の核は、非適合度スコアをSDF上で定義すること。具体的には、各voxelのSDF値に基づいて、障害物からの距離を非適合度として扱い、calibration dataから目標カバレッジを満たすようにマージン（閾値）を決定する。これにより、等マージンの凸領域と異なり、障害物の形状に沿った非凸のkeep-outが得られる。さらに、複数のセンサ（例：カメラ、LiDAR）の観測をvoxelwiseにunionすることで、単一センサでは見えないvoxelをカバーし、マージンはオンラインの可視性（visibility）に基づいて適応的に調整される。これにより、天候ラベルやオンラインのグラウンドトゥルースフィードバックを必要とせず、知覚劣化に対応する。

実世界の地下環境データセットを用いて評価した。具体的には、生成されたkeep-out領域が、同じ保証カバレッジ（certified coverage）で凸ベースライン（convex baselines）と比較して、より多くの自由空間（usable free space）を保持することを示した。また、閉ループ飛行実験により、提案手法がより安全な飛行を実現することを実証した。

要旨からは、提案手法の限界や仮定についての議論は不明。ただし、conformal predictionの特性上、カバレッジ保証は分布自由であるが、calibrationデータの代表性に依存する可能性がある。また、SDFベースの非適合度スコアは、SDFの計算誤差や環境の動的変化に影響を受ける可能性が考えられるが、要旨には明記されていない。

要旨で参照されている関連研究として、conformal predictionを用いた安全領域生成の先行研究（凸プリミティブを用いたもの）が挙げられる。また、signed distance field (SDF)を用いた環境表現や、センサ融合による知覚の頑健化に関する研究も関連する。具体的な論文名は要旨にないため、同分野の定番として、"Conformal prediction for perception-aware planning"や"SDF-based mapping"などの一般名を挙げる。