高高度ナディア UAV 映像における単眼 SLAM システムの評価

本論文は、高高度の真下視（nadir）航空映像に対する単眼SLAMシステムの性能を評価したベンチマーク研究である。航空真下映像は幾何学的制約が弱く、視覚的エイリアシングが深刻であるため、単眼SLAMにとって困難な領域である。著者らは、5つの単眼SLAMシステムを、局所的なUAVフライト、合成都市規模画像、長距離航空シーケンスで評価した。慣性センサやGNSS補正は使用せず、視覚性能のみを分離して評価している。

先行研究では、航空映像に対するSLAM評価は限定的であり、特に高高度の真下視映像に特化した体系的なベンチマークは不足していた。本論文は、複数の環境スケール（局所、都市規模、長距離）にわたって5つの最新単眼SLAMシステムを統一条件下で比較し、環境と軌道スケールによる性能変動を明らかにした点が新しい。また、慣性・GNSS補助なしの純粋な視覚性能を評価することで、単眼SLAM単独の限界を明確に示した。

手法の肝は、評価プロトコルの設計にある。具体的には、5つの単眼SLAMシステム（MASt3R-SLAM、DROID-SLAMなど）を、局所UAVフライト（DJI）、合成都市画像、長距離航空シーケンス（GES、ALTO）の3つのデータセットで実行し、水平方向の平均絶対誤差（MAE）を参照経路長に対する割合で評価した。慣性・GNSS補助を一切使用せず、視覚情報のみでSLAMを動作させることで、各システムの純粋な視覚性能を比較している。

有効性の検証は、複数のデータセットと軌道スケールでの実験により行われた。5つのDJIフライトでは、MASt3R-SLAMが最小の水平MAE（参照経路長の0.53%）を達成した。一方、長距離のGESおよびALTOシーケンスでは、どのシステムもグローバルな軌道形状を一貫して維持できなかった。全体として、DROID-SLAMが完了したラン全体で平均2.88%の参照経路長誤差を示し、最良の総合性能を発揮した。垂直方向の位置精度は全システムで低く、ループクロージャ機能があるにもかかわらず大面積軌道は大きく歪むことが示された。

議論として、現在の単眼SLAM手法は視覚のみの航空ナビゲーションには不十分であると結論付けている。環境と軌道スケールによって性能が大きく変動し、特に長距離シーケンスではグローバルな軌道形状の維持が困難である。垂直方向の精度が低いことも重大な問題である。ループクロージャがあっても大面積軌道の歪みが残るため、単眼SLAM単独では信頼性が不足する。要旨からは、今後の改善方向（例えば、幾何学的制約の強化やセンサ融合）については明示されていない。

要旨で参照・比較されている研究として、MASt3R-SLAMとDROID-SLAMが挙げられる。また、同分野の定番として、ORB-SLAM3やVINS-Monoなどの単眼SLAMシステムが関連する。さらに、航空映像に特化したSLAM研究や、視覚と慣性・GNSSを融合したVIO（Visual-Inertial Odometry）システムに関する論文が次に読むべき候補となる。