IMU不要のボディフレーム状態推定：クアッドコプター向けスパースシーンフロー

本論文は、IMUを持たないX型クアッドコプター向けの、視覚のみを用いた状態推定システムを提案する。ステレオカメラとモーター推力コマンドのみを使用し、ボディフレーム内で姿勢・速度・角速度・重力・外乱を推定する。連続離散拡張カルマンフィルタ（EKF）を複合多様体状態上で用い、静止シーン点を暗黙の慣性基準とする。また、スパースな3D点群とシーンフローを出力し、GPSやIMU、ワールドフレームインフラに依存しないことを目指す。

従来の視覚慣性オドメトリ（VIO）や視覚オドメトリ（VO）はIMUやGPSに依存することが多いが、本手法はIMUを完全に排除し、モーター推力コマンドとステレオ画像のみで状態推定を実現する点が新しい。また、ボディフレーム内で完結するため、ワールドフレームの基準を必要とせず、GPSやIMUが使えない環境でも動作可能。さらに、静止点をフィルタで厳密にゲーティングし、スパースなシーンフローを生成する点も独自性が高い。

手法の核は、複合多様体状態（SE(3)など）上の連続離散EKFを用いて、ボディフレーム内の状態を推定すること。特徴点はFAST/Shi-Tomasiで検出し、SSD/Lucas-Kanadeで時間追跡、NCCでステレオマッチングを行う。フィルタから得られる姿勢と点の不確かさに基づいて探索領域を予測し、カイ二乗ゲーティングで静止点のみをフィルタに通す。さらに、4視点（2つのステレオペア）のバンドル調整により、各点の位置・速度・共分散を推定し、フィルタ由来の相対姿勢を事前情報として使用する。EKFの特徴点はソルバーに直接入らず、姿勢事前情報を通じて情報が反映される。

要旨からは、具体的な実験結果や検証方法は不明である。ただし、システムが出力する状態推定値、較正された姿勢変化、スパースなシーンフローが、下流のワールドモデルの測定ソースとして意図されていることが述べられている。有効性の検証方法については、要旨には明記されていない。

議論としては、GPSやIMU、ワールドフレームインフラに依存しない設計が、屋内や地下などの環境で有用である一方、モーター推力コマンドの正確性や、静止点の仮定が常に成り立つかどうかが課題となる可能性がある。また、点群密度が外部の焦点点によって適応的に変化するため、注目領域の選択が性能に影響する。さらに、将来のGPSやIMUの統合を考慮したアーキテクチャである点も議論の余地がある。

要旨で参照されている関連研究は明示されていないが、同分野の定番として、視覚慣性オドメトリ（VIO）の代表的な手法（例：MSCKF、VINS-Mono）や、視覚オドメトリ（VO）の手法（例：ORB-SLAM）が挙げられる。また、シーンフロー推定やバンドル調整に関する基礎的な論文も関連する。