ビジュアルオドメトリ（VO）とは、連続するカメラ画像から特徴点の移動を解析し、移動体自身の位置や姿勢の変化を逐次推定する技術です。車輪の回転数に依存する従来のホイールオドメトリと異なり、スリップや凹凸のある路面でも正確な自己位置推定が可能です。自動運転、ドローン、ロボティクスなどの分野で広く活用されています。
ビジュアルオドメトリとは
ビジュアルオドメトリとは、カメラで撮影した連続するフレーム画像間の変化を解析することで、車両やロボットなどの移動体がどのように移動したか（自己位置推定および姿勢の変化）をリアルタイムで推定する技術です。
詳しく解説
ビジュアルオドメトリは、主にカメラなどの視覚センサから得られる画像データのみを利用して、物体の三次元的な移動軌跡を計算する手法です。一般的なプロセスとしては、まず画像内の「特徴点」を検出・抽出し、次のフレーム画像内の同じ特徴点との対応関係（マッチング）を特定します。この対応関係に基づき、カメラの動きを表す幾何学的関係（エピポーラ幾何など）を解くことで、位置と姿勢の相対的な変化を推定します。車輪の回転を計測する従来のホイールオドメトリが、車輪のスリップや摩耗、不整地での誤差蓄積に弱いという背景から、視覚情報を直接利用するビジュアルオドメトリが注目されるようになりました。特に、GPSの電波が届かない屋内や地下、宇宙空間などの環境において、自律走行やナビゲーションを行うための基盤技術として極めて重要な役割を担っています。
具体例・使われ方
ビジュアルオドメトリは以下のような用途で広く実用化されています。1つ目は火星探査機で、GPSが存在しない地球外の不整地において探査ロボットの正確な自己位置推定を行うために初期から実用化されました。2つ目は自律飛行ドローンで、GPS非対応の屋内や障害物の多い森林において安定した飛行や自己位置保持を行うためにカメラセンサを搭載し活用されています。3つ目は自動運転で、車載カメラを利用し、周囲の環境変化から自車の正確な動きを追従することで車線変更や障害物回避の精度を高めています。4つ目はAR/VRデバイスで、ユーザーが装着したヘッドマウントディスプレイに搭載されたインサイドアウト方式のカメラから、人間の頭部の動きをリアルタイムにトラッキングするために用いられています。
似た用語との違い
ビジュアルオドメトリと混同されやすい概念に「SLAM」や「ホイールオドメトリ」があります。SLAMとの違いは、ビジュアルオドメトリが直近の画像フレーム間の連続的な変化から、相対的な移動量を逐次算出することに特化している点にあります。これに対し、SLAMは位置推定と同時に周囲の地図作成を行い、以前に訪れた場所に戻った際に位置の誤差を修正するループクローズ機能を持っています。そのため、ビジュアルオドメトリはSLAMの一部モジュールとして組み込まれることが多いです。ホイールオドメトリとの違いは、車輪の回転数（エンコーダの出力）から移動量を求めるためタイヤのスリップなどで誤差が生じやすいホイールオドメトリに対し、ビジュアルオドメトリは画像の変化を追うため地面の状態に左右されずに移動量を推定できる点にあります。
注意点
ビジュアルオドメトリにはいくつかの技術的限界や注意点が存在します。まず、画像から特徴点を検出して追従するため、特徴点が極端に少ない平面（白い壁面、一様な床面、霧の中など）や、急激な照明変化、暗所では推定精度が著しく低下します。また、単眼カメラ（カメラ1台）を用いたシステムでは、画像情報だけでは絶対的な距離尺度を確定できないため、別途距離情報を得るための「ステレオカメラ」や、IMUなどの他のセンサとの融合が必須となります。さらに、直近のフレーム間の誤差が時間とともに蓄積するドリフト誤差が生じるため、長距離の移動では自己位置推定のズレが大きくなる傾向があります。