視覚的SLAM（vSLAM）は、カメラの映像情報をもとに、移動ロボットやデバイスが自己位置を推定しながら、同時に周囲の3次元環境地図を構築する技術です。GPSが届かない屋内や地下などの環境でも高精度な位置測定とマッピングが可能であり、自動運転、自律移動ロボット、AR・VRなどの分野において極めて重要な役割を果たしています。
視覚的SLAMとは
視覚的SLAM（vSLAM）とは、カメラから得られるリアルタイムの視覚情報を用いて、自律的に自身の現在位置を特定（自己位置推定）し、同時に周囲の環境マップを作成（環境地図作成）する技術です。
詳しく解説
視覚的SLAMは、コンピュータビジョンの分野において最も活発に研究されている技術の一つであり、主に単眼カメラ、ステレオカメラ、あるいはRGB-Dカメラなどをセンサーとして使用します。撮影された連続する画像フレームから特徴点を抽出し、それらのフレーム間での移動量を計算することで、カメラの3次元的な位置と姿勢を推定します。これと同時に、特徴点の3次元位置を統合して環境の点群地図を構築します。レーザーを用いるLiDAR SLAMと比較して、安価かつ小型なカメラモジュールを使用できる点が大きなメリットです。近年では、特徴点抽出やマッチングのプロセスにディープラーニングなどの機械学習技術を融合させることで、急激な照度変化や遮蔽（オクルージョン）に対するロジックの堅牢性が大幅に向上しています。
具体例・使われ方
1. お掃除ロボット: カメラを搭載したロボット掃除機が、部屋の間取り（環境地図）を作りながら、自身のいる場所を把握して効率的に掃除を行います。 2. AR（拡張現実）デバイス: スマートフォンやスマートグラスのカメラを使用し、現実空間の構造を認識（空間マッピング）することで、机や床の上に正確な3Dオブジェクトを重ね合わせて表示します。 3. ドローンの自律飛行: 屋内や森の中などGPSが届かない場所で、ドローンがカメラ映像を頼りに障害物を避けつつ、自分の飛行ルートを計画して自律飛行します。
似た用語との違い
LiDAR SLAMとの違い: LiDAR SLAMはレーザー光を照射して周囲の物体との距離を直接測定するため、暗所でも高精度に動作しますが、センサーが高価で重いという課題があります。一方、視覚的SLAMはカメラを使用するため安価で軽量ですが、映像の明るさや特徴のない壁などに精度が左右されやすい特徴があります。 SfM（Structure from Motion）との違い: SfMも画像から3次元形状を復元する技術ですが、基本的にはオフラインで大量の画像をバッチ処理するのに対し、視覚的SLAMはリアルタイムでの自己位置推定と地図作成に特化しています。
注意点
視覚的SLAMはカメラ映像に依存するため、いくつかの弱点があります。例えば、真っ暗な部屋や、コントラストの低い真っ白な壁のように「視覚的な特徴点」が少ない環境では位置を失い（ロストし）やすくなります。また、カメラが急激に動くことによるブレ（モーションブラー）や、動く物体が画面の大部分を占める環境（動的環境）でも推定精度が低下する可能性があるため、IMU（慣性計測装置）などの他のセンサーと組み合わせて補う手法（Visual-Inertial SLAM）が一般的です。