Visual SLAM（ビジュアルスラム）とは、カメラで撮影した映像（画像情報）を基に、自己位置推定と環境地図作成を同時に行う技術です。GPSが届かない屋内や地下空間でも機能し、自動運転車、ドローン、ロボット掃除機、AR・VRデバイスなどの移動体や空間認識において不可欠な役割を果たしています。
Visual SLAMとは
Visual SLAMとは、カメラの映像から特徴点を抽出し、自分が今どこにいるか（自己位置推定）と、周囲の3次元マップ（環境地図作成）をリアルタイムで同時に計算する技術です。
詳しく解説
Visual SLAMは、車載カメラやWebカメラなどの画像センサー（視覚情報）を主軸として利用するSLAM技術の一種です。一般的な処理フローとして、画像からキーポイントとなる「特徴点」を検出し、フレーム間での動きを追跡する「フロントエンド」、複数の視点から得られた位置関係の整合性を最適化する「バックエンド」に分かれます。また、一度訪れた場所を再認識して位置誤差を補正する「ループ閉じ込め」処理も重要です。近年では、従来の幾何学的手法に加え、ディープラーニングなどの「深層学習」技術を融合させ、テクスチャの少ない壁や動体の存在する複雑な環境下でも頑健な空間認識を可能にする研究が進んでいます。
具体例・使われ方
具体的な利用例として、「ロボット掃除機」が部屋の形状を把握しながら効率的に清掃ルートを計画するケースや、「自律移動ロボット」が倉庫内を障害物を避けながら自走するシステムが挙げられます。また、スマートグラスや「AR」デバイスを装着したユーザーが、現実世界の正確な位置にデジタル情報を重ね合わせて表示する際にも、この自己位置推定の技術が活用されています。
似た用語との違い
一般的なSLAMがLiDAR（レーザーセンサー）やIMU（慣性計測装置）など多様なセンサーを用いるのに対し、Visual SLAMはカメラを主センサーとする点が異なります。LiDARを用いたSLAMは、正確な「点群」データを取得できる一方でセンサーが高価かつ大型になりがちです。これに対してVisual SLAMは、安価なカメラでシステムを構築でき、色やテクスチャといった豊富な視覚情報を取得できる利点があります。
注意点
Visual SLAMの限界として、カメラ映像に依存するため、暗闇や急激な照度変化がある環境では精度が著しく低下します。また、真っ白な壁や平滑なガラスのように特徴点が極めて少ない場所では、自己位置をロスト（見失う）しやすくなります。さらに、リアルタイム処理には高い計算負荷がかかるため、デバイスの処理能力に応じたアルゴリズムの最適化が必要です。