超高速な点群レジストレーションによる自己位置推定と環境地図生成

超高速な点群レジストレーションによる自己位置推定と環境地図生成

2026/03/06

超高速な点群レジストレーションによる自己位置推定と環境地図生成

インテリジェントシステム研究部門（旧デジタルアーキテクチャ研究センター） 小出健司主任研究員らの研究チームが開発した「Voxelized GICP」は、リアルタイム処理が求められる自動運転やロボティクス分野で大きな強みを発揮します。この研究成果は国際会議で高く評価され、学術的貢献に加え、オープンソース公開による社会実装の広がりもポイントです。

研究の背景：高速・高精度な点群レジストレーションへの挑戦

　複数の3Dデータを重ね合わせて同じ座標系にそろえる「点群レジストレーション」は、自動運転やロボットの位置推定、地図作成に不可欠な技術です。従来はGeneralized Iterative Closest Point（GICP）やNormal Distributions Transform（NDT）といった手法が広く使われてきました。GICPは高精度な位置合わせを実現しますが、計算に時間がかかるためリアルタイム処理が難しいという課題があります。一方、NDTはデータをボクセルに分けて処理することで高速化を図りますが、設定次第で精度が不安定になる問題を抱えています。こうした背景から、リアルタイムで安定した精度を確保する新しい手法の開発が求められてきました。

得られた成果：リアルタイム処理と安定精度の両立

　インテリジェントシステム研究部門 小出健司主任研究員らの研究チームは、「Voxelized GICP（VGICP）」という新しい手法を開発しました。VGICPはGICPの精度を維持しながら、データをボクセル化して並列処理を取り入れることで計算効率を大幅に向上させます。シミュレーション評価の結果、精度は従来比最大100倍、さらにGICPと同等の精度であり、NDTよりも安定した結果を示しました。特に、NDTがボクセルサイズの設定によって精度が変動しやすいのに対し、VGICPは幅広いパラメータ設定で安定した性能を発揮します。
　この技術はオープンソースとして公開され、世界中の研究者や企業に利用されており、学術的評価と産業応用の両面で高い価値を示しています。

今後の展望：新しい基準としてのVGICP

　VGICPの成果を基に、IMU（慣性計測装置）との統合によって広範な環境で頑健に機能する自己位置推定・環境地図生成フレームワークの開発を行っています。このフレームワークに関しても既にオープンソースとして公開しており、産学界で広く利用されています。VGICPは、ロボティクス分野における高速・高精度点群レジストレーションの新しい基準として、今後も広範な応用を切り開きます。

Kenji Koide, Masashi Yokozuka, Shuji Oishi, and Atsuhiko Banno, Voxelized GICP for Fast and Accurate 3D Point Cloud Registration, Proceedings of the 2021 IEEE International Conference on Robotics and Automation (ICRA), 2021.
Electronic ISBN:978-1-7281-9077-8
Print on Demand(PoD) ISBN:978-1-7281-9078-5

インテリジェントシステム研究部門
スマートモビリティ研究グループ
主任研究員

小出 健司

Koide Kenji