SLAMとは？

ニワトリが先か、卵が先か

壁を地図に書き込むには、その壁を見たときに自分がどこにいたかを知らなければなりません。自分がどこにいるかを知るには、地図が必要です。SLAM（Simultaneous Localization and Mapping の略）は、この両方を同時に行います。Durrant-Whyte と Bailey は2006年のチュートリアルの時点ですでに、この一般的な手法を、ロボット工学の中でよく理解され確立された分野だと述べていました。一方で、とくに複雑な屋外の環境では、実用上の課題が残っていることも指摘しています。

しくみを順に

1. 動きを推定する。車輪の回転、ジャイロスコープと加速度センサー、あるいはカメラの前を床が流れていく様子から、ロボットがどれだけ動いたかの最初の見積もりが得られます。オプティカルフローとは。
2. 周りを見る。カメラ、レーザースキャナー、ToFセンサーが、壁、角、家具を測ります。
3. 照らし合わせる。見えているものを、それまでにつくった地図と比べます。これは1分前に見たあの角だろうか、と。
4. 両方を補正する。動きの推定と測定が食い違うところでは、自分の位置と地図をまとめて調整します。それぞれがどれだけ不確かかも、記録し続けます。

ドリフトと、ループを閉じること

動きの推定はどれも少しずつずれていて、その誤差は積み重なります。車輪の回転数だけを数えていたロボットは、家の中をぐるりと長く回ったあと、キッチンを違う場所に描いてしまうでしょう。解決の糸口は、すでに地図にした場所だとロボットが気づいたときに訪れます。この「ループクロージャ（ループ閉じ込み）」によって、どれだけずれたかがわかります。その補正は、たどってきた経路全体にさかのぼって割り振ることができ、後ろに残してきた地図がまっすぐに整います。

身近なところで

• ロボット掃除機：アプリに間取り図を表示し、部屋ごとに掃除します。
• 拡張現実（AR）：スマホやヘッドセットで、あなたがその周りを歩いても、仮想のソファを実際の床の上に固定しておきます。
• 屋内のドローンやロボット：衛星測位の電波が届かない場所で使われます。
• 自動運転車：事前につくった地図と、その場で見ているものを組み合わせます。

いまも難しいこと

Cadena らは2016年のサーベイ論文で、30年にわたる目覚ましい進歩と、産業への着実な広がりを描きながらも、長期にわたる地図作成での頑健性をはじめとする未解決の課題を挙げました。SLAMはもう解決済みなのか、という問いも立てています。その答えは、おおまかに言えば、ロボット、場所、そしてどれだけうまく動く必要があるかによる、というものです。家の中で難しい点は、おなじみのものばかりです。

• 物が動く：椅子、ドア、かばん、人によって、前に回ったときとは景色が変わります。
• 似た場所がある：飾り気のない白い廊下が2本あると、取り違えやすくなります。
• ガラスと鏡：光を使うセンサーをだまします。ガラスと鏡がロボットを混乱させる理由（英語）。
• 光の変化：昼と夜で光が変わり、カメラにはこれが影響します。

家の地図は、個人的な情報です

間取り図からは、家の広さ、部屋の配置、そして時間がたてば、家の人が一日をどこで過ごしているかまでわかります。地図をつくるロボットを家に迎える前に、地図がどこに保存されるのか、家の外に出るのか、削除できるのか、ほかに誰が見られるのかを確かめましょう。家庭用ロボットとカメラのプライバシー（英語）。

Alkyon の設計

Alkyon は、家の中を飛ぶコンパニオンとして私たちが構想しているコンセプトです。自分の深度センサーで家の3D地図をつくり、その地図をあなたの家にあるドックに保存するよう設計しています。私たちのシミュレーションでは、その地図の上でルートを計画し、まだ見ていない空間に向かっては飛びません。地図に照らして自分の位置を補正することは、まだ残っている私たちの課題の1つです。開発中のコンセプトで、ヨーロッパ向けのみです。屋内ドローンのナビゲーション（英語）。

出典（2026年11月4日閲覧）：Durrant-Whyte、Bailey「simultaneous localization and mapping: part I」IEEE Robotics & Automation Magazine、2006年。Cadena ほか「past, present, and future of simultaneous localization and mapping」IEEE Transactions on Robotics、2016年。一般的な情報です。