WaterSplat-SLAM: 水中環境におけるフォトリアリスティックな単眼 SLAM の技術的概要

本論文は、水中環境における単眼カメラを用いた SLAM（Simultaneous Localization and Mapping）の課題を解決し、高忠実度なフォトリアリスティックなマッピングを実現する新しいシステム「WaterSplat-SLAM」を提案しています。

以下に、問題定義、手法、主要な貢献、実験結果、および意義について詳細にまとめます。

1. 問題定義

水中ロボット（AUV など）の自律航行や海洋考古学などには、リアルタイムかつ高密度な環境マッピングが不可欠です。しかし、既存の水中 SLAM 手法には以下の重大な課題があります。

• 既存の視覚 SLAM の限界: 特徴点ベースの手法は、暗闇、濁り、テクスチャの欠如といった水中の劣悪な環境下で機能不全に陥りやすく、得られるマップは疎（スパース）であり、高度なタスクに必要な高密度な幾何形状や外観を表現できません。
• 従来の密なマッピング手法の限界: 構造光やソナー、レーザーを融合した手法は高密度マップを生成しますが、フォトリアリスティックなレンダリング（写真のような描画）には適していません。
• 3D ガウススプラッティング（3DGS）の水中適用における課題: 最近の 3DGS を SLAM に組み込んだ手法は地上環境では成功していますが、水中では光の減衰（attenuation）と散乱（scattering）という特有の光学劣化を考慮していません。単に幾何学的なガウスプリミティブを配置するだけでは、水という「体積媒質（volumetric medium）」を誤って物体として表現してしまい、プランニングや把持タスクの精度を損なうだけでなく、追跡の安定性も低下させます。

2. 提案手法：WaterSplat-SLAM

WaterSplat-SLAM は、RGB 単眼入力のみから、ロバストなカメラ姿勢推定とフォトリアリスティックな高密度マッピングを実現するオンライン SLAM システムです。

システムの全体構成

1. セマンティックな媒質フィルタリング: 入力画像からセマンティックセグメンテーション（CLIPSeg など）を用いて「水領域」と「物体領域」を識別します。
2. カメラ追跡と点マップ推定: 水中の光学的劣化の影響を排除するため、カメラ追跡と 2 視 3D 再構築において「水領域」の機能を無効化（ゼロ化）し、物体領域のみを用いてキーフレームの姿勢と点マップを推定します。これにより、高品質な初期化を行います。
3. オンライン媒質認識ガウスマップ:
   • Medium Network: 各レイ（光線）に対して、減衰密度（$\sigma_{attn}$）、後方散乱密度（$\sigma_{bs}$）、媒質の色（$c_{med}$）の 3 つのパラメータを予測する MLP（多層パーセプトロン）を導入します。
   • セマンティックガイド付きレンダリング: レンダリング時に、物体の寄与と媒質（水）の寄与を明示的に分離します。これにより、水による外観の変化をガウスプリミティブ（物体）に誤って学習させることを防ぎます。
4. 適応的マップ管理:
   • ループクロージャ検出時やキーフレーム更新時に、ガウスプリミティブを適応的に調整します。
   • ボクセル化されたグリッドを用いて、重複するプリミティブをマージ（統合）し、マップの冗長性を削減しながらグローバルな整合性を維持します。

損失関数

• セマンティックガイド付きフォトメトリック損失: 水領域のピクセルについては媒質レンダリング結果のみ、物体領域については物体レンダリング結果のみを正解画像と比較する損失を設計し、媒質と物体の役割分担を明確にします。
• 幾何学的損失: 細長いガウスプリミティブによるアーティファクトを抑制するため、レンダリングに寄与するプリミティブに対して等方性の損失を適用します。

3. 主要な貢献

1. 新しい単眼水中 SLAM システム: ロバストな姿勢推定とフォトリアリスティックな高密度マッピングを両立するシステムを提案。
2. オンライン媒質認識ガウスマップ: ガウスプリミティブで体積媒質（水）を誤って表現することを防ぐ、セマンティックガイド付きレンダリングとオンライン媒質認識ネットワークを実装。
3. 適応的マップ管理戦略: 水中環境をコンパクトにモデル化し、レンダリング品質を維持しつつガウスプリミティブのサイズを大幅に削減する戦略を設計。

4. 実験結果

データセット:

• 公開データセット「SeaThru-NeRF」（Curacao, RedSea, JapRedSea, Panama）
• 著者らが収集した「WaterSplat-SLAM」データセット（制御されたプール環境、6 つのシーケンス）

評価指標:

• 描画品質：PSNR, SSIM, LPIPS
• 追跡精度：絶対軌道誤差（ATE）の RMSE

結果の要点:

• 描画品質: 複数の水中データセットにおいて、NeRF ベース（GO-SLAM, GLORIE-SLAM）および 3DGS ベース（MonoGS, HI-SLAM2, S3PO-GS）の既存手法をすべて上回る性能を示しました。特に、濁りや不明瞭な環境下でも前景・背景の物体を鮮明に再構築しています。
• 追跡精度: 水中の特徴点劣化により ORB-SLAM3 や MonoGS などが失敗したシーケンスにおいても、WaterSplat-SLAM はすべてのシーケンスで安定した追跡に成功しました。水領域を除外した追跡がロバスト性の向上に寄与しています。
• オフライン手法との比較: 地上環境向けに設計されたオフライン手法「WaterSplatting」と比較しても、オンラインシステムでありながら高い PSNR 性能を達成しました。
• 効率性: ループクロージャ時のプリミティブマージ戦略により、メモリ使用量を約 24.3% 削減しつつ、再構築品質を維持しています。
• 処理速度: NVIDIA RTX 4090 環境下で 2〜5 FPS の安定した動作を実現し、実用性を示しました。

5. 意義と結論

WaterSplat-SLAM は、水中環境特有の光学的特性（減衰・散乱）を明示的にモデル化し、それをガウススプラッティングの枠組みに統合した最初のオンライン SLAM システムの一つです。

• 技術的革新: 単なる幾何学的再構築にとどまらず、「水」という媒質そのものを正しく表現することで、フォトリアリスティックな描画と正確な幾何学の両立を可能にしました。
• 応用への寄与: 高忠実度な 3D マップは、海底パイプラインの点検、深海探査、海洋ロボットによる精密な操作タスクなど、自律水中システムの実用化に不可欠な基盤技術となります。
• 将来展望: 本システムは、水中空間知能（Aquatic Spatial Intelligence）システムの新たな基盤を確立し、より複雑な水中環境での自律行動を可能にするものとして期待されます。

本論文は、2026 年 2 月に IEEE Robotics and Automation Letters (RAL) に受理されたプレプリント版であり、コードは GitHub で公開予定となっています。