LiDAR SLAM（らいだーえすえーえむ）

最終更新：2026/4/27

LiDAR SLAMは、LiDARセンサーで取得した点群データを用いて、自己位置推定と環境地図作成を同時に行う技術である。

別名・同義語同時局所化と地図作成LiDARによるSLAM

ポイント

SLAMはSimultaneous Localization and Mappingの略称で、ロボットや自動運転車などの自律移動システムにおいて重要な役割を果たす。LiDARを用いることで、高精度な環境認識が可能となる。

LiDAR SLAMの概要

LiDAR SLAMは、Light Detection and Ranging（LiDAR）センサーから得られる高精度な3次元点群データを利用して、ロボットや車両などの移動体の自己位置推定と周囲環境の地図作成を同時に行う技術です。従来のSLAM技術と比較して、LiDAR SLAMは、光を利用するため、テクスチャの少ない環境や暗い場所でもロバストな動作が可能です。

LiDAR SLAMの構成要素

LiDAR SLAMシステムは、主に以下の要素で構成されます。

LiDARセンサー: 周囲の環境を3次元点群データとして取得します。
フロントエンド: LiDARセンサーから取得した点群データを処理し、特徴点を抽出します。
バックエンド: 抽出された特徴点を用いて、自己位置推定と地図作成を行います。
ループ検出: 過去に訪れた場所を認識し、累積誤差を低減します。

LiDAR SLAMのアルゴリズム

LiDAR SLAMには、様々なアルゴリズムが存在します。代表的なものとしては、以下のものが挙げられます。

ICP (Iterative Closest Point): 点群データ間の距離を最小化することで、自己位置推定を行います。
NDT (Normal Distributions Transform): 点群データを確率分布で表現し、自己位置推定を行います。
Graph SLAM: 自己位置推定の結果をグラフ構造で表現し、最適化を行います。

LiDAR SLAMの応用例

LiDAR SLAMは、様々な分野で応用されています。

自動運転: 車両の自己位置推定と環境地図作成に利用されます。
ロボット工学: ロボットの自律移動やマッピングに利用されます。
ドローン: ドローンの自律飛行や3次元モデル作成に利用されます。
建設・測量: 建設現場や地形の3次元モデル作成に利用されます。