北陸先端科学技術大学院大学 人間情報学研究領域の丁 洛榮（チョン・ナクヨン）教授、グエン・カン・タン大学院生（博士後期課程）らの国際共同研究グループは、ロボットが観測した物体を地図上の既存物体と対応付ける新手法「BPDA-GMM」を開発しました。ロボットが椅子や机、車などの物体を認識し、それらを手掛かりに自分の位置を把握しながら周囲の地図を作る「意味的SLAM（スラム）」では、観測した物体が「以前にも見た物体」なのか、「新しく見つけた物体」なのかを判断する「データ対応付け」が重要です。
　本研究ではロボットがこれまでどの物体を何度観測してきたかという履歴を蓄積し、その情報を次の判断に生かす仕組みを導入しました。これにより、以前からある物体なのか、新しく現れた物体なのかを一つの確率的な仕組みの中で判断できます。また、新しい物体と判断する確率を地図の規模に応じて自動調整することで、同じ物体を重複して登録しにくくしました。こうした仕組みには、ディリクレ過程（中華料理店過程）と呼ばれる統計モデルを用いています。さらに、物体検出のノイズがロボットの軌跡推定を直接乱さない設計を導入しました。対応付けが特に難しいシミュレーションでは、位置推定誤差を最良の従来法より約72%低減しました。
　屋内のドローン実験と公開データセットKITTIでも精度向上を確認し、小型の組み込み計算機上で10Hzを超える実時間動作を達成しました。本成果は、長時間稼働するロボットが、重複や欠落の少ない物体地図を維持するための基盤技術として期待されます。チョン教授は、「将来的には複数ロボットの協調や、人の言葉による指示への応用にもつながる可能性があります」と述べています。
　本成果は、2026年8月21日付で 国際学術誌「IEEE Robotics and Automation Letters」Vol. 11, No. 10に正式掲載され、オンライン公開されました。