MIT-SPARK/Khronos

何を解決するか

Khronosは、人の歩行などの短期的な動きと、家具の移動などの長期的な変化が同時に発生する動的な環境での同時定位と地図作成（SLAM）を実現する課題に対処します。従来のSLAMは、一時的な動きと環境の恒久的な変化を区別するのが困難です。

動作方法

Khronosは統合的な空間時間アプローチを用いて、シーンの「4Dマップ」を維持します。幾何的・意味的SLAMにより、ロボットの位置を追跡しながら、同時に物体をセグメンテーションおよび追跡します。時間経過にわたるシーン状態を推論することで、ロボットがエリアを再訪問しループを閉じた際に、物体が一時的に移動したか、恒久的な変化（例：部屋から椅子が取り除かれた）が発生したかを検出できます。

対象ユーザー

このプロジェクトは、時間とともに変化する環境における自律ナビゲーション、シーン再構築、空間AIに取り組むロボット研究者およびエンジニア向けに設計されています。

主な特徴

• 空間時間推論：短期的な動的変化（人の行動）と長期的な環境変化を両方処理します。
• 幾何的・意味的マッピング：幾何的マッピングと意味的物体検出・セグメンテーションを統合します。
• オープンセットセグメンテーション：初期トレーニング時に見られなかった物体を認識できるオープンセット意味推論をサポートします。
• 4D可視化：異なるタイムスタンプでのシーン状態をスクロールして確認できるビジュアライザーを備え、ロボットが環境をどのように理解するかの進化を可視化します。