庆应义塾大学
自动运転や产业ロボットに広く使われる尝颈顿础搁（ライダー）センサーは、ガラスや镜面などからの多重反射によって、実在しない偽の3顿点「ゴースト」を生成してしまうという深刻な问题を抱えています。このゴーストは物体検出での误検知や地図生成の崩壊を引き起こし、自动运転の安全性を根本から损なう危険性があります。
庆应义塾大学理工学研究科の吉岡健太郎准教授、五十川麻理子准教授、同大学大学院理工学研究科の池田和真（博士課程）、原涼成（修士）らの研究グループは、ソニーセミコンダクタソリューションズ株式会社との共同研究により、ゴースト問題の解決に向けた世界最大の全波形 LiDAR データセット「Ghost-FWL」を構築しました。Ghost-FWLは屋内外10シーンにわたる2万4千フレーム?75億件のラベルを整備しており、従来の公開データセットと比較して100倍以上の規模を誇ります。
さらに、全波形データからゴーストの特徴を自律的に学習するAIモデル「FWL-MAE」とゴースト除去フレームワークを開発しました。これにより、LiDAR ベースの SLAM（自律走行の同時位置推定?地図生成）における位置推定誤差を最大84%削減し、3D物体検出の誤検知率を50分の1に低減することに成功しました。存在しない歩行者への急ブレーキや、幻の壁を避けようとする経路逸脱など、ゴーストが引き起こす危険な誤動作の抑制に大きく貢献するものです。
本研究の成果は、コンピュータビジョン分野の最高峰国際会議「CVPR 2026」に採録されました。
プレスリリース全文は、以下をご覧下さい。