建物検査や倉庫通路の監視など、複数のロボットによる同時位置推定とマッピング（SLAM）の運用には、各ロボットの位置とマッピング状態を把握することが重要です。しかし従来の2Dインターフェースではこうした監視業務は拡張性に乏しく、オペレーターの負担が増加してしまいます。このような課題を解決するために、研究チームはMR-SLAMという複合現実（MR）システムを開発しました。このシステムでは、Meta Quest 3ヘッドセットを装着したオペレーターが、現実世界の映像をパススルー表示する中で3台のTurtleBot3ロボットを遠隔操作でき、マッピング進捗状況が空間に固定されたダッシュボードパネルにリアルタイムで表示されます。 各ロボットは独立したSLAM Toolboxインスタンスを実行し、その占有格子地図（occupancy grid）はRobot Operating System 2（ROS 2）バックエンドでリアルタイムにマージされます。5回の9分間の評価セッションでは、システムは毎秒8.83±0.16フレームのスキャンを配信し、マージされた占有面積17.9±0.8平方メートルをマッピング、ロボットペア間で94.7±0.5%の占有一貫性を達成しました。追加セッションでは、中央値6.3ミリ秒の座標変換ジッターと41平方メートルのグリッド中26.7平方メートルのカバレッジが記録されています。 MR-SLAMは、パススルー複合現実による監督機能とマルチロボットSLAMを消費者向けハードウェア上で組み合わせるための参考実装として位置づけられています。このアプローチにより、オペレーターは没入感のある環境で複数ロボットの活動を効率的に監視でき、空間的な把握が大幅に改善されるため、より複雑で大規模なマッピングタスクへの対応が可能になるでしょう。