自律移動ロボットが非構造化された屋外環境で動的な障害物を回避することは、ロボット工学における重要な課題です。特に、大規模なロボット固有の学習データやシミュレーションベースの制御戦略が実用的でない場合、この問題はより深刻になります。本研究は、現実世界のデータのみを用いた、データ効率的かつ解釈可能な視覚ベースの動的障害物回避手法を提案しています。シミュレーション学習に伴うシミュレーション・現実ギャップを回避しながら、実環境での性能を実現する点が大きな利点です。 提案手法はUniDepthという大規模な事前学習済み単眼深度推定モデルを活用し、RGBビデオから高密度な深度マップを生成します。この方法はステレオカメラやLiDARセンサを必要としません。動的障害物回避は、SuperPointおよびSuperGlueの特徴点対応パイプラインを拡張して実現されます。複数フレームにわたるキーポイントの追跡、カメラの内部パラメータと推定深度を用いた3D投影、バンドル調整、そして各キーポイントごとの衝突時間（TTC：Time-to-Collision）計算という一連の処理を実行します。その後、最小TTCを持つキーポイントに対応する最接近点からロボットを遠ざける2次元運動プリミティブが選択されます。 M3EDデータセットの実世界データを用いた評価では、衝突時間が1秒未満のフレームを特定する際に、精度0.49、再現率0.38を達成しました。また、検出された真陽性のうち84％において回避動作の方向を正しく生成しています。テスト配列に含まれる22個の異なる物理的障害物のうち、少なくとも1秒以下のTTCを持つフレームを20個の障害物で検出したことは、手法の堅牢性を示しています。エンドツーエンド学習手法は数千時間のロボット固有データを必要とするのに対し、本手法はモデル学習を完全に排除し、ハイパーパラメータ調整に74秒のデータのみを必要とします。これは、多様な障害物タイプに対する解釈可能で汎化可能な振る舞いを保ちながら、例外的なデータ効率を実現しています。