ロボットが未整備で複雑な地形を安全に移動するためには、急な斜面や岩場などの障害物を認識する堅牢な知覚システムが不可欠です。本論文で紹介されるPRISMは、このような課題に対応するために開発されたマルチモーダル地形マッピングシステムです。複数の異なるセンサーから得られる情報を統合することで、より正確で信頼性の高い地形認識が実現されます。 PRISMの核となるのは、カスタム設計されたセンサースイートとOmniUnetという新型のビジョントランスフォーマーベースのニューラルネットワークです。RGB画像（標準的なカラー写真）、深度情報、そして熱画像（RGB-D-T）という3つのモダリティを融合させることで、地形の特性をより細かく区別できます。特に熱画像の追加により、従来の光学センサーと深度センサーだけでは判別困難だった地表面の性質を効果的に認識することが可能になります。 提案システムの有効性は、BASEPROD と LAENTIEC という2つの新たに注釈付けされたデータセットを用いた検証と、実際の野外実験を通じて実証されました。リソースが限定された組み込みコンピュータに搭載されたPRISMは、効率的に走破可能性マップ（traversability maps）を生成し、これを基にローバーの制御システム（GNC：ガイダンス・ナビゲーション・コントロール）が自律運転を実行します。このアプローチにより、複雑な未構造化環境での確実で安全な自動運転が実現される道が開かれました。