残差 2.63× の主因候補の網羅整理 (Residual Cause Candidates Enumeration)

本ドキュメントは TEST_01 Step 8-13 で確定した シミュ vs 実機の残差 2.63× の主因候補を網羅的に整理したものである．Step 8-14 以降の物理モデル精緻化で「何を試すか」の判断材料として作成した．

結論（先に） (Conclusion First)

→ 「内壁の非 Lambertian 性（光沢成分）」が最有力候補．次いで反射率精度・反射回数の組み合わせ調整．

背景 (Background)

Step 8-13 で 真の linear ドメイン比較 (DNG+LSC 順方向適用 vs シミュ orthographic) を実施した結果，残差 2.63× が確定した（TEST_01 Step 8-13 参照）．これは TECH_06 で予想した「真の残差 2.66×」とほぼ一致する値．

主因の絞り込み状況：

候補の網羅整理（5 カテゴリ 18 項目） (Comprehensive Candidate List)

A. 物理光学モデル系（最有力候補を含む）

B. 幾何モデル系

C. センサ・カメラ系（タイプ II 構造的差異）

TECH_08 §許容している構造的差異 のタイプ II 項目．白板撮影では許容と判断したが完全排除不能．

D. 評価方法系

E. 環境・運用系（実機側）

優先度評価の根拠

🥇 1 位: A1 内壁の非 Lambertian 性（光沢成分）

物理的根拠:

• 現状の Mitsuba diffuse BSDF は 完全 Lambertian（cos θ で散乱）を仮定
• 実物理: 3D プリンタ白フィラメント（PLA / ABS 等）は マット表面に見えても微妙な specular 成分を持つことが多い
• 鏡面反射成分があると 多重反射の経路が変わり「形」が変化 する可能性が高い

変化が「形」に効く機序:

• LED 直接光が壁に当たる → 光沢成分があれば 特定方向に強く反射
• diffuse 100% なら均等分散だが、光沢があれば 評価板の特定領域に集中 する経路ができる
• これが Y 軸単調勾配の「上端も均等に明るくならない」現象に対応する可能性

実装方法:

• Mitsuba の roughconductor か roughdielectric を diffuse と混合（blendbsdf）
• パラメータ: roughness（粗さ）と diffuse/specular 比
• 物理動機: 3D プリンタ素材の実物理特性に近づける

期待効果:

• 数値: 反射成分の方向性で多重反射経路が変化 → CoV / 勾配が動く可能性
• 形: Y 軸単調勾配が崩れて中央ピーク楕円に近づく可能性（最も期待できる）

🥈 2 位: A8 反射率 R = 0.85 → 0.89（物理整合点）

物理的根拠:

• 現状 R=0.85 は暫定値．Step 8-6 で 物理整合点 R≈0.89 が導出済（規格 LED radiance との物理的一致点）
• インテグレーティングスフィア近似 1/(1-R) で R=0.85 → 0.89 は 多重反射ゲイン 6.67 → 9.09（1.36×）

変化が「形」に効く機序:

• 反射率上昇 → 多重反射量増加 → 評価板への ambient 成分（均一光）が増える
• Y 軸単調勾配の「上端の暗さ」がやや軽減される可能性

実装方法:

• configs/scene_baseline.yaml の printer_white.reflectance を 0.85 → 0.89 に変更
• spp / max_depth は据え置き

期待効果:

• 数値: 過去 Step 8-2 で「弱い二次レバー」と判明済．CoV 数% 改善
• 形: わずかに均一化方向だが大きな変化は期待しにくい

🥉 3 位: A9 max_depth 8 → 16+

物理的根拠:

• 現状 max_depth=8 で多重反射の 後段（5〜8 回反射目）が打ち切られる可能性
• 過去 Step 8-4 で 8→12 試行．CLAUDE.md には「キャリブは d≥12 推奨」と記載
• 新方針（DNG+LSC linear）下では未再評価

実装方法:

• configs/scene_baseline.yaml の max_depth を 8 → 16（または 12）
• レンダ時間は depth に概ね比例（8.5 分 × 2 ≈ 17 分）

期待効果:

• 数値: 多重反射の累積で勾配が緩和される可能性
• 形: わずかに均一化方向

候補の組み合わせ評価

3 候補は 物理的に独立 なので組み合わせて試せる：

ユーザー認識との差分整理

「やらない」と判断したもの

以下は明示的に 本ドキュメントの優先度から除外 した：

D1 検証結果（2026-06-02 完了）

候補リスト 4 位の D1「シミュ ROI と実機 ROI の物理的整合」 を Step 8-14 候補 γ として 事前検証したところ，両者は物理的に同じ領域を見ていることが確認できた．設定変更は一切行わず，既存設定の数値検証のみで結論が出た．

検証手順

1. シミュ ROI 物理範囲の算出 — configs/scene_baseline.yaml の orthographic 設定（position (0,0,-50), ortho_scale (50, 52), film 512×512）と configs/eval_baseline_linear.yaml の ROI (24, 37, 464, 450) から，評価板中心基準で X∈[-45.31, +45.31] mm, Y∈[-46.92, +44.48] mm（幅 90.63×91.41 mm） と算出
2. 評価板 STL bbox 計測 — configs/meshes/照明ムラ補正ボード.stl を trimesh で計測：X=99 mm × Y=102 mm（既知値と一致）
3. 実機画像の物理スケール算出 — reference_measurement/MiniTIAS_20260408_144434/MiniTIAS_20260408_144434.png（2448×3264）から評価板の縦方向黒縁を検出（H=1560 px）．評価板 Y=102 mm より 物理分解能 0.0654 mm/px を確定（ピクセルアスペクト比 1:1 仮定で X 方向も同じ）
4. 実機 ROI 物理範囲の算出 — roi_config.json の ROI (539, 1015, 1400, 1409) から，評価板中心基準で X∈[-44.79, +46.75] mm, Y∈[-47.53, +44.59] mm（幅 91.54×92.13 mm） と算出（画像 y→物理 Y は符号反転）

比較結果

→ 物理サイズは 1% 以内・中心位置は 1 mm 以内で一致．3 列パネル output/_slide_panels/roi_alignment_check.png（①実機画像 + 評価板境界・実機 ROI / ②シミュ輝度マップ + 評価板境界・シミュ ROI / ③物理座標系で両者を重ね合わせ）でも視覚的に確認．

判定と意味

• 残差 2.63× の主因は ROI 整合ではないことが確定．D1 を候補リストから「クリア」として除外
• 過去の設定者（おそらく Step 8 開始時の scripts/select_white_board.py GUI 選択 → シミュ側 ortho_scale 設計値）は 物理整合性を意識して ROI を揃えていたことが裏付けられた
• 設定変更ゼロで結論が出たため，シミュ／実機双方の YAML・コードへの コミット可能な変更なし

副次発見

評価板は実機画像中央から 下方向に約 4.2 mm（65 px）オフセットして配置されている（カメラ取付位置 vs 評価板取付位置のミリ精度差）が，実機 ROI もそのオフセットに沿って選択されているため，物理領域としては板中心とほぼ整合している．

Step 8-14 候補選定（次のアクション）

D1（γ）が「クリア」と確定したため，残る選択肢は以下：

→ Step 8-14 として β（A1 単独）か δ（β + α 全部入り）が筋．β は「形」改善の単一実験として価値が高く，δ は実用上「全部やってどうなるか」を見る価値がある．

関連ドキュメント (Related Documents)

残差候補の出典

• TECH_07 LSC 取り扱い方針 — LSC 由来の排除根拠
• TECH_08 実機変更とシミュ側対応 — ドメイン不一致由来の排除根拠 + タイプ II 構造的差異
• TECH_09 LED データシート調査結果 — LED 配光由来の排除根拠

過去の試行履歴

• TEST_01 キャリブレーション検証履歴 — Step 8-1〜8-13 のフル記録
• TEST_03 輝度マップ形状追跡 — 「形」の視覚比較
• TEST_02 シミュレーション実行記録 — output/ 配下の実験データ索引

仕様

• SPEC_03 基準設計の物理構成 — 現状 BSDF・反射率・max_depth 設定の出典