CN102138163A - 俯瞰图像生成装置、俯瞰图像生成方法以及俯瞰图像生成程序 - Google Patents

俯瞰图像生成装置、俯瞰图像生成方法以及俯瞰图像生成程序 Download PDF

Info

Publication number
CN102138163A
CN102138163A CN2009801336750A CN200980133675A CN102138163A CN 102138163 A CN102138163 A CN 102138163A CN 2009801336750 A CN2009801336750 A CN 2009801336750A CN 200980133675 A CN200980133675 A CN 200980133675A CN 102138163 A CN102138163 A CN 102138163A
Authority
CN
China
Prior art keywords
point
point group
eye view
view image
dimensional
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2009801336750A
Other languages
English (en)
Other versions
CN102138163B (zh
Inventor
吉田光伸
宫雅一
岛嘉宏
泷口纯一
黑崎隆二郎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN102138163A publication Critical patent/CN102138163A/zh
Application granted granted Critical
Publication of CN102138163B publication Critical patent/CN102138163B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G06T15/30—Clipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/12—Relief maps

Abstract

本发明的目的在于获得除去了树木、隧道等的遮蔽物的遮蔽的道路图像。一边以搭载有移动体计测装置（200）的车辆在对象区域进行行驶，一边取得距离方位点群（291）、摄影机影像（292）、GPS观测信息（293）、陀螺仪计测值（294）、和速度表计测值（295）。位置姿态标定装置（300）基于GPS观测信息（293）、陀螺仪计测值（294）以及速度表计测值（295）标定车辆的位置姿态。点云生成装置（400）基于摄影机影像（292）、距离方位点群（291）和位置姿态标定值（391）生成点云（491）。点群正射图像生成装置（100）从点云（491）除去比道路面高的点而仅提取接近道路面的点，仅将提取的各点正射投影到水平面来生成点群正射图像（191）。点群正射图像（191）表示除去了遮蔽物的遮蔽的道路面。

Description

俯瞰图像生成装置、俯瞰图像生成方法以及俯瞰图像生成程序
技术领域
本发明涉及使用带颜色的激光点群生成道路正射图像的俯瞰图像生成装置、俯瞰图像生成方法以及俯瞰图像生成程序。
背景技术
从通过激光扫描仪计测的表示距离方位的激光点群复原计测物的3维立体形状。由于激光点越多立体形状越正确，所以取得大量的激光点。
可是，由于在激光点群中也包含对复原对象以外的物体进行计测的点群，所以需要从大量的激光点中提取对复原对象进行了计测的激光点群。
历来，用以下的方法进行激光点群的提取。
（1）3维地眺望激光点群，以目视提取必要的点。
（2）在摄影机影像重叠显示激光点群，辅助对象物的判别，以目视提取必要的点。
在方法（1）中，例如存在以下的课题。
（A）需要一点一点地指定提取的激光点。
（B）不能直接在CAD（Computer Aided Design,计算机辅助设计）中利用提取的激光点群。
在方法（2）中，例如存在以下的课题。
（A）只能从在摄影机的视野方向排列显示的激光点群判别对象物。
（B）选择适合的摄影机影像的作业耗费工夫。
（C）难以把握正在判别位于哪个场所的对象物。
上述的方法需要一点一点地以目视提取必要的点，基本上耗费时间。虽然也在进行自动识别技术的开发，但能够识别的对象有局限性，而且识别率也不充分，需要以目视进行订正。
现有技术文献
专利文献
专利文献1：日本特开2007-218705号公报。
发明内容
发明要解决的问题
本发明的目的在于，从取得的莫大量的激光点中排除不需要的点，有效率地仅提取需要的激光点。
用于解决课题的方案
本发明的俯瞰图像生成装置，使用表示地面上的各地点的三维坐标的三维点群生成地面上的俯瞰图像，其中，具备：三维点群投影部，基于所述三维点群的各点表示的三维坐标，使用CPU（Central Processing Unit，中央处理器）将所述三维点群的各点投影到平面来生成地面上的俯瞰图像。
所述俯瞰图像生成装置，具备：规定高度点群提取部，基于所述三维点群的各点表示的三维坐标，使用CPU从所述三维点群提取表示规定范围内的高度的各点作为规定高度点群，所述三维点群投影部基于通过所述规定高度点群提取部从所述三维点群提取的规定高度点群的各点表示的三维坐标，使用CPU将所述规定高度点群的各点投影到平面，生成俯瞰图像。
所述俯瞰图像生成装置具备：点密度计算部，将通过所述三维点群投影部投影到所述平面的所述三维点群的各点的点密度，按照以规定的大小将所述平面划分后的区域的每一个，使用CPU进行计算；竖立设置物特别指定部，基于通过所述点密度计算部计算的点密度，从所述俯瞰图像使用CPU特别指定显示有竖立设置物的图像部分；以及竖立设置物区别部，使用CPU生成将通过所述竖立设置物特别指定部特别指定的图像部分与其它的图像部分区别表示的俯瞰图像。
发明的效果
根据本发明，能够例如不需要目视而提取表示道路面的激光点群（规定高度点群），生成除去了隧道、树木的遮蔽的道路的俯瞰图像。
此外，能够例如不需要目视而提取表示电线杆等的竖立设置物的激光点群，生成将竖立设置物与道路面区别表示的俯瞰图像。
附图说明
图1是实施方式1的点群正射图像生成系统800的结构图。
图2是表示实施方式1的移动体计测装置200的外观的图。
图3是表示实施方式1的点群正射图像生成装置100的硬件资源的一例的图。
图4是表示实施方式1的点群正射图像生成方法的流程图。
图5是移动体计测装置200行驶的地域（对象地域）的道路图。
图6是对象地域（图5）的点群正射图像191。
图7是以点云491表示的俯瞰图像的一例。
图8是以点云491表示的俯瞰图像的一例。
图9是实施方式2的点群正射图像生成装置100的结构图。
图10是表示实施方式2的点群正射图像生成处理（S140）的流程图。
图11是从地面高度139a起的高度为50cm以下的规定高度点群129a被正射投影了的对象地域b（图6）的点群正射图像191。
图12是从地面高度139a起的高度为50cm以下的规定高度点群129a被正射投影了的对象地域b（图6）的点群正射图像191。
图13是实施方式3的点群正射图像生成装置100的结构图。
图14是表示实施方式3的点群正射图像生成处理（S140）的流程图。
图15是从地面高度139a起的高度为50cm以上的规定高度点群129a被正射投影了的对象地域b（图6）的点群正射图像191。
图16是对象地域b的部分扩大图。
图17是从地面高度139a起的高度为50cm以上的规定高度点群129a被正射投影了的对象地域a（图6）的点群正射图像191。
图18是对象地域a的部分扩大图。
图19是表示实施方式4（实施例1）的地面高度139a的特别指定方法的图。
图20是表示实施方式4（实施例2）的地面高度139a的特别指定方法的图。
图21是表示实施方式4（实施例2）的路沿石点群的特别指定方法的图。
图22是表示显示有点云491的图像的画面的图，该点云491表示道路和道路左右的路沿石。
图23是表示实施方式4（实施例2）的路沿石点群特别指定方法的流程图。
图24是表示通过实施方式4（实施例2）的路沿石点群特别指定方法而特别指定的路沿石点群的图。
图25是表示实施方式4（实施例3（1））的地面高度139a的特别指定方法的图。
图26是表示实施方式4（实施例3（2））的地面高度139a的特别指定方法的图。
图27是实施方式5的地图数据生成系统801的结构图。
具体实施方式
实施方式1
在实施方式1中，针对使用表示地面上的各地点的三维坐标的三维点群生成地面上的俯瞰图像的俯瞰图像生成装置进行说明。
图1是实施方式1的点群正射图像生成系统800的结构图。
针对实施方式1的点群正射图像生成系统800的结构基于图1在以下进行说明。
点群正射图像生成系统800具有：移动体计测装置200；位置姿态标定装置300；点云生成装置400；以及点群正射图像生成装置100。
移动体计测装置200是具备激光扫描仪210、摄影机220、GPS接收机230、陀螺仪240、以及速度表250移动体（例如，车辆、飞机）。
移动体计测装置200一边在地面上（或上空）移动，一边取得成为三维点群的基础的各种计测数据。
激光扫描仪210朝向各地点照射激光，对被位于各地点的地物反射而返回的激光进行观测。而且，激光扫描仪210基于激光的照射方向对地物所处的方位进行计测，并且基于从激光的照射到反射激光的观测为止的时间计测到地物的距离。
激光扫描仪210也被称为激光雷达、激光测距仪（LRF）。
以下，将表示通过激光扫描仪210计测的到各地点的地物的距离及方位和激光照射方向的点群数据称为“距离方位点群291”。
摄影机220在激光扫描仪210进行距离方位点群291的计测的同时，从激光扫描仪210的计测地点（在激光扫描仪210进行聚光观测时，移动体计测装置200所处的地点）对地物进行摄影。
以下，将通过摄影机220的摄影获得的图像数据称为摄影机影像292。
GPS接收机230在激光扫描仪210进行距离方位点群291的计测的同时，对从多个GPS卫星（GPS：Global Positioning System，全球定位系统）发送的定位信号进行观测。而且，GPS接收机230取得：定位信号表示的航法消息、传输定位信号的载波的相位、基于定位信号的传输时间计算的表示从GPS接收机230到GPS卫星的距离的伪距离、以及基于伪距离计算的定位结果等的信息。
以下，将通过GPS接收机230获得的信息称为“GPS观测信息293”。
陀螺仪240在激光扫描仪210进行距离方位点群291的计测的同时，对移动体计测装置200的3轴方向（横摆，纵倾，横倾）的角速度进行计测。
以下，将通过陀螺仪240计测的3轴方向的角速度称为“陀螺仪计测值294”。
速度表250在激光扫描仪210进行距离方位点群291的计测的同时，对移动体计测装置200的速度变化量进行计测。
以下，将通过速度表250计测的速度变化量称为“速度表计测值295”。
计测装置存储部290存储：距离方位点群291、摄影机影像292、GPS观测信息293、陀螺仪计测值294、和速度表计测值295。
距离方位点群291、摄影机影像292、GPS观测信息293、陀螺仪计测值294、和速度表计测值295分别示出有计测时刻，以计测时刻对应起来。
图2是表示实施方式1的移动体计测装置200的外观的图。
例如，移动体计测装置200如图2所示以车辆202构成。
激光扫描仪210、摄影机220、GPS接收机230和陀螺仪240固定在设置于车辆202的顶部的顶板201而设置。速度表250设置在车辆202。激光扫描仪210和摄影机220的位置例如设置在车辆202的前方也可，设置在车辆202的后方也可。
车辆202在计测对象地域的道路中行驶。
激光扫描仪210设置在车辆202的后方，一边在车辆202的宽度方向（x轴方向）以240°程度进行摆头，一边朝向车辆202的后方和车辆202的侧方照射激光。而且，激光扫描仪210对被位于车辆202的后方和车辆202的侧方的地物反射回来的激光进行观测，取得对位于计测对象地域的地物进行了计测的距离方位点群291。
摄影机220设置在车辆202的前方，反复进行车辆202的行进方向（z轴方向）的摄影，取得计测对象地域的摄影机影像292。
GPS接收机230在顶板201的3处设置，根据分别从GPS卫星接收的定位信号取得GPS观测信息293。
陀螺仪240对车辆202的x、y、z轴的角速度进行计测，取得陀螺仪计测值294。
速度表（otometer）250计测轮胎的旋转数来对移动体计测装置200的速度变化量进行计测，取得速度表计测值295。
在图2中，点O表示移动体计测装置200的坐标中心（以下，称为航测基准点），移动体计测装置200的坐标意味着O的坐标。预先对激光扫描仪210、摄影机220、GPS接收机230和陀螺仪240到点O的位移量（以下，称为偏移）进行计测，在点O的坐标加上偏移，能够求取激光扫描仪210、摄影机220、GPS接收机230和陀螺仪240的坐标。
以下，假设激光扫描仪210、摄影机220、GPS接收机230和陀螺仪240的坐标与点O一致，与移动体计测装置200的坐标相等来进行说明。
此外，假设摄影机220的视线方向与移动体计测装置200的姿态角相等。
在图1中，位置姿态标定装置300具备：位置姿态标定部310和标定装置存储部390，计算移动体计测装置200的计测时的位置姿态。
位置姿态标定部310基于通过移动体计测装置200取得的GPS观测信息293、陀螺仪计测值294和速度表计测值295，使用CPU（Central Proceessing Unit，中央处理器）计算移动体计测装置200的计测时的位置（纬度、经度、高[高度]）（East、North、Up）以及姿态角（横摆角，纵倾角，横倾角）。
例如，位置姿态标定部310将在GPS观测信息293中包含的定位结果作为移动体计测装置200的位置。
此外，例如位置姿态标定部310基于在GPS观测信息293中包含的载波的相位计算伪距离，基于计算出的伪距离计算移动体计测装置200的位置。
此外例如，位置姿态标定部310基于陀螺仪计测值294和速度表计测值295，通过航位推算法计算移动体计测装置200的位置和姿态角。航位推算法是对姿态角的角速度和移动速度进行积分来求取从过去的某个时刻起的变化量，在过去的位置和姿态角加上变化量来求取现在的位置和姿态角的方法。
以下，将通过位置姿态标定部310计算出的移动体计测装置200的位置和姿态角称为“位置姿态标定值391”。位置姿态标定值391表示各时刻的移动体计测装置200的位置和姿态角。
标定装置存储部390存储位置姿态标定值391。
点云生成装置400具备：三维点群生成部410；点云生成部420和点云生成装置存储部490，对表示地面上的各地点的三维坐标和颜色的三维点群进行生成。
三维点群生成部410基于通过移动体计测装置200取得的距离方位点群291与通过位置姿态标定装置300计算出的位置姿态标定值391，使用CPU生成三维点群419a。这时，三维点群生成部410针对距离方位点群291的各点，从位置姿态标定值391提取各点的计测时刻的移动体计测装置200的位置姿态，计算从提取的位置姿态离开各点表示的距离方位的地点的三维坐标，生成表示距离方位点群291的各点的三维坐标的三维点群419a。
点云生成部420基于通过三维点群生成部410生成的三维点群419a和通过移动体计测装置200取得的摄影机影像292，使用CPU生成点云491。在点云491中，各点表示三维坐标和颜色，所以也被称为带颜色的激光点群。
这时，点云生成部420将在从摄影地点向摄像方向（摄影机220的视线方向）离开焦点距离的地点中与摄像方向正交的平面作为摄影机220的摄像平面进行计算。摄像平面与摄影机影像292的平面相等。而且，点云生成部420基于三维点群419a的各点表示的三维坐标将三维点群419a的各点投影到摄影机影像292（摄像平面），将摄影机影像292内的投影处的像素的颜色作为该点的颜色。
点云生成装置存储部490存储点云491。
点群正射图像生成装置100（俯瞰图像生成装置的一例）具备：点云投影部110和图像生成装置存储部190，使用点云491生成对象地域的俯瞰图像。
点云投影部110使用通过点云生成装置400生成的点云491，使用CPU生成对象地域的俯瞰图像。这时，点云投影部110计算与对象地域的纬度/经度对应的水平面，在计算出的水平面将点云491的各点基于各自的三维坐标进行正射投影。点云投影部110作为正射投影，将点云491的各点的三维坐标（x，y，z）作为“z（高度）=0”进行处理，在与二维坐标（x，y）对应的水平面内的部分中配置各点。
例如，点云投影部110假定从对象地域上空的规定的视点向正下方向进行摄影机摄影而计算摄像平面，在计算出的摄像平面对点云491的各点进行正射投影。规定的视点将计测地域的中心的纬度/经度和规定的高度作为三维坐标，将点云491的各点向纬度/经度一致的摄像平面内的部分进行投影。
在正射投影了点云491的各点的水平面中，表示从上空在垂直方向向下观察计测地域的图像。
以下，将在正射投影了点云491的各点的水平面中表示的Bitmap图像称为“点群正射图像191（俯瞰图像的一例）”。
但是，正射投影了点云491的各点的平面并不限于是水平面，也可以是相对于水平面倾斜的平面。在该情况下，在正射投影了点云491的各点的水平面中，表示从上空在倾斜方向向下观察计测地域的图像（俯瞰图像的一例）。
此外，点云投影部110进行的点云491的投影不限于是正射投影，例如也可以是中心投影。
图3是表示实施方式1的点群正射图像生成装置100的硬件资源的一例的图。
在图3中，点群正射图像生成装置100具备：执行程序的CPU911（Central Processing Unit，也称为中央处理装置，处理装置、运算装置、微处理器、微型计算机、处理器）。CPU911经由总线912与ROM913、RAM914、通信端口915、显示装置901、键盘902、鼠标903、FDD904（Flexible Disk Drive，软盘驱动器）、CDD905（压缩盘装置）、打印机装置906、扫描仪装置907、磁盘装置920连接，控制这些硬件设备。代替磁盘装置920，也可以是光盘装置、存储器卡读写装置等的存储装置。
RAM914是易失性存储器的一个例子。ROM913、FDD904、CDD905、磁盘装置920的存储介质是非易失性存储器的一个例子。它们是存储设备、存储装置或者存储部的一个例子。
通信端口915、键盘902、扫描装置907、FDD904等是输入设备、输入装置或输入部的一个例子。
此外，通信端口915、显示装置901、打印机装置906等是输出设备、输出装置或输出部的一个例子。
通信端口915以有线或无线，与LAN（Local Area Network，局域网）、因特网、ISDN等的WAN（广域网）、电话线路等的通信网连接。
磁盘装置920中存储有OS921（操作系统），窗口系统922、程序组923、文件组924。程序组923的程序通过CPU911、OS921、窗口系统922执行。
在上述程序组923中存储有执行在实施方式的说明中作为“~部”说明的功能的程序。程序通过CPU911读出而被执行。
在文件组924中，作为“~文件”、“~数据库”的各项目存储有：执行实施方式的说明的 “~部”的功能时的“~的判定结果”、“~的检索结果”、“~的处理结果”等的结果数据，在执行“~部”的功能的程序间交接的数据、其它的信息、信号值、变量值、参数。
“~文件”、“~数据库”存储在盘或存储器等的记录介质中。在盘、存储器等的存储介质中存储的信息、数据、信号值、变量值、参数，经由读写电路通过CPU911被读出到主存储器、高速缓冲存储器，在提取/检索/参照/比较/运算/计算/处理/输出/印刷/显示等的CPU的工作中使用。在提取/检索/参照/比较/运算/计算/处理/输出/印刷/显示等的CPU的工作的期间，信息、数据、信号值、变量值、参数暂时存储在主存储器、高速缓冲存储器、缓冲存储器中。
此外，在实施方式的说明中说明的流程图的箭头的部分主要表示数据、信号的输入输出，数据、信号值被记录在RAM914的存储器、FDD904的软盘、CDD905的压缩盘、磁盘装置920的磁盘、其它的光盘、迷你盘、DVD（Digital Versatile Disk，数字多功能光盘）等的记录介质中。此外，数据、信号值通过总线912、信号线、电缆等其它的传输介质在线传输。
此外，在实施方式的说明中作为“~部”说明的也可以是“~电路”、“~装置”、“~设备”、“~单元”，此外也可以是“~步骤”、“~过程”、“~处理”。即，作为“~部”说明的只要以在ROM913中存储的固件实现即可。或者，仅是软件，或者仅是元件/器件/基板/布线等的硬件，或者是软件和硬件的组合，还可以是与固件的组合来实施也可。固件和软件作为程序存储在磁盘、软盘、光盘、压缩盘、迷你盘、DVD等的记录介质中。程序通过CPU911读出，通过CPU911被执行。即，程序使计算机作为“~部”发挥功能。或者，使计算机执行“~部”的过程、方法。
移动体计测装置200，位置姿态标定装置300和点云生成装置400也与点群正射图像生成装置100同样地，具备CPU、存储器，执行作为“~部”说明的功能。
图4是表示实施方式1的点群正射图像生成方法的流程图。
针对实施方式1的点群正射图像生成系统800的点群正射图像生成方法，基于图4在以下进行说明。
移动体计测装置200、位置姿态标定装置300、点云生成装置400、点群正射图像生成装置100以及各自的“~部”使用CPU执行以下说明的处理。
<S110：距离方位点群计测处理>
首先，以移动体计测装置200的车辆202在对象区域中行驶。
在对象地域的行驶中，移动体计测装置200具备的激光扫描仪210、摄影机220、GPS接收机230、陀螺仪240以及速度表250分别进行计测，取得距离方位点群291、摄影机影像292、GPS观测信息293、陀螺仪计测值294、以及速度表计测值295。
<S120：位置姿态标定处理>
接着，位置姿态标定装置300的位置姿态标定部310基于在S110中取得的GPS观测信息293、陀螺仪计测值294以及速度表计测值295，计算位置姿态标定值391。
位置姿态标定值391表示在对象区域中行驶的移动体计测装置200的各时刻的三维坐标和三维姿态角。
<S130：点云生成处理>
接着，点云生成装置400的三维点群生成部410基于在S110取得的距离方位点群291和在S120中计算的位置姿态标定值391，生成三维点群419a。然后，点云生成装置400的点云生成部420基于三维点群419a和在S110取得的摄影机影像292，生成点云491。
三维点群419a表示距离方位点群291的各点的三维坐标。三维坐标419a的各点与距离方位点群291的各点对应。
三维点群生成部410从位置姿态标定值391提取距离方位点群291的各点的计测时刻的移动体计测装置200的位置姿态，将从提取的位置姿态离开各点表示的距离方位的地点的三维坐标作为各点的三维坐标进行计算。
点云491表示三维点群419a的各点的三维坐标和颜色。点云491的各点与三维点群419a和距离方位点群291的各点对应。
点云生成部420将三维点群419a的各点基于各自的三维坐标投影到摄影机影像292，将投影处的像素的颜色作为各点的颜色。
但是，点云491不通过点云生成部40被上色也可。此外，点云491表示与观测的激光的反射亮度对应的黑白信息（灰度）也可。例如，点云生成部420将激光的反射亮度越高就越白、激光的反射亮度越低就越黑的颜色设定到点云491的各点。
<S140：点群正射图像生成处理>
然后，点群正射图像生成装置100的点云投影部110使用在S130中生成的点云491生成点群正射图像191。
点群正射图像191表示从上空在垂直方向向下观察对象地域的图像。
将点云投影部110在与对象地域的纬度/经度对应的水平面正射投影了点云491的各点的图像作为对象地域的点群正射图像191。
但是，正射投影了点云491的各点的平面并不限于是水平面，也可以是相对于水平面倾斜的平面。
此外，点云投影部110进行的点云491的投影不限于是正射投影，例如也可以是中心投影。
以下，表示通过点群正射图像生成方法（S110~S140）生成的点群正射图像191的一个例子。
图5表示移动体计测装置200行驶的地域（对象地域）的道路图。
例如，假设在距离方位点群计测处理（S110）中，移动体计测装置200在图5表示的地域中一边行驶一边进行计测，取得距离方位点群291、摄影机影像292、GPS观测信息293、陀螺仪计测值294、以及速度表计测值295。
图6表示对象地域（图5）的点群正射图像191。
在点群正射图像生成处理（S140）中，点云投影部110通过对点云491进行正射投影，获得图6所示那样的点群正射图像191。
如图6所示，点群正射图像191与图5所示的道路图一致。点群正射图像191能够对应于移动体计测装置200的计测精度、位置姿态标定装置300的位置姿态标定精度，以高精度表示对象地域的道路。
图7、图8是以点云491表示的俯瞰图像的一个例子，是将分别不同的交叉点部分扩大的图像。
在点群正射图像生成处理中（S140），在相对于水平面倾斜的平面中投影了点云491的情况下（或点群正射图像191通过图像处理相对于水平轴旋转而被显示的情况下），能够获得图7、图8表示的俯瞰图像。
如图7、图8所示，通过点云491的投影获得的俯瞰图像能够表示交叉点、住宅、停车的汽车、横断步行路等的各种地物。在俯瞰图像中表示的各地物的位置、大小等以与移动体计测装置200的计测精度、位置姿态标定装置300的位置姿态标定精度对应的高精度进行表示。
点群正射图像生成装置100通过在平面投影点云491，能够获得以高精度表示从实际没有被摄影机摄影的角度（垂直下方、斜下方等）观察的对象地域的图像（点群正射图像191、俯瞰图像等）。
在实施方式1中，针对以下的点群正射图像生成装置100进行了说明。
点群正射图像生成装置100利用通过移动体计测装置200取得的激光点群（距离方位点群291），高精度地检测标识、白线、路面标记、下水道口、路沿石、电线杆、柱子、路灯、电线、墙壁等的地物。
点云491按每一点具有三维位置信息（三维坐标）。因此，点群正射图像生成装置100能够排列点云491制作从任意方向眺望的图像。因此，点群正射图像生成装置100通过排列点云491并从正上方观察，能够制作与航空照片的正射图像同等的点群正射图像191。此外，点群正射图像191与使用从车辆摄影的摄影机影像制作的正射图像相比失真少，精度高，视野角开阔。
点群正射图像191中明确地表现白线、路沿石、墙壁面等的地物。因此，点群正射图像191能够在道路图的制作中利用。例如，在CAD（Computer Aided Design，计算机辅助设计）的背景中贴附点群正射图像191，用线对点群正射图像191表示的各地物进行描画摹写，能够高速地制作现状的道路图。进而，通过图像处理从点群正射图像191提取各地物，能够自动制作道路图。
在专利文献1（日本特开2007-218705号公报）中，公开了一种基于计测推车取得的各种计测数据，计算计测推车的位置姿态（专利文献1的S101），生成路面形状模型（三维点群）（专利文献1的S106）的方法。此外，在专利文献1中，公开了将路面形状模型（三维点群）投影到摄影机影像的方法（专利文献1的S107）。
移动体计测装置200相当于专利文献1的计测推车，位置姿态标定装置300相当于专利文献1的车辆位置姿态（3轴）运算部，点云生成装置400相当于专利文献1的路面形状模型生成部。
实施方式2
在实施方式2中，针对生成道路不被树木、隧道等遮蔽而映出的点群正射图像191的方式进行说明。
以下，主要针对与实施方式1不同的事项进行说明，关于省略说明的事项，是与实施方式1是同样的。
图9是实施方式2的点群正射图像生成装置100的结构图。
针对实施方式2的点群正射图像生成装置100的结构基于图9在以下进行说明。
点群正射图像生成装置100（俯瞰图像生成装置的一例）具备：点云投影部110；规定高度点群提取部120；地面高度特别指定部130；点群正射图像显示部140；摄影机影像显示部150；以及图像生成装置存储部190。
地面高度特别指定部130基于通过点云生成装置400生成的点云491（三维点群的一例）的各点表示的三维坐标的高（高度），使用CPU特别指定（specify）地面高度139a。
规定高度点群提取部120基于通过点云生成装置400生成的点云491（三维点群的一例）的各点表示的三维坐标，从点云491提取表示规定范围内的高度的各点。
特别是规定高度点群提取部120基于通过地面高度特别指定部130特别指定的地面高度139a，从点云491提取从地面起的高度是规定的高度以下的各点。
以下，将通过规定高度点群提取部120从点云491提取的各点称为规定高度点群129a。
点云投影部110（三维点群投影部的一例）基于通过规定高度点群提取部120从点云491提取的规定高度点群129a的各点表示的三维坐标，使用CPU将规定高度点群129a的各点投影在平面而生成点群正射图像191（俯瞰图像的一例）。
点群正射图像显示部140（俯瞰图像显示部的一例）在显示装置901中显示通过点云投影部110生成的点群正射图像191。
摄影机影像显示部150使用CPU，特别指定在通过点群正射图像显示部140显示的点群正射图像191内指定的图像部分中被投影的点，在显示装置901中显示从对特别指定的点进行计测的计测地点摄影的摄影机影像292。
图像生成装置存储部190存储通过移动体计测装置200取得的摄影机影像292、和通过点云投影部220生成的点群正射图像191。
图10是表示实施方式2的点群正射图像生成处理（S140）的流程图。
针对实施方式2的点群正射图像生成处理（S140）的流程基于图10在以下进行说明。
点群正射图像生成装置100的各“~部”，使用CPU执行以下说明的处理。
<S141A：地面高度特别指定处理>
首先，地面高度特别指定部130基于点云491的各点表示的三维坐标的高度，特别指定地面高度139a。
例如，地面高度特别指定部130在特别指定某个区域的地面高度139a的情况下，从表示该区域内的纬度/经度的各点提取高度最低的点，将提取的点表示的高度作为该区域的地面高度139a。
关于地面高度139a的特别指定方法的细节，在实施方式4中说明。
<S142A：规定高度点群提取处理>
接着，规定高度点群提取部120从点云491提取将在S141A中特别指定的地面高度139a为基准的高度并从地面高度139a起的高度是规定的高度以下的各点，作为规定高度点群129a。
也就是说，规定高度点群129a是从点云491除去了从地面高度139a起的高度比规定的高度高的各点后的点群。
例如，在规定的高度是“50cm”的情况下，规定高度点群提取部120将三维坐标的高度是“（地面高度139a）+50[cm]”以下的各点从点云491提取，作为规定高度点群129a。在地面高度139a按每个区域被特别指定的情况下，规定高度点群提取部120按每个区域提取规定高度点群129a。
<S143A：三维点群投影处理>
接着，点云投影部110将在S142A中提取的规定高度点群129a的各点正射投影到水平面，生成点群正射图像191。
但是，被正射投影规定高度点群129a的各点的平面不限于水平面，点云投影部110进行的投影不限于正射投影。
<S144A：俯瞰图像显示处理>
接着，点群正射图像显示部140使显示装置901显示在S143A中生成的点群正射图像191。
在这里，利用者在显示装置901显示的点群正射图像191内利用鼠标903、键盘902等指定希望确认摄影机影像292的图像部分。
<S145A：摄影机影像显示处理>
然后，摄影机影像显示部150在显示装置901中显示与被利用者指定的图像部分对应的摄影机影像292。
这时，摄影机影像显示部150对在利用者指定的图像部分中投影的点云491的点进行特别指定，对从特别指定的点（以下，称为特别指定点）的计测地点摄影的摄影机影像292进行特别指定，在显示装置901中显示被特别指定了的摄影机影像292。
被特别指定的摄影机影像292是在特别指定点被计测的时刻摄影的摄影机影像292。此外，特别指定点被计测的时刻，指的是作为特别指定点的原始数据的距离方位点群291的点被计测的时刻。
利用者能够通过在显示装置901中显示的摄影机影像292确认在点群正射图像191中难以确认的地物。
以下，表示通过点群正射图像生成处理（S141A~S143A）生成的点群正射图像191的一个例子。
图11是对象地域b（图6）的点群正射图像191，图12是对象地域a（图6）的点群正射图像191。图11、图12均是仅有从地面高度139a起的高度为50cm以下的规定高度点群129a被正射投影的图。
在规定高度点群提取处理（S142A）中，从地面高度139a起的高度比50cm高的各点从点云491被除去，仅是作为从地面高度139a起的高度是50cm以下的高度的各点作为规定高度点群129a被提取。
因此，图11、图12中道路均不被树木、隧道等的遮蔽物遮蔽，能够清晰地识别白线、道路边界等。
在实施方式2中，针对以下那样的点群正射图像生成装置100进行了说明。
历来作为道路图像被利用的航空照片，不能够显示树木下、隧道内部等从垂直方向观察时被遮蔽的道路部分。
另一方面，点群正射图像生成装置100在点云491中，以仅使用从道路面（地面高度139a）起是规定高度以下的点群（规定高度点群129a）的方式施加限制来生成点群正射图像191，由此能够除掉树木、隧道等的遮蔽物，能够全部表现道路。
进而，移动体计测装置200的车辆202从周围空开规定的车距（例如5m左右）进行行驶，由此取得不包含计测了其他车辆的计测值的距离方位点群291。而且，点群正射图像生成装置100使用从不包含计测了其他车辆的计测值的距离方位点群291生成的点云491，做出完全没有行驶中的车辆的点群正射图像191。
也就是说，点群正射图像生成装置100能够做出没有看不到的部分的美丽的道路图像。
此外，利用者在不能够确认在点群正射图像191中映出的地物（例如，电线杆、路灯、标识）的种类、内容的情况下，点群正射图像生成装置100与点群正射图像191连动地显示摄影机影像292。例如，点群正射图像生成装置100在CAD画面中使点群正射图像191和摄影机影像292链接显示。这时，点群正射图像生成装置100基于各点被计测的时刻，提出在其附近摄影的摄影机影像292。由此，利用者能够判别在点群正射图像191映出的地物是电线杆、还是路灯，还是标识。点群正射图像生成装置100在使摄影机影像202显示时，对摄影机影像292进行图像处理并提取标识、招牌等的内容（记录的文字、图形等），将提取的信息与摄影机影像292一起显示也可。由此，利用者除了电线杆、路灯的区别之外，也能够确认标识、招牌等的内容。
实施方式3
在实施方式3中，针对生成能够特别指定竖立设置物的点群正射图像191的方式进行说明。
以下，主要针对与实施方式1~2不同的事项进行说明，关于省略说明的事项，是与实施方式1~2是同样的。
图13是实施方式3的点群正射图像生成装置100的结构图。
针对实施方式3的点群正射图像生成装置100的结构基于图13在以下进行说明。
点群正射图像生成装置100（俯瞰图像生成装置的一例）具备：点云投影部110；点群正射图像显示部140；摄影机影像显示部150；点密度计算部160；竖立设置物特别指定部170；竖立设置物区别部180；以及图像生成装置存储部190。
点密度计算部160将通过点云投影部110生成的点群正射图像191的点密度169a按照将点群正射图像191以规定的大小划分了的区域的每一个使用CPU进行计算。
竖立设置物特别指定部170基于通过点密度计算部160计算的点密度169a，使用CPU从点群正射图像191特别指定显示有竖立设置物的图像部分。
以下，将通过竖立设置物特别指定部170而特别指定的图像部分称为竖立设置物显示图像部分179a。
竖立设置物区别部180使用CPU生成将通过竖立设置物特别指定部170特别指定的竖立设置物显示图像部分179a与其它的图像部分区别表示的点群正射图像191。
图14是实施方式3的点群正射图像生成处理（S140）的流程图。
针对实施方式3的点群正射图像生成处理（S140）的流程基于图14在以下进行说明。
点群正射图像生成装置100的各“~部”，使用CPU执行以下说明的处理。
<S141B：三维点群投影处理>
点云投影部110将点云491正射投影到水平面，生成点群正射图像191。
以下，将被正射投影了点云491的水平面称为“投影面”。
<S142B：点密度计算处理>
点密度计算部160以规定的大小划分投影面，按每个区域计算点云491的各点的点密度169a。
各区域的大小是微小的，例如不是图像内的大小，而是真实世界的大小的“30cm×30cm”左右。此外例如，点群正射图像191的1个像素对应于1个区域也可。
在这里，“点密度169a”意味着被投影到微小区域内的点云491的点的数量。
<S143B：竖立设置物特别指定处理>
竖立设置物特别指定部170将在S142B中计算的点密度169a为规定数以上的各微小区域作为竖立设置物显示图像部分179a进行特别指定。
由于激光扫描仪210也对车辆202的侧方的高度方向进行计测，所以墙壁面、电线杆、路灯等具有高度的地物（以下，称为竖立设置物）在高度方向被计测多个点。另一方面，如道路面那样不具有高度的地物在高度方向仅被计测1个点。因此，竖立设置物的点密度169a比道路面的点密度169a大。因此，在竖立设置物显示图像部分179a中，将点密度169a为规定数以上的各微小区域作为竖立设置物显示图像部分179a进行特别指定。
例如，竖立设置物特别指定部170将被投影有10点以上的点的微小区域作为竖立设置物显示图像部分179a进行特别指定。
<S144B：竖立设置物区别处理>
竖立设置物区别部180生成将在S143B中特别指定的竖立设置物显示图像部分179a与其它的图像部分区别表示的点群正射图像191。
例如，竖立设置物区别部180在竖立设置物显示图像部分179a上色规定的颜色。
此外例如，竖立设置物区别部180使竖立设置物显示图像部分179a与其它的图像部分为不同的配色（竖立设置物显示图像部分179a为“红”，其它的图像部分为“黑”等）。
此外例如，竖立设置物区别部180在竖立设置物显示图像部分179a附加特定的标记。
进而，竖立设置物区别部180按每个点密度对竖立设置物显示图像部分179a进行划分，按每个点密度附加不同的配色、标记也可。例如，竖立设置物区别部180按照点密度的大的顺序上色“白”→“绿”→“红”。
<S145B：俯瞰图像显示处理>
点群正射图像显示部140使显示装置901显示在S144B中生成的点群正射图像191。
<S146B：摄影机影像显示处理>
摄影机影像显示部150与S145A（图10）同样地，在显示装置901中显示与被利用者指定的图像部分对应的摄影机影像292。
点群正射图像生成装置100通过计算微小区域的点密度，能够特别指定点群正射图像191内的竖立设置物。由此，利用者能够获知电线杆等的竖立设置物位于何处。
点群正射图像生成装置100与实施方式2相同地，具备地面高度特别指定部130和规定高度点群提取部120也可。
规定高度点群提取部120从点云491提取将通过地面高度特别指定部130特别指定的地面高度139a为基准的高度并从地面高度139a起的高度是规定的高度以上的各点，作为规定高度点群129a。也就是说，规定高度点群129a是从点云491除去了从地面高度139a起的高度不足规定的高度的各点后的点群。
点云投影部110使用通过规定高度点群提取部120提取的规定高度点群129a，生成点群正射图像191。
例如，通过规定高度点群提取部120与实施方式2相反地除去从地面高度139a起的高度不足“50cm”的各点，点云投影部110能够生成没有映出道路面的点群正射图像191。
由此，点群正射图像生成装置100更正确地特别指定竖立设置物，利用者能够更容易地判别竖立设置物。
以下，表示从地面高度139a起的高度为50cm以上的规定高度点群129a被正射投影了的点群正射图像191的一例。
图15是对象地域b（图6）的点群正射图像191，图16是对象地域b的部分扩大图。
图17是对象地域a（图6）的点群正射图像191，图18是对象地域a的部分扩大图。
图15~图18均为仅是从地面高度139a起的高度为50cm以上的规定高度点群129a被正射投影了的点群正射图像191，没有映出道路面。
如将图15的虚线框内扩大了的图16、和将图17的虚线框内扩大了的图18所示的那样，点群正射图像191清晰地表示路灯、树、墙壁、电线、电线杆等的地物。
此外，点群正射图像191通过点密度而被颜色区分。例如，随着点密度变浓，以“红→绿→白”的方式变化。由于像电线杆那样垂直竖立的地物的点密度变浓，所以以绿点或白点表示。
通过使用这样的点群正射图像191，竖立设置物的位置确定变得容易，与现有的手工作业相比，能够大幅减少竖立设置物的位置确定耗费的作业时间。
此外，在图18中，可识别从家庭的墙壁、电线杆伸出的电线的样子。通过电线的有无，能够区别电线杆和路灯。在不能够区别对象物是电线杆、路灯或其它的竖立设置物的哪一种的情况下，利用者使点群正射图像生成装置100显示摄影机影像292，通过确认摄影机影像292，能够正确地识别。
在实施方式3中，针对以下的点群正射图像生成装置100进行了说明。
点群正射图像191表示从正上方观察的图像。因此，如电线杆那样与地面是同类颜色的立体物（竖立设置物）消失。此外，电线杆等的立体物在道路图中是重要的目标。
因此，点群正射图像生成装置100按照点群正射图像191的微小区域的每一个计算点密度，按每个点密度区分亮度、颜色、形状等进行显示。
电线杆、墙壁面基本上是垂直地建设。因此，在垂直方向投影了点云491的点群正射图像191的点密度在电线杆、墙壁面部分中上升。另一方面，地面等由于在垂直方向仅是1点，所以点密度变低。
由此，根据按每个点密度区分亮度、颜色、形状等进行表示的点群正射图像191，能够容易地判别/检测出电线杆等的立体物位于何处。
进而，通过施加仅使用规定高度以上的点云生成装置存储部490来生成点群正射图像191的限制，能够更容易地判别/检测立体物。
实施方式4
在实施方式4中，针对地面高度特别指定部130进行的地面高度139a的特别指定方法进行说明。
<实施例1>
地面高度特别指定部130从表示区域内的纬度/经度的点云491的各点提取高度最低的点，将提取的点表示的高度作为该区域的地面高度139a。
图19是表示实施方式4（实施例1）的地面高度139a的特别指定方法的图。图19的上图表示坡道的平面图，图19的下图表示坡道的侧面图。
地面高度特别指定部130如图19的上图所示那样，将包含坡道的对象地域以纬度/经度分割为网格状而划分为规定的大小（例如，100m×100m），如图19的下图所示那样，提取各区域内的点中的高度最低的点P。然后，地面高度特别指定部130将点P表示的三维坐标的高度作为该地域的地面高度139a。
通过规定高度点群提取部120从点云491提取从点P（地面高度139a）起规定高度x（例如50cm）以下的各点，点云投影部110能够生成表示坡道的点群正射图像191。
<实施例2>
地面高度特别指定部130从点云491提取表示道路的路沿石的各点，基于提取的各点表示的三维坐标来特别指定地面高度139a。
图20是表示实施方式4（实施例2）的地面高度139a的特别指定方法的图，表示将对象区域划分为规定的大小后的1个区域。
首先，地面高度特别指定部130基于点云491的各点表示的三维坐标，特别指定表示坡道的左右的路沿石（2条路沿石部分）的各点。
接着，地面高度特别指定部130从表示一方的路沿石的各点提取高度最高的点A和高度最低的点B，从表示另一方的路沿石的各点提取高度最高的点C。点C是最低的点、表示路沿石的任意的一点也可。
然后，地面高度特别指定部130基于提取的3点A、B、C的三维坐标，将通过点A、点B、以及点C的平面的3维方程式作为表示坡道的坡度的方程（以下，称为路面方程式）进行计算。
通过地面高度特别指定部130计算出的路面方程式按每个纬度/经度表示坡道的地面高度139a。
规定高度点群提取部120对点云491的各点所处的区域基于各点的纬度/经度进行特别指定，将各点的纬度/经度代入该区域的路面方程式计算地面高度139a，对计算出的地面高度139a和各点的高度进行比较，提取规定高度点群129a。
接着，作为对表示路沿石的各点（以下，称为路沿石点群）进行特别指定的方法，说明（1）使利用者选择路沿石的3点A、B、C的方法，和（2）基于各点的位置的不连续性的路沿石点群的特别指定方法。
首先，针对（1）使利用者选择路沿石的3点A、B、C的方法进行说明。
地面高度特别指定部130如专利文献1（日本特开2007-218705号公报）的S107（图13）那样将点云491投影到摄影机影像292，在显示装置901中显示投影了点云491的摄影机影像292（点云491和摄影机影像292重叠的图像），使利用者从显示的点云491的各点选择3点A、B、C。
接着，针对（2）基于各点的位置的不连续性的路沿石点群的特别指定方法进行说明。
图21是表示实施方式4（实施例2）的路沿石点群的特别指定方法的图。
图21的上图是表示道路和道路左右的路沿石的垂直剖面图，左右表示水平方向（纬度/经度方向），上下表示高（高度）方向。图21的下图是上图的虚线框内的扩大图。图中的圆标记分别表示点云491的1点。以下，将各圆标记称为“3D点”。各3D点与移动体计测装置200的移动一起，从左向右，从右向左依次被计测。以下，将连接通过从左向右或从右向左的计测而获得的横排列的多个3D点的线称为“扫描线”。图21以圆标记表示从左向右的1个扫描线上的多个3D点。
图22是表示显示有点云491的图像的画面的图，该点云491表示道路和道路左右的路沿石。
在图22中表示主画面（图整体）和副画面（图左上），主画面显示使用点云491表示道路平面的图像（点群正射图像191的一例），副画面显示提取岔道部分的点云491，使用提取的点云491表示岔道的垂直剖面的图像。
在图22的副画面中显示的图像，是与图21对应的实际数据的图像。
地面高度特别指定部130基于计测顺序连续的多个3D点，计算表示该部分的倾斜的直线，基于计算出的直线表示的倾斜的变化量，将道路和路沿石的分叉点作为表示路沿石的3D点进行特别指定。
例如，在图21中，地面高度特别指定部130将第I个3D点作为基点，基于第I-1个和第I-2个的3D点计算直线1，并且基于第I个，第I+1个和第I+2个的3D点计算直线2。以下，将第x个的3D点记为“x点”。直线1是通过I点并且通过I-1点和I-2点的中间点的直线，直线2是通过I点并且通过I+1点和I+2点的中间点的直线。但是，直线1、2基于连续的4个以上的3D点（例如I-3~I点，I点~I+3点）计算也可，基于2个3D点（I-1~I点，I点~I+1点）计算也可。
而且，地面高度特别指定部130基于直线1和直线2的倾斜的差（变化量）和构成直线2（在路沿石左侧是直线1）的多个3D点的高低差特别指定路沿石的3D点。地面高度特别指定部130在如果变化量为规定量以上、且I点的高度与I+2点的高度的高低差是相当于路沿石的高度的规定值（例如20cm）以下的话，判定为I-1点或I+1点是路沿石的3D点。I+2点是在构成直线2的I点、I+1点和I+2点中与I点的高低差最大的3D点。通常，由于道路的路沿石侧倾斜，所以在地面高139a的计算中使用的不是I点，而是将I点前后的任一个的3D点（・・・、I-2点、I-1点、I+1点、I+2点、・・・）选择为路沿石的3D点即可。例如，地面高度特别指定部130将I-1点或I+1点作为路沿石的3D点。但是，将I点选择为路沿石的3D点也可。
地面高度特别指定部130将点云491的各点分别作为基点通过上述的方法来特别指定路沿石点群。
图23是表示实施方式4（实施例2）的路沿石点群特别指定方法的流程图。
针对路沿石点群特别指定方法（图21）的处理的流程，基于图23在以下进行说明。
首先，地面高度特别指定部130读入点云491（S210）。
接着，地面高度特别指定部130依次选择一个扫描线，从点云491提取选择的扫描线上的多个3D点。以下，将提取的扫描线上的多个3D点称为“扫描点群”（S220）。
接着，地面高度特别指定部130从提取的扫描点群选择1个3D点作为基点I，基于从选择的基点I起连续的多个点计算通过基点的2个直线1、2（S230）。
接着，地面高度特别指定部130基于直线1和直线2的倾斜的差和构成直线2（或直线1）的多个3D点的高低差判定基点I是否是路沿石部分（S231）。
地面高度特别指定部130如果判定为基点I是路沿石部分的话，存储路沿石的3D点（例如，I-1点，I+1点）（S232）。
地面高度特别指定部130针对在S220提取的扫描点群的各点反复进行S230~S232，特别指定左右的路沿石的3D点并存储（S233）。
进而，地面高度特别指定部130在S230~S233中不能够特别指定左右的路沿石的3D点的情况下（S240），基于激光照射角度和各点的高度，特别指定路沿石的3D点并存储（S250）。
具体地，地面高度特别指定部130以如下方式特别指定路沿石的3D点。
首先，地面高度特别指定部130从扫描点群提取激光照射角度与在前1个的扫描线中特别指定的路沿石的3D点接近的多个3D点。例如，地面高度特别指定部130如果在前1个的扫描线中特别指定的路沿石的3D点是扫描线上的第n个3D点的话，从扫描点群提取扫描线上的n-3~n+3点。
然后，地面高度特别指定部130将提取的多个3D点（n-3~n+3点）中高度最低的3D点的前（或后）一个（或多个）的3D点作为路沿石的3D点进行存储。这时，也可以将与在前1个的扫描线中特别指定的路沿石的3D点的激光照射角度的差是规定值（例如，1度）以下的情况加入到作为路沿石的3D点的条件中。
地面高度特别指定部130针对全部扫描线反复进行S220~S250（S260），分别对表示左侧的路沿石的多个3D点和表示右侧的路沿石的多个3D点进行分组（S270）。
图24是表示通过实施方式4（实施例2）的路沿石点群特别指定方法而特别指定的路沿石点群的图。
如图24所示，通过实施方式4（实施例2）的路沿石点群特别指定方法而特别指定的路沿石点群，与图5所示的对象地域的道路图一致。
<实施例3>
地面高度特别指定部130基于移动体计测装置200的航测基准点O的高度来特别指定地面高度139a。
航测基准点如在图2说明的那样，是移动体计测装置200的坐标中心。
作为基于移动体计测装置200的航测基准点O的高度来特别指定地面高度139a的方法，说明（1）计算道路面的三维方程式来特别指定地面高度139a的方法和（2）按每个计测时刻来特别指定地面高度139a的方法。
图25是表示实施方式4（实施例3（1））的地面高度139a的特别指定方法的图。
针对（1）计算道路面的三维方程式来特别指定地面高度139a的方法，基于图25在以下进行说明。
在这里，假设针对t0、t1、t2的各时刻，获得了航测基准点O的三维坐标和点云491的各点。
此外，将预先计测的航测基准点O的从地面起的高度设为2000mm。
地面高度特别指定部130基于时刻t0、t1、t2各自的航测基准点O的高度，将从通过各航测基准点O的平面（或各航测基准点O变得最接近的平面）低2000mm的平面的三维方程式作为表示道路面的三维方程式进行计算。然后，地面高度特别指定部130将点云491的各点的纬度/经度代入道路面的三维方程式，计算地面高度139a。
图26是表示实施方式4（实施例3（2））的地面高度139a的特别指定方法的图。
针对（2）按每个计测时刻来特别指定地面高度139a的方法，基于图26在以下进行说明。
在这里，假设针对各时刻，获得了航测基准点O的三维坐标和点云491的各点。
此外，将预先计测的航测基准点O的从地面起的高度设为2000mm。
地面高度特别指定部130将比点云491的各点被计测的时刻的航测基准点O的高度低2000mm的高度作为地面高度139a进行计算。
但是，也可以是地面高度特别指定部130不计算地面高度139a，而是规定高度点群提取部120将比航测基准点O的高度低1500mm的高度（从地面起500mm“规定的高度”的高度）作为修正分离基准高度进行计算，从点云491将比修正分离基准高度低的各点（或者高的各点）作为规定高度点群129a进行提取。
通过在实施方式4中说明的各特别指定方法，地面高度特别指定部130即使在道路变为斜面的情况下，也能够高精度地计算地面高度139a。
实施方式5
通过点群正射图像生成装置100生成的点群正射图像191例如在道路图的制作中是有用的。
在实施方式5中，针对制作道路图的系统进行说明。
图27是实施方式5的地图数据生成系统801的结构图。
针对实施方式5的地图数据生成系统801的结构基于图27在以下进行说明。
地图数据生成系统801在各实施方式中说明了的点群正射图像生成系统800的结构之外，还具有CAD装置500。
历来，在道路管理中使用表示建筑物、道路的都市计划图，表示电线杆、下水道口、广告塔等的道路占有物的马路登记册，记载了道路路沿石、护栏、标识等的道路管理登记册附图等，期待这些都市计划图、马路登记册以及道路管理登记册附图的精度提高。
点群正射图像191以高精度除去树木、隧道等的遮蔽物的遮蔽来表示道路（实施方式2），此外强调电线杆、路灯等的竖立设置物进行表示（实施方式3）。因此，在都市计划图、马路登记册以及道路管理登记册附图的制作中是有用的。
CAD装置500具备CAD部510和CAD存储部590，使用通过点群正射图像生成装置100生成的点群正射图像191来生成地图数据591（例如都市计划图、道路管理登记册附图）。
CAD部510使用CPU，对应于利用者的操作在显示装置901中显示点群正射图像191和摄影机影像292，并且生成地图数据591。
CAD存储部590存储地图数据591。
利用者使用键盘902、鼠标903对CAD装置500进行操作，使在实施方式2中制作的点群正射图像191显示，通过对在显示的点群正射图像191中表示的道路进行描摹，对道路图进行作图，将作图了的道路图作为地图数据591进行保存。
进而，利用者使在实施方式3中制作的点群正射图像191显示，依次选择在显示的点群正射图像191中表示的竖立设置物并使选择处的摄影机影像292显示。然后，利用者根据显示的摄影机影像292特别指定竖立设置物的种类，将设定了各竖立设置物的位置和种类的道路图作为地图数据591进行保存。
CAD部510不通过利用者的选择，而通过图像处理提取道路、各竖立设置物也可。
像这样，利用者通过利用点群正射图像191，能够比现有技术简单地制作都市计划图、道路管理登记册附图。
在各实施方式中，点群正射图像生成装置100、移动体计测装置200、位置姿态标定装置300、点云生成装置400、CAD装置500的各装置是分别独立的装置也可，是包含相互的结构的1个装置也可。
此外，各装置是没有网络连接的独立的装置也可，是以有线或无线连接于LAN、因特网，相互进行数据发送接收的通信装置也可。
附图标记说明
100 点群正射图像生成装置；110 点云投影部；120 规定高度点群提取部；129a 规定高度点群；130地面高度特别指定部；139a 地面高度；140 点群正射图像显示部；150 摄影机影像显示部；160 点密度计算部；169a 点密度；170 竖立设置物特别指定部；179a 竖立设置物显示图像部分；180 竖立设置物区别部；190 图像生成装置存储部；191 点群正射图像；200 移动体计测装置；201 顶板；202 车辆；210 激光扫描仪；220 摄影机；230 GPS计算机；240 陀螺仪；250 速度表；290 计测装置存储部；291 距离方位点群；292 摄影机影像；293 GPS观测信息；294 陀螺仪计测值；295 速度表计测值；300 位置姿态标定装置；310 位置姿态标定部；390 标定装置存储部；391 位置姿态标定值；400 点云生成装置；410 三维点群生成部；419a 三维点群；420 点云生成部；490 点云生成装置存储部；491 点云；500 CAD装置；510 CAD部；590 CAD存储部；591 地图数据；800 点群正射图像生成系统；801 地图数据生成系统；901 显示装置；902 键盘；903 鼠标；904 FDD；905 CDD；906 打印机装置；907 扫描仪装置；908 传声器；909 扬声器；911 CPU；912 总线；913 ROM；914 RAM；915 通信端口；920 磁盘装置；921 OS；922 窗口系统；923 程序组；924 文件组。

Claims (22)

1. 一种俯瞰图像生成装置，使用表示地面上的各地点的三维坐标的三维点群生成地面上的俯瞰图像，其特征在于，具备：
三维点群投影部，基于所述三维点群的各点表示的三维坐标，使用CPU（Central Processing Unit，中央处理器）将所述三维点群的各点投影到平面来生成地面上的俯瞰图像。
2. 根据权利要求1所述的俯瞰图像生成装置，其特征在于，
所述俯瞰图像生成装置具备：规定高度点群提取部，基于所述三维点群的各点表示的三维坐标，使用CPU从所述三维点群提取表示规定范围内的高度的各点，作为规定高度点群，
所述三维点群投影部基于通过所述规定高度点群提取部从所述三维点群提取的规定高度点群的各点表示的三维坐标，使用CPU将所述规定高度点群的各点投影到平面，生成俯瞰图像。
3. 根据权利要求2所述的俯瞰图像生成装置，其特征在于，所述规定高度点群提取部将规定高度以下的各点作为所述规定高度点群进行提取。
4. 根据权利要求3所述的俯瞰图像生成装置，其特征在于，所述规定高度点群提取部将从地面起的高度是规定高度以下的各点作为所述规定高度点群进行提取。
5. 根据权利要求1所述的俯瞰图像生成装置，其特征在于，
所述俯瞰图像生成装置具备：
点密度计算部，将通过所述三维点群投影部投影到所述平面的所述三维点群的各点的点密度，按照将所述平面以规定的大小划分后的区域的每一个，使用CPU进行计算；
竖立设置物特别指定部，基于通过所述点密度计算部计算出的点密度，从所述俯瞰图像使用CPU特别指定显示有竖立设置物的图像部分；以及
竖立设置物区别部，使用CPU生成将通过所述竖立设置物特别指定部特别指定的图像部分与其它的图像部分区别表示的俯瞰图像。
6. 根据权利要求5所述的俯瞰图像生成装置，其特征在于，
所述俯瞰图像生成装置具备：规定高度点群提取部，基于所述三维点群的各点表示的三维坐标，使用CPU从所述三维点群提取表示规定范围的高度的各点，作为规定高度点群，
所述三维点群投影部基于通过所述规定高度点群提取部从所述三维点群提取的规定高度点群的各点表示的三维坐标，使用CPU将所述规定高度点群的各点投影到平面，生成俯瞰图像。
7. 根据权利要求6所述的俯瞰图像生成装置，其特征在于，所述规定高度点群提取部将规定高度以上的各点作为所述规定高度点群进行提取。
8. 根据权利要求7所述的俯瞰图像生成装置，其特征在于，所述规定高度点群提取部将从地面起的高度是规定高度以上的各点作为所述规定高度点群进行提取。
9. 根据权利要求4或8所述的俯瞰图像生成装置，其特征在于，
所述俯瞰图像生成装置具备：地面高度特别指定部，基于所述三维点群的各点表示的高度，使用CPU特别指定地面高度，
所述规定高度点群提取部基于通过所述地面高度特别指定部而特别指定的地面高度，提取所述规定高度点群。
10. 根据权利要求9所述的俯瞰图像生成装置，其特征在于，所述地面高度特别指定部将通过所述三维点群投影部投影了所述三维点群的各点的所述平面以规定的大小进行划分，基于投影到该区域的所述三维点群的各点表示的高度，对划分后的各区域的地面高度进行特别指定，
所述规定高度点群提取部基于通过所述地面高度特别指定部而特别指定的各区域的地面高度，按每个区域提取所述规定高度点群。
11. 根据权利要求10所述的俯瞰图像生成装置，其特征在于，
所述地面高度特别指定部从投影到第1区域的所述三维点群的各点，以高度低的顺序提取规定数量的点，基于提取的规定数量的点表示的高度，特别指定所述第1区域的地面高度。
12. 根据权利要求11所述的俯瞰图像生成装置，其特征在于，
所述地面高度特别指定部从投影到所述第1区域的所述三维点群的各点提取高度最低的点，将提取的点表示的高度设为所述第1区域的地面高度。
13. 根据权利要求9所述的俯瞰图像生成装置，其特征在于，
所述地面高度特别指定部基于所述三维点群的各点表示的三维坐标从所述三维点群提取表示道路的路沿石的各点，基于提取的各点表示的三维坐标特别指定所述地面高度。
14. 根据权利要求13所述的俯瞰图像生成装置，其特征在于，
所述地面高度特别指定部基于所述提取的各点表示的三维坐标计算表示道路面的三维方程式，基于计算出的三维方程式计算道路面的高度，作为所述地面高度。
15. 根据权利要求14所述的俯瞰图像生成装置，其特征在于，
所述地面高度特别指定部从通过所述三维点群投影部生成的俯瞰图像特别指定在道路两侧成对的2条路沿石部分，从投影到一方的路沿石部分的各点中至少提取2点，从投影到另一方的路沿石部分的各点中至少提取1点，将表示通过提取的至少3点的平面的三维方程式作为表示所述道路面的三维方程式进行计算，基于计算出的三维方程式将道路面的高度作为所述地面高度进行计算。
16. 根据权利要求1~权利要求15的任一项所述的俯瞰图像生成装置，其特征在于，
所述俯瞰图像生成装置具备：
俯瞰图像显示部，在显示装置中显示生成的俯瞰图像；以及
摄影机影像显示部，使用CPU特别指定在通过所述俯瞰图像显示部显示的俯瞰图像内指定的图像部分中被投影的点，在显示装置中显示从对特别指定的点进行计测的计测地点摄影的摄影机影像。
17. 根据权利要求1~权利要求16的任一项所述的俯瞰图像生成装置，其特征在于，
基于距离方位点群生成所述三维点群，所述距离方位点群表示到通过设置在车辆的激光扫描仪计测的各地点的距离方位。
18. 根据权利要求1~权利要求17的任一项所述的俯瞰图像生成装置，其特征在于，
所述三维点群的各点表示三维坐标，并且表示三维坐标示出的地点的地物的颜色。
19. 一种俯瞰图像生成方法，使用表示地面上的各地点的三维坐标的三维点群生成地面上的俯瞰图像，其特征在于，
三维点群投影部执行如下三维点群投影处理，即，基于所述三维点群的各点表示的三维坐标，使用CPU（Central Processing Unit，中央处理器）将所述三维点群的各点投影到平面来生成地面上的俯瞰图像。
20. 根据权利要求19所述的俯瞰图像生成方法，其特征在于，
规定高度点群提取部执行规定高度点群提取处理，即，基于所述三维点群的各点表示的三维坐标，使用CPU从所述三维点群提取表示规定范围内的高度的各点，作为规定高度点群，
所述三维点群投影部作为所述三维点群投影处理，基于通过所述规定高度点群提取部从所述三维点群提取的规定高度点群的各点表示的三维坐标，使用CPU将所述规定高度点群的各点投影到平面，生成俯瞰图像。
21. 根据权利要求19所述的俯瞰图像生成方法，其特征在于，
点密度计算部执行点密度计算处理，即，将通过所述三维点群投影部投影到所述平面的所述三维点群的各点的点密度，按照将所述平面以规定的大小划分后的区域的每一个，使用CPU进行计算，
竖立设置物特别指定部执行竖立设置物特别指定处理，即，基于通过所述点密度计算部计算的点密度，使用CPU从所述俯瞰图像特别指定显示有竖立设置物的图像部分，
竖立设置物区别部执行竖立设置物区别处理，即，使用CPU生成将通过所述竖立设置物特别指定部特别指定的图像部分与其它的图像部分区别表示的俯瞰图像。
22. 一种俯瞰图像生成程序，使计算机执行权利要求19~权利要求21的任一项所述的俯瞰图像生成方法。
CN200980133675.0A 2008-08-29 2009-08-24 俯瞰图像生成装置及俯瞰图像生成方法 Expired - Fee Related CN102138163B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2008-221359 2008-08-29
JP2008221359 2008-08-29
PCT/JP2009/064700 WO2010024212A1 (ja) 2008-08-29 2009-08-24 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム

Publications (2)

Publication Number Publication Date
CN102138163A true CN102138163A (zh) 2011-07-27
CN102138163B CN102138163B (zh) 2014-04-30

Family

ID=41721380

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980133675.0A Expired - Fee Related CN102138163B (zh) 2008-08-29 2009-08-24 俯瞰图像生成装置及俯瞰图像生成方法

Country Status (6)

Country Link
US (1) US8665263B2 (zh)
EP (1) EP2320382A4 (zh)
JP (4) JP4832596B2 (zh)
KR (2) KR101269981B1 (zh)
CN (1) CN102138163B (zh)
WO (1) WO2010024212A1 (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102445186A (zh) * 2011-09-28 2012-05-09 中交第二公路勘察设计研究院有限公司 一种激光雷达扫描生成公路设计地表信息方法
CN103149569A (zh) * 2013-02-25 2013-06-12 昆山南邮智能科技有限公司 基于小波变换的激光雷达高压线识别方法
CN103782323A (zh) * 2011-08-23 2014-05-07 通腾科技股份有限公司 用于显示地图信息的方法及设备
CN105184852A (zh) * 2015-08-04 2015-12-23 百度在线网络技术（北京）有限公司 一种基于激光点云的城市道路识别方法及装置
US9310219B2 (en) 2010-04-09 2016-04-12 Tomtom International B.V. Methods of and apparatus for displaying map information
CN106573632A (zh) * 2014-06-25 2017-04-19 三菱电机株式会社 建筑限界测定图的生成装置、建筑限界测定图数据的生成装置、建筑限界测定图的生成方法、建筑限界测定图以及建筑限界测定图数据
WO2018133727A1 (zh) * 2017-01-20 2018-07-26 高德软件有限公司 一种正射影像图的生成方法及装置
CN112823101A (zh) * 2018-10-23 2021-05-18 麦克赛尔株式会社 平视显示器系统
CN113320518A (zh) * 2021-06-25 2021-08-31 东风汽车集团股份有限公司 一种坡道停车后防溜车方法及系统
CN113643569A (zh) * 2014-10-30 2021-11-12 三菱电机株式会社 自动驾驶辅助系统
CN113997931A (zh) * 2020-07-13 2022-02-01 佛吉亚歌乐电子有限公司 俯瞰图像生成装置、俯瞰图像生成系统及自动泊车装置
CN114510761A (zh) * 2022-01-24 2022-05-17 湖南省第一测绘院 一种消除dsm中道路面高程异常的方法
CN116109643A (zh) * 2023-04-13 2023-05-12 深圳市明源云科技有限公司 市场布局数据采集方法、设备及计算机可读存储介质

Families Citing this family (84)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101887596B (zh) * 2010-06-01 2013-02-13 中国科学院自动化研究所 树木点云数据基于分割和自动生长的三维模型重建方法
US8565958B1 (en) * 2011-06-02 2013-10-22 Google Inc. Removing extraneous objects from maps
GB201116960D0 (en) * 2011-09-30 2011-11-16 Bae Systems Plc Monocular camera localisation using prior point clouds
JP4948689B1 (ja) * 2011-10-06 2012-06-06 アジア航測株式会社 レーザオルソ画像生成装置及びそのプログラム
US9047688B2 (en) 2011-10-21 2015-06-02 Here Global B.V. Depth cursor and depth measurement in images
US9116011B2 (en) 2011-10-21 2015-08-25 Here Global B.V. Three dimensional routing
US8553942B2 (en) 2011-10-21 2013-10-08 Navteq B.V. Reimaging based on depthmap information
US9404764B2 (en) * 2011-12-30 2016-08-02 Here Global B.V. Path side imagery
US9024970B2 (en) * 2011-12-30 2015-05-05 Here Global B.V. Path side image on map overlay
US8731247B2 (en) * 2012-01-20 2014-05-20 Geodigital International Inc. Densifying and colorizing point cloud representation of physical surface using image data
WO2013140603A1 (ja) 2012-03-23 2013-09-26 三菱電機株式会社 配線ボックスおよびカバーポールユニット
JP5947666B2 (ja) * 2012-08-21 2016-07-06 アジア航測株式会社 走行路上地物画像生成方法及び走行路上地物画像生成プログラム並びに走行路上地物画像生成装置
KR101394425B1 (ko) * 2012-11-23 2014-05-13 현대엠엔소프트 주식회사 지도 데이터 유지보수 장치 및 방법
US9398423B2 (en) 2012-12-26 2016-07-19 Truemotion, Inc. Methods and systems for driver identification
WO2014170895A1 (en) * 2013-04-15 2014-10-23 Xsight Systems Ltd. Contaminant detection and bird risk management at airports
US9858798B2 (en) 2013-05-28 2018-01-02 Aai Corporation Cloud based command and control system integrating services across multiple platforms
JP6006179B2 (ja) * 2013-06-20 2016-10-12 株式会社パスコ データ解析装置、データ解析方法、及びプログラム
US9449227B2 (en) * 2014-01-08 2016-09-20 Here Global B.V. Systems and methods for creating an aerial image
JP6389049B2 (ja) * 2014-03-17 2018-09-12 アジア航測株式会社 レーザ点群色付方法及びレーザ点群色付プログラム
JP6359868B2 (ja) * 2014-04-25 2018-07-18 東芝プラントシステム株式会社 ３次元データ表示装置、３次元データ表示方法、及び３次元データ表示プログラム
JP6432825B2 (ja) * 2014-08-22 2018-12-05 株式会社Ihi ３次元点群データの位置合わせ方法と装置及びその移動体システム
US9443312B2 (en) * 2014-08-29 2016-09-13 Leica Geosystems Ag Line parametric object estimation
DE102014013677B4 (de) * 2014-09-10 2017-06-22 Faro Technologies, Inc. Verfahren zum optischen Abtasten und Vermessen einer Umgebung mit einem Handscanner und unterteiltem Display
US9671221B2 (en) 2014-09-10 2017-06-06 Faro Technologies, Inc. Portable device for optically measuring three-dimensional coordinates
US9693040B2 (en) 2014-09-10 2017-06-27 Faro Technologies, Inc. Method for optically measuring three-dimensional coordinates and calibration of a three-dimensional measuring device
DE102014013678B3 (de) 2014-09-10 2015-12-03 Faro Technologies, Inc. Verfahren zum optischen Abtasten und Vermessen einer Umgebung mit einem Handscanner und Steuerung durch Gesten
US9602811B2 (en) 2014-09-10 2017-03-21 Faro Technologies, Inc. Method for optically measuring three-dimensional coordinates and controlling a three-dimensional measuring device
JP6435781B2 (ja) * 2014-10-31 2018-12-12 株式会社豊田中央研究所 自己位置推定装置及び自己位置推定装置を備えた移動体
US20160342861A1 (en) * 2015-05-21 2016-11-24 Mitsubishi Electric Research Laboratories, Inc. Method for Training Classifiers to Detect Objects Represented in Images of Target Environments
CN104864889B (zh) * 2015-05-29 2018-05-29 山东鲁能智能技术有限公司 一种基于视觉的机器人里程计校正系统及方法
JP6589410B2 (ja) * 2015-06-24 2019-10-16 株式会社豊田中央研究所 地図生成装置及びプログラム
US9830509B2 (en) * 2015-06-29 2017-11-28 Nokia Technologies Oy Method and apparatus for constructing a digital elevation model utilizing ground points captured by ground-based LiDAR
JP6451544B2 (ja) * 2015-08-04 2019-01-16 日産自動車株式会社 道路境界検出装置、自己位置推定装置及び道路境界検出方法
JP6561670B2 (ja) * 2015-08-10 2019-08-21 日産自動車株式会社 段差検出装置及び段差検出方法
KR102360464B1 (ko) * 2015-08-31 2022-02-09 현대오토에버 주식회사 연결도로정보 획득 장치 및 방법
JP6062020B2 (ja) * 2015-11-18 2017-01-18 三菱電機株式会社 指定点投影方法、プログラムおよびコンピュータ
JP6869023B2 (ja) * 2015-12-30 2021-05-12 ダッソー システムズＤａｓｓａｕｌｔ Ｓｙｓｔｅｍｅｓ 探索のための３ｄから２ｄへの再画像化
CN105719284B (zh) * 2016-01-18 2018-11-06 腾讯科技（深圳）有限公司 一种数据处理方法、装置及终端
KR20180108839A (ko) * 2016-03-22 2018-10-04 미쓰비시덴키 가부시키가이샤 계측 장치
EP3460779A4 (en) * 2016-05-17 2020-01-01 Pioneer Corporation INFORMATION OUTPUT DEVICE, TERMINAL DEVICE DEVICE, CONTROL METHOD, PROGRAM AND STORAGE MEDIUM
CN106052697B (zh) * 2016-05-24 2017-11-14 百度在线网络技术（北京）有限公司 无人车、无人车定位方法、装置和系统
CN106097444B (zh) * 2016-05-30 2017-04-12 百度在线网络技术（北京）有限公司 高精地图生成方法和装置
CN107742091B (zh) * 2016-08-22 2019-01-29 腾讯科技（深圳）有限公司 一种路肩提取的方法及装置
CN107871129B (zh) * 2016-09-27 2019-05-10 北京百度网讯科技有限公司 用于处理点云数据的方法和装置
EP4035943B1 (en) 2016-11-01 2023-08-30 Panasonic Intellectual Property Corporation of America Display method and display device
CN106791797A (zh) 2017-03-14 2017-05-31 京东方科技集团股份有限公司 一种双视显示的方法和装置
CN108732582B (zh) * 2017-04-20 2020-07-10 百度在线网络技术（北京）有限公司 车辆定位方法和装置
EP3460518B1 (en) * 2017-09-22 2024-03-13 Leica Geosystems AG Hybrid lidar-imaging device for aerial surveying
CN110073403A (zh) * 2017-11-21 2019-07-30 深圳市大疆创新科技有限公司 输出影像生成方法、设备及无人机
KR101910751B1 (ko) * 2017-11-22 2018-10-22 중앙대학교 산학협력단 건설 구조물의 구성요소 형상 특징을 고려한 3차원 데이터 획득 방법 및 시스템
CN109902542B (zh) * 2017-12-11 2023-11-21 财团法人车辆研究测试中心 三维感测器的动态地面侦测方法
KR101998396B1 (ko) * 2017-12-22 2019-07-09 한국기술교육대학교 산학협력단 3d 스캐너를 이용한 가상 벽면 기반의 작업 공간 모델링 방법 및 시스템
KR101998397B1 (ko) * 2017-12-22 2019-07-09 한국기술교육대학교 산학협력단 작업 공간 모델링에서 뎁스 이미지를 이용한 버텍스 최적화 방법 및 시스템
CN108319895B (zh) 2017-12-29 2021-09-17 百度在线网络技术（北京）有限公司 用于识别电子地图中的路口的方法和装置
US20200014909A1 (en) 2018-07-03 2020-01-09 Faro Technologies, Inc. Handheld three dimensional scanner with autofocus or autoaperture
KR20200046437A (ko) 2018-10-24 2020-05-07 삼성전자주식회사 영상 및 맵 데이터 기반 측위 방법 및 장치
CN111174777A (zh) * 2018-11-09 2020-05-19 阿里巴巴集团控股有限公司 定位方法、装置以及电子设备
JP2020204602A (ja) * 2018-11-20 2020-12-24 株式会社エムアールサポート オルソ画像作成システム、オルソ画像作成方法、それに使用される対空標識及び道路調査方法
JP7188798B2 (ja) * 2018-11-29 2022-12-13 Ｎｅｃソリューションイノベータ株式会社 座標算出装置、座標算出方法、及びプログラム
CN111238494B (zh) * 2018-11-29 2022-07-19 财团法人工业技术研究院 载具、载具定位系统及载具定位方法
JP7004636B2 (ja) * 2018-12-04 2022-01-21 三菱電機株式会社 表示データ生成装置、表示データ生成方法、および表示データ生成プログラム
US11665372B2 (en) * 2019-01-07 2023-05-30 Samsung Electronics Co., Ltd. Fast projection method in video-based point cloud compression codecs
JP7189029B2 (ja) * 2019-01-08 2022-12-13 朝日航洋株式会社 立面図作成方法
JP7029479B2 (ja) * 2019-01-30 2022-03-03 バイドゥ ドットコム タイムス テクノロジー （ベイジン） カンパニー リミテッド 自動運転車のためのポイントクラウドゴースト効果検出システム
US10762690B1 (en) 2019-02-11 2020-09-01 Apple Inc. Simulated overhead perspective images with removal of obstructions
CN110111414B (zh) * 2019-04-10 2023-01-06 北京建筑大学 一种基于三维激光点云的正射影像生成方法
CN111829531A (zh) * 2019-04-15 2020-10-27 北京京东尚科信息技术有限公司 二维地图构建方法、装置、机器人定位系统和存储介质
CN110108259A (zh) * 2019-04-18 2019-08-09 中国科学院地理科学与资源研究所 一种野外地物的照片采集装置及信息测算方法
US20220366591A1 (en) * 2019-06-17 2022-11-17 Mr Support Inc. Ortho-image creation system, ortho-image creation method, survey marker used therefor and road survey method
JP7441509B2 (ja) 2019-08-23 2024-03-01 株式会社エムアールサポート オルソ画像作成方法、オルソ画像作成システム、３次元モデル作成方法、３次元モデル作成システム及びそれに使用される標識
CN112634181A (zh) 2019-09-24 2021-04-09 北京百度网讯科技有限公司 用于检测地面点云点的方法和装置
CN110766798B (zh) * 2019-11-30 2023-02-14 中铁一局集团有限公司 一种基于激光扫描数据的隧道监控量测成果可视化方法
US11393489B2 (en) * 2019-12-02 2022-07-19 Here Global B.V. Method, apparatus, and computer program product for road noise mapping
US11788859B2 (en) 2019-12-02 2023-10-17 Here Global B.V. Method, apparatus, and computer program product for road noise mapping
KR102312892B1 (ko) * 2019-12-20 2021-10-15 재단법인대구경북과학기술원 도로 연석 검출 방법 및 장치
CN111210488B (zh) * 2019-12-31 2023-02-03 武汉中海庭数据技术有限公司 激光点云中道路立杆的高精度提取系统及方法
JP7122721B2 (ja) * 2020-06-02 2022-08-22 株式会社Zmp 物体検出システム、物体検出方法及び物体検出プログラム
CN111784834A (zh) * 2020-06-24 2020-10-16 北京百度网讯科技有限公司 一种点云地图生成方法、装置以及电子设备
CN111815772B (zh) * 2020-07-20 2023-06-23 云南财经大学 高原山地土地利用方法、系统、存储介质和计算机设备
KR102543871B1 (ko) * 2021-01-18 2023-06-20 네이버랩스 주식회사 도로정보 변화 영역 보완 방법 및 시스템
JP2022121049A (ja) * 2021-02-08 2022-08-19 トヨタ自動車株式会社 自己位置推定装置
WO2023067717A1 (ja) * 2021-10-20 2023-04-27 日本電気株式会社 施設点検表示装置、情報処理装置、施設点検表示方法及び非一時的なコンピュータ可読媒体
CN116342858B (zh) * 2023-05-29 2023-08-25 未来机器人（深圳）有限公司 物体检测方法、装置、电子设备及存储介质
CN117372273B (zh) * 2023-10-26 2024-04-19 航天科工(北京)空间信息应用股份有限公司 无人机影像的正射影像生成方法、装置、设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003156330A (ja) * 2001-11-22 2003-05-30 Nec Corp 航空機搭載地形計測装置及び方法
CN1696606A (zh) * 2004-05-14 2005-11-16 佳能株式会社 用于获得目标物体的位置和方位的信息处理方法和设备
JP2006323608A (ja) * 2005-05-18 2006-11-30 Kozo Keikaku Engineering Inc 立体構造物群モデル作成装置、立体構造物群モデル作成方法及び立体モデル作成システム
US20070200845A1 (en) * 2004-03-31 2007-08-30 Shunichi Kumagai Map Creation Device And Navigation Device
US20080123961A1 (en) * 2003-09-19 2008-05-29 The Boeing Company Scalable method for rapidly detecting potential ground vehicle under cover using visualization of total occlusion footprint in point cloud population

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10143659A (ja) * 1996-11-06 1998-05-29 Komatsu Ltd 物体検出装置
US7242460B2 (en) * 2003-04-18 2007-07-10 Sarnoff Corporation Method and apparatus for automatic registration and visualization of occluded targets using ladar data
JP3966419B2 (ja) * 2004-12-15 2007-08-29 三菱電機株式会社 変化領域認識装置および変化認識システム
US20070065002A1 (en) * 2005-02-18 2007-03-22 Laurence Marzell Adaptive 3D image modelling system and apparatus and method therefor
JP4619962B2 (ja) 2006-02-15 2011-01-26 三菱電機株式会社 路面標示計測システム、白線モデル計測システムおよび白線モデル計測装置
US7822266B2 (en) * 2006-06-02 2010-10-26 Carnegie Mellon University System and method for generating a terrain model for autonomous navigation in vegetation
US8483442B2 (en) 2007-02-16 2013-07-09 Mitsubishi Electric Corporation Measurement apparatus, measurement method, and feature identification apparatus
BRPI0822727A2 (pt) * 2008-07-31 2015-07-14 Tele Atlas Bv Método de exibição de dados de navegação em 3d

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003156330A (ja) * 2001-11-22 2003-05-30 Nec Corp 航空機搭載地形計測装置及び方法
US20080123961A1 (en) * 2003-09-19 2008-05-29 The Boeing Company Scalable method for rapidly detecting potential ground vehicle under cover using visualization of total occlusion footprint in point cloud population
US20070200845A1 (en) * 2004-03-31 2007-08-30 Shunichi Kumagai Map Creation Device And Navigation Device
CN1696606A (zh) * 2004-05-14 2005-11-16 佳能株式会社 用于获得目标物体的位置和方位的信息处理方法和设备
JP2006323608A (ja) * 2005-05-18 2006-11-30 Kozo Keikaku Engineering Inc 立体構造物群モデル作成装置、立体構造物群モデル作成方法及び立体モデル作成システム

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9310219B2 (en) 2010-04-09 2016-04-12 Tomtom International B.V. Methods of and apparatus for displaying map information
US9710962B2 (en) 2011-08-23 2017-07-18 Tomtom Navigation B.V. Methods of and apparatus for displaying map information
CN103782323A (zh) * 2011-08-23 2014-05-07 通腾科技股份有限公司 用于显示地图信息的方法及设备
CN102445186B (zh) * 2011-09-28 2013-06-05 中交第二公路勘察设计研究院有限公司 一种激光雷达扫描生成公路设计地表信息方法
CN102445186A (zh) * 2011-09-28 2012-05-09 中交第二公路勘察设计研究院有限公司 一种激光雷达扫描生成公路设计地表信息方法
CN103149569A (zh) * 2013-02-25 2013-06-12 昆山南邮智能科技有限公司 基于小波变换的激光雷达高压线识别方法
CN103149569B (zh) * 2013-02-25 2014-12-10 昆山南邮智能科技有限公司 基于小波变换的激光雷达高压线识别方法
CN106573632B (zh) * 2014-06-25 2018-07-10 三菱电机株式会社 建筑限界测定图的生成装置、生成方法
CN106573632A (zh) * 2014-06-25 2017-04-19 三菱电机株式会社 建筑限界测定图的生成装置、建筑限界测定图数据的生成装置、建筑限界测定图的生成方法、建筑限界测定图以及建筑限界测定图数据
CN113643569A (zh) * 2014-10-30 2021-11-12 三菱电机株式会社 自动驾驶辅助系统
CN113643569B (zh) * 2014-10-30 2024-02-02 三菱电机株式会社 自动驾驶辅助系统
CN105184852A (zh) * 2015-08-04 2015-12-23 百度在线网络技术（北京）有限公司 一种基于激光点云的城市道路识别方法及装置
WO2017020466A1 (zh) * 2015-08-04 2017-02-09 百度在线网络技术（北京）有限公司 基于激光点云的城市道路识别方法、装置、存储介质及设备
US10430659B2 (en) 2015-08-04 2019-10-01 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for urban road recognition based on laser point cloud, storage medium, and device
CN105184852B (zh) * 2015-08-04 2018-01-30 百度在线网络技术（北京）有限公司 一种基于激光点云的城市道路识别方法及装置
WO2018133727A1 (zh) * 2017-01-20 2018-07-26 高德软件有限公司 一种正射影像图的生成方法及装置
CN108335337A (zh) * 2017-01-20 2018-07-27 高德软件有限公司 一种正射影像图的生成方法及装置
CN108335337B (zh) * 2017-01-20 2019-12-17 高德软件有限公司 一种正射影像图的生成方法及装置
CN112823101A (zh) * 2018-10-23 2021-05-18 麦克赛尔株式会社 平视显示器系统
CN113997931A (zh) * 2020-07-13 2022-02-01 佛吉亚歌乐电子有限公司 俯瞰图像生成装置、俯瞰图像生成系统及自动泊车装置
CN113320518B (zh) * 2021-06-25 2022-06-03 东风汽车集团股份有限公司 一种坡道停车后防溜车方法及系统
CN113320518A (zh) * 2021-06-25 2021-08-31 东风汽车集团股份有限公司 一种坡道停车后防溜车方法及系统
CN114510761A (zh) * 2022-01-24 2022-05-17 湖南省第一测绘院 一种消除dsm中道路面高程异常的方法
CN116109643A (zh) * 2023-04-13 2023-05-12 深圳市明源云科技有限公司 市场布局数据采集方法、设备及计算机可读存储介质

Also Published As

Publication number Publication date
KR101269981B1 (ko) 2013-05-31
JPWO2010024212A1 (ja) 2012-01-26
US20110310091A2 (en) 2011-12-22
JP4832596B2 (ja) 2011-12-07
US20110164037A1 (en) 2011-07-07
WO2010024212A1 (ja) 2010-03-04
JP5058364B2 (ja) 2012-10-24
EP2320382A1 (en) 2011-05-11
JP2013225336A (ja) 2013-10-31
KR20110033859A (ko) 2011-03-31
US8665263B2 (en) 2014-03-04
KR101319471B1 (ko) 2013-10-17
JP2012018170A (ja) 2012-01-26
CN102138163B (zh) 2014-04-30
KR20120132704A (ko) 2012-12-07
EP2320382A4 (en) 2014-07-09
JP5319741B2 (ja) 2013-10-16
JP2011233165A (ja) 2011-11-17
JP5808369B2 (ja) 2015-11-10

Similar Documents

Publication Publication Date Title
CN102138163B (zh) 俯瞰图像生成装置及俯瞰图像生成方法
CN110832348B (zh) 用于自主车辆的高清晰度地图的点云数据丰富
CN111542860A (zh) 用于自主车辆的高清地图的标志和车道创建
JP5062498B2 (ja) 風景マッチング用参照データ生成システム及び位置測位システム
JP5714940B2 (ja) 移動体位置測定装置
CN110155053A (zh) 提供用于驾驶车辆的信息的方法和设备
CN101681525A (zh) 产生多视点全景图的方法及设备
CN112654836A (zh) 用于车辆导航的系统和方法
Zhou et al. Developing and testing robust autonomy: The university of sydney campus data set
Zhao et al. Autonomous driving simulation for unmanned vehicles
JP2022039188A (ja) 位置姿勢算出方法および位置姿勢算出プログラム
US20230341239A1 (en) Systems and methods for road segment mapping
CN116917936A (zh) 双目相机外参标定的方法及装置
WO2010068185A1 (en) Method of generating a geodetic reference database product
KR102616437B1 (ko) 라이다 및 관성측정장치의 캘리브레이션 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
US20240144435A1 (en) Method for generate training data for transportation facility and computer program recorded on record-medium for executing method therefor
KR102540629B1 (ko) 교통 시설물에 대한 학습 데이터 생성 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
CN117576652B (zh) 道路对象的识别方法、装置和存储介质及电子设备
JP7467722B2 (ja) 地物管理システム
KR102540636B1 (ko) 방향 정보를 포함한 지도 생성 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
US20240144594A1 (en) Method for create map using aviation lidar and computer program recorded on record-medium for executing method therefor
KR102540624B1 (ko) 항공 라이다를 이용한 지도 생성 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
KR102540632B1 (ko) 색상 보정을 적용한 컬러맵 생성 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
KR102626574B1 (ko) 카메라 및 라이다의 캘리브레이션 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
KR102540634B1 (ko) 프로젝션 기반 컬러맵 생성 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140430

Termination date: 20190824