JP2019152576A

JP2019152576A - 柱状物体状態検出装置、柱状物体状態検出方法、柱状物体状態検出処理プログラム

Info

Publication number: JP2019152576A
Application number: JP2018038969A
Authority: JP
Inventors: 後藤　隆; Takashi Goto; 隆後藤; 竜二本多; Ryuji Honda; 幸弘五藤; Yukihiro Goto; 佳幸梶原; Yoshiyuki Kajihara
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2018-03-05
Filing date: 2018-03-05
Publication date: 2019-09-12
Anticipated expiration: 2038-03-05
Also published as: US20210025696A1; JP6761828B2; US11255661B2; WO2019172065A1

Abstract

【課題】柱状物体の状態を容易かつ高精度に求める。【解決手段】実施形態における柱状物体状態検出装置は、柱状物体の状態を検出する装置であって、柱状物体の所定の複数の高さにおける柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得する取得手段と、取得手段により取得した中心軸データの座標値の配列に対するカーブフィッティングにより、取得手段により取得した中心軸データの座標値を補正する補正近似式を計算する近似式計算手段と、近似式計算手段により計算した補正近似式を用いて、中心軸データの座標値を補正する補正手段とを有する。【選択図】図３

Description

この発明は、屋外に設置された管理対象となる柱状物体の状態を検出する柱状物体状態検出装置、柱状物体状態検出方法、柱状物体状態検出処理プログラムに関する。

従来、屋外に設置された管理対象となる柱状物体、例えばポール（電柱等）、樹木等の状態、例えば形状を計測するために、様々な走査装置が用いられている。例えば、（１）カメラにより画像を取得し、この取得した画像内の距離で上記の計測を行う、（２）測量機器を用いて物体表面上の複数の点を直接計測する、（３）レーザスキャナを用いて取り込まれた点群データから立体データを生成して上記の計測を行う、などの手法がある。
しかし、これらの手法は、いずれも対象となる物体の近距離に走査装置を配置して、この装置を作業者が操作をする必要があった。また、３Ｄスキャナおよびレーザスキャナにより点群データを取得するには、例えば数分〜数十分の走査時間がかかる、などの課題がある。

一方、検査車両に３次元レーザスキャナ（３Ｄレーザ測量機）、カメラ、ＧＰＳ（Global Positioning System）受信機、ＩＭＵ（Inertial Measurement Unit：慣性計測装置）、およびオドメータ（Odometer：走行距離計）を搭載し、検査車両が路上を走行しながら周囲の建物、道路、橋梁などを含む屋外構造物の３次元測量を網羅的に行い、当該屋外構造物の表面上の多数の点の３次元（ＸＹＺ）座標を収集することにより、屋外構造物の３次元形状を取得するモービルマッピングシステム（Mobile Mapping System：ＭＭＳ）が知られている（例えば非特許文献１を参照）。
このシステムは、屋外構造物の表面に当てるレーザ光により、その照射された地点の絶対的な３次元座標を、ＭＭＳが有する測定誤差及びＧＰＳ受信機の測定誤差の範囲にて３次元点群データとして取得する。これにより、点群データを取得するための走査時間を短縮することが可能となる。

また、このＭＭＳを用いて取得した点群データより物体の立体データを生成し、この立体データより設備の状態を検出する方法が知られている（例えば特許文献１を参照）。この方法より、物体の立体データを生成し、この物体の形状、例えば電柱の中心軸の傾き、たわみ等の形状に関するデータを自動で生成することが可能となる。

特開２０１５−０７８８４９号公報特開２０１５−２２４９８０号公報

"三菱モービルマッピングシステム高精度ＧＰＳ移動計測装置"、［ｏｎｌｉｎｅ］、三菱電機株式会社、［平成３０年１月１１日検索］、インターネット＜ＵＲＬ：http://www.mitsubishielectric.co.jp/mms/＞ "バーム・ステーション"、［ｏｎｌｉｎｅ］、アイサンテクノロジー株式会社、［平成３０年１月２２日検索］、インターネット＜ＵＲＬ：http://www.aisantec.co.jp/products-services/atstation/baumstation.html＞

ところが、ＭＭＳは検査車両の走行により走査を行うものであることから、カーブ、路面状態等における車両姿勢の急激な変化により、点群データの３次元座標情報の精度が劣化することがある。このように精度が劣化した点群データを用いた立体データは、このデータが示す物体の形状においても誤差を含む。

また、上記の精度の劣化は、上記のカーブ、路面状態の他、衛星可視状態等の様々な要因が複合して発生するものであり、取得した点群データならびに生成した立体データの精度が高いか低いかの判断を正しく行なうことが出来ない。

さらには、屋外の地物は、例えば電柱は樹木等により遮蔽されることで、点群データおよび画像データに欠落が生じ、該当部分についての立体データを生成することができないので、物体の形状が把握できない。

また、点群データ自体を、他の測量等による補正データを用いて補正する手法もあるが、この手法を実施するには、補正データを取得するために計測現場に機器を設置して測定を行なう等の作業が必要となり、本来の目的であった、走査時間を短縮させることが出来ない。

現場での測量を行わずに、取得した点群データと画像データの双方を用いて位置座標のずれを作業者が把握することも可能であるが、この場合も、画像データは点群データほどの高精度な３次元座標情報を有しないことから、位置座標のずれを補正するためには作業者の熟練が要求される。

上記の特許文献２のように、取得した点群情報を元に、立体データの形状を推定しようとする技術もある。ただしこの技術では、立体データの形状を推定および補正するために点群データが必要となるため、点群データを用いずに計測した物体、例えば上記の非特許文献２に開示されるような専用の装置を用いて取得した形状を補正には使えない。また、点群データのデータ量は膨大であるため、このデータの保存容量が大きく、立体データの推定および補正のための計算時間も大きくなってしまう。

この発明は上記事情に着目してなされたもので、その目的とするところは、新たな点群データまたは画像データを用いずとも、柱状物体の状態を容易かつ高精度に求めることができるようにした柱状物体状態検出装置、柱状物体状態検出方法、柱状物体状態検出処理プログラムを提供することにある。

上記目的を達成するために、この発明の一実施形態における柱状物体状態検出装置の第１の態様は、柱状物体の状態を検出する装置であって、前記柱状物体の所定の複数の高さにおける前記柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得する取得手段と、前記取得手段により取得した中心軸データの座標値の配列に対するカーブフィッティングにより、前記取得手段により取得した中心軸データの座標値を補正する補正近似式を計算する近似式計算手段と、前記近似式計算手段により計算した補正近似式を用いて、前記取得手段により取得した中心軸データの座標値を補正する補正手段と、を備えるようにしたものである。

この発明の柱状物体状態検出装置の第２の態様は、第１の態様において、前記柱状物体の表面上の点における３次元座標を表す３次元点群データから、前記柱状物体を３次元モデル化した３次元モデルデータを抽出する抽出手段をさらに備え、前記取得手段は、前記抽出手段により抽出した３次元モデルデータに基づいて、前記柱状物体の所定の複数の高さにおける前記柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得するようにしたものである。
この発明の柱状物体状態検出装置の第３の態様は、第１の態様において、前記近似式計算手段が、前記取得手段により取得した中心軸データの座標値の配列と、当該配列に対する、複数種別の関数のそれぞれに基づく前記カーブフィッティングの結果との差分に基づいて、前記補正近似式の適切な種別を選択し、前記選択した種別に応じた前記カーブフィッティングにより前記補正近似式を計算するようにしたものである。

この発明の柱状物体状態検出装置の第４の態様は、第１の態様において、前記近似式計算手段が、前記３次元点群データの計測の状態を示すパラメータに基づいて、前記補正近似式の適切な種別を選択し、前記選択した種別に応じた前記カーブフィッティングにより前記補正近似式を計算するようにしたものである。

この発明の柱状物体状態検出装置の第５の態様は、第１の態様において、前記取得手段により取得した中心軸データにおける座標値は、前記柱状物体の所定の高さの中心点の座標値が欠落した座標値であって、前記近似式計算手段により計算した補正近似式に基づいて、前記補正手段により補正した中心軸データの座標値のうち、前記欠落した座標値を補完する補完手段をさらに有するようにしたものである。

この発明の柱状物体状態検出装置の第５の態様は、第１の態様において、前記取得手段により取得した中心軸データの座標値と、当該座標値に対して前記補正手段により補正した後の座標値との差分に基づいて、前記補正手段による中心軸データの補正の精度を計算する精度計算手段をさらに有するようにしたものである。

この発明の柱状物体状態検出装置の第７の態様は、第１の態様において、前記柱状物体の３次元モデルデータに対し、垂直軸と、前記柱状物体の所定の第１の高さまでの高さの中心点近傍を通る直線である基準軸とをそれぞれ設定し、前記垂直軸と前記基準軸との間の角度を前記柱状物体の中心軸の傾きとして算出し、前記補正手段により補正した中心軸データが示す、前記柱状物体の所定の第２の高さに対応する中心点の座標と、前記基準軸における前記第２の高さの箇所との間の距離を前記柱状物体の３次元モデルデータの中心軸のたわみとして算出する算出手段をさらに有するようにしたものである。

本発明の一実施形態における、柱状物体状態検出装置が行う柱状物体状態検出方法の一つの態様は、柱状物体の状態を検出する柱状物体状態検出装置が行う柱状物体状態検出方法であって、前記柱状物体の所定の複数の高さにおける前記柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得し、前記取得した中心軸データの座標値の配列に対するカーブフィッティングにより、前記取得した中心軸データの座標値を補正する補正近似式を計算し、前記計算した補正近似式を用いて、前記取得した中心軸データの座標値を補正するようにしたものである。

本発明の一実施形態における柱状物体状態検出処理プログラムの一つの態様は、第１乃至第７の態様のいずれか１つにおける柱状物体状態検出装置の前記各手段としてプロセッサを機能させるものである。

この発明の一実施形態における柱状物体状態検出装置の第１および第２の態様によれば、新たな点群データまたは画像データを用いずとも、中心軸データの座標値を補正することができる。

上記の柱状物体状態検出装置の第３および第４の態様によれば、補正近似式の適した種別を選択することができる。

上記の柱状物体状態検出装置の第５の態様によれば、中心軸データの欠落している座標値を補完することができる。

上記の柱状物体状態検出装置の第６の態様によれば、中心軸データの補正の精度を計算することができる。

上記の柱状物体状態検出装置の第７の態様によれば、新たな点群データまたは画像データを用いずとも、中心軸の傾きとたわみをそれぞれ求めることができる。

すなわち、本発明によれば、屋外に設置された管理対象となる柱状物体の状態を示すデータの補正のために新たな点群データまたは画像データを用いずとも、柱状物体の状態を容易かつ高精度に求めることが可能になる。

この発明の一実施形態に係る柱状物体状態検出装置の一例としての概略構成図。測量機器による柱状物体の計測について説明する図。この発明の一実施形態に係る柱状物体状態検出装置の詳細な構成の一例を示すブロック図。３Ｄ柱状モデルから中心軸データを取得することを説明する図。この発明の一実施形態に係る柱状物体状態検出装置の詳細な構成を示すブロック図。柱状物体状態検出の手順と処理内容の一例を示すフローチャート。補正近似式計算処理の手順と処理内容の一例を示すフローチャート。補正近似式計算処理の手順と処理内容の一例を示す図。中心軸座標補正処理の手順と処理内容の一例を示すフローチャート。補正近似式計算処理の手順と処理内容の変形例を示す図。補正近似式計算処理の手順と処理内容の変形例を示す図。中心軸データの補正前と補正後の差分の一例を表形式で示す図。中心軸座標補完処理の手順と処理内容の一例を示すフローチャート。補正量精度計算処理の手順と処理内容の一例を示すフローチャート。補正量精度計算処理による補正の精度の一例を示す図。補正量精度計算処理による補正の精度の一例を示す図。傾き・たわみ算出処理にかかる、各種の定義について示す図。傾き・たわみ算出処理の手順と処理内容の一例を示すフローチャート。傾き・たわみ算出処理による算出結果の一例を示す図。表示部による表示結果の一例を示す図。表示部による表示結果の一例を示す図。

以下、図面を参照しながら、この発明に係わる一実施形態を説明する。
図１は、この発明の一実施形態に係る柱状物体状態検出装置の一例としての概略構成図である。
この検出装置は、検査車両ＭＢに搭載されるもので、３Ｄレーザ測量機としての３次元レーザスキャナ１と、カメラ２と、ＧＰＳ受信機３と、慣性計測装置としてのＩＭＵ４と、走行距離計としてのオドメータ５と、記憶媒体１１と、演算装置１２とを備え、柱状物体をモデル化した柱状モデルの中心軸データを生成するための元計測データ（補正前の計測データ）を取得する。記憶媒体１１は、不揮発性メモリなどの記憶装置により実現できる。３次元レーザスキャナ１、カメラ２、ＧＰＳ受信機３は複数台搭載することも可能である。

検出装置は、検査車両ＭＢの走行中に３次元レーザスキャナ１、カメラ２、ＧＰＳ受信機３、ＩＭＵ４、オドメータ５により周囲の３次元測量を行い、これらの測量の結果を示す点群データを保存装置としての記憶媒体１１に格納することで、クロージャ（Closure）７、ケーブル８、ポール９、樹木１０、信号機１０ａ、交通標識１０ｂ，１０ｃ等を含む柱状物体の表面上の点における３次元座標を表す３次元点群データ（以下、点群データと称することがある）と、この柱状物体の外観の画像データとして取得する。つまり、３次元レーザスキャナ１、カメラ２、ＧＰＳ受信機３、ＩＭＵ４およびオドメータ５は、３次元点群データを計測する計測部である。複数のポール９にはケーブル８が引き通されており、各ポール９間のケーブル８にはクロージャ７が取り付けられることがある。

図２は、測量機器による柱状物体の計測について説明する図である。
本発明が適用可能な計測の形態は、図１に示した検査車両ＭＢを用いた形態に限られず、図２に示した測量機器（例えば非特許文献２を参照）により、柱状物体の中心軸Ｃとなる数箇所の座標を計測し、この計測結果を記憶媒体１１に格納するような形態にも適用可能である。

図３は、この発明の一実施形態に係る柱状物体状態検出装置の詳細な構成の一例を示すブロック図である。
ＧＰＳ受信機３は、図示しない複数のＧＰＳ衛星から送信されるＧＰＳ信号を受信して検査車両ＭＢの位置座標（緯度経度高度）を算出する。

３次元のレーザスキャナ１は、上記ＧＰＳ受信機３により算出された位置座標と連動して、クロージャ７、ケーブル８、ポール９、樹木１０、信号機１０ａ、交通標識１０ｂ，１０ｃなどの柱状物体の表面上の複数点の位置座標データ、つまり上記ＧＰＳ受信機３により検出された位置座標を反映した３次元（Ｘ，Ｙ，Ｚ）の位置座標データを取得する。取得された３次元の位置座標データは、計測時刻を表す情報と関連付けられて記憶媒体１１に記憶される。

カメラ２は、上記柱状物体を含む領域を撮影する。この撮影により得られた画像データは、撮影時刻と、上記ＧＰＳ受信機３により検出された位置座標と関連付けられて記憶媒体１１に記憶される。なお、上記ＩＭＵ４およびオドメータ５からそれぞれ出力された検査車両ＭＢの加速度データおよび検査車両ＭＢの走行距離データは、計測時刻、カメラ２により撮影した画像データおよび上記位置座標と関連付けられて記憶媒体１１に記憶される。なお、ここまでの構成は、背景技術で述べたＭＭＳにより実現することができる。

演算装置１２は、中央処理ユニット（Central Processing Unit：ＣＰＵ）、プログラムメモリ、および演算用メモリなどを備えたコンピュータとして構成することができ、この実施形態を実施するために必要な機能として、抽出処理部１３と、演算部１４と、データベースであるＤＢ１５と、表示部１６とを有する。抽出処理部１３、演算部１４は、プログラムメモリに格納されたプログラムを上記ＣＰＵに実行させることにより実現できる。ＤＢ１５は、不揮発性メモリなどの記憶装置により実現でき、表示部１６は液晶ディスプレイなどにより実現できる。なお、演算装置１２はハードウェアで構成することもできるが、後述するフローチャートに示された手順を備えるプログラムを、媒体もしくは通信回線を介して周知のコンピュータにインストールして、このコンピュータとＤＢ１５との組み合わせ、又はＤＢ１５を有するコンピュータなどによっても実現可能である。

なお、ＤＢ１５は、演算装置１２内に設けずに記憶媒体１１に設けてもよく、さらには検出装置以外のクラウドサーバまたはローカルサーバ等に設けてもよい。この場合検出装置は、通信部により、クラウドサーバまたはローカルサーバのＤＢ１５から通信ネットワークを介して、このＤＢ１５に格納されるデータを取得する。

抽出処理部１３は、３Ｄモデル抽出部１３ａおよび取得部１３ｂを有する。
３Ｄモデル抽出部１３ａは、記憶媒体１１に格納された点群データより柱状物体を３Ｄモデル化した３Ｄ柱状モデルデータを作成する。この３Ｄ柱状モデルデータは、柱状物体の３次元形状を表す３次元オブジェクトと当該３次元オブジェクトの３次元座標情報とを含む。
取得部１３ｂは、３Ｄモデル抽出部１３ａにより作成した３Ｄ柱状モデルデータから、柱状物体の一定の高さごとの中心点の座標値の配列である中心軸データを取得する。柱状物体が円柱状の物体であるとき、取得部１３ｂは、３Ｄ柱状モデルデータから、当該円柱状の物体の一定の高さごとの半径の配列を取得してもよい。

また、演算部１４は、補正近似式計算処理部１４ａ、中心軸座標補正処理部１４ｂ、中心軸座標補完処理部１４ｃ、補正量精度計算処理部１４ｄ、傾き・たわみ量算出処理部１４ｅを有する。
補正近似式計算処理部１４ａは、中心軸データを補正するための補正近似式（以下、近似式と称することがある）を計算する。中心軸座標補正処理部１４ｂは、計算された近似式より、中心軸データの座標を補正する。中心軸座標補完処理部１４ｃは、中心軸データの座標値が、柱状物体の一定の高さごとの中心点の座標値の配列であって、いずれかの高さの中心点の座標が欠落している場合に、計算された近似式より、中心軸データにおける上記の欠落している座標値を類推することで、これを補完する。この欠落は、例えば検査車両ＭＢからみて柱状物体の遮蔽物が存在するなどの影響により生ずるものである。補正量精度計算処理部１４ｄは、計算された近似式による補正後の中心軸座標と元の中心軸座標とを比較して補正量を計算する。

抽出処理部１３における点群データからの３Ｄ柱状モデルデータの作成、ならびに、中心軸のデータの取得には、例えば特開２０１７−１５６１７９号公報などに開示された既知の手法を用いることができる。

図４は、３Ｄ柱状モデルから中心軸データを取得することを説明する図である。
取得部１３ｂは、図４で示す、中心軸座標の配列としての中心軸データを取得する。中心軸データは、３Ｄ柱状モデルに対して、柱状モデルの一定の高さ毎の中心点の座標値（x, y, z）の配列として中心軸を定義したデータである。例えば、補正近似式計算処理部１４ａは、柱状モデルの最下面の中心点の３次元座標(x, y, z)を（x = 10mm, y = 20mm, z = 30mm）とし、40mm刻みの高さ（z）で中心軸データを生成する場合には、各高さ（z）の中心点の３次元座標(x, y, z)は、例えば、{(10, 20, 30), (10.1, 20.5, 70), (10.5, 22, 110), …}となる。

この中心軸データの座標は、絶対座標、もしくは、柱状物体の最下面の中心点からの相対座標として定義することができる。そのため、中心軸座標が絶対座標として定義された場合には、補正近似式計算処理部１４ａは、この座標を柱状物体の各高さの中心点の座標から最下面の中心点の座標までとの相対値に置き換えることで、相対座標値での中心軸データを生成することができる。例えば絶対座標が上記の例であれば、補正近似式計算処理部１４ａは、各高さの中心点の座標と最下面の中心点の座標値（10, 20, 30）との差分を求め、下記のような相対座標で中心軸座標の配列を生成する。

{(0, 0, 0), (0,1, 0,5, 40), (0.5, 2.0, 80), …}
例えば、３Ｄ柱状モデルデータが高さ１０ｍの電柱を示すのであれば、この電柱の柱状モデル中心軸データは、２５０個の中心点座標の配列であるとして定義することができる。

図５は、この発明の一実施形態に係る柱状物体状態検出装置の詳細な構成を示すブロック図である。
図５に示した例では、図３に示した例と比較して、３次元レーザスキャナ１、カメラ２、ＩＭＵ４、オドメータ５に代えて、測量機器２１を備える。また、図５に示した演算装置１２は、図３に示した構成と比較して、抽出処理部１３を有しない。

測量機器２１は、電柱等の柱状物体の水平方向の中心点の座標を直接計測することが可能である。測量機器はレーザ光を用いる物や、他画像データを取得して計測する物も有り、画像を使用する場合は、画像処理装置２２は、測量機器２１が計測した結果をもとに、柱状物体の外観を画像データとして取得する。図５に示した例では、図３に示した抽出処理部１３を必要とせず、画像処理装置２２が中心軸データを直接生成する。
しかしながら、中心点を計測するには手間がかかるため、計測対象が１０ｍの電柱であるときに、中心点データを数点〜十数点程度の中心点座標の配列として生成することが一般的である。本実施形態では、後述する中心軸座標補完処理を行なうことにより、このような少ない数の中心点座標を有する中心軸データに対しても適用可能である。

図６は、柱状物体状態検出の手順と処理内容の一例を示すフローチャートである。
図６に示すように、演算部１４の補正近似式計算処理部１４ａは、中心軸データに基づいて中心軸の補正近似式を計算する補正近似式計算処理を行なう（Ｓ１）。この補正近似式を元に、中心軸座標補正処理部１４ｂは、中心軸座標の補正処理を行なう（Ｓ２）。さらに、中心軸座標補完処理部１４ｃは、Ｓ１で計算された補正近似式を用いて、中心軸座標補完処理を行なう（Ｓ３）。

補正量精度計算処理部１４ｄは、Ｓ１で計算された補正近似式を用いて補正量精度計算処理を行なう（Ｓ４）。そして最後に、傾き・たわみ量算出処理部１４ｅは、柱状モデルの傾き・たわみ量算出処理を行なう（Ｓ５）。なお、上記の補正量精度計算処理は、上記の傾き・たわみ量算出処理とは独立して実行可能である。つまり、補正量精度計算処理を行なわなくとも傾き・たわみ量算出処理を実行可能である。Ｓ１〜Ｓ５の処理の詳細は後述する。

図７および図８は、補正近似式計算処理の手順と処理内容の一例を示すフローチャートである。
相対座標の中心軸データは、３次元座標(x, y, z)からなる中心点座標の配列（以下、配列Ｏ）であるため、まず、この配列Оを座標（z, x）の配列Ｘ、および座標（z, y）の配列Ｙに分割する（Ｓ１１）。
例えば、柱状モデルの最下面からの絶対座標(x, y, z)の配列の具体例が
(171972489, -69308685, 8735), (171972490, -69308684, 8775), (171972490, -69308682, 8815), (171972491, -69308681, 8855), …
であるとき、この絶対座標に対応する、最下面からの相対座標(x, y, z)の配列Оの具体例は、
(0, 0, 0), (1, 1, 40), (1, 3, 80), (2, 4, 120), …
である。

そして、この配列Оを配列Ｘと配列Ｙへ分割したときの、座標(z, x)の配列Ｘの具体例は、
(0,0), (40,1), (80,1), (120,2), …
である。また、座標(z, y)の配列Ｙの具体例は、
(0,0), (40,1), (80,3), (120,4), …
である。

次に、補正近似式計算処理部１４ａは、配列Ｘについて、座標(z, x)のzを横軸、xを縦軸とみなし、配列Ｘの各座標値に対し最も良く当てはまる曲線（関数）を求める、カーブフィッティングを行なう。カーブフィッティングは、例えば最小二乗法により、配列の各座標値に当てはめる最適な多項式関数(x=az^3+bz^2+cz+d)を推定することが挙げられる。ここで用いる曲線を求める手法については上記の多項式関数または最小二乗法に限るものではなく、配列Ｘに対して適切に当てはまる曲線を定義できれば良い。
同様に、補正近似式計算処理部１４ａは、配列Ｙの座標(z, y)のzを横軸、yを縦軸とみなし、配列Ｙの各座標値に対し最も良く当てはまる曲線を求める、カーブフィッティングを行なう（Ｓ１２）。

そして、補正近似式計算処理部１４ａは、Ｓ１２で求めた結果に基づいて、配列Ｘのｘ座標を補正する補正近似式としての最適関数Ｇｘ、ならびに配列Ｙのｙ座標を補正する補正近似式としての最適関数Ｇｙを個別に導出する（Ｓ１３）。

最適関数Ｇｘ、Ｇｙの具体例は、例えば以下の式（１），（２）の形式でそれぞれ表現される。
Ｇｘ：X ＝ -0.061z^3 ＋ 2.507z^2 + 12.660z ＋ 0.137 …式（１）
Ｇｙ：Y ＝ -0.059z^3 ＋ 1.460z^2 + 23.809z − 0.950 …式（２）
一般に電柱の高さは１０数メートルであるのに対し、この電柱の柱状モデルにおける中心軸の変位は１０数センチメートル程度であるため、最適関数Ｇｘ、Ｇｙの上記の具体例のzの値は、実際の配列の値（40等）を1000分の1にした値としている。

ここで、補正近似式計算処理部１４ａによる処理の別の例を説明する。図８に示した例では、補正近似式計算処理部１４ａは、相対座標の中心軸データ(x, y, z)に対して、上記の３次元座標の配列Оを(z, sqrt(x^2+y^2))で表現される２次元座標(z,d)の配列Ｄに統合したデータを、最下面の中心点からの変位量の配列のデータとして生成する（Ｓ１１ａ）。

上記の配列Оの統合先である、座標(z, d)の配列Ｄの具体例は、
(0, 0), (40, sqrt(2)), (80, sqrt(10)), (120, sqrt(20)), …
である。

補正近似式計算処理部１４ａは、配列Ｄの座標(z, d)のzを横軸、dを縦軸とみなし、配列Ｄの各座標値に対し最も良く当てはまる曲線を求める、カーブフィッティングを行なう（Ｓ１２ａ）。
補正近似式計算処理部１４ａは、これら求めた曲線に基づいて、配列Ｄのｄ座標、つまり変位量の補正近似式である最適関数Ｇｄを導出する（Ｓ１３ａ）。

なお、本実施形態では、補正近似式計算処理部１４ａは、各配列の全長に対してカーブフィッティングを行なっているが、例えばたわみ等の計算に必要となる５ｍより下の高さのみの配列を用いてカーブフィッティングを行なうなどして、カーブフィッティングの高さ方向(z)の範囲を変えることも可能である。

図９は、中心軸座標補正処理の手順と処理内容の一例を示すフローチャートである。
中心軸座標補正処理部１４ｂは、補正近似式計算処理部１４ａで求めた最適関数Ｇｘ，Ｇｙの各高さ(z)へ元の配列Ｏ（配列Ｘ、配列Ｙ）のｚ値を代入することで（Ｓ２１）、配列Ｘのｘ座標、配列Ｙのｙ座標の補正後の座標をそれぞれ取得することが出来る（Ｓ２２）。

この補正後のｘ座標、ｙ座標を配列Ｘ´のｘ´座標、配列Ｙ´のｙ´座標とそれぞれ定義した場合、例えば上記の配列Ｏは補正後の配列Ｏ´へと変換される。例えば補正前の座標(x, y, z)を有する中心点座標は、補正後の座標(x´, y´, z) （= (Gx(z), Gy(z), z)）を有する中心点座標へと変換される。
補正前の座標(z, x)の配列Ｘの具体例が、上記のように
(z, x), (0, 0), (40, 1), (80, 1), (120, 2), …
で、補正前の座標(z, y)の配列Ｙの具体例が、上記のように
(0, 0), (40, 1), (80, 3), (120, 4), …
であるとき、補正後の座標(z, x´)の配列Ｘ´の具体例は、
(0, 0), (40, 0.65), (80, 1.17), (120, 1.69), …
であり、補正後の(z, y´)の配列Ｙ´の具体例は、
(0, 0), (40, 0.00), (80, 0.96), (120, 1.93), …
である。

そして、これらの配列Ｘ´、Ｙ´の座標を３次元座標(x´, y´, z)に戻した、補正後の配列Ｏ´の具体例は、
(0, 0, 0), (0.65, 0.00, 40), (1.17, 0.96, 80), (1.69, 1.93, 120), …
である。
このように補正された中心軸データの配列Ｏ´は、図１や図２で示した計測において生じる誤差やゆらぎが軽減されたデータである。

図１０および図１１は、補正近似式計算処理の手順と処理内容の変形例を示す図である。以下では、補正前の配列が上記の配列Ｘ、Ｙであって、導出する関数が最適関数Ｇｘ、Ｇｙである場合（図７参照）について説明するが、上記のように補正前の配列が上記の配列Ｄであって、導出する関数が最適関数Ｇｄである場合（図８参照）についても適用できる。

まず、図１０に示した処理を補正近似式計算処理の手順と処理内容の第１の変形例として説明する。この処理は、図７で説明した処理に対し、補正近似式の複数の種別から最適な種別を選択する処理を追加したものである。

この処理では、まず、上記のＳ１１と同様に、補正近似式計算処理部１４ａは、相対座標の中心軸データの配列Оを座標（z, x）の配列Ｘ、座標（z, y）の配列Ｙに分割する（Ｓ１１ｂ）。

次に、補正近似式計算処理部１４ａは、配列Ｘ、配列Ｙの各座標値に対する、複数の種別のそれぞれに応じた補正近似式、例えば二次多項式、三次多項式、スプライン関数などへの曲線あてはめであるカーブフィッティングを種別ごとに行なう（Ｓ１２ｂ）。

その後に、補正近似式計算処理部１４ａは、種別の選択の対象である座標値の配列と、当該カーブフィッティングにより当てはめた曲線との差分を補正近似式の種別ごとに求める。例えば、補正近似式計算処理部１４ａは、補正後の配列Ｘ´の座標ｘ´_ｋと補正前の配列Ｘの座標ｘ_ｋにおいて、柱状モデルの各点（ｋ＝１〜ｎ）における上記の差分量を下記の式（３）のｘ´_ｋ−ｘ_ｋに代入することでＲＭＳ値を補正近似式の種別ごとに算出する。

補正近似式計算処理部１４ａは、配列Ｙにおいても同様にＲＭＳ値を補正近似式の種別ごとに求める（Ｓ１３ｂ）。ＲＭＳ値が最も小さい種別に対応する補正近似式が補正前データを精度良く近似するので、補正近似式計算処理部１４ａは、この、ＲＭＳ値が最も小さい種別の補正近似式を補正近似式の最適な種別として選択する（Ｓ１４ｂ）。ここでいう種別の選択とは、最適な補正近似式の種別が例えば上記の二次多項式、三次多項式、スプライン関数のいずれであるかを選択することであり、この種別に応じた具体的な最適関数Ｇｘおよび最適関数Ｇｙを計算することは含まない。ここにおいて、選択の基準は上記のＲＭＳ値に限られず、例えば決定係数（R-squared）などを用いてもよい。

そして、補正近似式計算処理部１４ａは、選択した種別による上記のカーブフィッティングの結果に応じて、ｘ座標の最適関数Ｇｘならびにｙ座標の最適関数Ｇｙを個別に導出する（Ｓ１５ｂ）。

次に、図１１に示した処理を補正近似式計算処理の手順と処理内容の第２の変形例として説明する。この処理は、図７で説明した処理に対し、点群データを取得する際の検査車両ＭＢによる各種計測の状態を示すパラメータを用いて、最適な補正近似式を選択する処理を追加したものである。

この処理では、まず、上記のＳ１１と同様に、補正近似式計算処理部１４ａは、相対座標の中心軸データの配列Оを（z, x）の配列Ｘ、（z, y）の配列Ｙに分割する（Ｓ１１ｃ）。

次に、補正近似式計算処理部１４ａは、検査車両ＭＢの各種測定機器のデータを取得し、このデータを基に、例えば点群データをＭＭＳにて計測する場合において、測定時の検査車両ＭＢの姿勢角の変化および車速、柱状物体までの距離などのパラメータを算出する。次に、補正近似式計算処理部１４ａは、この算出したパラメータを参照し（Ｓ１２ｃ）、各パラメータの値と閾値との比較に応じて、補正近似式の候補、例えば二次多項式、三次多項式、スプライン関数から、補正近似式の最適な種別を選択する（Ｓ１３ｃ）。パラメータの大きさの閾値は、補正近似式の関数の選択の基準となる値であり、実験的に決められたパラメータである。

例えば、地物の例として１本の電柱の点群データを計測する際の、検査車両ＭＢの水平回転の変位量のパラメータとして７０°以上の変位があった場合には、中心軸のデータの歪みが大きくなることが想定される。このことから、補正近似式計算処理部１４ａは、次数の低い二次多項式を補正近似式として選択することで、補正前の中心軸データに対して必要以上にフィッティングしないようにする。

上記の選択した種別に応じて、補正近似式計算処理部１４ａは、配列Ｘの各座標値に対し最も良く当てはまる曲線と、配列Ｙの各座標値に対し最も良く当てはまる曲線とをそれぞれ求める、カーブフィッティングを行なう（Ｓ１４ｃ）。

そして、上記のＳ１３と同様に、補正近似式計算処理部１４ａは、これら求めた曲線に基づいて、配列Ｘのｘ座標の補正近似式としての最適関数Ｇｘ、ならびに配列Ｙのｙ座標の補正近似式としての最適関数Ｇｙを個別に導出する（Ｓ１５ｃ）。

図１２は、中心軸データの補正前と補正後の差分の一例を表形式で示す図である。
図１２では、フィールドの４本の電柱の点群データに対して検査車両ＭＢの水平回転角度が７０°以上で計測された中心軸データの補正前のたわみ値と補正後のたわみ値との差分を、補正近似式の候補としての二次多項式、三次多項式、スプライン関数との間で比較した例を示す。この例では、各種近似式のうち二次多項式を用いたときの差分が最小となることから、この条件下においては二次多項式が最適な補正近似式として選択されることが望ましいことが分かる。なお、これらの検査車両ＭＢのパラメータは近似式の選択に用いるとともに、補正量精度計算処理部１４ｄにおいて中心軸データの精度を推量する指標としても活用可能である。例えば同一の柱状物体を検査車両ＭＢにて近距離（数メートル）、および遠距離（数十メートル）でそれぞれ計測した場合には近距離の場合の方が中心軸データの精度が高い傾向があるなど、中心軸データの精度の推量が可能である。中心軸データの精度が高い傾向がある別の例としては、柱状物体を検査車両ＭＢにて車速変化または姿勢角変化を少なくして計測した場合が挙げられる。

図１３は中心軸座標補完処理の手順と処理内容の一例を示すフローチャートである。
上記の中心軸座標補正処理においては、配列Ｏに存在する高さ座標zを用いて補正後の座標を算出した。

これに対し、中心軸座標補完処理においては、上記の補正近似式計算処理で求めた最適関数Ｇｘ，Ｇｙを中心軸座標の補完関数として用い、上記の一定の高さごとの座標値のうち欠落している座標値を内挿し、補完後の中心軸データとして算出する。

具体的には、例えば、補正後かつ補完前の配列Ｏ´における座標(z, x´)の配列Ｘ´の具体例が、
(z, x´), (0, 0), (40, 0.65), (120, 1.69), …
で、補正後かつ補完前の座標(z, y´)の配列Ｙ´の具体例が、
(0, 0), (40, 0.00), (120, 1.93), …
である、つまり、それぞれのz座標値が柱状物体の等間隔の高さ、例えば４０ｍｍ毎の高さ（０，４０，８０，１２０…）のいずれかであって、ｚ座標値０，４０，１２０…に対して中心点の座標値（ｘ座標値、ｙ座標値）が存在する一方で、上記の４０ｍｍ毎の高さのｚ座標値のうち、中心点の座標値（ｘ座標値、ｙ座標値）が欠落しているｚ座標値（z＝８０，…）が存在する場合、中心軸座標補完処理部１４ｃは、この欠落しているｚ座標値を、補正近似式計算処理で求めた関数Ｇｘ，Ｇｙのz値へそれぞれ代入して（Ｓ３１）、欠落している高さについての、補完後の配列Ｘ´のｘ´座標，補完後の配列Ｙ´のｙ´座標をそれぞれ導出する（Ｓ３２）。

補完後の配列Ｏ´における座標(z, x´)の配列Ｘ´の具体例は、
(0, 0), (40, 0.65), (80, 1.17), (120, 1.69), …
となり、補正後の座標(z, y´)の配列Ｙ´の具体例は、
(0, 0), (40, 0.00), (80, 0.96), (120, 1.93), …
となる。

つまり、座標(z, x´)の(80, 1.17)と座標(z, y´)の(80, 0.96)とがそれぞれ補完される。
このようにｘ´，ｙ´座標を補完することにより、欠落している中心点を適切に類推することができる。なお、中心軸座標補正処理および中心軸座標補完処理は順次実施してもよいし同時に実施してもよい。

図１４は、補正量精度計算処理の手順と処理内容の一例を示すフローチャートである。補正量精度計算処理部１４ｄは、補正前の座標値と、補正近似式計算処理において導出した最適関数Ｇｘ，Ｇｙにより生成した、補正後の座標値との差分量を計算する。例えば、補正量精度計算処理部１４ｄは、配列Ｘにおいて、ある高さにおける補正前のｘ座標値と、補正後の配列Ｘに´おいて同じ高さにおけるｘ´座標値との差分量を高さごとに求める。配列Ｙにおいても同様に計算できる（Ｓ４１）。導出した最適関数がＧｄである場合も同様である。

補正量精度計算処理部１４ｄは、Ｓ４１で求めた、各点（ｋ＝１〜ｎ）の補正前のｘ座標値をｘ_ｋとして補正後のｘ´座標値をｘ´_ｋとしたときの差分量を上記の式（３）のｘ´_ｋ−ｘ_ｋに代入してＲＭＳ値を算出する。配列Ｙにおいても同様に計算できる（Ｓ４２）。配列が配列Ｄである場合も同様である。ここにおいて、差分量はＲＭＳ値に限られず、例えば決定係数（R-squared）などでも良い。このＲＭＳ値は大きいほど補正の量が大きいことを示す。すなわち、補正前の中心軸データの各高さにおけるゆらぎが大きく、結果としての補正量が大きいことが分かる。

図１５および図１６は、補正量精度計算処理による補正の精度の一例を示す図である。図１５に示した例では、ｘ座標についてのＲＭＳ値RMS(X)、ｙ座標についてのＲＭＳ値RMS(Y)がいずれも１．０付近であり、補正前のグラフの線Ｌ１と補正後のグラフの線Ｌ２は大きく剥離していない。すなわち計測データおよびこのデータから生成された中心軸データの精度が高いことを示す。

一方で、図１６に示した例ではRMS(X)が７付近であり、補正前のグラフの線Ｌ３と補正後のグラフの線Ｌ４とが大きく剥離していることが読み取れる。補正前データを見ても分かるとおり、本データは計測時に誤差が大きく発生しているデータであり、ＲＭＳ値は、中心軸データの精度を推量する指標として十分活用可能である。

次に、傾き・たわみ算出処理について説明する。図１７は、傾き・たわみ算出処理にかかる、各種の定義について示す図である。
傾き・たわみ算出処理の説明のために、図１７に示すように、柱状物体の垂直軸、傾斜軸、基準軸、中心軸、たわみ、傾きを以下のように定義する。

垂直軸：垂直な線（鉛直線）
傾斜軸：柱状物体における一番高い位置にある断面円の中心軸座標と地面（最下面）の中心軸座標とを結んだ直線
基準軸：地面（柱状物体の最下面）から２ｍの高さまでの、柱状物体の水平方向の中心点近傍を通る直線を延長したもの
中心軸：各円の中心を結んだ軸（高さ4cm毎）
たわみ：地面から５メートルの高さでの基準軸と中心軸との距離
傾き：垂直軸と基準軸の角度
図１８は、傾き・たわみ算出処理の手順と処理内容の一例を示すフローチャートである。
傾き・たわみ算出処理は、傾き・たわみ量算出処理部１４ｅが、傾き・たわみを有する柱状物体から、傾きの成分、および、たわみの成分を個別に算出する処理である。ここでは、補正前の配列が上記の配列Ｘ、Ｙであって、導出する関数が最適関数Ｇｘ、Ｇｙである場合について説明するが、上記のように補正前の配列が上記の配列Ｄであって、導出する関数が最適関数Ｇｄである場合についても適用できる。

具体的には、傾き・たわみ量算出処理部１４ｅは、補正後の座標(x´, y´, z)を有する中心軸座標のデータを取得する（Ｓ５１）。

そして、傾き・たわみ量算出処理部１４ｅは、この取得したデータにおいて、例えば地面からの高さ０ｍｍから２０００ｍｍまでの中心軸データを利用して、配列Ｘ、配列Ｙに対する線形関数による直線当てはめである、直線フィッティングを行なう（Ｓ５２）。

この直線に基づいて、傾き・たわみ量算出処理部１４ｅは、最小二乗法などにより、一次多項式（例えばx=ax+b、y=cx+d）を最適関数Ｂｘ，Ｂｙとしてそれぞれ求める（Ｓ５４）。

傾き・たわみ量算出処理部１４ｅは、この最適関数Ｂｘ，Ｂｙの直線を、Ｓ５１で取得したデータで示される柱状モデルの基準軸と定義し、この基準軸と垂直軸との間の角度を、Ｓ５１で取得したデータで示される柱状モデルの中心軸の傾きと定義する（Ｓ５４）。

次に、傾き・たわみ量算出処理部１４ｅは、補正後の中心点データで示される、地面から高さ５０００ｍｍの地点での中心点の座標(x´, y´, z)と、Ｓ５４で求めた基準軸（最適関数Ｂｘ，Ｂｙの直線）における高さ５０００ｍｍに対応する箇所との距離を算出し、この距離を、Ｓ５１で取得したデータで示される柱状モデルの中心軸のたわみとして定義する（Ｓ５５）。この傾き・たわみ算出処理において、補正前の元データではなく補正後のデータを用いるので、より精度の高い傾き・たわみ算出が可能となる。

図１９は、傾き・たわみ算出処理による算出結果の一例を示す図である。
また、図２に示すような測量機器２１を用いた場合は、中心軸データの数が少ないが、図１９のように中心軸座標補完処理を行なうことで、例えば地面から２ｍまでの傾き、および、地面から５ｍ地点のたわみ値を精度よく算出することが可能となり、測量機器２１による中心軸データから、精度を高めた傾きおよびたわみをそれぞれ算出することが出来る。

図１９に示すＬ５（実線）は、最適関数Ｇｄを用いて抽出した補正後の中心軸データである。図１９に示すＬ６（点線）は、基準軸、例えば最適関数Ｇｄを用いて描画した基準軸である。

図１９に示す縦軸Ｌは、同じ高さにおける、最下面の中心点を鉛直に延ばした直線と中心軸との間の、平面上の距離である。
図１９に示す横軸ＤＺは、最下面を０としたときの高さｚである。

図２０および図２１は、表示部による表示結果の一例を示す図である。
表示部１６は、演算部１４が求めた各種結果を図２０に示すようにグラフで表示する機能部を備える。図２０に示すＬ７（黒丸点の集合）は、計測した中心軸データのプロットであり、図２０に示すＬ８（点線）は基準軸である。

表示部１６は、例えば以下のような各種結果を文字形式で表示することもできる。

・柱状物体の識別名称（例：二中央支R2R5-1）
・最適関数Ｇｄ（例：Ｇｄ：y ＝ 0.055z^3 − 0.176z^2 ＋ 39.699z ＋ 1.132）
・断面数（配列の要素の数）（例：２７８）
・高さ（ｚの最大値と最小値との差）（例：11109）
・断面数＊断面の間隔（例：40mm）／高さ＊100（高さ当たりで計測できる箇所の多さ）（例：100.1%）
・柱高（柱状物体の高さ）（例：14.0）
・断面数＊断面の間隔（例：40mm）／（柱長＊(5/6)＊0.85）（実際の柱状物体の形状の計測の精度の高さ）（例：100.0%）
・RMS値（例：1.3）
・傾き（例：2.6°）
・たわみ(2D)（最適関数Ｇｄを使用して求めたたわみ値）（例：0.3）
・たわみ(3D)（最適関数Ｇｘ、Ｇｙを使用して求めたたわみ値）（例：0.7）
・Ｒ２（最適関数Ｇｄを使用して求めた決定係数）（例：1.00）
・RMS(X)（例：1.1）
・RMS(Y)（例：1.3）
・M傾き（補正近似式による補正を行わない場合の傾き）（例：2.6°）
・Mたわみ(3D)（補正を行わない場合のたわみ）（例1.2）
・最大変異量（i番目のz座標とi+1番目のz座標の差（変異量）の最大のもの）（例：6.1）
・変異量標準偏差（最大変異量の標準偏差）（例：1.2）
・地際推定（計測対象の柱状物体の付近の路面高さ）（例：17046）
・最下点（計測対象の最下面の中心点（最小のzの値）（例：17075.0）
・車両距離（検査車両ＭＢからの柱状物体までの距離）（例：3.3）
・GPS時刻（計測時の時刻）（例：104801.5）
表示部１６に表示されるデータはＤＢ１５に格納され、このＤＢ１５から読み出されて表示部１６表示される。この表示により、オペレータは各種情報を一元的に視認し、数値だけでは判別が難しい、中心軸データの欠落箇所の確認および補正前のデータのずれのイメージを容易に把握することが可能となるとともに、各種データの比較が可能となる。

図２１に示すＬ９（黒丸点の集合）は、図１で示された構成で計測されたデータに基づく、中心軸データの補正後の値のプロットであり、図２１に示すＬ１０（点線）は、図１で示された構成で求められた基準軸である。

また、図２１に示すＬ１１（実線）は、図２で示された構成で計測されたデータに基づく、中心軸データの補正後の値のプロットであり、図２１に示すＬ１２（点線）は、図２で示された構成で求められた基準軸である。このように、異なる計測機器との間で中心軸データを比較することができる。

また、表示部１６は、異なる計測機器に限らず、同一計測機器による複数回の計測結果の表示も行なうことができる。これにより、単一の測定データの補正処理だけではなく、機器間、あるいは、測定間の誤差の比較を行うことが可能となり、測定方法の評価に活用することも可能となる。

以上のように、この発明の一実施形態では、柱状物体の中心軸を補正近似式により補正する。これにより、柱状物体の中心軸の座標位置が自動で補正される。

また、遮蔽物などの影響により柱状物体の中心軸データの一部が欠落しているときに、欠落していない中心軸データを用いて求めた補正近似式を用いて、欠落部分を補完する処理をさらに行なう。これにより、中心軸データにおける欠落部分が自動で補完される。

補正後の中心軸データと補正前の中心軸データを比較することで、補正の精度の善し悪しを計算する。これにより、追加の現場検証等を必要とせず、補正した中心軸データの精度が高いか低いかの判断を行なうことが出来る。

なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。

また、各実施形態に記載した手法は、計算機（コンピュータ）に実行させることができるプログラム（ソフトウエア手段）として、例えば磁気ディスク（フロッピー（登録商標）ディスク、ハードディスク等）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤ、ＭＯ等）、半導体メモリ（ＲＯＭ、ＲＡＭ、フラッシュメモリ等）等の記録媒体に格納し、また通信媒体により伝送して頒布することもできる。なお、媒体側に格納されるプログラムには、計算機に実行させるソフトウエア手段（実行プログラムのみならずテーブルまたはデータ構造も含む）を計算機内に構成させる設定プログラムをも含む。本装置を実現する計算機は、記録媒体に記録されたプログラムを読み込み、また場合により設定プログラムによりソフトウエア手段を構築し、このソフトウエア手段によって動作が制御されることにより上述した処理を実行する。なお、本明細書でいう記録媒体は、頒布用に限らず、計算機内部あるいはネットワークを介して接続される機器に設けられた磁気ディスクまたは半導体メモリ等の記憶媒体を含むものである。

１…３次元レーザスキャナ、２…カメラ、３…ＧＰＳ受信機、５…オドメータ、７…クロージャ、８…ケーブル、９…ポール、１０…樹木、１０ａ…信号機、１０ｂ，１０ｃ…交通標識、１１…記憶媒体、１２…演算装置、１３…抽出処理部、１３ａ…３Ｄモデル抽出部、１３ｂ…取得部、１４…演算部、１４ａ…補正近似式計算処理部、１４ｂ…中心軸座標補正処理部、１４ｃ…中心軸座標補完処理部、１４ｄ…補正量精度計算処理部、１４ｅ…傾き・たわみ量算出処理部、１５…ＤＢ、１６…表示部、２１…測量機器、２２…画像処理装置。

Claims

柱状物体の状態を検出する装置であって、
前記柱状物体の所定の複数の高さにおける前記柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得する取得手段と、
前記取得手段により取得した中心軸データの座標値の配列に対するカーブフィッティングにより、前記取得手段により取得した中心軸データの座標値を補正する補正近似式を計算する近似式計算手段と、
前記近似式計算手段により計算した補正近似式を用いて、前記取得手段により取得した中心軸データの座標値を補正する補正手段と、
を備える、柱状物体状態検出装置。
前記柱状物体の表面上の点における３次元座標を表す３次元点群データから、前記柱状物体を３次元モデル化した３次元モデルデータを抽出する抽出手段、
をさらに備え、
前記取得手段は、
前記抽出手段により抽出した３次元モデルデータに基づいて、前記柱状物体の所定の複数の高さにおける前記柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得する、
請求項１に記載の柱状物体状態検出装置。
前記近似式計算手段は、
前記取得手段により取得した中心軸データの座標値の配列と、当該配列に対する、複数種別の関数のそれぞれに基づく前記カーブフィッティングの結果との差分に基づいて、前記補正近似式の適切な種別を選択し、
前記選択した種別に応じた前記カーブフィッティングにより前記補正近似式を計算する、
請求項１に記載の柱状物体状態検出装置。
前記近似式計算手段は、
前記３次元点群データの計測の状態を示すパラメータに基づいて、前記補正近似式の適切な種別を選択し、
前記選択した種別に応じた前記カーブフィッティングにより前記補正近似式を計算する、
請求項１に記載の柱状物体状態検出装置。
前記取得手段により取得した中心軸データにおける座標値は、前記柱状物体の所定の高さの中心点の座標値が欠落した座標値であって、
前記近似式計算手段により計算した補正近似式に基づいて、前記補正手段により補正した中心軸データの座標値のうち、前記欠落する座標値を補完する補完手段、
をさらに備える請求項１に記載の柱状物体状態検出装置。
前記取得手段により取得した中心軸データの座標値と、当該座標値に対して前記補正手段により補正した後の座標値との差分に基づいて、前記補正手段による中心軸データの補正の精度を計算する精度計算手段、
をさらに備える請求項１に記載の柱状物体状態検出装置。
前記柱状物体の３次元モデルデータに対し、垂直軸と、前記柱状物体の所定の第１の高さまでの高さの中心点近傍を通る直線である基準軸とをそれぞれ設定し、
前記垂直軸と前記基準軸との間の角度を前記柱状物体の中心軸の傾きとして算出し、
前記補正手段により補正した中心軸データが示す、前記柱状物体の所定の第２の高さに対応する中心点の座標と、前記基準軸における前記第２の高さの箇所との間の距離を前記柱状物体の３次元モデルデータの中心軸のたわみとして算出する算出手段、
をさらに備える請求項１に記載の柱状物体状態検出装置。
柱状物体の状態を検出する柱状物体状態検出装置が行う柱状物体状態検出方法であって、
前記柱状物体の所定の複数の高さにおける前記柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得し、
前記取得した中心軸データの座標値の配列に対するカーブフィッティングにより、前記取得した中心軸データの座標値を補正する補正近似式を計算し、
前記計算した補正近似式を用いて、前記取得した中心軸データの座標値を補正する、
柱状物体状態検出方法。
請求項１乃至７のいずれか１項に記載の柱状物体状態検出装置の前記各手段としてプロセッサを機能させる柱状物体状態検出処理プログラム。