JP2020109626A5

JP2020109626A5 -

Info

Publication number: JP2020109626A5
Application number: JP2019221896A
Authority: JP
Filing date: 2019-12-09
Publication date: 2022-12-19
Anticipated expiration: 2039-12-09

Claims

コンピュータ実装方法であって、
少なくとも１つの関節運動可能な部分を有する物理的オブジェクトに関連付けられた第１の３次元ポイントクラウドを取得することであって、前記第１のポイントクラウドが、前記関節運動可能な部分の関節運動前の前記物理的オブジェクトに関連付けられている、ことと、
前記関節運動可能な部分の関節運動後の前記物理的オブジェクトに関連付けられた第２の３次元ポイントクラウドを取得することと、
前記第１及び第２のポイントクラウドを粗く位置合わせすることと、
前記第１及び第２のポイントクラウドを粗く位置合わせした後に、前記第１及び第２のポイントクラウドを細かく位置合わせすることと、
前記細かく位置合わせされた第１及び第２のポイントクラウド上で動作することであって、
前記第２のポイントクラウド内のポイントに対する前記第１のポイントクラウド内の最近傍のポイントを見つけることと、
前記第２のポイントクラウド内の残りのポイントが前記関節運動可能な部分に関連付けられたポイント及びノイズに関連付けられたポイントを含むように、前記第２のポイントクラウド内の前記最近傍のポイントを排除することと、
によって、前記細かく位置合わせされた第１及び第２のポイントクラウド上で動作することと、
前記ノイズポイントを含まずに、前記関節運動可能な部分に関連付けられた前記第２のポイントクラウドの少なくとも前記残りのポイントを含む出力を生成することと、を含む、方法。
前記第１及び第２のポイントクラウドを粗く位置合わせすることが、
前記第１及び第２のポイントクラウドから高速点特徴ヒストグラム（ＦＰＦＨ）記述子を計算することと、
前記第１及び第２のポイントクラウドの前記ＦＰＦＨ記述子を使用して前記第１のポイントクラウドと前記第２のポイントクラウドとの間のランダムサンプルコンセンサス（ＲＡＮＳＡＣ）レジストレーションを実行することと、を含む、請求項１に記載の方法。
前記ＦＰＦＨ記述子を計算する前に、前記第１及び第２のポイントクラウドをダウンサンプリングすることを含む、請求項２に記載の方法。
前記第１及び第２のポイントクラウドを細かく位置合わせすることが、前記粗く位置合わせされた前記第１及び第２のポイントクラウド上で反復最近傍点（ＩＣＰ）レジストレーションを実行することを含む、請求項１に記載の方法。
前記第２のポイントクラウド内の前記残りのポイントにクラスタリングを適用して、ノイズポイントクラスタ、及び前記関節運動可能な部分に関連付けられたポイントのクラスタを生成することと、
前記関節運動可能な部分に関連付けられた前記ポイントのクラスタを前記ノイズポイントクラスタと区別することと、を更に含み、
前記生成された出力が、前記ノイズポイントクラスタを含まずに、前記関節運動可能な部分に関連付けられた少なくとも前記ポイントのクラスタを含む、請求項１に記載の方法。
前記関節運動可能な部分に関連付けられた前記ポイントのクラスタを前記ノイズポイントクラスタと区別することが、
前記第１のポイントクラウド内の前記関節運動可能な部分の場所を識別するユーザ入力を受信することと、
前記ユーザ識別された場所にあるポイントのクラスタを、前記関節運動可能な部分に関連付けられた前記ポイントのクラスタとして選択することと、を含む、請求項５に記載の方法。
前記関節運動可能な部分に関連付けられた前記ポイントのクラスタを前記ノイズポイントクラスタと区別することが、
前記ポイントのクラスタのそれぞれのサイズをアルゴリズム的に判定することと、
最大のポイントのクラスタを、前記関節運動可能な部分に関連付けられた前記ポイントのクラスタとして選択することと、を含む、請求項５に記載の方法。
クラスタリングを適用することが、ノイズを有するアプリケーションの密度ベースの空間クラスタリング（ＤＢＳＣＡＮ）を前記第２のポイントクラウド内の前記残りのポイントに適用することを含む、請求項５に記載の方法。
前記最近傍のポイントを見つけることが、ｋ次元ツリー（ｋ－ｄツリー）及び所定の距離閾値を使用して、前記第２のポイントクラウド内のポイントに対する前記第１のポイントクラウド内の前記最近傍のポイントを見つけることを含む、請求項１に記載の方法。
前記生成された出力が、前記第１のポイントクラウド上に重ね合わせられた前記関節運動可能な部分に関連付けられた前記第２のポイントクラウドのポイントを含む、請求項１に記載の方法。
前記出力が、グラフィック出力及びデータ構造出力の一方又は両方を含む、請求項１に記載の方法。
装置であって、
入力インターフェース及び出力インターフェースであって、前記入力インターフェースが、
少なくとも１つの関節運動可能な部分を有する物理的オブジェクトに関連付けられた第１の３次元ポイントクラウドであって、前記第１のポイントクラウドが、前記関節運動可能な部分の関節運動前の前記物理的オブジェクトに関連付けられている、第１の３次元ポイントクラウドと、
前記関節運動可能な部分の関節運動後の前記物理的オブジェクトに関連付けられた第２の３次元ポイントクラウドと、を受信するように構成されている、入力インターフェース及び出力インターフェースと、
前記入力インターフェースに動作可能に連結され、かつ前記第１及び第２のポイントクラウド並びにプログラムコードを記憶するように構成されたメモリと、
前記入力インターフェース、前記出力インターフェース、及び前記メモリに動作可能に連結されたプロセッサであって、前記プログラムコードが、前記プロセッサによって実行されると、前記プロセッサに、
前記第１及び第２のポイントクラウドを粗く位置合わせすることと、
前記第１及び第２のポイントクラウドを粗く位置合わせした後に、前記第１及び第２のポイントクラウドを細かく位置合わせすることと、
前記細かく位置合わせされた第１及び第２のポイントクラウド上で動作することであって、
前記第２のポイントクラウド内のポイントに対する前記第１のポイントクラウド内の最近傍のポイントを見つけ、
前記第２のポイントクラウド内の残りのポイントが前記関節運動可能な部分に関連付けられたポイント及びノイズに関連付けられたポイントを含むように、前記第２のポイントクラウド内の前記最近傍のポイントを排除する、
ように、前記細かく位置合わせされた第１及び第２のポイントクラウド上で動作することと、
前記ノイズポイントを含まずに、前記関節運動可能な部分に関連付けられた前記第２のポイントクラウドの少なくとも前記残りのポイントを含む出力を生成することと、
前記出力を前記出力インターフェースに伝達することと、を行わせる、プロセッサと、を備える、装置。
前記プロセッサが、
前記第１及び第２のポイントクラウドから高速点特徴ヒストグラム（ＦＰＦＨ）記述子を計算することと、
前記第１及び第２のポイントクラウドの前記ＦＰＦＨ記述子を使用して前記第１のポイントクラウドと前記第２のポイントクラウドとの間のランダムサンプルコンセンサス（ＲＡＮＳＡＣ）レジストレーションを実行することと、によって、前記第１及び第２のポイントクラウドを粗く位置合わせするように構成されている、請求項１２に記載の装置。
前記プロセッサが、前記ＦＰＦＨ記述子を計算する前に、前記第１及び第２のポイントクラウドをダウンサンプリングするように構成されている、請求項１３に記載の装置。
前記プロセッサが、前記粗く位置合わせされた前記第１及び第２のポイントクラウド上で反復最近傍点（ＩＣＰ）レジストレーションを実行することによって、前記第１及び第２のポイントクラウドを細かく位置合わせするように構成されている、請求項１２に記載の装置。
前記プロセッサが、
前記第２のポイントクラウド内の前記残りのポイントにクラスタリングを適用して、ノイズポイントクラスタ、及び前記関節運動可能な部分に関連付けられたポイントのクラスタを生成し、
前記関節運動可能な部分に関連付けられた前記ポイントのクラスタを前記ノイズポイントクラスタと区別する、ように構成されており、
前記プロセッサによって生成された前記出力が、前記ノイズポイントクラスタを含まずに、前記関節運動可能な部分に関連付けられた少なくとも前記ポイントのクラスタを含む、請求項１２に記載の装置。
前記プロセッサが、
前記第１のポイントクラウド内の前記関節運動可能な部分の場所を識別するユーザ入力を受信することと、
前記ユーザ識別された場所にあるポイントのクラスタを、前記関節運動可能な部分に関連付けられた前記ポイントのクラスタとして選択することと、によって、前記関節運動可能な部分に関連付けられた前記ポイントのクラスタを前記ノイズポイントクラスタと区別するように構成されている、請求項１６に記載の装置。
前記プロセッサが、
前記ポイントのクラスタのそれぞれのサイズをアルゴリズム的に判定することと、
最大のポイントのクラスタを、前記関節運動可能な部分に関連付けられた前記ポイントのクラスタとして選択することと、によって、前記関節運動可能な部分に関連付けられた前記ポイントのクラスタを前記ノイズポイントクラスタと区別するように構成されている、請求項１６に記載の装置。
前記プロセッサが、ノイズを有するアプリケーションの密度ベースの空間クラスタリング（ＤＢＳＣＡＮ）を前記第２のポイントクラウド内の前記残りのポイントに適用するように構成されている、請求項１６に記載の装置。
前記プロセッサが、前記第２のポイントクラウド内のポイントに対する前記第１のポイントクラウド内の前記最近傍のポイントを見つけるために、ｋ次元ツリー（ｋ－ｄツリー）及び所定の距離閾値を使用して前記最近傍のポイントを見つけるように構成されている、請求項１２に記載の装置。
前記プロセッサによって生成された前記出力が、前記第１のポイントクラウド上に重ね合わせられた前記関節運動可能な部分に関連付けられた前記第２のポイントクラウドのポイントを含む、請求項１２に記載の装置。
前記プロセッサによって生成された前記出力が、グラフィック出力及びデータ構造出力の一方又は両方を含む、請求項１２に記載の装置。