JP2022112021A - 防波堤の保護具（アーマー）の予め作られたブロックの移動を追跡する方法 - Google Patents

Abstract

【課題】セメント系材料で作製された予め作られたブロックの保護具（アーマー）の３Ｄモデルを生成する方法を提供する。【解決手段】方法は、保護具を部分的に表現するポイントクラウド２５を生成することと、ポイントクラウド２５を、ポイントクラウド２５における離散化されたブロックのうちの１つの少なくとも一部分を表現する均質領域へとセグメント化することと、少なくとも２つの隣接した均質領域を集合して、候補領域を形成することと、候補領域を、ブロックの少なくとも一部分を表現する３Ｄモデルオブジェクト１０５とペアリングすることとペアリングされた３Ｄモデルオブジェクトの位置及び向きを保護具の３Ｄモデルに記録することと、を含む。【選択図】図９

Description

本発明は、予め作られたブロックの保護具（アーマー）（armour）に関して取得されたデータを処理することによって該保護具をモデル化する方法に関する。本発明はまた、経時的な該保護具の該ブロックの移動、すなわち位置及び向き（orientation）における変動、を決定する方法に関する。

海岸の捨石防波堤は、サイクロン、洪水、又は津波から保護する。それらは更に、海の大波による浸食に強い。

このような捨石防波堤を形成する為に、予め作られたコンクリートブロックから形成された単層又は多層の保護具で堤を覆うことが知られている。該保護具は、波を分割して、該保護具を通して広がる多くの海水流にすることにより、該海の大波の効果を弱める。

保護具を形成する為に２つの既知のブロック群が用いられる。第１の群は、例えば立方形又は角柱形のように単純な中空又は固体の幾何学的形状を有するブロックで形成される。この第１の群のブロックは一般に、規則的に積層されることが意図されている。第２の群は、例えば様々な方向に延在する分岐を有するような、より複雑な形状のブロックで形成される。この第２の群のブロックの中でも特に、Accropodes（登録商標）、Accropodes II（登録商標）、Cubipod（登録商標）、Core-loc（登録商標）、Ecopode（登録商標）、Tetrapode（商標）、Xbloc（登録商標）、及びCrablock（登録商標）を挙げることができる。この第２の群のブロックは一般に、事前に決められた配置方式で、１列ずつ並べられ、ジグザグに配列される。しかしながら、該ブロックは、位置決めの間の不正確さの為、該保護具内で不規則にかみ合うことがある。該海の大波によって加えられた応力に対する該保護具の機械的耐性は、特に、該ブロックの該分岐間の接触から生じる力によるものである。

該ブロックは、時間と共に、特に、該ブロックに対して該海の大波によって加えられた該応力が増幅される暴風雨、サイクロン、又は地震の時に、相対的に移動する可能性がある。

該ブロックが相対的に過度に移動すると、極端な場合には、該防波堤の亀裂、及び／又は、例えば、該防波堤により支えられている構造、道路、建物、又は芸術作品の損傷が生じる恐れがある。

しかしながら、該ブロックの該移動は概して該保護具のサイズに対して小さい。該保護具は、長さが数キロメートル、幅が数十メートルに及ぶことがある細長い形態を有する場合がある。例えば、サイクロンの後、１つのブロックは数センチメートル移動している可能性があるが、これは概して数メートルよりも大きい該ブロックのサイズに対して小さい。更に、１つの保護具は、数百の、或いは数千にも及ぶランダムに配置された同一形状のブロックを含むことがあるので、保護具の各ブロックの小さい移動を測定することは難しい。更に、各ブロックの移動を測定する目的で、各ブロックを識別し、器具を取り付けることは特に高い費用がかかる。

従って、上述した損傷を防止する目的で、保護具内の予め作られたブロックの識別を容易にすること、及び該保護具の経時的な変動を簡単に追跡することが必要とされている。

本発明は、セメント系材料で作製された予め作られたブロックの保護具の３Ｄモデルを生成する方法を提供する。該方法は、コンピュータ実装され、且つ、
ａ）該保護具を部分的に表現するポイントクラウドを生成すること、
ｂ）該ポイントクラウドを、該ポイントクラウドにおける離散化されたブロックのうちの１つの少なくとも一部分を表現する均質領域（homogeneous region）へとセグメント化すること、
ｃ）少なくとも２つの隣接した均質領域を集合して、候補領域を形成すること、
ｄ）該候補領域を、ブロックの少なくとも一部分を表現する３Ｄモデルオブジェクトとペアリングすること、及び
ｅ）ステップｄ）においてペアリングされた該３Ｄモデルオブジェクトの位置及び向きを該保護具の該３Ｄモデルに記録すること
を含む。

本発明に従う方法は、単に、該ポイントクラウドにおいて該保護具の１つのブロックの一部分に対応するポイントを識別し、これを、該ブロックを表現する３Ｄモデルオブジェクトに帰属させる（attribute）ことによって、該ブロックをモデル化することができる。該ブロックが一旦識別されると、該保護具の他のブロックとは独立して、該保護具内で様々な時点での該ブロックの変動を追跡することができる。

好ましくは、該方法は、該保護具の該ブロックのうちの別のブロックを表現するモデルオブジェクトをペアリングする為に、ステップｅ）に引き続いて、別の候補領域を用いてステップｃ）からｅ）を繰り返すことを含む。

従って、該保護具の該ポイントクラウドに表現された該保護具の複数のブロック、又は全てのブロックをモデル化することができる。好ましくは、該保護具の該ブロックの３０％超、好ましくは５０％超、好ましくは７０％超、好ましくは８０％超、好ましくは９０％超、又は１００％、のそれぞれが、１つの対応するモデルオブジェクトによってモデル化されるまで、ステップｃ）からｅ）が繰り返される。

好ましくは、デジタル処理を加速化する為に、該方法は更に、ステップｅ）に引き続いて、該ポイントクラウドから、後述されるように適宜拡大された該候補領域をペアリングし、除去することを含む。

有利な点として、該方法の該コンピュータ実装（computer implementation）は、該候補領域の生成、該ペアリングの実行、及び該モデルオブジェクトの記録を自動化することを可能にし、これらステップを行う為にユーザによる介入は全く必要ない。特に、該方法の該実装に必要なのは、該３Ｄブロックモデルオブジェクト及び該保護具のポイントクラウドだけである。これは、該保護具を形成する為の該ブロックの配置方式の予備知識を必要としない。

保護具及びブロック
該保護具は水中部分（an underwater portion）と水上部分（an above-water portion）を有することがある。該ポイントクラウドは、水中ブロック（the underwater blocks）のポイントの座標及び水上ブロック（above-water blocks）の座標を含みうる。

該保護具は、規則正しいか又は不規則なブロック配置を含みうる。

該保護具は、同一のブロック又は異なるブロックから構成されうる。

該保護具は、５０ｍ長、又は１００ｍ長、又は５００ｍ長、又は１０００ｍ長、又は１００００ｍ長、の長さに渡って延在しうる。

該予め作られたブロックはセメント系材料で作製されている。セメント系材料とは、水和結合剤を含む材料を意味する。該水和結合剤は例えば、ポートランドセメント、又は高炉スラグをベースにした水和結合剤である。

該予め作られたブロックは、非鉄筋コンクリート（non-reinforced concrete）又は鉄筋コンクリートから作製されうる。それらは固体又は中空でありうる。１つのブロックの長さは、１ｍから５ｍの間でありうる。１つのブロックの体積は、例えば１ｍ^３～３０ｍ^３でありうる。

該予め作られたブロックはコンパクトな形状又は細長い形状を有しうる。

該予め作られたブロックは分岐のある全体形状を有しうる。例えばそれらはコアを有し、このコアから突起、特に分岐が、外部へ突出し延在しうる。

変形として、該予め作られたブロックは、かさばった多面体の形状を有しうる。この形状は例えば、
－角柱形状、特に、立方体、平行六面体、又は底面が六角形の形状、例えば、「Seabee（シービー）」の名称で知られる該予め作られたブロック、
－底面が多角形の、特に底面が正方形の円錐台形で、側面に溝がある場合があるもの、
から選択される。

変形として、該予め作られたブロックは格子要素の形態をとりうる。例えばそれらは、頂点で相互に連結されたコンクリート棒から形成されうる。例として、ブロック「Cob」、ブロック「Shed」、又はブロック「Diahitis」がある。

特に、該予め作られたブロックの各々は以下から選択されうる。
－「Tetrapode（登録商標）」の名称で知られるブロック
－参照によって本明細書に取り込まれる仏国特許出願公開第ＦＲ２４４９１６４号明細書又は仏国特許出願公開第ＦＲ２６４７１３５号明細書に記載され、Arteliaという会社によって「Accropode（登録商標）」の名称で販売されているようなブロック
－参照によって本明細書に取り込まれる仏国特許出願公開第ＦＲ２７９１３７０号明細書に記載され、Arteliaという会社によって「Accropode II（登録商標）」の名称で販売されているようなブロック
－参照によって本明細書に取り込まれる仏国特許出願公開第ＦＲ２７４８０４４号明細書に記載され、Arteliaという会社によって「Ecopode（登録商標）」の名称で販売されているようなブロック
－参照によって本明細書に取り込まれる欧州特許出願公開第ＥＰ０５８３５００号明細書に記載され、「A-Jack（登録商標）」の名称で販売されているようなブロック
－参照によって本明細書に取り込まれる国際公開第ＷＯ９５／０９２７９号に記載され、「Core loc（登録商標）」の名称で販売されているようなブロック
－参照によって本明細書に取り込まれる国際公開第ＷＯ２００４／００９９１０号に記載され、「Xbloc（登録商標）」の名称で販売されているようなブロック
－参照によって本明細書に取り込まれる米国特許出願公開第ＵＳ２０１０／２５８７０４号明細書に記載され、「Cubipod（登録商標）」の名称で販売されているようなブロック
－参照によって本明細書に取り込まれる論文「First Tests on the Symmetrical Breakwater Armor Unit Crablock」（M. Salaudin et al., Coastal Engineering Journal 59(04), doi: 10.1142/S0578563417500206）に記載され、「Crablock」の名称で販売されているようなブロック
－「Core-loc 2」の名称で知られるブロック。

ポイントクラウド（Point cloud）
該ポイントクラウドは該保護具を部分的に表現する。具体的には、以下で更に明らかになるであろうが、取得デバイスによって見ることができる該保護具の部分のみが取得されうる。

該ポイントクラウドは、該保護具の該水中部分及び／又は該保護具の該水上部分を表現しうる。

実装の１つの変形において、該方法は、該ポイントクラウドを取得する事前ステップを含みうる。

該保護具の該ポイントクラウドの該取得は、
－該保護具の該水上部分の少なくとも１つのポイントクラウドを取得すること、及び／又は該保護具の該水中部分の少なくとも１つのポイントクラウドを取得すること、
－任意的に、該水上部分の該ポイントクラウドと該水中部分の該ポイントクラウドをマージすること
を含みうる。

そのようなポイントクラウドは、様々な取得技法の実装によって生じる不均一な空間ポイント分布を含みうる。更に、各ポイントに起因する測定の不正確さが、不均一に空間に分布しうる。これは例えば１ｃｍから１０ｃｍまで変動する。また、該ポイントクラウドは測定ノイズによって影響されうる。すなわちこれは、該保護具のどの有形要素にも対応しないポイントを含む可能性がある。該測定ノイズは、該保護具の水位線部分を表現する該ポイントクラウドの部分では特に大きいことがある。「該保護具の水位線」は、部分的に水中にあるブロック、すなわち、水中に沈んでいるセグメント（a segment submerged in water）及び空気と接触している水上部分を有するブロックから形成された該保護具の部分に対応する。本発明に従う方法は、これらの不均一性と該測定ノイズを排除する利点を有し、これはその有効性に対して有害な影響を全く与えない。

該保護具の該水中部分の該ポイントクラウドと該保護具の該水上部分の該ポイントクラウドが、異なるポイントの位置がそれによって測定されるところの異なるポイント密度及び／又は精度を有しうる。

該ポイントクラウドは、例えばライダー（lidar）等の光学遠隔検知装置、及び／又は音響遠隔検知装置、及び／又は写真測量取得装置を含む少なくとも１つの取得デバイスによって取得されうる。

該取得デバイスは、光学遠隔検知装置及び／又は写真測量取得装置を含む、空飛ぶ機械（flying machine）、例えば、衛星、航空機、又はドローン、であり得、ここで、該空飛ぶ機械は、光学遠隔検知装置及び／又は写真測量取得装置を備えている。該空飛ぶ機械は該保護具の上を飛行し、該装置は該保護具の該水上部分のポイントクラウドを取得することができる。好ましくは、該光学遠隔検知装置は、該保護具の該水上部分を天底方向で（nadirally）取得する為、垂直方向下向きに向けられている。適宜、可能な場合、該光学遠隔検知装置は、該保護具をより微細に表現するクラウドを形成する為、より多くのポイントを取得するように斜めに向けてもよい。該取得デバイスは、例えばクレーン等の陸上機とすることができ、該遠隔検知装置及び／又は該写真測量取得装置は、該クレーン上に、例えば該クレーンのジブ上に搭載されて、これと垂直である該保護具の該水上部分の該ポイントクラウドを取得するようになっている。該陸上機は固定又は可動とすることができる。

該取得デバイスは、以下を含む船又はボートとすることができる。
－該保護具の該水位線部分のポイントクラウドを取得するような向きにされた光学遠隔検知装置、好ましくはライダー、及び／又は
－該保護具の該水位線部分のポイントクラウドを取得する為の音響遠隔検知装置、例えば測深器

５超、又は１０超、又は５０超、又は１０００超、のブロック、又は５０００超のブロックが、該ポイントクラウドにおいて表現されうる。

該ポイントクラウドは、その処理を容易にする為に、１００，０００～１，０００万を超えるポイントを含みうる。各ポイントに３次元座標が帰属されている。該ポイントの該座標は局所基準系で、又は好ましくは絶対基準系で参照される。「絶対基準系」とは、地球上の物体の位置が明白に定義されうる測地基準系を意味する。その中心は例えば地球の重心に近く、その２つの主軸は赤道の面内にあり、その第３の軸は地球の回転軸に近い。本発明の文脈で使用されうる該絶対基準系は、好ましくは、Reseau Geodesique Français 1993 (RGF93)、World Geodetic System (WGS84)、International Terrestrial Rotational Service (ITRS)、及びEuropean Terrestrial Reference System(ETRS)から選択される。

該ポイントクラウドは、コンピュータ可読データ記憶手段に記録されうる。データ記憶手段は、デジタル記憶媒体、例えば、磁気テープ、光ディスク、ハードディスク、ＳＳＤ、ＳＤカード、又はＵＳＢキー、である。

候補領域
ステップｂ）は、該ポイントクラウドをセグメント化して、均質領域を形成することを含む。該均質領域は該クラウドのポイントから形成される。

「セグメント化」は、ポイントクラウドを処理する為の周知の技法である。これは、ポイントをサブセットにグループ化することによって該クラウドを区分化することにある。該サブセットは均質領域と称され、空間的及び／又は幾何学的な一貫性によって特徴付けられる。このようなサブセットは、本文献ではセグメントと称されることがある。

「空間的な一貫性」は、例えば、該均質領域のポイントが単一の分離していないセットに含まれることを意味する。「幾何学的な一貫性」とは、例えば、該領域のポイントが実質的に同一の平面内に又は同一のパラメータ化曲面上に配置されていることを意味する。

好ましくは、ステップｂ）が、
該ポイントクラウドをボクセル化する（voxelize）こと、
例えば「ｋ平均」クラスタリング法によって、分離不可能な且つ空間的に一貫したボクセルのグループを形成すること、及び
該ボクセルのグループに基づいて該均質領域を生成すること
を含む。

「分離不可能な」ボクセルのグループは、それらに含まれる全ての該ボクセルが、少なくとも１つの先端又は少なくとも１つの頂点が隣接していることで直接的に、又は、グループ内の一連のボクセルが相互に隣接していることを介して間接的に、相互に連結されるようになっている。

該クラウドをボクセル化するステップを含む、ポイントクラウドをセグメント化する為のこのような技法は、例えば、論文「Segmentation of 3D Point Cloud Data Based on Supervoxel Technique」（R.S Rampriya and R. Suganya, Procedia Computer Science, Volume 171, 2020, p.427-435, doi: 10.1016/j.procs. 2020.04.045）に記載されている。該論文は、参照によって本明細書に取り込まれる。

好ましくは、該ボクセル化は、
－ボクセルの３次元グリッド、すなわち同一寸法の立方メッシュセルを、該ポイントクラウドに適用すること、
－或るボクセル内に該クラウドの少なくとも１つのポイントの座標が含まれる場合、該ボクセルに特徴を帰属させること、を含む。該ボクセルの該特徴は、例えば、該クラウドのポイントが該ボクセルに含まれない場合はゼロ（０）に等しく、そうでない場合は１に等しい２進ラベルである。

有利な点として、ステップｅ）の終了時に該３Ｄモデルを生成する為には、該クラウドの該ポイントの該座標だけが必要である。従って、該方法は、該ポイントクラウドの他の潜在的なデータ、例えば該ポイントの明るさ又は色、を必要としない。

更に、該ポイントクラウドの密度に応じて、該ボクセルのサイズは、自動的に又は該ボクセル化を実施するオペレータによって適合されうる。例えば、１つのボクセルの辺長は１ｃｍ～２０ｃｍである。該ボクセルの該サイズは、該ポイントクラウドの２つのポイント間の平均距離の１倍～２倍、例えば約１．５倍、とすることができる。

好ましくは、該ポイントクラウドの該セグメント化が、ＶＣＣＳ技法を実施することによって均質領域を生成することを含む。該ＶＣＣＳ技法において、該均質領域はスーパーボクセル（super-voxel）と称される。

該ＶＣＣＳ技法（ＶＣＣＳは「Voxel Cloud Connectivity Segmentation（ボクセルクラウド接続性セグメンテーション）」の頭字語である）は、論文「Voxel Cloud Connectivity Segmentation－Supervoxels for Point Clouds」（J. Papon, A. Abramov, M. Schoeler, F. Worgotter, Proceedings of the 2013 IEEE Conference on Computer Vision and Pattern Recognition; 23-28, 2013年6月, doi: 10.1109/CVPR.2013.264）に詳しく記載されている。これは参照によって本明細書に取り込まれる。ＶＣＣＳは、該ポイントクラウド密度に自動的に適合できるという利点がある。これは特に、Ｃ＋＋言語のポイントクラウドライブラリ（ＰＣＬ）において利用可能である。このライブラリは３Ｄポイントクラウドの処理に専用のものである。

ステップｄ）では、隣接した少なくとも２つの均質領域が集合されて候補領域を形成する。

好ましくは、各候補領域は、１つの均質領域と、好ましくは、それに隣接した均質領域の全てと、を含む。２つの「隣接した」均質領域は、少なくとも１つの境界を共有する。

該候補領域は、好ましくは、該ＶＣＣＳ技法の実装によって得られる隣接グラフによって形成される。該隣接グラフは、各均質領域について、該均質領域の中心と、隣接した均質領域と共有される該均質領域の頂点のリストと、該隣接した均質領域の中心のリストとを含む。

ペアリング
ステップｄ）では、１つのブロックの少なくとも一部分を表現するモデルオブジェクトの、該ポイントクラウドの該基準系における位置及び向きを決定する目的で、該候補領域はペアリングされる。該モデルオブジェクトは、１つのブロック全体を表現しうる。好ましくは、これは該ブロックの一部分を表現し、これにより該ペアリングを改善する。該ペアリングは、該候補領域の形状を、基準として用いられる該モデルオブジェクトの形状と位置合わせすることを含む。

該３Ｄモデルオブジェクトが、ポイントクラウド若しくはメッシュであり得、又は、好ましくはベクトル幾何学データによって定義される。好ましくは、該モデルオブジェクトがコンピュータ支援設計によって生成され、例えば、AutoDesk（登録商標）社によって販売されているAutoCAD（登録商標）若しくはRevit（登録商標）、又は、Dassault Systemesという会社によって販売されているSolidWorks（登録商標）若しくはCatia（登録商標）等のソフトウェアパッケージによって生成される。従って、該モデルオブジェクトは、該保護具の１つのブロックの全体又は一部を簡単に且つ忠実に表現しうる。

該モデルオブジェクトは特に、その重心（centroid）の位置及びその主軸の向き（orientation）によって、該ポイントクラウドの該基準フレーム内に配置されうる。

好ましくは、ステップｄ）において、該候補領域及び該モデルオブジェクトは、該候補領域の形状記述子と該モデルオブジェクトの形状記述子とによって位置合わせされる。

好ましくは、該候補領域と該モデルオブジェクトの該位置合わせは、「Fast Global Registration（高速グローバル位置合わせ）」と呼ばれる位置合わせ技法を実施することによって実行される。これは、参照によって本明細書に取り込まれる、Zhou, Q-Y et al., Computer Vision－ECCV 2016, Lecture Notes in Computer Science, Vol. 9906, 766-782－2016年9月, doi: 10.1007/978-3-319-46475-6_47に記載されている。

該候補領域のローカル記述子は、該候補領域によって表現された形状のモデル特性を記述する特徴セットである。これは、該候補領域のキーポイントに基づいて定義されうる。これらポイントは特に、対応するキーポイントの環境を記述する属性に関連付けられる。

ポイントセットの形状の多くの記述子が知られている。例えば、参照によって本明細書に取り込まれる論文「Evaluation of Local 3-D Point Cloud Descriptors in Terms of Suitability for Object Classification」（J. Garstka, G. Peters, ICINCO 2016, doi: 10.5220/0006011505400547）を参照。また、キーポイントを検出する方法も知られている。例えば、参照によって本明細書に取り込まれる、A. Shaiekによる論文「Reconnaissance d'objets 3D par points d'interet」［Keypoint-Based Recognition of 3-D Objects］（Ecole Nationale Superieure des Mines de Paris, 2013）を参照。

キーポイントは、ＩＳＳ検出器、ＳＩＦＴ検出器、Ｈａｒｒｉｓ検出器、ＳＵＳＡＮ検出器、及びＡＧＡＳＴ検出器から選択されたキーポイント検出器によって検出されうる。

特に、該キーポイント検出器は、ＩＳＳ検出器（ＩＳＳは、「Intrinsic Shape Signature」の頭字語である）とすることができ、これは例えば、論文「Intrinsic Shape Signatures: A shape descriptor for 3D Object Recognition」（Yu Zhong, International Conference on Computer Vision Workshops (ICCCV Workshops), 2009, doi:10.1109/ICCVW.2009.5457637）に記載されている。

該候補領域の形状記述子は、ＦＰＦＨ記述子（ＦＰＦＨは「Fast Point Feature Histograms（高速の点特徴量ヒストグラム）」の頭字語である）、ＰＦＨ記述子（ＰＦＨは「Point Feature Histogram（点の特徴量ヒストグラム）」の頭字語である）、ＬＦＳＨ記述子（ＬＦＳＨは「Local Feature Statistic Histograms」の頭字語である）、及び、ＶＦＰ記述子（ＶＦＰは「Viewpoint Feature Histogram」の頭字語である）から選択されうる。

特に、該候補領域の該形状記述子はＦＰＦＨ記述子とすることができる。ＦＰＦＨ記述子は、参照によって本明細書に取り込まれる論文「Fast Point Feature Histogram (FPFH) for 3D registration」（R.B. Rusu et al., Proceedings of the IEEE International Conference on Robotics and Automation, 2009, p.3212-3217, doi: 10.1109/ROBOT.2009.5152473）に記載されている。

更に、該モデルオブジェクトの該形状記述子は、該オブジェクトの形状をローカルに離散化するパラメータセットを含む。

特に、該モデルオブジェクトの該形状記述子は、離散化モデルオブジェクトと呼ばれる、該モデルオブジェクトの少なくとも一部を表現するポイントクラウドを生成することによって、該離散化モデルオブジェクトにおいてキーポイントを定義することによって、次に、各キーポイントについてのキーポイント記述子を計算することによって、決定されうる。該モデルオブジェクトの該形状記述子は、該キーポイント記述子を含む。

更に、ペアリングのステップｄ）において、該候補領域と該モデルオブジェクトとの該位置合わせが、該候補領域と該モデルオブジェクトとの差を最小化することを含みうる。好ましくは、該最小化は、ＩＣＰ（iterative-closest-point：最近点反復）アルゴリズムを実施することによって行われる。

該ペアリングステップは更に、特に、該モデルオブジェクトの体積に含まれる該候補領域のポイントの数をカウントし、そして該ポイントの数を所定の閾値と比較することによって、該ペアリングを検証することを含みうる。該ポイントの数が該閾値よりも小さい場合、該ペアリングは確証的（confirmative）であると見なされる。そうでない場合、該ペアリングは確証的であると見なされない。該候補領域は識別不可能と見なされ、ステップｄ）では何も記録されない。

好ましくは、該ペアリングされたブロックの位置及び向きの精度を向上させる為に、ペアリングのステップｄ）は、好ましくは該ペアリングの該検証に引き続いて、該３Ｄモデルオブジェクトと該候補領域の該ペアリングを最適化することを含む。

好ましくは、該最適化が、
ｉ）該候補領域を、それに隣接した少なくとも１つの均質領域又は複数の均質領域と集合すること、
ｉｉ）好ましくは上述したようなＩＣＰアルゴリズムによって、このように拡大された該候補領域と該モデルオブジェクトとの差を最小化すること、及び
ｉｉｉ）該差の最小化の剰余（residue）を計算すること
を含む少なくとも１つの最適化サイクルを実施することによって、該候補領域の面積を拡大することを含む。ステップｉｉｉ）において計算される該剰余が、例えば１ｍｍ～１５ｍｍである所定の閾値よりも小さい限り、該最適化サイクルは、１つ以上の他の均質領域とステップｉｉ）において拡大された該候補領域とを用いて繰り返される。

該最小化の該剰余が該所定の閾値よりも大きい場合、ステップｉ）で集合された該均質領域は、ステップｉ）の前の該候補領域と同じ該ポイントクラウド内の予め作られたブロックを表現しないと見なされる。次に、該位置合わせの該最適化は停止される。

これに対して、該最小化の該剰余が該所定の閾値よりも小さい場合、ステップｉ）で集合された該１つ以上の隣接領域のポイントは、該ポイントクラウド内で、ステップｉ）の前の該候補領域と同一の予め作られたブロックを表現すると見なされる。所与の予め作られたブロックを表現する他の均質領域を識別することは別として、該差の最小化は、該３Ｄモデルオブジェクトの位置及び向きの精度を向上させることができる。

更に、該剰余が該所定の閾値よりも一旦大きくなると、該最適化は該ブロックの可視率を計算することを含みうる。該可視率が、好ましくは１０％～２５％である所定の可視率閾値よりも大きい場合、該最適化は最適と見なされる。

該３Ｄモデルにおける記録
ステップｅ）では、該ポイントクラウドの該基準系における該モデルオブジェクトの少なくとも１つのポイントの座標及び少なくとも１つの向きパラメータが記録される。

該３Ｄモデルは、コンピュータ可読データ記憶手段に記録されうる。

例えば、該モデルオブジェクトの該質量中心の座標が該基準系に記録される。

該向きパラメータは、軸と角度のペア、すなわち、角度αとノルムベクトル（normedvector）の座標とを含むペアとすればよい。該ベクトルを中心として角度αの回転が行われて、該ポイントクラウドの該基準系において該モデルオブジェクトに関係する基準系の向きを設定する。これは、角度セット、例えばロール角、ピッチ角、及びヨー角、として、該ポイントクラウドの該基準系の軸に対する該モデルオブジェクトに関係する該基準系の向きを定義してもよい。

該向きパラメータは、該ポイントクラウドの該基準系に対して、該モデルオブジェクトに関係する、例えば該モデルオブジェクトの主軸から形成された基準系の向きを定義する３つのオイラー角としてもよい。

また、該方法は更に、識別子、例えば英数字識別子、例えば名前、を、該モデルオブジェクトに帰属させることを含みうる。従って、該識別子は、該保護具のブロックのその後の識別が容易にされることを可能にする。

好ましくは、ステップｃ）からｅ）は、複数の候補領域に対して、好ましくは該候補領域の全てに対して、実施される。従って、本発明に従う方法は、多くの候補領域を自動的にペアリングすることができ、更に、対応するペアリング試験が確証的である場合に対応するモデルオブジェクトを記録することができる。

該方法は、該ポイントクラウドにおいて取得された該ブロックのほとんど、又は全てを識別しモデル化することができる。該方法は、該ペアリング試験ｃ）が、該試験を行った候補領域の８０％超、又は９０％超、又は９５％超について確証的であるようなものでありうる。特に、該３Ｄモデルは、該ポイントクラウドにおいて表現された該ブロックの８０％超、又は９０％超、又は９５％超を表現するモデルオブジェクトを含みうる。

更に、本発明に従う方法は、該クラウドで少数のポイントによって部分的に表現されたブロックが該保護具の該３Ｄモデルのモデルオブジェクトによって充分に表現されうるという意味で、特にロバストである。具体的に述べると、ブロックは、例えば該保護具に対して隆起した観測地点から天底方向に、該保護具を見ている観測者の視界に対して近隣ブロックで部分的に隠される場合がある。該ポイントクラウドにおいて表現された該ブロックの総数（population）のうち少なくとも一部は、該保護具の該３Ｄモデルのモデルオブジェクトによって充分に表現されうる。

特に、該ポイントクラウドにおいて表現された該ブロックの平均可視率は、２５％～３５％でありうる。好ましくは、該ポイントクラウドにおいて表現され、可視率が２０％未満、又は１５％未満、更には１０％未満である該ブロックが、該保護具の該３Ｄモデルのモデルオブジェクトによって充分に表現されうる。１つのブロックの「可視率」は、該ポイントクラウドにおいて表現された該ブロックのセグメントの表面の面積を、該ブロックの表面の総面積で除算したものに相当する。該ブロックの該平均可視率は、該ブロックの該可視率の算術平均である。

好ましくは、可視率が２５％以上、又は２０％以上、である該ポイントクラウドに表現された該ブロックの数の少なくとも９０％、又は少なくとも９５％、更に良くは１００％、が、該保護具の該３Ｄモデルで表現される。

更に、本発明は、保護具の該ブロックの移動を追跡する方法であって、
－ステップａ）において、第１の時点で、該保護具を表現する第１のポイントクラウドを用意して、本発明に従う方法を実施して、該保護具の第１の３Ｄモデルを生成すること、
－ステップａ）において、第２の時点で、該保護具を表現する第２のポイントクラウドを用意して、本発明に従う方法を実施して、該保護具の第２の３Ｄモデルを生成すること、
－該第１の時点と該第２の時点との間で該第１及び第２の３Ｄモデルに共通しているペアリングされたモデルオブジェクトの少なくとも１つ、好ましくは全て、の移動を計算すること
を含む上記方法に関する。

該追跡方法によって、保護具の該ブロックの全ての移動の経時的な変動を研究することができる。例えば、該追跡方法によって、該保護具に対する暴風雨又はサイクロンの影響を観察することができる。このような観察は、特に以下にとって有用である。
－ブロックの設計者。該設計者が、ブロックセットの現場での挙動を評価すること、及び、適宜、将来の保護具を形成するようにブロック形状の修正を想定することが可能となる。
－該ブロックを作業現場に配置する企業。該企業が、将来の作業現場の為に該ブロックが相対的に配置される手法を修正する利点を評価することが可能となる。
－防波堤の管理者。該管理者が、該防波堤に対する損傷の潜在的リスクを評価することが可能となる。

モデルオブジェクトの「移動」とは、該モデルオブジェクトの特徴点、例えば質量中心の位置の変動、及び向きの変動、を意味する。具体的には、「Accropode II（登録商標）」ブロックの場合、１０ｃｍ未満、又は５ｃｍ未満の位置の変動と、５度未満、又は２度未満のロール、ピッチ、及びヨー（yaw）の変動が、本発明に従う方法によって測定されうる。

本発明はまた、保護具の統合３Ｄモデルを生成する方法であって、
－ステップａ）において、該保護具の第１のセグメントを表現する第１のポイントクラウドを用意して、本発明に従う方法を実施して、該保護具の第１の３Ｄモデルを生成すること、
－ステップａ）において、該保護具の該第１のセグメントに隣接する該保護具の第２のセグメントを表現する第２のポイントクラウドを用意して、本発明に従う方法を実施して、該保護具の第２の３Ｄモデルを生成すること、
－該第１の３Ｄモデル及び該第２の３Ｄモデルを統合して、該統合３Ｄモデルを形成すること
を含む上記方法に関する。

該第１のポイントクラウドは、後者の第１の構築ステップにおける該保護具のセグメントを表現し、該第２のポイントクラウドは、該第１のステップの後の第２の構築ステップにおける該保護具の少なくとも１つの他の部分を表現しうる。

従って、該生成方法は、ブロックが所定位置に置かれた時に該保護具の該３Ｄモデルを更新することを可能にする。

本発明はまた、本発明に従う方法、及び／又は本発明に従う追跡方法、及び／又は本発明に従う生成方法を実施する為のコンピュータであって、好ましくは、
ａ．該ポイントクラウドが記録される少なくとも１つのデータ記憶ユニットと、該方法を実施する為の命令がロードされるメモリと、
ｂ．該命令を実行する為のプロセッサと
を備えている上記コンピュータに関する。

最後に、本発明は、本発明に従う方法を用いて得られた該３Ｄモデルが記録されるデータ記憶モジュール、例えばハードディスク、に関する。

本発明はまた、スクリーン上に、例えばコンピュータのスクリーン上に、該３Ｄモデルの視覚表現を表示する方法に関する。該方法は、対応する積層のブロックを表現するペアリングされたモデルオブジェクトをかみ合わせることによって形成された仮想保護具を表示することを含みうる。これは、例えばインジケータによって該ブロックの移動を表示することを含みうる。該インジケータは例えば、該移動の大きさに比例した長さの矢印、及び／又は該移動の大きさに対応したカラースケールである。

本発明は、この後に記載される例の詳細な説明及び添付図面を読むことで、より良く理解されるであろう。

図１は、「Accropode II（登録商標）」ブロックから形成された防波堤の保護具の一部分の写真である。 図２は、ポイントクラウドの縦断面の表現の概略図であり、該保護具の該ポイントクラウドの取得を例示する。 図３は、該保護具の沈められた部分（the submerged portion）のポイントクラウドの表示を示す。 図４は、ポイントクラウドのボクセル化を概略的に示す。 図５は、該ポイントクラウドのセグメント化及び候補領域の形成を概略的に示す。 図６は、モデルオブジェクトの図である。 図７は、候補領域とモデルオブジェクトのペアリングを概略的に示す。 図８は、候補領域とモデルオブジェクトのペアリングを概略的に示す。 図９は、ペアリングステップの検証を示す。 図１０は、ａ）防波堤の該保護具の一部分の天底方向で取得された写真であり、ｂ）ａ）で撮影された該保護具の該ブロックを表現するモデルオブジェクトの視覚表現である。

図１から図１０は、本発明に従う方法の実装の例を示す。

図１は、「Accropode II（登録商標）」の名称で知られる予め作られたコンクリートブロック１５から形成されている海岸の防波堤１０の保護具５の写真である。該ブロックは相互にかみ合わされており、従って観察者にはその一部のみが見える。また、例えば番号２０で示されている幾つかのブロックは、他のブロックで部分的に覆われているので、観察者に対して部分的に隠されている。更に、ブロックの中には、部分的に海水上に配置されるものもあれば海水面下にあるものもある。

該方法は、入力として、該保護具の少なくとも一部を表現するポイントクラウドを必要とする。図２に示されているように、該保護具のポイントクラウド２５を取得する為、様々な取得技法が実施されうる。例えば、取得円錐形３８において、該保護具の水上部分３５のポイントクラウドを取得する為、ライダーがドローン３０に搭載されうる。当然ながら、例えばクレーン、ヘリコプター、又は航空機等、高い位置から該保護具を見る為に使用することができる他の任意の機械が使用されうる。また、例えば写真測量取得装置等、ライダー以外の光学遠隔検知装置が使用されうる。

更に、該取得円錐形４８で示されるように、該保護具の水中部分４５のポイントクラウドを取得する為、船又はボート４０は測深器を携行することができる。このようなクラウドは図３に示されている。図３には、読みやすさの為、対応する予め作られたブロックも示されている。

最後に、該保護具の該ブロックの一部は部分的に水中にあり、潮差を受け、海の大波によって影響される。これは該保護具の水位線部分５０で示されている。例えば、対応するポイントクラウドを取得する目的で、ライダーが該船又はボートに携行されており、円錐形５５で示されるように、該保護具の該水位線部分の方に向けられる場合がある。次に、該保護具の該水上部分、該水位線部分、及び該水中部分の該ポイントクラウドのデータを集合することにより、局所又は絶対基準系に位置付けられた該ポイントクラウド２５が生成されうる。

例えば図３で見られるように、該保護具のブロック２は、これらを覆っているブロックによって該測深器に対して隠されているので、少数のポイントクラウドで表現されうる。該ポイントクラウドにおける可視率が５％～１０％であるこのようなブロックは、モデル化されうる。他のブロックは、高い可視率、例えばブロック５７では３０％のオーダー、を有する。

次に、該ポイントクラウドは、図４で概略的に示されるようにボクセル化されうる。ボクセル６５から形成された３Ｄグリッド６０は、該ポイントクラウドと同じ基準系で生成される。該クラウドの１つ以上のポイントが該ボクセルに含まれる座標を有するか否かが検証される。これが当てはまる場合、該ボクセル６５は充填状態（filled）と見なされ、他の場合、これは空の状態（empty）と見なされる。例えば、充填状態である場合（フルボクセル（full voxel）７０）には１の値が帰属され、他の場合（空のボクセル７５）にはゼロ（０）が帰属される。

ここで例示される該方法の実装の例では、該ポイントクラウドを離散化する為に選択される該ボクセルの辺長は２ｃｍに等しい。

次に、該ポイントクラウドは、図５で示されるように、該生成したボクセルによってセグメント化される。該の図示されている例では、該ＶＣＣＳ技法が実施される。この技法を用いて、該ＶＣＣＳ技法に固有の、それぞれが中心８５と頂点９０を含むスーパーボクセルに基づいて、該ポイントクラウドは均質領域８０に区分化される。該均質領域は特に、ブロックの表面のセグメントを表現する。該均質領域は、共通の頂点を介して隣接均質領域９５に連結されうる。該隣接均質領域は同一ブロック１５の他のセグメントを表現する。次に、該ＶＣＣＳ技法により与えられる、隣接均質領域のセットを含む隣接グラフによって、候補領域１００が形成されうる。

その上、該候補領域の形状記述子、例えばＦＦＰＨ記述子、が、ペアリングの実装を目的として計算される。

本発明に従う方法は、特に、該候補領域と予め作られたブロックを表現するモデルオブジェクトとのペアリングすなわちマッチングを目指している。図６は、「Accropode II（登録商標）」ブロックを表現する３Ｄモデルオブジェクト１０５の表現である。該モデルオブジェクトは、例えばコンピュータ支援設計によって生成される。従ってこれは、頂点と、該頂点どうしを連結する要素とによって、ベクトル的に定義される。該ペアリングステップを実装する目的で、該モデルオブジェクトの形状記述子、例えば記述子が計算される。これを行う為、該モデルオブジェクトはポイントクラウドの形態に離散化され、該離散化モデルオブジェクトの記述子を決定する目的で、キーポイント記述子が事前に計算される。図７は、該モデルオブジェクトのキーポイント記述子を矢印１０８の形態で示す。

次に、該モデルオブジェクト１０５の少なくとも一部分と該候補領域１００を位置合わせすることにより、該ペアリングステップが実行される。具体的には、該ペアリングステップは、ＩＣＰアルゴリズムによって該候補領域と該モデルオブジェクトとの差を最小化することを含む。図８は、３つの異なる候補領域と１つのモデルオブジェクトをペアリングした３つの結果を示す。それぞれの結果について、該候補領域１００、該ペアリングに用いられた該モデルオブジェクトの部分１１０、及び該モデルオブジェクトの全体１０５が示されている。

次に、図９で示されるように、該位置合わせの検証が実施される。該検証は、特に、該モデルオブジェクトの体積に含まれる該候補領域のボクセルの数をカウントすることを含む。該ペアリングの該検証は、例えば、該モデルオブジェクト内部に含まれるボクセルの数と該候補領域のボクセルの総数との比が所定の閾値よりも小さい場合、確証的であると見なされる。

次に、該位置合わせは、他の均質領域を該候補領域と集合することによって、次にこのように拡大した該候補領域と該モデルオブジェクトとの差を最小化することによって、最適化される。このような最適化は「領域成長」と称される。これは、該３Ｄモデルオブジェクトの向き及び位置の決定を向上させること、該ポイントクラウドにおいて同一の予め作られたブロックを表現する該均質領域の全てを決定することの双方を目標としている。

該最適化が一旦実行されると、該候補領域１００は該ポイントクラウド６０から抽出されうる。該方法は、別の候補領域に対して再び実施されうる。

次に、該モデルオブジェクトの位置及び向きが該３Ｄモデルに記録される。

図１０は該方法の実装の結果を示す。図１０ａ）は、ポイントクラウドが取得された保護具５の該水上部分の写真であり、図１０ｂ）は、該ポイントクラウドによるこの部分のモデル化の結果を表現している。図１０ｂ）において、ブロック１５の各モデルオブジェクト１０５は、該３Ｄモデルに記録された対応する位置及び向きで示されている。明らかに認められるように、該３Ｄモデルは該保護具の該予め作られたブロックのかみ合いを忠実且つ精密に再生する。更に、該方法は特にロバストであり、該可視率が低いブロックをモデル化することができる。これは、例えば、図１０ａ）で番号２０によって示され、図１０ｂでモデルオブジェクト１２０によって表現され、該可視率が１０％未満であるブロックに当てはまる。

更に、本発明に従う方法の実装は、様々な時点の保護具の同一ブロックを表現するポイントクラウドによって、これら２つの時点間の該保護具の変動を追跡することを可能とする。例えば、各ブロックの質量中心の位置の変化と向きの変化が決定されうる。

本発明は、むろん、例示として該記載に提示された非限定的な実装モード及び非限定的な例に限定されない。

Claims (26)

1. セメント系材料で作製された予め作られたブロック(15)の保護具（アーマー）(5)の３Ｄモデルを生成する方法であって、該方法は、コンピュータ実装され、且つ、
   ａ）前記保護具(5)を部分的に表現するポイントクラウド(25)を生成すること、
   ｂ）前記ポイントクラウドを、該ポイントクラウドにおける離散化されたブロック(15)のうちの１つの少なくとも一部分を表現する均質領域(80)へとセグメント化すること、
   ｃ）少なくとも２つの隣接した均質領域(80)を集合して、候補領域(100)を形成すること、
   ｄ）該候補領域(100)を、ブロック(15)の少なくとも一部分を表現する３Ｄモデルオブジェクト(105)とペアリングすること、及び
   ｅ）ステップｄ）においてペアリングされた前記３Ｄモデルオブジェクトの位置及び向きを前記保護具の前記３Ｄモデルに記録すること
   を含む、前記方法。
2. 該保護具（アーマー）の該ブロックのうちの別のブロックを表現するモデルオブジェクトをペアリングする為に、ステップｅ）に引き続いて、別の候補領域を用いてステップｃ）からｅ）を繰り返すことを含む、請求項1に記載の方法。
3. 前記候補領域を前記ポイントクラウドから除去することを含む、請求項２に記載の方法。
4. 前記保護具の前記ブロックの３０％超、好ましくは５０％超、好ましくは７０％超、好ましくは８０％超、好ましくは９０％超、又は１００％、のそれぞれが、１つの対応するモデルオブジェクトによってモデル化されるまで、ステップｃ）からｅ）が繰り返される、請求項２又は３に記載の方法。
5. ステップｂ）が、
   前記ポイントクラウドをボクセル化すること、
   －例えば「ｋ平均」クラスタリング法によって、分離不可能な且つ空間的に一貫したボクセルのグループを形成すること、及び
   －前記ボクセルのグループに基づいて前記均質領域(80)を生成すること
   を含む、請求項１～４のいずれか１項に記載の方法。
6. 前記ポイントクラウドの前記セグメント化が、ＶＣＣＳ技法を使用して、スーパーボクセルとも云われる均質領域(80)を生成することを含む、請求項１～５のいずれか１項に記載の方法。
7. 前記３Ｄモデルオブジェクトが、メッシュ若しくはポイントクラウドであり、又は、好ましくはベクトル幾何学データによって定義される、請求項１～６のいずれか１項に記載の方法。
8. 前記モデルオブジェクトが、コンピュータ支援設計によって生成される、請求項７に記載の方法。
9. 前記モデルオブジェクトは、その重心の位置とその主軸の向きによって、前記保護具の前記ポイントクラウドの基準フレーム内に配置される、請求項１～８のいずれか１項に記載の方法。
10. 前記候補領域及び前記モデルオブジェクトは、前記候補領域の形状記述子と前記モデルオブジェクトの形状記述子とによって位置合わせされる、請求項１～９のいずれか１項に記載の方法。
11. 前記候補領域の形状記述子が、ＦＰＦＨ記述子、ここで、ＦＰＦＨはFast Point Feature Histogramsの頭字語である、ＰＦＨ記述子、ここで、ＰＦＨはPoint Feature Histogramの頭字語である、ＬＦＳＨ記述子、ここで、ＬＦＳＨはLocal Feature Statistic Histogramsの頭字語である、及び、ＶＦＰ記述子、ここで、ＶＦＰはViewpoint Feature Histogramの頭字語である、から選択される、請求項１０に記載の方法。
12. 前記モデルオブジェクトの前記形状記述子が、
    離散化モデルオブジェクトと呼ばれる、前記モデルオブジェクトの少なくとも一部を表現するポイントクラウドを生成することによって、
    前記離散化モデルオブジェクトにおいてキーポイントを定義することによって、次に、
    各キーポイントについてのキーポイント記述子を計算することによって
    決定され、ここで、前記モデルオブジェクトの前記形状記述子は、前記キーポイント記述子を含む、請求項１０又は１１に記載の方法。
13. 前記候補領域と前記モデルオブジェクトとの前記位置合わせが、好ましくは最近点反復（iterative-closest-point）アルゴリズムを実施することによって、前記候補領域と前記モデルオブジェクトとの差を最小化することを含む、請求項１～１２のいずれか１項に記載の方法。
14. 前記ペアリングのステップｄ）は、特に、前記モデルオブジェクトの体積に含まれる前記候補領域のポイントの数をカウントし、そして該ポイントの数を所定の閾値と比較することによって、前記ペアリングを検証することを含む、請求項１～１３のいずれか１項に記載の方法。
15. 前記ペアリングのステップｄ）は、好ましくは前記ペアリングの前記検証に引き続いて、前記３Ｄモデルオブジェクトと前記候補領域の前記ペアリングを最適化することを含む、請求項１～１４のいずれか１項に記載の方法。
16. 前記最適化が、
    ｉ）前記候補領域を、それに隣接した少なくとも１つの均質領域又は複数の均質領域と集合すること、
    ｉｉ）このように拡大された前記候補領域と前記モデルオブジェクトとの差を最小化すること、及び
    ｉｉｉ）前記差の最小化の剰余を計算すること
    を含む少なくとも１つの最適化サイクルを実施することによって、前記候補領域の面積を拡大することを含み、ここで、ステップｉｉｉ）において計算される前記剰余が、例えば１ｍｍ～１５ｍｍである所定の閾値よりも小さい限り、前記最適化サイクルが、１つ以上の他の均質領域とステップｉｉ）において拡大された前記候補領域とを用いて繰り返される、請求項１～１５のいずれか１項に記載の方法。
17. 識別子、例えば英数字識別子、例えば名前、を、前記ステップｅ）において記録されたモデルオブジェクトに帰属させることを含む、請求項１～１６のいずれか１項に記載の方法。
18. 可視率が２５％以上、又は２０％以上、である前記ポイントクラウドに表現された前記ブロックの数の少なくとも９０％、又は少なくとも９５％、更に良くは１００％、が、前記保護具の前記３Ｄモデルで表現される、請求項１～１７のいずれか１項に記載の方法。
19. 前記ポイントクラウドを取得する事前ステップを含む、請求項１～１８のいずれか１項に記載の方法。
20. 前記保護具の前記ポイントクラウドの前記取得は、
    前記保護具の前記水上部分の少なくとも１つのポイントクラウドを取得すること、及び／又は前記保護具の前記水中部分の少なくとも１つのポイントクラウドを取得すること、
    －任意的に、前記水上部分の前記ポイントクラウドと前記水中部分の前記ポイントクラウドをマージすること
    を含む、請求項１９に記載の方法。
21. 前記保護具の前記水中部分の前記ポイントクラウドと前記保護具の前記水中部分の前記ポイントクラウドが、異なるポイントの位置がそれによって測定されるところの異なるポイント密度及び／又は精度を有する、請求項２０に記載の方法。
22. 保護具（アーマー）のブロックの移動を追跡する方法であって、
    －ステップａ）において、第１の時点で、該保護具（アーマー）を表現する第１のポイントクラウドを用意して、請求項１～２１のいずれか１項に記載の方法を実施して、該保護具（アーマー）の第１の３Ｄモデルを生成すること、
    －ステップａ）において、第２の時点で、該保護具（アーマー）を表現する第２のポイントクラウドを用意して、請求項１～２１のいずれか１項に記載の方法を実施して、該保護具（アーマー）の第２の３Ｄモデルを生成すること、
    －該第１の時点と該第２の時点との間で該第１及び第２の３Ｄモデルに共通しているペアリングされたモデルオブジェクトの少なくとも１つ、好ましくは全て、の移動を計算すること
    を含む、前記方法。
23. 保護具（アーマー）の統合３Ｄモデルを生成する方法であって、
    ステップａ）において、該保護具（アーマー）の第１のセグメントを表現する第１のポイントクラウドを用意して、請求項１～２１のいずれか１項に記載の方法を実施して、該保護具（アーマー）の第１の３Ｄモデルを生成すること、
    ステップａ）において、該保護具（アーマー）の該第１のセグメントに隣接する該保護具（アーマー）の第２のセグメントを表現する第２のポイントクラウドを用意して、請求項１～２１のいずれか１項に記載の方法を実施して、該保護具（アーマー）の第２の３Ｄモデルを生成すること、
    該第１の３Ｄモデル及び該第２の３Ｄモデルを統合して、該統合３Ｄモデルを形成すること
    を含む上記方法。
24. 請求項１～２１のいずれか１項に記載の方法、及び／又は請求項２２に記載の追跡方法、又は請求項２３に記載の生成方法を実施する為のコンピュータであって、好ましくは、
    ａ．該ポイントクラウドが記録される少なくとも１つのデータ記憶ユニットと、該方法を実施する為の命令がロードされるメモリと、
    ｂ．該命令を実行する為のプロセッサと
    を備えている、前記コンピュータ。
25. 請求項１～２１のいずれか１項に記載の方法を用いて得られた該３Ｄモデルが記録されているデータ記憶モジュール、例えばハードディスク。
26. スクリーン上に、例えばコンピュータのスクリーン上に、請求項１～２１のいずれか１項に記載の方法を使用して得られた該３Ｄモデルの視覚表現を表示する方法。

Images