JP4624000B2 - Compound artificial intelligence device - Google Patents

Compound artificial intelligence device Download PDF

Info

Publication number
JP4624000B2
JP4624000B2 JP2004139195A JP2004139195A JP4624000B2 JP 4624000 B2 JP4624000 B2 JP 4624000B2 JP 2004139195 A JP2004139195 A JP 2004139195A JP 2004139195 A JP2004139195 A JP 2004139195A JP 4624000 B2 JP4624000 B2 JP 4624000B2
Authority
JP
Japan
Prior art keywords
image
dimensional
artificial intelligence
unit
camera
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.)
Expired - Lifetime
Application number
JP2004139195A
Other languages
Japanese (ja)
Other versions
JP2005322002A (en
Inventor
和郎 岩根
Original Assignee
有限会社パワーサプライ
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 有限会社パワーサプライ filed Critical 有限会社パワーサプライ
Priority to JP2004139195A priority Critical patent/JP4624000B2/en
Publication of JP2005322002A publication Critical patent/JP2005322002A/en
Application granted granted Critical
Publication of JP4624000B2 publication Critical patent/JP4624000B2/en
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Description

本発明は、ビデオカメラ等で撮像される動画映像に基づいてカメラや車両,ロボット等の任意の物体を自動制御する人工知能装置に関する。
特に、本発明は、人工知能装置自らが存する三次元空間を認識した後に任意の対象部を認識することで認識率を向上させることができるとともに、三次元形状の対象物については、あらかじめ用意した対応する三次元部品に置き換えることにより、対象物の認識率を飛躍的に向上させることができ、しかも、複数の人工知能装置相互間で認識情報を共有することにより、多方向からの情報を総合的に判断することで認識精度をさらに飛躍的に向上させることができる複合人工知能装置に関する。
The present invention relates to an artificial intelligence apparatus that automatically controls an arbitrary object such as a camera, a vehicle, or a robot based on a moving image captured by a video camera or the like.
In particular, the present invention can improve the recognition rate by recognizing an arbitrary target portion after recognizing a three-dimensional space in which the artificial intelligence device itself exists, and a three-dimensional object is prepared in advance. By replacing with corresponding 3D parts, the recognition rate of the object can be dramatically improved, and by sharing the recognition information among multiple artificial intelligence devices, information from multiple directions can be integrated. The present invention relates to a composite artificial intelligence device that can dramatically improve recognition accuracy by making a judgment.

一般に、人工知能装置は人工知能の人工視覚の実現に関係する技術であり、人工知能は視覚情報に頼ることが多いため、大きくは画像認識の分野に属する技術である。
人工知能においては、まず空間全体を把握し、次に対象物を認識することが必要となる。また、人工知能の技術は、画像認識の技術を発展させて、現実の世界をバーチャルな世界に投影する技術も必要となる。
そして、このような人工知能を認識判断の手段とすることにより、例えば、監視カメラや車両,作業ロボット等、任意の対象についての自動制御,自動運転を実現することが可能となる。
In general, an artificial intelligence device is a technology related to the realization of artificial vision of artificial intelligence. Artificial intelligence often relies on visual information, and is largely a technology belonging to the field of image recognition.
In artificial intelligence, it is necessary to first grasp the entire space and then recognize the object. Artificial intelligence technology also requires technology for projecting the real world to the virtual world by developing image recognition technology.
By using such artificial intelligence as a means for recognition and determination, for example, it is possible to realize automatic control and automatic driving for an arbitrary target such as a monitoring camera, a vehicle, or a work robot.

これまで、画像認識により三次元対象物を認識する人工知能技術は種々存在しているが、未だ決定的な技術は存在しない。
画像認識を利用した従来の人工知能技術としては、例えば、監視カメラで撮像された火災の画像に基づいて人工知能が避難誘導経路を判断,表示する「火災時非難誘導装置」(特許文献1)や、ビデオカメラ等で得られた画像から物体を探知,認識する人工知能を備えた「物体認識及び追跡システム」(特許文献2)などがある。
Until now, various artificial intelligence techniques for recognizing a three-dimensional object by image recognition have existed, but no definitive techniques have yet existed.
As a conventional artificial intelligence technique using image recognition, for example, a “fire accusing guidance device” in which artificial intelligence determines and displays an evacuation guidance route based on a fire image captured by a surveillance camera (Patent Document 1) In addition, there is an “object recognition and tracking system” (Patent Document 2) equipped with artificial intelligence that detects and recognizes an object from an image obtained by a video camera or the like.

特開平08−124064号公報Japanese Patent Laid-Open No. 08-122404 特表2002−536646号公報JP 2002-536646 A

このような画像認識を利用した従来の人工知能技術では、三次元対象物を直接認識することは困難で、時々刻々様々に形状が変化する現実の条件に対処できなかった。
また、本来三次元である対象物を二次元(画像)のみで認識することには自ら限界があり、従来の人工知能技術では、現実の三次元対象物を効率よく正確に認識することは極めて困難であった。
また、単一の人工知能装置による個別の判断だけでは、全体系に対して矛盾のない認識,判断と、それに基づく対象物の制御等を行うことは困難であった。
With the conventional artificial intelligence technology using such image recognition, it is difficult to directly recognize a three-dimensional object, and it has not been possible to cope with an actual condition in which the shape changes from moment to moment.
In addition, there is a limit in recognizing an object that is originally three-dimensional only in two dimensions (images), and it is extremely difficult to recognize an actual three-dimensional object efficiently and accurately with conventional artificial intelligence technology. It was difficult.
In addition, it is difficult to perform consistent recognition and determination for the entire system and control of an object based on the determination based on individual determination by a single artificial intelligence device.

ここで、二次元画像情報に基づいて対象物の三次元的に認識する技術として、二次元画像内の複数点の三次元座標を求め、三次元点の分布から対象物の概略形状を生成する技術が提案されている。
しかしながら、点の集合のみから三次元形状を生成しようとすることには無理があり、実際には、精度が悪く三次元形状を正確に再現できる段階には至っていない。
また、観測者のカメラからの二次元画像情報だけでは、対象物の隠れた部分の情報を得られず、結局は対象物の一部分についての三次元形状しか得られていなかった。
Here, as a technology for recognizing a target three-dimensionally based on two-dimensional image information, three-dimensional coordinates of a plurality of points in the two-dimensional image are obtained, and a rough shape of the target is generated from the distribution of the three-dimensional points. Technology has been proposed.
However, it is impossible to generate a three-dimensional shape from only a set of points. Actually, the accuracy is poor and the three-dimensional shape cannot be accurately reproduced.
Further, only the two-dimensional image information from the observer's camera cannot obtain information on the hidden part of the object, and eventually only the three-dimensional shape of a part of the object is obtained.

本発明は、以上のような従来の技術が有する問題を解決するために提案されたものであり、人工知能装置自らが存する三次元空間を認識した後に任意の対象部を認識することで認識率を向上させることができるとともに、三次元形状の対象物については、あらかじめ用意した対応する三次元部品に置き換えることにより、対象物の認識率を飛躍的に向上させることができ、しかも、複数の人工知能装置相互間で認識情報を共有することにより、多方向からの情報を総合的に判断することで認識精度をさらに飛躍的に向上させることができる複合人工知能装置の提供を目的とする。   The present invention has been proposed in order to solve the above-described problems of the conventional technology, and the recognition rate is obtained by recognizing an arbitrary target portion after recognizing the three-dimensional space in which the artificial intelligence device itself exists. In addition, it is possible to dramatically improve the recognition rate of objects by replacing them with corresponding three-dimensional parts prepared in advance. It is an object of the present invention to provide a composite artificial intelligence device that can significantly improve recognition accuracy by comprehensively judging information from multiple directions by sharing recognition information between intelligent devices.

上記目的を達成するため、本発明は、任意の対象物(物体)に取り付けられる複数の人工知能装置を備えており、任意の位置に配置された複数の人工知能装置により、複合人工知能装置を構成する。これにより、多方向からの情報を総合的に判断することで認識精度を上げる。
各人工知能装置は、自分の持つ自分自身の属性についての情報を他の人工知能装置に与えることで、又はその反対に、目的の対象物の属性をその対象物の属する人工知能装置から取得することで、判断精度を飛躍的に増加させるようにしてある。
本発明では、三次元空間認識と三次元対象物認識を分離し、まず三次元空間を認識し、自分と周囲との関係を明らかにし、その後に対象の座標及び視角を絞り込んで、認識することで、認識率を高めるようにしてある。
In order to achieve the above object, the present invention includes a plurality of artificial intelligence devices attached to an arbitrary object (object), and a composite artificial intelligence device is formed by a plurality of artificial intelligence devices arranged at arbitrary positions. Constitute. Thereby, recognition accuracy is raised by comprehensively judging information from multiple directions.
Each artificial intelligence device obtains the attribute of the target object from the artificial intelligence device to which the object belongs, by giving information about its own attribute to other artificial intelligence devices, or vice versa. Thus, the determination accuracy is dramatically increased.
In the present invention, three-dimensional space recognition and three-dimensional object recognition are separated, first the three-dimensional space is recognized, the relationship between itself and the surroundings is clarified, and then the coordinates and viewing angles of the object are narrowed down and recognized. In this way, the recognition rate is increased.

また、画像の二次元形状では認識できない三次元形状の対象物の場合は、必要に応じて三次元形状に戻して、あらかじめ用意した三次元データ(部品)との比較を行い、対応する部品に置き換えるようにする。このように、対象物をあらかじめ用意した三次元部品に置き換えることで、対象物の認識とその三次元形状の認識が同時に可能となり、認識率を飛躍的に向上させることができる。
三次元部品への置き換えは、二次元画像中の点の集合からポリゴンを生成し、三次元対象物の概略形状を生成し、三次元面と三次元部品の一面と比較することで、三次元部品を特定することにより行う。また、三次元面を生成する過程においては、詳細を知りたい部分を追加して形状生成を行う。
In addition, in the case of a 3D shape object that cannot be recognized by the 2D shape of the image, the 3D shape is returned to the 3D shape as necessary and compared with the 3D data (parts) prepared in advance. Try to replace it. Thus, by replacing the object with a three-dimensional part prepared in advance, the object can be recognized and its three-dimensional shape can be recognized at the same time, and the recognition rate can be dramatically improved.
Replacement with a 3D part generates a polygon from a set of points in a 2D image, generates a rough shape of a 3D object, and compares the 3D surface with one side of the 3D part. This is done by specifying the part. Further, in the process of generating the three-dimensional surface, the shape generation is performed by adding a part for which details are desired.

具体的には、画像中の特徴点を抽出し、追跡し、その三次元座標を求め、特徴点によるポリゴンを生成する。面形状をポリゴンとして抽出し、ポリゴンの面と部品の面とを三次元比較し、用意された三次元部品との比較により、その部品を特定する。
部品には属性が与えられているので、その属性の関係から、現在の意味を理解し、全体状況と個別状況を理解することができる。そして、それらの意味の理解を複数の人工知能装置間で行い、総合判断を行う。
これにより、総合判断に矛盾しない各人工知能措置による単独の判断を行うことができ、次の行動を決定することが可能となる。
Specifically, feature points in the image are extracted and tracked, their three-dimensional coordinates are obtained, and polygons based on the feature points are generated. The surface shape is extracted as a polygon, the surface of the polygon is compared with the surface of the component three-dimensionally, and the component is specified by comparing with the prepared three-dimensional component.
Since attributes are given to the parts, the current meaning can be understood from the relationship of the attributes, and the overall situation and individual situation can be understood. And the understanding of those meanings is performed among a plurality of artificial intelligence devices, and comprehensive judgment is made.
As a result, it is possible to make a single judgment based on each artificial intelligence measure that is consistent with the overall judgment, and to determine the next action.

以上のように、本発明の複合人工知能装置では、現実世界をリアルタイムで仮想空間に投影し、まず自分自身の存在する周囲の空間認識を行い、その後に対象物認識を行う。
そして、複数の人工知能装置で得られた情報を相互に共有することにより、総合的な空間認識,対象物認識を実現するようにしてある。単一の人工知能装置であっても、対象物の認識や位置の特定,形状の特定,意味理解・判断,対象物の制御は可能であるが、人工知能装置が複数存在する複合人工知能装置のネットワーク環境を用意し、個々の人工知能装置の持つ情報や判断結果を相互にやり取りすることで、総合判断が可能となり、単独の人工知能装置の場合と比較して、より正確でより広範囲な空間認識,対象物認識が可能となる。
これにより、現実世界を正確かつ有効に仮想空間に置き換えることができ、これを個々の人工知能装置において利用することで、総合判断と矛盾しない個々の人工知能装置における判断,行動が可能となる。
As described above, in the composite artificial intelligence apparatus of the present invention, the real world is projected onto the virtual space in real time, the surrounding space where the user exists is first recognized, and then the object is recognized.
The information obtained by the plurality of artificial intelligence devices is shared with each other to realize comprehensive space recognition and object recognition. Even with a single artificial intelligence device, it is possible to recognize an object, specify a position, specify a shape, understand / judge the meaning, and control the object, but it is a complex artificial intelligence device with multiple artificial intelligence devices Network environment, and by exchanging information and judgment results of individual artificial intelligence devices with each other, comprehensive judgment becomes possible, and it is more accurate and wider than that of a single artificial intelligence device. Spatial recognition and object recognition are possible.
As a result, the real world can be accurately and effectively replaced with a virtual space, and by using this in each artificial intelligence device, it is possible to make decisions and actions in each artificial intelligence device consistent with the overall judgment.

また、本発明では、認識された対処物と置換する三次元データ(部品)の配置と属性との関係を前もってルール化しておくことにより、各人工知能装置は、自分自身の置かれている立場を理解し、次の行動を決定できる。
それぞれ単独の人工知能装置において、周囲の空間認識は、自分自身のカメラからとらえた画像内の特徴点の三次元分布を求め、同時に自分自身のカメラ位置を求めることで実現できる。そして、座標を統合することで複数の人工知能装置が統合される。
Further, in the present invention, each artificial intelligence apparatus is placed in its own position by making rules on the relationship between the arrangement of the three-dimensional data (parts) to be replaced with the recognized countermeasures and the attributes in advance. Can understand and decide the next action.
In each of the individual artificial intelligence devices, surrounding space recognition can be realized by obtaining a three-dimensional distribution of feature points in an image captured from the own camera and simultaneously obtaining the own camera position. A plurality of artificial intelligence devices are integrated by integrating the coordinates.

対象物の認識は、単独の人工知能装置でも可能であるが、一度空間認識して、概略位置と姿勢を把握してから、複合人工知能装置で相互に情報をやり取りする中で行うことで、これまで困難とされていた対象物認識が容易になりしかも正確になる。
認識された対象物は、すべて属性の分かっている部品に置き換えられ、部品による仮想空間が生成されるので、各人工知能装置は、その仮想空間中で自己の位置と状況を把握し、意味を理解した上で次の行動を決定することができる。
The recognition of the target object is possible with a single artificial intelligence device, but once the space is recognized and the approximate position and orientation are grasped, it is performed while exchanging information with each other with the composite artificial intelligence device. Object recognition, which has been difficult until now, becomes easy and accurate.
All recognized objects are replaced with parts with known attributes, and a virtual space is created by the parts, so each artificial intelligence device grasps its position and situation in the virtual space and makes sense With this understanding, the next action can be determined.

以上のように、本発明によれば、主な物体に人工知能装置を備えることで、自分自身と他の物体の位置関係と形状について、詳細な三次元的位置姿勢を取得し、その物体(人工知能装置)は主体的に状況を判断して、行動することが可能となる。主な物体としては、例えば、車両であったり、家の中の家具や車いす、あるいは人間であったりするが、人工知能装置は物体毎に複数取り付けられ、情報交換をすることができる。
各人工知能装置は自分の位置を把握し、周囲の物に自分の位置姿勢を伝え、統一された座標系で共通理解を持つことができる。
各人工知能装置単独では空間の一部しか認識判断し得ないが、様々な物体に取り付けられた複数の人工知能装置による複合人工知能装置においては、物体が存在する空間の全体配置を認識し、三次元的に理解し、単独の人工知能装置で得られた三次元情報を統合し、三次元画像を得るだけではなく、画像内の物体や対象物の属性情報等と照らし合わせて、全体を把握することができる。
As described above, according to the present invention, by providing an artificial intelligence device in a main object, a detailed three-dimensional position and orientation is acquired for the positional relationship and shape between itself and another object, and the object ( Artificial intelligence devices) can act independently by judging the situation. The main object is, for example, a vehicle, furniture in a house, a wheelchair, or a human, but a plurality of artificial intelligence devices can be attached to each object to exchange information.
Each artificial intelligence device can grasp its own position, convey its position and orientation to surrounding objects, and have a common understanding in a unified coordinate system.
Each artificial intelligence device alone can recognize and judge only a part of the space, but in a composite artificial intelligence device with a plurality of artificial intelligence devices attached to various objects, recognize the overall arrangement of the space where the object exists, 3D understanding and integration of 3D information obtained by a single artificial intelligence device, not only to obtain 3D images, but also by comparing the attribute information etc. of objects and objects in the image, I can grasp it.

現実の物体は、人工知能を持つ物体と、その一部の機能を持つ物体と、一部の機能をも持たない対象物に分類される。人工視覚を形成するカメラを持たない物体があっても、カメラを備えた周囲の他の物体から三次元全体像を取得し、現実世界の理解を得ることができる。
そして、理解された現実の三次元世界は各人工知能装置、すなわち、各物体で共有されることになる。これによって、各物体毎に行動条件等をそれぞれ独自に決定し、かつ、各物体間で統合した行動が可能となる。これにより、それぞれの物体に意思があるような行動ができ、個の意思と全体意思が統合された矛盾のない行動ができるようになる。
Real objects are classified into objects having artificial intelligence, objects having a part of the functions, and objects not having a part of the functions. Even if there is an object that does not have a camera that forms artificial vision, a three-dimensional whole image can be obtained from other objects around the camera and an understanding of the real world can be obtained.
Then, the actual three-dimensional world that is understood is shared by each artificial intelligence device, that is, each object. As a result, the behavior conditions and the like are uniquely determined for each object, and the behavior can be integrated among the objects. As a result, each object can behave with a will, and the individual will and the overall will can be integrated with no contradiction.

例えば、本発明に係る各人工知能装置を自動車に取り付けることにより、自動車の自動運転に応用することができ、各車両が信号機や道路標識を読み取ることができるとともに、並進車両や追い越しをしようとする車両の意思は周囲の関係車両に伝達され、それぞれに積載された人工知能装置が矛盾のない行動を決定することで、各車両間で安全性を確保しつつ自動運転ができるようになる。
また、すれ違う車両から、行き先方向の情報を取得し、各車両は自動運転に有益な判断材料として反映させることができる。
For example, by attaching each artificial intelligence device according to the present invention to a car, it can be applied to automatic driving of a car, each vehicle can read traffic lights and road signs, and try to translate or overtake. The intention of the vehicle is transmitted to the surrounding related vehicles, and the artificial intelligence devices loaded on each vehicle determine the behavior without contradiction, thereby enabling automatic driving while ensuring safety among the vehicles.
In addition, information on the destination direction can be acquired from passing vehicles, and each vehicle can be reflected as a judgment material useful for automatic driving.

このように、本発明の複合人工知能装置においては、複数の人工知能による共同作業が可能となる。人工知能装置のネットワークにより、各人工知能装置における認識結果を統合してすべての人工知能装置において情報を共有できる。
具体的には、三次元物体の特定結果をすべての人工知能装置において共有できる。取得映像情報の共有化により、見えない位置の画像も他の人工視覚から取得して総合的に判断できる。属性による比較だけでも部品の特定ができる。個々の人工知能装置の体験を全体の知識として共有でき、しかも全体の知識を生かして、全体の意思を生成し、その全体の意思に矛盾のない個別の判断が可能となる。
ユビキタス時代はすべての物にPCがついて、情報をやり取りすることができる近未来が描かれている。その究極の姿が本発明である。
Thus, in the composite artificial intelligence apparatus of the present invention, it is possible to perform collaborative work using a plurality of artificial intelligence. Through the network of artificial intelligence devices, the recognition results in each artificial intelligence device can be integrated and information can be shared among all artificial intelligence devices.
Specifically, the identification result of the three-dimensional object can be shared by all the artificial intelligence devices. By sharing the acquired video information, an image at an invisible position can be acquired from other artificial vision and comprehensively determined. Parts can be identified only by comparison with attributes. The experience of each artificial intelligence device can be shared as the entire knowledge, and the entire knowledge can be generated using the entire knowledge, and individual judgments without contradiction to the entire intention can be made.
In the ubiquitous era, a PC is attached to everything, and the near future is depicted where information can be exchanged. The ultimate figure is the present invention.

以下、本発明に係る複合人工知能装置の好ましい実施形態について、図面を参照しつつ説明する。
ここで、以下に示す本発明の複合人工知能装置は、プログラム(ソフトウェア)の命令によりコンピュータで実行される処理,手段,機能によって実現される。プログラムは、コンピュータの各構成要素に指令を送り、以下に示すような所定の処理や機能、例えば、画像中からの特徴点の自動抽出,抽出した特徴点の自動追跡,特徴点の三次元座標の算出,カメラベクトルの演算,三次元部品の特定,座標の特定等を行わせる。このように、本発明の複合人工知能装置における各処理や手段は、プログラムとコンピュータとが協働した具体的手段によって実現される。
なお、プログラムの全部又は一部は、例えば、磁気ディスク,光ディスク,半導体メモリ,その他任意のコンピュータで読取り可能な記録媒体により提供され、記録媒体から読み出されたプログラムがコンピュータにインストールされて実行される。また、プログラムは、記録媒体を介さず、通信回線を通じて直接にコンピュータにロードし実行することもできる。
Hereinafter, preferred embodiments of the composite artificial intelligence device according to the present invention will be described with reference to the drawings.
Here, the composite artificial intelligence apparatus of the present invention described below is realized by processing, means, and functions executed by a computer in accordance with instructions of a program (software). The program sends commands to each component of the computer, and performs the following predetermined processing and functions, such as automatic extraction of feature points from images, automatic tracking of extracted feature points, three-dimensional coordinates of feature points Calculation, camera vector calculation, three-dimensional part specification, coordinate specification, and the like. Thus, each process and means in the composite artificial intelligence apparatus of the present invention are realized by specific means in which the program and the computer cooperate.
Note that all or part of the program is provided by, for example, a magnetic disk, optical disk, semiconductor memory, or any other computer-readable recording medium, and the program read from the recording medium is installed in the computer and executed. The The program can also be loaded and executed directly on a computer through a communication line without using a recording medium.

[基本機能]
まず、図1〜図3を参照して、本発明に係る複合人工知能装置で実現される基本的機能について説明する。
図1は、本発明の複合人工知能装置を構成する各人工知能装置の基本的機能構成を示すブロック図である。
図2は、図1に示す人工知能装置が取り付けられる現実世界の物体及び対象物の関係を示す説明図である。
図3は、図2に示す人工知能装置が取り付けられる物体及び対象物の関係をより具体的に示す説明図である。
[Basic functions]
First, basic functions realized by the composite artificial intelligence apparatus according to the present invention will be described with reference to FIGS.
FIG. 1 is a block diagram showing a basic functional configuration of each artificial intelligence device constituting the composite artificial intelligence device of the present invention.
FIG. 2 is an explanatory diagram illustrating a relationship between a real-world object and a target to which the artificial intelligence apparatus illustrated in FIG. 1 is attached.
FIG. 3 is an explanatory diagram showing more specifically the relationship between the object to which the artificial intelligence apparatus shown in FIG. 2 is attached and the target.

これらの図に示す人工知能装置100は、例えば、車両や家具,人間等の任意の物体に取り付けられる人工知能装置であって、複数の人工知能装置100によって本発明に係る複合人工知能装置が構成されるようになっている。
図1に示すように、各人工知能装置100は、それぞれ個別に、自己物体の属性記憶機能101と、自己物体の空間位置姿勢認識機能102と、自己物体の周囲対象物認識機能103と、自己物体の状況判断機能104と、処理過程の記録機能105と、通信機能106と、継続処理機能107を実現するようになっている。
The artificial intelligence apparatus 100 shown in these drawings is an artificial intelligence apparatus that is attached to an arbitrary object such as a vehicle, furniture, or human, for example, and the plurality of artificial intelligence apparatuses 100 constitute the composite artificial intelligence apparatus according to the present invention. It has come to be.
As shown in FIG. 1, each artificial intelligence device 100 individually includes a self-object attribute storage function 101, a self-object spatial position and orientation recognition function 102, a self-object surrounding object recognition function 103, An object situation determination function 104, a processing process recording function 105, a communication function 106, and a continuation processing function 107 are realized.

任意の物体に属する各人工知能装置100は、他の物体に属する人工知能装置100との通信を可能とする通信機能を備えており、各人工知能装置100で得られる自己物体の属性情報,自己物体の周囲の画像情報,前記画像の分析情報,自己物体の空間位置姿勢認識情報,自己物体の周囲の対象物の認識情報,自己物体の周囲の状況判断情報等と、これらの一部情報又はそれらの組み合わせ情報が、他の物体に属する人工知能装置100に送信伝達でき、他の人工知能装置100からの同様の情報を受信できるようになっている。
そして、このような通信機能により、複数の人工知能装置100はネットワークを構成し、各人工知能装置100は、他の人工知能装置100からの同様な情報を自己物体の受信することで、認識処理の途中から前記受信により取り入れた他の物体の人工知能装置からの情報を加えて継続処理を行う機能が実現できるようになっている。
Each artificial intelligence device 100 belonging to an arbitrary object has a communication function that enables communication with the artificial intelligence device 100 belonging to another object, and the attribute information of the self object obtained by each artificial intelligence device 100, self Image information around the object, analysis information of the image, spatial position and orientation recognition information of the self object, recognition information of the object around the self object, situation determination information around the self object, and some of these pieces of information or The combination information can be transmitted and transmitted to the artificial intelligence apparatus 100 belonging to another object, and the same information from the other artificial intelligence apparatus 100 can be received.
With such a communication function, the plurality of artificial intelligence devices 100 constitute a network, and each artificial intelligence device 100 receives the same information from the other artificial intelligence devices 100 as a recognition object, thereby performing recognition processing. The function of continuing processing by adding information from the artificial intelligence device of other objects taken in by the reception from the middle of the above can be realized.

このようにして、各人工知能装置100は、自己物体及び他の物体の複数の人工知能装置100によって取得した各物体の自己の周囲の画像情報,画像の分析情報、空間位置姿勢情報及び周囲の対象物情報の各座標系を共通の座標系に統合して構成し、より広範囲の空間と広範囲の対象物に対して、単独の人工知能装置によるよりも精度良く、又は単独の人工知能装置では認識不可能な対象物に対しても対応することで、現実世界をバーチャルな世界に変換することができる。
そして、バーチャルな世界で空間位置姿勢認識、対象物の認識、属性による認識等を行い、さらに、単独の人工知能装置では困難な総合的判断を行い、また、総合的判断に矛盾しない個別の判断を行い、状況判断及び行動決定までを行うことができるようになっている。
In this way, each artificial intelligence device 100 can acquire image information, image analysis information, spatial position and orientation information, and surrounding information of each object acquired by the plurality of artificial intelligence devices 100 of the self object and other objects. Each coordinate system of object information is integrated into a common coordinate system, and it is more accurate than a single artificial intelligence device for a wider space and a wide range of objects, or with a single artificial intelligence device By dealing with unrecognizable objects, the real world can be transformed into a virtual world.
In the virtual world, spatial position and orientation recognition, object recognition, attribute recognition, etc. are performed, and comprehensive judgments that are difficult with a single artificial intelligence device are made. It is possible to perform situation judgment and action decision.

人工知能装置100が取り付けられる物体としては、図2(a)に示すように、現実世界に存在するもののうち、各種センサやビデオカメラ等の人工視覚や通信装置,コンピュータ等が備えられた「人工知能装置が取り付けられた物体」(単に「物体」とも言う)と、それ以外の「その他対象物」(単に「対象物」とも言う)との二種類に分類することができる。また、図2(b)に示すように、「現実世界を人工知能装置が取り付けられた物体」と、「人工知能装置の一部機能が取り付けられた物体」(単に「その他の物体」)と、それ以外の「その他対象物」の三種類に分類することもできる。なお、一つの物体に複数の人工知能装置100が取り付けられることもある。
このようにして、複数の物体に取り付けられた複数の人工知能装置100により、自分の周囲の対象物を認識し、状況を判断するとともに、他の人工知能装置100と情報をやり取りし、判断結果の情報のやり取りのみならず、判断処理の過程での情報をもやり取りし、複合的判断を行う複合人工知能装置を形成することができる。
As an object to which the artificial intelligence device 100 is attached, as shown in FIG. 2A, among the objects existing in the real world, artificial sensors such as various sensors and video cameras, communication devices, computers, etc. are provided. It can be classified into two types: “an object to which an intelligent device is attached” (also simply referred to as “object”) and other “other objects” (also simply referred to as “objects”). In addition, as shown in FIG. 2 (b), “an object with an artificial intelligence device attached to the real world”, “an object with a part of the artificial intelligence device attached” (simply “other objects”), It can also be classified into three types of “other objects”. A plurality of artificial intelligence devices 100 may be attached to one object.
In this way, the plurality of artificial intelligence devices 100 attached to the plurality of objects recognize the objects around them, determine the situation, exchange information with other artificial intelligence devices 100, and determine the result. It is possible to form a composite artificial intelligence apparatus that exchanges not only information exchange but also information in the process of judgment processing to make a composite judgment.

人工知能装置100を取り付けた物体は、それぞれ個別に、自己物体の属性記憶機能101,自己物体の空間位置姿勢認識機能102,自己物体の周囲の対象物の認識機能103,それら認識機能の処理過程を記録する機能105を持つことになる。また、それら認識により自己物体の状況判断を行う機能104をも持つことになる。
それぞれの物体に属する人工知能装置100は、他の物体に属する人工知能装置との通信を可能とする通信機能106を持っており、この通信機能106により、自己物体の性質やセンサから得られた情報等の属性情報や、自己物体に取り付けたカメラによる周囲の画像情報,その画像を分析した情報,分析の過程の情報,自己物体の三次元分布図や自分の属する物体の空間位置姿勢認識情報,自己物体の周囲の対象物の認識情報,自己物体の周囲の状況判断情報について、これらの一部情報又はそれらの組み合わせ情報を他の物体に取り付けられて他の物体に属する人工知能装置100に送信し、また、他の人工知能装置100から受信する。
The object to which the artificial intelligence device 100 is attached is individually the attribute storage function 101 of the self object, the spatial position and orientation recognition function 102 of the self object, the recognition function 103 of the object around the self object, and the process of these recognition functions. It has the function 105 which records. It also has a function 104 for determining the status of the self object based on the recognition.
The artificial intelligence apparatus 100 belonging to each object has a communication function 106 that enables communication with the artificial intelligence apparatus belonging to other objects, and this communication function 106 is obtained from the properties and sensors of the self object. Attribute information such as information, surrounding image information from the camera attached to the self object, information obtained by analyzing the image, information about the analysis process, 3D distribution map of the self object, and spatial position and orientation recognition information of the object to which the user belongs , The recognition information of the objects around the self object, and the situation determination information around the self object, the partial information or the combination information thereof is attached to the other object to the artificial intelligence apparatus 100 belonging to the other object. Transmit and receive from other artificial intelligence devices 100.

そして、各人工知能装置100では、認識処理の途中から受信により取り入れた他の物体の人工知能装置100からの情報を加えて継続処理を行うことができ(継続処理機能107)、人工知能装置100の属するそれぞれの座標系によって取得した各物体の自己の周囲の画像情報、前記画像の分析情報、空間位置姿勢情報及び周囲の対象物情報の各座標系を共通の座標系に統合して構成することで、より広範囲の空間と広範囲の対象物に対して、単独の人工知能装置100による場合よりも精度良く、又は単独の人工知能装置100では認識不可能な対象物に対しても対応することで、対象物を特定することができる。
これにより、現実世界をバーチャルな世界に変換し、空間位置姿勢認識、対象物の認識、属性による認識等により、又はそれら認識による総合判断により、状況判断及び行動決定までを行うことができる。
Each artificial intelligence device 100 can perform continuous processing by adding information from the artificial intelligence device 100 of other objects received by reception from the middle of the recognition processing (continuous processing function 107). Each coordinate system of each object acquired by each coordinate system to which the object belongs, the analysis information of the image, the spatial position and orientation information, and the surrounding object information are integrated into a common coordinate system. Thus, it is possible to deal with a wider range of space and a wider range of objects with higher accuracy than with the single artificial intelligence apparatus 100, or even an object that cannot be recognized by the single artificial intelligence apparatus 100. Thus, the object can be specified.
As a result, the real world can be converted into a virtual world, and situation determination and action determination can be performed by spatial position and orientation recognition, object recognition, attribute recognition, and the like, or by comprehensive judgment based on these recognitions.

「人工知能装置が取り付けられた物体」の具体例としては、例えば、人工知能装置100を取り付けた車両や道路付帯設備等がある。
現実世界には複数台の車両が存在し、その中には人工知能装置が取り付けられた車両と、人工知能装置100の取り付けられていない車両が存在し、それらが混在して道路を通行する。
このように、現実世界は人工知能装置100を取り付けた車両や道路付帯設備と、人工知能装置100が取り付けられていないその他の対象物の2種類に分類できる(図2(a)参照)。
Specific examples of the “object to which the artificial intelligence device is attached” include, for example, a vehicle to which the artificial intelligence device 100 is attached, a road incidental facility, and the like.
There are a plurality of vehicles in the real world, and among them, there are vehicles with an artificial intelligence device attached and vehicles without an artificial intelligence device 100, which are mixed and pass through a road.
In this way, the real world can be classified into two types: vehicles and road-related facilities with the artificial intelligence device 100 attached thereto, and other objects to which the artificial intelligence device 100 is not attached (see FIG. 2A).

各人工知能装置間の通信では、人工知能装置100の判断結果のみならず、車両に取り付けられた人工知能装置100のカメラより得られた周囲の画像を、そのまま又は分析過程の状態で、あるいは分析した結果を、他の車両の人工知能装置100に伝送し、自分の車両からは遠い又は見えない状況であっても、自分の車両の広範囲な状況を判断できるようにすることができる。
また、人工知能装置100の付いていない車両の状況を他の人工知能装置100に備えられたカメラで捉えて、複合された人工知能装置100が協力して多方面からの映像により、単独の人工知能装置によるよりも正確に捉えることができる。
さらに、画像としてはとらえられない遠方の車両の状況をも複合人工知能装置間の通信により得ることができる。
In the communication between the artificial intelligence devices, not only the judgment result of the artificial intelligence device 100 but also the surrounding image obtained from the camera of the artificial intelligence device 100 attached to the vehicle as it is or in the state of the analysis process or analysis The result can be transmitted to the artificial intelligence apparatus 100 of another vehicle so that it is possible to determine a wide range of situations of the own vehicle even in a situation where it is far or invisible from the own vehicle.
In addition, the situation of the vehicle without the artificial intelligence apparatus 100 is captured by a camera provided in the other artificial intelligence apparatus 100, and the combined artificial intelligence apparatus 100 cooperates to display a single artificial It can be captured more accurately than by intelligent devices.
Furthermore, the situation of a distant vehicle that cannot be captured as an image can be obtained by communication between the composite artificial intelligence devices.

ここで、人工知能装置100が備えられる物体としては、車両だけでなく、道路の付帯設備、例えば信号機やガードレールであってもよく、信号機等に取り付けられた人工知能装置100が通信機能により互いに情報を交換することもできる。なお、道路,道路周囲の信号機,街路樹,ビル,ガードレール,道路標識等の道路付帯設備は「人工知能装置が取り付けられた物体」にもなり、また、人工知能装置が取り付けられていない「その他対象物」にもなり得る。
複数の車両や道路設備に取り付けられたそれぞれの人工知能装置100は、それぞれの周囲の状況を判断し、判断結果を共通の座標で表すことで情報を共有できる。そして、人工知能装置100が取り付けられた車両は、後述する制御装置と組み合わせることで自動運転が可能となる。
また、車両以外の例としては、例えばビルの中のような屋内にある主要物体や移動する物体(車いすやロボット等)に人工知能装置100を取り付け、LAN環境でデータのやり取りをすることができる。車いすやロボットは、LAN環境の下で自動運転がなされ、目的の行動をとることが可能となる。
Here, the object provided with the artificial intelligence apparatus 100 may be not only a vehicle but also a road incidental facility, for example, a traffic light or a guard rail. Can also be replaced. Roads, roadside traffic lights, roadside trees, buildings, guardrails, road signs, and other road ancillary equipment can also be “objects with artificial intelligence devices” and “artificial intelligence devices are not attached” It can also be an “object”.
Each artificial intelligence apparatus 100 attached to a plurality of vehicles or road facilities can share information by determining the surrounding situation and expressing the determination result in common coordinates. And the vehicle to which the artificial intelligence apparatus 100 is attached can be automatically driven by combining with a control apparatus to be described later.
As an example other than a vehicle, for example, an artificial intelligence device 100 can be attached to an indoor main object such as a building or a moving object (wheelchair, robot, etc.) to exchange data in a LAN environment. . Wheelchairs and robots are automatically driven in a LAN environment and can take desired actions.

また、上述したように、人工知能装置100が取り付けられる物体としては、図2(b)に示すように、人工知能装置が取り付けられた物体」と、「人工知能装置の一部機能が取り付けられた物体」と、それ以外の「その他対象物」の三種類に分類することもできる。
すなわち、複合人工知能装置は、人工知能装置100が取り付けられた様々な物体と、それ以外の様々な他物体に対し、人工知能装置100の機能の一部を有する一部装置を取り付け、他の物体に属する一部装置は単独では人工知能装置100の機能を有しないが、他の物体に取り付けられた一部装置からの情報を人工知能装置100に送信することにより、又は人工知能装置100による判断結果を受信することにより、様々な物体に取り付けられた人工知能装置100の機能を向上させ、又は他物体を制御することができるようになっている。
Further, as described above, as the object to which the artificial intelligence device 100 is attached, as shown in FIG. 2 (b), an object to which the artificial intelligence device is attached” and “a part of the functions of the artificial intelligence device are attached. It can also be classified into three types: “objects” and other “other objects”.
That is, the composite artificial intelligence device attaches some devices having a part of the function of the artificial intelligence device 100 to various objects to which the artificial intelligence device 100 is attached and other various other objects. Some devices belonging to the object alone do not have the function of the artificial intelligence device 100, but by transmitting information from some devices attached to other objects to the artificial intelligence device 100, or by the artificial intelligence device 100 By receiving the determination result, the function of the artificial intelligence apparatus 100 attached to various objects can be improved, or other objects can be controlled.

具体的には、図2(b)に示すように、「現実世界」に存在する物体を「人工知能装置が取り付けられた物体」と、「人工知能装置の一部機能が取り付けられた物体」と、それ以外の「その他対象物」の三種類に分類することができる。
「人工知能装置の一部機能」を備える一部装置としては、例えば、カメラと画像伝送装置のみで画像認識機能は持たない装置などがある。一部装置に備えられる機能と省略される機能は、複合人工知能装置の使用目的や適用対象等に応じて適宜設定することができる。但し、一部装置には、取得した情報を他の人工知能装置100に伝達するための通信装置については必ず備えられるようにする。
このように、人工知能装置100のすべての機能は有しないが一部の機能を有する一部装置を用いても、広範囲の情報を取得することが可能となり、対象物の認識が精度良くできるようになり、また、一つの対象物に対する視点を多方向にとることができ、認識精度を向上させることができる。これにより、複合人工知能装置の正確かつ高精度な対象物認識を行いつつ、一部装置の構成を簡素化して装置全体の低コスト化,簡略化等を実現することができる。
Specifically, as shown in FIG. 2B, an object in the “real world” is an “object with an artificial intelligence device attached” and an “object with a partial function of the artificial intelligence device”. And other “other objects”.
As a partial device provided with “a partial function of the artificial intelligence device”, for example, there is a device that has only a camera and an image transmission device and does not have an image recognition function. The functions provided in some devices and the functions omitted can be appropriately set according to the purpose of use or application target of the composite artificial intelligence device. However, some devices are always equipped with a communication device for transmitting the acquired information to another artificial intelligence device 100.
As described above, it is possible to acquire a wide range of information and to recognize an object with high accuracy even when using a part of the device that does not have all the functions of the artificial intelligence device 100 but has some functions. Moreover, the viewpoint with respect to one target object can be taken in multiple directions, and the recognition accuracy can be improved. Thereby, it is possible to simplify the configuration of a part of the apparatus while realizing accurate and highly accurate object recognition of the composite artificial intelligence apparatus, thereby realizing cost reduction and simplification of the entire apparatus.

「人工知能装置の一部機能が取り付けられた物体」の具体例としては、例えば、人工知能装置100を車両と道路設備の一部に取り付けて、一部装置については、信号機や道路,街灯に取り付けることができる。勿論、一部装置を車両に取り付けることもできる。
このようにすると、現実世界は人工知能装置100を取り付けた車両と物体、一部装置を取り付けた車両と物体、何も取り付けられていない車両と対象物とに分類されることになる。
一部装置から送られた情報は、人工知能装置100において分析解析判断され、人工知能装置単独での分析解析判断に比較して高効率で高精度に行われる。
人工知能装置100を取り付けた車両は、周囲の状況を判断できるので、車両に制御装置を取り付けることで、車両の自動運転が可能となる。
As a specific example of “an object to which a part of the functions of an artificial intelligence device is attached”, for example, the artificial intelligence device 100 is attached to a part of a vehicle and road equipment, and some of the devices are used as traffic lights, roads, and street lights. Can be attached. Of course, some devices can be attached to the vehicle.
In this way, the real world is classified into a vehicle and an object to which the artificial intelligence device 100 is attached, a vehicle and an object to which some devices are attached, and a vehicle and an object to which nothing is attached.
Information sent from a part of the device is analyzed and analyzed by the artificial intelligence device 100, and is performed with higher efficiency and higher accuracy than the analysis and analysis judgment of the artificial intelligence device alone.
Since the vehicle to which the artificial intelligence device 100 is attached can determine the surrounding situation, the vehicle can be automatically operated by attaching the control device to the vehicle.

図3に示すように、物体「a」は、ビデオカメラ,加速時計や温度計等の各種センサ,通信装置を備えた人工知能装置100と、物体の位置や方向を動かす車輪やハンドル等を機械的に制御する制御装置を備えたフル装備の物体であり、人工知能装置100によって状況を判断し、制御信号によって制御装置を駆動することができる。
物体「b」は、道路の付帯設備のように自力では移動しない物体であり、制御装置は必要ない。
物体「c」は、一部装置のみを備えており、判断機能は備えられていないが、通信機能は備えており、自ら取得したデータを通信装置を介して他の人工知能装置100に送り、他から情報を取得することができる。従って、判断等が必要な場合には他の人工知能装置100に頼ることになる。
物体「d」は、人工知能装置100も一部装置も備えていない物体であり、現実にはこの物体「d」のような物体(対象物)が混在することになる。
As shown in FIG. 3, the object “a” includes a video camera, various sensors such as an acceleration watch and a thermometer, an artificial intelligence device 100 including a communication device, and a wheel and a handle that move the position and direction of the object. It is a full-equipped object equipped with a control device that automatically controls, and can determine the situation by the artificial intelligence device 100 and drive the control device by a control signal.
The object “b” is an object that does not move by itself, such as an incidental facility on a road, and does not require a control device.
The object “c” includes only a part of the device and does not have a determination function, but has a communication function, and sends the data acquired by itself to the other artificial intelligence device 100 via the communication device. Information can be obtained from others. Therefore, when a judgment or the like is necessary, the other artificial intelligence device 100 is relied upon.
The object “d” is an object that is not provided with the artificial intelligence apparatus 100 or a part of the apparatus. In reality, an object (target object) such as the object “d” is mixed.

[具体的機能]
次に、以上のような本発明の複合人工知能装置における、より具体的な機能について、図4を参照しつつ説明する。
図4は、図1に示した各人工知能装置100において実現されるより具体的機能を説明するための機能ブロック図である。
同図に示すように、人工知能装置100では、以下のような具体的機能が実現される。
[Specific functions]
Next, more specific functions in the composite artificial intelligence apparatus of the present invention as described above will be described with reference to FIG.
FIG. 4 is a functional block diagram for explaining more specific functions realized in each artificial intelligence apparatus 100 shown in FIG.
As shown in the figure, the artificial intelligence device 100 realizes the following specific functions.

三次元空間構成部401は、個々の人工知能装置100及び個々の一部装置(図2及び図3参照)によって取得された周囲空間の画像情報等を、統一座標系に統合し、空間の三次元形状の概略を構成する。
物体位置姿勢移動配置部402は、三次元空間構成部401で得られた空間の三次元空間内に存在する人工知能装置100が属する様々な物体及び一部装置が属するその他の物体の、位置と姿勢と移動を三次元データとして取得して、統一座標系に配置する。
対象物位置移動追加配置部403は、物体位置姿勢移動配置部402により物体が配置された統一座標系に、物体に属さない対象物の三次元位置と姿勢と移動を三次元データとして取得して、統一座標系に追加配置する。
The three-dimensional space configuration unit 401 integrates image information and the like of the surrounding space acquired by each artificial intelligence device 100 and each partial device (see FIG. 2 and FIG. 3) into a unified coordinate system, and performs spatial tertiary Construct an outline of the original shape.
The object position / posture movement arrangement unit 402 includes the positions of various objects to which the artificial intelligence device 100 existing in the three-dimensional space of the space obtained by the three-dimensional space configuration unit 401 and other objects to which some devices belong. The posture and movement are acquired as 3D data and placed in a unified coordinate system.
The object position movement additional arrangement unit 403 acquires, as three-dimensional data, the three-dimensional position, posture, and movement of an object that does not belong to the object in the unified coordinate system in which the object is arranged by the object position / posture movement arrangement unit 402. , Place it in the unified coordinate system.

データベース部404は、物体、その他の物体及び対象物に対応する三次元形状と属性を前もって与えてある複数の部品を格納してある。
姿勢絞り込み部405aは、物体、その他の物体及び対象物に対応する部品をデータベース部404の中の候補部品から抽出し、三次元空間構成部401の視点位置から概略の配置と姿勢を予想して、部品の姿勢を絞り込む。
属性による部品絞り込み部405bは、必要に応じ、後述する部品の特定及び固定(物体対象物部品特定部407及び物体対象物部品座標固定部408参照)の後に、又は同時に、又は先だって、物体の持つ属性と部品の持つ属性を比較し、条件内で属性が一致すれば特定の可能性が増加したものとして、部品候補を絞り込む。
比較部406は、物体、その他の物体及び対象物の一部分の三次元形状データと絞り込んだ部品を次々比較する。
The database unit 404 stores a plurality of parts to which a three-dimensional shape and attributes corresponding to objects, other objects, and objects are given in advance.
The attitude narrowing unit 405a extracts parts corresponding to objects, other objects, and objects from candidate parts in the database unit 404, and predicts an approximate arrangement and attitude from the viewpoint position of the three-dimensional space configuration unit 401. , Narrow down the posture of the parts.
The component narrowing-down unit 405b by the attribute is held by the object after specifying or fixing the components (see the object target component specifying unit 407 and the object target component coordinate fixing unit 408) as described later, or at the same time or in advance. The attribute and the attribute of the part are compared, and if the attribute matches within the condition, the part candidate is narrowed down assuming that the specific possibility has increased.
The comparison unit 406 sequentially compares the narrowed parts with the three-dimensional shape data of a part of the object, other objects, and the target object.

物体対象物部品特定部407は、比較部406における比較の一致と不一致を判断して、一致することで対応する部品を特定する。
物体対象物部品座標固定部408は、物体対象物部品特定部407による特定と同時に、又はその特定の後に、部品の三次元位置を詳細に決定して、統一座標系に再配置する。
物体部品属性比較追加更新部409は、既に特定が済んでいれば部品に新たな属性を追加し、又は更新する。
部品再構築三次元空間生成部410は、統一座標系に、複数の部品により再構築して、部品再構築三次元空間を生成する。
The object target part specifying unit 407 determines whether the comparison in the comparison unit 406 matches or does not match, and specifies the corresponding part by matching.
The object target part coordinate fixing unit 408 determines the three-dimensional position of the part in detail at the same time as or after the specification by the object target part specifying unit 407 and rearranges it in the unified coordinate system.
The object part attribute comparison addition / update unit 409 adds or updates a new attribute to the part if the identification has already been completed.
The part reconstructed three-dimensional space generation unit 410 reconstructs a plurality of parts in a unified coordinate system to generate a part reconstructed three-dimensional space.

現実対応仮想空間部411は、生成された部品再構築三次元空間において、構成要素となる各部品に属性を与え、現実世界を属性を持つ複数の部品による仮想の世界として、現実対応仮想空間を生成する。
仮想空間での自己認識部412は、生成された現実対応仮想空間中に、自分自身の三次元位置と姿勢と移動を配置し、自己位置を中心とした部品の三次元配置と属性関係を求める。
意味ルール付与部413は、複数の部品の三次元配置とそれらの属性の持つ相互関係から生み出される意味を生成するルールを前もって与えておく。
意味発生部414は、現実対応仮想空間内の自分自身の位置関係、及びそれら属性の関係から意味を生成する。
Real corresponding virtual space 411, the generated parts reconstructed three-dimensional space, giving an attribute to each part is a component, the real world, a virtual world by a plurality of components having attributes, the real corresponding virtual space Is generated.
The self-recognition unit 412 in the virtual space arranges its own three-dimensional position, posture, and movement in the generated reality-enabled virtual space, and obtains the three-dimensional arrangement and attribute relationship of the parts centered on the self-position. .
The semantic rule assigning unit 413 gives in advance a rule for generating a meaning generated from the three-dimensional arrangement of a plurality of parts and the mutual relationship of their attributes.
The meaning generation unit 414 generates a meaning from the positional relationship of itself and the relationship between these attributes in the reality corresponding virtual space.

自己状況把握部415は、三次元空間の中に自分自身のおかれた状況を前記現実対応空仮想間内に置き換えて理解する。
時間経緯シミュレーション部416は、自己状況把握部415によって得られる自己状況と周囲の関係状況を、過去から現在を経て近未来に亘ってシミュレーションによって確認する。
行動決定部417は、時間経緯シミュレーション部416による近未来の状況を確認し、理解した上で、自分自身の現在の行動を決定する。
The self-situation grasping unit 415 understands by replacing the situation placed in the three-dimensional space with the reality corresponding virtual space.
The time history simulation unit 416 confirms the self-situation obtained by the self-situation grasping unit 415 and surrounding relations by simulation from the past to the near future.
The behavior determination unit 417 determines the current behavior of the near future by checking and understanding the situation in the near future by the time history simulation unit 416.

学習装置418は、プロセス記憶部418aと類型分類部418bとを備えており、以前体験した類似するプロセスを再現して、プロセスを単純化する。
具体的には、プロセス記憶部418aは、複合人工知能装置に含まれる一部又は全部の人工知能装置における行動決定部417の行動決定に至る全プロセス又は一部プロセスを記憶する。
類型分類部418bは、プロセス記憶部418aのプロセスを類似するプロセスに分類整理して保存する。
これにより、以前体験した類似するプロセスを再現して、プロセスを単純化することができる。
The learning device 418 includes a process storage unit 418a and a type classification unit 418b, and reproduces a similar process experienced previously to simplify the process.
Specifically, the process storage unit 418a stores all or some processes leading to the action determination of the action determination unit 417 in a part or all of the artificial intelligence devices included in the composite artificial intelligence device.
The type classification unit 418b sorts and stores the processes in the process storage unit 418a into similar processes and stores them.
This simplifies the process by reproducing a similar process that was previously experienced.

以上のような具体的な各機能を備える人工知能装置100は、次のように動作することになる。
図3に示すように、まず、三次元空間構成部401により、個々の人工知能装置100によって取得された周囲空間の画像情報等、また、個々の人工知能装置と個々の一部装置によって取得された周囲空間の画像情報等が、統一座標系に統合され、空間の三次元形状の概略が構成される。
次に、物体位置姿勢移動配置部402において、空間の三次元空間内に存在する人工知能装置100が属する様々な物体、及び一部装置が属するその他の物体の位置と姿勢と移動を三次元データとして通信により取得し、統一座標系に配置する。
The artificial intelligence apparatus 100 having specific functions as described above operates as follows.
As shown in FIG. 3, first, the image information of the surrounding space acquired by the individual artificial intelligence apparatus 100 by the three-dimensional space configuration unit 401, and also acquired by the individual artificial intelligence apparatus and each partial apparatus. The image information and the like of the surrounding space are integrated into the unified coordinate system, and an outline of the three-dimensional shape of the space is constructed.
Next, in the object position / posture movement / arrangement unit 402, the position, posture, and movement of various objects to which the artificial intelligence device 100 exists in the three-dimensional space of the space and other objects to which some devices belong are three-dimensional data. Is obtained by communication and placed in a unified coordinate system.

次に、対象物位置移動追加配置部403により、物体が配置された統一座標系に対し、物体に属さない対象物の三次元位置と姿勢と移動を三次元データとして取得し、統一座標系に追加配置する。
このようにすることで、すべての物体と対象物はそれらの移動を含めて三次元の空間的配置が構成されことになる。
次に、物体及び対象物に対応する三次元部品を抽出する。物体及び対象物に対応する三次元形状と属性を前もって与えてある複数の部品については、データベース部404にあらかじめ格納されている。なお、この部品は、形状を示す三次元CGを持つことを原則とするが、二次元の部品であっても良い場合がある。
Next, the object position movement additional arrangement unit 403 acquires the three-dimensional position, orientation, and movement of the object that does not belong to the object as a three-dimensional data with respect to the unified coordinate system in which the object is arranged. Place additional.
In this way, all objects and objects are configured in a three-dimensional spatial arrangement including their movement.
Next, a three-dimensional part corresponding to the object and the object is extracted. A plurality of parts to which a three-dimensional shape and attributes corresponding to the object and the object are given in advance are stored in the database unit 404 in advance. In principle, this part has a three-dimensional CG indicating the shape, but it may be a two-dimensional part.

次に、姿勢絞り込み部405aにより、物体、その他の物体及び対象物に対応する部品をデータベース部404の候補部品中から絞り込み、三次元空間構成部401の視点位置から、概略の配置と姿勢を予想して、部品の姿勢を絞り込む。例えば、物体の属性からそれが地面に接していることが明らかであれば、地上面の通路に平行に配置された姿勢まで絞り込むことができる。
次に、比較部406において、物体、その他の物体及び対象物の一部分の三次元形状データと絞り込んだ部品を次々比較する。
比較部406では、三次元的な比較,二次元的な比較,色の比較,その他のセンサから得られたデータの比較等の属性比較がなされ、物体対象物部品特定部407において、比較の一致と不一致を判断して、一致することで対応する部品を特定する。ここでは、一致したことで部品を特定し、それを形状として出力して表示することができる。
Next, the posture narrowing unit 405a narrows down the objects and other parts corresponding to the object and the target object from the candidate parts in the database unit 404, and predicts the approximate arrangement and posture from the viewpoint position of the three-dimensional space configuration unit 401. Then narrow down the posture of the parts. For example, if it is clear from the attribute of the object that it is in contact with the ground, it can be narrowed down to the posture arranged in parallel with the passage on the ground surface.
Next, the comparison unit 406 compares the three-dimensional shape data of the object, another object, and a part of the object with the narrowed parts one after another.
The comparison unit 406 performs attribute comparison such as three-dimensional comparison, two-dimensional comparison, color comparison, and comparison of data obtained from other sensors, and the object target component specifying unit 407 matches the comparison. And the corresponding parts are identified by matching. Here, it is possible to specify a part by matching and output and display it as a shape.

物体対象物部品座標固定部408では、物体対象物部品特定部407における部品の特定と同時に、又はその特定の後に、部品の三次元位置を詳細に決定して、統一座標系に再配置する。ここでは、特定された部品の座標を決定することができる。また、三次元空間構成部401による座標系と同一の座標系で、部品の形状と座標を表示することができる。また、移動する物体等は追跡することで、移動体にも対応することができる。
属性による部品絞り込み部405bでは、必要に応じて、上述の部品の特定及び固定の後に、又は同時に、又は先だって、物体の持つ属性と部品の持つ属性を比較して、条件内で属性が一致すれば、直ぐに特定するのではなく、特定の可能性が増加したものとして、部品候補を絞り込み、最終的には形状比較で特定する為の前段階処理を行う。
In the object target component coordinate fixing unit 408, the three-dimensional position of the component is determined in detail and rearranged in the unified coordinate system simultaneously with or after the specification of the component in the object target component specifying unit 407. Here, the coordinates of the identified part can be determined. Further, the shape and coordinates of the part can be displayed in the same coordinate system as the coordinate system by the three-dimensional space configuration unit 401. Further, by tracking a moving object or the like, it is possible to deal with a moving body.
In the component narrowing down part 405b by attribute, the attribute of the object is compared with the attribute of the component after specifying and fixing the component as described above, or at the same time or before, and the attribute is matched within the condition. For example, instead of specifying immediately, it is determined that the possibility of specifying has increased, and part candidates are narrowed down, and finally a pre-processing for specifying by shape comparison is performed.

既に部品の特定が済んでいれば、物体部品属性比較追加更新部409により、特定された部品にセンサ等で取得した温度、堅さ、色等の新たな属性を追加し、又は更新する。
部品再構築三次元空間生成部410では、上述した統一座標系に、複数の部品により再構築することにより、部品再構築三次元空間を生成する。これにより、現実世界は、三次元部品で再構築されたバーチャル三次元空間として得られることになる。ただし、すべての物体を三次元空間に置き換える必要はない。複合人工知能装置の目的に応じて、その目的に必要な物体と対象物のみ部品に置き換えればよい。なお、複合人工知能装置の目的が明確でない場合や、複数の目的がある場合には、可能な限り多くの部品で現実世界を再構築することが好ましい。
そして、現実対応仮想空間部411により、部品再構築三次元空間において、構成要素となる各部品に属性を与え、現実世界を、属性を持つ複数の部品による仮想の世界として扱う現実対応仮想空間を生成する。
If the part has already been specified, the object part attribute comparison addition / update unit 409 adds or updates new attributes such as temperature, stiffness, and color acquired by the sensor or the like to the specified part.
The component reconstructed three-dimensional space generation unit 410 generates a component reconstructed three-dimensional space by reconstructing the above-described unified coordinate system with a plurality of components. As a result, the real world is obtained as a virtual three-dimensional space reconstructed with three-dimensional parts. However, it is not necessary to replace all objects with a three-dimensional space. Depending on the purpose of the composite artificial intelligence device, only the objects and objects necessary for that purpose may be replaced with parts. When the purpose of the composite artificial intelligence device is not clear or when there are multiple purposes, it is preferable to reconstruct the real world with as many parts as possible.
Then, the reality corresponding virtual space unit 411 assigns an attribute to each component that is a component in the component reconstructing three-dimensional space, and the reality corresponding virtual space that treats the real world as a virtual world by a plurality of components having attributes. Generate.

次に、仮想空間での自己認識部412では、現実対応仮想空間411の中に、当該物体の自分自身の三次元位置と姿勢と移動を配置し、自己位置を中心とした部品の三次元配置と属性関係を求める。
自己位置は周囲との関係で求めることができる。また、他の人工知能装置100で取得されたその物体の位置と属性と部品と比較することにより、自分自身を三次元空間の中に三次元形状で表現することが可能となる。また、物体に備えられたカメラ等では観測できない物体自身の色等、自分自身では得られない属性情報等もあるので、その場合には、周囲の人工知能装置から最新のデータを取得することで、自分自身の属性を更新することができる。
Next, the self-recognition unit 412 in the virtual space arranges the three-dimensional position, posture, and movement of the object in the reality corresponding virtual space 411, and the three-dimensional arrangement of the components around the self position. And attribute relationship.
The self position can be obtained in relation to the surroundings. Further, by comparing the position, attribute, and part of the object acquired by the other artificial intelligence apparatus 100 with each other, it is possible to express itself in a three-dimensional shape in a three-dimensional space. In addition, since there are attribute information that cannot be obtained by yourself, such as the color of the object itself that can not be observed with the camera etc. provided in the object, in that case, by acquiring the latest data from surrounding artificial intelligence devices You can update your own attributes.

以上のようにして、現実世界は、空間と物体の形状と座標を持ち、属性を持つ部品によってバーチャルな世界に再構成されたことで、その位置関係から新しい意味が生まれる。
そこで、意味ルール付与部413によって、複数の部品の三次元配置とそれらの属性の持つ相互関係から生み出される意味を生成するルールを前もって与えておく。例えば、物体がトランプカードである場合、同じトランプのカードでも、ゲームの種類によってその配置の意味が異なる。また、物体が車両の場合、二台の車両間の距離が同じでも、それが同じ車線上にあるのか、対向する車線上にあるのかでは、意味が異なる。
そのような意味を産み出すルールを前もって用意する。
As described above, the real world has a space, the shape and coordinates of an object, and is reconstructed into a virtual world by parts having attributes, and a new meaning is born from the positional relationship.
Therefore, a rule for generating a meaning generated from a three-dimensional arrangement of a plurality of parts and a mutual relationship of their attributes is given in advance by the semantic rule assigning unit 413. For example, when the object is a playing card, the meaning of the arrangement differs depending on the type of game even if the card is the same playing card. Further, when the object is a vehicle, even if the distance between the two vehicles is the same, the meaning differs depending on whether the object is on the same lane or on the opposite lane.
Prepare in advance rules to produce such meanings.

意味発生部414では、現実対応仮想空間内の自分自身の位置関係、及びそれら属性の関係から、上述した意味を生成する。
具体的には、物体自身と周囲との空間的位置関係から、人工知能装置100を取り付けた物体は、状況判断において個別の固有の意味を持つことになる。例えば、人工知能装置100を取り付けた車両の場合、それ自身で自分のおかれている意味と行動の目的を持ち、それを周囲の人工知能装置100との通信によって関係し合うことで、全体として総合的意味が生成される。総合的意味とは、例えば「事故発生による渋滞」というような全体に共通する意味である。
また、このような総合的意味とは別に、個別の目的を持つ人工知能装置100が持つ個別の意味が存在する。個別の意味とは、例えば「迂回して目的地に急ぐ」という行動を産み出し、他の車両では「レストランによって食事をしながら渋滞が解消されるのを待つ」というような固有の意味となる。
The meaning generation unit 414 generates the above-described meaning from the positional relationship of itself in the reality corresponding virtual space and the relationship between these attributes.
Specifically, from the spatial positional relationship between the object itself and the surroundings, the object to which the artificial intelligence device 100 is attached has an individual unique meaning in situation determination. For example, in the case of a vehicle with the artificial intelligence device 100 attached, the vehicle has its own meaning and purpose of action, and is related by communicating with the surrounding artificial intelligence devices 100 as a whole. A comprehensive meaning is generated. The comprehensive meaning is a common meaning such as “congestion caused by an accident”.
In addition to such a comprehensive meaning, there are individual meanings possessed by the artificial intelligence apparatus 100 having individual purposes. Individual meanings are unique meanings, such as “being detoured and rushing to the destination”, and other vehicles “waiting for traffic to be resolved while eating at restaurants” .

次に、自己状況把握部415により、三次元空間の中に自分自身のおかれた状況を現実対応仮想空間内に置き換えて理解する。上述した意味発生部415で発生した意味は、自分自身(物体)との関係において主観的な意味となり、行動の原因となり、自己状況把握部415では、自己状況と周囲の関係状況を取得できるが、それを時間経緯の中で追跡して、現状意味を理解する必要がある。
そこで、時間経緯シミュレーション部416において、過去から現在を経て近未来に亘ってシミュレーションによって刻々変化する自己状況を確認し、目的に合った行動に最適な未来を推測する。
そして、行動決定部417で、上述した自己状況と周囲関係状況を理解した上で、自分自身の次の行動を決定する。これにより、行動は総合的意味と個別の意味から個々の人工知能装置で固有に決定される。
このような行動決定部417を有する人工知能装置100が複数、通信可能に結合されることで、複合型の人工知能装置が実現されることになる。
Next, the self-situation grasping unit 415 replaces the situation placed in the three-dimensional space with the reality corresponding virtual space for understanding. The meaning generated by the meaning generation unit 415 described above has a subjective meaning in relation to itself (an object) and causes a behavior, and the self-situation grasping unit 415 can acquire a self-situation and a surrounding relational state. It is necessary to trace it over time and understand the meaning of the current situation.
Therefore, the time history simulation unit 416 confirms the self-situation that changes every time through the simulation from the past to the near future, and estimates the optimal future for the action that suits the purpose.
Then, the behavior determination unit 417 determines the next behavior of itself after understanding the above-described self-situation and surrounding situation. As a result, the behavior is uniquely determined by the individual artificial intelligence device from the comprehensive meaning and the individual meaning.
By combining a plurality of artificial intelligence devices 100 having such an action determination unit 417 in a communicable manner, a composite artificial intelligence device is realized.

さらに、学習装置418により、以前体験した類似するプロセスを再現して、プロセスを単純化することができる。具体的には、プロセス記憶部418aは、複合人工知能装置に含まれる一部又は全部の人工知能装置における行動決定部417の行動決定に至る全プロセス又は一部プロセスを記憶する。
類型分類部418bでは、プロセス記憶部418aのプロセスを類似するプロセスに分類整理して保存する。
Further, the learning device 418 can recreate a similar process that was previously experienced to simplify the process. Specifically, the process storage unit 418a stores all or some processes leading to the action determination of the action determination unit 417 in a part or all of the artificial intelligence devices included in the composite artificial intelligence device.
In the type classification unit 418b, the processes in the process storage unit 418a are classified and organized into similar processes and stored.

この学習装置418により、同じ状況の下で行動するときには、毎回同じプロセスで認識し、行動を決定するのではなく、前回の行動パタンを記憶しておいて、そのプロセスをそのまま利用する。また、同じ状況だけではなく、似たような状況においても分類された状況にマッチする場合に応じた処理方法を前回の体験を生かすように学習をさせることで、処理速度も速くなり、結果として行動の反応時間が迅速化される。体験を積むほど学習効果が出てくることになる。
意味発生は、学習装置418の中で産み出し、記憶しておく。また意味の配置と連続がまた新しい意味を産み出すので、意味ルール付与部413と意味発生部414は学習装置418とともに備えられるのが好ましい。
このようにして、以前体験した類似するプロセスを再現して、プロセスを単純化することができる。
When this learning device 418 acts under the same situation, it does not recognize and determine the behavior every time, but stores the previous behavior pattern and uses the process as it is. In addition, not only in the same situation but also in similar situations, the processing method according to the case where it matches the classified situation is learned to make use of the previous experience, so the processing speed becomes faster, and as a result The reaction time of action is expedited. The more experience you have, the more effective the learning will be.
The meaning generation is generated in the learning device 418 and stored. In addition, since the arrangement and continuity of meanings produce new meanings, it is preferable that the meaning rule assigning unit 413 and the meaning generating unit 414 are provided together with the learning device 418.
In this way, a similar process that was previously experienced can be reproduced to simplify the process.

[概略構成]
次に、本発明の複合人工知能装置において以上のような基本的機能,具体的機能を実現するため各人工知能装置100が備える一実施形態の概略構成について図5及び図6を参照して説明する。
図5は、本発明の複合人工知能装置を構成する各人工知能装置100の一実施形態の概略構成を示すブロック図であり、図6は、図5に示す概略構成の詳細を示したブロック図である。
同図に示すように、本発明の一実施形態に係る人工知能装置100は、画像取得装置501と、画像特徴点演算装置502と、比較基準信号選択装置503と、形状部品生成装置504と、形状部品データベース装置505と、比較候補信号選択装置506と、部品構成による3D地図装置507と、GPSによるカメラ概略位置決定装置508と、比較認識装置509と、座標統合装置510と、更新された部品構成による3D地図DB装置511と、意味理解判断装置512と、制御装置513と、さらに、表示装置(出力装置)514とを備えている。
以下、具体的に各部について説明する。
[Schematic configuration]
Next, a schematic configuration of an embodiment included in each artificial intelligence device 100 in order to realize the above basic functions and specific functions in the composite artificial intelligence device of the present invention will be described with reference to FIGS. 5 and 6. To do.
FIG. 5 is a block diagram showing a schematic configuration of one embodiment of each artificial intelligence device 100 constituting the composite artificial intelligence device of the present invention, and FIG. 6 is a block diagram showing details of the schematic configuration shown in FIG. It is.
As shown in the figure, an artificial intelligence device 100 according to an embodiment of the present invention includes an image acquisition device 501, an image feature point calculation device 502, a comparison reference signal selection device 503, a shape component generation device 504, Shape component database device 505, comparison candidate signal selection device 506, 3D map device 507 by component configuration, camera approximate position determination device 508 by GPS, comparison recognition device 509, coordinate integration device 510, and updated components The configuration includes a 3D map DB device 511, a meaning understanding determination device 512, a control device 513, and a display device (output device) 514.
Hereinafter, each part is demonstrated concretely.

画像取得装置501は、複合人工知能装置を構成する単位となる各人工知能装置に備えられるビデオカメラ部等を備え、人工知能装置100が取り付けられる物体周囲の動画映像を取得する。
具体的には、画像取得装置501においては、動画像または連続静止画を取得する。
ここで、取得画像は全周囲画像とすることが好ましく、従って、画像取得装置501に備えられるカメラも全周囲を写すカメラが好ましいが、その構成は特に限定されない。例えば、カメラを移動させ回転させることで全周囲を写しても良いし、複数のカメラで全周囲をカバーしても良い。また複数のカメラで視野を重複させて全周囲をカバーして設置しても良い。
The image acquisition device 501 includes a video camera unit and the like provided in each artificial intelligence device that is a unit constituting the composite artificial intelligence device, and acquires a moving image around the object to which the artificial intelligence device 100 is attached.
Specifically, the image acquisition device 501 acquires a moving image or a continuous still image.
Here, the acquired image is preferably an all-around image, and therefore, the camera provided in the image acquiring apparatus 501 is also preferably a camera that captures the entire periphery, but the configuration is not particularly limited. For example, the entire periphery may be captured by moving and rotating the camera, or the entire periphery may be covered by a plurality of cameras. In addition, a plurality of cameras may be installed to cover the entire periphery by overlapping the field of view.

画像特徴点演算装置502は、図6に示すように、画像一時記録部502aと、特徴点抽出・追跡処理部502bと、ベクトル演算部502cと、カメラベクトル検出部502dと、追加特徴点抽出・追跡処理部502eと、特徴点座標演算部502fと、特徴点結合ポリゴン生成部502gと、特徴点面三次元分布生成部502hとを備えている。
画像一時記憶部502aでは、画像取得部501で取得された動画映像を、記録は又は一次記録する。記録する画像はカメラベクトルの演算に必要な範囲でよく、通常は数フレーム〜数十フレーム分の映像が有ればよい。また、十分過去の映像は消去することができる。
As shown in FIG. 6, the image feature point calculation device 502 includes an image temporary recording unit 502a, a feature point extraction / tracking processing unit 502b, a vector calculation unit 502c, a camera vector detection unit 502d, an additional feature point extraction / A tracking processing unit 502e, a feature point coordinate calculation unit 502f, a feature point combined polygon generation unit 502g, and a feature point plane three-dimensional distribution generation unit 502h are provided.
The temporary image storage unit 502a records or primarily records the moving image acquired by the image acquisition unit 501. The image to be recorded may be in a range necessary for the calculation of the camera vector, and it is usually only necessary to have several frames to several tens of frames of video. In addition, the past video can be erased sufficiently.

特徴点抽出・追跡処理部502bでは、記録した映像内に有って画像的特徴のある十分多くの特徴点、又は画像的特徴部位を自動抽出し、特徴点又は特徴部位を動画画像内に自動追跡する。特徴点とは、その微小周囲画像とともに示される点であって、特徴部位とは画像の形態を持っている微小面を言う。
特徴点抽出・追跡処理部502bにおいて、画像一次記憶部に一時記録した画像の中に、演算に必要となる十分な数の特徴点を自動抽出する。精度の点から、一フレームに数十から数百の特徴点が存在することが適切である。
特徴点を、各フレーム画像内に自動追跡することで各フレームの特徴点の対応関係を求めておく。これはカメラベクトルを演算するためと、後述する特徴点面三次元分布図を生成するために必要となる。
The feature point extraction / tracking processing unit 502b automatically extracts a sufficiently large number of feature points or image feature parts having image features in the recorded video, and automatically features points or feature parts in the moving image. Chase. The feature point is a point shown together with the minute surrounding image, and the feature part is a minute surface having an image form.
The feature point extraction / tracking processing unit 502b automatically extracts a sufficient number of feature points necessary for calculation from the image temporarily recorded in the image primary storage unit. From the viewpoint of accuracy, it is appropriate that tens to hundreds of feature points exist in one frame.
Correspondence between the feature points of each frame is obtained by automatically tracking the feature points in each frame image. This is necessary for calculating the camera vector and for generating a feature point plane three-dimensional distribution map, which will be described later.

ベクトル演算部502cでは、十分に多くの特徴点又は特徴部位から、各特徴点の三次元座標を重複して演算で求める。
ベクトル演算部502cにおいて、カメラベクトルを演算する目的の特徴点から、各フレーム画像に対応したカメラベクトル(カメラ位置と回転)と特徴点の三次元座標をエピポーラ幾何学の演算で自動的に求める。
The vector calculation unit 502c obtains the three-dimensional coordinates of each feature point by calculation from a sufficiently large number of feature points or feature parts.
In the vector calculation unit 502c, the camera vector (camera position and rotation) corresponding to each frame image and the three-dimensional coordinates of the feature point are automatically obtained from the target feature point for calculating the camera vector by calculation of epipolar geometry.

カメラベクトル検出部502dでは、ベクトル演算部の演算で得られた十分に多くの特徴点の三次元座標の重複する関係から、統計処理演算により精度良くカメラベクトル(カメラ三次元座標と3軸回転角)を求める。カメラベクトルとはカメラの三次元的な位置と3軸回転姿勢をいう。
カメラベクトル検出部502dでは、カメラ位置の精度が向上するように、特徴点とカメラ位置が作る多くの三角形により複数回重複演算され、一つのカメラ位置が複数求められ、また一つの特徴点の座標が複数回重複演算される。得られた特徴点及びカメラの位置と回転と、その分布が最も狭い範囲に分布する位置が最も誤差が小さい点と仮定して、カメラ位置を統計処理で求める。分布が広範囲に広がるときは、その演算に係わった特徴点はふさわしくない特徴点として破棄し、演算をやり押す。カメラベクトルはそれのみで求められるのではなく、常に特徴点とともに得られる。
そして、カメラ位置と回転を三次元座標として抽出することにより、カメラ位置、すなわち人工知能装置100が備えられる物体自身の三次元位置と姿勢(カメラ位置と姿勢に対応)が検出される。このカメラベクトルを精度良く、リアルタイム演算で処理することが必要である。
In the camera vector detection unit 502d, a camera vector (camera three-dimensional coordinate and three-axis rotation angle is accurately obtained by statistical processing calculation from the overlapping relationship of three-dimensional coordinates of sufficiently many feature points obtained by the calculation of the vector calculation unit. ) The camera vector means a three-dimensional position and a three-axis rotation posture of the camera.
In the camera vector detection unit 502d, a plurality of triangles are formed by the feature points and the camera positions so as to improve the accuracy of the camera position, and a plurality of one camera positions are obtained, and the coordinates of one feature point are obtained. Is duplicated multiple times. The camera position is obtained by statistical processing on the assumption that the obtained feature point and the position and rotation of the camera and the position where the distribution is the narrowest range are the smallest error. When the distribution spreads over a wide range, the feature points involved in the calculation are discarded as unsuitable feature points, and the calculation is repeated. The camera vector is not always obtained alone, but is always obtained together with the feature points.
Then, by extracting the camera position and rotation as three-dimensional coordinates, the camera position, that is, the three-dimensional position and posture (corresponding to the camera position and posture) of the object itself provided with the artificial intelligence device 100 is detected. It is necessary to process the camera vector with high accuracy and in real time.

以下、カメラベクトル検出部502dにおける具体的なカメラベクトルの検出方法について、図7以下を参照しつつ説明する。
まず、画像取得装置501で取得された画像データは画像一時記録部502aを経て(又は直接)特徴点抽出・追跡処理部502bに入力され、適切にサンプリングされたフレーム画像中に、特徴点となるべき点又は小領域画像(特徴部位)が自動抽出され、複数のフレーム画像間で特徴点の対応関係が自動的に求められる。
具体的には、カメラベクトルの検出の基準となる、十分に必要な数以上の特徴点を求める。画像間の特徴点とその対応関係の一例を、図7〜図9に示す。図中「+」が自動抽出された特徴点であり、複数のフレーム画像間で対応関係が自動追跡される(図9に示す対応点1〜4参照)。
ここで、特徴点の抽出は、図10に示すように、各画像中に充分に多くの特徴点を指定,抽出することが望ましく(図10の○印参照)、例えば、100点程度の特徴点を抽出する。
Hereinafter, a specific camera vector detection method in the camera vector detection unit 502d will be described with reference to FIG.
First, the image data acquired by the image acquisition device 501 is input to the feature point extraction / tracking processing unit 502b via the image temporary recording unit 502a (or directly), and becomes a feature point in an appropriately sampled frame image. A power point or a small area image (feature part) is automatically extracted, and a correspondence relationship between feature points is automatically obtained among a plurality of frame images.
Specifically, more than a sufficient number of feature points that are used as a reference for detecting a camera vector are obtained. An example of feature points between images and their corresponding relationships are shown in FIGS. In the figure, “+” is a feature point that is automatically extracted, and the correspondence is automatically tracked between a plurality of frame images (see correspondence points 1 to 4 shown in FIG. 9).
Here, for feature point extraction, as shown in FIG. 10, it is desirable to specify and extract a sufficiently large number of feature points in each image (see circles in FIG. 10). For example, about 100 feature points are extracted. Extract points.

続いて、ベクトル演算部502cで、抽出された特徴点又は特徴部位の三次元座標が演算により求められ、その三次元座標に基づいて、カメラベクトル検出部502dでカメラベクトルが演算により求められる。
具体的には、カメラベクトル検出部502dは、連続する各フレーム間に存在する、十分な数の特徴の位置と、移動するカメラ間の位置ベクトル、カメラの3軸回転ベクトル、各カメラ位置と特徴点をそれぞれ結んだベクトル等、各種三次元ベクトルの相対値を演算により連続的に算出する
例えば、360度全周画像のエピポーラ幾何からエピポーラ方程式を解くことによりカメラ運動(カメラ位置とカメラ回転)を計算するようになっている。
Subsequently, the vector calculation unit 502c calculates the three-dimensional coordinates of the extracted feature points or feature parts, and the camera vector detection unit 502d calculates the camera vector based on the three-dimensional coordinates.
Specifically, the camera vector detection unit 502d has a sufficient number of feature positions that exist between successive frames, a position vector between moving cameras, a three-axis rotation vector of the camera, and each camera position and feature. Relative values of various three-dimensional vectors such as vectors connecting points are continuously calculated by calculation .
For example, camera motion (camera position and camera rotation) is calculated by solving an epipolar equation from the epipolar geometry of a 360-degree all-round image.

図9に示す画像1,2は、360度全周画像をメルカトール展開した画像であり、緯度φ、軽度θとすると、画像1上の点は(θ1,φ1)、画像2上の点は(θ2,φ2)となる。そして、それぞれのカメラでの空間座標は、z1=(cosφ1cosθ1,cosφ1sinθ1,sinφ1)、z2=(cosφ2cosθ2,cosφ2sinθ2,sinφ2)である。カメラの移動ベクトルをt、カメラの回転行列をR、とすると、z1T[t]×Rz2=0がエピポーラ方程式である。
十分な数の特徴点を与えることにより、線形代数演算により最小自乗法による解としてt及びRを計算することができる。この演算を対応する複数フレームに適用し演算する。
Images 1 and 2 shown in FIG. 9 are images obtained by performing Mercator expansion of 360-degree all-round images. When latitude φ and light θ are assumed, points on image 1 are (θ1, φ1) and points on image 2 are ( θ2, φ2). The spatial coordinates of each camera are z1 = (cos φ1 cos θ1, cos φ1 sin θ1, sin φ1), z2 = (cos φ2 cos θ2, cos φ2 sin θ2, sin φ2). When the camera movement vector is t and the camera rotation matrix is R, z1 T [t] × Rz2 = 0 is the epipolar equation.
By providing a sufficient number of feature points, t and R can be calculated as a solution by the method of least squares by linear algebra calculation. This calculation is applied to a plurality of corresponding frames.

ここで、カメラベクトルの演算に利用する画像としては、360度全周画像を用いることが好ましい。
カメラベクトル演算に用いる画像としては、原理的にはどのような画像でも良いが、図9に示す360度全周画像のような広角画像の方が特徴点を数多く選択し易くなる。そこで、カメラベクトル演算に360度全周画像を用いることにより、特徴点の追跡距離を長くでき、特徴点を十分に多く選択することができ、遠距離、中距離、短距離それぞれに都合の良い特徴点を選択することができるようになる。また、回転ベクトルを補正する場合には、極回転変換処理を加えることで、演算処理も容易に行えるようになる。これらのことから、より精度の高い演算結果が得られるようになる。
なお、図9は、カメラベクトル検出部502dにおける処理を理解し易くするために、1台または複数台のカメラで撮影した画像を合成した360度全周囲の球面画像を地図図法でいうメルカトール図法で展開したものを示しているが、実際のカメラベクトル検出部502dの演算では、必ずしもメルカトール図法による展開画像である必要はない。
Here, as an image used for the calculation of the camera vector, it is preferable to use a 360-degree all-round image.
The image used for the camera vector calculation may be any image in principle, but a wide-angle image such as a 360-degree all-round image shown in FIG. 9 makes it easier to select many feature points. Therefore, by using 360-degree all-round images for camera vector calculation, it is possible to increase the tracking distance of feature points and select a sufficiently large number of feature points, which is convenient for long distances, medium distances, and short distances. Feature points can be selected. In addition, when correcting the rotation vector, an arithmetic process can be easily performed by adding a polar rotation conversion process. As a result, a calculation result with higher accuracy can be obtained.
Note that FIG. 9 is a Mercator projection that uses a map projection to form a 360-degree spherical image obtained by compositing images taken by one or more cameras in order to facilitate understanding of the processing in the camera vector detection unit 502d. Although a developed image is shown, in the actual calculation of the camera vector detection unit 502d, the image does not necessarily have to be a developed image by the Mercator projection.

次いで、各フレームに対応する複数のカメラ位置と複数の特徴点の数により、複数通り生じる演算方程式により、各特徴点に基づくベクトルを複数通り演算して求めて、各特徴点の位置及びカメラ位置の分布が最小になるように統計処理をして、最終的なベクトルを求める。例えば、複数フレームのカメラ位置、カメラ回転及び複数の特徴点について、Levenberg-Marquardt 法により最小自乗法の最適解を推定し、誤差を収束してカメラ位置、カメラ回転行列、特徴点の座標を求める。
さらに、誤差の分布が大きい特徴点につては削除し、他の特徴点に基づいて再演算することで、各特徴点及びカメラ位置での演算の精度を上げるようにする。
このようにして、特徴点の位置とカメラベクトルを精度良く求めることができる。
Next, by calculating a plurality of vectors based on each feature point using a plurality of calculation equations based on a plurality of camera positions and the number of feature points corresponding to each frame, the position of each feature point and the camera position The final vector is obtained by performing statistical processing so as to minimize the distribution of. For example, the optimal solution of the least square method is estimated by the Levenberg-Marquardt method for multiple frame camera positions, camera rotations, and multiple feature points, and the error is converged to obtain the camera position, camera rotation matrix, and feature point coordinates. .
Further, feature points having a large error distribution are deleted, and recalculation is performed based on other feature points, thereby improving the accuracy of computation at each feature point and camera position.
In this way, the position of the feature point and the camera vector can be obtained with high accuracy.

図11〜図13に、カメラベクトル検出部502dにより得られる特徴点の三次元座標とカメラベクトルの例を示す。図11〜図13は、カメラベクトル検出方法を視覚的に示す説明図であり、移動物体に取り付けられたカメラによって取得された複数のフレーム画像によって得られるカメラ及び対象物の相対的な位置関係を示す図である。
図11では、図9の画像1,2に示した特徴点1〜4の三次元座標と、画像1と画像2の間で移動するカメラベクトルが示されている。
図12及び図13は、充分に多くの特徴点とフレーム画像により得られた特徴点の位置と移動するカメラの位置が示されている。同図中、グラフ中央に直線状に連続する○印がカメラ位置であり、その周囲に位置する○印が特徴点の位置と高さを示している。
FIGS. 11 to 13 show examples of the three-dimensional coordinates of feature points and camera vectors obtained by the camera vector detection unit 502d. FIGS. 11 to 13 are explanatory diagrams visually showing a camera vector detection method, and show the relative positional relationship between a camera and an object obtained by a plurality of frame images acquired by a camera attached to a moving object. FIG.
FIG. 11 shows the three-dimensional coordinates of the feature points 1 to 4 shown in the images 1 and 2 in FIG. 9 and the camera vector that moves between the images 1 and 2.
12 and 13 show a sufficiently large number of feature points, the positions of the feature points obtained from the frame image, and the position of the moving camera. In the figure, a circle mark that continues in a straight line at the center of the graph is the camera position, and a circle mark that is located around the circle indicates the position and height of the feature point.

ここで、カメラベクトル検出部502dにおける演算は、より高精度な特徴点とカメラ位置の三次元情報を高速に得るために、図14に示すように、カメラから特徴点の距離に応じて複数の特徴点を設定し、複数の演算を繰り返し行うようにすることが好ましい。
具体的には、カメラベクトル検出部502dは、画像内には映像的に特徴がある特徴点を自動検出し、各フレーム画像内に特徴点の対応点を求める際に、カメラベクトル演算に用いるn番目とn+m番目の二つのフレーム画像FnとFn+mに着目して単位演算とし、nとmを適切に設定した単位演算を繰り返す。
mはフレーム間隔であり、カメラから画像内の特徴点までの距離によって特徴点を複数段に分類し、カメラから特徴点までの距離が遠いほどmが大きくなるように設定し、カメラから特徴点までの距離が近いほどmが小さくなるように設定する。このようにするのは、カメラから特徴点までの距離が遠ければ遠いほど、画像間における位置の変化が少ないからである。
Here, in the calculation in the camera vector detection unit 502d, in order to obtain more accurate three-dimensional information of the feature point and the camera position, as shown in FIG. It is preferable to set feature points and to repeatedly perform a plurality of operations.
Specifically, the camera vector detection unit 502d automatically detects a feature point having a video feature in an image and uses n for camera vector calculation when obtaining a corresponding point of the feature point in each frame image. Focusing on the 2nd and n + mth frame images Fn and Fn + m, the unit calculation is repeated, and the unit calculation with n and m appropriately set is repeated.
m is the frame interval, and the feature points are classified into multiple stages according to the distance from the camera to the feature points in the image, and set so that m increases as the distance from the camera to the feature points increases. It is set so that m is smaller as the distance to is shorter. This is because the longer the distance from the camera to the feature point, the smaller the change in position between images.

そして、特徴点のm値による分類を、十分にオーバーラップさせながら、複数段階のmを設定し、画像の進行とともにnが連続的に進行するのにともなって、演算を連続的に進行させる。そして、nの進行とmの各段階で、同一特徴点について複数回重複演算を行う。
このようにして、フレーム画像FnとFn+mに着目した単位演算を行うことにより、m枚毎にサンプリングした各フレーム間(フレーム間は駒落ちしている)では、長時間かけて精密カメラベクトルを演算し、フレーム画像FnとFn+mの間のm枚のフレーム(最小単位フレーム)では、短時間処理で行える簡易演算とすることができる。
Then, while sufficiently overlapping the classification of the feature points by the m value, a plurality of stages of m are set, and as n progresses continuously with the progress of the image, the calculation proceeds continuously. Then, the overlap calculation is performed a plurality of times for the same feature point in each step of n and m.
In this way, by performing unit calculation focusing on the frame images Fn and Fn + m, a precise camera vector is calculated over a long time between each frame sampled every m frames (frames are dropped). However, in m frames (minimum unit frames) between the frame images Fn and Fn + m, a simple calculation that can be performed in a short time can be performed.

m枚毎の精密カメラベクトル演算に誤差がないとすれば、m枚のフレームのカメラベクトルの両端は、高精度演算をしたFnとFn+mのカメラベクトルと重なることになる。従って、FnとFn+mの中間のm枚の最小単位のフレームについては簡易演算で求め、簡易演算で求めたm枚の最小単位フレームのカメラベクトルの両端を、高精度演算で求めたFnとFn+mのカメラベクトルに一致するように、m枚の連続したカメラベクトルのスケール調整をすることができる。
このようにして、画像の進行とともにnが連続的に進行することにより、同一特徴点について複数回演算されて得られる各カメラベクトルの誤差が最小になるようにスケール調整して統合し、最終のカメラベクトルを決定することができる。
これにより、誤差のない高精度のカメラベクトルを求めつつ、簡易演算を組み合わせることにより、演算処理を高速化することができるようになる。
If there is no error in the precision camera vector calculation for every m frames, both ends of the camera vector of the m frames overlap with Fn and Fn + m camera vectors for which high precision calculation has been performed. Accordingly, m minimum unit frames between Fn and Fn + m are obtained by a simple calculation, and both ends of the camera vector of the m minimum unit frames obtained by the simple calculation are Fn and Fn + m obtained by high precision calculation. The scale adjustment of m consecutive camera vectors can be made to match the camera vectors.
In this way, as n progresses continuously with the progress of the image, the scale adjustment is performed so that the error of each camera vector obtained by calculating a plurality of times for the same feature point is minimized, and integration is performed. A camera vector can be determined.
Accordingly, it is possible to speed up the arithmetic processing by combining simple arithmetic operations while obtaining a highly accurate camera vector having no error.

ここで、簡易演算としては、精度に応じて種々の方法があるが、例えば、(1)高精度演算では100個以上の多くの特徴点を用いる場合に、簡易演算では最低限の10個程度の特徴点を用いる方法や、(2)同じ特徴点の数としても、特徴点とカメラ位置を同等に考えれば、そこには無数の三角形が成立し、その数だけの方程式が成立するため、その方程式の数を減らすことで、簡易演算とすることができる。
これによって、各特徴点及びカメラ位置の誤差が最小になるようにスケール調整する形で統合し、距離演算を行い、さらに、誤差の分布が大きい特徴点を削除し、必要に応じて他の特徴点について再演算することで、各特徴点及びカメラ位置での演算の精度を上げることができる。
Here, there are various simple calculation methods depending on the accuracy. For example, (1) In the case of using a large number of feature points of 100 or more in high-precision calculation, the minimum number of simple calculation is about ten. (2) Even if the number of the same feature points is the same as the number of the feature points, if you consider the feature points and the camera position equally, there are innumerable triangles, and as many equations as there are, By reducing the number of equations, it can be simplified.
In this way, integration is performed by adjusting the scale so that the error of each feature point and camera position is minimized, distance calculation is performed, and feature points with large error distribution are deleted, and other features are added as necessary. By recalculating the points, the calculation accuracy at each feature point and camera position can be increased.

また、このように高速な簡易演算を行うことにより、カメラベクトルのリアルタイム処理が可能となる。カメラベクトルのリアルタイム処理は、目的の精度をとれる最低のフレーム数と、自動抽出した最低の特徴点数で演算を行い、カメラベクトルの概略値をリアルタイムで求め、表示し、次に、画像が蓄積するにつれて、フレーム数を増加させ、特徴点の数を増加させ、より精度の高いカメラベクトル演算を行い、概略値を精度の高いカメラベクトル値に置き換えて表示することができる。
以上のようにして、カメラベクトル検出部502dでは、高精度なカメラベクトルを高速に求めることができる。
In addition, by performing high-speed simple calculation in this way, camera vector real-time processing becomes possible. Real-time processing of camera vectors is performed with the minimum number of frames that can achieve the target accuracy and the minimum number of feature points that are automatically extracted, and the approximate value of the camera vector is obtained and displayed in real time, and then the image is accumulated. Accordingly, the number of frames can be increased, the number of feature points can be increased, camera vector calculation with higher accuracy can be performed, and approximate values can be replaced with camera vector values with higher accuracy for display.
As described above, the camera vector detection unit 502d can obtain a highly accurate camera vector at high speed.

追加特徴点抽出・追跡処理部502eは、取得された映像内に、その三次元形状や移動ベクトル等に関して詳細に知りたい部分があった場合に、その近傍の追加特徴点又は特徴部位を抽出し、動画像内に追跡する。
追加特徴点抽出・追跡処理部502eでは、カメラベクトルが演算で求められれば、新たに追加した特徴点はカメラベクトルから単純な計算で簡単に求められる。また、カメラベクトル演算に係わらない特徴点をいくらでも追加して、その三次元座標を求めることができる。
従って、詳細に知りたい領域の特徴点抽出を任意に指定することができ、また、移動体抽出においては、移動体が存在すると予想される領域とその周辺の特徴点を集団として抽出し、追跡する。
The additional feature point extraction / tracking processing unit 502e extracts an additional feature point or feature portion in the vicinity when there is a part that the user wants to know in detail regarding the three-dimensional shape or movement vector in the acquired video. Track in the video.
In the additional feature point extraction / tracking processing unit 502e, when the camera vector is obtained by calculation, the newly added feature point is easily obtained from the camera vector by simple calculation. In addition, any number of feature points that are not involved in the camera vector calculation can be added to obtain the three-dimensional coordinates.
Therefore, it is possible to arbitrarily specify the feature point extraction of the area that you want to know in detail. In the moving object extraction, the area where the moving object is expected to exist and the surrounding feature points are extracted as a group and tracked. To do.

特徴点座標演算部502fは、カメラベクトル検出部502dで既に得られているカメラベクトルから、追加特徴点抽出・追跡処理部502eで追加された追加特徴点または特徴部位の三次元座標及び移動ベクトルを演算で求めて出力する。また、同時に移動体があれば、移動体ベクトル信号を出力する。
移動体検出は、単純には静止座標系として、矛盾する追跡結果の特徴点又は特徴部位を当てても良い。
特徴点座標演算部502fでは、演算に用いた特徴点のみならず、新たに指定したカメラベクトル演算に係わらない十分な数の特徴点を用いて、特徴点の三次元座標を簡単な演算で求めることができる。これは、上述したカメラベクトル演算における演算量とは桁違いに少ない時間で演算が可能である。
The feature point coordinate calculation unit 502f obtains the three-dimensional coordinates and the movement vector of the additional feature point or feature part added by the additional feature point extraction / tracking processing unit 502e from the camera vector already obtained by the camera vector detection unit 502d. Obtain and output by calculation. If there is a moving body at the same time, a moving body vector signal is output.
The moving object detection may simply apply a feature point or feature part of the contradictory tracking result as a stationary coordinate system.
The feature point coordinate calculation unit 502f obtains the three-dimensional coordinates of the feature points by simple calculation using not only the feature points used for the calculation but also a sufficient number of feature points not related to the newly designated camera vector calculation. be able to. This can be calculated in a time that is orders of magnitude smaller than the calculation amount in the above-described camera vector calculation.

従って、カメラベクトル演算と同時に行われる特徴点三次元座標演算と、カメラベクトルを用いて特徴点座標を求めることとは分離することが有利となる。
すなわち、カメラベクトルが既知となれば簡単な三角形の演算により特徴点の三次元座標は短時間で求めることができる。従って、カメラベクトル演算用特徴点と特徴点の三次元分布図生成用の特徴点は本質的に区別するものではなく、また区別できないものである。
演算用の特徴点は、画像全体に均等に分布し、また、遠距離と中距離と近距離をバランス良く含んでいる範囲から選択することが望ましい。
また、特徴点の三次元分布図生成用の特徴点追加指定は、画像中に詳細形状等を知りたい対象物があれば、その対象物とその周りで密な分布となるように特徴点抽出の領域を指定することが望ましい。
Therefore, it is advantageous to separate the feature point three-dimensional coordinate calculation performed simultaneously with the camera vector calculation and the determination of the feature point coordinates using the camera vector.
That is, if the camera vector is known, the three-dimensional coordinates of the feature points can be obtained in a short time by simple triangle calculation. Therefore, the feature points for camera vector calculation and the feature points for generating the three-dimensional distribution map of the feature points are not essentially distinguished and cannot be distinguished.
It is desirable to select feature points for calculation from a range that is evenly distributed over the entire image and includes a long distance, a middle distance, and a short distance in a well-balanced manner.
The feature point addition specification for generating a 3D distribution map of feature points is extracted if there is an object whose detailed shape is to be known in the image so that the object and its surroundings are densely distributed. It is desirable to specify the area.

特徴点結合ポリゴン生成部502gは、カメラベクトルと同時に得られた特徴点及び、後のカメラベクトルを既知とした演算で得られた追加特徴点の三次元座標を、矛盾のなく結合して単位ポリゴンを生成する。
特徴点結合ポリゴン生成部502gでは、図15及び16に示すように、カメラベクトルと同時に得られた特徴点及び、後のカメラベクトルを既知とした演算で得られた追加特徴点の三次元座標を、矛盾のなく結合して単位ポリゴンを生成する。単位ポリゴンとなる単純な三角形生成には幾通りもあり、適切な三角形または多角形とすることが必要である。
The feature point combined polygon generation unit 502g combines the three-dimensional coordinates of the feature points obtained at the same time as the camera vector and the additional feature points obtained by the calculation with the subsequent camera vector known without any contradiction. Is generated.
In the feature point combined polygon generation unit 502g, as shown in FIGS. 15 and 16, the feature points obtained at the same time as the camera vector and the three-dimensional coordinates of the additional feature points obtained by the calculation with the later camera vector known are used. Combine unit without contradiction to generate unit polygon. There are many ways to generate a simple triangle as a unit polygon, and it is necessary to use an appropriate triangle or polygon.

単位ポリゴン生成の際には、ポリゴン面の面積又は一辺の三次元凹凸に一定値を超えない条件を付け、条件内で生成できる範囲の単位ポリゴンを生成することが有効である。
条件は、実際の凹凸を計測しても良いし、輝度勾配が凹凸に対応すると想定して、ポリゴン内に輝度勾配の大きい特徴点が存在するときは、さらに細分化して、単位ポリゴンを生成することが有効である。
また、ポリゴンが大きくとも、内部に輝度勾配が無い場合には、形状勾配もないと類推することができ、大きなポリゴンのままとすることもできる。
When generating a unit polygon, it is effective to generate a unit polygon within a range that can be generated within the condition by setting a condition that does not exceed a certain value for the area of the polygon surface or the three-dimensional unevenness of one side.
The condition may be to measure the actual unevenness, and assuming that the brightness gradient corresponds to the unevenness, if a feature point with a large brightness gradient exists in the polygon, further subdivide to generate a unit polygon Is effective.
Also, even if the polygon is large, if there is no luminance gradient inside, it can be inferred that there is no shape gradient, and the polygon can remain large.

このように単位ポリゴンを矛盾無く複数結合することで、ポリゴン面群を生成する。
また、小さいポリゴンを複数結合して、ポリゴン群を生成する方法以外に、大きなポリゴンを生成し、ポリゴン領域内の輝度勾配が一定となるまで、細分化して単位ポリゴンを生成することも有効である。
そして、このようにしてポリゴン面群を複数生成し、さらに複数のフレーム画像から得られる多数のポリゴン面群を重複させながら、隙間にはポリゴン面群を追加しながら、隙間を埋めるように重ね合わせて結合ポリゴン群を生成し、統計処理して平均ポリゴン面を生成する。
このポリゴン演算を繰り返すことにより、対象物及びその周辺の平均ポリゴン面を連続的に取り出し、対象物とその周辺のポリゴン三次元形状を形成することができる。なお、ボリゴンを生成せずに、特徴点分布図をそのまま後述する比較認識装置509に導くことも可能である。
In this way, a polygon plane group is generated by combining a plurality of unit polygons without contradiction.
In addition to the method of generating a group of polygons by combining a plurality of small polygons, it is also effective to generate large polygons and subdivide and generate unit polygons until the luminance gradient in the polygon area is constant. .
Then, a plurality of polygon plane groups are generated in this way, and a large number of polygon plane groups obtained from a plurality of frame images are overlapped, and a polygon plane group is added to the gap and overlapped to fill the gap. A combined polygon group is generated and statistical processing is performed to generate an average polygon surface.
By repeating this polygon calculation, it is possible to continuously take out the object and the average polygon surface around it and form a three-dimensional shape of the object and its surrounding polygon. Note that the feature point distribution map can be directly guided to the comparative recognition device 509 described later without generating a Boligon.

以下、特徴点からポリゴン面を生成するための好ましいポリゴン生成方法として、特徴点凹凸ポリゴン分割結合生成方法と、輝度勾配ポリゴン分割統合生成方法について詳細に説明する。
[特徴点凹凸ポリゴン分割結合生成方法]
上述したような単位ポリゴンを生成する際に、まず標準サイズのポリゴンを生成し、もし、ポリゴン内に三次元座標が既知の特徴点が無ければ、新たに追加特徴点を抽出し、追跡し、その三次元座標を求める(図17参照)。
そして、ポリゴン内に三次元座標が既知の特徴点が有れば、その特徴点に着目し、ポリゴン面内に含まれる前記既知の特徴点、又は追加特徴点のポリゴン面からの垂直距離を計測する。
Hereinafter, as a preferable polygon generation method for generating a polygon surface from feature points, a feature point uneven polygon division coupling generation method and a luminance gradient polygon division integration generation method will be described in detail.
[Feature Point Concavity / Concavity Polygon Split / Joint Generation Method]
When generating the unit polygon as described above, first, a standard-sized polygon is generated. If there is no feature point whose three-dimensional coordinates are known in the polygon, a new additional feature point is extracted and traced. The three-dimensional coordinates are obtained (see FIG. 17).
If there is a feature point with known three-dimensional coordinates in the polygon, pay attention to the feature point and measure the vertical distance of the known feature point included in the polygon surface or the additional feature point from the polygon surface. To do.

計測値が垂直距離の基準値を超えた特徴点が見つからなければ、そのままとするか、隣接するポリゴンと結合して、より大きいポリゴンを生成し、この作業を繰り返し、基準値超えない範囲でより大きなポリゴンを生成して、それを単位ポリゴンとする。
垂直距離が基準値を超えた特徴点が見つかれば、それを新たな頂点とするポリゴンに分割し、より小さなポリゴンを生成し、分割されたポリゴンについて標準サイズのポリゴンに施した作業と同様な作業を施す。
これにより、最終的に、対象物の三次元形状をより数の少ないポリゴンで表現することができるようになる。
If a feature point whose measured value exceeds the reference value for the vertical distance is not found, leave it as it is or combine it with an adjacent polygon to generate a larger polygon, repeat this process, and within a range that does not exceed the reference value A large polygon is generated and used as a unit polygon.
If a feature point whose vertical distance exceeds the reference value is found, it is divided into polygons with new vertices, smaller polygons are generated, and work similar to that performed for standard-sized polygons for the divided polygons Apply.
Thereby, finally, the three-dimensional shape of the object can be expressed by fewer polygons.

標準サイズのポリゴンは、その中に三次元的な凹凸があっても、それを無視して面で近似してしまう。そこで、標準サイズのポリゴンの中の特徴点を用いて、又は、さらに追加特徴点を追加して抽出して、標準サイズのポリゴン内の凹凸を調べて、それが基準値内に収まるまで標準サイズのポリゴンを分割して、複数の小さなポリゴンに分割する。
あるいは、凹凸が基準値に満たない場合はポリゴンを統合してより大きなポリゴンを生成する。
この作業を繰り返すことにより、対象物を凹凸に見合った数のポリゴンで表現することで、効率の良い三次元形状化が可能となる。
なお、特徴点も追加特徴点もその導き方が異なるだけで、得られる結果に関しては全く同じである。
A standard-size polygon is approximated by a surface, ignoring any three-dimensional irregularities in the polygon. Therefore, using the feature points in the standard size polygon, or by extracting additional feature points, the irregularities in the standard size polygon are examined, and the standard size is kept until it falls within the reference value. Is divided into a plurality of small polygons.
Alternatively, when the unevenness is less than the reference value, the polygons are integrated to generate a larger polygon.
By repeating this operation, the object can be expressed by the number of polygons corresponding to the unevenness, thereby enabling efficient three-dimensional shape formation.
It should be noted that the feature points and the additional feature points are different in how they are derived, and the results obtained are exactly the same.

[輝度勾配ポリゴン分割統合生成方法]
単位ポリゴンを生成する際に、まず標準サイズのポリゴンを生成し、ポリゴン内の輝度勾配が基準値より大きければ、ポリゴン内部に追加特徴点を抽出し、追跡し、その三次元座標を求め、標準サイズのポリゴン内部に追加特徴点を頂点とする、より小さなポリゴンに分割し、ポリゴン内の輝度勾配が規定値以下になるまで分割を繰り返す。
ポリゴン内の輝度勾配が基準値より小さければ、隣接するポリゴンを結合して基準値内でできるだけ大きなポリゴンを生成し、最終的に、対象物の三次元形状をより数の少ないポリゴンで表現する。
[Luminance gradient polygon division integrated generation method]
When generating a unit polygon, first a standard size polygon is generated, and if the brightness gradient in the polygon is greater than the reference value, additional feature points are extracted and tracked inside the polygon, and their three-dimensional coordinates are obtained. The polygon is divided into smaller polygons having additional feature points as vertices inside the polygon of the size, and the division is repeated until the luminance gradient in the polygon becomes a specified value or less.
If the luminance gradient in the polygon is smaller than the reference value, adjacent polygons are combined to generate a polygon that is as large as possible within the reference value, and finally, the three-dimensional shape of the object is represented by fewer polygons.

このように、輝度勾配ポリゴン分割統合生成方法は、凹凸があるところには必ず輝度勾配が発生するという仮定の下に、輝度勾配からポリゴン数を決める方法である。
特徴点分布図から、各特徴点を結合し三角形等の多角形を生成して、ポリゴン化する。但し、単位ポリゴンを生成するには、条件を付け、画像内での輝度の勾配の少ないところは三次元形状の変化は少ないところであると予想されるから、大きな多角形で単位ポリゴンを生成する。
また、輝度勾配が同じであれば、特徴点を結合する条件として、特徴点と特徴点の三次元距離を制限する等の条件を付ける。
As described above, the luminance gradient polygon division integrated generation method is a method of determining the number of polygons from the luminance gradient under the assumption that the luminance gradient is always generated where there is unevenness.
From the feature point distribution diagram, the feature points are combined to generate a polygon such as a triangle, which is converted into a polygon. However, in order to generate a unit polygon, conditions are set, and a unit polygon is generated as a large polygon because it is expected that a change in the three-dimensional shape is small when the luminance gradient in the image is small.
If the luminance gradient is the same, a condition such as limiting the three-dimensional distance between the feature points is added as a condition for connecting the feature points.

制限距離内にある特徴点を直線で結合することによって複数の三角形を構成する。また、制限距離を超えた特徴点間は結合しないので、ある領域でのみポリゴンが成立し、いくつかのポリゴンは結合されないまま残り、部分ポリゴンの集合となる。そこで、特徴点間の距離が制限を超えているところ、及び詳細形状を知りたい領域には、その領域を指定して新たな特徴点を抽出し、追跡し、既知のカメラベクトルからその追加特徴点の三次元座標を求め、制限内にある特徴点を結合してさらにポリゴン生成する。これにより、部分ポリゴンは結合されてより広い範囲のポリゴンが生成され、三次元形状が生成される。   A plurality of triangles are formed by connecting feature points within the limit distance by straight lines. In addition, since feature points exceeding the limit distance are not connected, a polygon is formed only in a certain region, and some polygons remain uncombined to form a set of partial polygons. Therefore, for areas where the distance between feature points exceeds the limit, and for areas where you want to know the detailed shape, specify the area to extract and track new feature points, and add those additional features from known camera vectors. The three-dimensional coordinates of the points are obtained, and feature points that are within the limits are combined to generate further polygons. Thereby, the partial polygons are combined to generate a wider range of polygons, and a three-dimensional shape is generated.

目的の精度の三次元形状が生成されるまで特徴点を追加することで、特徴点が作る詳細なポリゴンが生成され、三次元形状が生成される。
指定領域で特徴点座標を求めても、結合されない場合は見かけ角度は近接していても、三次元距離が遠いことを意味し、分離している物体であることを意味している。そのことでも対象物を分離できる。
さらにポリゴン面を特徴点面分布信号とすることで、部品と比較しやすい状態を作り出すことができる。
By adding feature points until a desired three-dimensional shape is generated, detailed polygons created by the feature points are generated, and a three-dimensional shape is generated.
Even if the feature point coordinates are obtained in the designated area, if they are not combined, even if the apparent angles are close, it means that the three-dimensional distance is far, which means that the objects are separated. In this way, the object can be separated.
Furthermore, by using the polygon plane as a feature point plane distribution signal, it is possible to create a state that is easy to compare with parts.

特徴点面三次元分布図生成部502hは、上述したカメラベクトル信号と、移動体が有れば移動体移動ベクトル信号を生成するとともに、特徴点結合ポリゴン生成部502gで生成されたポリゴン面からポリゴン面形状を生成して、特徴点面分布信号として出力する。これは対象物の三次元形状の原始的な形を示す信号である。
また、移動体が有れば移動体のポリゴン面形状を生成して、移動体特徴点面分布信号を出力する。
The feature point surface three-dimensional distribution map generation unit 502h generates the above-described camera vector signal and a moving body movement vector signal if there is a moving body, and also generates a polygon from the polygon surface generated by the feature point combined polygon generation unit 502g. A surface shape is generated and output as a feature point surface distribution signal. This is a signal indicating the primitive shape of the three-dimensional shape of the object.
If there is a moving object, a polygonal surface shape of the moving object is generated, and a moving object feature point surface distribution signal is output.

特徴点面三次元分布図生成部502hでは、ポリゴン面群を画像内の複数の場所に生成する。
さらに、複数のフレーム画像から得られる多数のポリゴン面群を重複させながら重ね合わせて結合ポリゴン群を生成し、統計処理して平均ポリゴン面を生成する。
図18に示すように、十分に多くの特徴点の三次元座標から、多くの特徴点、又は多くの特徴点を結合して得られるポリゴン面からなる特徴点面三次元分布図が生成される。さらに、三次元空間の中に、カメラ位置としての自分自身の三次元位置と特徴点分布を同時に描き出すこともできる。
この特徴点の三次元分布状況は、カメラ周囲の三次元形状を示している。
The feature point plane three-dimensional distribution map generation unit 502h generates a polygon plane group at a plurality of locations in the image.
Further, a plurality of polygon surface groups obtained from a plurality of frame images are overlapped to overlap to generate a combined polygon group, and statistical processing is performed to generate an average polygon surface.
As shown in FIG. 18, a feature point surface three-dimensional distribution map composed of polygon surfaces obtained by combining many feature points or many feature points is generated from three-dimensional coordinates of sufficiently many feature points. . Furthermore, it is possible to simultaneously draw the own three-dimensional position as the camera position and the feature point distribution in the three-dimensional space.
The three-dimensional distribution state of the feature points indicates the three-dimensional shape around the camera.

なお、この三次元分布図は、カメラを複数にすることで、計測精度を向上させることが可能である。
例えば、視野を重複させれば、特徴点追跡を複数のカメラによる映像に適応することができるので、精度が向上する。
また、視野を重複させなければ、それぞれのカメラの特徴点は独立となるが、広範囲の計測が可能となる。
さらに、画角が異なる複数のカメラを用いることで、広角レンズ側で三次元位置精度を向上させ、狭角レンズ側で、3軸回転の精度を向上させることができるので、結果としてカメラベクトルの高精度化を図ることが可能となる。
In this three-dimensional distribution diagram, the measurement accuracy can be improved by using a plurality of cameras.
For example, if the field of view overlaps, feature point tracking can be applied to images from a plurality of cameras, thus improving accuracy.
Further, if the fields of view are not overlapped, the feature points of each camera are independent, but a wide range of measurement is possible.
Furthermore, by using a plurality of cameras with different angles of view, it is possible to improve the three-dimensional positional accuracy on the wide-angle lens side and the accuracy of three-axis rotation on the narrow-angle lens side. High accuracy can be achieved.

比較基準信号選択装置503は、画像特徴点演算装置502から出力された特徴点面三次元分布信号と映像信号の何れか一つ、あるいは両方を、比較基準信号として出力する。
後述するように、比較認識装置509において比較する信号は比較基準信号と比較候補信号であるが、比較基準信号選択装置503では、そのうちの比較基準信号を生成する。
この比較基準信号は、比較基準映像選択部によって実写映像から生成した実写信号の一部である。また、比較基準特徴点面三次元分布部から生成される、特徴点面三次元分布図の一部である。これらのうちのどちらか、あるいは両方が比較認識装置に送られて、比較候補信号と比較されることになる。
The comparison reference signal selection device 503 outputs one or both of the feature point plane three-dimensional distribution signal and the video signal output from the image feature point calculation device 502 as a comparison reference signal.
As will be described later, the signals to be compared in the comparison recognition device 509 are the comparison reference signal and the comparison candidate signal, but the comparison reference signal selection device 503 generates the comparison reference signal.
This comparison reference signal is a part of the photographed signal generated from the photographed image by the comparison reference image selection unit. Further, it is a part of the feature point plane three-dimensional distribution map generated from the comparison reference feature point plane three-dimensional distribution section. Either or both of these are sent to the comparison recognition device and compared with the comparison candidate signal.

形状部品生成装置504は、比較認識装置509において比較される基準となる部品を生成する。具体的には、動画映像内に予想される対象物又はその一部の特徴部分を切り出した映像部品と、動画映像内に予想される対象物又はその一部分となる3DCG部品を生成するようになっており、二次元の部品を生成する映像部品生成部と、三次元の部品を生成する3DCG部品生成部と、三次元対象物の面形状をのみを部品とする面部品生成部とを備えている。
形状部品生成装置504では、後のプロセスにおける認識,特定,理解,判断に必要となる複数の部品を前もって生成しておく。部品は、映像から生成する映像部品生成部、3DCGから生成する3DCG部品生成部、対象物の部分の面だけを近似する為の面部品生成部からなる。
The shape component generation device 504 generates a reference component to be compared in the comparison recognition device 509. Specifically, a video component obtained by cutting out an object to be predicted in a moving image or a part of a characteristic part thereof, and a 3DCG component to be an object in the moving image or a part thereof are generated. A video component generator that generates a two-dimensional component, a 3DCG component generator that generates a three-dimensional component, and a surface component generator that uses only the surface shape of the three-dimensional object as a component. Yes.
In the shape component generation device 504, a plurality of components necessary for recognition, identification, understanding, and determination in a later process are generated in advance. The parts include a video part generation unit that generates from video, a 3DCG part generation unit that generates from 3DCG, and a surface part generation unit that approximates only the surface of the object.

また、部品を生成する際には、各部品に属性を与えておく。ここで、属性とは、例えば、対象物名称,対象物の部分名称,設置条件,材質,重さ,存在条件,形状,隣接条件,自己相関係数,対象物性質,価格,使用目的,製造年月日などがり、また、各種センサで取得される色,温度,特有の音,臭い等、対象物に係わる一切の情報を含めることができる。
部品の生成は、手動で生成する場合もあり、自動生成の場合もある。
部品は前もって用意されるものであるが、例えば、初めて体験する対象物のような場合には、その場でリアルタイムで生成することもあり得る。
Further, when generating a component, an attribute is given to each component. Here, the attributes are, for example, object name, object partial name, installation condition, material, weight, existence condition, shape, adjacent condition, autocorrelation coefficient, object property, price, purpose of use, manufacturing date Ri such that Ah, the color acquired by the various sensors, temperature, specific sounds, smells, etc., can be included any information related to the object.
The parts may be generated manually or automatically.
The parts are prepared in advance. For example, in the case of an object to be experienced for the first time, it may be generated in real time on the spot.

形状部品データベース装置505は、形状部品生成装置504で生成された映像部品のデータベースと、3DCG部品データベースと、対象物の表面形状の一部を持つ面形状部品データベースを備える。部品は属性とともに記録され、後述する比較候補信号選択装置506に入力される。
また、形状部品データベース装置505の部品は、実際の空間に近い配置で部品構成されて後述する3D地図装置507に保存される。
形状部品データベース装置505では、形状部品生成装置504で生成された様々な部品が整理されて格納してある。三次元空間は複数の対象物の集合からなることから、予想される対象物のモデルを前もって部品データベースとして用意しておく。
The shape component database device 505 includes a database of video components generated by the shape component generation device 504, a 3DCG component database, and a surface shape component database having a part of the surface shape of the object. The part is recorded together with the attribute and input to the comparison candidate signal selection device 506 described later.
In addition, the parts of the shape part database device 505 are configured in an arrangement close to the actual space and stored in the 3D map device 507 described later.
In the shape component database device 505, various components generated by the shape component generation device 504 are organized and stored. Since the three-dimensional space is composed of a set of a plurality of objects, a model of the predicted object is prepared in advance as a parts database.

図6に示すように、形状部品データベース装置505には、映像部品DB部,3DCG部品DB部,面形状部品DB部が備えられている。
映像部品DB部には、映像から部品を生成する形状部品生成装置504の映像部品生成部で生成された部品が格納さる。
3DCG部品DB部には、3DCGから部品を生成する形状部品生成装置504の3DCG部品生成部で生成された部品が格納される。
面形状部品DB部は、対象物の部分の面だけを近似するための形状部品生成装置504の面部品生成部で生成された部品が格納される。
As shown in FIG. 6, the shape component database device 505 includes a video component DB unit, a 3DCG component DB unit, and a surface shape component DB unit.
The video part DB unit stores the parts generated by the video part generation unit of the shape part generation apparatus 504 that generates parts from the video.
The 3DCG component DB unit stores components generated by the 3DCG component generation unit of the shape component generation apparatus 504 that generates components from 3DCG.
The surface shape component DB section stores the components generated by the surface component generation section of the shape component generation apparatus 504 for approximating only the surface of the object portion.

比較候補信号選択装置506は、特徴点演算装置から得られるカメラベクトル信号により、自分自身(カメラ)の概略位置を指定し、場所等を絞り込み、その概略位置付近に存在することが予想される部品を、形状部品データベース装置505の中から選択して次々取り出し、比較候補信号として出力する。
比較候補信号選択装置506は、形状部品データベース装置505の部品データベースの中から、候補の部品を選択的に導き出してくる。具体的には、カメラの場所を示す何らかの情報、例えばGPSから得られた概略位置や、人工知能システムの認識結果から、人工知能装置100の置かれている状況等を判断し、予想値の高い順番に候補の部品を選択して、次のプロセス(比較認識装置509)に送るようになっている。
この比較候補信号選択装置506で選択され次段のプロセスに送出される信号としては、図6に示すように、形状部品データベース装置505の部品データベースに対応した、映像部品信号,3DCG部品信号,面部品信号と、3D地図装置507に対応した3D地図配列信号となっている。
The comparison candidate signal selection device 506 designates the approximate position of itself (camera) by the camera vector signal obtained from the feature point calculation device, narrows down the location, etc., and is expected to be present in the vicinity of the approximate position Are selected from the shape part database device 505 and extracted one after another and output as a comparison candidate signal.
The comparison candidate signal selection device 506 selectively derives candidate components from the component database of the shape component database device 505. Specifically, the information on the location of the camera, for example, the approximate position obtained from the GPS, or the recognition result of the artificial intelligence system is used to determine the situation where the artificial intelligence device 100 is placed and the expected value is high. Candidate parts are selected in order and sent to the next process (comparison and recognition device 509).
Signals selected by the comparison candidate signal selection device 506 and sent to the next process include video component signals, 3DCG component signals, and planes corresponding to the component database of the shape component database device 505 as shown in FIG. The component signal and the 3D map array signal corresponding to the 3D map device 507 are obtained.

部品構成による3D地図装置507は、形状部品データベース装置505のデータベース部に格納される部品が、実際の配置に近い形で配列された3D地図として記憶される。そして、その3D地図は、そのまま比較候補信号選択装置506に入力される3D地図配列信号となる。
部品構成による3D地図装置507(又は図4で示した部品再構築三次元空間生成部410)には、三次元形状地図が格納されるようになっており、これは、人工知能装置100の周囲状況の三次元形状をデータベース内の部品に対応する対象物映像の一部又は全部から生成するものである。
The 3D map device 507 having a component configuration is stored as a 3D map in which components stored in the database unit of the shape component database device 505 are arranged in a form close to the actual arrangement. Then, the 3D map becomes a 3D map arrangement signal input to the comparison candidate signal selection device 506 as it is.
The 3D map device 507 (or the component reconstructed three-dimensional space generation unit 410 shown in FIG. 4) according to the component configuration stores a three-dimensional shape map. A three-dimensional shape of the situation is generated from a part or all of the object image corresponding to the part in the database.

この格納される三次元形状地図としては、次のようないくつかの種類のものが考えられる。
一つ目は、データベース内の部品から三次元形状を生成し、実際の画像からそのテクスチャーを取得して、部品と対応付けが済んでいる映像を配置した三次元地図である。この場合は、部品から構成される三次元形状地図が考えられる。周囲状況の三次元形状がデータベース内の部品によって構成されている三次元形状地図である。
ここで、部品とはCGであり、あるいは記録した実写映像の一部分や、単純な三次元形状を持つ地図等である。これは、周囲状況をデータベース内の部品を用い、その部品を三次元的に配置することで構成される三次元形状地図である。部品の集合として構成されるため、個々の部品の属性は保存され、その属性が理解されていることになる。
As the stored three-dimensional shape map, the following several types are conceivable.
The first is a three-dimensional map in which a three-dimensional shape is generated from a part in a database, a texture is obtained from an actual image, and an image that has been associated with the part is arranged. In this case, a three-dimensional shape map composed of parts can be considered. It is a three-dimensional shape map in which the three-dimensional shape of the surrounding situation is constituted by parts in the database.
Here, the component is a CG, or a part of a recorded real image, a map having a simple three-dimensional shape, or the like. This is a three-dimensional shape map configured by three-dimensionally arranging the parts using the parts in the database for the surrounding situation. Since it is configured as a set of parts, the attributes of the individual parts are stored and the attributes are understood.

また、一つ目の特殊な場合として、周囲状況の三次元形状がデータベース内の部品名称によって記述してある三次元形状地図である。
これは、上記したものと同様にデータベース内の部品によるが、単に部品の配置の順番や大まかな配置のみがテキストで記述されたものである。
Further, as a first special case, a three-dimensional shape map in which the three-dimensional shape of the surrounding situation is described by the part names in the database.
Although this depends on the parts in the database as described above, only the order of parts placement and the rough layout are described in text.

二つ目は、周囲状況の三次元形状のみ記述してある三次元形状地図である場合もある。これは個々の物体は認識されておらず、周囲状況が三次元形状としてのみ表現された地図である。これは単に全体の三次元形状を構成した地図であり、単純な面で構成した地図がそれに相当する。部品化されていないという点で、上記のものと異なる。   The second may be a three-dimensional shape map that describes only the three-dimensional shape of the surrounding situation. This is a map in which individual objects are not recognized and the surrounding situation is expressed only as a three-dimensional shape. This is simply a map that constitutes the overall three-dimensional shape, and a map that consists of a simple surface corresponds to it. It differs from the above in that it is not partized.

三つ目は、まだ三次元形状と座標を求められていないが、ビデオ映像とカメラベクトル値を対応付けて持つことで、いつでも三次元化できる状況とすることができる場合である。これは、周囲状況の周囲映像の一部又は全部が、複数の視点からの映像として描かれている。これは特徴ある部分の映像を複数の視点からの映像の断片として、三次元地図を構成した地図である。映像の断片には前もって三次元座標が与えられる。   The third case is a case where the three-dimensional shape and coordinates have not yet been obtained, but the situation can be made three-dimensional at any time by associating the video image with the camera vector value. In this case, part or all of the surrounding image of the surrounding situation is drawn as images from a plurality of viewpoints. This is a map in which a three-dimensional map is constructed by using video of a characteristic part as video fragments from a plurality of viewpoints. Three-dimensional coordinates are given in advance to the video fragment.

GPSによるカメラ概略位置決定装置508は、形状部品データベース装置505の部品データベース中から候補の部品を選択するための概略位置を比較候補信号選択装置506に与える。
GPSによるカメラ概略位置決定装置508では、GPS(Global Positioning System:全地球測位システム)を用いて概略の絶対座標を取得する。GPSの精度には制限があるので、GPSは概略位置計測用として利用する。そして、取得した概略位置情報を比較候補信号選択装置506に送る。
比較候補信号選択装置506においては、GPSのデータから概略位置を受け取り、それを部品構成による3D地図装置の仮の位置とし、前記仮の位置付近の複数の部品の中から、比較認識装置に信号を送り出すための3D地図配列信号を生成,出力することができる。そして、これによって、後述する比較認識装置509で部品が特定されることになる。
The GPS camera approximate position determination device 508 gives the comparison candidate signal selection device 506 an approximate position for selecting a candidate component from the component database of the shape component database device 505.
The approximate camera position determination device 508 using GPS acquires approximate absolute coordinates using GPS (Global Positioning System). Since the accuracy of the GPS is limited, the GPS is used for measuring the approximate position. Then, the acquired approximate position information is sent to the comparison candidate signal selection device 506.
The comparison candidate signal selection device 506 receives the approximate position from the GPS data, sets it as the provisional position of the 3D map device based on the component structure, and sends a signal to the comparison recognition device from the plurality of parts near the provisional position. Can generate and output a 3D map array signal. As a result, a component is specified by the comparison recognition device 509 described later.

比較認識装置509は、比較基準信号選択装置503からの比較基準信号と、比較候補信号選択装置506からの比較候補信号とを比較する。
比較基準信号選択装置503からの比較基準信号は、映像主体の比較基準映像信号と、特徴点が合成する面又は点の分布から成る比較基準特徴点面三次元分布部からなる(図6参照)。
比較基準信号選択装置503からの比較基準信号と比較候補信号選択装置506からの比較候補信号とが一致しないときは、比較認識装置509は、比較候補信号を次々選択し、一致するまで比較する。そして、一致したときに、比較基準信号と比較候補信号が一対一に対応付けられ、それによって対象物が認識されたと判断し、比較認識装置509は、認識された比較候補信号の座標と部品を特定し、出力する。
The comparison recognition device 509 compares the comparison reference signal from the comparison reference signal selection device 503 with the comparison candidate signal from the comparison candidate signal selection device 506.
The comparison reference signal from the comparison reference signal selection device 503 includes a comparison reference video signal mainly composed of an image and a comparison reference feature point plane three-dimensional distribution unit composed of a surface or a distribution of points synthesized by the feature points (see FIG. 6). .
When the comparison reference signal from the comparison reference signal selection device 503 and the comparison candidate signal from the comparison candidate signal selection device 506 do not match, the comparison recognition device 509 selects the comparison candidate signals one after another and compares them until they match. When they match, the comparison reference signal and the comparison candidate signal are associated one-to-one, thereby determining that the object has been recognized, and the comparison recognition device 509 uses the coordinates and components of the recognized comparison candidate signal. Identify and output.

この比較認識装置509は、図6に示すように、特徴点の分布を比較する分布形状比較部509aと、対象物の三次元形状を比較する対象物形状比較部509bを備えている。
比較認識装置509では、上述した特徴点面三次元分布信号と面部品信号を比較し、三次元的に一致する座標を求め、一致しないときは、一致するまで面部品信号を変更し、最終的に、特徴点面三次元分布信号と面部品信号とが、近似的に一致する面部品を選択決定することで、対象物の概略形状を把握する。
一致した部品はその対象物を表現する物として属性ともに部品特定部で決定される。
次に、さらに形状を絞り込むことで、3D部品又は映像部品の比較候補信号を縛り込み、比較基準信号としての面部品信号又は映像信号と比較し、動画映像の各フレーム内の領域について以上の作業を連続的に行う。
As shown in FIG. 6, the comparison recognition device 509 includes a distribution shape comparison unit 509 a that compares the distribution of feature points and an object shape comparison unit 509 b that compares the three-dimensional shapes of the objects.
The comparison recognition device 509 compares the above-described feature point surface three-dimensional distribution signal and the surface component signal to obtain a three-dimensional coordinate, and if not, changes the surface component signal until they match, and finally In addition, the rough shape of the object is grasped by selecting and determining a surface component in which the feature point surface three-dimensional distribution signal and the surface component signal approximately match.
The matched part is determined by the part specifying unit together with the attribute as an object representing the object.
Next, by further narrowing down the shape, the comparison candidate signal of the 3D part or the video part is bound, compared with the surface part signal or the video signal as the comparison reference signal, and the above work is performed on the area in each frame of the moving image. Is performed continuously.

この比較認識装置509では、実際の映像との相関をとるか、マッチングをとる等して、画像の一致により、あるいは、既に映像の断片に対応する実際の映像内の特徴点を抽出し、追跡し、カメラ位置を既知として、ベクトル演算してある特徴点面分布図を用いて、面部品との比較、又は直接対象物との比較によりカメラの三次元的位置を確認することができる。
特徴点面分布図と面部品とを比較する場合には、図18に示すように、面と面の比較になるので都合がよい。また、特徴点のみの分布と部品の面との比較も考えられるが、ポリゴン面を形成してから面部品と比較する方が、特徴点の所属が明確になるので、誤差が少なくなる。
The comparison and recognition device 509 extracts and tracks feature points in the actual video corresponding to the image fragments or by matching the images with the actual video or by matching or the like. Then, the camera position is known, and the three-dimensional position of the camera can be confirmed by comparison with a surface component or directly with an object using a feature point plane distribution map obtained by vector calculation.
When comparing the feature point surface distribution map and the surface component, as shown in FIG. In addition, a comparison between the distribution of only feature points and the surface of a part is conceivable, but since the affiliation of a feature point becomes clearer after comparison with a surface part after forming a polygonal surface, the error is reduced.

比較認識装置509においては、現時点の特徴点面三次元分布図と、3D地図配列信号から読み込まれた3D地図の一部部品との比較、又は特徴点面三次元分布図と面形状部品との比較を分布形状比較部509aで行う。
ここでは、特徴点面三次元分布図を基準比較信号とする場合は、すべて分布形状比較部509aで行うものとする。
また、特徴点面三次元分布図を基準信号としない場合はすべて対象物形状比較部509bで行うものとする。
The comparison recognition device 509 compares the current feature point plane three-dimensional distribution map with a part of the 3D map read from the 3D map array signal, or compares the feature point plane three-dimensional distribution chart with the surface shape component. The comparison is performed by the distribution shape comparison unit 509a.
Here, when the feature point plane three-dimensional distribution map is used as the reference comparison signal, all are performed by the distribution shape comparison unit 509a.
In addition, when the feature point plane three-dimensional distribution map is not used as the reference signal, the object shape comparison unit 509b performs all the processing.

このようにすることで、一度空間認識による自己位置認識を済ませてから、対象物形状比較部509bで対象物の認識を行う。空間認識により自己位置が決定した後では、地図にある様々な対象物の位置と部品とは簡単に対応関係を取得することができる。自己位置と周囲状況が三次元形状地図上で決定してしまえば、後は次の対象物を確認すればよいだけであり、候補を絞る必要もなくなり、それがそこにあるか無いかだけを確認し、有ればそのまま次の部品を確認しながら進行すればよいし、無ければその部品のみが何らかの理由でなくなったのか、判断が間違ったのかを周囲部品との関係で判断し、何らかの理由でなくなったと判断すればその部品を判断から排除し、地図から排除し、さらに行動を進行すればよい。
判断が間違ったとすれば、再度他の部品で確認し、自己位置と周囲状況を再確認する。また、他の物体の陰となり認識できなかったこともあり得るので、統計的に、他の部品で確認することで自己位置認識を済ませることができる。
By doing in this way, after self-position recognition by space recognition is once completed, the object shape comparison unit 509b recognizes the object. After the self-position is determined by space recognition, the correspondence between various object positions and parts on the map can be easily obtained. Once your location and surroundings are determined on the 3D shape map, you only need to check the next object, you don't have to narrow down the candidates, and you can just determine whether it is there. If there is, it is sufficient to proceed while confirming the next part as it is, or if there is not, it is judged whether only that part is lost for some reason or whether the judgment is wrong in relation to surrounding parts. If it is determined that it is no longer necessary, the part is excluded from the determination, is excluded from the map, and the action is further advanced.
If the judgment is wrong, check again with other parts and recheck the self-position and surroundings. In addition, since it may be impossible to recognize due to the shadow of another object, the self-position recognition can be completed statistically by checking with other parts.

比較基準信号としての特徴点を結合して形成される特徴点面三次元分布図には、カメラ周囲の大まかな三次元空間が描かれている。
そこで、三次元空間は複数の対象物の集合からなると考え、分布形状比較部509aにおいて特徴点面三次元分布図を面分品と比較して、面の大まかな構成を予想する。
必要が有ればその後に、対象物形状比較部509bにおいて、対象物の部品を特定する。
A rough three-dimensional space around the camera is depicted in a three-dimensional distribution diagram of characteristic points formed by combining characteristic points as comparison reference signals.
Therefore, the three-dimensional space is considered to be composed of a set of a plurality of objects, and the distribution shape comparison unit 509a compares the feature point plane three-dimensional distribution map with the surface segment and predicts a rough configuration of the plane.
After that, if necessary, the object shape comparison unit 509b identifies the part of the object.

ポリゴン化しない特徴点の集合した分布図と面部品との比較も可能であるが、部品画面であるから、比較の基準となる側もポリゴン化した面であることが有利である。また、ポリゴン内の輝度勾配により、ポリゴンの大きさを変えておければ、ポリゴン面の面積も情報を持ち、比較がより有利になり有効である。
部品形状データベース装置505には予想される対象物のモデルを前もって用意してあるから、特徴点の三次元分布図の中のおおよその部品の種類と位置とは、一般に予想が付くので、候補部品を選択的に選び出すことは十分可能である。
あるいは、面部品の認識後に対象物の3D部品を特定することが可能となる。
Although it is possible to compare a distribution diagram in which feature points that are not converted into polygons and a surface component are compared with each other, since the component screen is used, it is advantageous that the reference side is also a polygonal surface. In addition, if the size of the polygon is changed by the luminance gradient in the polygon, the area of the polygon surface also has information, and comparison is more advantageous and effective.
Since the model of the object to be predicted is prepared in advance in the part shape database device 505, the approximate part type and position in the three-dimensional distribution map of the feature points can generally be predicted. It is sufficiently possible to selectively select these.
Alternatively, it is possible to specify the 3D part of the object after recognizing the surface part.

3D地図配列信号においては、現実の通りに部品が配列されているので、概略位置が分かれば部品の候補をかなりの程度まで絞り込める。
絞り込みによって部品は概略位置でほぼ決定され、その三次元の姿勢のみを比較装置で決定すればよい。システムのスタート時点においては概略位置から部品候補を絞り込む必要があっても、一度カメラ位置が決定し部品が特定された後は、配列された順番に部品を選択していけば良い状況となり、概略位置計測は場所の確認の意味だけとなり、あるいは見失った場合の確認機能となる。また、位置精度を向上させる為に特定された部品を使うことができる。
その部品の三次元座標が既知とすれば、それを認識することでカメラ位置をさらに精度良く決定できることになる。
In the 3D map array signal, since the parts are arranged as in reality, if the approximate position is known, candidate parts can be narrowed down to a considerable extent.
By narrowing down, the part is almost determined at the approximate position, and only the three-dimensional posture needs to be determined by the comparison device. Even if it is necessary to narrow down the candidate parts from the approximate position at the start of the system, once the camera position is determined and the parts are specified, it is sufficient to select the parts in the order in which they are arranged. Position measurement is only for the purpose of confirming the location, or it is a confirmation function when it is lost. In addition, specified parts can be used to improve the positional accuracy.
If the three-dimensional coordinates of the part are known, the camera position can be determined with higher accuracy by recognizing it.

分布形状比較部509a及び形状比較装置509bでは、映像又は特徴点の分布が作る三次元形状分布図と候補の部品三次元形状、あるいは既に認識されている面形状とが比較される。特に比較基準信号として特徴点面三次元分布図を用いる場合のみ分布形状比較部で認識するものとする。
GPS及び直前の位置情報から現在の概略位置を選択し、大まかな体積や大きさで概略の選択をした後に、映像若しくは特徴点の三次元分布と部品の三次元形状を比較する。地上に車両があるが空間に浮いてはあり得ないなど、部品の大まかな位置は絞り込めることになる。そして、両信号を比較することにより、その部品の大まかな位置と向きが決定する。形状が合致しなければ、前記部品データベースから次の候補分を導き出してくる。
In the distribution shape comparison unit 509a and the shape comparison device 509b, the three-dimensional shape distribution diagram created by the distribution of the video or feature points is compared with the candidate part three-dimensional shape or the already recognized surface shape. In particular, the distribution shape comparison unit recognizes only when the feature point plane three-dimensional distribution map is used as the comparison reference signal.
The current approximate position is selected from the GPS and the previous position information, and after selecting an approximate volume and size, the three-dimensional distribution of the image or feature point is compared with the three-dimensional shape of the part. The rough position of the parts can be narrowed down, for example, there is a vehicle on the ground but it cannot float in the space. Then, by comparing the two signals, the approximate position and orientation of the part are determined. If the shapes do not match, the next candidate is derived from the parts database.

また、特徴点の密度の高いところは、物体の存在するところであり、特徴点のないところは何もない空間である可能性が十分高いと言える。それらの予想から、特徴点の分布と部品の形状を比較することが可能である。
これは三次元の特徴点の分布と、部品の三次元形状の比較と言うことになる。ただし、この段階ではまだ部品がそれそのものと決定したわけではなく、おおよその形状と位置が一致したに過ぎないと言える。
特殊な場合として、特徴点の二次元分布と部品の二次元形状を比較することもあり得る。例えば、道路平面の特徴点分布と地図とを比較し、周囲の特徴点分布図と地図形状とを比較する場合がそうである。
In addition, it can be said that there is a high possibility that the feature point density is high where the object is present, and the feature point density is empty. From these predictions, it is possible to compare the distribution of feature points with the shape of the part.
This is a comparison between the distribution of the three-dimensional feature points and the three-dimensional shape of the part. However, at this stage, the part is not yet determined as such, but it can be said that the approximate shape and position are just the same.
As a special case, a two-dimensional distribution of feature points may be compared with a two-dimensional shape of a part. For example, this is the case when a feature point distribution on a road plane is compared with a map and a surrounding feature point distribution map is compared with a map shape.

合致する候補の部品の配置が存在するか否かを求め、存在すれば大まかな配置を求め、存在しなければ部品データベースに戻り、形状が合致すればそれを部品の有力候補として、次のプロセスへ送り出す。
部品の一致が得られない場合には、比較候補信号選択装置506で、次の候補部品を選択し、合致する部品が見つかるまで繰り返すことで、部品を特定する。
その後は、カメラ周囲の三次元形状の一部分の映像と候補の部品の映像とを比較し、候補の部品を次々比較する。ここは実際の映像と部品の比較となる。この場合は、三次元の映像と三次元の部品の比較とは限らない。様々な方向からみた二次元の映像と、三次元部品の二次元投影映像との比較という場合もある。合致すれば、次の特定及び固定装置に移行する。
合致しなければ、比較候補信号選択装置506で、次の候補部品を選択し、映像が合致する部品が見つかるまで繰り返す。
Determine if there is a matching candidate part placement, if there is a rough placement, return to the parts database if it does not exist, and if the shape matches, make it a potential candidate for the next process To send.
If no match is found, the comparison candidate signal selection device 506 selects the next candidate component and repeats until a matching component is found, thereby identifying the component.
After that, the image of a part of the three-dimensional shape around the camera is compared with the image of the candidate part, and the candidate parts are compared one after another. This is a comparison of actual video and parts. In this case, the comparison between the three-dimensional image and the three-dimensional component is not limited. There is also a case of comparing a two-dimensional image viewed from various directions with a two-dimensional projection image of a three-dimensional component. If they match, it moves on to the next identification and fixing device.
If they do not match, the comparison candidate signal selection device 506 selects the next candidate part and repeats until a part that matches the video is found.

座標統合装置510は、動画映像のすべてのフレームについて上述した一連の作業を連続的に行うことを繰り返し、移動体対象物には、対応する部品の座標と移動ベクトルを付加し、静止物体においては認識された複数の部品の座標を統合する。
座標統合装置510では、映像と部品の二次元投影面合致する場合の部品を唯一選択して特定し、合致した時の部品の三次元位置をその特定した部品の三次元座標として固定する。
The coordinate integration device 510 continuously repeats the series of operations described above for all the frames of the moving image, adds the coordinates of the corresponding part and the movement vector to the moving object, and in a stationary object, Integrate the coordinates of multiple recognized parts.
In the coordinate integration device 510, a part in the case where the two-dimensional projection plane of the image matches the part is selected and specified, and the three-dimensional position of the part when matched is fixed as the three-dimensional coordinate of the specified part.

人工知能装置100の自己位置は、上述したように、カメラベクトルとして既に得られているから、基準とする三次元座標に、カメラ位置座標、部品座標を落とし込んで、座標として統合する。そして、候補部品から目的の部品を形状合致させて特定し、固定する作業を繰り返す。
対応する部品が用意されていない場合には、合致する部品が存在しないことになるので、そのような場合も想定し、その場合には、特徴点分布からくる大まかな形状のみが認識され、それがどの部品に対応するかは分からないまま、未定の対象物として登録するようにする。
Since the self-position of the artificial intelligence apparatus 100 has already been obtained as a camera vector as described above, the camera position coordinates and component coordinates are dropped into the reference three-dimensional coordinates and integrated as coordinates. Then, the process of identifying and fixing the target part from the candidate parts by matching the shape is repeated.
If a corresponding part is not prepared, there is no matching part, so such a case is also assumed, in which case only a rough shape from the feature point distribution is recognized, and It is made to register as an undetermined object without knowing which part corresponds to.

座標統合装置510の自己確認部では、複数の部品の中には合致させるべき部品は存在しないが、自分自身の三次元形状をあらかじめ用意しておくことができる。自己位置はカメラベクトル検出装置502dによりわかっているので、その座標に自己自身の三次元形状を配置することができる。
これは例えば、自動運転システムであればそれは車両であるし、人工知能システムであればロボットの形状等である。
In the self-confirming unit of the coordinate integrating device 510, there is no part to be matched among the plurality of parts, but it is possible to prepare its own three-dimensional shape in advance. Since the self-position is known by the camera vector detection device 502d, it is possible to arrange its own three-dimensional shape at the coordinates.
This is, for example, a vehicle in the case of an automatic driving system, and the shape of a robot in the case of an artificial intelligence system.

座標統合装置510の移動部品座標追跡部(移動体確認部)では、移動体の部品を確認して、座標系の中に移動体として統合する。
特徴点面三次元分布図は、移動体を静止物体とは分離して分類することができる。図20に示すように、移動体に属する特徴点面三次元分布図を生成することで、一つの移動体に属する特徴点のグループには共通のカメラベクトルが存在することになる。但し、移動体とカメラ位置は相対値であり、まだ絶対値を持たない。
そこで、既知の静止座標系に対して求めたカメラ位置を移動体カメラ位置に代入することで、移動体のカメラ位置が決定され、結果として移動体位置が決定される。部品の特定ができない場合でも、その移動体に属する特徴点面三次元分布図から、概略形状をそのまま又は面部品で近似して、大まかな形状を座標系の中に統合して取り込むことができる。
The moving part coordinate tracking unit (moving body confirmation unit) of the coordinate integration device 510 confirms the parts of the moving body and integrates them as a moving body in the coordinate system.
The feature point plane three-dimensional distribution map can classify the moving object separately from the stationary object. As shown in FIG. 20, by generating a feature point plane three-dimensional distribution map belonging to a moving object, a common camera vector exists in a group of feature points belonging to one moving object. However, the moving body and the camera position are relative values and do not yet have absolute values.
Therefore, the camera position of the moving object is determined by substituting the camera position obtained with respect to the known stationary coordinate system into the moving object camera position, and as a result, the moving object position is determined. Even if the part cannot be specified, the rough shape can be integrated and imported into the coordinate system by approximating the rough shape as it is or by approximating it with the surface part from the 3D distribution map of the feature points belonging to the moving object. .

更新された部品構成による3D地図DB装置511は、上述したカメラ周囲の三次元形状を、目的に適合するまで複数の部品で再構成する。
これによって、複数の部品による三次元空間が再生成される。その複数の部品はすべて名称とその属性が分かっていて、それらの組み合わせとして表現された空間を再構築したことになる。
この更新された部品構成による3D地図DB装置511は、システムが前もって部品構成による3D地図装置を持っている場合には、その地図が最新データに更新されたことを意味し、前もって持たない場合には、新規にシステムが前もって部品構成による3D地図装置を生成したことになる。
The 3D map DB device 511 having the updated component configuration reconfigures the above-described three-dimensional shape around the camera with a plurality of components until it meets the purpose.
Thereby, a three-dimensional space by a plurality of parts is regenerated. The multiple parts all have names and attributes, and the space expressed as a combination of them is reconstructed.
If the system has a 3D map device with a component configuration in advance, this updated 3D map DB device 511 means that the map has been updated to the latest data. This means that the system has newly created a 3D map device with a component configuration in advance.

以上のプロセスの段階で、複数の人工知能装置100の間で情報交換が行われることで、部品の特定精度を向上させ、座標統合の精度を向上させ、表示装置514では、すべての方向,すべての領域からの対象物の表示が可能となる。
さらに、これによって、意味理解判断装置512における意味理解を向上させることができる。
By exchanging information between the plurality of artificial intelligence devices 100 in the above process steps, the accuracy of component identification is improved and the accuracy of coordinate integration is improved. In the display device 514, all directions, all The object can be displayed from the area.
Further, this makes it possible to improve meaning understanding in the meaning understanding determination device 512.

意味理解判断装置512は、座標統合装置510で統合されたことによる更新された部品による3D地図DB装置511(又は図4に示した部品再構築三次元空間生成部410)による部品の三次元的再構成状況から、自分自身(カメラ)の置かれている状況と意味を理解し、あらかじめ対象物の部品の属性として与えた情報から対象物単独の性質と、それぞれ属例を持つ複数の認識対象物の配列の意味を理解し、又はそれらの複合情報から自分自身の置かれている状況の意味を理解し、次の行動を判断する。
そして、図20に示すように、この意味理解判断装置512の出力により制御装置513が制御され、自分自身(カメラ)を自動的に制御して動かし、又は目的の作業装置(ロボット車両等)を動かし、制御し、行動を起こさせることができる。さらに、上述したプロセスの段階で他の人工知能装置100との情報交換をすることで精度を上げ、単独の人工知能装置では困難な総合判断を行い、個別には総合判断に矛盾しない判断を行い、制御し、行動を起こさせることができる。
The meaning comprehension judging device 512 is a three-dimensional part of the part by the 3D map DB device 511 (or the part reconstructing three-dimensional space generation unit 410 shown in FIG. 4) based on the part updated by the coordinate integration apparatus 510. Understand the situation and meaning of yourself (camera) from the reconstructed status, and recognize the properties of the object alone from the information given in advance as the attributes of the parts of the object, and multiple recognition targets each with a genus Understand the meaning of the arrangement of objects, or understand the meaning of the situation where they are placed from their composite information, and judge the next action.
Then, as shown in FIG. 20, the control device 513 is controlled by the output of the meaning understanding determination device 512, and automatically controls and moves itself (camera) or the target work device (robot vehicle or the like). Can move, control and take action. Furthermore, by exchanging information with other artificial intelligence devices 100 at the above-mentioned process stage, accuracy is improved, and comprehensive judgment that is difficult with a single artificial intelligence device is made, and judgments that are consistent with the overall judgment are made individually. Can control and take action.

意味理解判断装置512では、再構成された複数の部品の属性により、形状,座標,属性の分かっている複数の部品の集合として、三次元空間を再認識し、三次元空間を個別に理解して対象物の集合として理解する。その対象物の位置座標のみならずその属性として前もって理解している名称、性質、経歴等の知識の集合として空間を理解する。
部品が持つ属性としては、対象物名称、対象物の部分名称、設置条件、性質、材質、重さ、色、温度、存在条件、形状、隣接条件、自己相関係数等、対象物に係わるすべての情報を言う。
さらに、意味理解判断装置512では、目的の作業における現状の意味を理解し、目的の作業にとって現場が適切か否か、今後の行動の判断(例えばどの方向に進行すべきか等)が行える。このような目的の作業に沿った判断としては、例えば、安全と理解すること、危険と理解すること、直進進行可能と判断すること、停止と判断すること等、様々な理解が存在する。具体的には、認識された周囲状況において、自己の進行方向に障害物がなければ安全であり、障害物があれば危険と判断される。
The meaning understanding determination device 512 recognizes the three-dimensional space again as a set of a plurality of parts whose shapes, coordinates, and attributes are known based on the attributes of the reconstructed parts, and individually understands the three-dimensional space. To understand as a collection of objects. The space is understood not only as the position coordinates of the object but also as a collection of knowledge such as names, properties, and backgrounds that are understood in advance as its attributes.
The attributes of a part include the object name, part name of the object, installation conditions, properties, material, weight, color, temperature, existence conditions, shape, adjacent conditions, autocorrelation coefficient, etc. Say no information.
Further, the meaning understanding determination device 512 can understand the current meaning of the target work, and can determine whether the site is appropriate for the target work and determine future actions (for example, in which direction to proceed). For example, there are various understandings of the determination in line with the work for the purpose, such as understanding safety, understanding danger, determining that it is possible to proceed straight ahead, and determining stoppage. Specifically, in the recognized surrounding situation, it is safe if there are no obstacles in the traveling direction of itself, and it is judged dangerous if there are obstacles.

制御装置513は、意味理解装置512の判断により、目的の機器を目的に沿って作動し、制御する。
例えば、図20(b)に示すように、車両であれば、ハンドル、アクセル、ブレーキ、方向指示器、警笛等を前記意味理解装置で判断し、自動操作し、制御することで、対象となる機器の自動コントロールができる。
また、制御内容を表示し、それを人間が理解して作業することもできる。
図20(b)に示すように、各制御項目を適切に制御することで、目的の自動制御が可能となる。
The control device 513 operates and controls the target device in accordance with the purpose based on the judgment of the meaning understanding device 512.
For example, as shown in FIG. 20B, in the case of a vehicle, a steering wheel, an accelerator, a brake, a direction indicator, a horn, etc. are judged by the meaning understanding device, automatically operated, and controlled. Automatic control of equipment is possible.
In addition, the contents of control can be displayed, and humans can understand and work on it.
As shown in FIG. 20B, the target automatic control can be performed by appropriately controlling each control item.

表示装置(出力装置)514は、動画映像のすべてを又は一部を既知の部品で再構成し、必要が有ればその中にカメラベクトルとして得られた自分自身(カメラ)の位置(三次元座標位置)と姿勢(3軸回転姿勢)を、モニタ画面等に表示し、あるいは音声等で出力する。
表示装置514には、カメラ自身の位置から見た、周囲の状況を表示することができる。
また、スピーカ等を介して音声ガイドとして出力することができる。
音声ガイドの内容としては、例えば、図21に列挙したような内容がある。
The display device (output device) 514 reconstructs all or part of the moving image with known parts and, if necessary, the position (three-dimensional) of itself (camera) obtained as a camera vector therein. The coordinate position) and posture (three-axis rotation posture) are displayed on a monitor screen or the like, or output by voice or the like.
The display device 514 can display surrounding conditions as viewed from the position of the camera itself.
Further, it can be output as a voice guide via a speaker or the like.
The contents of the voice guide include, for example, the contents listed in FIG.

[基準映像による位置姿勢演算]
次に、以上のような本発明の複合人工知能装置において基準映像を用いて物体の位置姿勢を求める実施形態について図22〜図25を参照して説明する。
図22は、本発明の複合人工知能装置において物体の位置姿勢の補強となる基準映像の参照データを示すブロック図であり、図23は、図22に示す基準映像を用いた位置姿勢の演算手段の概略構成を示すブロック図である。
これらの図に示すように、複合人工知能装置に対する補強手段は、前もって予想される物体の移動通路又は移動範囲の基準映像を前もって撮影するとともに、この基準映像の各フレーム画像に対応するカメラベクトル演算データを前もって記憶し、さらに、必要に応じて、基準映像をカメラベクトル演算データによって、一部又は全部を三次元データに変換することによって、基準映像と動画映像との対応を求めることで、上述したGPS等のデータを補強してカメラ位置姿勢の精度を上げるようにしたものである。
[Position / orientation calculation based on reference image]
Next, an embodiment for obtaining the position and orientation of an object using a reference image in the composite artificial intelligence apparatus of the present invention as described above will be described with reference to FIGS.
FIG. 22 is a block diagram showing reference data of a reference image for reinforcing the position and orientation of an object in the composite artificial intelligence apparatus of the present invention. FIG. 23 shows a position and orientation calculation means using the reference image shown in FIG. It is a block diagram which shows schematic structure of these.
As shown in these figures, the reinforcing means for the composite artificial intelligence apparatus captures in advance a reference image of a movement path or movement range of an object that is predicted in advance, and camera vector calculation corresponding to each frame image of the reference image. The data is stored in advance, and further, if necessary, the reference video is converted into the three-dimensional data by converting the reference video with the camera vector calculation data, and the correspondence between the reference video and the moving image is obtained. The GPS data and the like are reinforced to improve the accuracy of the camera position and orientation.

物体が移動する場合は、特に物体の位置を精度良く求めることが重要である。このため、本発明の複合人工知能装置において、物体間の位置姿勢についての情報としては、上述したようなGPSデータだけでは不十分となる場合がある。
そこで、本実施形態では、前もって位置と姿勢の精度の高い基準映像を映像ストレージ部として用意するようにしてある。
図22に示すように、基準映像とそのカメラベクトルから、動画映像のカメラベクトルを求めるプロセス(図22に示す1〜8)において、基準画像をプロセス1〜8までのどの段階まで処理して参照データとして記憶しておくかは任意である。最終処理は映像の三次元データまで求めることであるが、どの段階まで処理するかは、例えばコストや手間等の問題から決定すればよい。
When the object moves, it is particularly important to obtain the position of the object with high accuracy. For this reason, in the composite artificial intelligence apparatus of the present invention, the GPS data as described above may not be sufficient as information about the position and orientation between objects.
Therefore, in this embodiment, a reference image with a high position and orientation accuracy is prepared in advance as a video storage unit.
As shown in FIG. 22, in the process (1-8 shown in FIG. 22) for obtaining a camera vector of a moving image from the reference video and its camera vector, the reference image is processed and referenced to which stage of processes 1-8. Whether it is stored as data is arbitrary. The final process is to obtain up to three-dimensional data of the video, but the level of the process may be determined from problems such as cost and labor.

すなわち、記憶して保持する基準映像の参照データとしては、上述した8種類のデータのうちのどこまで持つかは原理的に自由であり、それは単にコストと演算時間の問題である。
従って、参照データとして記憶する範囲としては、例えば、基準画像の一部を三次元化して記憶することもでき、また、全く処理しないままの基準映像だけを記憶するようにしてもよい。基準映像からカメラベクトル演算を行うのは、前処理として行うのが適切であるが、基準映像からその場で演算により求めることも可能である。
In other words, as far as the reference data of the reference video to be stored and held, how much of the above-mentioned eight types of data is free in principle is merely a matter of cost and calculation time.
Therefore, as the range to be stored as the reference data, for example, a part of the standard image can be stored in three dimensions, or only the standard video that is not processed at all can be stored. Although it is appropriate to perform the camera vector calculation from the reference image as a pre-processing, it is also possible to obtain the calculation from the reference image on the spot.

以下、基準映像を用いた物体の位置姿勢の制御について、図23を参照しつつ、単純化した場合を例にとって説明する。
図23に示すように、まず、参照データ及び取得データのカメラベクトルを求めるには、特徴点抽出部→特徴部位抽出部→特徴面抽出部→追跡部→カメラベクトル演算部→・・・という流れとなる。ここでは、カメラベクトルまでを求めてそれを記録媒体に記録する場合を説明する。
まず、精度の高い参照データとしての基準映像の位置と姿勢のデータを求めておく。そして、取得映像をリアルタイム処理して、カメラベクトルを求める。
Hereinafter, the control of the position and orientation of the object using the reference image will be described with reference to FIG.
As shown in FIG. 23, first, in order to obtain the camera vector of the reference data and the acquired data, a flow of feature point extraction unit → feature part extraction unit → feature surface extraction unit → tracking unit → camera vector calculation unit →. It becomes. Here, a case where the camera vector is obtained and recorded on a recording medium will be described.
First, the position and orientation data of the standard video as highly accurate reference data is obtained. Then, the acquired video is processed in real time to obtain a camera vector.

図24に示すように、参照データを基準映像カメラベクトルとし、取得データを動画映像カメラベクトルとして、既知である基準映像のカメラベクトルを動画映像のカメラベクトル演算に組み込ませて、一連のカメラベクトルして演算し、既知のカメラベクトルデータを代入し、全体のカメラベクトルとして動画のカメラベクトルを決定する。
また、既知である基準映像のカメラベクトルと、その場で演算で求めた動画映像のカメラベクトルを比較し、両者の関係を画像の特徴部位の対応から求めて、両者のカメラベクトルを関連付けることで、人工知能装置に取り付けられたカメラ自身の位置を決定することができる。
このようにして、基準映像からの三次元的位置姿勢のズレとして、物体の位置を精度良く求めることができる。
As shown in FIG. 24, the reference data is a standard video camera vector, the acquired data is a video video camera vector, a known standard video camera vector is incorporated into a video video camera vector calculation, and a series of camera vectors is obtained. And the known camera vector data is substituted to determine the camera vector of the moving image as the entire camera vector.
In addition, by comparing the camera vector of the known reference image with the camera vector of the moving image image obtained by calculation on the spot, the relationship between the two is obtained from the correspondence of the characteristic part of the image, and the two camera vectors are correlated. The position of the camera itself attached to the artificial intelligence device can be determined.
In this way, the position of the object can be obtained with high accuracy as the deviation of the three-dimensional position and orientation from the reference image.

その場合、必要に応じてその場で基準画像のCV演算をすることになる。
すべての動画映像のフレームに亘って上述のように基準映像からのカメラベクトルデータのズレとして演算しても良いが、演算時間を短縮するには、基準画像のフレーム間隔を十分とって上述した演算を行い、その中間フレームは単なる動画像側のカメラベクトル演算を行い、図25に示すように内挿することができる。
このようにすることで、基準画像のフレーム数を少なくすることができるので、データ量を少なくし、演算処理時間を大幅に短縮することができ好ましい。
In that case, the CV calculation of the reference image is performed on the spot as needed.
Although it may be calculated as the deviation of the camera vector data from the reference video as described above over all the frames of the video image, in order to shorten the calculation time, the above-mentioned calculation is performed with a sufficient frame interval of the reference image. The intermediate frame can be simply interpolated as shown in FIG. 25 by simply performing camera vector calculation on the moving image side.
By doing so, the number of frames of the reference image can be reduced, so that the amount of data can be reduced and the calculation processing time can be greatly shortened, which is preferable.

さらに、他の実施形態として、上述した基準映像に代えて、基準映像内の動画映像との対応を求めるために適した複数の特徴部位を、前もって選択し、切り取り、基準特徴部位映像として持つことで、GPSデータを補強し、カメラ位置姿勢の精度を上げることができる。この場合、必要に応じて、基準特徴部位映像とカメラベクトル演算データを二次元データ又は三次元データに変換して、取得された動画映像との対応を求めることができる。
上述した基準映像ではデータ量が大きくなることから、基準映像の中でカメラベクトル演算に必要な特徴部分のみを選択的に部分映像として持つことで、データ量を少なくすることができる。この特徴部位のデータは、基準映像の場合と同様、記録媒体に記録しておく。
Furthermore, as another embodiment, instead of the above-described reference image, a plurality of feature portions suitable for obtaining correspondence with the moving image in the reference image are selected in advance, cut out, and held as a reference feature portion image. Thus, it is possible to reinforce the GPS data and improve the accuracy of the camera position and orientation. In this case, if necessary, the reference feature part image and the camera vector calculation data can be converted into two-dimensional data or three-dimensional data, and the correspondence with the acquired moving image can be obtained.
Since the amount of data is large in the above-described reference image, the amount of data can be reduced by selectively having, as a partial image, only a characteristic portion necessary for camera vector calculation in the reference image. This characteristic part data is recorded on a recording medium in the same manner as in the case of the reference image.

[高精度三次元演算装置]
次に、図26を参照して、本発明の複合人工知能装置に、さらに高精度三次元演算装置を備えた実施形態について説明する。
図26は、図6に示した人工知能装置に高精度三次元演算装置515を備えた実施形態の概略構成を示すブロック図である。
同図に示す高精度三次元演算装置515は、三次元形状追跡部と、高精度カメラベクトル演算部を備えている。
三次元形状追跡部では、画像特徴点演算装置502によって得られたカメラベクトルを概略のカメラベクトルと位置づけ、その後のプロセスで生成される三次元情報をもつデータの三次元形状の一部分を用いて三次元形状の自動追跡を行う。
そして、得られた追跡データから、高精度カメラベクトル演算部によって高精度でカメラベクトルを出力するようになっている。
[High-precision three-dimensional arithmetic unit]
Next, with reference to FIG. 26, an embodiment in which the composite artificial intelligence apparatus of the present invention is further provided with a high-precision three-dimensional arithmetic device will be described.
FIG. 26 is a block diagram illustrating a schematic configuration of an embodiment in which the high-accuracy three-dimensional arithmetic device 515 is provided in the artificial intelligence apparatus illustrated in FIG.
A high-precision three-dimensional calculation device 515 shown in the figure includes a three-dimensional shape tracking unit and a high-precision camera vector calculation unit.
The three-dimensional shape tracking unit positions the camera vector obtained by the image feature point calculation device 502 as a rough camera vector, and uses a part of the three-dimensional shape of the data having the three-dimensional information generated in the subsequent process to obtain a third order. Automatic tracking of the original shape.
A camera vector is output with high accuracy from the obtained tracking data by a high-precision camera vector calculation unit.

上述したように、特徴点抽出・追跡処理部502bでは、特徴点を複数のフレーム間画像内に自動追跡するが、特徴点が消失するなどして特徴点の追跡フレーム数に制限がでてくることがある。また、画像は二次元であり、追跡途中で形状が変化するために追跡精度にも一定の限界がある。
そこで、この特徴点追跡で得られるカメラベクトルを概略値と位置づけ、その後のプロセスで得られる三次元形状の情報を各フレーム画像上に追跡して、その軌跡から高精度カメラベクトルを求めることができる。
三次元形状の追跡は、マッチング及び相関が取りやすく、三次元形状はフレーム画像によって、その三次元形状が変化しないので、多くのフレーム画像に亘って追跡が可能であり、そのことでカメラベクトル演算の精度を向上させることができる。これは、概略のカメラベクトルが既知であり、三次元形状が既に分かっているから可能となるものである。
As described above, the feature point extraction / tracking processing unit 502b automatically tracks feature points in a plurality of inter-frame images, but the number of feature point tracking frames is limited due to disappearance of feature points. Sometimes. In addition, since the image is two-dimensional and the shape changes during tracking, the tracking accuracy has a certain limit.
Therefore, the camera vector obtained by this feature point tracking is positioned as an approximate value, and information on the three-dimensional shape obtained in the subsequent process is traced on each frame image, and a high-precision camera vector can be obtained from the trajectory. .
Tracking of 3D shapes is easy to match and correlate, and 3D shapes can be tracked over many frame images because the 3D shape does not change depending on the frame image, which makes it possible to calculate camera vectors. Accuracy can be improved. This is possible because the approximate camera vector is known and the three-dimensional shape is already known.

カメラベクトルが概略値であっても、複数フレームに亘る三次元座標の誤差は概略値となり、画像の一部分の三次元形状の誤差は少ないので、三次元形状での比較や追跡は十分可能となる。
ここで追跡の対象となる三次元形状データとしては、以下のものがある。
(1)比較基準特徴点面三次元分布から出力される特徴点三次元分布形状
(2)面形状部品特定部から出力される面形状部品
(3)部品特定部から出力される部品
これらは、それぞれ三次元形状を持つので高精度三次元形状演算装置515による追跡の対象となる。
Even if the camera vector is an approximate value, the error of the 3D coordinates over multiple frames is an approximate value, and the error of the 3D shape of a part of the image is small, so it is possible to compare and track the 3D shape sufficiently. .
Here, the three-dimensional shape data to be tracked include the following.
(1) Feature point 3D distribution shape output from the comparison reference feature point surface 3D distribution
(2) Surface-shaped components output from the surface-shaped component identification unit
(3) Parts output from the part specifying unit Since these parts each have a three-dimensional shape, they are subject to tracking by the high-precision three-dimensional shape calculation device 515.

以上のことから、三次元形状追跡部は、三次元形状を追跡するが、上述した(1),(2),(3)及びそれらの組み合わせが考えられる。
さらに、三次元形状をカメラ位置から二次元画像に変換して、二次元画像として追跡することも可能である。
カメラベクトルの概略値が既知であることから、カメラ視点からの二次元画像に投影変換が可能であり、カメラ視点の移動による対象の形状変化にも追従することが可能となる。
From the above, the three-dimensional shape tracking unit tracks the three-dimensional shape, and the above-described (1), (2), (3) and combinations thereof are conceivable.
Furthermore, a three-dimensional shape can be converted from a camera position into a two-dimensional image and tracked as a two-dimensional image.
Since the approximate value of the camera vector is known, projection conversion can be performed on a two-dimensional image from the camera viewpoint, and it is also possible to follow a change in the shape of the object due to movement of the camera viewpoint.

[複数画像取得装置]
次に、本発明の複合人工知能装置において、各人工知能装置に複数の画像取得装置及びそれに対応する複数の画像特徴点演算装置を備える実施形態について、図27〜図32を参照して説明する。
図27及び図28に示すように、本実施形態は、図5及び図6に示した人工知能装置100とほぼ同様の構成となっており、
画像取得装置501において、同期した複数のビデオカメラにより複数の動画映像を取得するようにしてある。
そして、画像特徴点演算装置502においては、複数のビデオカメラと同数の各機能部を有しており、それぞれのカメラに対応して演算されるカメラ数に対応した出力を、それぞれのカメラに属するカメラと同数の画像特徴点演算装置において、同一機能部の間で関係付けながら演算を行うようになっている。
これにより、演算精度を向上させて、より精度の高いカメラベクトルと特徴点三次元座標,広範囲の特徴点面三次元分布図を生成できるようになっている。
[Multiple image acquisition device]
Next, in the composite artificial intelligence device of the present invention, an embodiment in which each artificial intelligence device includes a plurality of image acquisition devices and a plurality of image feature point calculation devices corresponding thereto will be described with reference to FIGS. .
As shown in FIGS. 27 and 28, the present embodiment has a configuration substantially similar to that of the artificial intelligence apparatus 100 shown in FIGS.
In the image acquisition device 501, a plurality of moving images are acquired by a plurality of synchronized video cameras.
The image feature point calculation device 502 has the same number of function units as a plurality of video cameras, and outputs corresponding to the number of cameras calculated corresponding to each camera belong to each camera. In the same number of image feature point calculation devices as the number of cameras, the calculation is performed while relating the same function units.
As a result, the calculation accuracy can be improved, and a more accurate camera vector, feature point three-dimensional coordinates, and a wide range of feature point plane three-dimensional distribution map can be generated.

以下、複数の画像取得装置501で得られる複数のカメラ映像を用いた高精度カメラベクトル演算を行う場合の詳細について、図29〜図30を参照しつつ説明する。
カメラベクトル演算において複数のカメラ映像を用いる場合、視野の広い広角視野カメラと、この広角カメラよりも視野の狭い狭角視野カメラとの位置関係を固定して、同時に同期させて使用し、広角カメラ側の広角視野映像と狭角視野カメラによる狭角視野映像をそれぞれ入力し、広角視野映像から演算によって得られたカメラベクトル値を、狭角視野映像によるカメラベクトル演算時に代入演算することで、高精度のカメラベクトルを得ることができる。
The details of performing high-precision camera vector calculation using a plurality of camera images obtained by the plurality of image acquisition devices 501 will be described below with reference to FIGS.
When using multiple camera images in camera vector calculation, the positional relationship between a wide-angle camera with a wide field of view and a narrow-angle camera with a narrower field of view than this wide-angle camera is fixed and used at the same time. By inputting the wide-angle field of view image and the narrow-angle field-of-view image from the narrow-angle field-of-view camera respectively, and substituting the camera vector value obtained from the calculation from the wide-angle field-of-view image when calculating the camera vector using the narrow-angle field of view, An accurate camera vector can be obtained.

一般に、広角レンズは視野が広いので、追跡点を長距離取れるので位置精度が高い。しかし、画角当たりの画素数が少ないので、回転精度は狭角レンズに比較して低くなる。
一方、狭角レンズは視野が狭いので位置精度が取れない。しかし、画角当たりの画素数が多いので、角度の精度は高くなる。
そこで、広角レンズで得られる広角視野映像と、狭角レンズで得られる狭角視野映像の双方を用いてカメラベクトル演算を行うことにより、高精度なカメラベクトルを得ることが可能となる。
In general, since a wide-angle lens has a wide field of view, the tracking point can be taken over a long distance, so that the positional accuracy is high. However, since the number of pixels per field angle is small, the rotation accuracy is lower than that of a narrow angle lens.
On the other hand, since the narrow-angle lens has a narrow field of view, the positional accuracy cannot be obtained. However, since the number of pixels per angle of view is large, the angle accuracy is high.
Therefore, it is possible to obtain a highly accurate camera vector by performing camera vector calculation using both a wide-angle field image obtained by a wide-angle lens and a narrow-angle field image obtained by a narrow-angle lens.

広角レンズカメラと狭角レンズカメラで得られる映像を用いたカメラベクトル演算についてより詳細に説明する。
広角視野カメラと狭角視野カメラを用いる場合、両カメラは固定して車両等に設置され、同期して使用するようにする。
広角視野カメラによる映像出力は、例えばAVI等の方式により画像圧縮され、一旦記録部(画像一時記録部)に保存される。そして、必要な画像フレームが呼び出されてカメラベクトル演算が行われる。
The camera vector calculation using images obtained by the wide-angle lens camera and the narrow-angle lens camera will be described in more detail.
When using a wide-angle field-of-view camera and a narrow-angle field-of-view camera, both cameras are fixedly installed in a vehicle or the like and used in synchronization.
The video output from the wide-angle viewing camera is image-compressed by a method such as AVI, and is temporarily stored in a recording unit (image temporary recording unit). Then, necessary image frames are called and camera vector calculation is performed.

一方、狭角視野カメラ側においても、取得された映像に基づいてカメラベクトル演算が行われるが、三次元位置座標に関しては、精度が悪いので、広角視野カメラの広角視野映像によって得られたカメラベクトル値の内の三次元座標を、狭角視野カメラの狭角視野映像によって求められる三次元座標に代入してカメラベクトルを演算する。
このようにして得られた狭角視野カメラのカメラベクトルは、視野角当たりの画素数が広角視野カメラに比較して十分に多いので、高精度の座標軸回転角を得ることができる。
必要があれば、ここで得られた高精度の座標軸回転角を、さらに、広角視野カメラ側の座標回転角として代入すれば位置精度は更に向上する。
On the other hand, the camera vector calculation is also performed on the narrow-angle field camera side based on the acquired image, but the accuracy of the three-dimensional position coordinates is low, so the camera vector obtained from the wide-angle field image of the wide-angle field camera The camera vector is calculated by substituting the three-dimensional coordinates of the values into the three-dimensional coordinates obtained from the narrow-angle field image of the narrow-angle field camera.
Since the camera vector of the narrow-angle field camera obtained in this way has a sufficiently large number of pixels per field angle compared to the wide-angle field-of-view camera, a highly accurate coordinate axis rotation angle can be obtained.
If necessary, the position accuracy can be further improved by substituting the high-precision coordinate axis rotation angle obtained here as the coordinate rotation angle on the wide-angle viewing camera side.

広角レンズカメラと狭角レンズカメラは、位置関係が変化しないように固定する等して一体化して配置する。広角と狭角のカメラは同期して駆動する。
それぞれのカメラの映像出力は記録部に記録する。後処理として、画像安定化する場合は、映像出力をAVI等で圧縮して、全フレームをストレージに記録する。また、リアルタイムでカメラ姿勢制御として画像安定化する場合や、カメラの保持機構や車両そのものの位置制御や姿勢制御を目的とする場合には、全フレームの画像の記録ではなく、リアルタイム処理に必要なフレーム数だけの画像を記録すればよい。ただし、映像そのものを必要とする場合は必要な画像はすべて記録する。
The wide-angle lens camera and the narrow-angle lens camera are integrally arranged by being fixed so that the positional relationship does not change. Wide-angle and narrow-angle cameras are driven synchronously.
The video output of each camera is recorded in a recording unit. In the case of image stabilization as post-processing, the video output is compressed by AVI or the like, and all frames are recorded in the storage. In addition, when image stabilization is performed as camera attitude control in real time, or for the purpose of position control and attitude control of the camera holding mechanism and the vehicle itself, it is necessary for real-time processing rather than recording images of all frames. It suffices to record only the number of frames. However, if the video itself is required, all necessary images are recorded.

広角レンズカメラ及び狭角レンズカメラの映像出力はそれぞれ、一時記憶され、カメラベクトルが演算されるが、二者のカメラベクトルは基本的に同じか、単に平行移動したものか、定数分回転した位置関係にあり、片方を求めればそれはもう一方を求めたことになる。
ここで、広角レンズカメラによるカメラベクトルは視野を広く取れるために、特徴点を長距離追跡することができ、三次元位置精度が高く取れる。一方、狭角レンズカメラの映像出力は、視野が狭い分特徴点の追跡距離が短くなり、三次元位置精度は取れないが、一ピクセル当たりの画角が小さいため、回転精度は高く取れる。
The video output of the wide-angle lens camera and the narrow-angle lens camera is temporarily stored and the camera vector is calculated, but the two camera vectors are basically the same, simply translated, or rotated by a constant number There is a relationship, and if you ask for one, you ask for the other.
Here, since the camera vector obtained by the wide-angle lens camera has a wide field of view, the feature points can be tracked over a long distance, and the three-dimensional position accuracy can be high. On the other hand, the video output of a narrow-angle lens camera has a narrow field of view and the tracking distance of feature points is shortened, so that the three-dimensional position accuracy cannot be obtained, but since the angle of view per pixel is small, the rotation accuracy can be high.

そこで、両カメラの長所を結合して、広角レンズ側で三次元位置座標を演算で求め、その得られた三次元位置座標を狭角レンズカメラの三次元位置座標として採用し、狭角レンズカメラでのカメラベクトル演算を求めることで、精度の高い3軸回転信号が得られる。
さらに、必要があれば、3軸回転信号を広角レンズカメラ側の3軸回転角として代入して、さらに精度の高い三次元位置を演算することができる。これを繰り返すことにより、精度をさらに高めることが可能となる。
Therefore, by combining the advantages of both cameras, the three-dimensional position coordinates are obtained by calculation on the wide-angle lens side, and the obtained three-dimensional position coordinates are adopted as the three-dimensional position coordinates of the narrow-angle lens camera. By obtaining the camera vector calculation at, a highly accurate three-axis rotation signal can be obtained.
Furthermore, if necessary, it is possible to calculate a more accurate three-dimensional position by substituting the three-axis rotation signal as the three-axis rotation angle on the wide-angle lens camera side. By repeating this, the accuracy can be further improved.

以上により、精度の高い三次元位置と3軸回転がリアルタイム処理で求められた後は、それを姿勢制御信号として、カメラ保持機構やカメラを積載する車両等の三次元位置と姿勢を制御することができる。ただし、リアルタイム処理の場合はカメラベクトル演算目的でのAVI画像変換等の必要はない。
また、記録された画像の画像安定化の実際の演算については、揺れ成分信号からの信号を処理するが、360°映像を扱う場合のように球面に貼り付けた映像を揺れ成分の信号で回転させて補正する方法や、通常の画像のように球面ではない通常の平面画像を揺れ角に合わせて回転させて平面展開するように平面変換するとで実現できる。実際には平面画像でも球面画像でも、球面変換も平面変換もどちらでも可能である。
As described above, after a highly accurate three-dimensional position and three-axis rotation are obtained by real-time processing, the three-dimensional position and posture of a camera holding mechanism, a vehicle carrying the camera, etc. are controlled using this as a posture control signal. Can do. However, in the case of real-time processing, there is no need for AVI image conversion for the purpose of camera vector calculation.
In addition, for the actual calculation of image stabilization of the recorded image, the signal from the shake component signal is processed, but the image pasted on the spherical surface is rotated by the shake component signal as in the case of handling 360 ° video. This can be realized by a correction method, or by converting a normal flat image that is not a spherical surface like a normal image into a plane so that it is rotated in accordance with the swing angle and flattened. Actually, either a spherical transformation or a planar transformation is possible for a planar image or a spherical image.

図29に、広角視野カメラと狭角視野カメラの関係を示す。
同図に示すように、それぞれのカメラでは、それぞれの視野で特徴点抽出と特徴点追跡が行われるので、必ずしも視野が重複している必要はない。
それぞれのカメラの位置関係が固定されていることだけが必要となる。
一台のカメラによって得られるカメラベクトルの位置座標は相対値であるため、後に何らかのスケール校正を行う必要があるが、カメラの視野を重複させることで、同一特徴点を追跡できる場合には視差を計測できるので、距離の絶対距離が取得できるので、計測には有利であり精度は更に向上する。
カメラの視野を重複させる場合を図30に示す。
FIG. 29 shows the relationship between a wide-angle camera and a narrow-angle camera.
As shown in the figure, each camera performs feature point extraction and feature point tracking in each field of view, so the fields of view do not necessarily have to overlap.
It is only necessary that the positional relationship of each camera is fixed.
Since the position coordinates of the camera vector obtained by one camera are relative values, it is necessary to perform some scale calibration later.However, if the same feature point can be tracked by overlapping the field of view of the camera, the parallax can be reduced. Since measurement is possible, the absolute distance can be obtained, which is advantageous for measurement and accuracy is further improved.
FIG. 30 shows a case where the fields of view of the cameras are overlapped.

図30に示すように、カメラの視野を重複させる場合には、専用の視野重複カメラを設置することが好ましい。同図に示すように、車両等の移動体の予想進行方向に狭角視野カメラを視野重複するように並べて配設し、特徴点の追跡路を長く取るようにすると、三次元位置精度を向上させることができる。
また、同図に示す横の独立視野の狭角視野カメラは、3軸回転角に高感度となるように設定してある。
このような視野重複カメラを画像安定化手段(後述する図33に示す画像スタビライズ部604参照)に利用する場合には、画像特徴点演算装置502の最終出力の3軸回転ベクトルを補正信号として画像に回転補正をかけて画像を安定化する。
なお、広角レンズと狭角レンズの視野は必ずしも重複する必要はない。
As shown in FIG. 30, when overlapping the visual field of a camera, it is preferable to install a dedicated visual field overlapping camera. As shown in the figure, the three-dimensional position accuracy is improved by arranging the narrow-angle field-of-view cameras so that they overlap in the expected traveling direction of a moving body such as a vehicle and extending the tracking path of feature points. Can be made.
Further, the narrow-angle field-of-view camera of the horizontal independent field shown in the figure is set so as to have high sensitivity at the three-axis rotation angle.
When such a field-of-view overlap camera is used for image stabilization means (see an image stabilization unit 604 shown in FIG. 33 to be described later), the final output triaxial rotation vector of the image feature point calculation device 502 is used as a correction signal. To stabilize the image.
Note that the fields of view of the wide-angle lens and the narrow-angle lens do not necessarily overlap.

さらに、高精度のカメラベクトルを求めるときは、図31に示すように、広角視野カメラと同時に複数の狭角視野カメラを、同図に示すように、視野が大まかな車両等の進行方向に沿って一部視野を重複しながら撮影し、広角視野カメラで全体視野を把握して粗計測し、そのデータを用いて、狭角視野カメラの演算の三次元位置を代入演算して求め、さらに進行方向に特徴点を追跡し、位置と姿勢について高精度のカメラベクトル演算を実現することができる。図31に示す左右両端の狭角視野カメラは3軸回転角に対して高感度となるように設置してある。   Further, when obtaining a highly accurate camera vector, as shown in FIG. 31, a plurality of narrow-angle cameras are used simultaneously with a wide-angle camera, as shown in FIG. In this case, the field of view is overlapped, and the entire field of view is grasped with a wide-angle field-of-view camera. By tracking feature points in the direction, it is possible to realize high-precision camera vector calculation for position and orientation. The narrow-angle field-of-view cameras at the left and right ends shown in FIG. 31 are installed so as to be highly sensitive to the three-axis rotation angle.

また、図32に示すように、全体視野を把握する広角視野カメラを複数備えることもできる。
図32に示す例は、航空機の離着陸時のように、地面との距離が接近したような場合に、広角視野カメラを視野重複させて複数台(二台)設置した場合である。
航空機の離着陸時には、滑走路に近づいて対地速度が速くなるので、特徴点検出と追跡が困難になることを考慮して、図32に示すように、横外向きに広角視野カメラを設置する。
また、このように視野重複が有れば絶対距離が計測できるので、カメラベクトル演算で求められた相対距離を校正して、絶対距離に変換することが出来る。
Further, as shown in FIG. 32, a plurality of wide-angle visual field cameras that grasp the entire visual field can be provided.
The example shown in FIG. 32 is a case where a plurality of (two) wide-angle field-of-view cameras are installed with overlapping fields of view when the distance from the ground is approaching, such as when an aircraft is taking off and landing.
At the time of takeoff and landing of the aircraft, the ground speed increases as it approaches the runway, so that it is difficult to detect and track feature points, and a wide-angle visual field camera is installed laterally outward as shown in FIG.
In addition, since the absolute distance can be measured if there is an overlapping field of view as described above, the relative distance obtained by the camera vector calculation can be calibrated and converted into the absolute distance.

次に、図33〜図37を参照して、本発明の複合人工知能装置において、移動体検出・静止座標系分離・移動体座標系分離を行う実施形態について説明する。
図33及び図34は、本実施形態に係る移動体検出・静止座標系分離・移動体座標系分離を行う人工知能装置の概略構成を示すブロック図である。
同図において、動画像取得部601は、人工知能装置100が備えられる物体に取り付けられたカメラから動画像を取得する。
特徴点検出・追跡部602は、動画像取得部601で得られた動画像内の静止物体の十分多くの特徴点を抽出し、抽出された十分多くの特徴点を複数のフレーム画像に亘って追跡する。
カメラベクトル演算部603は、特徴点の追跡結果からカメラベクトル(カメラ位置姿勢)を演算して求める。
Next, with reference to FIGS. 33 to 37, an embodiment for performing mobile object detection / stationary coordinate system separation / moving body coordinate system separation in the composite artificial intelligence apparatus of the present invention will be described.
FIG. 33 and FIG. 34 are block diagrams showing a schematic configuration of an artificial intelligence apparatus that performs mobile body detection, stationary coordinate system separation, and mobile body coordinate system separation according to the present embodiment.
In the figure, a moving image acquisition unit 601 acquires a moving image from a camera attached to an object provided with the artificial intelligence apparatus 100.
The feature point detection / tracking unit 602 extracts a sufficiently large number of feature points of a stationary object in the moving image obtained by the moving image acquisition unit 601, and extracts a sufficient number of extracted feature points over a plurality of frame images. Chase.
The camera vector calculation unit 603 calculates a camera vector (camera position and orientation) from the tracking result of the feature points.

画像スタビライズ部604は、カメラベクトルから画像の回転による揺れを止めて画像を安定化させる。
静止系延長交点抽出部605は、画像スタビライズ部604で安定化された画像上で、前記特徴点の追跡軌跡を再配置し、安定化された画像上で、複数の特徴点の追跡軌跡の延長線が静止座標系で交わる一対の延長交点を求める。
分割画像分類部606は、安定化された画像を小領域の分割画像に分割し、各分割画像に関して複数のフレーム画像に亘って対応点を求め、各分割画像が前記延長交点を通過するか否かにより、静止座標系か、それ以外かに分類する。
The image stabilizing unit 604 stabilizes the image by stopping the shaking due to the rotation of the image from the camera vector.
The stationary system extended intersection extraction unit 605 rearranges the tracking locus of the feature points on the image stabilized by the image stabilization unit 604, and extends the tracking locus of a plurality of feature points on the stabilized image. Find a pair of extended intersections where the lines meet in a stationary coordinate system.
The divided image classifying unit 606 divides the stabilized image into divided images of small regions, obtains corresponding points over a plurality of frame images for each divided image, and determines whether each divided image passes through the extended intersection. Depending on whether or not it is classified as a stationary coordinate system or other.

静止座標系分類抽出部607は、延長交点による分割画像分類部によって静止座標系と判断された分割画像を抽出して一時記録する。
静止座標系以外分類抽出部608は、延長交点に属するか否かによる画像分類部によって静止座標系以外と判断された分割画像を抽出して一時記録する。
静止座標系三次元化部609は、静止座標系分類抽出部607で得られた静止座標系と判断された分割画像について、延長交点と分割画像中心を結ぶ延長上に対応点を求めることで、分割画像の三次元座標を求める。
移動体分割画像追跡部610は、静止座標系以外分類抽出部608で分離された移動体分割画像を複数のフレームに亘って追跡する。
The stationary coordinate system classification extraction unit 607 extracts and temporarily records the divided images determined as the stationary coordinate system by the divided image classification unit based on the extended intersection.
The classification extraction unit 608 other than the stationary coordinate system extracts and temporarily records the divided images that are determined to be other than the stationary coordinate system by the image classification unit depending on whether they belong to the extended intersection.
The static coordinate system three-dimensionalization unit 609 obtains a corresponding point on the extension connecting the extended intersection point and the center of the divided image with respect to the divided image determined as the static coordinate system obtained by the static coordinate system classification extracting unit 607. Obtain the three-dimensional coordinates of the divided image.
The moving body divided image tracking unit 610 tracks the moving body divided image separated by the classification extraction unit 608 other than the stationary coordinate system over a plurality of frames.

移動体別延長交点分類部611は、移動体分割画像追跡部による追跡軌跡から、移動体分割画像の追跡延長交点を求め、得られた移動体延長交点別に、移動体分割画像を移動体別に分類する。
移動体別三次元化部612は、移動体延長交点分類部により移動体別に分類された移動体別分割画像とその追跡結果から、移動体別分割画像の三次元座標を求めることで、移動体の形状とその座標を求める。
スケール合わせ部613は、移動体三次元化部で得られた共通する既知の長さ又は、複数カメラに共通する対象物を基準として、各移動体のスケールを静止座標系と共有させる。
座標統合部614は、スケール合わせ部でスケール合わせの済んだ移動体別三次元座標と静止座標系の座標を統合する。
The moving object divided intersection classification unit 611 obtains the tracking extended intersection of the moving object divided image from the tracking trajectory by the moving object divided image tracking unit, and classifies the moving object divided image by moving object for each obtained moving object extended intersection. To do.
The moving object-specific three-dimensionalization unit 612 obtains the three-dimensional coordinates of the moving object-specific divided image from the moving object-specific divided images classified by the moving object by the moving object extension intersection classifying unit and the tracking result thereof, thereby moving the moving object. Find the shape and its coordinates.
The scale matching unit 613 shares the scale of each moving body with the stationary coordinate system based on a common known length obtained by the moving body three-dimensionalization unit or an object common to a plurality of cameras.
The coordinate integration unit 614 integrates the three-dimensional coordinates for each moving body and the coordinates of the stationary coordinate system that have been scaled by the scale matching unit.

画像分割部615は、安定化された画像を小領域の分割画像に分割する。
ゴム紐相関部616は、画像分割部615により分割されたブロック画像において、各ブロック画像をあたかもゴム紐でつないだように、配列順番が変更されないように、しかも伸び縮するように結合し、ブロック間で大きな輝度差が有ればそれが衝撃となってゴム紐が切断するように緩く結合し、フレーム間の相関またはマッチングをとる。これによって、一部の相関又はマッチングが不完全であっても、ブロックの順番を変えないで配列することで、全体像を失わないようにすることができる。
The image dividing unit 615 divides the stabilized image into divided images of small areas.
In the block image divided by the image dividing unit 615, the rubber string correlation unit 616 combines the block images so that the arrangement order is not changed as if the block images are connected by rubber strings, and the blocks are expanded and contracted. If there is a large luminance difference between them, it will be impacted and loosely coupled so that the rubber string will be cut, and correlation or matching between frames will be taken. As a result, even if some correlations or matchings are incomplete, the entire image can be prevented from being lost by arranging the blocks without changing their order.

以上のような構成からなる本実施形態の人工知能装置100によれば、以下のようにして、移動体検出・静止座標系分離・移動体座標系分離を行う。
まず、動画像取得部601では人工知能の一部機能として物体に取り付けられたカメラで得た動画像を取得する。画像に歪みがある場合は、画像の歪み補正をして次のプロセスに進める。
特徴点検出・追跡部602では、複数のフレームに亘り特徴点を検出し、それを追跡する。
カメラベクトル演算部603では、図6で示したカメラベクトル検出部502dと同様に、特徴点の追跡軌跡からカメラベクトルを演算で求める。カメラベクトルとは、上述したように、カメラの位置姿勢を六つの自由度(X ,Y, Z,Φx,Φy,Φz)で表現したベクトルのことである。
画像スタビライズ部604では、特徴点抽出・追跡→カメラベクトル演算→回転補正というプロセスで画像を安定化させる。
According to the artificial intelligence apparatus 100 of the present embodiment configured as described above, moving object detection, stationary coordinate system separation, and moving object coordinate system separation are performed as follows.
First, the moving image acquisition unit 601 acquires a moving image obtained by a camera attached to an object as a partial function of artificial intelligence. If the image is distorted, correct the image and proceed to the next process.
The feature point detection / tracking unit 602 detects feature points over a plurality of frames and tracks them.
As with the camera vector detection unit 502d shown in FIG. 6, the camera vector calculation unit 603 calculates a camera vector from the tracking trace of the feature points. As described above, the camera vector is a vector expressing the position and orientation of the camera with six degrees of freedom (X, Y, Z, Φx, Φy, Φz).
The image stabilization unit 604 stabilizes the image by a process of feature point extraction / tracking → camera vector calculation → rotation correction.

静止系延長交点抽出部605では、安定化された画像上で、複数の特徴点の追跡軌跡の延長線が静止座標系で交わる一対の延長交点を求める。
安定化された平面変換画像上(通常の遠近法画像)で、特徴点及び分割画像の追跡軌跡は直線となり、その直線の交点として一対の延長交点が求まる。時間の流れに沿って追跡すれば進行方向には湧き出し点が、進行方向の反対側には消滅点(遠近法の消失点とは異なる)が延長交点として求まる。時間の流れを逆追跡すれば関係も逆になるが、常に一対の延長交点が求まる。
また、安定化された球面画像上で、複数の特徴点及び分割画像を追跡した場合の軌跡の交点は大円となり、球面画像上で大円が交わる二点として一対の延長交点が求められる。
The stationary system extended intersection extraction unit 605 obtains a pair of extended intersections where the extension lines of the tracking trajectories of a plurality of feature points intersect in the stationary coordinate system on the stabilized image.
On the stabilized plane conversion image (normal perspective image), the tracking trajectory of the feature point and the divided image is a straight line, and a pair of extended intersections is obtained as the intersection of the straight lines. If tracking is performed along the flow of time, the spring point in the traveling direction and the vanishing point (different from the vanishing point in perspective) on the opposite side of the traveling direction are obtained as extended intersections. If the time flow is traced back, the relationship will be reversed, but a pair of extended intersections will always be found.
In addition, when a plurality of feature points and divided images are tracked on a stabilized spherical image, the intersection of the trajectories becomes a great circle, and a pair of extended intersections are obtained as two points where the great circle intersects on the spherical image.

分割画像分類部606では、安定化された画像を小領域の分割画像に分割し、各分割画像に関して複数のフレーム画像に亘って対応点を求め、各分割画像が前記延長交点を通過するか否かにより、静止座標系か、それ以外かに分類する。
分割画像の配列を優先して対応関係を求めることで、フレーム毎の対応が良く取れるゴム紐相関法を用いるのが好ましい。
ゴム紐相関法とは、画像をブロック化し、各ブロック映像をあたかもゴム紐で縦横を格子状につないだように、配列順番が変更されないように結合し、伸び縮するように結合し、輝度差が有ればそれが衝撃となってゴム紐が切断するように緩く結合し、フレーム間の相関またはマッチングをとる方法であり、相関又はマッチングが不完全であっても、ブロックの順番を変えないで内挿することで、全体像を失わないようにするのがゴム紐相関理論と同じ方法である。
The divided image classifying unit 606 divides the stabilized image into divided images of small regions, obtains corresponding points over a plurality of frame images for each divided image, and determines whether each divided image passes through the extended intersection point. Depending on whether or not it is classified as a stationary coordinate system or other.
It is preferable to use a rubber string correlation method that can obtain a good correspondence for each frame by obtaining the correspondence with priority given to the arrangement of the divided images.
The rubber string correlation method is to block images and combine each block image so that the arrangement order is not changed, as if the vertical and horizontal lines are connected in a grid pattern with rubber strings, and so as to expand and contract. If there is, the rubber string is loosely joined so that it becomes an impact and the correlation or matching between frames is taken, and even if the correlation or matching is incomplete, the order of the blocks is not changed It is the same method as the rubber string correlation theory that the whole image is not lost by interpolating with.

静止座標系分類抽出部607では、安定化された画像には必ず延長交点が存在し、延長交点は画枠に対して定位置となり、分割画像の追跡軌跡又は特徴点追跡軌跡は平面画像においては延長交点から発する直線となる性質を利用して、延長交点による分割画像分類部によって静止座標系と判断された分割画像を抽出して一時記録する。
具体的には図35に示すように、延長交点と分割画像を結ぶ直線上に対応点を求めて、対応点が求まればそれを追跡点として静止座標系に静止して存在するものとして分類する。
このようにすることで、面での対応点を求めることなく、面での対応点探索に比較して、極めて短時間で対応点を求めることができる。
In the stationary coordinate system classification extraction unit 607, there is always an extended intersection point in the stabilized image, the extended intersection point is a fixed position with respect to the image frame, and the tracking trajectory of the divided image or the feature point tracking trajectory is a flat image. Using the property of a straight line originating from the extended intersection, a divided image determined as a stationary coordinate system by the divided image classification unit based on the extended intersection is extracted and temporarily recorded.
Specifically, as shown in FIG. 35, a corresponding point is obtained on a straight line connecting the extended intersection and the divided image, and if the corresponding point is obtained, it is classified as being present in a stationary coordinate system as a tracking point. To do.
By doing in this way, a corresponding point can be calculated | required in a very short time compared with the corresponding point search in a surface, without calculating | requiring the corresponding point in a surface.

静止座標系に存在するものは、延長交点と分割画像又は特徴点を結ぶ時、平面画像の場合は直線となり、球面画像の場合は大円となる。
このとき、延長交点と分割画像又は特徴点を結ぶ直線上に対応点を求める追跡処理において、多少直線からはみ出した範囲にまで対応点を探索して求めることで、直線からのズレを補正するように延長交点を再演算することにより、より精度の高い延長交点が求められる。精度の高い延長交点から、精度の高いカメラベクトル演算が可能となる。
一般に、ゴム紐相関理論は面の対応であるが、延長交点法とゴム紐相関理論を組み合わせれば、延長交点からの延長直線上に対応点を求める一次元のゴム紐とすることができるので、対応点演算の時間はかなり短縮され精度も向上する。
また、分割画像と特徴点とは延長交点に関しては同じ意味であり、区別されない。従って特徴点の追跡によって延長交点を求めても、分割画像によって特徴点を求めても物理的には同じ意味である。
What exists in the stationary coordinate system is a straight line in the case of a plane image and a great circle in the case of a spherical image when connecting the extended intersection and the divided image or feature point.
At this time, in the tracking process for finding the corresponding point on the straight line connecting the extended intersection and the divided image or the feature point, the deviation from the straight line is corrected by searching for the corresponding point to a range slightly beyond the straight line. By recalculating the extended intersection point, a more accurate extended intersection point is obtained. A highly accurate camera vector calculation can be performed from an extended intersection with high accuracy.
In general, the rubber string correlation theory is the correspondence of the surface, but if you combine the extended intersection method and the rubber string correlation theory, you can make a one-dimensional rubber string that finds the corresponding point on the extended straight line from the extended intersection point. The corresponding point calculation time is considerably shortened and the accuracy is improved.
Further, the divided image and the feature point have the same meaning with respect to the extended intersection and are not distinguished. Therefore, whether an extended intersection point is obtained by tracking feature points or a feature point is obtained from divided images has the same physical meaning.

静止座標系以外分類抽出部608では、延長交点に属するか否かによる画像分類部によって静止座標系以外と判断された分割画像を抽出して一時記録する。
静止座標系三次元化部609では、静止座標系分類抽出部607で得られた静止座標系と判断された分割画像について、延長交点と分割画像中心を結ぶ延長上に対応点を求めることで、分割画像の三次元座標を求める。
一方、移動体分割画像追跡部610では、静止座標系以外分類抽出部608で分離された移動体分割画像を複数のフレームに亘って追跡する。
移動体別延長交点分類部611では、移動体分割画像追跡部による追跡軌跡から、図31に示すように、移動体分割画像の追跡延長交点を求め、得られた移動体延長交点別に、移動体分割画像を移動体別に分類する。
The non-stationary coordinate system classification extraction unit 608 extracts and temporarily records the divided images determined by the image classification unit based on whether or not they belong to the extended intersection point.
The stationary coordinate system three-dimensionalization unit 609 obtains a corresponding point on the extension connecting the extended intersection and the center of the divided image for the divided image determined as the stationary coordinate system obtained by the stationary coordinate system classification extracting unit 607, Obtain the three-dimensional coordinates of the divided image.
On the other hand, the moving object divided image tracking unit 610 tracks the moving object divided image separated by the classification extraction unit 608 other than the stationary coordinate system over a plurality of frames.
In the extended intersection classification unit 611 for each moving object, as shown in FIG. 31, the tracking extension intersection of the moving object divided image is obtained from the tracking trajectory by the moving object divided image tracking unit. The divided images are classified by moving object.

移動体別三次元化部612では、移動体延長交点分類部611により移動体別に分類された移動体別分割画像とその追跡結果から、移動体別分割画像の三次元座標を求めることで、移動体の形状とその座標を求める
スケール合わせ部613では、移動体三次元化部で得られた共通する既知の長さ又は、複数カメラに共通する対象物を基準として、各移動体のスケールを静止座標系と共有させる。
座標統合部614では、スケール合わせ部でスケール合わせの済んだ移動体別三次元座標と静止座標系の座標を統合する。複数のカメラの場合はカメラ間の距離が確定していれば絶対長が算出されるが、カメラが一台の場合は相対値となるが、他の人工知能装置からの情報を取得して絶対長が算出される。
また、前もって静止座標系以外分類抽出部608の前に、移動体別領域大分類部(図示せず)を設けて、静止座標系以外分類抽出部608から得られた分割画像の固まりを大きく分類しておき、移動体分割画像の追跡をすることができる。
The moving object-specific three-dimensionalization unit 612 calculates the three-dimensional coordinates of the moving object-specific divided image from the moving object-specific divided images classified by the moving object by the moving object extended intersection classifying unit 611 and the tracking result thereof. The scale matching unit 613 obtains the body shape and its coordinates. The scale of each moving body is stationary based on a common known length obtained by the moving body three-dimensionalization unit or an object common to a plurality of cameras. Share with coordinate system.
The coordinate integration unit 614 integrates the three-dimensional coordinates for each moving body and the coordinates of the stationary coordinate system that have been scaled by the scale matching unit. In the case of multiple cameras, the absolute length is calculated if the distance between the cameras is fixed, but if there is only one camera, it will be a relative value, but it can be obtained by obtaining information from other artificial intelligence devices. The length is calculated.
In addition, a moving body-specific area large classification unit (not shown) is provided in front of the classification extraction unit 608 other than the stationary coordinate system in advance, and the group of divided images obtained from the classification extraction unit 608 other than the stationary coordinate system is largely classified. In addition, the moving object divided image can be tracked.

分割画像部615において分割する単位としては、例えば、7*7〜15*15ピクセル程度が望ましい。
静止座標系三次元化部609及び移動体別三次元化部612においては、原則的にすべての分割画像について複数のフレームに亘り追跡を行うが、対応点を闇雲に探すのではなく、先の延長交点からの延長上にのみ探せばよいことになる。このことで精度の良い追跡が可能となる。
また、移動体別三次元化部612で三次元形状の概略が取得された段階で、あるいはスケール合わせ部613により、三次元形状の絶対スケールを取得した段階で、比較部621によって部品データベース部620の三次元部品と比較し一致させることで(図34参照)、移動体別に認識を行い(移動体認識部619)、さらに部品と置換することができる(部品置換部622)。
このようにして、置換された部品を静止座標系と座標統合することで、静止座標系の中に移動体を3DCGで表現することができる。
As a unit to be divided in the divided image unit 615, for example, about 7 * 7 to 15 * 15 pixels is desirable.
In the stationary coordinate system three-dimensionalization unit 609 and the three-dimensionalization unit for each moving object 612, in principle, all the divided images are tracked over a plurality of frames, but instead of searching for the corresponding points in the dark clouds, You only have to search for the extension from the extended intersection. This enables accurate tracking.
In addition, the component database unit 620 is used by the comparison unit 621 when the outline of the three-dimensional shape is acquired by the three-dimensional moving unit 612 or when the absolute scale of the three-dimensional shape is acquired by the scale matching unit 613. In comparison with the three-dimensional part (see FIG. 34), recognition is performed for each moving body (moving body recognition unit 619), and further replacement with the part can be performed (part replacement unit 622).
In this way, by integrating coordinates of the replaced part with the stationary coordinate system, the moving object can be expressed in 3DCG in the stationary coordinate system.

また、本実施形態では、移動体別座標決定と静止座標系への統合を行うために、図34に示すように、移動体別座標系決定部617を備えることができる。
移動体別座標系決定部617は、移動体別延長交点分類部611によって得られた移動体別の分割画像追跡軌跡から、仮想移動体別カメラベクトルを検出し、それを移動体別仮想カメラベクトルとし、複数の移動体別仮想カメラベクトルの座標系を、既知の静止座標系のカメラベクトルに一致させるように座標変換するようになっている。これによって、移動体別座標系を静止座標系に座標変換し、移動体を移動体別に静止座標系に統合することができる。
Further, in the present embodiment, in order to perform coordinate determination for each moving object and integration into a stationary coordinate system, a coordinate system determining unit 617 for each moving object can be provided as shown in FIG.
The moving object-specific coordinate system determination unit 617 detects a virtual moving object-specific camera vector from the moving object-specific divided image tracking trajectory obtained by the moving object-specific extended intersection classification unit 611, and detects the detected virtual moving object-specific camera vector. The coordinate system of the plurality of virtual camera vectors for each moving body is coordinate-transformed so as to match the camera vector of a known stationary coordinate system. Thereby, the coordinate system for each moving object can be transformed into the stationary coordinate system, and the moving object can be integrated into the stationary coordinate system for each moving object.

移動体とカメラの運動は常に相対運動であり、カメラが動くか、対象物が動くかは区別できず、同じことを意味することになる。このときのカメラベクトルを仮想カメラベクトルと定義する。
図36及び図37に示すように、仮想カメラベクトルは、移動する物体に固有に存在する。すなわち、移動する複数の物体の特徴点は、それぞれ固有の仮想カメラベクトルに属する。
移動体別に分類された分割画像(移動体別分割画像)は、カメラに対して移動するが、一般にはカメラも移動しているから、まずカメラベクトル演算によりカメラ及びその移動を静止座標系で表現する。
また、カメラから見た移動体はカメラを仮の静止座標系としているから、そのまま移動体別の仮のカメラベクトルを演算すれば、移動体を静止座標系とした仮のカメラベクトルが求まる。このことで移動体別の座標系が求まり、移動体別に座標系を決定することができる。
The movement of the moving body and the camera is always a relative movement, and it cannot be distinguished whether the camera moves or the object moves, which means the same thing. The camera vector at this time is defined as a virtual camera vector.
As shown in FIGS. 36 and 37, the virtual camera vector exists inherently in the moving object. That is, feature points of a plurality of moving objects belong to unique virtual camera vectors.
Divided images classified by moving object (divided image by moving object) move with respect to the camera, but generally the camera is also moving, so the camera and its movement are first expressed in a stationary coordinate system by camera vector calculation. To do.
In addition, since the moving body viewed from the camera has a temporary stationary coordinate system, if a temporary camera vector for each moving body is directly calculated, a temporary camera vector with the moving body as a stationary coordinate system can be obtained. As a result, a coordinate system for each moving body is obtained, and the coordinate system can be determined for each moving body.

そして、以上の作業を移動体別座標系決定部617において行う。
カメラが一個の場合、カメラは同一であるから、カメラベクトルと仮のカメラベクトルを一致させることで、移動体別の分割画像の座標を静止座標系で表現したことになる。
また、移動体別分割画像のデータは一般に静止座標系の分割画像に比べて少ないので、他の人工知能装置から受け取った同一移動体の相対三次元データと合わせることで移動体の三次元形状と座標を求めやすくなる。また複数の方向の人工知能装置からのデータを統合することで、正しい絶対スケールを求めることができる。
一般に、カメラ一個では得られる三次元データは相対値であり、それを絶対値に変換する為には画像中の既知の長さのものを基準として変換するか、他のカメラからの情報を取得してカメラ間の距離等の既知の距離を基準として絶対スケールに変換することができる。
The above operations are performed in the moving object-specific coordinate system determination unit 617.
When there is one camera, since the cameras are the same, the coordinate of the divided image for each moving object is expressed in the stationary coordinate system by matching the camera vector with the temporary camera vector.
In addition, since the data of the divided images for each moving object is generally smaller than the divided images of the stationary coordinate system, the three-dimensional shape of the moving object can be obtained by combining it with the relative three-dimensional data of the same moving object received from other artificial intelligence devices. It becomes easy to obtain coordinates. Also, the correct absolute scale can be obtained by integrating data from artificial intelligence devices in multiple directions.
In general, the 3D data obtained with one camera is a relative value, and in order to convert it to an absolute value, it is converted based on a known length in the image, or information from other cameras is acquired. Then, it can be converted into an absolute scale based on a known distance such as a distance between cameras.

さらに、本実施形態では、図34に示すように、移動別座標系に移動体をロックオンする移動体別ロックオン部613を備えることができる。
移動体別ロックオン部613は、移動体別延長交点分類部611によって得られた移動体別の延長交点又はカメラベクトルから、移動体別の座標系を求める移動体別座標決定部により、任意の移動体の座標系を求め、任意の移動体の延長交点を固定するように、又は移動体別座標系との関係で定められた任意の位置と姿勢を基準としてカメラ方向を制御して、あるいは、カメラを制御せずに画像を任意の移動体の座標系で安定化して表示する。
Furthermore, in the present embodiment, as shown in FIG. 34, it is possible to provide a moving body-specific lock-on unit 613 that locks on the moving body in the movement-specific coordinate system.
The moving-unit-specific lock-on unit 613 uses a moving-unit-specific coordinate determination unit that obtains a moving-unit-specific coordinate system based on the moving-unit-specific extended intersection obtained by the moving-unit-specific extended intersection classification unit 611 or the camera vector. Determine the coordinate system of the moving object and fix the extended intersection of any moving object, or control the camera direction based on any position and orientation defined in relation to the coordinate system for each moving object, or The image is stabilized and displayed in the coordinate system of an arbitrary moving body without controlling the camera.

上述したように、移動体別延長交点分類部611及び移動体別座標系決定部617により、移動体別の座標系を生成することができる。
そこで、カメラ方向を制御し、常に或る特定の移動体座標系を追跡することで移動体を静止座標系のごとく表示(ロックオン)することができる。
また、カメラを制御せずとも画像処理により、取得された映像から常にある特定の座標系を追跡して、あたかもその移動体座標系が静止座標系であるように扱って表示、すなわちロックオンすることができる。
As described above, the moving object-specific extended intersection classification unit 611 and the moving object-specific coordinate system determination unit 617 can generate a coordinate system for each moving object.
Therefore, the moving body can be displayed (locked on) like a stationary coordinate system by controlling the camera direction and always tracking a specific moving body coordinate system.
In addition, a certain coordinate system is always tracked from the acquired video by image processing without controlling the camera, and the moving object coordinate system is treated as if it were a stationary coordinate system, and displayed, that is, locked on. be able to.

なお、本実施形態では、画像スタビライズ部604で、カメラベクトル演算を用いて画像を安定化させるようにしているが、カメラベクトルを用いることにより、カメラ姿勢を安定化して位置姿勢の安定化制御を行うこともできる。
上述したように、人工知能装置は、物体に取り付けられることで、その物体の移動や属性等のデータを他の人工知能装置との間でやり取りして、複合人工知能装置を構成するが、人工知能装置が取り付けられた物体は通常は移動するので、その移動を正確に把握しなければならない。また、移動を予定通り行うために適切な制御を行わなければならない。
カメラの位置姿勢制御と物体の位置姿勢制御は同義であるとして以下に説明する。
In the present embodiment, the image stabilization unit 604 stabilizes the image by using the camera vector calculation. However, by using the camera vector, the camera posture is stabilized and the position and orientation stabilization control is performed. It can also be done.
As described above, an artificial intelligence device is attached to an object, and exchanges data such as movement and attributes of the object with other artificial intelligence devices to constitute a composite artificial intelligence device. Since an object to which an intelligent device is attached normally moves, the movement must be accurately grasped. In addition, appropriate control must be performed in order to move as scheduled.
The following description assumes that camera position and orientation control and object position and orientation control are synonymous.

上述したカメラベクトル検出で求められるカメラの三次元位置信号及びその3軸回転信号、(X,Y,Z,Φx,Φy,Φz)から、カメラ位置(X,Y,Z,)と、カメラ姿勢の回転による揺れ成分(Φx,Φy,Φz)を抽出し、予定のカメラ位置と現在のカメラ位置の差から、カメラ位置を補正する補正信号を生成することができる。
また、正常なカメラ姿勢と現在のカメラ姿勢との差から、カメラの回転を補正する回転補正信号を生成することができる。
そして、この位置及び回転補正信号により、カメラ、若しくはカメラが固定されている保持機構、あるいはカメラを積載している移動物体の姿勢を制御して補正することができる。
From the three-dimensional position signal of the camera and the three-axis rotation signal (X, Y, Z, [Phi] x, [Phi] y, [Phi] z) obtained by the above-described camera vector detection, the camera position (X, Y, Z,) and the camera posture The shake component (Φx, Φy, Φz) due to the rotation of the camera is extracted, and a correction signal for correcting the camera position can be generated from the difference between the scheduled camera position and the current camera position.
Further, a rotation correction signal for correcting the rotation of the camera can be generated from the difference between the normal camera posture and the current camera posture.
Then, with this position and rotation correction signal, the posture of the camera, the holding mechanism to which the camera is fixed, or the moving object on which the camera is loaded can be controlled and corrected.

このようにして、カメラベクトル演算からリアルタイムで得られる補正信号によって、カメラ自身を保持する機構を制御し、画像を取得するカメラ自身をリアルタイムで位置制御と回転制御を行い、カメラの姿勢を安定化し、位置姿勢安定化装置と構成することができる。
また、このような補正信号により、航空機・車両等に取り付けられた人工知能装置は、回転姿勢制御のみならず、カメラが固定されている車両等を制御することで、車両の位置制御としても利用できる。
In this way, the mechanism that holds the camera itself is controlled by the correction signal obtained in real time from the camera vector calculation, and the camera itself that acquires the image is controlled in position and rotation in real time to stabilize the camera posture. The position and orientation stabilization device can be configured.
In addition, artificial intelligence devices attached to aircraft, vehicles, etc. by using such correction signals can be used not only for rotational attitude control but also for vehicle position control by controlling vehicles with fixed cameras, etc. it can.

ここで、補正信号は、X,Y,Z,Φx,Φy,Φzの何れの組み合わせから制御信号を生成するかで、姿勢制御となったり、位置制御となったりする。
すなわち、カメラの回転角Φx,Φy,Φz から生成する回転補正信号により、回転角を一定に保つように制御できる。一般には、これらのすべてを固定する必要はなく、一軸の自由回転は残しながら回転制御する方が良い場合もある。
また、ヘリコプターが上空でホバリングする場合には、X,Y,Z,Φx,Φy,Φzの、すべてについて制御することで実現できる。
また、位置制御とは予定された三次元位置からのズレを検出して、それを車両等の位置制御信号としてフィードバックすることで、予定の航路に導くことが可能となる。車両や航空機の予定航路をX,Y,Zと比較することで、位置制御として利用できる。
Here, the correction signal may be attitude control or position control depending on which combination of X, Y, Z, Φx, Φy, and Φz is used to generate the control signal.
That is, the rotation angle can be controlled to be constant by the rotation correction signal generated from the rotation angles Φx, Φy, Φz of the camera. In general, it is not necessary to fix all of these, and there are cases where it is better to control the rotation while leaving free rotation of one axis.
Further, when the helicopter is hovering in the sky, it can be realized by controlling all of X, Y, Z, Φx, Φy, and Φz.
In addition, position control can be guided to a scheduled route by detecting a deviation from a planned three-dimensional position and feeding it back as a position control signal for a vehicle or the like. By comparing the planned route of the vehicle or aircraft with X, Y, Z, it can be used as position control.

このようにして、本発明で求められるカメラベクトルを車両や航空機等の移動体の位置及び姿勢制御装置として利用することができる。
なお、移動体の制御にはリアルタイム性が要求されるので、上述したように、複数の映像を利用することにより、リアルタイムで取得される映像出力を直接カメラベクトル演算に用いて、過去のデータと照らし合わせて、カメラベクトルのリアルタイム演算をするようにする(図27及び図28参照)。
リアルタイム演算で得られた高精度カメラベクトルは、三次元位置とカメラの3軸回転の信号を含むので、カメラを積載した車両の姿勢制御と位置制御が実現できる。
さらに、図26に示したような高精度三次元演算装置等と組み合わせることにより、より高精度の位置と姿勢制御が可能となる。
In this way, the camera vector required in the present invention can be used as a position and orientation control device for a moving body such as a vehicle or an aircraft.
In addition, since the real-time property is required for the control of the moving body, as described above, by using a plurality of videos, the video output acquired in real time is directly used for camera vector calculation, and past data and In comparison, the camera vector is calculated in real time (see FIGS. 27 and 28).
Since the high-precision camera vector obtained by the real-time calculation includes the three-dimensional position and the three-axis rotation signal of the camera, it is possible to realize attitude control and position control of the vehicle loaded with the camera.
Further, by combining with a high-accuracy three-dimensional calculation device or the like as shown in FIG. 26, more accurate position and posture control can be performed.

以上、本発明の複合人工知能装置について、好ましい実施形態を示して説明したが、本発明に係る複合人工知能装置は、上述した実施形態にのみ限定されるものではなく、本発明の範囲で種々の変更実施が可能であることは言うまでもない。   The composite artificial intelligence apparatus of the present invention has been described with reference to the preferred embodiment. However, the composite artificial intelligence apparatus according to the present invention is not limited to the above-described embodiment, and various modifications can be made within the scope of the present invention. Needless to say, it is possible to implement this change.

本発明は、ビデオカメラ等で撮像される動画映像に基づいてカメラや車両,ロボット等の任意の物体を自動制御する人工知能装置の分野に好適に利用することができる。   The present invention can be suitably used in the field of an artificial intelligence apparatus that automatically controls an arbitrary object such as a camera, a vehicle, or a robot based on a moving image captured by a video camera or the like.

本発明の複合人工知能装置を構成する各人工知能装置の基本的機能構成を示すブロック図である。It is a block diagram which shows the basic functional structure of each artificial intelligence apparatus which comprises the composite artificial intelligence apparatus of this invention. 図1に示す人工知能装置が取り付けられる現実世界の物体及び対象物の関係を示す説明図である。It is explanatory drawing which shows the relationship between the object and target object of the real world to which the artificial intelligence apparatus shown in FIG. 1 is attached. 図2に示す人工知能装置が取り付けられる物体及び対象物の関係をより具体的に示す説明図である。It is explanatory drawing which shows more concretely the relationship between the object and target object to which the artificial intelligence apparatus shown in FIG. 2 is attached. 図1に示した各人工知能装置において実現されるより具体的機能を説明するための機能ブロック図である。It is a functional block diagram for demonstrating the more concrete function implement | achieved in each artificial intelligence apparatus shown in FIG. 本発明の複合人工知能装置を構成する各人工知能装置の一実施形態の概略構成を示すブロック図である。It is a block diagram which shows schematic structure of one Embodiment of each artificial intelligence apparatus which comprises the composite artificial intelligence apparatus of this invention. 図5に示す人工知能装置の概略構成の詳細を示したブロック図である。It is the block diagram which showed the detail of schematic structure of the artificial intelligence apparatus shown in FIG. 本発明の一実施形態に係る人工知能装置のカメラベクトル検出部における具体的なカメラベクトルの検出方法を示す説明図である。It is explanatory drawing which shows the specific detection method of the camera vector in the camera vector detection part of the artificial intelligence apparatus which concerns on one Embodiment of this invention. 本発明の一実施形態に係る人工知能装置のカメラベクトル検出部における具体的なカメラベクトルの検出方法を示す説明図である。It is explanatory drawing which shows the specific detection method of the camera vector in the camera vector detection part of the artificial intelligence apparatus which concerns on one Embodiment of this invention. 本発明の一実施形態に係る人工知能装置のカメラベクトル検出部における具体的なカメラベクトルの検出方法を示す説明図である。It is explanatory drawing which shows the specific detection method of the camera vector in the camera vector detection part of the artificial intelligence apparatus which concerns on one Embodiment of this invention. 本発明の一実施形態に係る人工知能装置のカメラベクトル検出部によるカメラベクトルの検出方法における望ましい特徴点の指定態様を示す説明図である。It is explanatory drawing which shows the designation | designated aspect of the desirable feature point in the detection method of the camera vector by the camera vector detection part of the artificial intelligence apparatus which concerns on one Embodiment of this invention. 本発明の一実施形態に係る人工知能装置のカメラベクトル検出部により得られる特徴点の三次元座標とカメラベクトルの例を示すグラフである。It is a graph which shows the example of the three-dimensional coordinate of the feature point obtained by the camera vector detection part of the artificial intelligence apparatus which concerns on one Embodiment of this invention, and a camera vector. 本発明の一実施形態に係る人工知能装置のカメラベクトル検出部により得られる特徴点の三次元座標とカメラベクトルの例を示すグラフである。It is a graph which shows the example of the three-dimensional coordinate of the feature point obtained by the camera vector detection part of the artificial intelligence apparatus which concerns on one Embodiment of this invention, and a camera vector. 本発明の一実施形態に係る人工知能装置のカメラベクトル検出部により得られる特徴点の三次元座標とカメラベクトルの例を示すグラフである。It is a graph which shows the example of the three-dimensional coordinate of the feature point obtained by the camera vector detection part of the artificial intelligence apparatus which concerns on one Embodiment of this invention, and a camera vector. 本発明の一実施形態に係る人工知能装置のカメラベクトル検出部において、カメラから特徴点の距離に応じて複数の特徴点を設定し、複数の演算を繰り返し行う場合を示す説明図である。In the camera vector detection part of the artificial intelligence apparatus which concerns on one Embodiment of this invention, it is explanatory drawing which shows the case where a some feature point is set according to the distance of a feature point from a camera, and a some calculation is repeated. 本発明の一実施形態に係る人工知能装置の特徴点結合ポリゴン生成部における単位ポリゴンの生成過程を示す説明図である。It is explanatory drawing which shows the production | generation process of the unit polygon in the feature point connection polygon production | generation part of the artificial intelligence apparatus which concerns on one Embodiment of this invention. 本発明の一実施形態に係る人工知能装置の特徴点結合ポリゴン生成部における単位ポリゴンの生成過程を示す説明図である。It is explanatory drawing which shows the production | generation process of the unit polygon in the feature point connection polygon production | generation part of the artificial intelligence apparatus which concerns on one Embodiment of this invention. 本発明の一実施形態に係る人工知能装置の特徴点結合ポリゴン生成部において詳細を求める部分に特徴点を追加してポリゴン化する過程を示す説明図である。It is explanatory drawing which shows the process which adds a feature point to the part which calculates | requires a detail, and makes it a polygon in the feature point connection polygon production | generation part of the artificial intelligence apparatus which concerns on one Embodiment of this invention. 本発明の一実施形態に係る人工知能装置の比較認識装置におけるポリゴン面と部品面の比較を示す説明図である。It is explanatory drawing which shows the comparison of the polygon surface and component surface in the comparison recognition apparatus of the artificial intelligence apparatus which concerns on one Embodiment of this invention. 図6に示す人工知能装置の変更実施形態を示す要部ブロック図である。It is a principal part block diagram which shows the modified embodiment of the artificial intelligence apparatus shown in FIG. 本発明の一実施形態に係る人工知能装置の意味理解判断装置及び制御装置の概略構成を示すブロック図である。It is a block diagram which shows schematic structure of the meaning understanding judgment apparatus and control apparatus of the artificial intelligence apparatus which concerns on one Embodiment of this invention. 本発明の一実施形態に係る人工知能装置の表示装置から出力される音声ガイドの一例を示す図である。It is a figure which shows an example of the audio | voice guide output from the display apparatus of the artificial intelligence apparatus which concerns on one Embodiment of this invention. 本発明の複合人工知能装置において物体の位置姿勢の補強となる基準映像の参照データを示すブロック図である。It is a block diagram which shows the reference data of the reference | standard image | video used as reinforcement of the position and orientation of an object in the composite artificial intelligence apparatus of this invention. 図22に示す基準映像を用いた位置姿勢の演算手段の概略構成を示すブロック図である。It is a block diagram which shows schematic structure of the calculating means of the position / orientation using the reference | standard image | video shown in FIG. 本発明の複合人工知能装置において基準映像を用いて物体の位置姿勢を求める過程を示す説明図である。It is explanatory drawing which shows the process which calculates | requires the position and orientation of an object using a reference | standard image | video in the composite artificial intelligence apparatus of this invention. 本発明の複合人工知能装置において基準映像を用いて物体の位置姿勢を求める過程を示す説明図である。It is explanatory drawing which shows the process which calculates | requires the position and orientation of an object using a reference | standard image | video in the composite artificial intelligence apparatus of this invention. 図6に示した人工知能装置に高精度三次元演算装置を備えた実施形態の概略構成を示すブロック図である。It is a block diagram which shows schematic structure of embodiment provided with the highly accurate three-dimensional arithmetic unit in the artificial intelligence apparatus shown in FIG. 本発明の複合人工知能装置を構成する各人工知能装置に複数の画像取得装置を備える一実施形態の概略構成を示すブロック図である。It is a block diagram which shows schematic structure of one Embodiment provided with several image acquisition apparatus in each artificial intelligence apparatus which comprises the composite artificial intelligence apparatus of this invention. 図27に示す人工知能装置の概略構成の詳細を示したブロック図である。It is the block diagram which showed the detail of schematic structure of the artificial intelligence apparatus shown in FIG. 本発明の複合人工知能装置の一実施形態に備えられる広角視野カメラと狭角視野カメラの関係を示す説明図である。It is explanatory drawing which shows the relationship between the wide-angle visual field camera and narrow-angle visual field camera with which one Embodiment of the composite artificial intelligence apparatus of this invention is equipped. 広角視野と狭角視野の複数のカメラを備える人工知能装置において、狭角視野カメラを、カメラの移動方向に沿って視野を重複させて複数設置する場合の説明図である。In an artificial intelligence apparatus provided with a plurality of cameras with a wide-angle field of view and a narrow-angle field of view, it is an explanatory diagram when a plurality of narrow-angle field-of-view cameras are installed with overlapping fields of view along the moving direction of the camera. 広角視野と狭角視野の複数のカメラを備える人工知能装置において、広角視野カメラで全体視野を捉えつつ、複数の狭角視野カメラで視野を重複させて映像を取得する場合の説明図である。In an artificial intelligence apparatus provided with a plurality of cameras with a wide-angle field of view and a narrow-angle field of view, it is an explanatory diagram in a case where an image is acquired by overlapping a field of view with a plurality of narrow-angle field-of-view cameras while capturing the entire field of view with a wide-angle field-of-view camera. 広角視野と狭角視野の複数のカメラを備える人工知能装置において、全体視野を捉える広角視野カメラを複数設置する場合の説明図である。It is explanatory drawing at the time of installing multiple wide-angle visual field cameras which capture the whole visual field in the artificial intelligence apparatus provided with the several camera of a wide-angle visual field and a narrow-angle visual field. 本発明の一実施形態に係る移動体検出・静止座標系分離・移動体座標系分離を行う人工知能装置の概略構成を示すブロック図である。It is a block diagram which shows schematic structure of the artificial intelligence apparatus which performs the mobile body detection, stationary coordinate system separation, and mobile body coordinate system separation which concern on one Embodiment of this invention. 本発明の一実施形態に係る移動体検出・静止座標系分離・移動体座標系分離を行う人工知能装置の概略構成を示すブロック図である。It is a block diagram which shows schematic structure of the artificial intelligence apparatus which performs the mobile body detection, stationary coordinate system separation, and mobile body coordinate system separation which concern on one Embodiment of this invention. 図33及び図34に示す人工知能装置において行う移動体検出・静止座標系分離・移動体座標系分離の過程を示す説明図である。It is explanatory drawing which shows the process of the mobile body detection which performs in the artificial intelligence apparatus shown in FIG.33 and FIG.34, stationary coordinate system separation, and mobile body coordinate system separation. 図33及び図34に示す人工知能装置において行う移動体検出・静止座標系分離・移動体座標系分離の過程を示す説明図である。It is explanatory drawing which shows the process of the mobile body detection which performs in the artificial intelligence apparatus shown in FIG.33 and FIG.34, stationary coordinate system separation, and mobile body coordinate system separation. 図33及び図34に示す人工知能装置において行う移動体検出・静止座標系分離・移動体座標系分離の過程を示す説明図である。It is explanatory drawing which shows the process of the mobile body detection which performs in the artificial intelligence apparatus shown in FIG.33 and FIG.34, stationary coordinate system separation, and mobile body coordinate system separation.

符号の説明Explanation of symbols

100 人工知能装置
101 自己物体の属性記憶機能
102 自己物体の空間位置姿勢認識機能
103 自己物体の周囲対象物認識機能
104 自己物体の状況判断機能
105 処理過程の記録機能
106 通信機能
107 継続処理機能
501 画像取得装置
502 画像特徴点演算装置
503 比較基準信号選択装置
504 形状部品生成装置
505 形状部品データベース装置
506 比較候補信号選択装置
507 部品構成による3D地図装置
508 GPSによるカメラ概略位置決定装置
509 比較認識装置
510 座標統合装置
511 更新された部品構成による3D地図DB装置
512 意味理解判断装置
513 制御装置
514 表示装置(出力装置)
515 高精度三次元演算装置
DESCRIPTION OF SYMBOLS 100 Artificial intelligence apparatus 101 Self-object attribute storage function 102 Self-object spatial position and orientation recognition function 103 Self-object surrounding object recognition function 104 Self-object situation judgment function 105 Processing process recording function 106 Communication function 107 Continuation processing function 501 Image acquisition device 502 Image feature point calculation device 503 Comparison reference signal selection device 504 Shape component generation device 505 Shape component database device 506 Comparison candidate signal selection device 507 3D map device 508 by component configuration 508 Camera approximate position determination device by GPS 509 Comparison recognition device 510 Coordinate Integration Device 511 3D Map DB Device with Updated Component Configuration 512 Semantic Understanding Judgment Device 513 Control Device 514 Display Device (Output Device)
515 High precision 3D arithmetic unit

Claims (14)

任意の物体に取り付けられる複数の人工知能装置を備え、
各人工知能装置は、
画像取得装置により取得される、当該人工知能装置が取り付けられた物体の周囲空間の画像情報を統一座標系に統合し、空間の三次元形状の概略を構成する三次元空間構成部と、
前記画像取得装置のカメラの三次元座標位置と3軸回転角姿勢を示すカメラベクトルを所定のカメラベクトル演算により求め、前記三次元空間構成部により得られた空間の三次元空間内に存在する、各人工知能装置が取り付けられた物体の位置と姿勢と移動を示す三次元座標データを、前記カメラベクトルを基準として取得して、前記統一座標系を基準として、取得された物体の三次元座標データを当該統一座標系に配置する」物体位置姿勢移動配置部と、
前記物体の三次元座標データが配置された統一座標系に、前記画像取得装置で画像取得された人工知能装置が取り付けられていない対象物の三次元位置と姿勢と移動を示す三次元座標データを、前記カメラベクトルを基準として取得して、取得された対象物の三次元座標データを前記統一座標系に追加配置する対象物位置移動追加配置部と、
前記物体及び対象物に対応する三次元形状及び所定の属性情報が与えられた複数の三次元部品データを予め格納したデータベース部と、
前記物体及び対象物に対応する三次元部品データを、前記データベース部に格納された三次元部品データの三次元形状又はカメラベクトルと前記三次元空間構成部の前記画像取得装置のカメラの視点位置を示す三次元座標データから抽出し、当該三次元部品データの概略の配置と姿勢に基づいて候補となる三次元部品データを絞り込む姿勢絞り込み部と、
前記物体及び対象物の三次元形状データと絞り込んだ部品を比較する比較部と、
前記比較の一致不一致に基づいて、対応する部品を特定する物体対象物部品特定部と、
前記部品の特定と同時に又は当該特定の後に、前記部品の三次元位置を決定し、前記統一座標系に再配置する物体対象物部品座標固定部と、
前記部品の特定及び固定の後に又は同時に又は先だって、前記物体について予め記憶された当該物体の名称を含む所定の属性情報と部品について予め記憶された当該部品の対象物の名称を含む所定の属性情報を比較し、所定の条件内で属性情報が一致した部品を部品候補とする属性による部品絞り込み部と、
所定の入力操作に応じて前記特定が済んだ部品についての前記属性情報を追加し又は更新する物体部品属性比較追加更新部と、
前記統一座標系に、複数の部品により前記三次元空間を再構築して部品再構築三次元空間を生成する部品再構築三次元空間生成部と、
所定の入力操作に応じて前記部品再構築三次元空間に配置された構成要素となる各部品に前記属性情報を設定し、現実世界に対応する所定の属性情報を有する複数の部品による仮想の現実対応仮想空間を生成する現実対応仮想空間部と、
前記現実対応仮想空間の三次元座標中に、前記画像取得装置のカメラの視点位置の三次元座標として示される当該人工知能装置の三次元位置と姿勢と移動を示す三次元データを指定し、当該指定位置を中心とした部品の三次元位置情報及び当該部品の前記属性情報を取得する仮想空間での自己認識部と、
複数の部品の三次元配置とそれらの属性情報の相互関係から所定の意味を生成するためのルールを予め格納した意味ルール付与部と、
前記現実対応仮想空間内の当該人工知能装置と部品の位置関係及びそれら属性情報の関係から、前記ルールに基づく所定の意味を生成する意味発生部と、
前記意味発生部で生成された意味を、前記現実対応仮想空間内の当該人工知能装置が取り付けられた物体の現実世界の三次元空間における状況を示す情報として出力する自己状況把握部と、
前記自己状況把握部から出力される情報を、時間経緯に沿って複数回求める時間経緯シミュレーション部と、
前記時間経緯シミュレーション部で複数回求められる情報に基づいて、当該人工知能装置が取り付けられた物体を制御する制御信号を出力する行動決定部と、を備え、
複数の各人工知能装置がデータ送受信可能に接続され、
複数の人工知能装置間で、各人工知能装置が取り付けられた物体の前記属性情報,各人工知能装置が取り付けられた物体の前記周囲空間の画像情報,当該画像情報に基づく前記三次元空間情報,各人工知能装置が取り付けられた物体の前記三次元空間内の位置と姿勢と移動を示す三次元情報,各人工知能装置が取り付けられた物体の周囲の人工知能装置が取り付けられていない対象物の三次元位置と姿勢と移動を示す三次元情報,各人工知能装置が取り付けられた物体の前記自己位置を中心とした部品の三次元配置と属性関係情報及びそれに基づく前記意味情報の一部情報又はそれらの組み合わせ情報を送受信し、
各人工知能装置において、他の人工知能装置から前記各情報を受信し、当該人工知能装置が取り付けられた物体の前記統一座標系に、当該統一座標系を基準として他の物体の三次元位置と姿勢と移動を示す三次元座標データを追加配置して前記各処理を行うことを特徴とする複合人工知能装置。
With multiple artificial intelligence devices attached to any object,
Each artificial intelligence device
A three-dimensional space configuration unit configured to integrate the image information of the surrounding space of the object to which the artificial intelligence device is attached obtained by the image acquisition device into a unified coordinate system, and to configure the outline of the three-dimensional shape of the space;
A camera vector indicating a three-dimensional coordinate position and a three-axis rotation angle posture of the camera of the image acquisition device is obtained by a predetermined camera vector calculation , and exists in the three-dimensional space of the space obtained by the three-dimensional space configuration unit, Three-dimensional coordinate data indicating the position, posture and movement of the object to which each artificial intelligence device is attached is acquired with reference to the camera vector , and the acquired three-dimensional coordinate data of the object with reference to the unified coordinate system Is placed in the unified coordinate system "
Unified coordinate system three-dimensional coordinate data of the object has been placed, the three-dimensional coordinate data indicating the moving three-dimensional position and orientation of the object artificial intelligence device which is an image acquired by the image acquisition device is not attached An object position movement additional placement unit that obtains the camera vector as a reference and additionally places the obtained three-dimensional coordinate data of the target in the unified coordinate system;
A database unit that stores in advance a plurality of three-dimensional component data given a three-dimensional shape and predetermined attribute information corresponding to the object and the object;
The three-dimensional part data corresponding to the object and the target object, the three-dimensional shape or camera vector of the three- dimensional part data stored in the database unit, and the viewpoint position of the camera of the image acquisition device of the three-dimensional space configuration unit An attitude narrowing unit that extracts from the three-dimensional coordinate data shown and narrows down the candidate three-dimensional part data based on the approximate arrangement and attitude of the three-dimensional part data ;
A comparison unit that compares the three-dimensional shape data of the object and the object with the narrowed parts;
An object target part specifying unit for specifying a corresponding part based on the comparison mismatch;
At the same time as or after the specification of the part, the three-dimensional position of the part is determined, and the object object part coordinate fixing unit to be rearranged in the unified coordinate system;
Predetermined attribute information including the name of the object pre-stored for the object and predetermined attribute information including the name of the object of the part pre-stored for the part after or simultaneously with or prior to specifying and fixing the part And a component narrowing-down part by an attribute having a component with matching attribute information within a predetermined condition as a component candidate,
An object component attributes comparator additional updating unit for the adds the attribute information of the identified with the parts having undergone or updated in response to a predetermined input operation,
In the unified coordinate system, a part reconstructing three-dimensional space generating unit that reconstructs the three-dimensional space with a plurality of parts and generates a part reconstructing three-dimensional space;
Setting the attribute information to the parts to be component disposed the component reconstructed three-dimensional space in response to a predetermined input operation, a virtual reality by multiple components having a predetermined attribute information corresponding to the real world A virtual space part corresponding to reality for generating a virtual space;
In a three-dimensional coordinates of the real corresponding virtual space, to specify the three-dimensional data indicating the moving three-dimensional position and orientation of the artificial intelligence system shown as three-dimensional coordinates of the camera viewpoint position of the image acquisition device, the A self-recognition unit in a virtual space that acquires the three-dimensional position information of the part centered on the specified position and the attribute information of the part;
A semantic rule providing unit that stores in advance a rule for generating a predetermined meaning from the mutual relationship between the three-dimensional arrangement of a plurality of parts and their attribute information;
A meaning generating unit that generates a predetermined meaning based on the rule from the positional relationship between the artificial intelligence device and the component in the reality-enabled virtual space and the relationship between the attribute information,
A self-situation grasping unit that outputs the meaning generated by the meaning generating unit as information indicating a situation in a real-world three-dimensional space of an object to which the artificial intelligence device in the reality-compatible virtual space is attached;
A time history simulation unit for obtaining information output from the self-status grasping unit a plurality of times along the time history;
An action determination unit that outputs a control signal for controlling an object to which the artificial intelligence device is attached based on information obtained a plurality of times by the time history simulation unit;
Multiple artificial intelligence devices are connected so that data can be sent and received,
Among the plurality of artificial intelligence devices, the attribute information of the object to which each artificial intelligence device is attached, the image information of the surrounding space of the object to which each artificial intelligence device is attached, the three-dimensional spatial information based on the image information, Three-dimensional information indicating the position, posture and movement of the object in which each artificial intelligence device is attached in the three-dimensional space, and the object around which the artificial intelligence device is not attached 3D information indicating 3D position, posture and movement, 3D placement and attribute relationship information of parts centered on the self position of the object to which each artificial intelligence device is attached, and partial information of the semantic information based on it Send and receive those combination information,
In each artificial intelligence device, each information is received from another artificial intelligence device, and the unified coordinate system of the object to which the artificial intelligence device is attached is connected to the three-dimensional position of the other object on the basis of the unified coordinate system. A composite artificial intelligence device characterized in that three-dimensional coordinate data indicating posture and movement is additionally arranged to perform the above-described processes.
前記複数の人工知能装置のうちの任意の人工知能装置は、
前記人工知能装置の前記各部の一部のみを有し、他の人工知能装置に情報を送信し、又は、他の人工知能装置からの情報を受信することにより、前記人工知能装置の前記各部における処理の一部又は全部を行う請求項1記載の複合人工知能装置。
Any artificial intelligence device among the plurality of artificial intelligence devices is
In each part of the artificial intelligence device by having only a part of each part of the artificial intelligence device, transmitting information to other artificial intelligence devices, or receiving information from other artificial intelligence devices The composite artificial intelligence apparatus according to claim 1, wherein part or all of the processing is performed.
前記行動決定部の行動決定に至る全プロセス又は一部プロセスを記憶するプロセス記憶部と、
前記プロセス記憶部のプロセスを類似するプロセスに分類して保存する類型分類部と、を有し、
既に得られた類似するプロセスを再現することによりプロセスを単純化する学習装置を備える請求項1又は2記載の複合人工知能装置。
A process storage unit that stores all or part of the processes leading to the action determination of the action determination unit;
A type classification unit that classifies and stores processes in the process storage unit into similar processes, and
The composite artificial intelligence device according to claim 1, further comprising a learning device that simplifies the process by reproducing a similar process that has already been obtained.
前記各人工知能装置は、
ビデオカメラにより動画映像を取得する画像取得装置と、
前記動画映像を記録はまたは一次記録し、
記録した映像内に有って画像的特徴のある十分多くの特徴点を自動抽出し、前記特徴点を動画画像内に自動追跡し、
複数の前記特徴点から、各特徴点の三次元座標を重複して演算で求め、
前記演算で得られた複数の前記特徴点の三次元座標の重複する関係から、統計処理演算により前記所定のカメラベクトルを求め、
前記映像内に、任意の部分の近傍の追加特徴点を抽出して動画像内に追跡し、
既に得られている前記カメラベクトルから、追加された前記追加特徴点の三次元座標及び移動ベクトルを演算で求めて出力し、移動体がある場合には移動体ベクトル信号を出力し、
カメラベクトルと同時に得られた特徴点及び後のカメラベクトルを既知とした演算で得られた追加特徴点の三次元座標を、矛盾のなく結合して単位ポリゴンを生成し、単位ポリゴンを矛盾無く複数結合することで、ポリゴン面群を生成し、前記ポリゴン面群を複数生成し、さらに複数のフレーム画像から得られる複数のポリゴン面群を重複させながら、隙間にはポリゴン面群を追加しながら、隙間を埋めるように重ね合わせて結合ポリゴン群を生成し、統計処理して平均ポリゴン面を生成し、この多重ポリゴン演算の繰り返しにより、対象物及びその周辺の平均ポリゴン面を連続的に取り出し、対象物とその周辺のポリゴン三次元形状を形成し、
前記カメラベクトル信号及び、移動体が有れば移動体移動ベクトル信号と、及び前記ポリゴン面形状を生成して、特徴点面分布信号として出力し、移動体がある場合には移動体のポリゴン面形状を生成して、移動体特徴点面分布信号を出力する画像特徴点演算装置と、
前記画像特徴点演算装置から出力された特徴点面三次元分布信号と映像信号との何れか一方又は双方を比較基準信号として出力する比較基準信号選択装置と、
前記動画映像内に予想される対象物又はその一部の特徴部分を切り出した映像部品と、前記動画映像内に予想される対象物又はその一部分となる3DCG部品とを生成する形状部品生成装置と、
前記形状部品生成装置で生成した複数の部品と、対象物の表面形状の一部とを、3DCG部品として記録した形状部品データベース装置と、
前記画像特徴点演算装置で得られるカメラベクトル信号により、カメラの概略位置を指定して場所等を絞り込み、その概略位置付近に存在することが予想される部品を、前記形状部品データベース装置の中から選択して取り出し、比較候補信号として出力する比較候補信号選択装置と、
前記比較基準信号選択装置からの比較基準信号と、前記比較候補信号選択装置からの比較候補信号とを比較し、一致しないときは比較候補信号を選択して一致するまで比較し、一致した場合に比較基準信号と比較候補信号を一対一に対応付けて対象物が認識されたと判断し、認識された比較候補信号の座標と部品を特定して出力する比較認識装置と、
前記動画映像の各フレーム内の領域について前記各処理を連続的に行い、動画映像のすべてのフレームについて前記各処理を連続的に繰り返し、移動体対象物には対応する部品の座標と移動ベクトルを付加し、静止物体には認識された複数の部品の座標を統合する座標統合装置と、
前記動画映像の一部又は全部を既知の部品で再構成し、また、その中に前記カメラベクトルとして得られたカメラの三次元座標位置と3軸回転姿勢をデータとして出力する出力装置と、
を備える請求項1乃至3のいずれか一項記載の複合人工知能装置。
Each of the artificial intelligence devices is
An image acquisition device for acquiring moving images with a video camera;
Recording or primary recording of the video image,
Automatically extract a sufficient number of feature points with image features in the recorded video, automatically track the feature points in the video image,
From the plurality of feature points, the three-dimensional coordinates of each feature point are determined by calculation,
From overlapping relationship of the three-dimensional coordinates of a plurality of the feature points obtained by the calculation to obtain the said predetermined camera vector by statistical processing operation,
In the video, additional feature points in the vicinity of an arbitrary part are extracted and tracked in a moving image,
From the already obtained camera vector, the three-dimensional coordinates and movement vector of the added additional feature point are calculated and output, and if there is a moving body, a moving body vector signal is output,
The unit points are generated by combining the feature points obtained at the same time as the camera vector and the 3D coordinates of the additional feature points obtained by the calculation with the later camera vector as known without contradiction. By combining, a polygon surface group is generated, a plurality of polygon surface groups are generated, a plurality of polygon surface groups obtained from a plurality of frame images are overlapped, and a polygon surface group is added to the gap, Overlays to fill the gaps to generate a combined polygon group, statistical processing generates an average polygon surface, and by repeating this multiple polygon calculation, the target object and the surrounding average polygon surface are continuously extracted, and the target Form the object and its surrounding polygonal 3D shape,
The camera vector signal and the moving body moving vector signal if there is a moving body and the polygon surface shape are generated and output as a feature point surface distribution signal. If there is a moving body, the polygon surface of the moving body An image feature point computing device that generates a shape and outputs a moving body feature point plane distribution signal;
A comparison reference signal selection device that outputs one or both of the feature point plane three-dimensional distribution signal and the video signal output from the image feature point calculation device, as a comparison reference signal;
A shape component generating apparatus that generates a video component obtained by cutting out an object to be predicted in the moving image or a part of a characteristic portion thereof, and a 3DCG component that is an object to be predicted in the moving image or a part thereof. ,
A shape component database device in which a plurality of components generated by the shape component generation device and a part of the surface shape of the object are recorded as 3DCG components;
The camera vector signal obtained by the image feature point calculation device is used to specify the approximate position of the camera to narrow down the location and the like, and the parts that are expected to be present in the vicinity of the approximate position are selected from the shape parts database device. A comparison candidate signal selecting device that selects and outputs as a comparison candidate signal;
The comparison reference signal from the comparison reference signal selection device is compared with the comparison candidate signal from the comparison candidate signal selection device. If they do not match, the comparison candidate signal is selected and compared until they match, A comparison recognition device that determines that the object has been recognized in a one-to-one correspondence between the comparison reference signal and the comparison candidate signal, and identifies and outputs the coordinates and components of the recognized comparison candidate signal;
The respective processes are continuously performed for the areas in each frame of the moving image, and the respective processes are continuously repeated for all the frames of the moving image. And a coordinate integration device that integrates the coordinates of a plurality of recognized parts into a stationary object,
An output device for reconstructing a part or all of the moving image with known parts, and outputting the three-dimensional coordinate position and three-axis rotation posture of the camera obtained as the camera vector therein as data,
A composite artificial intelligence apparatus according to any one of claims 1 to 3.
前記座標統合装置で統合された部品の三次元的再構成情報から、カメラの置かれている三次元空間の位置及び属性を理解し、あらかじめ対象物の部品の属性として与えられた情報から対象物単独の所定情報と、それぞれ属性を持つ複数の認識対象物の配列を理解し、又はそれらの複合情報からカメラの置かれている三次元空間の位置及び属性を理解し、当該人工知能装置が取り付けられた物体の次の行動を決定する意味理解判断装置と、
前記意味理解判断装置の出力により、カメラ又は制御対象装置を制御する制御装置と、を備える請求項4記載の複合人工知能装置。
From the three-dimensional reconstruction information of the parts integrated by the coordinate integration device, the position and attribute of the three-dimensional space where the camera is placed are understood, and the object is obtained from information given in advance as the attribute of the object part. Understand the arrangement of a plurality of recognition objects with a single predetermined information and each attribute, or understand the position and attributes of the three-dimensional space where the camera is located from their combined information and attach the artificial intelligence device A semantic understanding determination device for determining the next action of the given object;
The composite artificial intelligence device according to claim 4, further comprising: a control device that controls a camera or a control target device based on an output of the meaning understanding determination device.
前記形状部品生成装置は、前記部品を生成する際に、各部品に所定の属性情報を付与する請求項4又は5記載の複合人工知能装置。   The composite artificial intelligence device according to claim 4 or 5, wherein the shape component generation device gives predetermined attribute information to each component when generating the component. 前記動画映像に対応するように、前記形状部品データベース装置の部品を配列した部品構成による3D地図装置と、
前記比較候補信号選択装置に備えられる、所定のGPSのデータから概略位置を受け取り、その概略位置を部品構成による3D地図装置の仮の位置とし、当該記仮の位置付近の複数の部品の中から、前記比較認識装置に信号を送り出すための3D地図配列信号と、
前記比較認識装置で特定され座標が決定された更新部品により、更新された3D地図を生成する更新された部品構成による3D地図装置と、を備える請求項4乃至6のいずれか一項記載の複合人工知能装置。
A 3D map device having a component configuration in which components of the shape component database device are arranged so as to correspond to the video image;
A rough position is received from predetermined GPS data provided in the comparison candidate signal selection device, and the rough position is set as a temporary position of a 3D map device based on a component configuration, and a plurality of parts near the temporary position are selected. A 3D map array signal for sending a signal to the comparative recognition device;
The composite 3D map apparatus according to any one of claims 4 to 6, further comprising: an updated part configuration that generates an updated 3D map by using an updated part that is identified by the comparison recognition device and whose coordinates are determined. Artificial intelligence device.
予め前記物体の移動通路又は移動範囲を撮影した基準映像と、前記基準映像の各フレーム画像に対応するカメラベクトル演算データを記憶し、
前記基準映像を前記カメラベクトル演算データによって全部又は一部を三次元データに変換し、
前記基準映像と前記動画映像との対応を求めることで、前記カメラベクトルを求める請求項4乃至7のいずれか一項記載の複合人工知能装置。
A reference image obtained by capturing a moving path or a movement range of the object in advance and camera vector calculation data corresponding to each frame image of the reference image are stored,
All or part of the reference image is converted into three-dimensional data by the camera vector calculation data,
The composite artificial intelligence apparatus according to any one of claims 4 to 7, wherein the camera vector is obtained by obtaining a correspondence between the reference image and the moving image.
前記基準映像に代えて、前記基準映像内の前記動画映像との対応を求めるための複数の特徴部位を基準特徴部位映像として予め記憶し、
前記基準特徴部位映像を前記カメラベクトル演算データから二次元データ又は三次元データに変換し、
前記基準特徴部位映像と前記動画映像との対応を求めることで、前記カメラベクトルを求める請求項4乃至7のいずれか一項記載の複合人工知能装置。
Instead of the reference video, a plurality of feature parts for obtaining correspondence with the moving picture in the reference video is stored in advance as a reference feature part video,
Converting the reference feature part image from the camera vector calculation data to two-dimensional data or three-dimensional data;
The composite artificial intelligence apparatus according to any one of claims 4 to 7, wherein the camera vector is obtained by obtaining a correspondence between the reference feature part image and the moving image.
前記画像特徴点演算装置で得られたカメラベクトルを概略のカメラベクトルとし、その後に生成される三次元情報をもつデータの三次元形状の一部分を用いて三次元形状を追跡する三次元形状追跡部と、
三次元形状追跡部で得られた追跡データから所定の高精度カメラベクトルを出力する高精度カメラベクトル演算部と、
を有する高精度三次元形状演算装置を備える請求項4乃至9のいずれか一項記載の複合人工知能装置。
A three-dimensional shape tracking unit for tracking a three-dimensional shape using a part of the three-dimensional shape of data having three-dimensional information generated after the camera vector obtained by the image feature point computing device is a rough camera vector When,
A high-precision camera vector calculation unit that outputs a predetermined high-precision camera vector from the tracking data obtained by the three-dimensional shape tracking unit;
The composite artificial intelligence apparatus according to claim 4, further comprising a high-precision three-dimensional shape calculation apparatus having
前記画像取得装置は、複数の動画映像を取得する同期した複数のビデオカメラを有するとともに、
前記画像特徴点演算装置は、前記複数のビデオカメラと同数備えられ、
複数のカメラの出力を、各カメラに対応する画像特徴点演算装置において、同一機能部間で関係付けながら演算を行わせる請求項4乃至10のいずれか一項記載の複合人工知能装置。
The image acquisition device has a plurality of synchronized video cameras for acquiring a plurality of video images,
The image feature point calculation device is provided in the same number as the plurality of video cameras,
The composite artificial intelligence apparatus according to any one of claims 4 to 10, wherein the outputs of a plurality of cameras are calculated in an image feature point calculation apparatus corresponding to each camera while being correlated between the same function units.
前記各人工知能装置は、
物体に取り付けられたカメラから動画像を取得する動画像取得部と、
前記動画像内の静止物体の複数の特徴点を抽出し、抽出された複数の特徴点を複数のフレーム画像に亘って追跡する特徴点検出・追跡部と、
前記特徴点の追跡結果からカメラの位置と姿勢を示すカメラベクトルを演算により求めるカメラ演算部と、
前記カメラベクトルから画像の回転による揺れを止めて画像を安定化させる画像スタビライズ部と、
前記画像スタビライズ部で安定化された画像上で、前記特徴点の追跡軌跡を再配置し、前記安定化された画像上で、複数の特徴点の追跡軌跡の延長線が静止座標系で交わる一対の延長交点を求める静止系延長交点抽出部と、
前記安定化された画像を小領域の分割画像に分割し、各分割画像に関して複数のフレーム画像に亘って対応点を求め、前記各分割画像が前記延長交点を通過するか否かにより、静止座標系か、それ以外かに分類する分割画像分類部と、
前記延長交点による分割画像分類部によって静止座標系と判断された分割画像を抽出して一時記録する静止座標系分類抽出部と、
前記延長交点に属するか否かによる画像分類部によって静止座標系以外と判断された分割画像を抽出して一時記録する静止座標系以外分類抽出部と、
前記静止座標系分類抽出部で得られた前記静止座標系と判断された分割画像について、延長交点と分割画像中心を結ぶ延長上に対応点を求めることで、分割画像の三次元座標を求める静止座標系三次元化部と、
前記静止座標系以外分類抽出部で分離された移動体分割画像を複数のフレームに亘って追跡する移動体分割画像追跡部と、
前記移動体分割画像追跡部による追跡軌跡から、移動体分割画像の追跡延長交点を求め、得られた移動体延長交点別に、移動体分割画像を移動体別に分類する移動体別延長交点分類部と、
前記移動体延長交点分類部により移動体別に分類された移動体別分割画像とその追跡結果から、移動体別分割画像の三次元座標を求めることで、移動体の形状とその座標を求める移動体別三次元化部と、
前記移動体三次元化部で得られた共通する既知の長さ、又は複数カメラに共通する対象物を基準として、各移動体のスケールを静止座標系と共有させるスケール合わせ部と、
前記スケール合わせ部でスケール合わせの済んだ移動体別三次元座標と静止座標系の座標を統合する座標統合部と、
を備える請求項1乃至4記載の複合人工知能装置。
Each of the artificial intelligence devices is
A moving image acquisition unit that acquires a moving image from a camera attached to the object;
A feature point detection / tracking unit that extracts a plurality of feature points of a stationary object in the moving image and tracks the plurality of extracted feature points over a plurality of frame images;
A camera calculation unit for calculating a camera vector indicating the position and orientation of the camera from the tracking result of the feature points;
An image stabilization unit that stabilizes the image by stopping shaking caused by rotation of the image from the camera vector;
A pair of traces of the feature points are rearranged on the image stabilized by the image stabilization unit, and extended lines of the traces of the feature points on the stabilized image intersect in a stationary coordinate system. A stationary extended intersection extraction unit for obtaining an extended intersection of
The stabilized image is divided into small-area divided images, corresponding points are obtained over a plurality of frame images for each divided image, and stationary coordinates are determined depending on whether each divided image passes through the extended intersection. A divided image classifying unit that classifies the system or other types,
A stationary coordinate system classification extraction unit that extracts and temporarily records a divided image determined as a stationary coordinate system by the divided image classification unit based on the extended intersection;
A non-stationary coordinate system classification extraction unit that extracts and temporarily records divided images determined by the image classification unit depending on whether or not they belong to the extended intersection; and
For the divided image determined to be the stationary coordinate system obtained by the stationary coordinate system classification extraction unit, the corresponding point is obtained on the extension connecting the extended intersection point and the center of the divided image, thereby obtaining the three-dimensional coordinates of the divided image. A coordinate system 3D part,
A moving object divided image tracking unit for tracking the moving object divided image separated by the classification extracting unit other than the stationary coordinate system over a plurality of frames;
From the tracking trajectory by the moving object divided image tracking unit, a tracking extended intersection of the moving object divided image is obtained, and for each obtained moving object extended intersection, the moving object divided image is classified by moving object, ,
The moving object for obtaining the shape of the moving object and its coordinates by obtaining the three-dimensional coordinates of the divided image for each moving object from the divided images for each moving object classified by the moving object extension intersection classification unit and the tracking result thereof. Another three-dimensional part,
A common known length obtained by the three-dimensional moving body, or a scale matching section that shares the scale of each moving body with a stationary coordinate system based on an object common to a plurality of cameras,
A coordinate integration unit that integrates the three-dimensional coordinates of each moving body and the coordinates of the stationary coordinate system that have been scaled in the scale adjustment unit;
The composite artificial intelligence device according to claim 1, comprising:
前記移動体別延長交点分類部によって得られた移動体別の分割画像追跡軌跡から、仮想移動体別カメラベクトルを検出し、それを移動体別仮想カメラベクトルとし、前記複数の移動体別仮想カメラベクトルの座標系を、既知の静止座標系のカメラベクトルに一致させるように座標変換する移動体別座標系決定部を備え、
移動体別座標系を静止座標系に座標変換し、移動体を移動体別に静止座標系に統合する請求項12記載の複合人工知能装置。
From the divided image tracking locus for each moving object obtained by the extended intersection classification unit for each moving object, a camera vector for each virtual moving object is detected and used as a virtual camera vector for each moving object, and the plurality of virtual cameras for each moving object A coordinate system determining unit for each moving body that performs coordinate conversion so that the vector coordinate system matches a camera vector of a known stationary coordinate system;
13. The composite artificial intelligence apparatus according to claim 12, wherein the coordinate system for each moving object is transformed into a stationary coordinate system, and the moving object is integrated into the stationary coordinate system for each moving object.
前記移動体別延長交点分類部によって得られた移動体別の延長交点又はカメラベクトルから、移動体別の座標系を求める移動体別座標決定部により、任意の移動体の座標系を求め、
前記任意の移動体の延長交点を固定するように、又は前記移動体別座標系との関係で定められた任意の位置と姿勢を基準としてカメラ方向を制御し、又はカメラを制御せずに画像を前記任意の移動体の座標系で表示する移動体別ロックオン部を備える請求項12又は13記載の複合人工知能装置。
From a moving object-specific extended intersection obtained by the moving object-specific extended intersection classification unit or a camera vector, a moving object-specific coordinate determination unit obtains a coordinate system of an arbitrary moving object,
The camera direction is controlled with reference to an arbitrary position and orientation determined in relation to the coordinate system for each moving body so as to fix the extended intersection of the arbitrary moving body, or an image without controlling the camera. The composite artificial intelligence apparatus according to claim 12 or 13, further comprising: a lock-on unit for each moving body that displays a coordinate in a coordinate system of the arbitrary moving body.
JP2004139195A 2004-05-07 2004-05-07 Compound artificial intelligence device Expired - Lifetime JP4624000B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2004139195A JP4624000B2 (en) 2004-05-07 2004-05-07 Compound artificial intelligence device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2004139195A JP4624000B2 (en) 2004-05-07 2004-05-07 Compound artificial intelligence device

Publications (2)

Publication Number Publication Date
JP2005322002A JP2005322002A (en) 2005-11-17
JP4624000B2 true JP4624000B2 (en) 2011-02-02

Family

ID=35469244

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004139195A Expired - Lifetime JP4624000B2 (en) 2004-05-07 2004-05-07 Compound artificial intelligence device

Country Status (1)

Country Link
JP (1) JP4624000B2 (en)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4621171B2 (en) * 2006-06-05 2011-01-26 株式会社デンソーアイティーラボラトリ Feature point movement detection apparatus and feature point movement detection method
JP5090797B2 (en) * 2006-06-15 2012-12-05 株式会社岩根研究所 CV value reference collective tracking device, CV region image pre-apparatus using this CV value reference collective tracking device
JP2008217593A (en) * 2007-03-06 2008-09-18 Nippon Hoso Kyokai <Nhk> Subject area extraction device and subject area extraction program
JP2008304269A (en) * 2007-06-06 2008-12-18 Sony Corp Information processor, information processing method, and computer program
JP5253066B2 (en) * 2008-09-24 2013-07-31 キヤノン株式会社 Position and orientation measurement apparatus and method
JP5414465B2 (en) * 2009-11-06 2014-02-12 株式会社日立製作所 Simulation system
KR101586071B1 (en) * 2012-08-29 2016-02-03 한국과학기술연구원 Apparatus for providing marker-less augmented reality service and photographing postion estimating method therefor
DE102017212418A1 (en) * 2017-07-20 2019-01-24 Continental Automotive Gmbh DRIVER ASSISTANCE SYSTEM AND METHOD FOR GUIDANCE PLANK RECOGNITION
KR102550982B1 (en) * 2017-12-11 2023-07-05 한국전자통신연구원 Surveillance information processing apparatus for integrated operating of surveillance terminal
KR102185369B1 (en) * 2018-03-28 2020-12-01 삼성전자주식회사 System and mehtod for generating information for conversation with user
KR101972095B1 (en) * 2019-02-25 2019-04-24 국방과학연구소 Method and Apparatus of adding artificial object for improving performance in detecting object
WO2021006622A1 (en) * 2019-07-09 2021-01-14 Samsung Electronics Co., Ltd. Electronic apparatus and controlling method thereof
KR102269053B1 (en) * 2019-07-09 2021-06-24 삼성전자주식회사 Electronic apparatus and controlling method thereof
KR102287963B1 (en) * 2019-10-25 2021-08-10 주식회사 오비고 Method for providing information by using multiple artificial intelligence and the server using the same
WO2024166348A1 (en) * 2023-02-10 2024-08-15 日本電気株式会社 Image processing device, image processing method, and recording medium

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002307350A (en) * 2001-04-18 2002-10-23 Sony Corp Robot device, and operation control method, control system, program and recording medium for the same

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002307350A (en) * 2001-04-18 2002-10-23 Sony Corp Robot device, and operation control method, control system, program and recording medium for the same

Also Published As

Publication number Publication date
JP2005322002A (en) 2005-11-17

Similar Documents

Publication Publication Date Title
JP7040867B2 (en) System, method and program
JP4273119B2 (en) Navigation device
Martin-Martin et al. Jrdb: A dataset and benchmark of egocentric robot visual perception of humans in built environments
US11353589B2 (en) Iterative closest point process based on lidar with integrated motion estimation for high definition maps
JP4767578B2 (en) High-precision CV calculation device, CV-type three-dimensional map generation device and CV-type navigation device equipped with this high-precision CV calculation device
JP5227065B2 (en) 3D machine map, 3D machine map generation device, navigation device and automatic driving device
JP6897668B2 (en) Information processing method and information processing equipment
JP4185052B2 (en) Enhanced virtual environment
JP4624000B2 (en) Compound artificial intelligence device
JP4854819B2 (en) Image information output method
JP4980606B2 (en) Mobile automatic monitoring device
JP6821154B2 (en) Self-position / posture setting device using a reference video map
CN109737983A (en) Method and apparatus for generating driving path
CN112105892B (en) Method and system for identifying map features using motion data and face metadata
US12087004B2 (en) Multi-collect fusion
US12033407B2 (en) Recognition and positioning device and information conversion device
JP4926822B2 (en) Spring point reference CV region image pre-placement device
US20210404834A1 (en) Localization Based on Multi-Collect Fusion
JP4545093B2 (en) 3D automatic surveying device
JP5090797B2 (en) CV value reference collective tracking device, CV region image pre-apparatus using this CV value reference collective tracking device
JP2007114916A (en) Old/new video image coordinate integration unit
CN115423932A (en) Road marking method, readable medium, program product, and electronic device
CN114581603A (en) Unmanned aerial vehicle modeling method and device
Grinstead et al. Developing detailed a priori 3D models of large environments to aid in robotic navigation tasks
Wendel Scalable visual navigation for micro aerial vehicles using geometric prior knowledge

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070410

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20090616

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20091201

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100225

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100302

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100422

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20100608

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100908

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20100922

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20101026

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20101102

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

Ref document number: 4624000

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131112

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313114

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

EXPY Cancellation because of completion of term