JP4832596B2 - 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム - Google Patents
俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム Download PDFInfo
- Publication number
- JP4832596B2 JP4832596B2 JP2010526690A JP2010526690A JP4832596B2 JP 4832596 B2 JP4832596 B2 JP 4832596B2 JP 2010526690 A JP2010526690 A JP 2010526690A JP 2010526690 A JP2010526690 A JP 2010526690A JP 4832596 B2 JP4832596 B2 JP 4832596B2
- Authority
- JP
- Japan
- Prior art keywords
- point
- dimensional
- point cloud
- height
- unit
- 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 - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 60
- 238000005259 measurement Methods 0.000 claims description 65
- 238000012545 processing Methods 0.000 claims description 32
- 238000000605 extraction Methods 0.000 claims description 25
- 240000004050 Pentaglottis sempervirens Species 0.000 claims description 12
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 claims description 12
- 238000010586 diagram Methods 0.000 description 25
- 239000000284 extract Substances 0.000 description 18
- 238000011960 computer-aided design Methods 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/10—Geometric effects
- G06T15/30—Clipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/12—Relief maps
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Remote Sensing (AREA)
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
- Image Processing (AREA)
- Navigation (AREA)
- Image Analysis (AREA)
Description
ところが、レーザー点群の中には復元対象以外の物を計測した点群も含まれるため、大量なレーザー点のうちから復元対象を計測したレーザー点群を抽出する必要がある。
(1)レーザー点群を3次元的に眺めて、目視で必要な点を抽出する。
(2)カメラ映像にレーザー点群を重畳表示して対象物の判別を補助し、目視で必要な点を抽出する。
(A)抽出するレーザー点を一点ずつ指定する必要がある。
(B)抽出したレーザー点群を直接、CAD(Computer Aided Design)で利用することができない。
方法(2)には、例えば、以下のような課題がある。
(A)カメラの視界方向に並べられて表示されたレーザー点群からしか対象物を判別することができない。
(B)適切なカメラ映像を選択する作業に手間がかかる。
(C)どの場所にある対象物を判別しているか把握しにくい。
また例えば、目視を必要とせずに電柱などの立設物を表すレーザー点群を抽出し、立設物を道路面と区別して表した俯瞰画像を生成することができる。
実施の形態1では、地上の各地点の三次元座標を示す三次元点群を用いて地上の俯瞰画像を生成する俯瞰画像生成装置について説明する。
実施の形態1における点群オルソ画像生成システム800の構成について、図1に基づいて以下に説明する。
移動体計測装置200は、地上(または、上空)を移動しながら、三次元点群の元になる各種の計測データを取得する。
レーザースキャナ210は、レーザーレーダ、レーザレンジファインダ(LRF)とも呼ばれる。
以下、レーザースキャナ210により計測された各地点の地物までの距離および方位とレーザー照射方向とを示す点群データを「距離方位点群291」という。
以下、カメラ220の撮影により得られた画像データをカメラ映像292という。
以下、GPS受信機230により得られた情報を「GPS観測情報293」という。
以下、ジャイロ240により計測された3軸方向の角速度を「ジャイロ計測値294」という。
以下、オドメトリ250により計測された速度変化量を「オドメトリ計測値295」という。
距離方位点群291、カメラ映像292、GPS観測情報293、ジャイロ計測値294およびオドメトリ計測値295はそれぞれに計測時刻を示し、計測時刻で対応付けられる。
例えば、移動体計測装置200は図2に示すように車両202で構成される。
レーザースキャナ210、カメラ220、GPS受信機230およびジャイロ240は、車両202の天部に設けられた天板201に固定して設置される。オドメトリ250は車両202に設置される。レーザースキャナ210とカメラ220の位置は、例であり、車両202の前方に設置しても車両202の後方に設置しても構わない。
車両202は、計測対象地域の道路を走行する。
レーザースキャナ210は、車両202の後方に設置され、車両202の幅方向(x軸方向)に240°程度首振りしながら、車両202の後方および車両202の側方に向けてレーザーを照射する。そして、レーザースキャナ210は、車両202の後方および車両202の側方に位置する地物に反射して戻ってきたレーザーを観測し、計測対象地域にある地物を計測した距離方位点群291を取得する。
カメラ220は、車両202の前方に設置され、車両202の進行方向(z軸方向)の撮影を繰り返し、計測対象地域のカメラ映像292を取得する。
GPS受信機230は、天板201の3か所に設置され、それぞれでGPS衛星から受信した測位信号からGPS観測情報293を取得する。
ジャイロ240は、車両202のx、y、z軸の角速度を計測し、ジャイロ計測値294を取得する。
オドメトリ250は、タイヤの回転数を計数して移動体計測装置200の速度変化量を計測し、オドメトリ計測値295を取得する。
図2において、点Oは移動体計測装置200の座標中心(以下、航測基準点という)を示し、移動体計測装置200の座標とは点Oの座標を意味する。レーザースキャナ210、カメラ220、GPS受信機230およびジャイロ240から点Oまでの変位量(以下、オフセットという)は予め計測され、レーザースキャナ210、カメラ220、GPS受信機230およびジャイロ240の座標は点Oの座標にオフセットを加算して求めることができる。
以下、レーザースキャナ210、カメラ220、GPS受信機230およびジャイロ240の座標は点Oと一致し、移動体計測装置200の座標と等しいものとして説明する。
また、カメラ220の視線方向は移動体計測装置200の姿勢角と等しいものとする。
例えば、位置姿勢標定部310は、GPS観測情報293に含まれる測位結果を移動体計測装置200の位置とする。
また例えば、位置姿勢標定部310は、GPS観測情報293に含まれる搬送波の位相に基づいて疑似距離を算出し、算出した疑似距離に基づいて移動体計測装置200の位置を算出する。
また例えば、位置姿勢標定部310は、ジャイロ計測値294およびオドメトリ計測値295に基づいて、デッドレコニングにより移動体計測装置200の位置および姿勢角を算出する。デッドレコニングとは、姿勢角の角速度と移動速度とを積分して過去のある時点からの変化量を求め、過去の位置および姿勢角に変化量を加算して現在の位置および姿勢角を求める方法である。
以下、位置姿勢標定部310により算出された移動体計測装置200の位置および姿勢角を「位置姿勢標定値391」という。位置姿勢標定値391は、各時刻における移動体計測装置200の位置および姿勢角を示す。
標定装置記憶部390は、位置姿勢標定値391を記憶する。
このとき、ポイントクラウド生成部420は、撮影地点から撮像方向(カメラ220の視線方向)へ焦点距離だけ離れた地点で撮像方向と直交する平面をカメラ220の撮像平面として算出する。撮像平面はカメラ映像292の平面に等しい。そして、ポイントクラウド生成部420は、三次元点群419aの各点が示す三次元座標に基づいて三次元点群419aの各点をカメラ映像292(撮像平面)に投影し、カメラ映像292内の投影先の画素の色を当該点の色とする。
ポイントクラウド生成装置記憶部490はポイントクラウド491を記憶する。
例えば、ポイントクラウド投影部110は、対象地域上空の所定の視点から真下方向へカメラ撮影したものと仮定して撮像平面を算出し、算出した撮像平面にポイントクラウド491の各点を正射投影する。所定の視点は計測地域の中心の緯度・経度と所定の高さとを三次元座標とし、ポイントクラウド491の各点は緯度・経度が一致する撮像平面内の部分へ投影される。
ポイントクラウド491の各点が正射投影された水平面は、計測地域を上空から垂直方向に見下ろした画像を示す。
以下、ポイントクラウド491の各点が正射投影された水平面に示されるBitmap画像を「点群オルソ画像191(俯瞰画像の一例)」という。
但し、ポイントクラウド491の各点が正射投影される平面は、水平面に限らず、水平面に対して傾いた平面であってもよい。この場合、ポイントクラウド491の各点が正射投影された平面は、計測地域を上空から斜め方向に見下ろした画像(俯瞰画像の一例)を示す。
また、ポイントクラウド投影部110によるポイントクラウド491の投影は正射投影に限らず、例えば、中心投影であっても構わない。
図3において、点群オルソ画像生成装置100は、プログラムを実行するCPU911(Central・Processing・Unit、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサともいう)を備えている。CPU911は、バス912を介してROM913、RAM914、通信ボード915、表示装置901、キーボード902、マウス903、FDD904(Flexible・Disk・Drive)、CDD905(コンパクトディスク装置)、プリンタ装置906、スキャナ装置907、磁気ディスク装置920と接続され、これらのハードウェアデバイスを制御する。磁気ディスク装置920の代わりに、光ディスク装置、メモリカード読み書き装置などの記憶装置でもよい。
RAM914は、揮発性メモリの一例である。ROM913、FDD904、CDD905、磁気ディスク装置920の記憶媒体は、不揮発性メモリの一例である。これらは、記憶機器、記憶装置あるいは記憶部の一例である。
通信ボード915、キーボード902、スキャナ装置907、FDD904などは、入力機器、入力装置あるいは入力部の一例である。
また、通信ボード915、表示装置901、プリンタ装置906などは、出力機器、出力装置あるいは出力部の一例である。
磁気ディスク装置920には、OS921(オペレーティングシステム)、ウィンドウシステム922、プログラム群923、ファイル群924が記憶されている。プログラム群923のプログラムは、CPU911、OS921、ウィンドウシステム922により実行される。
ファイル群924には、実施の形態の説明において、「〜部」の機能を実行した際の「〜の判定結果」、「〜の計算結果」、「〜の処理結果」などの結果データ、「〜部」の機能を実行するプログラム間で受け渡しするデータ、その他の情報やデータや信号値や変数値やパラメータが、「〜ファイル」や「〜データベース」の各項目として記憶されている。
「〜ファイル」や「〜データベース」は、ディスクやメモリなどの記録媒体に記憶される。ディスクやメモリなどの記憶媒体に記憶された情報やデータや信号値や変数値やパラメータは、読み書き回路を介してCPU911によりメインメモリやキャッシュメモリに読み出され、抽出・検索・参照・比較・演算・計算・処理・出力・印刷・表示などのCPUの動作に用いられる。抽出・検索・参照・比較・演算・計算・処理・出力・印刷・表示・抽出のCPUの動作の間、情報やデータや信号値や変数値やパラメータは、メインメモリやキャッシュメモリやバッファメモリに一時的に記憶される。
また、実施の形態の説明において説明するフローチャートの矢印の部分は主としてデータや信号の入出力を示し、データや信号値は、RAM914のメモリ、FDD904のフレキシブルディスク、CDD905のコンパクトディスク、磁気ディスク装置920の磁気ディスク、その他光ディスク、ミニディスク、DVD(Digital・Versatile・Disc)等の記録媒体に記録される。また、データや信号値は、バス912や信号線やケーブルその他の伝送媒体によりオンライン伝送される。
実施の形態1における点群オルソ画像生成システム800の点群オルソ画像生成方法について、図4に基づいて以下に説明する。
移動体計測装置200、位置姿勢標定装置300、ポイントクラウド生成装置400、点群オルソ画像生成装置100およびそれぞれの「〜部」は、以下に説明する処理をCPUを用いて実行する。
まず、移動体計測装置200の車両202で対象地域を走行する。
対象地域の走行中、移動体計測装置200に備わるレーザースキャナ210、カメラ220、GPS受信機230、ジャイロ240およびオドメトリ250は、それぞれ計測を行い、距離方位点群291、カメラ映像292、GPS観測情報293、ジャイロ計測値294およびオドメトリ計測値295を取得する。
次に、位置姿勢標定装置300の位置姿勢標定部310は、S110で取得されたGPS観測情報293、ジャイロ計測値294およびオドメトリ計測値295に基づいて、位置姿勢標定値391を算出する。
位置姿勢標定値391は、対象地域を走行したときの移動体計測装置200の各時刻の三次元座標と三次元姿勢角とを示す。
次に、ポイントクラウド生成装置400の三次元点群生成部410は、S110で取得された距離方位点群291とS120で算出された位置姿勢標定値391とに基づいて三次元点群419aを生成する。そして、ポイントクラウド生成装置400のポイントクラウド生成部420は、三次元点群419aとS110で取得されたカメラ映像292とに基づいてポイントクラウド491を生成する。
三次元点群419aは、距離方位点群291の各点の三次元座標を示す。三次元点群419aの各点は距離方位点群291の各点に対応する。
三次元点群生成部410は、距離方位点群291の各点の計測時刻における移動体計測装置200の位置姿勢を位置姿勢標定値391から抽出し、抽出した位置姿勢から各点が示す距離方位だけ離れた地点の三次元座標を各点の三次元座標として算出する。
ポイントクラウド491は、三次元点群419aの各点の三次元座標および色を示す。ポイントクラウド491の各点は三次元点群419aおよび距離方位点群291の各点に対応する。
ポイントクラウド生成部420は、三次元点群419aの各点をそれぞれの三次元座標に基づいてカメラ映像292に投影し、投影先の画素の色を各点の色とする。
但し、ポイントクラウド491は、ポイントクラウド生成部420により色付けされなくても構わない。また、ポイントクラウド491は、観測されたレーザーの反射輝度に対応する白黒情報(グレースケール)を示してもよい。例えば、ポイントクラウド生成部420は、レーザーの反射輝度が高いほど白く、レーザーの反射輝度が低いほど黒い色をポイントクラウド491の各点に設定する。
そして、点群オルソ画像生成装置100のポイントクラウド投影部110は、S130で生成されたポイントクラウド491を用いて点群オルソ画像191を生成する。
点群オルソ画像191は、対象地域を上空から垂直方向に見下ろした画像を示す。
ポイントクラウド投影部110は、対象地域の緯度・経度に対応する水平面にポイントクラウド491の各点を正射投影した画像を対象地域の点群オルソ画像191とする。
但し、ポイントクラウド491の各点が正射投影される平面は、水平面に限らず、水平面に対して傾いた平面であってもよい。
また、ポイントクラウド投影部110によるポイントクラウド491の投影は正射投影に限らず、例えば、中心投影であっても構わない。
例えば、距離方位点群計測処理(S110)において、移動体計測装置200が図5に示す地域を走行しながら計測を行い、距離方位点群291、カメラ映像292、GPS観測情報293、ジャイロ計測値294およびオドメトリ計測値295を取得したものとする。
点群オルソ画像生成処理(S140)において、ポイントクラウド投影部110がポイントクラウド491を正射投影することにより、図6に示すような点群オルソ画像191が得られる。
図6に示すように、点群オルソ画像191は、図5に示す道路図と合致している。点群オルソ画像191は、移動体計測装置200の計測精度や位置姿勢標定装置300の位置姿勢標定精度に対応して、対象地域の道路を高い精度で表わすことができる。
点群オルソ画像生成処理(S140)において、水平面に対して傾いた平面にポイントクラウド491が投影された場合(または、点群オルソ画像191が画像処理により水平軸に対して回転して表示された場合)、図7や図8に示すような俯瞰画像が得られる。
図7や図8に示すように、ポイントクラウド491の投影により得られる俯瞰画像は、交差点、住宅、駐車自動車、横断歩道などの各種地物を表すことができる。俯瞰画像に表わされる各地物は、位置、大きさなどが、移動体計測装置200の計測精度や位置姿勢標定装置300の位置姿勢標定精度に対応した高い精度で表わされる。
点群オルソ画像生成装置100は、移動体計測装置200により取得されたレーザー点群(距離方位点群291)を利用して、標識、白線、路面マーク、マンホール、縁石、電柱、ポール、街路灯、電線、壁などの地物を精度良く検出する。
ポイントクラウド491は1点毎に三次元位置情報(三次元座標)を持っている。そのため、点群オルソ画像生成装置100は、ポイントクラウド491を並べて任意の方向から眺めた画像を作成することができる。したがって、点群オルソ画像生成装置100は、ポイントクラウド491を並べて真上から見ることにより、航空写真のオルソ画像と同等な点群オルソ画像191を作成できる。また、点群オルソ画像191は、車両から撮像されたカメラ映像を用いて作成されるオルソ画像に比べて歪みが少なく、精度が高く、視野角が広い。
点群オルソ画像191には、白線、縁石、壁面などの地物が明確に表わされる。このため、点群オルソ画像191は、道路図の作成に利用することができる。例えば、CAD(Computer Aided Design)の背景に点群オルソ画像191を貼り付け、点群オルソ画像191に表わされる各地物を線でなぞってトレースすることにより、現況の道路図を高速に作成することができる。さらに、画像処理により点群オルソ画像191から各地物を抽出し、道路図を自動作成することもできる。
移動体計測装置200は特許文献1の計測台車に相当し、位置姿勢標定装置300は特許文献1の車両位置姿勢(3軸)演算部に相当し、ポイントクラウド生成装置400は特許文献1の路面形状モデル生成部に相当する。
実施の形態2では、道路が樹木やトンネルなどにより遮蔽されずに映る点群オルソ画像191を生成する形態について説明する。
以下、実施の形態1と異なる事項について主に説明し、説明を省略する事項については実施の形態1と同様であるものとする。
実施の形態2における点群オルソ画像生成装置100の構成について、図9に基づいて以下に説明する。
特に、所定高点群抽出部120は、地面高特定部130により特定された地面高139aに基づいて、地面からの高さが所定の高さ以下である各点をポイントクラウド491から抽出する。
以下、所定高点群抽出部120によりポイントクラウド491から抽出された各点を所定高点群129aという。
実施の形態2における点群オルソ画像生成処理(S140)の流れについて、図10に基づいて以下に説明する。
点群オルソ画像生成装置100の各「〜部」は、以下に説明する処理をCPUを用いて実行する。
まず、地面高特定部130は、ポイントクラウド491の各点が示す三次元座標の高さに基づいて地面高139aを特定する。
例えば、地面高特定部130は、ある区域の地面高139aを特定する場合、その区域内の緯度・経度を示す各点から高さが最も低い点を抽出し、抽出した点が示す高さをその区域の地面高139aとする。
地面高139aの特定方法の詳細については、実施の形態4で説明する。
次に、所定高点群抽出部120は、S141Aにおいて特定された地面高139aを基準の高さとして、地面高139aからの高さが所定の高さ以下である各点をポイントクラウド491から所定高点群129aとして抽出する。
つまり、所定高点群129aは、地面高139aからの高さが所定の高さより高い各点がポイントクラウド491から除去されたものである。
例えば、所定の高さが「50cm」である場合、所定高点群抽出部120は、三次元座標の高さが「(地面高139a)+50[cm]」以下である各点をポイントクラウド491から所定高点群129aとして抽出する。地面高139aが区域毎に特定されている場合、所定高点群抽出部120は、所定高点群129aを区域毎に抽出する。
次に、ポイントクラウド投影部110は、S142Aにおいて抽出された所定高点群129aの各点を水平面に正射投影して点群オルソ画像191を生成する。
但し、所定高点群129aの各点が正射投影される平面は水平面に限らず、ポイントクラウド投影部110による投影は正射投影に限らない。
次に、点群オルソ画像表示部140は、S143Aにおいて生成された点群オルソ画像191を表示装置901に表示させる。
そして、カメラ映像表示部150は、利用者に指定された画像部分に対応するカメラ映像292を表示装置901に表示する。
このとき、カメラ映像表示部150は、利用者に指定された画像部分に投影されているポイントクラウド491の点を特定し、特定した点(以下、特定点という)の計測地点から撮像されたカメラ映像292を特定し、特定したカメラ映像292を表示装置901に表示する。
特定されるカメラ映像292は、特定点が計測された時刻に撮像されたカメラ映像292である。また、特定点が計測された時刻とは、特定点の元データである距離方位点群291の点が計測された時刻のことである。
所定高点群抽出処理(S142A)では、地面高139aからの高さが50cmより高い各点がポイントクラウド491から除去され、地面高139aからの高さが50cm以下の高さである各点のみが所定高点群129aとして抽出された。
このため、図11、図12共に、道路が樹木やトンネルなどの遮蔽物により遮蔽されておらず、白線や道路境界などがはっきりと認識できる。
従来から道路画像として利用されている航空写真では、樹木の下やトンネルの内部といった垂直方向から見て遮蔽されている道路部分を表示することができなかった。
一方、点群オルソ画像生成装置100は、ポイントクラウド491のうち、道路面(地面高139a)から所定の高さ以下の点群(所定高点群129a)だけを使用するように制限をかけて点群オルソ画像191を生成することにより、樹木やトンネルなどの遮蔽物を除外し、道路をくまなく表現することができる。
さらに、移動体計測装置200の車両202が周りから所定の車間(例えば、5m程度)をあけて走行することにより、他の車両を計測した計測値が含まれない距離方位点群291が取得される。そして、点群オルソ画像生成装置100は、他の車両を計測した計測値が含まれない距離方位点群291から生成されたポイントクラウド491を用いて、走行中の車両が全くいない点群オルソ画像191を作り出せる。
つまり、点群オルソ画像生成装置100は、見えない部分が無い美しい道路画像を作り出すことができる。
実施の形態3では、立設物が特定できる点群オルソ画像191を生成する形態について説明する。
以下、実施の形態1〜2と異なる事項について主に説明し、説明を省略する事項については実施の形態1〜2と同様であるものとする。
実施の形態3における点群オルソ画像生成装置100の構成について、図13に基づいて以下に説明する。
以下、立設物特定部170により特定された画像部分を立設物表示画像部分179aという。
実施の形態3における点群オルソ画像生成処理(S140)の流れについて、図14に基づいて以下に説明する。
点群オルソ画像生成装置100の各「〜部」は、以下に説明する処理をCPUを用いて実行する。
ポイントクラウド投影部110は、ポイントクラウド491を水平面に正射投影して点群オルソ画像191を生成する。
以下、ポイントクラウド491が正射投影された水平面を「投影面」という。
点密度算出部160は、投影面を所定の大きさで区分けし、区域毎にポイントクラウド491の各点の点密度169aを算出する。
各区域の大きさは微小であり、例えば、画像内での大きさではなく、実世界での大きさで「30cm×30cm」程度である。また例えば、点群オルソ画像191の1画素が1区域に対応しても構わない。
ここで、「点密度169a」とは、微小区域内に投影されたポイントクラウド491の点の数を意味するものとする。
立設物特定部170は、S142Bにおいて算出された点密度169aが所定数以上である各微小区域を立設物表示画像部分179aとして特定する。
レーザースキャナ210は車両202の側方の高さ方向にも計測を行うため、壁面、電柱、街路灯など、高さを持つ地物(以下、立設物という)は高さ方向に複数点が計測される。一方、道路面のように高さを持たない地物は高さ方向に1点しか計測されない。このため、立設物の点密度169aは道路面の点密度169aより大きい。そこで、立設物表示画像部分179aは、点密度169aが所定数以上である各微小区域を立設物表示画像部分179aとして特定する。
例えば、立設物特定部170は、10点以上の点が投影されている微小区域を立設物表示画像部分179aとして特定する。
立設物区別部180は、S143Bにおいて特定された立設物表示画像部分179aを他の画像部分と区別して表した点群オルソ画像191を生成する。
例えば、立設物区別部180は、立設物表示画像部分179aに所定の色を着色する。
また例えば、立設物区別部180は、立設物表示画像部分179aと他の画像部分とで異なる配色(立設物表示画像部分179aが「赤」、他の画像部分が「黒」など)にする。
また例えば、立設物区別部180は、立設物表示画像部分179aに特定のマークを付加する。
さらに、立設物区別部180は、立設物表示画像部分179aを点密度毎に分け、点密度毎に異なる配色やマークを付加してもよい。例えば、立設物区別部180は、点密度の大きい順に「白」→「緑」→「赤」を着色する。
点群オルソ画像表示部140は、S144Bで生成された点群オルソ画像191を表示装置901に表示させる。
カメラ映像表示部150は、S145A(図10)と同様に、利用者に指定された画像部分に対応するカメラ映像292を表示装置901に表示する。
所定高点群抽出部120は、地面高特定部130により特定された地面高139aを基準の高さとして、地面高139aからの高さが所定の高さ以上である各点をポイントクラウド491から所定高点群129aとして抽出する。つまり、所定高点群129aは、地面高139aからの高さが所定の高さ未満である各点がポイントクラウド491から除去されたものである。
ポイントクラウド投影部110は、所定高点群抽出部120により抽出された所定高点群129aを用いて点群オルソ画像191を生成する。
例えば、所定高点群抽出部120が、実施の形態2とは逆に地面高139aからの高さが「50cm」未満の各点を除去することにより、ポイントクラウド投影部110は道路面が映っていない点群オルソ画像191を生成することができる。
これにより、点群オルソ画像生成装置100は立設物をより正確に特定し、利用者は立設物をより容易に判別することができる。
図17は、対象地域a(図6)の点群オルソ画像191であり、図18は、対象地域aの部分拡大図である。
図15〜図18はいずれも、地面高139aからの高さが50cm以上である所定高点群129aのみが正射投影された点群オルソ画像191であり、道路面は映っていない。
また、点群オルソ画像191は、点密度により色分けされる。例えば、点密度が濃くなるにつれ、「赤→緑→白」と変化する。電柱のように垂直に立っているものは点密度が濃くなるため、緑点または白点で表わされる。
このような点群オルソ画像191を用いることにより、立設物の位置の確定が容易になり、従来の手作業と比較し、立設物の位置の確定にかかる作業時間を大幅に軽減できる。
また、図18では、家の壁面や電柱から電線が出ている様子がわかる。電線の有無により電柱と街路灯とを区別することもできる。対象物が電柱、街路灯またはその他の立設物のいずれであるかを区別できない場合、利用者は、点群オルソ画像生成装置100にカメラ映像292を表示させ、カメラ映像292を確認することにより、正確に識別できる。
点群オルソ画像191は真上から見た画像を示す。そのため、電柱のように地面と同系色の立体物(立設物)は消失する。また、電柱などの立体物は道路図において重要なターゲットである。
そこで、点群オルソ画像生成装置100は、点群オルソ画像191の微小区域毎に点密度を算出し、点密度毎に輝度、色、形状などを分けて表示する。
電柱や壁面は基本的に垂直に建設される。したがって、垂直方向にポイントクラウド491が投影された点群オルソ画像191の点密度は電柱や壁面部分で上がる。一方、地面などは、垂直方向には一点しかないため、点密度が低くなる。
このことより、点密度毎に輝度、色、形状などを分けて表す点群オルソ画像191から、電柱などの立体物がどこにあるかを容易に判別・検出することができる。
さらに、所定の高さ以上のポイントクラウド生成装置記憶部490だけを使用して点群オルソ画像191を生成するという制限をつけることにより、立体物をより容易に判別・検出することができる。
実施の形態4では、地面高特定部130による地面高139aの特定方法について説明する。
地面高特定部130は、区域内の緯度・経度を示すポイントクラウド491の各点から高さが最も低い点を抽出し、抽出した点が示す高さをその区域の地面高139aとする。
地面高特定部130は、図19の上図に示すように坂道を含む対象地域を緯度・経度でメッシュ状に分割して所定の大きさ(例えば、100m×100m)に区分けし、図19の下図に示すように各区域内の点のうち高さが最も低い点Pを抽出する。そして、地面高特定部130は、点Pが示す三次元座標の高さを当該区域の地面高139aとする。
所定高点群抽出部120が点P(地面高139a)から所定の高さx(例えば、50cm)以下の各点をポイントクラウド491から抽出することにより、ポイントクラウド投影部110は坂道を表す点群オルソ画像191を生成することができる。
地面高特定部130は、ポイントクラウド491から道路の縁石を表す各点を抽出し、抽出した各点が示す三次元座標に基づいて地面高139aを特定する。
まず、地面高特定部130は、ポイントクラウド491の各点が示す三次元座標に基づいて、坂道の左右の縁石(2本の縁石部分)を表す各点を特定する。
次に、地面高特定部130は、一方の縁石を表す各点から高度が最も高い点Aと高度が最も低い点Bとを抽出し、他方の縁石を表す各点から高度が最も高い点Cを抽出する。点Cは、最も低い点や縁石を表す任意の一点でも構わない。
そして、地面高特定部130は、抽出した3点A、B、Cの三次元座標に基づいて、点A、点Bおよび点Cを通る平面の3次元方程式を坂道の勾配を表す方程式(以下、路面方程式という)として算出する。
地面高特定部130により算出された路面方程式は、緯度・経度毎に坂道の地面高139aを示す。
所定高点群抽出部120は、ポイントクラウド491の各点が位置する区域を各点の緯度・経度に基づいて特定し、各点の緯度・経度を当該区域の路面方程式に代入して地面高139aを算出し、算出した地面高139aと各点の高さとを比較して所定高点群129aを抽出する。
地面高特定部130は、特許文献1(特開2007−218705号公報)のS107(図13)のようにポイントクラウド491をカメラ映像292に投影し、ポイントクラウド491を投影させたカメラ映像292(ポイントクラウド491とカメラ映像292とが重畳した画像)を表示装置901に表示し、表示したポイントクラウド491の各点から利用者に3点A、B、Cを選択させる。
図21は、実施の形態4(実施例2)における縁石点群の特定方法を示す図である。
図21の上図は、道路と道路左右の縁石とを示す垂直断面図であり、左右に水平方向(緯度・経度方向)、上下に高さ(高度)方向が取られている。図21の下図は、上図の点線枠内の拡大図である。図中の丸印はそれぞれポイントクラウド491の1点を示す。以下、各丸印を「3D点」という。各3D点は、移動体計測装置200の移動と共に、左から右へ、右から左へ順に計測される。以下、左から右へ又は右から左への計測により得られる横並びの複数の3D点を結んだ線を「走査ライン」という。図21は、左から右への1つの走査ライン上の複数の3D点を丸印で示している。
図22には、ポイントクラウド491を用いて道路平面を表した画像(点群オルソ画像191の一例)を表示させたメイン画面(図全体)と、脇道部分のポイントクラウド491を抽出し、抽出したポイントクラウド491を用いて脇道の垂直断面を表した画像を表示させた副画面(図左上)とを示している。
図22の副画面に表示されている画像は、図21に対応する実データの画像である。
そして、地面高特定部130は、直線1と直線2との傾きの差(変化量)と直線2(縁石左側では直線1)を構成する複数の3D点の高低差とに基づいて縁石の3D点を特定する。地面高特定部130は、変化量が所定量以上であり、且つ、I点の高さとI+2点の高さとの高低差が縁石の高さに相当する所定値(例えば、20cm)以下であれば、I−1点またはI+1点を縁石の3D点と判定する。I+2点は、直線2を構成するI点、I+1点およびI+2点の中でI点との高低差が最も大きい3D点である。通常、道路の縁石側は傾斜しているため地面高139aの算出に用いるには、I点ではなく、I点と前後するいずれかの3D点(・・・、I−2点、I−1点、I+1点、I+2点、・・・)を縁石の3D点に選ぶとよい。例えば、地面高特定部130は、I−1点またはI+1点を縁石の3D点とする。但し、I点を縁石の3D点に選んでもよい。
地面高特定部130は、ポイントクラウド491の各点それぞれを基点として上記の方法により縁石点群を特定する。
縁石点群特定方法(図21)の処理の流れについて、図23に基づいて以下に説明する。
次に、地面高特定部130は、走査ラインを順に1つ選択し、選択した走査ライン上の複数の3D点をポイントクラウド491から抽出する。以下、抽出された走査ライン上の複数の3D点を「走査点群」という(S220)。
次に、地面高特定部130は、直線1と直線2との傾きの差と直線2(または、直線1)を構成する複数の3D点の高低差とに基づいて基点Iが縁石部分か判定する(S231)。
地面高特定部130は、基点Iが縁石部分であると判定すれば、縁石の3D点(例えば、I−1点、I+1点)を記憶する(S232)。
地面高特定部130は、S220で抽出した走査点群の各点についてS230〜S232を繰り返し、左右の縁石の3D点を特定して記憶する(S233)。
具体的に、地面高特定部130は以下のようにして縁石の3D点を特定する。
まず、地面高特定部130は、1つ前の走査ラインで特定された縁石の3D点にレーザー照射角度が近い複数の3D点を走査点群から抽出する。例えば、地面高特定部130は、1つ前の走査ラインで特定された縁石の3D点が走査ライン上のn番目の3D点であれば、走査点群から走査ライン上のn−3〜n+3点を抽出する。
そして、地面高特定部130は、抽出した複数の3D点(n−3点〜n+3点)のうち最も高さが低い3D点の一つ(または複数)前(または後)の3D点を縁石の3D点として記憶する。このとき、1つ前の走査ラインで特定された縁石の3D点とのレーザー照射角度の差が所定値(例えば、1度)以下であることを縁石の3D点とする条件に加えてもよい。
図24に示すように、実施の形態4(実施例2)における縁石点群特定方法により特定された縁石点群は、図5に示した対象地域の道路図を合致している。
地面高特定部130は、移動体計測装置200の航測基準点Oの高さに基づいて地面高139aを特定する。
航測基準点とは、図2で説明したように、移動体計測装置200の座標中心である。
(1)道路面の三次元方程式を算出して地面高139aを特定する方法について、図25に基づいて以下に説明する。
ここで、t0、t1、t2の各時刻について、航測基準点Oの三次元座標とポイントクラウド491の各点とが得られているものとする。
また、予め計測された航測基準点Oの地面からの高さを2000mmとする。
(2)計測時刻毎に地面高139aを特定する方法について、図26に基づいて以下に説明する。
ここで、各時刻について、航測基準点Oの三次元座標とポイントクラウド491の各点とが得られているものとする。
また、予め計測された航測基準点Oの地面からの高さを2000mmとする。
但し、地面高特定部130は地面高139aを算出せず、所定高点群抽出部120は航測基準点Oの高さより1500mm低い高さ(地面から500mm[所定の高さ]の高さ)を修正分離基準高として算出し、ポイントクラウド491から修正分離基準高より低い各点(または、高い各点)を所定高点群129aとして抽出してもよい。
点群オルソ画像生成装置100により生成される点群オルソ画像191は、例えば、道路図の作成に有用である。
実施の形態5では、道路図を作成するシステムについて説明する。
実施の形態5における地図データ生成システム801の構成について、図27に基づいて以下に説明する。
地図データ生成システム801は、各実施の形態で説明した点群オルソ画像生成システム800の構成に加えて、CAD装置500を有する。
点群オルソ画像191は、高い精度で、樹木やトンネルなどの遮蔽物による遮蔽を除去して道路を表わし(実施の形態2)、また、電柱や街路灯などの立設物を強調して表わす(実施の形態3)。このため、都市計画図、街路台帳および道路管理台帳付図の作成に有用である。
CAD部510は、CPUを用い、利用者の操作に応じて点群オルソ画像191およびカメラ映像292を表示装置901に表示すると共に地図データ591を生成する。
CAD記憶部590は地図データ591を記憶する。
さらに、利用者は、実施の形態3で作成された点群オルソ画像191を表示させ、表示させた点群オルソ画像191に表わされる立設物を順に選択して選択箇所のカメラ映像292を表示させる。そして、利用者は、表示させたカメラ映像292から立設物の種類を特定し、各立設物の位置および種類を設定した道路図を地図データ591として保存する。
また、各装置は、ネットワーク接続されていない独立した装置であっても、有線または無線でLANやインターネットに接続され、互いにデータ送受信を行う通信装置であってもよい。
Claims (8)
- 地上の各地点の三次元座標を示す三次元点群を用いて地上の俯瞰画像を生成する俯瞰画像生成装置であり、
前記三次元点群の各点が示す高さに基づいてCPU(Central Processing Unit)を用いて地面高を特定する地面高特定部と、
前記地面高特定部により特定された地面高に基づいて地面からの高さが所定の高さ以下である各点と、地面からの高さが所定の高さ以上である各点とのいずれかの各点を前記三次元点群から所定高点群として抽出する所定高点群抽出部と、
前記所定高点群抽出部により前記三次元点群から抽出された所定高点群の各点が示す三次元座標に基づいて前記所定高点群の各点をCPUを用いて平面に投影して俯瞰画像を生成する三次元点群投影部とを備え、
前記地面高特定部は、
前記三次元点群の各点が示す三次元座標に基づいて前記三次元点群から道路の縁石を表す各点を抽出し、抽出した各点が示す三次元座標に基づいて前記地面高を特定する
ことを特徴とする俯瞰画像生成装置。 - 前記地面高特定部は、
前記抽出した各点が示す三次元座標に基づいて道路面を表す三次元方程式を算出し、算出した三次元方程式に基づいて道路面の高さを前記地面高として算出する
ことを特徴とする請求項1記載の俯瞰画像生成装置。 - 前記地面高特定部は、
前記三次元点群投影部により生成された俯瞰画像から道路両側で対になる2本の縁石部分を特定し、一方の縁石部分に投影された各点から少なくとも2点を抽出し、他方の縁石部分に投影された各点から少なくとも1点を抽出し、抽出した少なくとも3点を通る平面を表す三次元方程式を前記道路面を表す三次元方程式として算出し、算出した三次元方程式に基づいて道路面の高さを前記地面高として算出する
ことを特徴とする請求項2記載の俯瞰画像生成装置。 - 前記俯瞰画像生成装置は、
生成された俯瞰画像を表示装置に表示する俯瞰画像表示部と、
前記俯瞰画像表示部により表示された俯瞰画像内で指定された画像部分に投影された点をCPUを用いて特定し、特定した点が計測された計測地点から撮影されたカメラ映像を
表示装置に表示するカメラ映像表示部と
を備えたことを特徴とする請求項1〜請求項3いずれかに記載の俯瞰画像生成装置。 - 前記三次元点群は、
車両に設置されたレーザースキャナにより計測された各地点までの距離方位を示す距離方位点群に基づいて生成される
ことを特徴とする請求項1〜請求項4いずれかに記載の俯瞰画像生成装置。 - 前記三次元点群の各点は、
三次元座標と共に三次元座標が示す地点の地物の色を示す
ことを特徴とする請求項1〜請求項5いずれかに記載の俯瞰画像生成装置。 - 地面高特定部が、地上の各地点の三次元座標を示す三次元点群の各点が示す高さに基づいてCPU(Central Processing Unit)を用いて地面高を特定し、
所定高点群抽出部が、前記地面高特定部により特定された地面高に基づいて地面からの高さが所定の高さ以下である各点と、地面からの高さが所定の高さ以上である各点とのいずれかの各点を前記三次元点群から所定高点群として抽出し、
三次元点群投影部が、前記所定高点群抽出部により前記三次元点群から抽出された所定高点群の各点が示す三次元座標に基づいて前記所定高点群の各点をCPUを用いて平面に投影して俯瞰画像を生成する俯瞰画像生成方法であって、
前記地面高特定部は、
前記三次元点群の各点が示す三次元座標に基づいて前記三次元点群から道路の縁石を表す各点を抽出し、抽出した各点が示す三次元座標に基づいて前記地面高を特定する
ことを特徴とする俯瞰画像生成方法。 - 請求項7記載の俯瞰画像生成方法をコンピュータに実行させる俯瞰画像生成プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010526690A JP4832596B2 (ja) | 2008-08-29 | 2009-08-24 | 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008221359 | 2008-08-29 | ||
JP2008221359 | 2008-08-29 | ||
JP2010526690A JP4832596B2 (ja) | 2008-08-29 | 2009-08-24 | 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム |
PCT/JP2009/064700 WO2010024212A1 (ja) | 2008-08-29 | 2009-08-24 | 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム |
Related Child Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011159907A Division JP5319741B2 (ja) | 2008-08-29 | 2011-07-21 | 俯瞰画像生成装置、地図データ生成システム、俯瞰画像生成装置の俯瞰画像生成方法および俯瞰画像生成プログラム |
JP2011159906A Division JP5058364B2 (ja) | 2008-08-29 | 2011-07-21 | 俯瞰画像生成装置、俯瞰画像生成装置の俯瞰画像生成方法および俯瞰画像生成プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP4832596B2 true JP4832596B2 (ja) | 2011-12-07 |
JPWO2010024212A1 JPWO2010024212A1 (ja) | 2012-01-26 |
Family
ID=41721380
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010526690A Expired - Fee Related JP4832596B2 (ja) | 2008-08-29 | 2009-08-24 | 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム |
JP2011159906A Expired - Fee Related JP5058364B2 (ja) | 2008-08-29 | 2011-07-21 | 俯瞰画像生成装置、俯瞰画像生成装置の俯瞰画像生成方法および俯瞰画像生成プログラム |
JP2011159907A Expired - Fee Related JP5319741B2 (ja) | 2008-08-29 | 2011-07-21 | 俯瞰画像生成装置、地図データ生成システム、俯瞰画像生成装置の俯瞰画像生成方法および俯瞰画像生成プログラム |
JP2013145240A Expired - Fee Related JP5808369B2 (ja) | 2008-08-29 | 2013-07-11 | 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011159906A Expired - Fee Related JP5058364B2 (ja) | 2008-08-29 | 2011-07-21 | 俯瞰画像生成装置、俯瞰画像生成装置の俯瞰画像生成方法および俯瞰画像生成プログラム |
JP2011159907A Expired - Fee Related JP5319741B2 (ja) | 2008-08-29 | 2011-07-21 | 俯瞰画像生成装置、地図データ生成システム、俯瞰画像生成装置の俯瞰画像生成方法および俯瞰画像生成プログラム |
JP2013145240A Expired - Fee Related JP5808369B2 (ja) | 2008-08-29 | 2013-07-11 | 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム |
Country Status (6)
Country | Link |
---|---|
US (1) | US8665263B2 (ja) |
EP (1) | EP2320382A4 (ja) |
JP (4) | JP4832596B2 (ja) |
KR (2) | KR101319471B1 (ja) |
CN (1) | CN102138163B (ja) |
WO (1) | WO2010024212A1 (ja) |
Families Citing this family (108)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011124271A1 (en) | 2010-04-09 | 2011-10-13 | Tomtom International B.V. | Method of generating a route |
CN101887596B (zh) * | 2010-06-01 | 2013-02-13 | 中国科学院自动化研究所 | 树木点云数据基于分割和自动生长的三维模型重建方法 |
US8565958B1 (en) * | 2011-06-02 | 2013-10-22 | Google Inc. | Removing extraneous objects from maps |
GB201114591D0 (en) | 2011-08-23 | 2011-10-05 | Tomtom Int Bv | Methods of and apparatus for displaying map information |
CN102445186B (zh) * | 2011-09-28 | 2013-06-05 | 中交第二公路勘察设计研究院有限公司 | 一种激光雷达扫描生成公路设计地表信息方法 |
GB201116960D0 (en) * | 2011-09-30 | 2011-11-16 | Bae Systems Plc | Monocular camera localisation using prior point clouds |
JP4948689B1 (ja) * | 2011-10-06 | 2012-06-06 | アジア航測株式会社 | レーザオルソ画像生成装置及びそのプログラム |
US8553942B2 (en) | 2011-10-21 | 2013-10-08 | Navteq B.V. | Reimaging based on depthmap information |
US9047688B2 (en) | 2011-10-21 | 2015-06-02 | Here Global B.V. | Depth cursor and depth measurement in images |
US9116011B2 (en) | 2011-10-21 | 2015-08-25 | Here Global B.V. | Three dimensional routing |
US9404764B2 (en) * | 2011-12-30 | 2016-08-02 | Here Global B.V. | Path side imagery |
US9024970B2 (en) * | 2011-12-30 | 2015-05-05 | Here Global B.V. | Path side image on map overlay |
US8731247B2 (en) * | 2012-01-20 | 2014-05-20 | Geodigital International Inc. | Densifying and colorizing point cloud representation of physical surface using image data |
KR101611891B1 (ko) | 2012-03-23 | 2016-04-14 | 미쓰비시덴키 가부시키가이샤 | 커버 폴 유닛 |
JP5947666B2 (ja) * | 2012-08-21 | 2016-07-06 | アジア航測株式会社 | 走行路上地物画像生成方法及び走行路上地物画像生成プログラム並びに走行路上地物画像生成装置 |
KR101394425B1 (ko) * | 2012-11-23 | 2014-05-13 | 현대엠엔소프트 주식회사 | 지도 데이터 유지보수 장치 및 방법 |
EP3473511B1 (en) * | 2012-12-26 | 2023-08-16 | Cambridge Mobile Telematics Inc. | Methods and systems for driver identification |
CN103149569B (zh) * | 2013-02-25 | 2014-12-10 | 昆山南邮智能科技有限公司 | 基于小波变换的激光雷达高压线识别方法 |
WO2014170895A1 (en) * | 2013-04-15 | 2014-10-23 | Xsight Systems Ltd. | Contaminant detection and bird risk management at airports |
US9858798B2 (en) | 2013-05-28 | 2018-01-02 | Aai Corporation | Cloud based command and control system integrating services across multiple platforms |
JP6006179B2 (ja) * | 2013-06-20 | 2016-10-12 | 株式会社パスコ | データ解析装置、データ解析方法、及びプログラム |
US9449227B2 (en) * | 2014-01-08 | 2016-09-20 | Here Global B.V. | Systems and methods for creating an aerial image |
JP6389049B2 (ja) * | 2014-03-17 | 2018-09-12 | アジア航測株式会社 | レーザ点群色付方法及びレーザ点群色付プログラム |
JP6359868B2 (ja) * | 2014-04-25 | 2018-07-18 | 東芝プラントシステム株式会社 | 3次元データ表示装置、3次元データ表示方法、及び3次元データ表示プログラム |
JP5936792B2 (ja) * | 2014-06-25 | 2016-06-22 | 三菱電機株式会社 | 建築限界測定図の作成装置、建築限界測定図データの作成装置および建築限界測定図の作成方法 |
JP6432825B2 (ja) * | 2014-08-22 | 2018-12-05 | 株式会社Ihi | 3次元点群データの位置合わせ方法と装置及びその移動体システム |
US9443312B2 (en) * | 2014-08-29 | 2016-09-13 | Leica Geosystems Ag | Line parametric object estimation |
DE102014013677B4 (de) * | 2014-09-10 | 2017-06-22 | Faro Technologies, Inc. | Verfahren zum optischen Abtasten und Vermessen einer Umgebung mit einem Handscanner und unterteiltem Display |
US9671221B2 (en) | 2014-09-10 | 2017-06-06 | Faro Technologies, Inc. | Portable device for optically measuring three-dimensional coordinates |
US9602811B2 (en) | 2014-09-10 | 2017-03-21 | Faro Technologies, Inc. | Method for optically measuring three-dimensional coordinates and controlling a three-dimensional measuring device |
US9693040B2 (en) | 2014-09-10 | 2017-06-27 | Faro Technologies, Inc. | Method for optically measuring three-dimensional coordinates and calibration of a three-dimensional measuring device |
DE102014013678B3 (de) | 2014-09-10 | 2015-12-03 | Faro Technologies, Inc. | Verfahren zum optischen Abtasten und Vermessen einer Umgebung mit einem Handscanner und Steuerung durch Gesten |
JP6239144B2 (ja) * | 2014-10-30 | 2017-11-29 | 三菱電機株式会社 | 車載器、自動運転車両、自動運転支援システム、自動運転監視装置、道路管理装置及び自動運転情報収集装置 |
JP6435781B2 (ja) * | 2014-10-31 | 2018-12-12 | 株式会社豊田中央研究所 | 自己位置推定装置及び自己位置推定装置を備えた移動体 |
US20160342861A1 (en) * | 2015-05-21 | 2016-11-24 | Mitsubishi Electric Research Laboratories, Inc. | Method for Training Classifiers to Detect Objects Represented in Images of Target Environments |
CN104864889B (zh) * | 2015-05-29 | 2018-05-29 | 山东鲁能智能技术有限公司 | 一种基于视觉的机器人里程计校正系统及方法 |
JP6589410B2 (ja) * | 2015-06-24 | 2019-10-16 | 株式会社豊田中央研究所 | 地図生成装置及びプログラム |
US9830509B2 (en) | 2015-06-29 | 2017-11-28 | Nokia Technologies Oy | Method and apparatus for constructing a digital elevation model utilizing ground points captured by ground-based LiDAR |
JP6451544B2 (ja) * | 2015-08-04 | 2019-01-16 | 日産自動車株式会社 | 道路境界検出装置、自己位置推定装置及び道路境界検出方法 |
CN105184852B (zh) * | 2015-08-04 | 2018-01-30 | 百度在线网络技术(北京)有限公司 | 一种基于激光点云的城市道路识别方法及装置 |
JP6561670B2 (ja) * | 2015-08-10 | 2019-08-21 | 日産自動車株式会社 | 段差検出装置及び段差検出方法 |
KR102360464B1 (ko) * | 2015-08-31 | 2022-02-09 | 현대오토에버 주식회사 | 연결도로정보 획득 장치 및 방법 |
JP6062020B2 (ja) * | 2015-11-18 | 2017-01-18 | 三菱電機株式会社 | 指定点投影方法、プログラムおよびコンピュータ |
JP6869023B2 (ja) * | 2015-12-30 | 2021-05-12 | ダッソー システムズDassault Systemes | 探索のための3dから2dへの再画像化 |
CN105719284B (zh) * | 2016-01-18 | 2018-11-06 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置及终端 |
WO2017163640A1 (ja) * | 2016-03-22 | 2017-09-28 | 三菱電機株式会社 | 計測装置 |
WO2017199333A1 (ja) * | 2016-05-17 | 2017-11-23 | パイオニア株式会社 | 情報出力装置、端末装置、制御方法、プログラム及び記憶媒体 |
CN106052697B (zh) * | 2016-05-24 | 2017-11-14 | 百度在线网络技术(北京)有限公司 | 无人车、无人车定位方法、装置和系统 |
CN106097444B (zh) * | 2016-05-30 | 2017-04-12 | 百度在线网络技术(北京)有限公司 | 高精地图生成方法和装置 |
CN107742091B (zh) * | 2016-08-22 | 2019-01-29 | 腾讯科技(深圳)有限公司 | 一种路肩提取的方法及装置 |
CN107871129B (zh) * | 2016-09-27 | 2019-05-10 | 北京百度网讯科技有限公司 | 用于处理点云数据的方法和装置 |
EP4253153B1 (en) | 2016-11-01 | 2024-12-04 | Panasonic Intellectual Property Corporation of America | Display method and display device |
CN108335337B (zh) * | 2017-01-20 | 2019-12-17 | 高德软件有限公司 | 一种正射影像图的生成方法及装置 |
CN106791797A (zh) | 2017-03-14 | 2017-05-31 | 京东方科技集团股份有限公司 | 一种双视显示的方法和装置 |
CN108732582B (zh) * | 2017-04-20 | 2020-07-10 | 百度在线网络技术(北京)有限公司 | 车辆定位方法和装置 |
EP3460518B1 (en) * | 2017-09-22 | 2024-03-13 | Leica Geosystems AG | Hybrid lidar-imaging device for aerial surveying |
CN110073403A (zh) * | 2017-11-21 | 2019-07-30 | 深圳市大疆创新科技有限公司 | 输出影像生成方法、设备及无人机 |
KR101910751B1 (ko) * | 2017-11-22 | 2018-10-22 | 중앙대학교 산학협력단 | 건설 구조물의 구성요소 형상 특징을 고려한 3차원 데이터 획득 방법 및 시스템 |
CN109902542B (zh) * | 2017-12-11 | 2023-11-21 | 财团法人车辆研究测试中心 | 三维感测器的动态地面侦测方法 |
KR101998397B1 (ko) * | 2017-12-22 | 2019-07-09 | 한국기술교육대학교 산학협력단 | 작업 공간 모델링에서 뎁스 이미지를 이용한 버텍스 최적화 방법 및 시스템 |
KR101998396B1 (ko) * | 2017-12-22 | 2019-07-09 | 한국기술교육대학교 산학협력단 | 3d 스캐너를 이용한 가상 벽면 기반의 작업 공간 모델링 방법 및 시스템 |
JP2019117432A (ja) | 2017-12-26 | 2019-07-18 | パイオニア株式会社 | 表示制御装置 |
CN108319895B (zh) * | 2017-12-29 | 2021-09-17 | 百度在线网络技术(北京)有限公司 | 用于识别电子地图中的路口的方法和装置 |
EP3759432A4 (en) * | 2018-03-02 | 2022-01-26 | Deepmap Inc. | HIGH RESOLUTION MAP DATA VISUALIZATION |
US20200014909A1 (en) | 2018-07-03 | 2020-01-09 | Faro Technologies, Inc. | Handheld three dimensional scanner with autofocus or autoaperture |
CN112823101B (zh) * | 2018-10-23 | 2024-09-20 | 麦克赛尔株式会社 | 平视显示器系统 |
KR20200046437A (ko) | 2018-10-24 | 2020-05-07 | 삼성전자주식회사 | 영상 및 맵 데이터 기반 측위 방법 및 장치 |
CN111174777A (zh) * | 2018-11-09 | 2020-05-19 | 阿里巴巴集团控股有限公司 | 定位方法、装置以及电子设备 |
JP7539681B2 (ja) * | 2018-11-20 | 2024-08-26 | 株式会社エムアールサポート | オルソ画像作成システム、オルソ画像作成方法、それに使用される対空標識及び道路調査方法 |
CN111238494B (zh) * | 2018-11-29 | 2022-07-19 | 财团法人工业技术研究院 | 载具、载具定位系统及载具定位方法 |
US11922659B2 (en) * | 2018-11-29 | 2024-03-05 | Nec Solution Innovators, Ltd. | Coordinate calculation apparatus, coordinate calculation method, and computer-readable recording medium |
JP7004636B2 (ja) * | 2018-12-04 | 2022-01-21 | 三菱電機株式会社 | 表示データ生成装置、表示データ生成方法、および表示データ生成プログラム |
US11665372B2 (en) * | 2019-01-07 | 2023-05-30 | Samsung Electronics Co., Ltd. | Fast projection method in video-based point cloud compression codecs |
JP7189029B2 (ja) * | 2019-01-08 | 2022-12-13 | 朝日航洋株式会社 | 立面図作成方法 |
US11315317B2 (en) * | 2019-01-30 | 2022-04-26 | Baidu Usa Llc | Point clouds ghosting effects detection system for autonomous driving vehicles |
US10762690B1 (en) | 2019-02-11 | 2020-09-01 | Apple Inc. | Simulated overhead perspective images with removal of obstructions |
CN110111414B (zh) * | 2019-04-10 | 2023-01-06 | 北京建筑大学 | 一种基于三维激光点云的正射影像生成方法 |
CN111829531A (zh) * | 2019-04-15 | 2020-10-27 | 北京京东尚科信息技术有限公司 | 二维地图构建方法、装置、机器人定位系统和存储介质 |
CN110108259A (zh) * | 2019-04-18 | 2019-08-09 | 中国科学院地理科学与资源研究所 | 一种野外地物的照片采集装置及信息测算方法 |
CN109991984B (zh) * | 2019-04-22 | 2024-04-30 | 上海蔚来汽车有限公司 | 用于生成高精细地图的方法、装置和计算机存储介质 |
JP2020202699A (ja) | 2019-06-12 | 2020-12-17 | 株式会社エンビジョンAescジャパン | 充電装置、充電システム、充電方法、充電プログラム |
US12165349B2 (en) | 2019-06-17 | 2024-12-10 | Mr Support Inc. | Ortho-image creation system, ortho-image creation method, survey marker used therefor and road survey method |
JP7441509B2 (ja) * | 2019-08-23 | 2024-03-01 | 株式会社エムアールサポート | オルソ画像作成方法、オルソ画像作成システム、3次元モデル作成方法、3次元モデル作成システム及びそれに使用される標識 |
CN112634181B (zh) * | 2019-09-24 | 2024-06-14 | 阿波罗智能技术(北京)有限公司 | 用于检测地面点云点的方法和装置 |
CN110766798B (zh) * | 2019-11-30 | 2023-02-14 | 中铁一局集团有限公司 | 一种基于激光扫描数据的隧道监控量测成果可视化方法 |
US11393489B2 (en) * | 2019-12-02 | 2022-07-19 | Here Global B.V. | Method, apparatus, and computer program product for road noise mapping |
US11788859B2 (en) | 2019-12-02 | 2023-10-17 | Here Global B.V. | Method, apparatus, and computer program product for road noise mapping |
KR102312892B1 (ko) * | 2019-12-20 | 2021-10-15 | 재단법인대구경북과학기술원 | 도로 연석 검출 방법 및 장치 |
CN111210488B (zh) * | 2019-12-31 | 2023-02-03 | 武汉中海庭数据技术有限公司 | 激光点云中道路立杆的高精度提取系统及方法 |
JP2021163154A (ja) * | 2020-03-31 | 2021-10-11 | パイオニア株式会社 | 変化点検出装置、制御方法、プログラム及び記憶媒体 |
JP7122721B2 (ja) * | 2020-06-02 | 2022-08-22 | 株式会社Zmp | 物体検出システム、物体検出方法及び物体検出プログラム |
CN111784834B (zh) * | 2020-06-24 | 2024-06-18 | 阿波罗智能技术(北京)有限公司 | 一种点云地图生成方法、装置以及电子设备 |
JP7538640B2 (ja) | 2020-07-13 | 2024-08-22 | フォルシアクラリオン・エレクトロニクス株式会社 | 俯瞰画像生成装置、俯瞰画像生成システム及び自動駐車装置 |
CN111815772B (zh) * | 2020-07-20 | 2023-06-23 | 云南财经大学 | 高原山地土地利用方法、系统、存储介质和计算机设备 |
EP4024005A1 (en) | 2021-01-04 | 2022-07-06 | Aptiv Technologies Limited | Method, device, and computer program for determining the change in position and/or orientation of the mobile apparatus |
KR102543871B1 (ko) * | 2021-01-18 | 2023-06-20 | 네이버랩스 주식회사 | 도로정보 변화 영역 보완 방법 및 시스템 |
JP2022121049A (ja) * | 2021-02-08 | 2022-08-19 | トヨタ自動車株式会社 | 自己位置推定装置 |
KR20220165503A (ko) * | 2021-06-08 | 2022-12-15 | 현대자동차주식회사 | 라이다 센서를 이용한 연석 검출 방법 및 장치와 이 방법을 실행하기 위한 프로그램을 기록한 기록 매체 |
CN113320518B (zh) * | 2021-06-25 | 2022-06-03 | 东风汽车集团股份有限公司 | 一种坡道停车后防溜车方法及系统 |
CN113920483A (zh) * | 2021-09-14 | 2022-01-11 | 征图三维(北京)激光技术有限公司 | 道路点云中物体的分类方法、装置、电子设备及存储介质 |
WO2023067717A1 (ja) * | 2021-10-20 | 2023-04-27 | 日本電気株式会社 | 施設点検表示装置、情報処理装置、施設点検表示方法及び非一時的なコンピュータ可読媒体 |
CN114510761B (zh) * | 2022-01-24 | 2024-05-17 | 湖南省第一测绘院 | 一种消除dsm中道路面高程异常的方法 |
JP2024092276A (ja) * | 2022-12-26 | 2024-07-08 | 株式会社クボタ | 領域認識システム及び作業車両 |
CN116109643B (zh) * | 2023-04-13 | 2023-08-04 | 深圳市明源云科技有限公司 | 市场布局数据采集方法、设备及计算机可读存储介质 |
CN116342858B (zh) * | 2023-05-29 | 2023-08-25 | 未来机器人(深圳)有限公司 | 物体检测方法、装置、电子设备及存储介质 |
CN117372273B (zh) * | 2023-10-26 | 2024-04-19 | 航天科工(北京)空间信息应用股份有限公司 | 无人机影像的正射影像生成方法、装置、设备和存储介质 |
JP7562816B1 (ja) | 2023-11-27 | 2024-10-07 | 株式会社パスコ | 点群処理装置、点群処理方法及びプログラム |
CN117994469B (zh) * | 2024-04-07 | 2024-08-02 | 国网浙江省电力有限公司宁波供电公司 | 一种基于无人机的电力线路全景图像生成方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003156330A (ja) * | 2001-11-22 | 2003-05-30 | Nec Corp | 航空機搭載地形計測装置及び方法 |
JP2006323608A (ja) * | 2005-05-18 | 2006-11-30 | Kozo Keikaku Engineering Inc | 立体構造物群モデル作成装置、立体構造物群モデル作成方法及び立体モデル作成システム |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10143659A (ja) * | 1996-11-06 | 1998-05-29 | Komatsu Ltd | 物体検出装置 |
US7242460B2 (en) * | 2003-04-18 | 2007-07-10 | Sarnoff Corporation | Method and apparatus for automatic registration and visualization of occluded targets using ladar data |
US8294712B2 (en) * | 2003-09-19 | 2012-10-23 | The Boeing Company | Scalable method for rapidly detecting potential ground vehicle under cover using visualization of total occlusion footprint in point cloud population |
JP4628356B2 (ja) * | 2004-03-31 | 2011-02-09 | パイオニア株式会社 | 地図生成装置、ナビゲーション装置、地図生成方法、地図生成プログラムおよび記録媒体 |
CN100410622C (zh) * | 2004-05-14 | 2008-08-13 | 佳能株式会社 | 用于获得目标物体的位置和方位的信息处理方法和设备 |
JP3966419B2 (ja) * | 2004-12-15 | 2007-08-29 | 三菱電機株式会社 | 変化領域認識装置および変化認識システム |
US20070065002A1 (en) * | 2005-02-18 | 2007-03-22 | Laurence Marzell | Adaptive 3D image modelling system and apparatus and method therefor |
JP4619962B2 (ja) | 2006-02-15 | 2011-01-26 | 三菱電機株式会社 | 路面標示計測システム、白線モデル計測システムおよび白線モデル計測装置 |
US7822266B2 (en) * | 2006-06-02 | 2010-10-26 | Carnegie Mellon University | System and method for generating a terrain model for autonomous navigation in vegetation |
EP2120009B1 (en) | 2007-02-16 | 2016-09-07 | Mitsubishi Electric Corporation | Measuring device and measuring method |
CN102037326A (zh) * | 2008-07-31 | 2011-04-27 | 电子地图有限公司 | 以3d显示导航数据的方法 |
-
2009
- 2009-08-24 JP JP2010526690A patent/JP4832596B2/ja not_active Expired - Fee Related
- 2009-08-24 CN CN200980133675.0A patent/CN102138163B/zh not_active Expired - Fee Related
- 2009-08-24 WO PCT/JP2009/064700 patent/WO2010024212A1/ja active Application Filing
- 2009-08-24 US US13/060,444 patent/US8665263B2/en active Active
- 2009-08-24 KR KR1020127028797A patent/KR101319471B1/ko active IP Right Grant
- 2009-08-24 EP EP09809863.5A patent/EP2320382A4/en not_active Withdrawn
- 2009-08-24 KR KR1020117003641A patent/KR101269981B1/ko active IP Right Grant
-
2011
- 2011-07-21 JP JP2011159906A patent/JP5058364B2/ja not_active Expired - Fee Related
- 2011-07-21 JP JP2011159907A patent/JP5319741B2/ja not_active Expired - Fee Related
-
2013
- 2013-07-11 JP JP2013145240A patent/JP5808369B2/ja not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003156330A (ja) * | 2001-11-22 | 2003-05-30 | Nec Corp | 航空機搭載地形計測装置及び方法 |
JP2006323608A (ja) * | 2005-05-18 | 2006-11-30 | Kozo Keikaku Engineering Inc | 立体構造物群モデル作成装置、立体構造物群モデル作成方法及び立体モデル作成システム |
Also Published As
Publication number | Publication date |
---|---|
JP2012018170A (ja) | 2012-01-26 |
JP5319741B2 (ja) | 2013-10-16 |
US20110310091A2 (en) | 2011-12-22 |
KR101269981B1 (ko) | 2013-05-31 |
EP2320382A1 (en) | 2011-05-11 |
KR101319471B1 (ko) | 2013-10-17 |
US8665263B2 (en) | 2014-03-04 |
CN102138163A (zh) | 2011-07-27 |
US20110164037A1 (en) | 2011-07-07 |
EP2320382A4 (en) | 2014-07-09 |
KR20120132704A (ko) | 2012-12-07 |
JP5808369B2 (ja) | 2015-11-10 |
KR20110033859A (ko) | 2011-03-31 |
JP5058364B2 (ja) | 2012-10-24 |
JPWO2010024212A1 (ja) | 2012-01-26 |
JP2011233165A (ja) | 2011-11-17 |
CN102138163B (zh) | 2014-04-30 |
WO2010024212A1 (ja) | 2010-03-04 |
JP2013225336A (ja) | 2013-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4832596B2 (ja) | 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム | |
CN105512646B (zh) | 一种数据处理方法、装置及终端 | |
JP5435306B2 (ja) | 画像処理システム及び位置測位システム | |
US8571265B2 (en) | Measurement apparatus, measurement method, and feature identification apparatus | |
JP5062498B2 (ja) | 風景マッチング用参照データ生成システム及び位置測位システム | |
JP5505723B2 (ja) | 画像処理システム及び位置測位システム | |
JP5339953B2 (ja) | 三次元地図補正装置及び三次元地図補正プログラム | |
CN101681525A (zh) | 产生多视点全景图的方法及设备 | |
US20090046093A1 (en) | Map display device and map display method | |
JP5557472B2 (ja) | 道路レーンデータ生成装置、道路レーンデータ生成方法および道路レーンデータ生成プログラム | |
JP5182594B2 (ja) | 画像処理システム | |
EP3827222B1 (en) | Method and device for navigating two or more users to a meeting location | |
JP2010249709A (ja) | 断面計測装置、断面計測方法および断面計測プログラム | |
WO2010068185A1 (en) | Method of generating a geodetic reference database product | |
JP5177579B2 (ja) | 画像処理システム及び位置測位システム | |
JP5333861B2 (ja) | 風景画像認識を用いた自車位置検出システム | |
JP2014232196A (ja) | ナビゲーション装置、道路地図作成方法および道路地図作成プログラム | |
EP2816531A1 (en) | 3-dimensional map view with background images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20110823 |
|
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: 20110920 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4832596 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140930 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 |
|
LAPS | Cancellation because of no payment of annual fees |