JP5886303B2 - 水中構造物の３次元モデルの構築 - Google Patents

Description

関連出願への相互参照

本出願は、２０１０年１０月２５日付で出願された「BUILDING A THREE DIMENSIONAL MODEL OF AN UNDERWATER STRUCTURE」という名称の米国仮特許出願第６１／４０６，４４４号の優先権を請求する。これに言及することにより、そのすべての内容は本出願に組み込まれる。

本開示は、水中構造物を走査することにより得られたソーナーデータを収集して、収集された情報から既存の水中構造物の３次元モデルを構築することに関する。

よりよく理解することが必要であるかもしれない多数の水中構造物や他の設備が存在する。このようなよりよい理解は、例えば、ある水中構造物のモデルを構築し得るようにその水中構造物の情報を取得するのに有用であり得る。現在行われている水中構造物の点検方法には、ダイバーによる点検、遠隔操作探査機（remotely operated vehicle）（ＲＯＶ）を用いた点検、および自律型潜水機（autonomous underwater vehicle）（ＡＵＶ）を用いた点検などがある。このようなモデル構築の問題は、しばしば、同時自己位置推定・地図作成（simultaneous localization and mapping）（ＳＬＡＭ）と呼ばれる。

水中構造物の点検、修理、および操作を指揮するために用いることができる水中構造物の３次元モデルを構築する目的などで水中構造物をよりよく理解するために、水中構造物の走査に用いることができる方法およびシステムを記載する。

本明細書に記載の方法およびシステムは、いかなる種類の水中構造物を走査するためにも用いることが可能である。例えば、水中構造物は、海上石油プラットフォームの支持構造物および桟橋ならびに油井関連設備のような人工物と、水中山脈のような自然物とを含み、完全にまたは部分的に水中にある構造物を含み得る。水中構造物はまた、静止した構造物と、例えば水中環境で漂流し得る、静止していない構造物との両方を含み得る。より一般的には、水中構造物は、深さがさまざまで、さまざまな複雑性を有し得る、いかなる任意の３次元構造物をも意味する。

本明細書において、用語「水中」は、水中構造物が位置し得、かつ、本明細書に記載のシステムを用いて走査される必要があり得るいかなる種類の水中環境をも含み、限定されるわけではないが、海洋のような塩水域と淡水域とを含む。

一実施形態において、水中構造物の３次元モデルを構築する方法は、ソーナー音波を水中構造物に向けて送出することと、ソーナー音波を当該水中構造物に向けて送出したことによる応答を受信することとを含む。音響ソーナーは、３次元画像に基づくソーナーとして構成され、その場合、ある特定の周波数のパルスにより、受信器が３次元画像を生成するためのデータが提供される。すなわち、上記応答からデータ点が取得され、データ点は、当該水中構造物の３次元画像を提供するように構成されている。取得されたデータ点に基づいて水中構造物の位置合わせモデル（alignment model）が生成される。別のソーナー音波が水中構造物に向けて送出され、別の応答が受信される。この追加のソーナー音波も３次元画像に基づくソーナー波である。上記追加の応答から新しいデータ点が取得され、新しいデータ点は水中構造物の３次元画像を提供するように構成されている。取得された新しいデータ点のサンプルが上記位置合わせモデルに位置合わせ（align）され、新しいデータ点を用いて水中構造物の３次元モデルが構築される。

一実施形態において、上記のモデル構築方法を水中航走体上で実施可能なソーナーセンサシステムを有することが望ましい。水中航走体は、例えば、自律型潜水機（ＡＵＶ）および遠隔操作水中探査機（ＲＯＶ）のうちの１つであるが、これに限定されるわけではない。本明細書において、ＲＯＶとは、水上船のようなホストにケーブルでつながれた遠隔操作水中探査機である。ＲＯＶは、無人であり、ホストに乗っている操縦者によって操作される。つなぎケーブル（tether）は、例えば、電力（自蔵式（self-contained）のシステム上の蓄電池電力の代わりまたは補助として）、映像信号、およびデータ信号をホスト・ＲＯＶ間でやりとりすることができる。本明細書において、ＡＵＶとは、無人で、ホスト船につながれていない自律型潜水機である。

上記ソーナーシステムに関して、一実施形態において、水中構造物の３次元モデルを構築するためのこのようなシステムは、水中航走体に搭載されたセンサを含む。このセンサは、ソーナー音波を水中構造物に向けて送出するように構成される。反射されたソーナー音波は３次元（３Ｄ）画像へと処理される。上記センサから３Ｄ画像を受信するように構成されたデータ記憶装置が水中航走体に搭載される。

データ処理装置も水中航走体に搭載される。このデータ処理装置は、当該水中構造物の３次元画像を提供するように構成されたセンサデータ点を上記データ記憶装置から取得するように構成される。上記処理装置は、取得したデータ点から当該水中構造物の位置合わせモデルを生成するように構成される。

新しいソーナーデータがセンサによって取得されると、データ記憶装置はセンサから水中構造物の３Ｄ画像を受信することができ、上記処理装置はデータ記憶装置から新しい３Ｄ画像データ点を取得するように構成される。上記処理装置は、取得した新しいデータ点を上記位置合わせモデルに位置合わせし、位置合わせしたデータ点を上記位置合わせモデルに追加するように構成される。この処理の完了時には、位置合わせモデルは水中構造物の３次元モデルとなる。

図１は、水中構造物の３次元モデルを構築するための方法の一実施形態のフローチャートを示す。

図２は、水中構造物の３次元モデルを構築するための、ソーナーデータおよび位置・向き情報の処理のための一実施形態のフローチャートを示す。

図３は、図１に示す方法において採用され得る、ソーナー応答からの情報と水中構造物の位置合わせモデル（「位置合わせモデル（Alignment Model）」）との比較の一実施形態のフローチャートを示す。

図４は、図１に示す方法において採用され得る、ソーナー応答から取得された情報のフィルタリング処理のフローチャートを示す。

図５は、水中構造物の３次元モデルを構築するためのシステムの概略図を示す。

図１は、既存の水中構造物の３次元モデルを構築するための方法１０の一実施形態のフローチャートを示す。概して、本方法は、水中航走体の慣性航法機能を、特徴に基づくセンサ、例えばソーナー撮像センサと、水中構造物の位置合わせモデルつまり叩き台となるモデル（working model）を生成する処理装置と共に用いることによって実施される。新しく取得されたソーナーデータは位置合わせモデルに位置合わせされる。新しいデータが取得されるとこの叩き台となるモデルが更新および参照され、これにより水中構造物の３次元モデルが構築される。多くの状況において、モデル構築は、水中航走体上でリアルタイムで行うことができる。例えば、３Ｄソーナー探信音を発信し、それによるデータを受信し、データをフィルタリングし、それを前のモデルに位置合わせする処理が、約１秒以下で完了し得る。

本方法１０は、ソーナー音波を水中構造物に向けて送出することを含む。ソーナー音波の送出後、ソーナー音波を水中構造物に向けて送出したことによる応答が受信１２される。例えば、１２では、ソーナー波が当該構造物から反射されて受信される。受信されたソーナー音波はソーナーによって３次元画像へと処理される。すなわち、ソーナーは３次元（３Ｄ）撮像ソーナーであることが理解されるであろう。３Ｄ撮像ソーナーは、１つの送信ソーナーパルスつまり探信音の反射ソーナー信号から３Ｄ画像を生成するものであればいかなる３Ｄソーナーでもよい。適切な３Ｄソーナーの一例は、コーダオクトパス・プロダクツ（CodaOctopus Products）から入手可能なコーダオクトパス・エコースコープ（CodaOctopus Echoscope）である。上記３Ｄソーナーは、水中構造物を向くように調整および配置できるので、当該水中構造物に向かって探信音を発信でき、かつ、鉛直に対して様々な所望の角度を成す向きで、当該水中構造物から様々な視点（viewpoint）および距離で配置できることが理解されるであろう。

慣性航法装置（inertial navigation system）が知られており、水中航走体の位置、向き、および速度（例えば、動きの方向および速さ）を測定（determine）するのに用いられていることが理解されるであろう。慣性航法装置は、速度測定用に下方に向けられたドップラー速度ログ（Doppler velocity log）（ＤＶＬ）ユニットを含み得るが、慣性航法装置は位置、向き、および速度（例えば、動きの方向および速さ）を測定できるものであればいかなる装置でもよいことが理解されるであろう。適切な慣性航法装置の一例は、キアフォット社（Kearfott Corporation）から入手可能なSEA DeVilである。

応答が３次元撮像ソーナーによって受信されると、水中構造物の３次元画像を提供するように構成されたデータ点が取得１４される。次いで、これらのデータ点が用いられることにより、叩き台となる位置合わせモデルが生成１６され、このモデルが以降の３Ｄ画像の位置合わせにおいて水中構造物の先在する（pre-existing）３Ｄモデルとして用いられることになる。ステップ１２およびステップ１４を繰り返すことによって追加のソーナーデータが収集１８され、新しい３Ｄデータ点が取得され、上記位置合わせモデルに位置合わせ２０され、追加２２される。

位置合わせステップ２０に関して、一実施形態においては、追加の３Ｄソーナーデータは位置合わせモデルと位置合わせされる。位置合わせの際、データを位置合わせモデルに当てはめる（fitting）反復処理が採用される。いくつかの実施形態において、この反復処理は、複数の３Ｄソーナー探信音により得られたデータに基づく。新しいデータを位置合わせモデルに位置合わせし、位置合わせされたデータを当該位置合わせモデルに追加することによって、水中構造物の３次元モデルが構築２２される。位置合わせモデルは３次元水中構造物の叩き台となるモデルであるので、新しく入ってくるソーナーデータで構築中のモデルは位置合わせモデルを更新するために用いられ、よって、追加の収集データとの位置合わせに用いることができる。

図２は、水中構造物の３次元モデルを構築するためのソーナーデータおよび位置・向き（姿勢）情報の処理のための一実施形態のフローチャートである。ソーナーデータ１００が適切なセンサによって獲得される。このセンサは、送信されたソーナーパルス（つまり探信音）毎に３Ｄ画像を生成する。この３Ｄ画像は点群（point cloud）１１０とも呼ばれ、位置合わせブロック１４０へ送信される。最初の段階では、位置合わせモデル（「位置合わせモデル（Alignment Model）」）は空であり、よって、収集された最初のソーナーデータを用いることにより最初の位置合わせモデルが生成される。追加のソーナーデータが収集されると、図３および図４においてさらに説明する反復処理を用いて「位置合わせモデル」１４４と位置合わせ１４０される。「位置合わせ（Align）」１４０は初期姿勢推定値を「ループ閉合（Loop Closure）」３００から取得することが理解されるであろう。

追加のソーナーデータが収集されると、「点群」１１０が、「位置合わせモデル」１４４に「位置合わせ」１４０され、「位置合わせ」１４０によって計算された「精緻な姿勢（Refined Pose）」によって「変換（Transform）」１５２される。「変換」１５２ブロックは、図３（以下にさらに説明する）に示すものと同じであってもよい。「変換」１５２は「精緻な姿勢」を用いることによりソーナー点を「位置合わせモデル」１４４に位置合わせされるように変換することと、図２および図３におけるブロック１５２は異なる姿勢入力を有している場合があるが、それらのブロックの機能は同じであることとが理解されるであろう。「変換」１５２された点群を、データ記憶装置である「点群アーカイブ」３２０に記憶することも可能である。位置合わせの際、ブロック１４０、ブロック１５２、およびブロック１４４は反復ループ処理（図３および図４参照）となり、新しいデータを「位置合わせモデル」１４４に位置合わせして当てはめる。

「ループ閉合」３００は、入ってくるソーナー「点群」１１０毎に推定姿勢を「フィルタ」３１２から受信し、「位置合わせモデル」１４４を参照することによって、「ループ閉合が必要か」ブロック３０２が、この推定姿勢での３Ｄ画像が１つの３Ｄ画像においてまだ感知されていない「位置合わせモデル」の２つの部分のデータを提供し得るかどうかを決定する。「ループ閉合が必要か」ブロック３０２がそうではないと決定した場合、推定姿勢は「位置合わせ」１４０へ渡される。「ループ閉合が必要か」ブロック３０２が３Ｄ画像が「位置合わせモデル」の２つの既存部分のデータを提供しそうであると決定した場合、「モデル特徴抽出」３０４が「位置合わせモデル」１４４の上記２つの既存部分から顕著な特徴を抽出する。その後、「対応付け（Match）」３０６がこれらの特徴を対応付け、２つのセグメントを位置合わせするために必要な姿勢補正値を計算する。「姿勢補正」３０８は、この姿勢補正値が閾値を超えているかどうかを確認し、そうでない場合、姿勢推定値を「位置合わせ」１４０へ送信する。姿勢補正値が閾値を超えている場合、「姿勢補正」３０８は、上記２つの既存のモデル部分を位置合わせさせるために調整する必要があるモデルの部分を特定し、それらを位置合わせさせるような姿勢調整値を推定し、この情報を「モデルセグメント再構築」３１０へ送信し、そこで、「姿勢補正」３０８からの補正された姿勢と「点群アーカイブ」３２０からの点群とを用いて調整される必要があるモデルの部分が再計算される。次いで、「姿勢補正」３０８は、調整された推定姿勢を「位置合わせ」１４０へ渡し、そこで、新しい３Ｄ画像が新しく調整された「位置合わせモデル」に位置合わせされる。「ループ閉合」３００の「モデル特徴抽出」３０４および「対応付け」３０６機能は、図３で説明する「位置合わせ」１４０に基づき得ることが理解されるであろう。

図示するように、「フィルタ」３１２は、精緻な姿勢を「位置合わせ」１４０から受信するだけでなく、位置および向きの推定値を例えば慣性航法装置のような航法装置から受信する。「フィルタ」３１２は、航走体の「状態」３１６（姿勢およびその導関数（derivative））の推定値を保持し、これらを用いて、ソーナーが３Ｄ画像を生成するたびにその時点のソーナー１００のセンサの姿勢を「予測」３１８する。「更新」３１４は、航法装置（nav）からの姿勢推定値と「位置合わせ」１４０からの姿勢推定値とを融合（fuse）して「状態」３１６を更新する。「フィルタ」３１２の１つの考えられ得る実施例は周知のカルマンフィルタ（Kalman filter）であることが理解されるべきである。

「フィルタ」３１２から「ループ閉合」３００までの矢印を参照して、位置合わせは構築中のモデルに関して行われるため、各位置合わせにおける誤差が時間とともに蓄積する傾向があり得、そのことが「位置合わせモデル」に重大な誤差を生じさせ得ることが理解されるであろう。「ループ閉合」は、前に見たことがある領域が観測中である場合にそのことを認識する処理であり、代替の位置合わせ処理を用いることによりこの誤差を低減する。「姿勢予測」３１８によって計算された姿勢は、ループ閉合処理を適用するのに適切なタイミングであるかどうかを決定するために用いられる。

「位置合わせモデル」１４４の生成およびその後の水中構造物の３次元モデルの構築における使用においては、３Ｄソーナーからの複数のソーナー探信音が収集されることが理解されるであろう。これらの探信音からの情報は、新しいデータ点の複数のサンプルに変えられ、それらが「位置合わせモデル」と位置合わせされる。新しいデータ点および各サンプルは、３Ｄソーナーによって点検される領域の異なる視点（viewpoint）を表し得ることが理解されるであろう。サンプルがほとんどの領域においてかなり重複し得るため、「位置合わせモデル」における３Ｄデータに重大な冗長性が存在することも理解されるであろう。このような複数の冗長なサンプリングと重複する視野（view）のサンプルとは、構築されるモデルの確信度および実効性を高めるのに役立ち得る。

［位置合わせ・当てはめ処理の詳細］
さらに位置合わせ処理の詳細に関して、図３および図４は、ソーナー応答からの情報を「位置合わせモデル」に位置合わせする一実施形態のフローチャートを示す。一般に、図示した実施形態においては、取得された新しいデータ点のサンプルは「位置合わせモデル」に位置合わせされる。図示するように、位置合わせステップは、以下にさらに説明する、データ点の複数のサンプルに基づいて当てはめ処理を繰り返し行う反復的方法を含み、ここで、当てはめ処理は、サンプリングされたデータ点を３次元水中構造物の「位置合わせモデル」と対応するように調整することを含む。一般に、位置合わせ・当てはめ処理は、新しいデータをモデルに記憶された以前のデータと位置合わせするためにソーナーの姿勢を推定することを含む。

図３の詳細に関して、３Ｄソーナーからの応答は、上記位置合わせ処理を行うのに用いられる点群１１０（図２も参照）を提供する。点群１１０は、水中構造物の３Ｄ画像を表すデータ点を含んでいる。よくある高レベルのノイズと、３Ｄソーナー点群に発生することが知られている潜在的な有用ではない情報とのために、データ点は、状況によっては、位置合わせの前にフィルタリング１４２される。

図４は、図１に示すデータ点取得ステップ１４の一部として含まれ得るフィルタリング処理１４２の一実施形態のフローチャートを示す。フィルタリング処理１４２は、位置合わせの際に有用なデータ点を取得できるように、ソーナー音波を水中構造物に向けて送出したことにより受信された応答をフィルタリングすることを含む。ソーナー点群１１０からのデータは、一連のデータ処理・フィルタリングステップを通じて入力され、その結果、フィルタリングされた点群１６０が得られる。図示した実施形態においては、点群１１０は、「強度閾値」フィルタ１６２へ入力される。一般に、フィルタリング処理１４２は、点群１１０についてモルフォロジー演算を行う。例えば、「各範囲ビン（Range Bin）のモルフォロジー収縮」１６４が行われ、次いで、「隣接する範囲ビン」１６６が結合される。囲み枠１６４および１６６は、フィルタリング処理１４２で用いられるある特定のモルフォロジー演算の非限定的な例示である。次に、「非最大抑制（Non-maximum Suppression）」１６８ステップが行われて、フィルタリングされた点群１６０が取得される。囲み枠１６８において、フィルタリング処理１４２は、ビーム幅低減／補償処理（beam width reduction/compensation processing）を行い得る。

さらに図３を参照すると、フィルタリングされた点群１６０は、処理ループ１４４へと進む。一実施形態において、この処理ループ１４４は、ある数学的モデルのパラメータを「外れ値（outlier）」を含む１組の観測データから推定する反復的方法であるＲＡＮＳＡＣループ、すなわち、ランダムサンプルコンセンサス（random sample consensus）である。例えば、ループ１４４は、ある特定の確率で合理的な結果を生みだすという意味で非決定性アルゴリズムを表し、ここで、上記確率は反復回数が増えるにつれて高くなり得る。この場合、数学的モデルのパラメータは、水中構造物の先在するモデルに対する３Ｄソーナーセンサの位置および向き（姿勢）であり、観測データは、ソーナーにより得られた３Ｄ点である。基本前提は、観測データが、「インライア（inlier）」、すなわちいくつかの姿勢パラメータを持つ数学的モデルによって説明することができるデータと、そのようにして説明することができないデータである「外れ値」とからなるということである。本明細書に記載の方法では先在する３次元モデルが利用可能であるので、少数のインライアが与えられれば、このような反復的処理を用いて、データ（すなわち、３Ｄソーナーデータ点）がそれに対応する最近傍のモデル点に最適に当てはめられるような姿勢を計算することによって姿勢のパラメータを推定することができる。

図３に示すように、ループ１４４は、「変換」１５２、「ランダムサンプリング」１５４、および「当てはめ」１５６という処理関数を含むＲＡＮＳＡＣループである。「変換」１５２の部分では、点群が、初期姿勢１３０によって規定される座標系へ変換され、この変換により、先在する３次元モデルと略位置合わせされる。

図３にさらに示すように、初期姿勢１３０が、「変換」１５２の部分へ入力される。場合によっては、初期姿勢１３０は、水中航走体の慣性航法装置から得られる位置および向きである。それ以降の回の反復においては、初期姿勢は、図３に示す手順が行われている間の、実行済みの１回目または任意の先行する回の位置合わせの更新情報による結果であり得る。先行する回の位置合わせは、水中航走体の慣性航法装置からの慣性速度または加速度などの入力のような他の計測結果に基づいて適宜調整され得ることが理解されるであろう。

「位置合わせモデル」とも呼ばれる利用可能な先在する３Ｄモデルに関して、先在する３Ｄモデルは、１４６、１５６、および１５０で図に入力され、さらに以下のように説明される。

ループ１４４の「ランダムサンプリング」１５４の部分では、さらなる処理および先在する３次元モデルとの比較のために、点群から点のサンプルが取得される。ループ１４４の「当てはめ」１５６の部分は、「ランダムサンプリング」１５４によりサンプリングされた点が、先在する３次元モデルとそろうように調整される。すなわち、３Ｄソーナーデータ、例えばデータ点、の集合的な位置（姿勢）が、各点が先在する３次元モデルと位置合わせされるように、厳密に調整される。「当てはめ」１５６の部分では、各データ点について、モデル上の最近傍点を決定するために、１回または複数回の最近傍点計算が行われ得る。データ点と、各データ点に対するモデル上の最近傍点とは、データ点と各データ点に対するモデル上の最近傍点とを最適に位置合わせするような、初期姿勢１３０に対する補正を計算するために用いられる。

上記のように、位置合わせ処理は、３Ｄソーナーデータのできる限り多くの点（インライア）を先在する３次元モデルと位置合わせするような、初期姿勢１３０に対する補正を決定するための反復的方法である。いくつかの実施形態において、これは、３Ｄソーナーからの１つの探信音または探知、例えば、１つの音響ソーナーパルスによるデータ点によって達成され、そこからデータ点サンプルが取り出される。必要に応じて３Ｄソーナーの複数の探信音を用いてもよいことも理解されるであろう。

このため、「変換」１５２、「ランダムサンプリング」１５４、および「当てはめ」１５６という関数は、必要に応じて繰り返される１４４ａことによりこれらの繰り返しにおいて求められた先在する３次元モデルと３Ｄソーナーデータとの最良の位置合わせが真に考えられる最良の位置合わせであるという信頼度を高めることができるループ１４４として構成されることが理解されるであろう。位置合わせステップは、多くの実施形態において、データ点の複数のサンプルに基づいてまたは複数の音響ソーナーパルスにより得られたデータ点に基づいて当てはめ処理を繰り返し行うことを含み、その場合、当てはめ処理は、サンプリングされたデータ点を水中構造物の先在する３次元モデルと位置合わせするように調整することを含む。適切な状況においては、ループ１４４ａの対象となるデータ点の複数のサンプルまたは複数の音響ソーナーパルスにより得られたデータ点がしばしば、重複するデータ点を有し得、このような重複が、データ点とモデルとの考えられる最良の位置合わせが求められる確率を高めるのにさらに役立ち得ることが理解されるであろう。

すなわち、当てはめは、データ点のサブサンプルを用いて行われる。当てはめでは、これらの点を用いて、モデルに対するセンサの姿勢を推定する。この推定された変換はすべてのデータ点に適用される。次いで、変換後の点が先在するモデルと比較され、データがどの程度対応しているかが決定される。

位置合わせおよび当てはめを実施するのに用いられる適切な反復回数と重複の量とがいくつかの要因のバランスに依存し得ることも理解されるであろう。一部の要因は、限定されるわけではないが、例えば、採用された処理能力量、データ収集にどれだけの時間が使われるか、収集されたデータおよび「位置合わせモデル」の信頼性、水中航走体がどのように動いているか、ならびに、水中構造物の複雑性を含み得る。２つ以上の３Ｄソーナー探信音が採用される場合は、例えば、３Ｄソーナーの探信音発信頻度、初期姿勢１３０誤差の予想される経時的な増加、およびモデルの精度のような他の要因が、位置合わせ処理を何回反復する必要があるかを決定する際に考慮され得る。

データ点の多くのランダムなサンプルの当てはめが行われた後、多数の解が取得され得る。図３は、「誤差により解を順序づける」１４６および「最良の解を求める」１４８の部分を示す。ループ１４４ａによって提供された解は、最良の解が取得される（例えば１４８で）ように順序づけされる（例えば１４６で）。最良の解が取得されると、この解のインライアのそれぞれに対して先在する３Ｄモデル上の最近傍点が決定され、これらのインライアを上記最近傍点と最も良く位置合わせするような初期姿勢に対する補正が、「インライアでの当てはめ」１５０において計算される。更新された姿勢は、例えば水中航走体の慣性航法装置へ送り返される。

［モデル構築システム］
本明細書に記載の水中構造物の３次元モデルの構築方法は、水中航走体に搭載された自律型システムに備えられ得ることが理解されるであろう。いくつかの実施形態において、水中航走体は、リアルタイムでモデルを構築するのに適切な機能を備えた自律型潜水機（ＡＵＶ）である。但し、本システムは例えばＲＯＶまたは有人海洋船のような他の航走体に完全にまたは部分的に搭載されてもよいことが理解されるであろう。

一実施形態において、本システムは、３Ｄソーナーセンサと慣性航法装置とを、水中構造物のモデル構築を実施するのに適切な処理機能と共に備える。

図５は、水中構造物の３次元モデルを構築するためのシステム２００の一実施形態の概略図を示す。適切な状況において、システム２００は、水中航走体に搭載されてその一部をなし、例えば約１秒、場合によってはそれ未満のリアルタイム処理能力を有する。

図示した実施形態において、３Ｄ撮像ソーナーセンサ２１０は、３Ｄソーナー探信音による応答をデータ記憶装置２２０へ電気的に伝送し得る。センサ２１０は、ソーナー音波を水中構造物に向けて送出し、水中構造物から反射されたソーナー音波を処理して当該構造物の３次元画像にするように構成される。データ記憶装置２２０は、センサから応答を受信するように構成される。

データ処理装置２３０は、データ記憶装置２２０からデータ点を取得するように構成される。データ処理装置２３０は、例えば、任意の適切な処理ユニットであり得る。データ点は、水中構造物の３次元画像を提供するように構成される。

処理装置２３０は、取得したデータ点に基づいて水中構造物の位置合わせモデル（例えば、「位置合わせモデル」１４４）を生成するように構成される。追加のソーナーデータがセンサ２１０によって収集されると、このデータは水中構造物の３次元モデルを構築するために位置合わせモデルに位置合わせされる。

例えば、処理装置２３０は、追加の３次元画像に基づくソーナーがセンサによって収集された後で、新しいデータ点をデータ記憶装置から取得するように構成される。最初のデータ点と同様に、新しいデータ点は、水中構造物の３次元画像を提供するように構成される。処理装置２３０は、取得した新しいデータ点のサンプルを位置合わせモデルに位置合わせし、上記の位置合わせ技術を用いて水中構造物の３次元モデルを新しいデータ点で構築するように構成される。

水中構造物に関して取得された情報は例えば慣性航法装置である航走体航法装置２４０を更新するために用いられ得ることが理解されるであろう。システム２００の各構成要素は水中航走体によって電力を供給され得ることが理解されるであろう。

上記の方法およびシステムを、３Ｄソーナー走査に基づいて既存の水中構造物の３次元モデルを構築するために用いることができる。このような用途は、限定されるわけではないが、商業用および軍用の両方の環境における海中構造物の点検および修理、港湾の点検、ならびに機雷探知および／または対策を含み得る。一実施形態においては、３Ｄソーナー走査により得られたデータが収集され、慣性航法により得られたデータが収集され、これらのデータは、走査された水中構造物の３Ｄ画像、つまり位置合わせモデルを生成するために記録および処理される。位置合わせモデルは水中構造物の叩き台となる３次元モデルであり、変化検出のためにこのモデルにさらなる３Ｄ画像データを位置合わせすることができる。データの収集、記録、および処理は、水中航走体に搭載された、リアルタイム処理機能を有するデータ処理用電子機器を用いて行われ得る。

本明細書に記載のようなモデル構築のためのこのような方法およびシステムは、水中構造物に損傷、変形がないか点検する場合に有用であり得る。上記の方法およびシステムは、例えば、水中航走体が海底から遠く、例えば１０００メートルよりも離れていてＤＶＬなどの他の航法ツールを利用できないような状況において有用であり得る。他の特徴に基づくセンサは不要であることと、静止していない水中構造物に対する航行も本明細書に記載の方法およびシステムを用いて可能であり得ることとが、理解されるであろう。３Ｄソーナーを使用することにより、複雑な３Ｄ構造物を走査して、姿勢の完全な６自由度を提供することが可能になる。

本出願において開示された例は、すべての点で例示であって限定的なものではないと考えられるべきである。本発明の範囲は、以上の説明によってではなく添付の特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内のすべての変更を包含するものである。

Claims (15)

1. 水中構造物の３次元モデルを構築する方法であって、
   ソーナー音波を水中構造物に向けて送出することと、
   前記水中構造物から反射されたソーナー音波を受信することと、
   前記水中構造物から反射された前記ソーナー音波から、前記水中構造物の３次元画像を提供するように構成された３Ｄデータ点を取得することと、
   取得した前記３Ｄデータ点から前記水中構造物の位置合わせモデルを生成することと、
   一又は複数のソーナー音波を水中構造物に向けて送出し、前記水中構造物から反射された一又は複数のソーナー音波を受信することと、
   前記水中構造物から反射された前記一又は複数のソーナー音波から、前記水中構造物の一又は複数の３次元画像を提供するように構成された新しい３Ｄデータ点を取得することと、
   前記一又は複数の３次元画像が閾値を超えた前記位置合わせモデルの既存部分のデータを有するかどうかを決定すること、及び、前記一又は複数の３次元画像が閾値を超えた前記位置合わせモデルの既存部分のデータを有する場合に前記位置合わせモデルを調整することを含む処理によって、誤差伝播（error propagation）を低減させることと、
   前記新しい３Ｄデータ点のサンプルを前記位置合わせモデルに位置合わせすることと、
   前記新しい３Ｄデータ点で前記水中構造物の３次元モデルを構築することと、を含む方法。
2. 前記水中構造物が静止していない、請求項１に記載の方法。
3. 前記送出、受信、取得、生成、送出、取得、低減、位置合わせ、及び構築のステップが、自律型潜水機および遠隔操作探査機のうちの１つである水中航走体上で実施される、請求項１に記載の方法。
4. 前記３Ｄデータ点を取得するステップと前記新しい３Ｄデータ点を取得するステップとが、前記ソーナー音波を前記水中構造物に向けて送出することによって受信した応答をフィルタリングすることを含む、請求項１に記載の方法。
5. 前記位置合わせするステップが、複数の音響ソーナーパルスにより得られた３Ｄデータ点に対して当てはめ処理を繰り返し行うことを含み、前記当てはめ処理は、前記３Ｄデータ点を、生成した前記位置合わせモデルと対応するように調整することを含む、請求項１に記載の方法。
6. 複数の音響ソーナーパルスにより得られた前記３Ｄデータ点が、重複するデータ点を有する、請求項５に記載の方法。
7. 前記位置合わせモデルを生成するステップが、前記水中構造物の少なくとも初回のパスのループ閉合（loop closure）処理をさらに含み、前記ループ閉合処理は誤差伝播を最小化する初期基準（initial reference）を設定するように構成された、請求項１に記載の方法。
8. 前記３次元モデルを構築するステップが、新しい３Ｄデータ点の複数のサンプルを前記位置合わせモデルと位置合わせすることを含む、請求項１に記載の方法。
9. 各サンプルが、前記一又は複数のソーナー音波によって点検された領域の異なる視点（viewpoint）を表す、請求項８に記載の方法。
10. 前記サンプルが、前記一又は複数のソーナー音波によって点検された領域のいくらかの重複を含む、請求項８に記載の方法。
11. 水中構造物の３次元モデルを構築するためのシステムであって、
    水中航走体に搭載され、ソーナー音波を水中構造物に向けて送出するように構成されたセンサであって、反射されたソーナー音波が前記水中構造物の３次元（３Ｄ）画像へと処理されるように構成されたセンサと、
    前記水中航走体に搭載され、前記センサからの応答を受信するように構成されたデータ記憶装置と、
    前記水中航走体に搭載されたデータ処理装置であって、前記データ記憶装置から、前記水中構造物の３次元画像を提供するように構成された３Ｄデータ点を取得するように構成され、取得した前記３Ｄデータ点から前記水中構造物の位置合わせモデルを生成するように構成され、追加の３Ｄソーナーが前記センサによって収集された後に前記データ記憶装置から前記水中構造物の３次元画像を提供するように構成された新しい３Ｄデータ点を取得するように構成され、前記３次元画像が閾値を超えた前記位置合わせモデルの既存部分のデータを有するかどうかを決定すること、及び、前記３次元画像が閾値を超えた前記位置合わせモデルの既存部分のデータを有する場合に前記位置合わせモデルを調整することによって、誤差伝播（error propagation）を低減させるように構成され、取得した前記新しい３Ｄデータ点のサンプルを前記位置合わせモデルに位置合わせし、前記新しい３Ｄデータ点で前記水中構造物の３次元モデルを構築するように構成されたデータ処理装置と、を含むシステム。
12. 前記送出、受信、取得、位置合わせ、生成、比較、及び検出のステップが、水中航走体上でリアルタイムに実施される、請求項１に記載の方法。
13. 前記センサ、前記データ記憶装置、前記データ処理装置が、前記水中航走体上でリアルタイムに作動する、請求項１１に記載のシステム。
14. 前記位置合わせが、ランダムサンプルコンセンサス処理ループを用いて位置合わせ及び当てはめ処理を繰り返し行うことを含む、請求項１に記載の方法。
15. 前記処理装置が、ランダムサンプルコンセンサス処理ループを用いて位置合わせ及び当てはめ処理を繰り返し行うように構成されている、請求項１１に記載のシステム。

Images