JP6381137B2 - 標識検出装置、方法、及びプログラム - Google Patents
標識検出装置、方法、及びプログラム Download PDFInfo
- Publication number
- JP6381137B2 JP6381137B2 JP2015144415A JP2015144415A JP6381137B2 JP 6381137 B2 JP6381137 B2 JP 6381137B2 JP 2015144415 A JP2015144415 A JP 2015144415A JP 2015144415 A JP2015144415 A JP 2015144415A JP 6381137 B2 JP6381137 B2 JP 6381137B2
- Authority
- JP
- Japan
- Prior art keywords
- marker
- region
- sign
- point group
- candidate
- 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.)
- Active
Links
Description
(第1の概要)
(標識検出装置全体の説明)
ステップS1において、記憶部103から供給される3次元点群および地物情報に基づいて、局所形状情報を用いたクラスタリング処理を行って、3次元点群を含む平面領域と、3次元点群を含む道路走行面とを検出する。ここで、地物情報とは3次元点群の計測位置や柱状構造物の位置を意味するが、それ以外の建造物の情報を含んでいてもよい。なお、地物情報が無くても標識検出部104の動作は可能である。
ステップS2において、平面領域検出部120から入力された平面領域の各々について、周辺地物との相対位置を考慮して、標識候補領域であるか否かを判定する。このとき、第1の実施の形態では、地物情報にMMSの走行軌跡もしくは地図の道路位置情報が含まれている場合には、この道路走行面と標識候補領域の相対位置を考慮して判定が行われる。
ステップS3において、標識候補領域判定部121から入力された標識候補領域の各々について、境界平面により分割可能であるか否かを判定し、分割可能であると判定された標識候補領域を境界平面により分割する処理を行い、記憶部103に標識情報を出力する。標識情報とは、標識領域に属する点群番号や標識の中心位置、大きさや形状の種類等を意味する。
図4にステップS1の詳細なフローを示す。
ステップS1−1において、3次元点群における注目点piについて、半径r内に含まれる3次元点を周辺点pjとし、jを周辺点群の点を区別する記号j(∈{1,2,3,..,Numj})とする。niとnjとをそれぞれの点の法線方向とし、各3次元点のレーザーの反射強度をref(i)、ref(j)で表現すると以下の(3)〜(5)式を満たす3次元点をクラスタリングしていく。ただし、本実施の形態では法線の検出方法には非特許文献5に記載の方法を用いるが、法線の検出方法は特に限定されるものではない。
ステップS1−2において、以下の(3)〜(5)式を全て満たすとき、注目点pi及び周辺点pjは同じ領域にクラスタリングされる。
次に、ステップS1−3において、ステップS1−2で生成された各クラスタcについて平面領域であるか否かの判定処理を行う。具体的には、クラスタcの領域について平面近似を行ったときの近似精度に基づいて判定される。近似する平面は、各クラスタに属する3次元点群の座標から共分散行列を作成し、その共分散行列を固有値分解することで求める。
ステップS1−4において、ステップS1−3により平面領域と判定されたクラスタの中から、道路走行面を検出する。ステップS1−4では、平面領域と判定された各クラスタの法線方向ncと、MMSの走行軌跡との相対位置と、クラスタに属する点群の大きさとにより判定処理を行う。
ステップS2では、平面領域と判定されたクラスタについて、周辺地物との相対位置を考慮して、標識候補領域であるか判定を行う。本実施の形態においては、平面領域と判定されたクラスタについて、道路走行面クラスタRoadとの位置関係を考慮して標識候補領域かどうか判定する。
ステップS2−1では、注目クラスタcについて、建造物表面に存在している3次元点と接している注目点pi cの割合に基づいて、独立度合いEisolateを算出する。ここで、建造物表面に存在している3次元点とは、注目クラスタc以外の3次元点群全てと見なす。ただし、その3次元点が属するクラスタの大きさが閾値以上の大きさの場合とする。
ステップS2−2において、ステップS2−1で求めたクラスタ情報に基づいて、クラスタcの平面領域が標識候補領域であるか否かの判定を行う。本実施の形態において、標識であるかの判定基準は大きく分けて2つあり、高い反射強度を有する平面を対象とした判定条件が比較的緩いもの、もう一つは高い反射強度を有さない平面を対象としたより判定基準を厳しくしたものである。
ステップS3において、ステップS2−2で標識候補領域であると判定されたクラスタについて、標識候補分割処理を行う。境界平面の数及び位置は不明なため、本ステップではRANSAC処理により決定を行う(ステップS3−3)。まず、各クラスタについてエッジ候補となる点からサンプリングした点を用いて、多数の境界平面候補を生成する。次に、分割コストを最小化する境界平面を決定し、グラフを分割する。分割したグラフについて、再度サンプリングおよび境界平面の決定を繰り返し行い、評価関数の分割コストが閾値以上になったときに終了する。
ステップS3−1において、注目クラスタの番号を選択する。初めてステップS3−1処理を行う場合のみ、変数Loop←1(記号「←」は代入を意味する。)と設定し、標識候補領域と判定されたクラスタの番号の中で最も小さい番号を選択する。2回目以降にステップS3−1を実行する場合には、Loop←Loop+1とし、標識候補領域と判定されたクラスタの中で、Loop番目に小さい番号を選択する。
ステップS3−2において、注目クラスタについて、標識候補領域に含まれる3次元点群の注目点と、注目点の周辺点群の各周辺点との相対ベクトルの各々が成す角度に基づいて、エッジ候補点を検出する。ここで、エッジとは、平面のコーナー(端)を意味し、エッジ候補点とは本ステップにより検出したエッジ上に存在すると推定された点群と定義する。図7に示すように、注目点とその周辺点群の位置関係を、周辺点群との相対ベクトルの成す角度により判定する。
ステップS3−3において、ステップS3−2で検出された複数のエッジ候補点から、サンプリング処理により2点以上選択して境界平面を生成し、標識候補領域に含まれる3次元点群で生成されるグラフを生成した境界平面で分割するコストを評価して、境界平面により分割可能であるか否かを判定する。そして、分割可能であると判定された標識候補領域を境界平面に分割する。上記の判定処理及び分割処理を繰り返し行うことにより、領域分割処理を行う。コストを評価する際には、点群をノードの集合と考え、個々のノード間の張るリンクとリンクの強さを設定する。設定したリンクを分割する際に生じるコストの総和を最小化するような境界平面を検出する。
(ステップS3−3−1:境界平面生成処理)
ステップS3−3−1において、エッジ候補点をサンプリングして境界平面をT[個]生成する。一般的に平面を規定するには、最低3点以上の点が必要であるが、本ステップにおいては、分割対象は平面領域を対象としているため、この平面に垂直な境界平面であると仮定すれば2点あればよい。つまり、クラスタCのエッジ候補点から任意の点をランダムに選択した2点により規定される直線と、クラスタCの代表法線方向により張る面を境界平面とする。つまり、以下で求めるn(t) cとg(t) cとの組で境界平面が表現される。
ステップS3−3−2において、T[個]の境界平面のグラフ分割コストを算出し、最小コストの境界平面を決定する。クラスタcに属する点群の各点をノードとし、ノード間のリンクを近傍の点との間について作成する。コストを評価する評価関数としては、非特許文献4に記載のNormalizedCutの評価基準を用いる。
ステップS3−3−4において、検出した境界平面に基づき領域を分割する。ステップS3−3−3で求めた重心位置からの相対ベクトルについて法線方向の正もしくは負の領域にあるかで判定する。クラスタcの注目点pi Cについて、以下の(37)式の値が1のときに領域1と判定し、値が0のときに領域2と判定する。
分割後のクラスタC−1とクラスタC−2について、再度ステップS3−3の入力とする。それぞれのクラスタは独立して処理をすればよいが、番号の小さい順番にC−1→C−2と逐次的に処理を行ってもよい。
ステップS3−4において、ステップS3−3で分割された領域分割後のクラスタについて、当該領域分割後のクラスタの3次元点群に基づいて、それぞれの中心位置および縦(上下)と左右(水平)方向の大きさを推定する。注目クラスタcの分割後のクラスタ数をF、各クラスタを区別する番号をfと表現すると、クラスタfの点群を用いて、(6)式、及び(7)式から重心位置gfと代表法線ベクトルnfと長軸方向uf、短軸方向vfを求める。
ステップS3−5において、標識候補領域と判定された全てのクラスタについて領域分割処理をしたかを判定する。標識候補領域と判定された全てのクラスタについて処理を行っていない場合にはステップS3−1に戻る。全てのクラスタについて処理を終了した場合、ステップS3を終了して、分割後のクラスタを標識クラスタとして出力する。
次に、第2の実施の形態に係る点群解析による標識検出装置の構成について説明する。なお、第1の実施の形態と同様の構成となる箇所については、同一符号を付して説明を省略する。
ステップ4において、ステップ3で標識であると判定されたクラスタについて、複数の幾何形状テンプレートに基づいて、標識形状の識別を行う。本実施の形態において、標識形状は大きく分けて2種類と考える。一つは図15に示すように中心位置を基準とした点対象な図形、もう一つは中心に位置を通る縦軸と横軸に線対象な図形である。
点対称な図形としては、円1種類、正三角形(上下)2種類の幾何形状テンプレートを用意し、線対象な図形として長方形1種類とひし形1種類の計5個を用いる。ただし、三角形の2種類は、三角形の1辺を横軸と平行とした三角形とし、この1辺に接していない頂点が縦軸方向の正と負の側に配置される正三角形2種類とした。
標識形状は以下(42)式に従って評価関数の値を最大にする幾何形状テンプレートを標識候補領域の標識形状であると判定する。
次に、第3の実施の形態に係る点群解析による標識検出装置の構成について説明する。なお、第1及び第2の実施の形態と同様の構成となる箇所については、同一符号を付して説明を省略する。
上記図3に示す第3の実施の形態のステップS2では、入力された平面領域の各々について、周辺地物との相対位置及び柱状構造物との相対位置を考慮して、標識候補領域であるか否かを判定する。このとき、地物情報にMMSの走行軌跡もしくは地図の道路位置情報が含まれている場合には、この道路走行面と標識候補領域の相対位置を考慮して判定が行われる。また、地物情報に柱状構造物の位置情報が含まれているため、柱状構造物との相対位置も考慮して標識領域であるか否かの判定を行う。
101 被写体計測部
102 入力部
103 記憶部
104 標識検出部
105 柱状構造物検出部
110 3次元点群記憶部
111 演算処理用パラメータ記憶部
112 標識情報記憶部
120 平面領域検出部
121 標識候補領域判定部
122 標識領域分割処理部
123 標識形状識別部
Claims (7)
- 物体の表面上の位置を計測した計測結果である複数の位置を表す3次元点群に基づいて、局所形状情報を用いたクラスタリング処理を行って、3次元点群を含む平面領域と3次元点群を含む道路走行面とを検出する平面領域検出部と、
前記平面領域検出部によって検出された前記平面領域の各々について、周辺地物との相対位置を考慮して、標識候補領域であるか否かを判定する標識候補領域判定部と、
前記標識候補領域の各々について、境界平面により分割可能であるか否かを判定し、分割可能であると判定された前記標識候補領域を前記境界平面により分割する標識領域分割処理部と、
を含む標識検出装置。 - 前記標識領域分割処理部は、
前記標識候補領域の各々について、前記標識候補領域に含まれる3次元点群の注目点と前記注目点の周辺点群の各周辺点との相対ベクトルの各々が成す角度から、複数のエッジ候補点を検出し、前記検出された前記複数のエッジ候補点から、サンプリング処理により2点以上選択して前記境界平面を生成し、前記標識候補領域に含まれる3次元点群で生成されるグラフを前記生成した前記境界平面で分割するコストを評価して、前記境界平面により分割可能であるか否かを判定し、分割可能であると判定された前記標識候補領域を前記境界平面により分割することを繰り返し行う請求項1記載の標識検出装置。 - 前記標識領域分割処理部は、
前記検出された前記複数のエッジ候補点から、サンプリング処理により2点以上選択して前記境界平面を生成し、標識の配置関係の事前知識を基に前記生成した前記境界平面の法線方向を補正し、前記コストを評価する評価関数として、NormalizedCutの評価基準を用いて、前記コストを評価する請求項2記載の標識検出装置。 - 前記標識領域分割処理部によって分割された前記標識候補領域の各々について、前記標識候補領域のスケールに応じて作成された、複数の幾何形状テンプレートとのマッチングにより、前記標識候補領域の標識形状の種類を識別する標識形状識別部を更に含む請求項1〜請求項3の何れか1項記載の標識検出装置。
- 前記3次元点群の各3次元点は、物体の表面上の位置及び反射強度を計測した計測結果を表し、
前記標識候補領域判定部は、前記平面領域検出部によって検出された前記平面領域の各々について、前記平面領域に含まれる3次元点群の反射強度を更に考慮して、標識候補領域であるか否かを判定する請求項1〜請求項4の何れか1項記載の標識検出装置。 - 平面領域検出部が、物体の表面上の位置を計測した計測結果である複数の位置を表す3次元点群に基づいて、局所形状情報を用いたクラスタリング処理を行って、3次元点群を含む平面領域と3次元点群を含む道路走行面とを検出するステップと、
標識候補領域判定部が、前記平面領域検出部によって検出された前記平面領域の各々について、周辺地物との相対位置を考慮して、標識候補領域であるか否かを判定するステップと、
標識領域分割処理部が、前記標識候補領域の各々について、境界平面により分割可能であるか否かを判定し、分割可能であると判定された前記標識候補領域を前記境界平面により分割するステップと、
を含む標識検出方法。 - コンピュータを、請求項1〜請求項5のいずれか1項に記載の標識検出装置を構成する各部として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015144415A JP6381137B2 (ja) | 2015-07-21 | 2015-07-21 | 標識検出装置、方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015144415A JP6381137B2 (ja) | 2015-07-21 | 2015-07-21 | 標識検出装置、方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017026430A JP2017026430A (ja) | 2017-02-02 |
JP6381137B2 true JP6381137B2 (ja) | 2018-08-29 |
Family
ID=57950468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015144415A Active JP6381137B2 (ja) | 2015-07-21 | 2015-07-21 | 標識検出装置、方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6381137B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7138473B2 (ja) * | 2018-05-09 | 2022-09-16 | 国際航業株式会社 | 標識抽出プログラム、及び標識抽出装置 |
CN112840349A (zh) * | 2018-10-04 | 2021-05-25 | 日立安斯泰莫株式会社 | 标志识别装置 |
US11625851B2 (en) | 2018-10-30 | 2023-04-11 | Mitsubishi Electric Corporation | Geographic object detection apparatus and geographic object detection method |
WO2020225889A1 (ja) * | 2019-05-08 | 2020-11-12 | 日本電信電話株式会社 | 点群アノテーション装置、方法、及びプログラム |
CN110378917B (zh) * | 2019-07-16 | 2023-04-07 | 青岛达芬奇科技有限公司 | 基于峰值聚类的牙齿分割方法 |
WO2021173278A1 (en) * | 2020-02-27 | 2021-09-02 | Apple Inc. | Spatial relationships of point cloud clusters |
JP7407648B2 (ja) * | 2020-04-15 | 2024-01-04 | 株式会社日立製作所 | 物体認識装置及び物体認識方法 |
JPWO2023286217A1 (ja) * | 2021-07-14 | 2023-01-19 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08304042A (ja) * | 1995-05-09 | 1996-11-22 | Toyota Motor Corp | 物体形状認識装置 |
JP2000194831A (ja) * | 1998-12-25 | 2000-07-14 | Nippon Telegr & Teleph Corp <Ntt> | 標識領域画像抽出方法及び装置 |
JP2006259885A (ja) * | 2005-03-15 | 2006-09-28 | Akita Univ | カラー画像を用いた看板および標識の認識方法 |
JP4232167B1 (ja) * | 2007-08-27 | 2009-03-04 | 三菱電機株式会社 | 対象特定装置、対象特定方法および対象特定プログラム |
US10037469B2 (en) * | 2013-12-10 | 2018-07-31 | Google Llc | Image location through large object detection |
-
2015
- 2015-07-21 JP JP2015144415A patent/JP6381137B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017026430A (ja) | 2017-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6381137B2 (ja) | 標識検出装置、方法、及びプログラム | |
JP6529463B2 (ja) | 道路構造化装置、道路構造化方法、及び道路構造化プログラム | |
CN106997049B (zh) | 一种基于激光点云数据的检测障碍物的方法和装置 | |
CN109949326B (zh) | 基于背包式三维激光点云数据的建筑物轮廓线提取方法 | |
WO2017124901A1 (zh) | 一种数据处理方法、装置及终端 | |
Zhou et al. | T-loam: truncated least squares lidar-only odometry and mapping in real time | |
Nurunnabi et al. | Robust cylinder fitting in three-dimensional point cloud data | |
KR20190082062A (ko) | 포인트 클라우드 데이터 사이의 매칭 관계를 확정하는 방법 및 장치 | |
Zhou et al. | A fast and accurate segmentation method for ordered LiDAR point cloud of large-scale scenes | |
Wang et al. | Modeling indoor spaces using decomposition and reconstruction of structural elements | |
Cheng et al. | Building boundary extraction from high resolution imagery and lidar data | |
Bremer et al. | Eigenvalue and graph-based object extraction from mobile laser scanning point clouds | |
CN103617328A (zh) | 一种飞机三维姿态解算方法 | |
CN111279154A (zh) | 导航区域识别和拓扑结构匹配以及相关联的系统和方法 | |
JP5870011B2 (ja) | 点群解析装置、点群解析方法及び点群解析プログラム | |
Takai et al. | Accurate registration of MMS point clouds of urban areas using trajectory | |
Schlichting et al. | Vehicle localization by lidar point correlation improved by change detection | |
JP2014115904A (ja) | 交差点道路境界検出装置及びプログラム | |
JP6322564B2 (ja) | 点群解析処理装置、方法、及びプログラム | |
JP6397386B2 (ja) | 領域分割処理装置、方法、及びプログラム | |
JP6600615B2 (ja) | クラスタリング装置、人工物識別装置、幹検出装置、方法、及びプログラム | |
JP6673504B2 (ja) | 情報処理装置、データベース生成装置、方法、プログラム、及び記憶媒体 | |
Gehrung et al. | A fast voxel-based indicator for change detection using low resolution octrees | |
Liu et al. | A localizability estimation method for mobile robots based on 3d point cloud feature | |
KR101392222B1 (ko) | 표적 윤곽을 추출하는 레이저 레이더, 그것의 표적 윤곽 추출 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170823 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180627 |
|
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: 20180724 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180730 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6381137 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |