JP6446005B2 - 地中探査装置 - Google Patents

Description

本発明は、地中レーダ探査に代表される、地震波や電気比抵抗，電磁波，超音波等に対する地盤の物理的性質を利用して、地中（地下）の状況を非破壊で間接的に探査・調査する地中探査技術に関する。

近年、道路やトンネル，橋梁，港湾施設などの社会インフラの老朽化に伴い、それらの施設を補修して寿命を延ばし、安全な社会環境を維持することが求められており、そのために道路等の構造物の調査・診断を行うための地中探査技術が極めて重要となっている。
特に、地震や異常気象，老朽化等による地中や構造物の異常が増加しており、例えばコンクリート内部の劣化状況や道路路面下などの空洞調査を正確・迅速に行うことが急務となっている。
このため、地中探査技術の重要性は益々高まっている。

地中探査は、例えば舗装道路下における空洞探査の場合は、地中に向けて電磁波を投射して地中からの反射波を受信する地中レーダ等のセンサを搭載した探査車両を用意し、探査車両を一般車両と同様に道路を走行させながらセンサで得られた探査データを記録し、記録した探査データを解析することで、地中に存在する空洞や亀裂，埋設管などの存在や位置を特定する一次調査が行われる。
そして、一次調査で得られた探査データの解析の結果、地中に例えば空洞が生じていると思われる箇所があれば、その周辺領域を詳細に調査し、空洞の位置や大きさ，規模等を正確に把握するための二次調査が行われ、陥没の危険性等が判定・評価される。その後、道路管理者等によって、空洞の補修等の必要な措置が取られることになる。

このような地中探査の一次調査で得られる探査データは、探査車両の走行方向における道路下の縦断面や横断面を波形データとして得るものであるが、データ中に示される地中の対象物、例えば空洞や埋設管などが、地表面から見てどの位置に存在するかを特定することが必要となる。
従来の地中探査技術では、一次調査で得られた探査データに基づいて、手押し型のセンサ等を用いた現地での位置特定作業や、地上の構造物の形状や道路周辺物等の計測作業等を行う必要があり、そのような位置特定作業等が大きな負担となっていた。

ここで、このような従来の地中探査技術における地中探査データに基づく位置特定作業の負担を軽減するために、一次調査で得られた探査データを、対応する地表面を示す地図や路面映像などとともに配置・表示することで、空洞，埋設管等の位置や大きさなどを、地図や路面映像中の位置として特定することが行われている。
このような、地中探査データを対応する地表面を示す地図や路面映像とともに表示する技術としては、例えば特許文献１に開示されている「地中探査方法」などに提案されている。

特開平１１−３５２２２３号公報

しかしながら、特許文献１に開示されているような従来の地中探査技術では、地中レーダ等で得られた地中探査データを、単に対応する地図や路面映像と並べて表示するだけであり、探査された空洞や埋設管等が、地表面のどの位置に存在しているかを正確に特定・把握することは困難であった。
このため、地中探査データを、対応する地図や路面映像中の位置として確認しただけの状態で二次調査を行うと、実際に二次調査で地表を破壊・掘削等しても、目的とする空洞や埋設管等から位置がずれていたり、最悪の場合、空洞等の目的物が存在しない箇所を破壊等してしまうといった問題が発生した。

したがって、地中探査データを、単に対応する地図や路面映像と並べて表示して、目視で見比べて参照するだけでは、空洞，埋設管等の位置を地表面の正確な位置として特定することは極めて困難であった。
このため、地中探査データを地図等と並べて表示するだけではない、より正確で信頼性のある出力・表示等が望まれたが、これまで有効な技術や解決手段等は提案されていなかった。

また、地中探査データや地表面の映像について位置情報を付与するには、探査・撮像を行う探査車両に装備されるＧＰＳ情報を用いることが一般的である。しかしながら、ＧＰＳで得られる位置情報は数メートル〜１０数メートルの誤差がある。
このため、地中探査データと地表面の位置を正確に精度良く対応させるためには、ＧＰＳを用いた位置情報の取得・生成では不十分であり、特に空洞や埋設管等の位置をセンチメートルの範囲で特定する必要のなる地中探査技術では、より正確で信頼性の高い位置情報の取得が望まれていた。

さらに、特許文献１に開示されているように、従来の地中探査技術では、地中レーダ等の地中探査データを取得するためのセンサが、探査車両の前方や後方に大きく突き出た形態や、レーダ等を搭載した荷台等をけん引する形態（エア型）となっていた。
このような形態では、地中レーダ等のセンサから路面・地表までの距離が大きく、また、探査車両の移動や振動等にセンサが追従することができず、正確なデータを取得するのには一定の限界があった。また、レーダ等が車両の前方や後方に突出したりけん引される形態では、路側や障害物等と干渉・衝突するおそれがあり、また、むき出しのレーダ等は、路面や路面からの異物などの跳ね返りなどによって破損等する危険性もあった。
このため、探査車両やセンサの構成や配置等に更なる改善が望まれたが、現在までに有効な解決手段等は実現されていない。

本発明は、以上のような従来の技術が有する課題を解決するために提案されたものであり、地中探査用のセンサを有効に保護しつつ、地中探査データとして高精度で正確なデータの取得を可能とするとともに、地中及び地上の位置情報として、ＧＰＳによることなく、より正確で高精度な位置情報を付与することで、地中探査データと地表面の情報を一元化された単一の情報として生成・表示させることを可能とし、地表面を示す正確なオルソ画像中に地中探査データを一体的に表示・出力させることができる地中探査装置の提供を目的とする。

上記目的を達成するため、本発明の地中探査装置は、前輪及び後輪を含む複数の車輪を備え、路面を走行可能な探査車両と、前記探査車両に配置され、当該探査車両が走行する路面下の地中三次元情報を生成する地中探査手段と、を備え、前記地中探査手段が、前記探査車両の底面の、前記前輪と後輪の間、あるいは前記複数の車輪の車軸間に配置される構成としてある。

また、本発明の地中探査装置は、前記探査車両に配置され、当該探査車両が走行する路面上の地上三次元映像を生成する地上映像生成手段と、前記地中探査手段で生成される地中三次元情報と、前記地上映像生成手段で生成される地上三次元映像を、所定のデータ一元化処理により、地中から地上空間まで一元化された三次元情報として生成する三次元情報一元化処理手段と、を備える構成としてある。

さらに、本発明の地中探査装置は、前記地上映像生成手段が、前記地上三次元映像の画像データから、所定数の特徴点を自動抽出する特徴点抽出部と、抽出された特徴点について、動画映像の各フレーム画像内で自動追跡してフレーム画像間での対応関係を求める特徴点対応処理部と、対応関係が求められた特徴点の三次元位置座標を求め、当該三次元位置座標から、各フレーム画像に対応したカメラの三次元位置座標及び三次元回転座標からなるカメラベクトルを求めるカメラベクトル演算部と、を有するカメラベクトル演算手段を備え、前記三次元情報一元化処理手段が、前記カメラベクトル演算手段で生成されたカメラベクトルと、前記地中三次元情報が有する位置座標情報に基づいて、前記地中三次元情報と前記地上三次元映像を一元化する構成としてある。

本発明によれば、地中探査用のセンサを有効に保護しつつ、地中探査データとして高精度で正確なデータの取得を可能とするとともに、地中及び地上の位置情報として、ＧＰＳによることなく、より正確で高精度な位置情報を付与することができる。
これによって、地中探査データと地表面の情報を、単に並べて表示させるのではなく、地中探査データと地表面の情報を一元化された単一の情報として生成・表示させることができ、空洞や埋設管等を示す地中探査データを、地表面を示す正確なオルソ画像中に一体的に表示・出力させることが可能となる。
したがって、本発明によれば、従来にはない正確・高精度な地中探査を実現することができる。

本発明の一実施形態に係る地中探査装置による地中探査の全体像を模式的に示す説明図である。 本発明の一実施形態に係る地中探査装置の地中探査データを取得・生成する探査車両の動作イメージを模式的に示す説明図であり、（ａ）は探査車両が走行する路面の断面図、（ｂ）は同じく探査車両が走行する路面の平面図である。 本発明の一実施形態に係る地中探査装置の探査車両とセンサの位置関係を模式的に示す説明図であり、（ａ）及び（ｂ）は探査車両の底面図、（ｃ）は（ａ）及び（ｂ）に対応するセンサの探査範囲を示す路面の平面図である。 本発明の一実施形態に係る地中探査装置で取得・生成される地中探査データを模式的に示す説明図であり、（ａ）はセンサで取得される地中三次元データのイメージ図、（ｂ）はセンサで取得されたデータに基づいて生成・出力される出力画像のイメージ図である。 本発明の一実施形態に係る地中探査装置で取得される地上３６０度の全周立体映像の撮像範囲を模式的に示す説明図であり、（ａ）は路面・橋梁等における撮像範囲を示す、（ｂ）は道路側方の斜面（法面）の撮像範囲を示す、それぞれ路面の正面断面図である。また、（ｃ）は３６０度全周映像の一例である。 本発明の一実施形態に係る地中探査装置における地中探査データと地上映像の一元化処理の手順を示すフローチャートである。 本発明の一実施形態に係る地中探査装置で取得・生成される地中三次元データ及び地中三次元データを地上オルソ画像に一元化処理した画像のイメージ図であり、（ａ）は路面下空洞調査用のデータ、（ｂ）は橋梁床板の鉄筋腐食調査用のデータの場合である。 本発明の一実施形態に係る地中探査装置において地上３６０度立体映像から生成されるカメラベクトル画像を生成するＣＶ（カメラベクトル）演算部の基本構成を示すブロック図である。 地上３６０度立体映像から得られる変換画像を示す説明図であり、（ａ）は球面画像が貼り付けられる仮想球面を、（ｂ）は仮想球面に貼り付けられた球面画像の一例を、（ｃ）は（ｂ）に示した球面画像をメルカトール図法に従って平面展開した画像を示している。 本発明の一実施形態に係るＣＶ演算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。 本発明の一実施形態に係るＣＶ演算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。 本発明の一実施形態に係るＣＶ演算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。 本発明の一実施形態に係るＣＶ演算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。 本発明の一実施形態に係るＣＶ演算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。 本発明の一実施形態に係るＣＶ演算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。 本発明の一実施形態に係るＣＶ演算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。 本発明の一実施形態に係るＣＶ演算部において、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。 本発明の一実施形態に係るＣＶ演算部求められたカメラベクトルの軌跡をビデオ映像中に表示した場合の図である。

以下、本発明に係る地中探査装置の実施形態について、図面を参照しつつ説明する。
ここで、以下に示す本発明の地中探査装置における地中三次元情報・地上三次元映像の生成・出力・一元化処理・カメラベクトル演算等は、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、以下に示す本発明に係る所定の処理や機能等を行わせることができる。
すなわち、本発明における各処理や手段，機能は、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。また、本発明に係る地中探査装置に備えられる、単一の情報処理装置（例えば１台のパーソナルコンピュータ等）で構成することもでき、複数の情報処理装置（例えば複数台のコンピュータ群等）で構成することもできる。

［地中探査装置］
図１に、本発明の一実施形態に係る地中探査装置の構成を示す。
同図に示す本発明の一実施形態に係る地中探査装置は、探査車両１０と、探査車両１０に搭載される三次元地中レーダ２０及び全方位カメラ３０を備える構成となっている。
そして、図１に示すように、探査車両１０が探査対象となる任意の路面を走行しながら、三次元地中レーダによって路面下の地中三次元情報を取得・生成するとともに、全方位カメラ３０によって路面上の地上三次元映像を取得・生成し、その後、地中三次元情報と地上三次元映像とを、一元化された単一の三次元情報（後述する図７参照）として生成・出力するようになっている。
以下、地中探査装置の各構成を具体的に説明する。

［探査車両１０］
探査車両１０は、地中探査の対象・範囲となる道路や地面などの路面を走行可能な車両であり、例えば乗用車やトラック，ライトバン，各種作業車，軽自動車などの自動車で構成される。なお、探査対象・目的となる所望の路面を走行可能である限り、探査車両１０の具体的な構成は特に限定されるものではない。
図２に、本実施形態の探査車両１０の動作イメージを模式的に示す。
同図（ａ）に示すように、探査車両１０には、屋根上面に車載装備としてのＧＰＳ（高精度ＧＮＳＳ）１１が取り付けられ、車両底面に三次元地中レーダ２０のアンテナ２２が、屋根後方に全方位カメラ３０が配置されている。
また、探査車両１０の車内には、三次元地中レーダ２０のレーダ本体２１が配置されるとともに、ＣＶ演算部４０，一元化処理部５０が備えられる。なお、ＣＶ演算部４０及び一元化処理部５０は、具体的には所定のソフトウェア（プログラム）が実装されたＰＣなどの情報処理装置で構成される。

［三次元地中レーダ２０］
探査車両１０に備えられる三次元地中レーダ２０は、探査車両１０が走行する路面下の地中三次元情報を生成するための地中探査手段（センサ）であり、図２に示すように、探査車両１０の車内に搭載されるレーダ本体２１と、探査車両１０の底面に配置されるアンテナ２２とで構成される。
本実施形態に係る三次元地中レーダ２０は、地中の物理的境界面で電磁波が反射する現象を利用して地中の空洞や埋設管等の存在を探査・検出する物理探査レーダであり、レーダ本体２１の制御によってアンテナ２２から電磁波を送受信させながら探査車両１０を所定速度（例えば最大時速６０ｋｍ）で走行させることで、地下２ｍまでの情報を三次元で簡単にマッピングすることが可能となっている（後述する図４参照）。

具体的には、三次元地中レーダ２０は、電磁波を利用した走る地下ＣＴスキャナーとして、ノルウェーの３ｄ−Ｒａｄａｒ社製の最大４１チャンネルの地中レーダアンテナ（マルチチャンネル）を使用し、探査車両１０を走行させながら地中のイメージを３Ｄで可視化することができるようになっている。
ここで、従来技術の手押し型のセンサ等で使用されていた地中レーダは１チャンネル（シングルチャンネル）であった。シングルチャンネルは、電磁波の発信と受信のセンサが一対となっているアンテナ方式である。

これに対して、本実施形態の三次元地中レーダ２０で採用するマルチチャンネルは、アンテナ内に複数の発信部と受信部からなるセンサ（受発信手段）が備えられ、二次元断面を複数取得できることから、地中の状態を三次元の情報として探査・生成することができるものである。
従来はシングルチャンネルのアンテナを複数並べて、例えば約０．５ｍピッチで二次元断面の情報を取得していたのに対して、本実施形態に係るマルチチャンネルアンテナは、例えば７．５ｃｍピッチで高密度に配置することで、地中の状態を高精細な三次元情報として取得できる。

そして、本実施形態では、上記のような三次元地中レーダ２０のアンテナ２２が、図２（ａ）に示すように、探査車両１０の底面の前輪と後輪の間、あるいは複数の車輪の車軸間に配置されるようになっている。
このように三次元地中レーダ２０のアンテナ２２を探査車両１０の底面に配置することにより、図２（ｂ）に示すように、探査対象となる路面を複数回（例えば同じ道路を２回）、車幅方向にずらして走行させることで、アンテナ２２の電磁波の照射範囲（照射幅）を超える道路であっても、路面の全幅にわたる地中探査データを取得することができる。図２（ｂ）では、探査車両１０を同一路面で２回走行させることにより、７．５ｃｍ間隔の地中探査データを、道路幅２．５ｍの全範囲で取得できる場合を示している。

ここで、車両の底面にアンテナを配置する形態は、「グランド型」と呼ばれ、従来のアンテナが車両の前方や後方に大きく突き出たり、アンテナを搭載した荷台等をけん引する形態の「エア型」と比較して多くの利点を有する。
エア型は、未舗装地帯の地雷撤去での使用を想定しており、アンテナを地表より約２０〜３０ｃｍ浮かせて測定を行うようになっている。このため、車両の前方に大きく突出するように取り付けたり、車両でけん引するなど、車両への装着等は簡単にできるが、アンテナと地表の距離が大きいことから、電磁波が減衰して探査深度が浅くなるという欠点がある。
このように、従来のエア型は、地表から２０〜３０ｃｍ浮かせる必要があるアンテナ特性と、アンテナ自体の高さも約２０ｃｍと厚さがあるため、アンテナを直接車両に配置する車載型（グランド型）としては使用できなかった。

これに対して、グランド型は、レーダのアンテナを路面から近距離での使用を前提とするもので、具体的には地表より約３〜１０ｃｍで測定することができる。
このため、電磁波が減衰しにくく、探査深度はエア型と比較して約１．５〜２倍程度深くなる。
また、グランド型は、可能な限りアンテナを地表に近接させることができ、また、車両に直接配置するために、アンテナ高さも１０ｃｍ程度と薄いため、地中探査における測定の安定性及び安全性に優れる。

本実施形態では、上記のようなメリットの大きいグランド型を採用し、地中探査手段となる三次元地中レーダ２０のアンテナ２２を探査車両１０の底面に配置している。
具体的には、上述したノルウェーの３ｄ−Ｒａｄａｒ社製のグランド型アンテナを採用し、三次元地中レーダ２０のアンテナ２２を、探査車両１０の前後輪の車軸間（ホイルベース間）に取り付けるようにしている。
３ｄ−Ｒａｄａｒ社のグランド型アンテナは、従来製品のエア型アンテナや他社のグランド型アンテナに比べて、アンテナ高さが半分以上薄く、自動車等の前後輪車軸間の最も安定した位置に設置することが可能となる。

ここで、三次元地中レーダ２０のアンテナ２２を探査車両１０のホイルベース間に設置することで、以下のようなメリットがある。
・探査車両１０の車両全長を短くすることにより内輪差を小さくできる。
・探査車両１０の車両全長を短くすることにより小回りがきく。
・けん引型のように後方を気にする必要がない。
・けん引型に比べて後進が容易になる。
・後輪後方設置型よりアンテナが路面に対して一定の高さになり、安定したデータが取得できる。

地中レーダ探査にとって、アンテナの高さが一定であることはデータの精度上きわめて重要であり、三次元地中レーダ２０のアンテナ２２を探査車両１０のホイルベース間に配置することのメリットは非常に大きなものとなる。
なお、探査車両１０のホイルベース間に配置されるアンテナ２２の位置は、探査車両１０の前輪と後輪の間、あるいは複数の車輪の間において、車長方向の最適な位置に配置される。すなわち、探査車両１０の車長や前後輪の配置，レーダの出力や特性などに応じて、探査車両１０の車長方向（車両進行方向の前後）の適切・最適な位置にアンテナ２２を配置する。
したがって、アンテナ２２は、探査車両１０の車長方向に移動可能・調整可能に構成されることが好ましい。

また、本実施形態では、上記のような三次元地中レーダ２０のアンテナ２２を探査車両１０のホイルベース間において、車幅方向（車両進行方向の左右）に移動可能・調整可能に構成してある。
具体的には、図３（ａ），（ｂ）に示すように、三次元地中レーダ２０のアンテナ２２を、探査車両１０の車幅方向の左右にスライド移動できるようになっており、車幅方向の所望の位置で固定可能となっている。これによって、探査対象となる路面の大きさ（道路幅）に応じて、アンテナ２２を移動・調整することができ、様々な大きさ（幅）の路面に対応することができる。

図３に示す例では、探査幅１．８ｍのアンテナ２２を、探査車両１０の左右側面からそれぞれ１５ｃｍ突出させるように移動させることで、道路幅３．５ｍの路面について、ｂ）では、２回の走行により地中探査データを取得することができる場合を示している。
このように、三次元地中レーダ２０のアンテナ２２を探査車両１０のホイルベース間において車幅方向に移動可能とすることで、アンテナ幅（例えば１．８ｍ）のアンテナ１台を探査車両の左右寄りにスライドさせて複数回（例えば２回）走行することで、アンテナ幅を超える範囲（例えば最大３．５ｍ）の幅でデータを取得することができる（図３参照）。
また、図３に示すように、探査車両１０の側面左右への飛び出しは、片側１５ｃｍ程度とすることで、例えば従来のエア型アンテナで使用されている２．５ｍ幅のアンテナに比べて、路側の障害物や第三者等との接触事故の危険性を抑制乃至回避することできる。

なお、以上のようなアンテナ２２の車幅方向への移動可能な範囲は、アンテナ幅や探査車両１０の車幅等に応じて任意に設定することができる。
また、アンテナ２２の移動構造も、スライド構造や、ボルト等による固定位置を複数設ける段階構造など、アンテナ２２を車幅方向に移動できる限り、特に限定されるものではない。
また、アンテナ２２は、探査車両１０の底面に露出した剥き出しの状態で配置することもできるが、異物の跳ね返りや衝突、地面や障害物との接触等による破損などに備えて、アンテナ２２の全部又は一部をカバー等で覆うこともできる。例えばアンテナ２２の電磁波の送受信に影響のないプラスチック製のカバーを備えることができる。

以上のような本実施形態に係る三次元地中レーダ２０で取得・生成される地中探査データを図４に示す。
図４（ａ）に示すように、探査車両１０の走行に伴って移動する三次元地中レーダ２０では、マルチチャンネルのアンテナ２２によって、所定間隔（例えば７．５ｃｍピッチ）で地中の二次元情報が車両進行方向に沿って取得され、地中三次元情報として取得・生成される。
このような地中三次元情報は、図４（ｂ）に示すように、アンテナ２２の配列方向（車幅方向）とアンテナ２２の進行方向（車長方向）の地中データによって、地中の垂直断面（アンテナ方向）・垂直断面（進行方向）・水平断面の三次元の地中断面情報を示しており、これらを画像生成することで、地中の三次元画像情報として出力することができる。
なお、これらの地中三次元情報の生成・出力は、三次元地中レーダ２０のレーダ本体２１や、レーダ本体２１に接続されるＰＣ等によって行われる。

［全方位カメラ３０］
全方位カメラ３０は、探査車両１０の例えば屋根上面などに配置され、探査車両１０が走行する路面上の地上三次元映像を生成する地上映像生成手段である。
具体的には、全方位カメラ３０は、走行する探査車両１０の周囲を３６０°撮影できる１台又は複数台のビデオカメラであり、探査車両１０の走行に伴って、上述した三次元地中レーダ２０が取得する地中データに対応する、地上の三次元映像（全周映像）を撮像できるようになっている。

図５に、本実施形態の全方位カメラ３０で取得・生成される地上３６０度の立体全周映像の一例を示す。
全方位カメラ３０は、周囲３６０°の全周映像を撮像できるため、例えば図５（ａ）に示すように、路面を走行する探査車両１０を中心とした半径１５ｍの地上の状態・風景が撮像される。同図の例では、全幅員１４．５５ｍ，有効幅員１３．７５ｍの道路や橋梁等で、片側車線の中央を走行する探査車両１０を中心とした車道部３．５ｍ，路肩０．５ｍ，側帯０．５ｍ，歩道部２．０ｍ，分離帯０．７５，地覆０．４ｍの範囲について、３６０°の全周映像が撮像・取得できることが分かる。
また、図５（ｂ）に示すように、路面を走行する探査車両１０を中心とした半径４０ｍの範囲で地上の状態・風景が撮像され、路面横にある斜面（法面）についても３６０°の全周映像が撮像・取得できることが分かる。
図５（ｃ）は、全方位カメラ３０で撮像された３６０°の全周映像の出力例である。

そして、本実施形態では、全方位カメラ３０で取得・生成される３６０°の全周映像に基づいて、所定のカメラベクトル演算を行うことで、現地での測量を行うことなく、また、ＧＰＳの位置情報に依存することなく、探査車両１０に全方位カメラ３０を取り付けて走行（例えば最大速度６０ｋｍ／ｈ程度）するだけで、簡単に高精度な三次元地上マッピングができるようになっている。
一般に、探査車両を構成する自動車等に搭載されているＧＰＳや４方向カメラによる位置情報は、ＧＰＳの受信状況により例えば０．５ｍ〜数ｍ程度の誤差が出る。このため、それだけでは任意の異常箇所等の位置特定を行うことは困難である。また、トンネルの中や高架橋の下ではＧＰＳが受信できないので、位置情報は車両に搭載された４方向カメラの映像のみとなり、任意の箇所の位置特定は更に困難となる。
そこで、本実施形態では、全方位カメラ３０で取得された３６０°全周映像に基づいて、カメラベクトル演算部４０において所定のカメラベクトル演算を行うことで、ＧＰＳに依ることなく、また、現地での測量・計測等を行うことなく、高精度な三次元地上マッピングを行うようになっている。

［ＣＶ演算部４０］
ＣＶ（カメラベクトル）演算部４０は、上述した全方位カメラ３０で撮像された地上三次元映像の画像データから、高精度の位置情報を演算により算出・生成することができるカメラベクトル演算手段である。
具体的には、本実施形態に係るＣＶ演算部４０は、所定数の特徴点を自動抽出する特徴点抽出部４１と、抽出された特徴点について、動画映像の各フレーム画像内で自動追跡してフレーム画像間での対応関係を求める特徴点対応処理部４２と、対応関係が求められた特徴点の三次元位置座標を求め、当該三次元位置座標から、各フレーム画像に対応したカメラの三次元位置座標及び三次元回転座標からなるカメラベクトルを求めるカメラベクトル演算部４３などの手段で構成される（後述する図８参照）。
カメラベクトル演算は、本出願人に係る特許第４４４６０４１号公報等で開示している技術であり、３６０°全周映像の中に特徴点を自動抽出し、それを隣接する複数フレームにトラッキングし、カメラ移動のベースとトラッキング点で校正する三角形を構成し、そのトラッキングデータを解析することで、特徴点の三次元座標と、カメラ位置と姿勢を持つ全周ＣＶ（カメラベクトル）映像を取得するものである。

そして、ＣＶ演算で得られるＣＶ（カメラベクトル）値は、カメラ（全方位カメラ３０）の位置と姿勢を６自由度で表現したものである。すなわち、全方位カメラ３０で撮像される３６０°全周映像の全フレームについて、ｘ，ｙ，ｚ，θx，θy，θz，の６自由度のそれぞれの係数を演算で決定するものであり、ＧＰＳや測量等による位置情報に依ることなく、３６０°映像中に相対的な位置情報・三次元座標情報を演算のみによって生成・付与できるものである。
これによって、任意の全周映像について、ＣＶ値を生成・付与することができ、このＣＶ値に基づいて、全周映像と、上述した三次元地中レーダ２０で取得された地中三次元情報とを一元化する三次元情報一元化処理が実行される。
このＣＶ演算部４０におけるＣＶ演算の具体的な詳細内容については、図８〜１７を参照しつつ後述する。

［一元化処理部５０］
一元化処理部５０は、三次元地中レーダ２０で生成される地中三次元情報と、全周カメラ３０で生成される地上三次元映像を、所定のデータ一元化処理により、地中から地上空間まで一元化された三次元情報として生成する三次元情報一元化処理手段である。
具体的には、本実施形態に係る一元化処理部５０は、上記のＣＶ演算部４０で生成されるカメラベクトルと、三次元地中レーダ２０で取得された地中三次元情報が有する位置座標情報に基づいて、地中三次元情報と地上三次元映像を一元化する。

図６は、本実施形態の一元化処理部５０による地中探査データと地上映像の一元化処理の手順を示すフローチャートである。
同図に示すように、本実施形態の一元化処理では、まず、三次元地中レーダ２０で取得された地中探査データ（ステップ１）と、全方位カメラ３０で取得された地上の３６０°全周映像（ステップ２）が、一元化処理部５０に入力される。
このとき、三次元地中レーダ２０で取得された地中探査データには、探査車両１０に搭載されたＧＰＳ（高精度ＧＮＳＳ）１１で取得される位置情報や時間情報などに基づく位置情報が含まれている。
全方位カメラ３０の３６０°全周映像には、探査車両１０に搭載されたＧＰＳ（高精度ＧＮＳＳ）１１で取得される位置情報や時間情報などに基づく位置情報が含まれ、また、上述したＣＶ演算部４０において演算処理され（ステップ３）、三次元一座標となるＣＶ値が付与されている。

そして、これらの地中探査データと３６０°全周映像とが、対応する位置情報に基づいて関連付けられ、ＣＶ演算部４０で演算・付与されたＣＶ値が、３６０°全周映像と対応する地中探査データに付与され、同一の位置座標によって紐付けられる（ステップ４）。
これにより、地中探査データは、位置座標としてＣＶ値が与えられた高精度マッピングされた地中三次元情報となる（ステップ５）。
また、３６０°全周映像は、オルソ画像処理されて、ＣＶ値が付与された高精度のオルソ画像からなる地上三次元映像として生成される（ステップ６）。ここで、オルソ画像の生成は、公知の画像生成技術を用いることができるが、本実施形態では、ＣＶ値が付与された全周映像に基づくことで、高精度なオルソ画像を生成・出力することができる。具体的には、ＣＶ値を位置情報として、３６０°全周映像を中心投影から真上から見たような歪みがない正射投影画像に変換し、複数の正射画像をつなぎ目が目立たないよう接合（モザイク）して、統合された一枚のオルソ画像を生成し、所望の範囲や大きさに分割されたオルソ画像データを生成・記憶することができる。
その後、対応するＣＶ値に基づいて、地中三次元情報とオルソ画像からなる地上三次元映像が一元化処理され、地中地上一元化データとして生成・出力される（ステップ７）。

以上のような地中三次元情報と地上オルソ画像の一元化処理による高精度三次元マッピングにより、地中及び地上データの三次元位置座標を、ＧＰＳの受信状況等に左右されることなく、ＣＶ演算に基づく約５〜１５ｃｍ程度の誤差で取得することができる。
また、オルソ画像は、真上から見たような歪のない画像に変換し、位置情報を付与したもので、路面のオルソ画像は三次元座標データが付加された全方位カメラの映像から生成することができる。このようなオルソ画像は、平面地図と同様の精度を持つため、三次元地中レーダ結果を表示するのに適した画像となる。

図７に、地中三次元データ及び地中三次元データを地上オルソ画像に一元化処理した画像の一例を示す。
図７（ａ）は、三次元地中レーダ２０により得られた空洞及び埋設管の地下情報と、路面ひび割れ等の地上情報を、ＣＶ演算部４０で求められた三次元位置情報から生成した路面のオルソ画像に一元化した出力結果である。同図に現れる路面のひび割れや陥没状況は、画像解析により読み取ることができる。
図７（ｂ）は、三次元地中レーダ２０で発見された橋梁床板の内部の異常（鉄筋腐食）を、ＣＶ演算部４０で求められた三次元位置情報から生成した路面のオルソ画像と併記したものである。このような情報により、鉄筋腐食の位置が明確となり、次回調査や補修工事後の時系列のデータ変化を視覚的に比較し、データベース化することができる。また、異常箇所のデータベース化は、例えば補修計画等の維持管理に役立つ有用な情報となる。
このような本実施形態に係る一元化処理画像は、例えばＰＣ等の情報処理装置で任意に加工・編集したり、表示装置（ディスプレイ）で表示させることができ、また、プリンタ等の印刷装置で印刷することができる。

以上のような本実施形態で得られる地中三次元データを地上オルソ画像に一元化した一元化処理画像により、以下のような効果が得られる。
(1)高精度三次元座標が得られるため、二次元地中レーダによる位置特定が不要になる。
(2)位置補正装置により、トンネルや高架橋のＧＰＳが受信できない場所でも高精度の三次元座標を得ることができる。
(3)効率よく地上の高精度三次元座標が得られるので、現地で構造物の形状や道路周辺物などを計測する必要がない。
(4)三次元地中レーダの地下情報と、全周カメラ３０及びＣＶ演算部４０の地上情報のデータベース化で一元管理ができる。
(5)高精度のオルソ画像による視覚情報から、次回調査や補修工事後との比較といった情報の時系列管理ができる。
(6)オルソ画像は平面地図と同様の精度を持ちながら、視覚的に地図より優れているので、発注者に効果的な成果が提供できる。
(7)調査の効率化、一元化に及び映像から簡単に高精度の三次元座標情報が得られることから、災害時の供給道路の安全確保などの緊急時に迅速な対応ができる。

［ＣＶ演算処理］
次に、上述した本実施形態に係る地中探査装置のＣＶ演算部４０で実行されるＣＶ演算の具体的な内容について、図８〜図２５を参照しつつ説明する。
上記のとおり、ＣＶ演算とはＣＶ値を求める方法の一つであり、ＣＶ演算により求められた結果をＣＶ値，ＣＶデータと呼ぶ。ＣＶという表記は、カメラベクトル：CameraVectorの略記であり、カメラベクトル（ＣＶ）とは計測等のために映像を取得するビデオカメラ等のカメラの三次元位置と３軸回転姿勢を示す値である。
ＣＶ演算は、動画像（ビデオ映像）を取得し、その映像内の特徴点を検出し、それを隣接する複数のフレームに追跡し、カメラ位置と特徴点の追跡軌跡とが作る三角形を画像内に数多く生成し、その三角形を解析することで、カメラの三次元位置とカメラの３軸回転姿勢を求めるものである。

ＣＶ演算では、ＣＶ値を求める過程で、同時に映像内の特徴点（基準点）についても三次元座標が同時に求まることが重要な特性である。
また、動画像から演算で求められるＣＶ値は、動画像の各フレームに対応して、三次元のカメラ位置と三次元のカメラ姿勢とが同時に求まる。しかも、原理的には一台のカメラで、映像と対応してＣＶ値が求められる特性は、ＣＶ演算でしか実現し得ない、優れた特徴である。
但し、ＣＶ値は、例えば、他の方法による計測手段（ＧＰＳとジャイロ、又はＩＭＵ等）より求めることもできる。従って、ＣＶ値の取得はＣＶ演算による場合には限られない。
なお、ＧＰＳとジャイロ、又はＩＭＵ等によりＣＶ値を取得する場合には、動画像の各フレームと、その三次元的カメラ位置と三次元的カメラ姿勢とを同時に取得するためには画像フレームと計測サンプリング時刻を高精度で、かつ完全に同期させる必要がある。

動画像から演算で求められるＣＶデータは、加工しない段階では相対値であるが、短区間であれば高精度で三次元位置情報と３軸回転の角度情報を取得できる。
また、ＣＶデータを画像から取得する場合は、取得されたデータは相対値であり、絶対値に変換するには既知の地点でのキャリブレーションが必要であるが、ＣＶ値と同時に取得される特徴点三次元位置座標と姿勢により、又は新たに画像内に指定して取得した特徴点により、画像内の任意の対象物との位置関係を計測することができるという、他の方法では実現困難な優れた特性を備える。
また、画像に対応したＣＶ値が求まるので、画像との相性が良く、画像から取得したＣＶ値である限り、その画像内では矛盾が無いので、画像以外から求めるＣＶ値と比較して、画像から直接にカメラ位置とその３軸回転姿勢を求めることができるＣＶ演算は画像内計測や画像内測量に好適となる。
そして、本発明では、このＣＶ演算により得られたＣＶ値データに基づいて、上述した地上オルソ画像の生成、地中三次元データと地上オルソ画像の一元化処理画像を生成するものである。

［ＣＶ演算部］
ＣＶ演算部４０は、上述した全方位カメラ３０で撮像されるビデオ映像について所定のＣＶ演算処理を行うことでＣＶ値を求めるようになっており、具体的には、図８に示すように、特徴点抽出部４１と、特徴点対応処理部４２と、カメラベクトル演算部４３と、誤差最小化部４４と、三次元情報追跡部４５と、高精度カメラベクトル演算部４６とを備えている。

まず、ＣＶ演算に使用する映像としては、原理的にはどのような映像でもよいが、画角の限られた映像では視点方向を移動した場合に映像がとぎれてしまうので、実用的には全周映像（図５（ｃ），図９参照）か、広角映像を全周映像の一部として扱うことが望ましい。なお、動画映像は連続する静止画と同様であり、複数の静止画として扱うことができる。
また、映像は、一般には予め記録した動画映像を使うことになるが、自動車等の移動体の移動に合わせてリアルタイムに取り込んだ映像を使用することも勿論可能である。

そこで、本実施形態では、ＣＶ演算に使用する映像として、車両等の移動体の３６０度の全周囲を撮影した全周映像（図５（ｃ），図９参照）か、又は全周映像に近い広角映像を用いて、その全周映像を視点方向に平面展開することにより、全周映像の一部として扱うことができる。
全周映像の平面展開とは、全周映像を、通常の画像として遠近法的に表現するものである。ここで、「遠近法」と呼称するのは、全周画像のそのものはメルカトール図法や球面投影図法のように、遠近法とは異なる方法で表示されているので（図９参照）、これを例えば等距離図法のように平面展開表示することで、通常の遠近法映像に変換表示できるからである。

本実施形態においては、まず、探査車両１０を走行させて、ＣＶ値データを取得する目的で、探査車両１０に固定された全方位カメラ３０で、探査車両１０の移動とともに探査車両１０の周辺の３６０°全周映像（図５（ｃ），図９参照）を撮影する。
なお、探査車両１０には、その位置座標を取得する目的で、例えば、絶対座標を取得するＧＰＳ機器単独やＩＭＵ機器を付加したもの等により構成した位置計測機器等を備えることができる。
また、探査車両１０に搭載される全方位カメラ３０としては、広範囲映像を撮影，取得するカメラであればどのような構成であってもよく、例えば、広角レンズや魚眼レンズ付きカメラ、移動カメラ、固定カメラ、複数のカメラを固定したカメラ、３６０度周囲に回転可能なカメラ等がある。本実施形態では、上述したように、探査車両１０に一台又は複数台のカメラが一体的に固定され、探査車両１０の移動に伴って広範囲映像を撮影する全方位カメラ３０を使用している。

そして、以上のような全方位カメラ３０によれば、探査車両１０の屋根上部等に設置されることで、カメラの３６０度全周囲の映像を一台又は複数のカメラで同時に撮影することができ、探査車両１０が走行・移動することで、広範囲映像を動画データとして取得できる。
ここで、全方位カメラ３０は、カメラの全周映像を直接取得できるビデオカメラであるが、カメラの全周囲の半分以上を映像として取得できれば全周映像として使用できる。
また、画角が制限された通常のカメラの場合でも、ＣＶ演算の精度としては低下するが、全周映像の一部分として取り扱うことが可能である。

なお、全方位カメラ３０で撮影された広範囲映像は、一枚の画像として、撮影時の画角に一致する仮想球面に貼り付けることができる。
仮想球面に貼り付けられた球面画像データは、仮想球面に貼り付けた状態の球面画像（３６０度画像）データとして保存・出力される。仮想球面は、広範囲映像を取得するカメラ部を中心点とした任意の球面状に設定することができる。
図９（ａ）は球面画像が貼り付けられる仮想球面の外観イメージであり、同図（ｂ）は仮想球面に貼り付けられた球面画像の一例である。また、同図（ｃ）は、（ｂ）の球面画像をメルカトール図法に従って平面展開した画像例を示す。

そして、以上のように生成・取得された全周ビデオ映像が、ＣＶ演算部４０に入力されてＣＶ値データが求められる（図８参照）。
ＣＶ演算部４０では、まず、特徴点抽出部４１が、全方位カメラ３０で撮影されて一時記録された動画像データの中から、十分な数の特徴点（基準点）を自動抽出する。
特徴点対応処理部４２は、自動抽出された特徴点を、各フレーム間で各フレーム画像内において自動的に追跡することで、その対応関係を自動的に求める。
カメラベクトル演算部４３は、対応関係が求められた特徴点の三次元位置座標から各フレーム画像に対応したカメラベクトルを演算で自動的に求める。
誤差最小化部４４は、複数のカメラ位置の重複演算により、各カメラベクトルの解の分布が最小になるように統計処理し、誤差の最小化処理を施したカメラ位置方向を自動的に決定する。

三次元情報追跡部４５は、カメラベクトル演算部４３で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順次画像の一部として得られる三次元情報に基づいて、複数のフレーム画像に含まれる部分的三次元情報を隣接するフレームの画像に沿って自動追跡を行う。ここで、三次元情報（三次元形状）とは、主に特徴点の三次元分布情報であり、すなわち、三次元の点の集まりであり、この三次元の点の集まりが三次元形状を構成する。
高精度カメラベクトル演算部４６は、三次元情報追跡部４５で得られた追跡データに基づいて、カメラベクトル演算部４３で得られるカメラベクトルより、さらに高精度なカメラベクトルを生成，出力する。
そして、以上のようにして得られたカメラベクトルが、上述した一元化処理部５０に入力され、地上オルソ画像の生成、地中三次元データと地上オルソ画像の一元化処理に利用されることになる。

複数の画像（動画又は連続静止画）の特徴点からカメラベクトルを検出するにはいくつかの方法があるが、図８に示す本実施形態のＣＶ演算部４０では、画像内に十分に多くの数の特徴点を自動抽出し、それを自動追跡することで、三角測量幾何学、及びエピポーラ幾何学により、カメラの三次元ベクトル及び３軸回転ベクトルを求めるようにしてある。
特徴点を充分に多くとることにより、カメラベクトル情報が重複することで、三地点の座標で構成される単位の三角形を、その十倍以上の多くの特徴点から求めることになり、重複する情報から誤差を最小化させて、より精度の高いカメラベクトルを求めることができる。

カメラベクトルとは、移動するカメラの持つ六個の自由度のベクトルである。
一般に、静止した三次元物体は、位置座標（Ｘ，Ｙ，Ｚ）と、それぞれの座標軸の回転角（Φｘ，Φｙ，Φｚ）の六個の自由度を持つ。従って、カメラベクトルは、カメラの位置座標（Ｘ，Ｙ，Ｚ）とそれぞれの座標軸の回転角（Φｘ，Φｙ，Φｚ）の六個の自由度のベクトルをいう。なお、カメラが移動する場合は、自由度に移動方向も入るが、これは上記の六個の自由度から微分して導き出すことができる。
このように、本実施形態のカメラベクトルの検出とは、カメラは各フレーム毎に六個の自由度の値をとり、各フレーム毎に異なる六個の係数を決定することである。

以下、ＣＶ演算部４０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１０以下を参照しつつ説明する。
まず、上述した全方位カメラ３０で取得された画像データは、間接に又は直接に、ＣＶ演算部４０の特徴点抽出部４１に入力され、特徴点抽出部４１で、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が自動抽出され、特徴点対応処理部４２で、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１０〜図１２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１２に示す対応点１〜４参照）。
ここで、特徴点の抽出は、図１３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１３の○印参照）、例えば、１００点程度の特徴点を抽出する。

続いて、カメラベクトル演算部４３で、抽出された特徴点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が演算により求められる。具体的には、カメラベクトル演算部４３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。
本実施形態では、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。また、これを三角測量として説明すれば、方位と俯角仰角を測量する機器を車載して、対象となる複数の測量地点を、移動する測量機器により同一対象物を計測して取得したデータから、各対象地点の座標と測量機器の移動の軌跡を求める場合と同じである。

図１２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、経度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。

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、全周映像は対象物の方向がそのまま緯度経度で表現されていることから、きわめて有利である。図１２に示す３６０度全周画像のような広角レンズによる画像の方が特徴点を数多く選択し、複数フレームに渡って追跡し易くなる。また、狭角レンズによる映像あっても、同一対象物の周りを移動しながら様々な方向から撮影する場合には特徴点が視界から逃げないので有効である。

そこで、本実施形態では、ＣＶ演算に３６０度全周画像を用いており、これによって、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１２は、ＣＶ演算部２における処理を理解し易くするために、１台又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ＣＶ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。

次に、誤差最小化部４４では、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いては削除し、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。

図１４〜図１６に、ＣＶ演算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１４〜図１６は、本実施形態のＣＶ演算によるベクトル検出方法を示す説明図であり、移動する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１４では、図１２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（Ｘ，Ｙ，Ｚ）が示されている。
図１５及び図１６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。

ここで、ＣＶ演算部４０におけるＣＶ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１７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。
具体的には、ＣＶ演算部４０では、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ことができる。
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。

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。

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。

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。

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。

さらに、本実施形態では、より高精度のカメラベクトルを求めるために、三次元情報（三次元形状）の追跡を行うことができる。
具体的には、まず、三次元情報追跡部４５で、カメラベクトル演算部４３，誤差最小化部４４を経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画像の一部として得られる三次元情報（三次元形状）に基づいて、複数のフレーム画像に含まれる部分的三次元情報を隣接するフレーム間で連続的に追跡して三次元形状の自動追跡を行う。
そして、この三次元情報追跡部４５で得られた三次元情報の追跡結果から、高精度カメラベクトル演算部４６においてより高精度なカメラベクトルが求められる。

上述した特徴点抽出部４１及び特徴点対応処理部４２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出てくることがある。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、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情報（三次元形状）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の精度を得やすく、三次元形状はフレーム画像によって、その三次元形状も大きさも変化しないので、多くのフレーム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。これはカメラベクトル演算部４３により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。

カメラベクトルが概略値の場合、非常に多くのフレームに亘る三次元座標の誤差は、特徴点追跡による各フレームに関係するフレームが少ないので、誤差が累積して長距離では次第に大きな誤差になるが、画像の一部分を切り取ったときの三次元形状の誤差は相対的に少なく、形状の変化と大きさに及ぼす影響はかなり少ないものとなる。このため、三次元形状での比較や追跡は、二次元形状追跡の時よりも極めて有利となる。追跡において、二次元形状での追跡の場合、複数のフレームにおける形状の変化と大きさの変化を避けられないまま追跡することになるので、誤差が大きかったり、対応点が見つからないなどの問題があったが、三次元形状での追跡においては形状の変化が極めて少なく、しかも原理的に大きさの変化もないので、正確な追跡が可能となる。

ここで、追跡の対象となる三次元形状データとしては、例えば、特徴点の三次元分布形状や、特徴点の三次元分布形状から求められるポリゴン面等がある。
また、得られた三次元形状を、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。

以上のようにして求められたカメラベクトルは、全方位カメラ３０で撮影されたビデオ映像中に重ねて表示することができる。
例えば、図１８に示すように、車載カメラからの映像を平面展開して、各フレーム画像内の目的平面上の対応点を自動で探索し、対応点を一致させるように結合して目的平面の結合画像を生成し、同一の座標系に統合して表示する。
さらに、その共通座標系の中にカメラ位置とカメラ方向を次々に検出し、その位置や方向、軌跡をプロットしていくことができる。ＣＶデータは、その三次元位置と３軸回転を示しており、ビデオ映像に重ねて表示することで、ビデオ映像の各フレームでＣＶ値を同時に観察できる。ＣＶデータをビデオ映像に重ねて表示した画像例を図１８に示す。
なお、ビデオ映像内にカメラ位置を正しく表示すると、ＣＶ値が示すビデオ映像内の位置は画像の中心となり、カメラ移動が直線に近い場合は、すべてのフレームのＣＶ値が重なって表示されてしまうので、例えば図１８に示すように、敢えてカメラ位置から真下に１メートルの位置を表示することが適切である。あるいは道路面までの距離を基準として、道路面の高さにＣＶ値を表示するのがより適切である。

以上説明したように、本実施形態の地中探査装置によれば、以下のような優れた作用効果を奏することができる。
まず、ＣＶ演算に基づく高精度三次元座標が得られるため、上述した従来技術のような手押し型のセンサ等による位置特定工程が不要になり、地中データが一元化されたオルソ画像のみによって空洞・埋設管等の地中対象物を特定することが可能となる。
特に、従来技術では、例えば車両の前後左右を撮影する４方向カメラとＧＰＳによる簡易位置特定に基づく位置特定作業が必須であったことから、本実施形態による効果は非常に大きなものとなる。
また、このようにＣＶ演算により効率良く地上の高精度三次元座標が得られることから、検出位置特定のために、例えば現地での構造物の形状や道路周辺物等を計測する工程なども不要となり、作業効率は格段に向上することになる。

また、本実施形態によれば、探査対象・範囲となる地下情報と地上情報について、全方位の情報を連続して取得することができ、地下・地上の全方位三次元情報を一元管理することができる。
また、このように一元管理された地下・地上情報のデータベースは、例えば米国ＥＳＲＩ社製「ＡｒｃＧＩＳ」（登録商標）など、ＧＩＳ（地理情報システム：Geographic Information System）関連のソフトウェア（アプリケーション）に対応させることができ、取扱性や汎用性，拡張性等にも優れたデータベース管理が可能となる。

また、本実施形態で生成・出力される地下・地上の三次元情報が一元化されたオルソ画像は、時系列に従って蓄積・管理することができ、例えば将来の調査点の抽出や補修工事前後の比較と整合といった、地中探査情報の時系列管理を補正作業無しに容易かつ迅速に行うことができる。
また、本実施形態で得られるオルソ画像は、例えば１／５００の平面図（地図）と同じ精度を持ちながら、映像に基づいて視覚的に現地状況等を把握することでき、視覚的に地図等より優れ、単なる平面図（地図）では得られない有用な付加価値のある成果・情報を提供することができる。
さらに、本実施形態の地中探査装置によれば、探査車両を走行させるだけで、探査結果の全方位連続一元化処理及び映像から、簡単に高精度の三次元座標情報が得られることから、空洞等の地中探査だけでなく、例えば災害時の緊急輸送道路等の安全確保等、緊急時にも迅速な対応ができるという優れた効果もある。

このように、本発明の一実施形態に係る地中探査装置によれば、地中探査用のセンサとなる三次元地中レーダ２０を有効に保護しつつ、地中探査データとして高精度で正確なデータの取得を可能とし、また、地中及び地上の位置情報として、ＧＰＳでは得られない、より正確で高精度な位置情報を生成して、地中と地上の情報が一元化された高精度な三次元情報を得ることができる。
したがって、本実施形態によれば、地中探査データと地表面の情報を、従来技術のような地中探査データと平面図（地図等）を単に並べて表示させたものとは異なる、地中探査データと地上のオルソ画像を一元化した単一の三次元情報として生成・表示させることができる。これによって、空洞や埋設管等を示す地中探査データを、地上の映像を示す正確なオルソ画像中に一体的に表示させて特定・把握でき、従来技術では得られない正確・高精度な地中探査が可能となる。

なお、本発明の地中探査装置について、好ましい実施形態を示して説明したが、本発明は、上述した実施形態に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。
例えば、上述した実施形態では、本発明に係る地中探査手段（センサ）として、電磁波を利用したレーダ（三次元地中レーダ２０）を例に取って説明したが、地中探査手段は、地中の三次元情報を取得・生成できる限り、電磁波を用いるレーダに限定されるものではない。具体的には、地中探査手段としては、電磁波を用いる場合の他、地震波や電気比抵抗，超音波，レーダなどを用いるセンサ等であっても良い。

本発明は、地震波や電気比抵抗，電磁波，超音波等に対する地盤の物理的性質を利用して、地中（地下）の状況を非破壊で間接的に探査・調査する、地中レーダ探査等の地中探査技術に好適に利用可能である。

１０ 探査車両
１１ ＧＰＳ（高精度ＧＮＳＳ）
２０ 三次元地中レーダ（地中探査手段）
２１ レーダ本体
２２ アンテナ
３０ 全方位カメラ（地上映像生成手段）
４０ ＣＶ（カメラベクトル）演算部
５０ 一元化処理部（三次元情報一元化処理手段）

Claims (2)

1. 前輪及び後輪を含む複数の車輪を備え、路面を走行可能な自動車からなる探査車両と、
   前記探査車両に配置され、当該探査車両が走行する路面下の地中三次元情報を生成する地中探査手段と、
   前記探査車両に配置され、当該探査車両が走行する路面上の地上三次元映像を生成する地上映像生成手段と、
   前記地中探査手段で生成される地中三次元情報と、前記地上映像生成手段で生成される地上三次元映像を、所定のデータ一元化処理により、地中から地上空間まで一元化された三次元情報として生成する三次元情報一元化処理手段と、を備え、
   前記地中探査手段が、前記探査車両の底面の、前記前輪と後輪の間、あるいは前記複数の車輪の車軸間に配置され、
   前記地上映像生成手段が、前記探査車両が走行する路面上の地上三次元映像を真上から見た正射投影画像に変換した地上オルソ画像を生成し、
   前記三次元情報一元化処理手段が、前記地中三次元情報を、前記地上オルソ画像中に一体的に表示した一元化処理画像を生成する
   ことを特徴とする地中探査装置。
2. 前記地上映像生成手段が、
   前記地上三次元映像の画像データから、所定数の特徴点を自動抽出する特徴点抽出部と、
   抽出された特徴点について、動画映像の各フレーム画像内で自動追跡してフレーム画像間での対応関係を求める特徴点対応処理部と、
   対応関係が求められた特徴点の三次元位置座標を求め、当該三次元位置座標から、各フレーム画像に対応したカメラの三次元位置座標及び三次元回転座標からなるカメラベクトルを求めるカメラベクトル演算部と、を有するカメラベクトル演算手段を備え、
   前記三次元情報一元化処理手段が、
   前記カメラベクトル演算手段で生成されたカメラベクトルと、前記地中三次元情報が有する位置座標情報に基づいて、前記地中三次元情報と前記地上三次元映像を一元化する
   ことを特徴とする請求項１記載の地中探査装置。