JP6553586B2 - 計測十分度算出装置、方法、及びプログラム - Google Patents

Description

本発明は、計測十分度算出装置、方法、及びプログラムに係り、特に、検出対象物についての計測十分度を算出する計測十分度算出装置、方法、及びプログラムに関する。

従来より、計測された３次元点群に、レーザースキャナ等により計測された３次元情報から３Ｄモデル（ＣＡＤモデル）等を当てはめることで物体を検出する技術開発が盛んである。モデルを当てはめるとは、具体的には３次元空間（もしくは２次元空間）において、検出対象部の形状モデルの中心位置、姿勢（傾き）、スケールなどの形状を記述するパラメータの値の組み合わせを探索する行為と同意である。
一般的に、３次元空間を探索する場合には、位置・姿勢のパラメータ探索がそれぞれ３次元、さらにスケールの１次元が加わるため（７自由度）、計算量が膨大になる。そのため、RANSACという手法によりサンプリングした少数の点群からパラメトリックに表現される３Ｄモデルを効率的に検出する手法が広く用いられている（非特許文献１）。
道路周辺のインフラ設備としては、例えば柱状物体を当てはめて、電柱の位置と傾きを検出し、電柱を構成する点群を出力する点群解析処理装置が知られている（特許文献１）。これ以外にも、電力線やマンホールなども、３Ｄもしくは２Ｄのモデルパターンを当てはめることで、各種設備検出技術が開発されてきた（例えば、特許文献２）。

また、柱状構造物に対応する３次元点群から、モデルパラメータを推定し、柱状構造物のたわみ量を算出するたわみ推定装置が知られている（特許文献３）。

特開２０１４−１５３３３６号公報 特許第５９８１８８６号公報 特開２０１５−２３２５１３号公報

Ruwen Schnabel, Roland Wahl, and Reinhard Klein,「Efficient RANSAC for Point-Cloud Shape Detection」, In: Computer Graphics Forum (June 2007), 26:2(214-226)

しかしながら、上記特許文献１、３および非特許文献１では、モデル当てはめの評価関数のスコアを用いて、３Ｄモデルの存在の有無を判断しているにすぎないため、３次元点群の計測の質を測ることができない。

本発明は上記事情を考慮してなされたものであり、検出対象物について３次元点群を再計測すべき度合いを算出することができる計測十分度算出装置、方法、及びプログラムを提供することを目的とする。

上記目的を達成するために、本発明の計測十分度算出装置は、物体の表面上の位置を表す３次元点の集合である３次元点群に対して、検出対象物を表すモデルパラメータの各候補を推定し、モデルスコアを各々算出することにより、前記検出対象物を検出する検出部と、前記検出部によって検出された前記検出対象物について、前記モデルパラメータの各候補について算出されたモデルスコアの各々に基づいて、モデル当てはめ確信度を算出し、前記モデル当てはめ確信度に基づいて、前記検出対象物についての計測十分度を算出する計測十分度算出部と、を含んで構成されている。

本発明の計測十分度算出方法は、検出部が、物体の表面上の位置を表す３次元点の集合である３次元点群に対して、検出対象物を表すモデルパラメータの各候補を推定し、モデルスコアを各々算出することにより、前記検出対象物を検出し、計測十分度算出部が、前記検出部によって検出された前記検出対象物について、前記モデルパラメータの各候補について算出されたモデルスコアの各々に基づいて、モデル当てはめ確信度を算出し、前記モデル当てはめ確信度に基づいて、前記検出対象物についての計測十分度を算出する。

また、本発明のプログラムは、コンピュータを、上記の計測十分度算出装置の各部として機能させるためのものである。

本発明によれば、３次元点群に対して、検出対象物を表すモデルパラメータの各候補を推定し、モデルパラメータの各候補について算出されたモデルスコアの各々に基づいて、モデル当てはめ確信度を算出し、検出対象物についての計測十分度を算出することにより、検出対象物について３次元点群を再計測すべき度合いを算出することができる、という効果が得られる。

本実施形態の計測十分度算出装置の概略構成の一例を示す構成図である。 本実施形態の計測十分度算出装置により実行される検出処理の流れの一例を示すフローチャートである。 本実施形態により実行される設備自動検出処理の流れの一例を示すフローチャートである。 本実施形態の計測十分度算出装置により実行される計測十分度計算処理の流れの一例を示すフローチャートである。 本実施形態の計測十分度算出装置により実行されるモデル当てはめ確信度計算処理の流れの一例を示すフローチャートである。 推定中心位置差分及びスケール差分を説明するための図である。 推定傾き差分を説明するための図である。 （Ａ）最大スコアのモデルパラメータが表す電柱モデル表面の点群を示す図、及び（Ｂ）モデルパラメータの候補が表す電柱モデル表面の点群を示す図である。 （Ａ）最大スコアのモデルパラメータが表す電柱モデル表面の点群を示す図、及び（Ｂ）モデルパラメータの候補が表す電柱モデル表面の点群を示す図である。 本実施形態の計測十分度算出装置により実行される再計測ルート算出処理の流れの一例を示すフローチャートである。 グラフの一例を示す図である。

以下、図面を参照して本発明の実施の形態を詳細に説明する。なお、本実施の形態は本発明を限定するものではない。

［発明の概要］
まず、本発明の実施の形態における概要を説明する。

膨大な設備の管理のため３次元点群を用いた設備の検出・状態推定技術の開発が求められている。自動検出・推定を行うためのデータについて、当然に検出対象物が「計測されていること」が前提である。計測業者は、計測日当日において検出対象物について十分に計測できたか、膨大な設備を一つ一つデータを目視で確認する時間がないために、計測が十分にできていない被写体が存在しないように、同じ計測ルートを何回も冗長にMMSを走行させているが、計測コストが増加してしまう。

また、計測ルートの推薦においては、従来は人手で事前に決定した走行ルートのみを計測していた。しかし、計測漏れが生じないように計測日当日の状況を考慮した再計測ルートを決定することが必要であり、また、本来はオクルージョンの主原因である道路上の移動物体（車）も考慮すべきであり、移動体が存在していた箇所こそ、時間をかえて再度計測すべきである。

そこで、本実施の形態では、被計測表面積およびモデル当てはめの確信度による、計測十分度という指標を定義し、計測が十分されていない検出対象物を客観的に評価できるようにする。これにより、当日の計測結果に応じて、ＭＭＳを再計測で走行させるときに、限られた計測コスト（走行距離）内で、計測十分度が低い設備がある道路区間を最大限効率的に通るルートを推薦する。

［実施形態の概説］
本実施形態の計測十分度算出装置は、物体の表面上の位置を表す３次元点の集合である３次元点群を入力として、路面上の設備を検出することを目的とするものである。具体的には、本実施形態の計測十分度算出装置は、路面上の設備として、電柱、架線、マンホールなどを検出する。

本実施形態における３次元情報とは、緯度、経度、及び海抜（高さ）情報でもよいし、ユーザーが設定した特定の位置を原点とした３次元ユークリッド座標系でも極座標系でもよい。以下の例では、ユーザーが設定した原点における３次元ユークリッド座標系（各方向をＸ，Ｙ，Ｚ座標とする）を想定する。各座標の単位はメートル（ｍ）やセンチメートル（ｃｍ）、及びミリメートル（ｍｍ）で表現するが、他の単位でもよい。

３次元点とは、各点に上記の３次元座標に、その点群が撮影された時刻や、レーザーの反射強度や赤・青・緑等の色情報等が付与されている点である。３次元点に付与される情報に制限はないが、少なくとも位置情報（Ｘ，Ｙ，Ｚ座標）と時刻が付与されたものであり、３次元点群とはその３次元点が２点以上集まった集合である。

＜本実施形態の計測十分度算出装置１００の構成＞
次に、本実施形態の計測十分度算出装置の構成について説明する。

図１に示すように、本実施形態の計測十分度算出装置１００は、入力部１０、演算部２０、及び画像出力部９０を備えている。

入力部１０は、３次元点群を計測する装置によって予め計測された、物体の表面上の位置を表す３次元点の集合である３次元点群を受け付ける。

３次元点群を計測する装置は、レーザースキャナ、レーザーレンジファインダ、超音波センサ、マイクロソフト社のＫｉｎｅｃｔ（登録商標）のような赤外線センサ、または超音波センサ等、被写体とセンサとの距離を測定可能な装置である。例えば、レーザースキャナをＧＰＳが搭載された車の上等に搭載し、移動しながら計測することで、屋外の環境の地物を被写体とし、例えば、ガードレール、道路地面、ケーブル、及び建物等であり、これら被写体表面の３次元位置を計測する。本実施形態では、３次元点群を計測する装置として、車上にＧＰＳとレーザースキャナとが搭載されているＭＭＳ（Mobile Mapping System）を想定している。なお、３次元点群を計測する装置は、ステレオカメラにより取得した奥行き情報から求めた３次元点群を出力するものであってもよい。

演算部２０は、記憶部２２、及び解析部２４を備えている。

記憶部２２は、３次元点群記憶部３０と、設備情報記憶部３２と、計測ルート記憶部３４とを備えている。

３次元点群記憶部３０は、入力部１０によって入力された、物体の表面上の位置を表す３次元点の集合である３次元点群を記憶している。

設備情報記憶部３２は、解析部２４によって検出された路面上の設備の情報を記憶している。また、設備情報記憶部３２は、路面上の設備の情報を格納した設備管理地図を記憶している。設備管理地図では、例えば、３次元空間上での路面上の各設備の情報が格納されている。

計測ルート記憶部３４は、３次元点群を計測する装置による計測が行われたときに当該装置を搭載した車両が走行したルート情報を記憶している。

解析部２４は、３次元点群記憶部３０に記憶された、物体の表面上の位置を表す３次元点の集合である３次元点群を解析して、路面上の設備を検出し、検出結果に基づいて、道路区間毎に、３次元点群を再計測すべき度合いを示す道路区間計測十分度を算出し、再計測すべきルートを算出する。

解析部２４は、検出部３６、計測十分度算出部３８、及び再計測ルート算出部４０を備えている。

検出部３６は、３次元点群記憶部３０に記憶されている３次元点群に対して点群解析を行って、路面上の設備を検出する。３次元点群に対する解析方法としては、従来既知の手法を用いればよく、例えば、上記特許文献１に記載の手法を用いればよい。

具体的には、３次元点群に対して各点の局所形状に基づくクラスタリングを行なった後、クラスタ毎に、クラスタに属する点群について、ＲＡＮＳＡＣによるモデルパラメータの当てはめを用いて、路面上の設備を表すモデルパラメータの各候補を推定し、モデルパラメータの各候補を評価するモデルスコアに基づいて、路面上の設備を表すモデルパラメータを推定し、路面上の設備を表す点群を検出する。

計測十分度算出部３８は、検出部３６によって検出された路面上の設備の各々について、当てはめたモデルパラメータの各候補について算出されたモデルスコアの各々に基づいて、モデル当てはめ確信度を算出する。

また、計測十分度算出部３８は、検出部３６によって検出された路面上の設備の各々について、当該路面上の設備に対応する点群から、当該路面上の設備の被計測表面積を算出し、被計測表面積に基づいて、被計測表面積スコアを算出する。

また、計測十分度算出部３８は、検出部３６によって検出された路面上の設備の各々について、モデルパラメータに基づいて、当該路面上の設備に異常があるか否かを判定し、判定結果に基づいて異常判定スコアを算出する。

また、計測十分度算出部３８は、検出部３６によって検出された路面上の設備の各々について、３次元点群から、当該路面上の設備のオクルージョンとなる点群を抽出し、抽出された点群に基づいて、オクルージョンスコアを算出する。

計測十分度算出部３８は、検出部３６によって検出された路面上の設備の各々について、モデル当てはめ確信度、被計測表面積スコア、異常判定スコア、及びオクルージョンスコアに基づいて、当該路面上の設備について、３次元点群を再計測すべきか否かの指標となる計測十分度を算出する。

計測十分度算出部３８は、道路区間毎に、当該道路区間において検出された路面上の設備の各々について算出された計測十分度に基づいて、道路区間計測十分度を算出する。ここで、道路区間とは、例えば数十メートル単位で区切った領域のことをいう。

再計測ルート算出部４０は、計測十分度算出部３８によって道路区間毎に算出された道路区間計測十分度に基づいて、再計測すべき道路区間を含む再計測ルートを算出する。

なお、本実施形態の計測十分度算出装置１００は、ＣＰＵ（Central Processing Unit）と、ＲＡＭ（Random Access Memory）と、後述する検出処理を実行するためのプログラムや各種データを記憶したＲＯＭと（Read Only Memory）、を含むコンピュータで構成することが出来る。本実施形態のＣＰＵがプログラムを実行することにより、演算部２０が有する各部として機能する。

＜本実施形態の計測十分度算出装置１００の動作＞
次に、本実施形態の計測十分度算出装置１００の動作について説明する。

まず、計測日当日、決定した計測ルートに沿ってＭＭＳを搭載した車両が走行しながら、各時刻において、３次元点群を計測し、得られた３次元点群が入力部１０によって入力され、３次元点群記憶部３０に格納されると共に、計測ルートが、計測ルート記憶部３４に記憶される。

３次元点群の計測が終了すると、図２に示すように、本実施形態の計測十分度算出装置１００において、検出処理が実行される。

ステップＳ１００で、検出部３６は、３次元点群記憶部３０に記憶されている、ＭＭＳによる計測結果である３次元点群を読み込む。ステップＳ１０２で、検出部３６は、上記ステップＳ１００で読み込んだ３次元点群に対して点群解析を行って、路面上の設備を検出し、検出された路面上の設備の情報を設備情報記憶部３２に格納する。

上記ステップＳ１０２は、図３に示す処理ルーチンにより実現される。

ステップＳ１２０では、上記ステップＳ１００で読み込んだ３次元点群に対して、各点の局所形状に基づくクラスタリングを行い、路面上の設備に対応する各クラスタを抽出し、抽出されたクラスタ毎に、当該クラスタに属する点群を、オブジェクトとして抽出する。

ステップＳ１２２では、上記ステップＳ１２０で抽出されたオブジェクトのうち、対象オブジェクトを一つ設定する。

ステップＳ１２４では、対象オブジェクトの点群に対して、路面上の設備を表すモデルのモデルパラメータの候補の各々を推定し、モデルパラメータの候補の各々について、当該候補を評価するモデルスコアを算出する。

例えば、対象オブジェクトの点群に対して、ＲＡＮＳＡＣにより、モデルパラメータを当てはめて、モデルパラメータの各候補を推定する。ここで、対象オブジェクトが表す設備の種類が既知のものとし、当該種類のモデルパラメータの候補を推定するものとする。

ステップＳ１２６では、上記ステップＳ１２４で推定されたモデルパラメータの候補の各々を、算出されたモデルスコアと共に、メモリ（図示省略）に格納する。

そして、ステップＳ１２８では、最大のモデルスコアとなるモデルパラメータの候補を用いて、対象オブジェクトを表す路面上の設備を検出し、設備情報記憶部３２に格納する。

ステップＳ１３０では、上記ステップＳ１２０で抽出された全てのオブジェクトについて、上記ステップＳ１２２〜Ｓ１２８の処理を実行したか否かを判定し、上記ステップＳ１２２〜Ｓ１２８の処理を実行していないオブジェクトが存在する場合には、上記ステップＳ１２２へ戻り、当該オブジェクトを、対象オブジェクトとして設定する。一方、抽出された全てのオブジェクトについて、上記ステップＳ１２２〜Ｓ１２８の処理を実行した場合には、当該処理ルーチンを終了する。

そして、図２の検出処理ルーチンのステップＳ１０４で、計測十分度算出部３８は、上記ステップＳ１０２による路面上の設備の検出結果に基づいて、道路区間毎に、道路区間計測十分度を算出する。

ステップＳ１０４は、図４に示す処理ルーチンにより実現される。

ステップＳ１４０では、上記ステップＳ１０２によって検出された路面上の設備のうち、何れか一つを対象設備として設定する。

ステップＳ１４２では、対象設備について、最大のモデルスコアとなるモデルパラメータを当てはめたときの被計測表面積に基づいて、被計測表面積スコアを算出する。例えば、被計測表面積を、モデルパラメータが表すモデル表面を格子状に分割したときの、対象設備の点群の少なくとも１点を含む各格子の総面積とし、過去に対象設備について計測した結果から求められる被計測表面積の期待値Ｓ_ｅと、今回計測した際の被計測表面積Ｓ_ｔとの比率を、被計測表面積スコアＳとして算出する。

ステップＳ１４４では、対象設備について、推定されたモデルパラメータの各候補について算出されたモデルスコアに基づいて、モデル当てはめ確信度Ａを算出する。

上記ステップＳ１４４は、図５に示す処理ルーチンにより実現される。

ステップＳ１６０では、対象設備について、推定されたモデルパラメータの候補から、モデルスコアの最大値Scoreから誤差許容率γ(1より小さい値)を掛け算したスコア以上となるモデルパラメータの候補を抽出する。

ステップＳ１６２では、抽出されたモデルパラメータの候補毎に、モデルパラメータの各パラメータに対し、最大のモデルスコアとなるモデルパラメータの当該パラメータと、当該モデルパラメータの候補の当該パラメータとの差分を算出して、変動率ξを算出し、算出された変動率ξの最小値を、モデル当てはめ確信度Ａとして算出する。例えば、モデル当てはめ確信度Ａは、以下の式で計算される。

ただしＶ_locationは、モデルパラメータの中心位置座標を表す３次元ベクトルであり、Ｖ_poseは、モデルパラメータの姿勢（傾き）を表す３次元ベクトルであり、Ｓｃａｌｅは、モデルパラメータの大きさパラメータ（各物体を規定する断面のスケールの大きさ）を表し、例えば、電柱の断面（円の直径）の大きさである。また、記号「￣」は、最大のモデルスコアとなるモデルパラメータの当該パラメータを意味する。

図６、図７に示すように、最大のモデルスコアとなるモデルパラメータの中心位置に対する、モデルパラメータの候補の中心位置の差分、最大のモデルスコアとなるモデルパラメータのスケール（半径）に対する、モデルパラメータの候補のスケールの差分、最大のモデルスコアとなるモデルパラメータの傾きに対する、モデルパラメータの候補の傾きの差分を算出して、モデルパラメータの候補についての変動率を算出する。モデルパラメータの各候補について算出された変動率ξのうち最小値が、モデル当てはめ確信度となる。

例えば、検出対象となる設備の３次元点群を偏りなく計測していた場合には、モデルスコアの最大値Scoreに0.98を掛けた値以上となるモデルパラメータの候補を調べると、最大スコアとなるモデルパラメータに対して大きな差分を持つモデルパラメータの候補は少なくなり、モデル当てはめ確信度が高くなる。

ここで、検出される設備の種類は既知であるとし、以下に、電柱を円柱モデルで表現した例について説明する。

図８（Ａ）に示すように、最大スコアとなるモデルパラメータのモデル表面において、点群が偏りが少なく計測されている場合には、図８（Ｂ）に示すように、モデルパラメータの候補のバラつき（変動値や分散）は小さくなり、モデル当てはめ確信度が高くなる。

一方、図９（Ａ）に示すように、最大スコアとなるモデルパラメータのモデル表面において、計測点群の偏りが大きく、かつ、計測誤差も大きい場合には、図９（Ｂ）に示すように、モデルパラメータの候補のバラつき（変動値や分散）は大きくなり、モデル当てはめ確信度が低くなる。

そして、図４に示す処理ルーチンにおけるステップＳ１４６において、対象設備について、モデルパラメータに基づいて、異常があるか否かを判定し、異常があるか否かの判定結果に基づく異常判定スコアＦを算出する。例えば、パラメータ毎に、過去に対象設備について計測したときのモデルパラメータの当該パラメータと比較して、今回得られたモデルパラメータの当該パラメータの差分が閾値以上である場合に、異常があると判定する。電柱であれば、モデルパラメータの中心位置の差分が閾値以上、モデルパラメータのスケールの差分が閾値以上、又はモデルパラメータの半径の差分が閾値以上である場合に、異常があると判定する。

異常判定スコアＦは、異常と判定された場合には、σ_Fとし、異常がないと判定された場合には、１とする。σ_Fは、異常と判定されたときに計測十分度が下げるための固定係数（０〜１の値）であり、０に近い小さい値とする。

ステップＳ１４８において、３次元点群から、対象設備のオクルージョンとなる点群を抽出し、抽出された点群に基づいて、オクルージョンスコアＧを算出する。例えば、３次元点群から道路境界を検出し、道路境界内部に含まれる、道路面より上空の物体（例えば、車）の点群を、対象設備のオクルージョンとなる物体の点群として抽出し、抽出された点群を、対象設備のモデルに投影し、対象設備のモデル表面を格子状に分割したときの、投影点群の少なくとも１点を含む各格子の総面積Ｓ_Gを求め、過去に対象設備について計測した結果から求められる被計測表面積の期待値Ｓ_ｅとの差分（Ｓ_e−Ｓ_G）を、期待値Ｓ_eで除した値を、オクルージョンスコアＧとして算出する。

これにより、車の後ろ側に設備があった場合、当該設備については、再計測することで被計測表面積を広げられる可能性が高いと判断し、オクルージョンスコアにより、計測十分度を下げることができる。

そして、ステップＳ１５０において、上記ステップＳ１４２で計算された被計測表面積スコアＳ、上記ステップＳ１４４で計算されたモデル当てはめ確信度Ａ、上記ステップＳ１４６で計算された異常判定スコアＦ、及び上記ステップＳ１４８で計算されたオクルージョンスコアＧに基づいて、以下の式に従って、対象設備の計測十分度Ｊを算出する。

ただし、λは、被計測表面スコアをモデル当てはめ確信度の重み係数であり、実験的に決めるパラメータである。なお、計測十分度Ｊの計算式は、上記の式に限定されるものではなく、例えば、異常判定スコアＦやオクルージョンスコアＧを乗算するのではなく、加算するようにしてもよい。

ステップＳ１５２では、上記ステップＳ１０２によって検出された全ての路面上の設備について、上記ステップＳ１４０〜Ｓ１５２の処理を実行したか否かを判定し、上記ステップＳ１４０〜Ｓ１５２の処理を実行していない路面上の設備が存在する場合には、上記ステップＳ１４０へ戻り、当該路面上の設備を対象とする。一方、全ての路面上の設備について、上記ステップＳ１４０〜Ｓ１５２の処理を実行した場合には、ステップＳ１５４へ進む。

ステップＳ１５４では、道路区間毎に、当該道路区間内で検出された路面上の設備の各々について計算された計測十分度Ｊの統計値（例えば、平均値、最小値、最大値）を、道路区間計測十分度として算出する。

そして、上記図２に示す検出処理ルーチンにおけるステップＳ１０６において、道路区間計測十分度に関する閾値を設定する。初めてのステップＳ１０６では、初期値を設定し、２回目以降のステップＳ１０６では、前回の設定値より低く設定する。

ステップＳ１０８では、上記ステップＳ１０４で算出された道路区間計測十分度と、上記ステップＳ１０６で設定された閾値とに基づいて、再計測ルートを算出する。

上記ステップＳ１０８は、図１０に示す処理ルーチンにより実現される。

ステップＳ１６０では、上記ステップＳ１０４で算出された道路区間計測十分度に基づいて、道路区間計測十分度が閾値以下となる道路区間を抽出する。

ステップＳ１６２では、上記ステップＳ１６０で抽出された道路区間を、再訪問すべきノード、それ以外の道路区間をリンクとするようなグラフを構築する（図１１参照）。グラフの各ノード及び各リンクが、道路区間の走行距離を含んでいる。

ステップＳ１６４では、巡回セールス問題として、再訪問すべきノードを巡回する最短巡回経路を計算し、再計測ルートとする。

そして、上記図２に示す検出処理ルーチンにおけるステップＳ１１０において、上記ステップＳ１０８で算出された再計測ルートが、事前に決めていた走行距離又は走行時間の範囲内であるか否かを判定する。再計測ルートが、事前に決めていた走行距離又は走行時間の範囲内でない場合には、上記ステップＳ１０６へ戻り、閾値を更新する。一方、再計測ルートが、事前に決めていた走行距離又は走行時間の範囲内である場合には、ステップＳ１１２で、上記ステップＳ１０８で算出された再計測ルートを、画像出力部９０により出力し、ユーザーに提示する。このとき、ユーザーが許容しない場合には、許容走行距離又は許容走行時間の入力を受け付けて、上記ステップＳ１０６へ戻ってもよい。

そして、再度、同じ計測日に、算出された再計測ルートに沿ってＭＭＳを搭載した車両が走行しながら、各時刻において、３次元点群を計測し、得られた３次元点群が入力部１０によって入力され、３次元点群記憶部３０に格納されると共に、計測ルートが、計測ルート記憶部３４に記憶される。

３次元点群の計測が終了すると、ステップＳ１１４で、検出部３６は、３次元点群記憶部３０に記憶されている、ＭＭＳによる計測結果である３次元点群を読み込む。ステップＳ１１６で、検出部３６は、上記ステップＳ１１４で読み込んだ３次元点群に対して点群解析を行って、路面上の設備を検出し、検出された路面上の設備の情報を設備情報記憶部３２に格納する。上記ステップＳ１１６は、上記図３に示す処理ルーチンにより実現される。

そして、ステップＳ１１８で、計測十分度算出部３８は、上記ステップＳ１１６による路面上の設備の検出結果に基づいて、道路区間毎に、道路区間計測十分度を算出する。上記ステップＳ１１８は、上記図４に示す処理ルーチンにより実現される。

ステップＳ１１９では、上記ステップＳ１１８で算出された道路区間毎の道路区間計測十分度を、画像出力部９０により出力し、ユーザーに提示し、検出処理ルーチンを終了する。これにより、ユーザーは、道路区間毎の道路区間計測十分度を参照して、次回の計測ルートを決定することができる。

以上説明したように、本実施形態の計測十分度算出装置１００によれば、３次元点群に対して、路面上の設備を表すモデルパラメータの各候補を推定し、モデルパラメータの各候補について算出されたモデルスコアの各々に基づいて、モデル当てはめ確信度を算出し、路面上の設備に対応する点群から、被計測表面積スコアを算出し、モデルパラメータに基づいて、当該路面上の設備に異常があるか否かを判定して異常判定スコアを算出し、路面上の設備のオクルージョンとなる点群を抽出してオクルージョンスコアを算出し、被計測表面積スコア、モデル当てはめ確信度、異常判定スコア、及びオクルージョンスコアに基づいて、検出した路面上の設備についての計測十分度を算出することにより、３次元点群を再計測すべき度合いを算出することができる。

また、道路区間毎に、道路区間において検出された路面上の設備の各々について算出された計測十分度に基づいて、道路区間計測十分度を算出し、再計測すべき道路区間を含む再計測ルートを算出することにより、計測十分度が低い設備がある道路区間を通るルートを推薦することができる。

なお、本実施形態は一例であり、具体的な構成は本実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計等も含まれ、状況に応じて変更可能であることは言うまでもない。

例えば、被計測表面積スコアＳ、モデル当てはめ確信度Ａ、異常判定スコアＦ、及びオクルージョンスコアＧに基づいて、計測十分度Ｊを算出する場合を例に説明したが、これに限定されるものではなく、モデル当てはめ確信度Ａのみに基づいて、計測十分度Ｊを算出してもよい。また、モデル当てはめ確信度Ａと、被計測表面積スコアＳ、異常判定スコアＦ、及びオクルージョンスコアＧのうちの少なくとも一つとの組み合わせに基づいて、計測十分度Ｊを算出してもよい。

また、路面上の設備を検出対象物とする場合を例に説明したが、これに限定されるものではなく、路面上の設備以外のものを検出対象物としてもよい。

１０ 入力部
２０ 演算部
２２ 記憶部
２４ 解析部
２８ 記憶部
３０ ３次元点群記憶部
３２ 設備情報記憶部
３４ 計測ルート記憶部
３６ 検出部
３８ 計測十分度算出部
４０ 再計測ルート算出部
９０ 画像出力部
１００ 計測十分度算出装置

Claims (8)

1. 物体の表面上の位置を表す３次元点の集合である３次元点群に対して、検出対象物を表すモデルパラメータの各候補を推定し、モデルスコアを各々算出し、算出したモデルスコアが最大となるモデルパラメータの候補を用いて、前記検出対象物を検出する検出部と、
   前記検出部によって検出された前記検出対象物について、前記モデルパラメータの候補毎に、モデルパラメータの各パラメータに対し、最大のモデルスコアとなるモデルパラメータの当該パラメータと、当該モデルパラメータの候補の当該パラメータとの差分を算出して、当該差分に基づいて、モデル当てはめ確信度を算出し、前記モデル当てはめ確信度に基づいて、前記検出対象物についての計測十分度を算出する計測十分度算出部と、
   を含む計測十分度算出装置。
2. 前記計測十分度算出部は、更に、前記検出部によって検出された前記検出対象物について求められる被計測表面積に基づいて、被計測表面積スコアを算出し、
   前記モデル当てはめ確信度及び前記被計測表面積スコアに基づいて、前記検出対象物についての計測十分度を算出する請求項１記載の計測十分度算出装置。
3. 前記計測十分度算出部は、更に、前記検出部によって検出された前記検出対象物について異常があるか否かを判定し、
   前記モデル当てはめ確信度、及び前記異常があるか否かの判定結果に基づく異常判定スコアに基づいて、前記検出対象物についての計測十分度を算出する請求項１又は２記載の計測十分度算出装置。
4. 前記計測十分度算出部は、更に、前記３次元点群から、前記検出部によって検出された前記検出対象物のオクルージョンとなる物体の点群を抽出し、前記抽出された点群に基づいて、オクルージョンスコアを算出し、
   前記モデル当てはめ確信度、及び前記オクルージョンスコアに基づいて、前記検出対象物についての計測十分度を算出する請求項１〜請求項３の何れか１項記載の計測十分度算出装置。
5. 前記計測十分度算出部は、更に、道路区間毎に、前記道路区間において検出された前記検出対象物の各々について算出された計測十分度に基づいて、道路区間計測十分度を算出し、
   前記計測十分度算出部によって前記道路区間毎に算出された道路区間計測十分度に基づいて、再計測すべき前記道路区間を含む再計測ルートを算出する再計測ルート算出部を更に含む請求項１〜請求項４の何れか１項記載の計測十分度算出装置。
6. 検出部が、物体の表面上の位置を表す３次元点の集合である３次元点群に対して、検出対象物を表すモデルパラメータの各候補を推定し、モデルスコアを各々算出し、算出したモデルスコアが最大となるモデルパラメータの候補を用いて、前記検出対象物を検出し、
   計測十分度算出部が、前記検出部によって検出された前記検出対象物について、前記モデルパラメータの候補毎に、モデルパラメータの各パラメータに対し、最大のモデルスコアとなるモデルパラメータの当該パラメータと、当該モデルパラメータの候補の当該パラメータとの差分を算出して、当該差分に基づいて、モデル当てはめ確信度を算出し、前記モデル当てはめ確信度に基づいて、前記検出対象物についての計測十分度を算出する
   計測十分度算出方法。
7. 前記計測十分度算出部が算出することでは、更に、前記検出部によって検出された前記検出対象物について求められる被計測表面積に基づいて、被計測表面積スコアを算出し、
   前記モデル当てはめ確信度及び前記被計測表面積スコアに基づいて、前記検出対象物についての計測十分度を算出する請求項６記載の計測十分度算出方法。
8. コンピュータを、請求項１〜請求項５の何れか１項に記載の計測十分度算出装置の各部として機能させるためのプログラム。