JP7201095B2 - 処理装置、処理方法及びプログラム - Google Patents

処理装置、処理方法及びプログラム Download PDF

Info

Publication number
JP7201095B2
JP7201095B2 JP2021546152A JP2021546152A JP7201095B2 JP 7201095 B2 JP7201095 B2 JP 7201095B2 JP 2021546152 A JP2021546152 A JP 2021546152A JP 2021546152 A JP2021546152 A JP 2021546152A JP 7201095 B2 JP7201095 B2 JP 7201095B2
Authority
JP
Japan
Prior art keywords
cluster
clusters
smoothing
point cloud
cloud data
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
Application number
JP2021546152A
Other languages
English (en)
Other versions
JPWO2021053811A5 (ja
JPWO2021053811A1 (ja
Inventor
善将 小野
聡 辻
淳一 安部
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JPWO2021053811A1 publication Critical patent/JPWO2021053811A1/ja
Publication of JPWO2021053811A5 publication Critical patent/JPWO2021053811A5/ja
Application granted granted Critical
Publication of JP7201095B2 publication Critical patent/JP7201095B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/06Recognition of objects for industrial automation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/12Acquisition of 3D measurements of objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Description

本発明は、処理装置、処理方法及びコンピュータ可読媒体に関する。
鉄筋コンクリート構造物を建築する際、どの位置にどの太さの鉄筋を配置したかを検査する配筋検査を行う必要がある。配筋検査に関して、鉄筋の形状を検出する技術の開発が進められている。例えば、特許文献1には、3次元レーザスキャナを用いて鉄筋の点群データを取得し、取得した点群データに基づいて鉄筋の形状を検出する技術が開示されている。
特開2010-151577号公報
ところで、配置された鉄筋の形状を検出するために、取得された複数の鉄筋の点群データに対し、点群の位置情報に基づいてクラスタリング処理を行う必要がある。クラスタリング処理とは、同一構造物と考えられる点群をクラスタとして分類する処理である。しかしながら、配筋では縦横数多くの鉄筋が組み合わされているため、クラスタリング処理において、同一の鉄筋が複数のクラスタに分類されてしまったり、異なる鉄筋が同一のクラスタに分類されてしまったりすることがあった。このようにクラスタリング処理の精度が良くない場合、配筋検査を精度良く行なうことができないおそれがあった。
本発明は、以上の背景に鑑みなされたものであり、配筋検査を精度良く行なうことが可能になるように複数の鉄筋から取得された点群データを処理することができる処理装置を提供することを目的とする。
本発明の第1の態様に係る処理装置は、配筋検査において光照射された複数の鉄筋からの反射光に基づいて取得された三次元点群データを、前記三次元点群データの各点における位置情報に基づいて、前記複数の鉄筋に対応する形状単位であるクラスタに分類する分類手段と、分類されたクラスタの輪郭を平滑化処理する平滑化手段と、前記平滑化処理されたクラスタに含まれる第1のクラスタと第2のクラスタとが、同一の鉄筋に対応するか否かを、前記平滑化処理されたクラスタ間の位置関係に基づいて判定するクラスタ対応付け手段と、を備える。
本発明の第2の態様に係る処理方法は、配筋検査において光照射された複数の鉄筋からの反射光に基づいて取得された三次元点群データを、前記三次元点群データの各点における位置情報に基づいて、前記複数の鉄筋に対応する形状単位であるクラスタに分類するステップと、分類されたクラスタの輪郭を平滑化処理するステップと、前記分類されたクラスタに含まれる第1のクラスタと第2のクラスタとが、同一の鉄筋に対応するか否かを、平滑化処理されたクラスタ間の位置関係に基づいて判定するステップと、を備える。
本発明の第3の態様に係る非一時的なコンピュータ可読媒体は、配筋検査において光照射された複数の鉄筋からの反射光に基づいて取得された三次元点群データを、前記三次元点群データの各点における位置情報に基づいて、前記複数の鉄筋に対応する形状単位であるクラスタに分類するステップと、分類されたクラスタの輪郭を平滑化処理するステップと、前記分類されたクラスタに含まれる第1のクラスタと第2のクラスタとが、同一の鉄筋に対応するか否かを、平滑化処理されたクラスタ間の位置関係に基づいて判定するステップと、をコンピュータに実行させるプログラムが格納されている。
本発明によれば、配筋検査を精度良く行なうことが可能になるように複数の鉄筋から取得された点群データを処理することができる。
実施の形態1に係る処理装置の構成を示すブロック図である。 実施の形態2に係る処理装置の構成を示すブロック図である。 異形棒鋼の外形を示す模式図である。 実施の形態2に係る処理装置における、複数の鉄筋から取得された点群データを処理する流れについて説明するフローチャートである。 鉄筋より取得されたクラスタに対して平滑化処理を行った一例について示す図である。 図4のステップS3におけるサブルーチンの処理の流れについて示すフローチャートである。 ステップS102からステップS104の処理により輪郭線を抽出する方法の一例について説明する模式図である。 図6のステップS105における、第1輪郭線群と第2輪郭線群とで一致する輪郭線の数が閾値以上か否かの判定について、具体的に説明する模式図である。 図6のステップS105において、第1輪郭線群と第2輪郭線群とで一致すると判定されても、第1のクラスタと第2のクラスタとを対応付けしない場合について説明する模式図である。 第1のクラスタと第2のクラスタとの間に点群を補完する方法の一例について説明する模式図である。 鉄筋から取得されたクラスタに対して平準化処理をせずに、同一の鉄筋として対応付けするか否かの判定をした場合の問題点について説明する模式図である。 変形例1に係るクラスタ対応付け手段214の構成を示すブロック図である。 変形例1に係る、図4のステップS3のサブルーチンについて説明するフローチャートである。 図13に示す、ステップS201からステップS203の処理について具体的に説明する模式図である。 変形例2に係る処理装置の構成を示すブロック図である。 実施の形態2に係る処理装置における、複数の鉄筋から取得された点群データを処理する流れの、図4とは別の例について示すフローチャートである。 変形例2に係る、複数の鉄筋から取得された点群データの処理について具体的に説明する模式図である。 変形例3に係る処理装置の構成を示すブロック図である。 処理装置における、複数の鉄筋から取得された点群データを処理する流れの、図4及び図16とは別の例について示すフローチャートである。
以下、図面を参照して本発明の実施の形態について説明する。説明の明確化のため、以下の記載及び図面は、適宜、省略、及び簡略化がなされている。各図面において、同一の要素には同一の符号が付されており、必要に応じて重複説明は省略されている。なお、図に示した右手系XYZ座標は、構成要素の位置関係を説明するための便宜的なものである。
[実施の形態1]
以下、実施の形態1について説明する。
図1は、実施の形態1に係る処理装置10の構成を示すブロック図である。図1に示すように、処理装置10は、分類手段12と、平滑化手段13と、クラスタ対応付け手段14と、を備えている。
分類手段12は、配筋検査において光照射された複数の鉄筋からの反射光に基づいて取得された三次元点群データを、三次元点群データの各点における位置情報に基づいて、複数の鉄筋に対応する形状単位であるクラスタに分類する。平滑化手段13は、分類されたクラスタの輪郭を平滑化処理する。クラスタ対応付け手段14は、分類されたクラスタに含まれる第1のクラスタと第2のクラスタとが、同一の鉄筋に対応するか否かを、平滑化処理されたクラスタ間の位置関係に基づいて判定する。
上述のように構成された処理装置10によれば、配筋検査を精度良く行なうことが可能になるように複数の鉄筋から取得された点群データを処理することができる。
[実施の形態2]
以下、実施の形態2について説明する。
まず、実施の形態2にかかるに係る処理装置の構成例について説明する。図2は、実施の形態2に係る処理装置110の構成を示すブロック図である。図2に示すように、処理装置110は、分類手段112と、平滑化手段113と、クラスタ対応付け手段114と、点群補完手段115と、を備えている。
分類手段112は、配筋検査において光照射された複数の鉄筋からの反射光に基づいて取得された点群データ(三次元点群データ)を、点群データの各点における位置情報に基づいて、複数の鉄筋に対応する形状単位であるクラスタに分類する。
複数の鉄筋への光照射は三次元センサ111により行う。三次元センサ111は、少なくとも光の振幅情報をもとに距離を測ることができるもので、配置された複数の鉄筋に対して光を照射して点群データを取得する。三次元センサ111は、例えば3D-LiDAR(Light Detection and Ranging)センサである。
鉄筋コンクリート構造物の建築の際に配筋される鉄筋は、異形棒鋼(異形鉄筋)と呼ばれる。図3は、異形棒鋼の外形を示す模式図である。図3に示すように、異形棒鋼には表面に「リブ」や「節」と呼ばれる凹凸の突起が設けられている。異形棒鋼は径に応じて“D10”、“D13”、“D16”、“D19”のような規格名が定められている。規格名に示される数字は、例えば、D10の直径が9.53mm、D13の直径が12.7mmと、異形棒鋼のおおよその直径を示している。すなわち、異形棒鋼の直径は2~3mmごとに規格化されている。
再び図2を参照し、平滑化手段113は、分類手段112により分類されたクラスタの輪郭を平滑化処理する。ここで、分類されたクラスタに対して行う平滑化処理の方法として、一般的な平滑化処理の方法を用いることができる。
クラスタ対応付け手段114は、平滑化手段113により平滑化処理されたクラスタに含まれる第1のクラスタと第2のクラスタとが、同一の鉄筋に対応するか否かを、当該平滑化処理されたクラスタ間の位置関係に基づいて判定する。クラスタ対応付け手段114は、方向検出手段114aと、射影クラスタ生成手段114bと、輪郭線抽出手段114cと、輪郭線一致数算出手段114dと、判定手段114eと、を備えている。
方向検出手段114aはクラスタの方向を検出する。例えば、クラスタにおける、点の数が最も少なく並んでいる最短方向や、点の数が最も多く並んでいる最長方向を検出する。ここで、点の数が最も少なく並んでいる、とは点の数がゼロの場合を含まないものとする。射影クラスタ生成手段114bは、第1のクラスタを第1のクラスタの最短方向に垂直な平面に射影した第1の射影クラスタと、第2のクラスタを第2のクラスタの最短方向に垂直な平面に射影した第2の射影クラスタを生成する。
輪郭線抽出手段114cは、第1のクラスタと第2のクラスタの輪郭線を抽出する。輪郭線一致数算出手段114dは、第1のクラスタと第2のクラスタで一致する輪郭線の数を算出する。判定手段114eは、第1のクラスタと第2のクラスタとを、同一の鉄筋として対応付けするか否かを、平滑化処理されたクラスタ間の位置関係に基づいて判定する。
点群補完手段115は、クラスタ対応付け手段114において第1のクラスタと第2のクラスタとを対応付けすると判定された場合に、第1のクラスタと第2のクラスタとの間に点群を補完する。
次に、図2に示す処理装置110における、複数の鉄筋から取得された点群データを処理する流れについて説明する。なお、以下の説明では図2についても適宜参照する。
図4は、処理装置110における、複数の鉄筋から取得された点群データを処理する流れについて説明するフローチャートである。図4に示すように、まず、分類手段112が、光照射された複数の鉄筋からの反射光に基づいて取得された点群データを、当該点群データの各点における位置情報に基づいて、当該複数の鉄筋に対応する形状単位であるクラスタに分類する(ステップS1)。続いて、平滑化手段113が、分類されたクラスタの輪郭を平滑化処理する(ステップS2)。続いて、クラスタ対応付け手段114が、平滑化処理されたクラスタに含まれる第1のクラスタと第2のクラスタとが、同一の鉄筋に対応するか否かを、当該平滑化処理されたクラスタ間の位置関係に基づいて判定する(ステップS3)。続いて、点群補完手段115が、クラスタ対応付け手段114において第1のクラスタと第2のクラスタとを対応付けすると判定された場合に、第1のクラスタと第2のクラスタとの間に点群を補完する(ステップS4)。
図3を参照して説明したように鉄筋の表面には節やリブなどの凹凸が多数存在する。図5は、鉄筋より取得されたクラスタに対して平滑化処理を行った一例について示す図である。図5の左側に示すように、平滑化処理前のクラスタには、輪郭に節に対応する突出部分が多く存在する。これに対し、図5の右側に示すように、平滑化処理後のクラスタでは、突出部分がほぼ無くなっている。このように、鉄筋より取得されたクラスタに対して平滑化処理を行うことで、クラスタの輪郭線の検出を精度良く行うことができる。これにより、分類されたクラスタ間の連結関係の推定を精度良く行うことが可能になる。なお、クラスタの輪郭線の検出方法については後述する。
次に、図4のステップS3における、第1のクラスタと第2のクラスタとを同一の鉄筋として対応付けするか否かを判定する方法について具体的に説明する。なお、以下の説明では図2についても適宜参照する。
図6は、図4のステップS3におけるサブルーチンの処理の流れについて示すフローチャートである。図6に示すように、まず、方向検出手段114aが、第1のクラスタと第2のクラスタについて、それぞれ最短方向を検出する(ステップS101)。続いて、射影クラスタ生成手段114bが、第1のクラスタを第1のクラスタの最短方向に垂直な平面に射影した第1の射影クラスタと、第2のクラスタを第2のクラスタの最短方向に垂直な平面に射影した第2の射影クラスタを生成する(ステップS102)。
ステップS102に続いて、輪郭線抽出手段114cが、第1の射影クラスタと第2の射影クラスタの輪郭線を抽出する(ステップS103)。続いて、輪郭線一致数算出手段114dが、第1の射影クラスタから抽出された複数の輪郭線である第1輪郭線群と第2の射影クラスタから抽出された複数の輪郭線である第2輪郭線群との照合を行ない、第1輪郭線群と第2輪郭線群とで一致する輪郭線の数を算出する(ステップS104)。
ステップS104に続いて、判定手段114eが、第1の射影クラスタと第2の射影クラスタとで一致する輪郭線の数が閾値以上か否かを判定する(ステップS105)。ここで、鉄筋の場合には閾値は2となる。ステップS105において、第1の射影クラスタと第2の射影クラスタとで一致する輪郭線の数が閾値以上の場合、判定手段114eにおいて、第1のクラスタと第2のクラスタを同一の鉄筋として対応付けする(ステップS106)。ステップS105において、第1のクラスタと第2のクラスタとで一致する輪郭線の数が閾値未満の場合、判定手段114eにおいて、第1のクラスタと第2のクラスタを同一の鉄筋としての対応付けしない(ステップS107)。
ステップS101において、分類されたクラスタから最短方向を検出する方法として、主成分分析(PCA:Principle Component Analysis)の手法を適用することができる。主成分分析の手法では、主成分(固有ベクトル)の固有値が分散である。主成分分析の手法では、固有値が大きいから順に第1主成分、第2主成分、・・・と呼ぶ。クラスタは3つのパラメータ(x、y、z)から成るため、第1主成分、第2主成分、第3主成分と、3つの主成分が得られる。
上述したように、最短方向は、クラスタより検出される点の数が最も少なく並んでいる方向である。クラスタC13の最短方向は、例えば、主成分分析の手法により検出する。主成分分析の手法では、最短方向において、点の分散に相当する、主成分の固有値が最小になる。つまり、主成分の固有値が最小となる第3主成分が最短方向である。よって、主成分分析の手法によって第3主成分を検出することで最短方向を検出することができる。
なお、主成分分析の手法では、クラスタにおいて点の数が最も多く並んでいる方向である最長方向も検出することができる。最長方向において、点の分散に相当する、主成分の固有値が最大になる。つまり、主成分の固有値が最大となる第1主成分が最長方向である。
次に、ステップS102からステップS104の処理により輪郭線を抽出する方法の一例について説明する。鉄筋より取得されたクラスタは輪郭に曲線部分を有するので、クラスタを最短方向に垂直な平面に射影した射影クラスタを生成して、当該射影クラスタから輪郭線を抽出するようにする。
図7は、ステップS102からステップS104の処理により輪郭線を抽出する方法の一例について説明する模式図である。図7に示すように、まず、輪郭に曲線部分を有するクラスタC13の最短方向を検出する。続いて、クラスタC13を最短方向に垂直な平面P1に射影する。続いて、クラスタC13を平面P1に射影することにより得られた射影クラスタSC13cから輪郭線(L13a、L13b、L13c、L13d)を抽出する。
図8は、図6のステップS105における、第1輪郭線群と第2輪郭線群とで一致する輪郭線の数が閾値以上か否かの判定について、具体的に説明する模式図である。ここで、一致する輪郭線の数の閾値を2本とする。
図8に示すように、平滑化処理後のクラスタC21の射影クラスタSC21からは輪郭線L21a、L21b、L21c、L21dが抽出されている。平滑化処理後のクラスタC22の射影クラスタSC22からは輪郭線L22a、L22b、L22c、L22dが抽出されている。平滑化処理後のクラスタC23の射影クラスタSC23からは輪郭線L23a、L23b、L23c、L23dが抽出されている。
まず、第1のクラスタがクラスタC21、第2のクラスタがクラスタC22であるとして検討する。第1輪郭線群は、クラスタC21の射影クラスタSC21から抽出された輪郭線L21a、L21b、L21c、L21dである。第2輪郭線群は、クラスタC22の射影クラスタSC22から抽出された輪郭線L22a、L22b、L22c、L22dである。第1輪郭線群と第2輪郭線群とでは、輪郭線L21aと輪郭線L22a、輪郭線L21bと輪郭線L22b、が一致している。つまり、第1輪郭線群と第2輪郭線群とで一致する輪郭線の数は2本で、閾値以上である。よって、クラスタC21とクラスタC22は同一の鉄筋として対応付けする。
次に、第1のクラスタがクラスタC21、第2のクラスタがクラスタC23であるとして検討する。第1輪郭線群は、クラスタC21の射影クラスタC21から抽出された輪郭線L21a、L21b、L21c、L21dである。第2輪郭線群は、クラスタC23の射影クラスタSC23から抽出された輪郭線L23a、L23b、L23c、L23dである。第1輪郭線群と第2輪郭線群とでは、一致する輪郭線がない。つまり、第1輪郭線群と第2輪郭線群とで一致する輪郭線の数は閾値未満である。よって、クラスタC21とクラスタC23は同一の鉄筋としての対応付けはしない。
次に、図6のステップS105において、第1輪郭線群と第2輪郭線群とで一致すると判定されても、第1のクラスタと第2のクラスタとを対応付けしない場合について説明する。
図9は、図6のステップS105において、第1輪郭線群と第2輪郭線群とで一致すると判定されても、第1のクラスタと第2のクラスタとを対応付けしない場合について説明する模式図である。ここで、クラスタC1の射影クラスタと、クラスタC2の射影クラスタと、が一致しているとする。また、クラスタC2の射影クラスタと、クラスタC3の射影クラスタと、が一致しているとする。
図9に示すように、クラスタC1とクラスタC2はいずれも鉄筋B1から取得された点群、クラスタC3は鉄筋B2から取得された点群、クラスタC4は鉄筋B3から取得された点群である。クラスタC1とクラスタC2は同一の鉄筋から取得されたものなので、同一の鉄筋として対応付けする必要がある。一方、クラスタC2とクラスタC3は別々の鉄筋から取得されたものなので、同一の鉄筋としての対応付けはしないようにする必要がある。
鉄筋B1における、三次元センサ111に対して手前側の位置には鉄筋B3が存在している。このため、鉄筋B1の領域T1からは、鉄筋B3の影になって三次元センサ111からの光が当たらないので、点群が取得されない。領域T1の三次元センサ111に対して手前側の位置には鉄筋B3が存在しているので、当該位置からは点群が取得される。
一方、鉄筋B1と鉄筋B2とは別々の鉄筋である。このため、鉄筋B1と鉄筋B2の間の領域T2からは点群が取得されない。領域T2の三次元センサ111に対して手前側の位置には鉄筋が存在していないので、当該位置からも点群が取得されない。
クラスタC2とクラスタC3のように、別々の鉄筋から取得された2つのクラスタから生成された射影クラスタが、偶然、一致してしまう場合もあり得る。そこで、クラスタ対応付け手段114は、第1のクラスタと第2のクラスタとの間の三次元センサに対して手前側の位置に、所定数以上の点が含まれる第3のクラスタが存在しているか否かを判定する。そして、第3のクラスタが存在している場合には、第1のクラスタと第2のクラスタを対応付けし、第3のクラスタが存在していない場合には、第1のクラスタと第2のクラスタを対応付けしないようにする。
つまり、クラスタC1とクラスタC2との間の三次元センサ111に対して手前側の位置には、所定数以上の点が含まれるクラスタC4が存在するので、クラスタC1とクラスタC2を対応付けする。一方、クラスタC2とクラスタC3との間の三次元センサ111に対して手前側の位置には、所定数以上の点が含まれるクラスタが存在しないので、クラスタC2とクラスタC3は対応付けしない。そして、点群補完手段115(図2参照)により、対応付けされたクラスタC1とクラスタC2との間の領域T1に点群を補完する。これにより、鉄筋B1に対応するクラスタC5が得られる。
次に、図4のステップS4において、第1のクラスタと第2のクラスタとの間に点群を補完する方法について説明する。
図10は、第1のクラスタと第2のクラスタとの間に点群を補完する方法の一例について説明する模式図である。図10に示すように、クラスタC9とクラスタC10は、クラスタの輪郭における輪郭線が2本一致しているとする(輪郭線q2、輪郭線q3が一致)。クラスタの輪郭における輪郭線が2本一致している場合、対応付けする2つのクラスタである、クラスタC9とクラスタC10の間において、一致している輪郭線うちで互いに対向する2つの輪郭線の間(ここでは輪郭線q2と輪郭線q3の間)に点群を補間する。これにより、クラスタC9とクラスタC10とを同一の鉄筋として対応付けしたクラスタC11が生成される。
次に、鉄筋から取得されたクラスタに対して平準化処理をせずに、同一の鉄筋として対応付けするか否かの判定をした場合の問題点について説明する。
図11は、鉄筋から取得されたクラスタに対して平準化処理をせずに、同一の鉄筋として対応付けするか否かの判定をした場合の問題点について説明する模式図である。図11に示されている、クラスタC31とクラスタC32とは同一の鉄筋から取得されたものであるとする。
射影クラスタSC31はクラスタC31を最短方向に垂直な平面に射影したものであり、射影クラスタSC32はクラスタC32を最短方向に垂直な平面に射影したものである。射影クラスタSC31からは輪郭線L31a、L31b、L31c、L31dが抽出される。また、射影クラスタSC32からは輪郭線L32a、L32b、L32c、L32dが抽出される。
鉄筋の表面には節やリブなどの凹凸がある(図3参照)。節は、鉄筋の本体部分に対して大きさが小さいため、クラスタにおける節に対応する部分では点の数が少なく、形状の誤差が生じやすい。図11に示すように、一致するはずである、射影クラスタSC31の輪郭線L31aと射影クラスタSC32の輪郭線L32a、及び、射影クラスタSC31の輪郭線L31bと射影クラスタSC32の輪郭線L32b、がいずれも一致しないことが起こりうる。図11に示す、クラスタC31とクラスタC32は、輪郭線が一致する本数が閾値である2未満なので、同一の鉄筋ではないと判定される。このように、鉄筋から取得されたクラスタに対して平準化処理をせずに、同一の鉄筋としての対応付けするか否かの判定をした場合、同一の鉄筋が複数のクラスタに分類されてしまったり、異なる鉄筋が同一のクラスタに分類されてしまったりするおそれが高い。
本実施の形態に係る処理装置110では、平滑化手段13が、分類されたクラスタの輪郭を平滑化処理する。そして、クラスタ対応付け手段14が、平滑化処理されたクラスタに含まれる第1のクラスタと第2のクラスタとが、同一の鉄筋に対応するか否かを、当該平滑化処理されたクラスタ間の位置関係に基づいて判定する。このようにすることで、同一の鉄筋が複数のクラスタに分類されてしまったり、異なる鉄筋が同一のクラスタに分類されてしまったりするおそれを低減することができる。これにより、配筋検査を精度良く行なうことが可能になるように複数の鉄筋から取得された点群データを処理することができる。
[変形例1]
次に、図4のステップS3のサブルーチンの図6に示すサブルーチンとは別の一例について説明する。なお、以下の説明では図2についても適宜参照する。
変形例1に係るサブルーチンでは、図6に示すサブルーチンの処理に先立ち、以下に説明する前処理を行う点のみが図6に示すサブルーチンとの相違点である。図12は、変形例1に係るクラスタ対応付け手段214の構成を示すブロック図である。図12に示すように、変形例1に係るクラスタ対応付け手段214は、図2に示すクラスタ対応付け手段114に対して、基準クラスタ抽出手段114fと、比較対象クラスタ抽出手段114gと、をさらに備えている。
基準クラスタ抽出手段114fは、平滑化処理されたクラスタのうちで最長方向が所定の長さ以上のクラスタを基準クラスタとして抽出する。なお、基準クラスタのうち任意のクラスタを第1のクラスタとする。比較対象クラスタ抽出手段114gは、平滑化処理されたクラスタのうちで最長方向が第1のクラスタの最長方向と一致するクラスタを比較対象クラスタとして抽出する。なお、比較対象クラスタのうち任意のクラスタを第2のクラスタとする。
図13は、変形例1に係る、図4のステップS3のサブルーチンについて説明するフローチャートである。図13に示すように、まず、方向検出手段114aが、分類されたクラスタに対して平滑化処理を行った後のクラスタについて最長方向を検出する(ステップS201)。なお、最長方向の検出方法は、例えば、上述した主成分分析の手法により行う。続いて、基準クラスタ抽出手段114fが、平滑化処理を行った後のクラスタのうちで、最長方向が所定の長さ以上のクラスタを基準クラスタとして抽出し、基準クラスタのうち任意のクラスタを第1のクラスタとする(ステップS202)。続いて、比較対象クラスタ抽出手段114gが、平滑化処理を行った後のクラスタのうちで最長方向が第1のクラスタの最長方向と同じクラスタを比較対象クラスタとして抽出し、比較対象クラスタのうち任意のクラスタを第2のクラスタとする(ステップS203)。そして、ステップS203に続いて、図6に示すサブルーチンの処理を実行する。
図14は、図13に示す、ステップS201からステップS203の処理について具体的に説明する模式図である。図14に示すように、複数の鉄筋から取得されたクラスタをクラスタC41、クラスタC42、クラスタC43とする。ここで、クラスタC41の最長方向の長さL1が所定の長さLset以上であるとすると、クラスタC41は基準クラスタである。基準クラスタであるクラスタC41を第1のクラスタとすると、クラスタC42の最長方向T42はクラスタ41の最長方向T41と同じである。よって、クラスタC42を第2のクラスタとして、クラスタC41とクラスタC42とを対応付けするか否かの判定を行う。これに対し、基準クラスタであるクラスタC41を第1のクラスタとすると、クラスタC43の最長方向T43はクラスタC41の最長方向T41と異なる。よって、クラスタC41とクラスタC42については、対応付けするか否かの検討を行わない。
配置された鉄筋は、棒状の細長い形状である。このため、鉄筋より取得されたクラスタに連結関係があるとすれば最長方向においてである。よって、第1のクラスタと対応付けするか否かの検討は、最長方向が第1のクラスタの最長方向と一致するクラスタについてのみ行えば良い。このようにすることで、計算負荷を大幅に低減することができる。なお、最長方向の長さが所定の長さ以上のクラスタを基準クラスタとしているのは、クラスタの最長方向の長さが所定の長さより短い場合では、誤差により当該クラスタの最長方向が対応する鉄筋の長手方向からずれているおそれがあるからである。
[変形例2]
処理装置110における、複数の鉄筋から取得された点群データを処理する流れの、図4とは別の一例について説明する。なお、以下の説明では図2についても適宜参照する。
図15は、変形例2に係る処理装置310の構成を示すブロック図である。図15に示すように、変形例2に係る処理装置310は、図2に示す処理装置110に対して、クラスタ抽出手段116と、基準平面決定手段117と、をさらに備えている。クラスタ抽出手段116は、複数の鉄筋に対して光照射する三次元センサに対して遮るものが手前に存在しない位置に存在する鉄筋に対応するクラスタのうちで最長方向が同じものを平面決定クラスタとして抽出する。基準平面決定手段117は、平面決定クラスタが含まれる平面である第1基準平面と、第1基準平面に垂直でかつ平面決定クラスタの最長方向に水平な第2基準平面と、第1基準平面及び第2基準平面に垂直な第3基準平面と、を決定する。
図16は、処理装置110における、複数の鉄筋から取得された点群データを処理する流れの、図4とは別の例について示すフローチャートである。図16に示すように、まず、分類手段112が、三次元センサ111により光照射された複数の鉄筋からの反射光に基づいて取得された点群データを、当該点群データの各点における位置情報に基づいて、当該複数の鉄筋に対応する形状単位であるクラスタに分類する(ステップS301)。
ステップS301に続いて、クラスタ抽出手段116が、分類したクラスタのうち、三次元センサ111に対して遮るものが手前に存在しない位置に存在する鉄筋に対応するクラスタを抽出する(ステップS302)。続いて、方向検出手段114aが、ステップS302において抽出されたクラスタのそれぞれについて最長方向を検出する(ステップS303)。続いて、クラスタ抽出手段116が、ステップS303で抽出されたクラスタのうち最長方向が同じものを平面決定クラスタとして抽出する(ステップS304)。
ステップS304に続いて、基準平面決定手段117が、第1基準平面と第2基準平面と第3基準平面を決定する(ステップS305)。ここで、第1基準平面は、平面決定クラスタが含まれる平面であり、第2基準平面は、第1基準平面に垂直でかつ平面決定クラスタの最長方向に水平な平面であり、第3基準平面は、第1基準平面及び第2基準平面に垂直な平面である。
ステップS305に続いて、平滑化手段113が、最長方向が第1基準平面、第2基準平面、第3基準平面のいずれかに水平なクラスタについて、輪郭の平滑化処理をする(ステップS306)。続いて、クラスタ対応付け手段114が、輪郭の平滑化処理をされたクラスタに含まれる第1のクラスタと第2のクラスタとが、同一の鉄筋に対応するか否かを、平滑化されたクラスタ間の位置関係に基づいて判定する(ステップS307)。なお、ステップS307の処理には、図6に示したサブルーチンの処理を適用する。続いて、点群補完手段115が、クラスタ対応付け手段114において第1のクラスタと第2のクラスタとを対応付けすると判定された場合に、第1のクラスタと第2のクラスタとの間に点群を補完する(ステップS308)。
図17は、変形例2に係る、複数の鉄筋から取得された点群データの処理について具体的に説明する模式図である。図17の上段に示すように、クラスタC51、クラスタC52、クラスタC53、クラスタC54が、三次元センサ111に対して遮るものが手前に存在しない位置に存在する鉄筋に対応するクラスタである。クラスタC51の最長方向を最長方向T51、クラスタC52の最長方向を最長方向T52、クラスタC53の最長方向を最長方向T53、クラスタC54の最長方向を最長方向T54とする。ここで、最長方向T51、最長方向T52、最長方向T53、最長方向T54が全て同じ方向であるとすると、クラスタC51、クラスタC52、クラスタC53、クラスタC54が平面決定クラスタとなる。よって、平面決定クラスタである、クラスタC51、クラスタC52、クラスタC53及びクラスタC54が含まれる平面が第1基準平面P11である。
図17の下段に示すように、第1基準平面P11に垂直でかつ平面決定クラスタの最長方向に水平な平面が第2基準平面P12である。また、第1基準平面P11及び第2基準平面P12に垂直な平面が第3基準平面P13である。
配筋には、設計に寄与する主鉄筋に加えて、幅留め用の配筋などの補助鉄筋(補強筋)が多数存在する場合がある。補強筋は設計に対して寄与しないので配筋検査で検出する必要はない。主鉄筋は、最長方向が第1基準平面、第2基準平面、第3基準平面のいずれかに水平であるが、補強筋は、最長方向が第1基準平面、第2基準平面、第3基準平面のいずれにも水平でない場合が多い。上述のように、平滑化処理をするクラスタを、最長方向が第1基準平面、第2基準平面、第3基準平面のいずれかに水平なものに限定すると、補強筋をクラスタの連結関係の推定から除外することができる。これにより、計算負荷を軽減し、かつ、クラスタの連結関係の推定精度を向上させることができる。
[変形例3]
処理装置110における、複数の鉄筋から取得された点群データを処理する流れの、図4及び図16とは別の一例について説明する。なお、以下の説明では図2についても適宜参照する。
図18は、変形例3に係る処理装置410の構成を示すブロック図である。図18に示すように、変形例3に係る処理装置410は、図2に示す処理装置110に対して、基準方向決定手段118をさらに備えている。基準方向決定手段118は、第1基準方向、第2基準方向及び第3基準方向を決定する。ここで、第1基準方向は、分類したクラスタのそれぞれについて最長方向の頻度が高い方向である。第2基準方向は、当該頻度が第1基準方向に次いで高い方向である。配置された鉄筋の場合、大半の鉄筋は縦横に結束されているので、第1基準方向と第2基準方向は直交する。第3基準方向は、第1基準方向と第2基準方向の外積の方向である。
図19は、処理装置110における、複数の鉄筋から取得された点群データを処理する流れの、図4及び図16とは別の例について示すフローチャートである。図19に示すように、まず、分類手段112が、三次元センサ111により光照射された複数の鉄筋からの反射光に基づいて取得された点群データを、当該点群データの各点における位置情報に基づいて、当該複数の鉄筋に対応する形状単位であるクラスタに分類する(ステップS401)。
ステップS401に続いて、方向検出手段114aが、分類したクラスタのそれぞれについて最長方向を検出する(ステップS402)。続いて、基準方向決定手段118が、ステップS402で検出された最長方向の頻度が最も高い第1基準方向と当該頻度が第1基準方向に次いで高い第2基準方向を決定する(ステップS403)。続いて、基準方向決定手段118が、第1基準方向と第2基準方向の外積の方向である第3基準方向を決定する(ステップS404)。
ステップS404に続いて、平滑化手段113が、最短方向が、第1基準方向、第2基準方向、第3基準方向のうちのいずれかの方向に平行なクラスタについて、輪郭の平滑化処理をする(ステップS405)。続いて、クラスタ対応付け手段114が、輪郭の平滑化処理をされたクラスタに含まれる第1のクラスタと第2のクラスタとが、同一の鉄筋に対応するか否かを、平滑化されたクラスタ間の位置関係に基づいて判定する(ステップS406)。なお、ステップS406の処理には、図6に示したサブルーチンの処理を適用する。続いて、点群補完手段115が、クラスタ対応付け手段114において第1のクラスタと第2のクラスタとを対応付けすると判定された場合に、第1のクラスタと第2のクラスタとの間に点群を補完する(ステップS407)。
配筋には、設計に寄与する主鉄筋に加えて、幅留め用の配筋などの補助鉄筋(補強筋)が多数存在する場合がある。補強筋は設計に対して寄与しないので配筋検査で検出する必要はない。主鉄筋は、最長方向が2方向と外積方向のうちのいずれかに水平であるが、補強筋は、最長方向が、2方向と外積方向のうちのいずれの方向にも平行でない場合が多い。上述のように、平滑化処理をするクラスタを、最長方向が、2方向と外積方向のうちのいずれかの方向に平行なクラスタのいずれかに水平なものに限定すると、補強筋をクラスタの連結関係の推定から除外することができる。これにより、計算負荷を軽減し、かつ、クラスタの連結関係の推定精度を向上させることができる。
上述の実施の形態では、本発明をハードウェアの構成として説明したが、本発明は、これに限定されるものではない。本発明は、各処理を、CPU(Central Processing Unit)にプログラムを実行させることにより実現することも可能である。
上述の処理を実現するためのプログラムは、様々なタイプの非一時的なコンピュータ可読媒体(non-transitory computer readable medium)を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体(tangible storage medium)を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体(例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ)、光磁気記録媒体(例えば光磁気ディスク)、CD-ROM(Read Only Memory)、CD-R、CD-R/W、半導体メモリ(例えば、マスクROM、PROM(Programmable ROM)、EPROM(Erasable PROM)、フラッシュROM、RAM(Random Access Memory)を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体(transitory computer readable medium)によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。
以上、実施の形態を参照して本願発明を説明したが、本願発明は上記によって限定されるものではない。本願発明の構成や詳細には、発明のスコープ内で当業者が理解し得る様々な変更をすることができる。また、以上で説明した複数の例は、適宜組み合わせて実施されることもできる。
10、110、310、410 処理装置
12、112 分類手段
13、113 平滑化手段
14、114、214 クラスタ対応付け手段
21 射影クラスタ
111 三次元センサ
114a 方向検出手段
114b 射影クラスタ生成手段
114c 輪郭線抽出手段
114d 輪郭線一致数算出手段
114e 判定手段
114f 基準クラスタ抽出手段
114g 比較対象クラスタ抽出手段
115 点群補完手段
116 クラスタ抽出手段
117 基準平面決定手段
118 基準方向決定手段

Claims (6)

  1. 配筋検査において光照射された複数の鉄筋からの反射光に基づいて取得された三次元点群データを、前記三次元点群データの各点における位置情報に基づいて、前記複数の鉄筋に対応する形状単位であるクラスタに分類する分類手段と、
    分類されたクラスタの輪郭を平滑化処理する平滑化手段と、
    前記平滑化処理されたクラスタに含まれる第1のクラスタと第2のクラスタとが、同一の鉄筋に対応するか否かを、前記平滑化処理されたクラスタ間の位置関係に基づいて判定するクラスタ対応付け手段と、を備える、処理装置。
  2. 前記クラスタ対応付け手段は、前記平滑化処理されたクラスタについてそれぞれ点の数が最も多く並んでいる最長方向を検出し、前記平滑化処理されたクラスタのうちで最長方向が所定の長さ以上のクラスタを基準クラスタとして抽出し、前記基準クラスタのうち任意のクラスタを前記第1のクラスタとし、前記平滑化処理されたクラスタのうちで最長方向が前記第1のクラスタの最長方向と一致するクラスタのうち任意のクラスタを前記第2のクラスタとする、請求項1に記載の処理装置。
  3. 前記複数の鉄筋に対して光照射する三次元センサに対して遮るものが手前に存在しない位置に存在する鉄筋に対応するクラスタのうちで最長方向が同じものを平面決定クラスタとして抽出するクラスタ抽出手段と、
    前記平面決定クラスタが含まれる平面である第1基準平面と、前記第1基準平面に垂直でかつ前記平面決定クラスタの最長方向に水平な第2基準平面と、第1基準平面及び第2基準平面に垂直な第3基準平面と、を決定する基準平面決定手段と、をさらに備え、
    前記平滑化手段は、最長方向が前記第1基準平面、前記第2基準平面、前記第3基準平面のいずれかに水平なクラスタについて平滑化処理を行うようにする、請求項1または2に記載の処理装置。
  4. 分類したクラスタのそれぞれについて最長方向の頻度が最も高い第1基準方向と、当該頻度が第1基準方向に次いで高い第2基準方向と、第1基準方向と第2基準方向の外積の方向である第3基準方向と、を決定する基準方向決定手段をさらに備え、
    前記平滑化手段は、最長方向が前記第1基準方向、前記第2基準方向、前記第3基準方向のいずれかに平行なクラスタについて平滑化処理を行うようにする、請求項1または2に記載の処理装置。
  5. 配筋検査において光照射された複数の鉄筋からの反射光に基づいて取得された三次元点群データを、前記三次元点群データの各点における位置情報に基づいて、前記複数の鉄筋に対応する形状単位であるクラスタに分類するステップと、
    分類されたクラスタの輪郭を平滑化処理するステップと、
    前記分類されたクラスタに含まれる第1のクラスタと第2のクラスタとが、同一の鉄筋に対応するか否かを、平滑化処理されたクラスタ間の位置関係に基づいて判定するステップと、を備える、処理方法。
  6. 配筋検査において光照射された複数の鉄筋からの反射光に基づいて取得された三次元点群データを、前記三次元点群データの各点における位置情報に基づいて、前記複数の鉄筋に対応する形状単位であるクラスタに分類するステップと、
    分類されたクラスタの輪郭を平滑化処理するステップと、
    前記分類されたクラスタに含まれる第1のクラスタと第2のクラスタとが、同一の鉄筋に対応するか否かを、平滑化処理されたクラスタ間の位置関係に基づいて判定するステップと、をコンピュータに実行させるプログラム
JP2021546152A 2019-09-20 2019-09-20 処理装置、処理方法及びプログラム Active JP7201095B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/036988 WO2021053811A1 (ja) 2019-09-20 2019-09-20 処理装置、処理方法及びコンピュータ可読媒体

Publications (3)

Publication Number Publication Date
JPWO2021053811A1 JPWO2021053811A1 (ja) 2021-03-25
JPWO2021053811A5 JPWO2021053811A5 (ja) 2022-04-28
JP7201095B2 true JP7201095B2 (ja) 2023-01-10

Family

ID=74884415

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021546152A Active JP7201095B2 (ja) 2019-09-20 2019-09-20 処理装置、処理方法及びプログラム

Country Status (3)

Country Link
US (1) US20220343629A1 (ja)
JP (1) JP7201095B2 (ja)
WO (1) WO2021053811A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114442101B (zh) * 2022-01-28 2023-11-14 南京慧尔视智能科技有限公司 基于成像毫米波雷达的车辆导航方法、装置、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010151577A (ja) 2008-12-25 2010-07-08 Shimizu Corp 配筋検査装置および配筋検査方法
JP2018180571A (ja) 2017-04-03 2018-11-15 株式会社ア−キテック 配筋検査支援システム及び配筋検査支援プログラム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6634229B2 (ja) * 2015-06-26 2020-01-22 Mogコンサルタント株式会社 ハンドヘルド3次元レーザスキャナを用いた配筋モデル作成方法
JP6965050B2 (ja) * 2017-07-21 2021-11-10 株式会社タダノ ガイド情報表示装置およびこれを備えたクレーンおよびガイド情報表示方法
JP2019096119A (ja) * 2017-11-24 2019-06-20 富士通株式会社 手認識方法、手認識プログラムおよび手認識装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010151577A (ja) 2008-12-25 2010-07-08 Shimizu Corp 配筋検査装置および配筋検査方法
JP2018180571A (ja) 2017-04-03 2018-11-15 株式会社ア−キテック 配筋検査支援システム及び配筋検査支援プログラム

Also Published As

Publication number Publication date
US20220343629A1 (en) 2022-10-27
WO2021053811A1 (ja) 2021-03-25
JPWO2021053811A1 (ja) 2021-03-25

Similar Documents

Publication Publication Date Title
US11043000B2 (en) Measuring method and apparatus for damaged part of vehicle
JP4904137B2 (ja) ロケーション決定技法
US20080080441A1 (en) Localization apparatus for recognizing location of node in sensor network and method thereof
US9552640B2 (en) Method of recognizing stairs in three dimensional data image
US10445908B1 (en) Computer handling of polygons
KR20200137219A (ko) 비지도 학습 기반 웨이퍼 불량 패턴 검출 방법 및 그 장치
US10296697B2 (en) Interference check system
JP7201095B2 (ja) 処理装置、処理方法及びプログラム
US7251356B2 (en) Method for estimation of fundamental matrix in implementing a stereo vision
KR20170082835A (ko) 최적 경로 생성 방법 및 이를 위한 장치
KR101991307B1 (ko) 다중 객체 추적을 위한 트랙렛의 특징 벡터 할당이 가능한 전자 장치 및 그 동작 방법
CN105261061A (zh) 一种识别冗余数据的方法及装置
JP7201091B2 (ja) 処理装置、処理方法及びプログラム
US20040039473A1 (en) Integrated circuit profile value determination
US20230375709A1 (en) Detection device, determination method, and non-transitory computer-readable medium
CN107111884B (zh) 用于确定三维医学图像中的病变区域中的短轴的方法
JP6443747B2 (ja) 計測データ処理装置と方法
KR101196298B1 (ko) 고속 트랙병합 방법
KR101475742B1 (ko) 사진 계측 장치 및 방법
JP2005309914A (ja) カラー画像の処理方法および画像処理装置
JP4670993B2 (ja) カラー画像の処理方法および画像処理装置
JP7491862B2 (ja) 点群データ統合装置、および、点群データ統合方法
CN112344966A (zh) 一种定位失效检测方法、装置、存储介质及电子设备
JP2005241452A (ja) 測角方法及び装置
WO2019116518A1 (ja) 物体検出装置及び物体検出方法

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220216

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220216

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: 20221122

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221205

R151 Written notification of patent or utility model registration

Ref document number: 7201095

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151