JP7215568B2 - 表面異常検知装置、及びシステム - Google Patents

表面異常検知装置、及びシステム Download PDF

Info

Publication number
JP7215568B2
JP7215568B2 JP2021511852A JP2021511852A JP7215568B2 JP 7215568 B2 JP7215568 B2 JP 7215568B2 JP 2021511852 A JP2021511852 A JP 2021511852A JP 2021511852 A JP2021511852 A JP 2021511852A JP 7215568 B2 JP7215568 B2 JP 7215568B2
Authority
JP
Japan
Prior art keywords
point
detection device
points
abnormality detection
cluster
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
JP2021511852A
Other languages
English (en)
Other versions
JPWO2020202496A1 (ja
Inventor
善将 小野
聡 辻
栄実 野口
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 JPWO2020202496A1 publication Critical patent/JPWO2020202496A1/ja
Application granted granted Critical
Publication of JP7215568B2 publication Critical patent/JP7215568B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G01B11/303—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces using photoelectric detection means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C3/00—Measuring distances in line of sight; Optical rangefinders
    • G01C3/02—Details
    • G01C3/06—Use of electric means to obtain final indication
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Description

本開示は、表面異常検知装置、及びシステムに関するものであり、特に、構造物表面の異常箇所を検知する際に、測距精度以下の変位を有する異常箇所を検出することが可能な表面異常検知装置、及びシステムに関する。
複雑な施設内の設備において、錆や塗装の剥がれといった構造物の表面上に現れる劣化箇所は、近い将来に故障する可能性が高い。このような表面の異常箇所の特定は、現在目視による判断に頼ることが多く、見落としや主観に頼った判定、更には点検者派遣の工数といった点から、異常箇所を自動的に特定するシステムの重要性が上がっている。レーザ測距装置は周囲の物体の３次元構造を取得可能な装置であり、３次元の物体点の情報に加えてレーザ光の受光輝度を測定する機能を有していることが多い。一般的に受光輝度、すなわち、物体からの反射輝度は、レーザの照射された物体表面の状態に依存する。そのため、レーザ測距装置で取得した受光輝度情報の処理を通じて、錆や塗装の剥がれ等の表面の異常箇所を検知可能となる。以降、本開示ではレーザ測距装置で取得した受光輝度を「反射輝度」と表記する。
特許文献１には、最小曲率方向推定部により、領域の各々について、最小曲率方向を推定し、自己相関値算出部により、領域の各々について、部分領域の特徴量の自己相関値を算出し、スイープ形状候補領域判定部により、自己相関値が、閾値より大きい値である領域の各々を、スイープ形状候補領域と判定し、領域統合処理部により、スイープ形状候補領域であると判定された領域を統合し、スイープ形状判定部により、統合領域がスイープ形状であるか否かを判定することが開示されている。
非特許文献１では、点群の位置情報を元に観測対象表面の粗さを測定していた。表面の粗さは局所的に平均的な曲面を算出した上で、その平面からの点群の変位をラフネスとして算出できる。非特許文献１では航空機の距離測定装置から観測した地表面のラフネス値を、ｃｍ（センチメートル）程度の精度で測定していた。
非特許文献２及び非特許文献３では、点群の反射輝度の情報に着目して、測定対象の認識及び材質の判定を試みていた。取得した点群の反射輝度に対し、レーダ方程式や双方向反射率分布関数によるモデルを仮定することで、レーザ測距装置にて取得した反射輝度を補正する手法をとっていた。
特開２０１６－１１８５０２号公報 R. Turner, et. al, "Estimation of soil surface roughness of agricultural soils using airborne LiDAR", Remote Sens. Envrion. 2014, 140, 107-117, (2014) S. Kaasalainen,et. al, "Radiometric Calibration of LIDAR Intensity With Commercially Available Reference Targets", IEEE Transactions on Geoscience and Remote Sensing, vol. 47, pp. 588-598,(2009) X. Li and Y. Liang, "Remote measurement of surface roughness, surface reflectance, and body reflectance with LiDAR", Appl. Opt. 54(30), 8904-8912, (2015)
特許文献１は、構造物表面の異常箇所を検出することは開示していない。また、非特許文献１の手法では、レーザ測距装置の測距精度以下の粗さを検知することはできない。錆や塗装の剥がれといった表面の劣化は概ね１ｍｍ（ミリメートル）を下回る変位であり、現在広く利用されているレーザ測距装置の精度よりも細かい。そのため、点群の位置情報を元にしたラフネスにより、これらの表面の異常箇所を特定することは困難である。また、上述の非特許文献２及び非特許文献３の手法では、複雑な構造を持つ設備を入り乱れた施設において、設備表面の異常を特定することは困難である。このような施設では、設備表面ごとにレーザ光の吸収特性や反射の異方性は異なるため、反射輝度のみの情報で異常箇所を判定することは困難である。例えば、反射輝度に対して一律の閾値を元に異常箇所を判定した場合、使用したレーザ光の吸収波長の強い表面素材全てが異常箇所と判定される。また、施設内の設備全ての表面に対して反射及び吸収特性をモデル化することは、現実的な手法では無い。
本開示の目的は、上述した課題のいずれかを解決する表面異常検知装置、システム及び方法を提供することにある。
本開示に係る表面異常検知装置は、
測定対象の表面の複数の点における位置情報に基づいて前記測定対象を同一構造物を含む１つ以上のクラスタに分類する分類手段と、
前記クラスタの表面の複数の点における反射輝度値の分布に基づいて前記クラスタの反射輝度正常値を決定する決定手段と、
前記反射輝度正常値と前記クラスタの表面の複数の点のそれぞれの前記反射輝度値との差に基づいて前記クラスタの表面の異常箇所を特定する特定手段と、
を備える。
本開示に係る表面異常検知装置は、
第１観測点の位置情報と、第１点群データに含まれる位置情報であって測定対象の表面の複数の測距点の前記位置情報と、に基づいて前記複数の測距点毎にレーザの第１入射角度を算出する第１算出手段と、
第２観測点の位置情報と、第２点群データに含まれる前記複数の測距点の位置情報と、に基づいて前記複数の測距点毎にレーザの第２入射角度を算出する第２算出手段と、
前記第１点群データの前記複数の測距点の位置情報と、前記第２点群データの前記複数の測距点の位置情報と、に基づいて前記複数の測距点毎に位置を合わせるように調整する位置制御手段と、
前記位置調整後の前記第１点群データの前記複数の測距点における第１反射輝度値と、前記位置調整後の前記第２点群データの前記複数の測距点における第２反射輝度値と、の差である反射輝度差分値を前記複数の測距点毎に算出する輝度差算出手段と、
前記位置調整後の前記第１点群データの前記複数の測距点における前記第１入射角度と、前記位置調整後の前記第２点群データの前記複数の測距点における前記第２入射角度と、の差である入射角度差を前記複数の測距点毎に算出し、前記入射角度差に基づいて前記反射輝度差分値を前記複数の測距点毎に補正する補正手段と、
前記補正後の反射輝度差分値に基づいて前記測定対象の異常箇所を特定する特定手段と、
を備える。
本開示に係る表面異常検知装置は、
評価用群データに含まれる位置情報であって測定対象の表面の複数の測距点の前記位置情報と、比較用群データに含まれる前記複数の測距点の位置情報と、に基づいて前記複数の測距点毎に位置を合せるように調整する位置制御手段と、
前記位置調整後の前記評価用群データの前記複数の測距点における評価用反射輝度値と、前記位置調整後の前記比較用群データの前記複数の測距点における比較用反射輝度値と、の差である反射輝度差分値を前記複数の測距点毎に算出する輝度差算出手段と、
前記反射輝度差分値に基づいて前記測定対象の異常箇所を特定する特定手段と、
を備える。
本開示に係る表面異常検知装置は、
評価用群データに含まれる測定対象の表面の複数の測距点における位置情報に基づいて前記測定対象を同一構造物を含む１つ以上のクラスタに分類する評価用分類手段と、
比較用群データに含まれる前記複数の測距点における位置情報に基づいて前記測定対象を同一構造物を含む１つ以上のクラスタに分類する比較用分類手段と、
前記比較用群データのクラスタの前記複数の測距点における反射輝度値の分布に基づいて前記比較用群データのクラスタ毎に反射輝度正常値を決定する比較用決定手段と、
前記評価用群データのクラスタの前記複数の測距点の位置情報と、前記比較用群データのクラスタの前記複数の測距点の位置情報と、に基づいて、前記評価用群データのクラスタに対して、同一構造物であると認識する前記比較用群データのクラスタを対応付ける制御手段と、
前記評価用群データのクラスタの前記複数の測距点における反射輝度値と、前記評価用群データのクラスタに対応する前記比較用群データのクラスタの前記反射輝度正常値と、差である反射輝度正常差分値を算出する算出手段と、
前記反射輝度正常差分値に基づいて前記測定対象の表面の異常箇所をクラスタ毎に特定する特定手段と、
を備える。
本開示に係るシステムは、
測定装置と、表面異常検知装置と、を備え、
前記測定装置は、
測定対象の表面の複数の点における反射輝度値を取得し、
前記表面異常検知装置は、
前記測定対象の表面の複数の点における位置情報に基づいて前記測定対象を同一構造物を含む１つ以上のクラスタに分類する分類手段と、
前記クラスタの表面の複数の点における反射輝度値の分布に基づいて前記クラスタの反射輝度正常値を決定する決定手段と、
前記反射輝度正常値と前記クラスタの表面の複数の点のそれぞれの前記反射輝度値との差に基づいて前記クラスタの表面の異常箇所を特定する特定手段と、を有する。
本開示によれば、構造物表面の異常箇所を検知する際に、測距精度以下の変位を有する異常箇所を検出することが可能な表面異常検知装置、及びシステムを提供することができる。
実施の形態１に係る表面異常検知装置を例示するブロック図である。 実施の形態１に係るシステムを例示するブロック図である。 実施の形態１に係る測定対象の同一構造物への分類を例示する図である。 実施の形態１に係る分類された構造物のうち異常箇所を例示する図である。 実施の形態１に係る表面異常検知装置の動作を例示するフローチャートである。 実施の形態２に係る表面異常検知装置の動作を例示するフローチャートである。 実施の形態３に係るレーザ入射角度を例示する図である。 実施の形態３に係る表面異常検知装置の動作を例示するフローチャートである。 実施の形態４に係るレーザ入射角度に基づく、クラスタの更なる分類（分離）を例示する図である。 実施の形態４に係る表面異常検知装置の動作を例示するフローチャートである。 実施の形態５に係る表面異常検知装置の動作を例示するフローチャートである。 実施の形態６に係る表面異常検知装置の動作を例示するフローチャートである。 実施の形態７に係る距離測定装置と測定対象とを例示する図である。 実施の形態７に係る表面異常検知装置を例示するブロック図である。 実施の形態７に係る表面異常検知装置の動作を例示するフローチャートである。 実施の形態８に係る表面異常検知装置を例示するブロック図である。 実施の形態８に係る表面異常検知装置の動作を例示する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。各図面において、同一又は対応する要素には同一の符号が付されており、説明の明確化のため、必要に応じて重複説明を省略する。
［実施の形態１］
実施の形態１に係る表面異常検知装置とシステムの概要を説明する。
図１は、実施の形態１に係る表面異常検知装置を例示するブロック図である。
図２は、実施の形態１に係るシステムを例示するブロック図である。
図１に示すように、実施の形態１に係る表面異常検知装置１１は、分類手段１１１と、決定手段１１２と、特定手段１１３と、を備える。
分類手段１１１は、測定対象の表面の複数の点における位置情報に基づいて測定対象を同一構造物を含むクラスタに分類する。位置情報は、例えば、３次元座標における位置情報として示すことができる。
決定手段１１２は、クラスタの表面の複数の点における反射輝度値の分布に基づいてクラスタの反射輝度正常値を決定する。決定手段１１２は、分類されたクラスタが複数存在する場合、複数のクラスタ毎に反射輝度正常値を決定する。
特定手段１１３は、反射輝度正常値とクラスタの表面の複数の点のそれぞれの反射輝度値との差に基づいてクラスタの表面の異常箇所を特定する。特定手段１１３は、分類されたクラスタが複数存在する場合、複数のクラスタ毎に表面の異常箇所を特定する。
測定対象の表面の複数の点における位置情報と、その位置における反射輝度値と、を含むデータを、測定対象の点群データと称する。クラスタの表面の複数の点における位置情報と、その位置における反射輝度値と、を含むデータを、クラスタの点群データと称する。尚、クラスタについては後述する。
図２に示すように、実施の形態１に係るシステム１０は、距離測定装置１２と表面異常検知装置１１とを備える。距離測定装置を、測定装置と称することもある。
距離測定装置１２は、レーザ測距装置等を有し、測定対象を含む周囲の物体の３次元形状データを取得する。表面異常検知装置１１は、距離測定装置１２から３次元形状データを取得し、取得した３次元形状データから表面状態の異常箇所を特定する。
以降の実施の形態の説明では、距離測定装置１２（レーザ測距装置）が取得する３次元形状データは、物体（測定対象）の表面の複数の点の３次元座標における位置情報及び該位置における反射輝度の情報（反射輝度値）を含む「３次元点群データ」として取得するものとする。そして、実施の形態の説明では、「３次元点群データ」に対する処理を説明するが、これには限定されない。実施の形態は、３次元座標を特定可能な空間情報とその座標（位置）における反射輝度を含む点群データであれば、適用可能である。尚、３次元点群データを、３次元データ、又は点群データと称することもある。また、測定対象の表面の複数の点のことを、点群と称することもある。
ここで、測定対象の同一構造物への分類と異常箇所の決定の概要を説明する。
図３は、実施の形態１に係る測定対象の同一構造物への分類を例示する図である。
図４は、実施の形態１に係る分類された構造物のうち異常箇所を例示する図である。
図３に示す点群ＰＣ１０は、測定対象の表面の点群を示す。距離測定装置１２は、点群ＰＣ１０における３次元座標の位置情報及び反射輝度を含む点群データを取得する。すなわち、距離測定装置１２にて取得した点群データは、３次元座標の位置情報及び反射輝度を含む点の集合として、点群ＰＣ１０のように表せる。点群ＰＣ１０内には塗料等により表面状態の異なる構造物が複数存在するため、統一的な反射輝度値により表面の異常箇所を決定（判定）することは難しい。
そこで、実施の形態１に係る表面異常検知装置１１は、同一構造物を構成する点群を、３次元座標の位置情報に基づいたクラスタリング処理によりクラスタに分離し分類する。図３に示す点群ＰＣ１１は、クラスタリング処理後のクラスタ一部を示す。点群ＰＣ１１のクラスタＣ１０１とクラスタＣ１０２は、別の構造物と決定され分類された点群である。尚、クラスタリングのアルゴリズムとしては、例えば、ユークリッド距離を閾値として同一クラスタを決定する方法や、近傍点間の垂線の角度の連続性を元に同一クラスタを決定する領域成長法が挙げられる。
図４に示す点群ＰＣ１２は、クラスタＣ１０２のうち反射輝度値が所定の閾値を下回る点群が多いクラスタである部分クラスタＣ１０２ｐを示す。部分クラスタＣ１０２ｐは、他と比べて反射輝度が弱い点群が多い。尚、クラスタＣ１０２以外の点群は、簡単の為、表示しない。
図４に示す反射輝度分布Ｇ１１は、クラスタＣ１０２に対応する点群の反射輝度値をヒストグラムで表示したものである。クラスタＣ１０２において、例えば、錆により表面の荒れた箇所（異常箇所）は、反射輝度が他の部分と比べて低い。
このような異常箇所を決定する一例として、塗料の残っている箇所のヒストグラムに対して近似曲線Ｌ１０１を算出し、近似曲線Ｌ１０１から外れた反射輝度を有する点群を、異常な表面を持つ点群と決定する方法が有る。この決定方法により、正常な反射輝度値を持つヒストグラムＨ１０１と、異常な反射輝度を持つヒストグラムＨ１０２と、に分離できる。ヒストグラムＨ１０２に対応する点群を異常箇所と認識することで、構造物の異常箇所を決定できる。
実施の形態１に係る表面異常検知装置の動作を説明する。
図５は、実施の形態１に係る表面異常検知装置の動作を例示するフローチャートである。
図５に示すように、表面異常検知装置１１は、３次元点群データを取得する（ステップＳ１０１）。
表面異常検知装置１１は、３次元点群データの位置情報に基づき、クラスタリング処理を行い、３次元点群データを、同一構造物を有する点群、すなわち、クラスタに分類する（ステップＳ１０２）。
表面異常検知装置１１は、同一構造物に分類された点群（クラスタ）の反射輝度の正常値を、点群の反射輝度分布に基づき決定する（ステップＳ１０３）。同一構造物に分類された点群が複数存在する場合、反射輝度の正常値は、複数の点群毎に決定される。反射輝度の正常値を、反射輝度正常値と称する。
表面異常検知装置１１は、点群の反射輝度値がステップＳ１０３にて決定した反射輝度正常値からの乖離が閾値を上回る場合（ステップＳ１０４：ＹＥＳ）、その点群を表面の異常箇所と決定する（ステップＳ１０５）。すなわち、表面異常検知装置１１は、点群（クラスタ）の表面の複数の点のうち、点群の反射輝度値と、点群の反射輝度正常値と、の差が閾値を上回る場合、該上回る点群（又は点）を異常箇所と決定する。
表面異常検知装置１１は、点群の反射輝度値がステップＳ１０３にて決定した反射輝度正常値からの乖離が閾値を下回る場合（ステップＳ１０４：ＮＯ）、その点群を表面の正常箇所と決定する（ステップＳ１０６）。すなわち、表面異常検知装置１１は、点群（クラスタ）の表面の複数の点のうち、点群の反射輝度値と、点群の反射輝度正常値と、の差が閾値を下回る場合、該下回る点群（又は点）を正常箇所と決定する。
このように、実施の形態１の表面異常検知装置１１は、反射輝度を含む３次元点群データから、表面の異常箇所を特定することができる。これにより、距離測定装置１２の測距精度よりも細かい表面の粗さに対して異常箇所の特定ができ、誤検出を低減することができる。更に、構造物単位で反射輝度の異常箇所を特定することで、表面の状態の異なる構造物に対して異常箇所の特定ができる。
その結果、構造物表面の異常箇所を検知する際に、測距精度以下の変位を有する異常箇所を検出することが可能な表面異常検知装置、及びシステムを提供することができる。
［実施の形態２］
実施の形態２に係る表面異常検知装置２１は、点群と観測点との間の距離に従って反射輝度は減衰するが、その減衰を、点群の反射輝度に対して補正する点が、実施の形態１に係る表面異常検知装置１１と比べて異なる。
構造物（測定対象）の一部が観測点から見て奥行き方向に広がっている場合、構造物表面の近傍の点群と遠方の点群とでは光の伝搬距離が変化する。これに伴って光の吸収や光の拡散による減衰が起こるので、反射輝度が変化する。そこで、表面異常検知装置２１は、表面異常検知装置１１と比べて、点群と観測点との間の距離に応じた反射輝度の補正を追加する。これにより、表面異常検知装置２１は、表面異常検知装置１１と比べて、より高精度に異常箇所を特定することができる。
実施の形態２に係る表面異常検知装置２１の動作を説明する。
図６は、実施の形態２に係る表面異常検知装置の動作を例示するフローチャートである。
図６に示すように、ステップＳ１０１からステップＳ１０２まで、実施の形態１と同様に行う。ステップＳ１０２の後、表面異常検知装置２１は、観測点から点群までの距離に基づき各点群の反射輝度値の補正を行う（ステップＳ２０１）。すなわち、反射輝度値は、観測点である表面異常検知装置２１とクラスタの表面の点（点群）との間の距離による減衰量に基づいて補正される。反射輝度値は、観測点である表面異常検知装置２１とクラスタの表面の点（点群）との間の距離に基づく減衰量を補正した値である。補正は、例えば、レーダ方程式に倣って距離の４乗による減衰補正を掛けることで反射輝度の補正をしてもよい。また、補正は、例えば、伝搬媒質による吸収に基づく推定値を用いて反射輝度の補正をしてもよい。
ステップＳ２０１の後、ステップＳ１０３からステップＳ１０６までは、実施の形態１と同様に行う。
尚、この例では、ステップＳ１０２とステップＳ１０３との間に、ステップＳ２０１が行われるものとして説明したが、これには限定されない。ステップＳ２０１をステップＳ１０３よりも前に行うという要件を満たせば、処理の順序は問わない。
このように、実施の形態２に係る表面異常検知装置２１は、実施の形態１に係る表面異常検知装置１１と比べて、特に奥行き方向に広く伸びる構造物に対して、構造物の表面の異常箇所をより高精度に特定することができる。
［実施の形態３］
図７は、実施の形態３に係るレーザ入射角度を例示する図である。
実施の形態３に係る表面異常検知装置３１は、実施の形態１に係る表面異常検知装置１１と比べて、各点のレーザ入射角度に対する反射輝度の補正を追加している点が異なる。
構造物の表面からのレーザの反射光は、その表面の性質に応じて反射輝度の角度依存性が変化する。レーザ反射光の反射輝度の角度依存性は、構造物の表面の性質に応じて変化する。このため、構造物の表面が湾曲している場合、反射輝度を補正することで、構造物の表面の異常箇所をより高精度に特定することができる。
図７に示す点群ＰＣ３２は、点群ＰＣ３１における３次元領域Ｒ３１の点群を拡大した模式図である。点群ＰＣ３１として、円筒状の配管の点群を例に挙げて説明する。
図７に示すように、測距点Ｐ３０１におけるレーザ入射角度Ａ３０１は、測距点Ｐ３０１と観測点（表面異常検知装置３１）とを結んだレーザ入射方向Ｂ３０１と、測距点Ｐ３０１における垂線Ｎ３０１と、の成す角として算出される。垂線Ｎ３０１の算出は、測距点Ｐ３０１の周囲の測距点群を利用して算出する。
実施の形態３に係る表面異常検知装置３１の動作を説明する。
図８は、実施の形態３に係る表面異常検知装置の動作を例示するフローチャートである。
図８に示すように、ステップＳ１０１からステップＳ１０２まで、実施の形態１と同様に行う。ステップＳ１０２の後、表面異常検知装置３１は、各点におけるレーザ入射方向と各点における垂線Ｎ３０１とに基づいてレーザ入射角度Ａ３０１を算出（推定）する（ステップＳ３０１）。垂線Ｎ３０１の算出に際しては、測距点Ｐ３０１の誤差による垂線Ｎ３０１の分散を低減するため、点群の位置の平滑化を行っても良い。
表面異常検知装置１１は、レーザ入射角度Ａ３０１に基づき、各点（測距点）における反射輝度値を（減衰）補正する（ステップＳ３０２）。反射輝度値の補正に際しては、構造物の双方向反射率分布関数によるモデル化、ランバート反射を仮定したシンプルなモデル化の他、既知の反射率の特性を当てはめて補正を行っても良い。
ステップＳ３０２の後、ステップＳ１０３からステップＳ１０６までは、実施の形態１と同様に行う。
尚、この例では、ステップＳ３０１とステップＳ３０２は、ステップＳ１０２とステップＳ１０３との間に行われるものとして説明したが、これには限定されない。ステップＳ３０１とステップＳ３０２を、ステップＳ１０３よりも前に行うという要件を満たせば、処理の順序は問わない。
このように、実施の形態３に係る表面異常検知装置３１は、実施の形態１に係る表面異常検知装置１１と比べて、特に湾曲する構造物に対して、表面の異常箇所をより高精度に特定することができる。
［実施の形態４］
図９は、実施の形態４に係るレーザ入射角度に基づく、クラスタの更なる分類（分離）を例示する図である。
図９に示す点群ＰＣ４１は、円筒状の配管の点群である。
実施の形態４に係る表面異常検知装置４１は、クラスタ内の点群を、更に同一レーザ入射角度を有する点群に分離して異常箇所を特定する。
実施の形態４では、点群ＰＣ４１として、円筒状の配管の点群を例に挙げて説明する。
図９に示すように、実施の形態４に係る表面異常検知装置４１は、レーザ入射角度に応じてクラスタをサブクラスタにさらに分類（分離）する。例えば、クラスタをさらに分類したサブクラスタＳＣ４０１はレーザ入射角度の広い点群を含むものであり、サブクラスタＳＣ４０２は、サブクラスタＳＣ４０１の次にレーザ入射角度の広い点群を含むものである。また、図９に示す反射輝度分布Ｇ４１は、サブクラスタＳＣ４０１における反射輝度値のヒストグラムを示す。図９に示す反射輝度分布Ｇ４２は、サブクラスタＳＣ４０２における反射輝度値のヒストグラムを示す。
実施の形態４に係る表面異常検知装置４１は、実施の形態１に係る表面異常検知装置１１と同様に、反射輝度の異常値を反射輝度分布Ｇ４１と反射輝度分布Ｇ４２のそれぞれで抽出する。すなわち、表面異常検知装置４１は、点群の反射輝度値と反射輝度正常値との差が閾値を上回り、異常箇所と判定された点群を反射輝度分布Ｇ４１及び反射輝度分布Ｇ４２のそれぞれから抽出する。これにより、反射輝度が異常値となるヒストグラムＨ４２２を特定することができる。
具体的には、反射輝度分布Ｇ４１及び反射輝度分布Ｇ４２のそれぞれに対して、正常値を有する反射輝度分布をそれぞれ近似曲線Ｌ４１１及び近似曲線Ｌ４２１として算出する。近似曲線Ｌ４１１及び近似曲線Ｌ４２１を算出することにより、反射輝度値が正常値となるヒストグラムＨ４１１及びヒストグラムＨ４２１を、特定する。
実施の形態４に係る表面異常検知装置４１の動作を説明する。
図１０は、実施の形態４に係る表面異常検知装置の動作を例示するフローチャートである。
図１０に示すように、ステップＳ１０１からステップＳ１０２まで、実施の形態１と同様に行う。ステップＳ１０２の後、ステップＳ３０１を、実施の形態３と同様に行う。ステップＳ３０１の後、表面異常検知装置４１は、同一構造物と分類された点群（クラスタ）を、レーザ入射角度の値に応じてサブクラスタに更に分類する（ステップＳ４０４）。表面異常検知装置４１は、例えば、クラスタの点群におけるレーザ入射角度の角度範囲毎に、クラスタをサブクラスタに更に分類する。複数の点群が有る場合、各点群を、レーザ入射角度の値に応じて更に分類する。
点群の更なる分類は、レーザ入射角度の値に対して、固定幅で分類しても良い。また、点群の更なる分類は、レーザ入射角度の値に対して、反射モデルや点群の点数に応じて可変する幅で分類しても良い。
表面異常検知装置１１は、同一クラスタ（同一構造物）、且つ、同一レーザ入射角度と分類された点群（サブクラスタ）における反射輝度の正常値を、点群の反射輝度分布に基づきそれぞれ決定する（ステップＳ４０２）。
ステップＳ４０２の後、ステップＳ１０３からステップＳ１０６までは、実施の形態１と同様に行う。
最終的に、表面異常検知装置１１は、更に分類された点群（サブクラスタ）の反射輝度正常値と、分類された点群（サブクラスタ）の表面の複数の点のそれぞれの反射輝度値と、差に基づいて、分類された点群（サブクラスタ）の表面の異常箇所を特定する。
尚、この例では、ステップＳ３０１は、ステップＳ１０２とステップＳ４０１の間に行われるものとして説明したが、これには限定されない。ステップＳ３０１をステップＳ４０４よりも前に行うという要件を満たせば、処理の順序は問わない。
このように、実施の形態４に係る表面異常検知装置４１は、反射輝度を有する３次元の点群データから、特に湾曲する構造物に対してレーザ入射角度を用いた反射輝度の補正が困難な場合において、表面の異常箇所をより高精度に特定することができる。
実施の形態４に係る表面異常検知装置４１は、実施の形態３に係る表面異常検知装置１１と比べて、表面の異常箇所をより高精度に特定することができる。
［実施の形態５］
実施の形態５に係る表面異常検知装置５１は、反射輝度による表面異常箇所の特定に加え、ＲＧＢ（Red Green Blue）値を元に判定した表面異常箇所の特定も利用し、より高度な表面異常箇所の決定をすることができる。
実施の形態５に係る表面異常検知装置５１の動作を説明する。
図１１は、実施の形態５に係る表面異常検知装置の動作を例示するフローチャートである。
図１１に示すように、表面異常検知装置５１は、ＲＧＢ情報を含む３次元点群データを取得する（ステップＳ５０１）。
表面異常検知装置５１は、３次元点群データの位置情報に基づき、クラスタリング処理を行い、３次元点群データを、同一構造物を有する点群、すなわち、クラスタに分類する（ステップＳ５０２）。
表面異常検知装置５１は、同一構造物と分類された点群（クラスタ）において、反射輝度値が異常値となる異常箇所を、点群の反射輝度分布に基づき決定（判定）する（ステップＳ５０３）。複数の点群が有る場合、点群毎に反射輝度値の異常箇所を決定する。
表面異常検知装置５１は、同一構造物と分類された点群において、ＲＧＢ値の異常箇所を、点群のＲＧＢ値に基づき決定する（ステップＳ５０４）。複数の点群が有る場合、点群毎にＲＧＢ値の異常箇所を決定する。ＲＧＢ値の異常箇所の決定は、グレースケールに変換した上で、ステップＳ５０３と同様の手順により決定しても良い。
すなわち、表面異常検知装置５１は、点群（クラスタ）の表面の複数の点におけるＲＧＢ値の分布に基づいてクラスタのＲＧＢ正常値を決定する。そして、表面異常検知装置５１は、ＲＧＢ正常値とクラスタの表面の複数の点のそれぞれのＲＧＢ値との差に基づいてクラスタの表面の異常箇所を特定する。
表面異常検知装置５１は、反射輝度により決定された異常箇所と、ＲＧＢ値により決定された異常箇所と、に基づいて所望の異常箇所を特定する（ステップＳ５０５）。
ステップＳ５０５においては、反射輝度により決定された異常箇所と、ＲＧＢ値により決定された異常箇所と、を相補的に利用してもよい。
反射輝度値とＲＧＢ値による検知の違いとして、例えば、錆汁が挙げられる。錆汁はＲＧＢ値では異常箇所と決定されるが、反射輝度値では異常箇所と判定されないので、流出源を特定することができる。この情報を利用して、本来の劣化箇所である流出源の発生しやすい箇所や、錆汁の流出経路を特定できるので、異常の程度に合わせた適切な修繕方法の選択及び判断が可能である。
このように、実施の形態５に係る表面異常検知装置５１は、反射輝度値及びＲＧＢ値を有する３次元点群データから、より高度な表面異常箇所の決定をすることができる。
［実施の形態６］
実施の形態６に係る表面異常検知装置６１は、反射輝度値による表面異常箇所の特定に加え、ラフネスを元に決定した表面異常箇所の特定も利用し、表面異常箇所を決定（特定）する精度をさらに向上することができる。
空間的な表面の粗さを示すラフネスは、例えば、平滑化した面からの点群の変位として算出することができる。ラフネスを元に表面異常箇所を特定することにより、距離測定装置１２の精度よりも粗い表面の異常を特定することができる。そして、反射輝度の異常箇所とラフネスの異常箇所を使用することで、相補的に表面の異常箇所を特定できる。
実施の形態６に係る表面異常検知装置６１の動作を説明する。
図１２は、実施の形態６に係る表面異常検知装置の動作を例示するフローチャートである。
図１２に示すように、表面異常検知装置６１は、３次元点群データを取得する（ステップＳ６０１）。
表面異常検知装置６１は、３次元点群データの位置情報に基づき、クラスタリング処理を行い、３次元点群データを、同一構造物を有する点群、すなわち、クラスタに分類する（ステップＳ６０２）。
表面異常検知装置６１は、各点のラフネス値を周囲の点群に基づき算出する（ステップＳ６０３）。すなわち、表面異常検知装置６１は、クラスタの表面の複数の点における位置情報に基づいてクラスタの表面の複数の点におけるラフネス値が算出する。例えば、任意の点Ｐの周囲の点群に基づき平滑化した面を算出し、点Ｐの平滑化した面からの変位を、点Ｐのラフネス値として算出する。
表面異常検知装置６１は、同一構造物と分類された点群（クラスタ）において、反射輝度値が異常値となる異常箇所を、点群の反射輝度分布に基づきそれぞれ決定する（ステップＳ６０４）。
表面異常検知装置６１は、同一構造物と分類された点群において、ラフネス値の異常箇所を、点群のラフネス値に基づき決定する（ステップＳ６０５）。複数の点群が有る場合、点群毎にラフネス値の異常箇所を決定する。
すなわち、表面異常検知装置６１は、クラスタの表面の複数の点におけるラフネス値の分布に基づいてクラスタのラフネス正常値を決定する。そして、表面異常検知装置６１は、ラフネス正常値とクラスタの表面の複数の点のそれぞれのラフネス値との差に基づいてクラスタの表面の異常箇所を特定する。
表面異常検知装置６１は、反射輝度値により決定された異常箇所と、ラフネス値により決定された異常箇所と、基づいて所望の異常箇所を特定する（ステップＳ６０６）。
ステップＳ６０６においては、反射輝度により決定された異常箇所と、ラフネス値により決定された異常箇所と、を相補的に利用してもよい。
反射輝度値とラフネス値による検知の違いとして、例えば、内部腐食による塗装の浮きが挙げられる。塗装の浮きは、塗料が残るため反射輝度値に変化を与えないが、ラフネス値として検知される。この情報を利用して、表出している錆に連結した内部腐食箇所から腐食の浸食範囲を特定できるので、適切な修繕方法の選択及び判断が可能である。
このように、実施の形態６に係る表面異常検知装置６１は、距離測定装置１２の精度より粗い対象（構造物）に対しても、包括的に表面異常箇所を決定することができる。
［実施の形態７］
図１３は、実施の形態７に係る距離測定装置と測定対象とを例示する図である。
ここで、図１３を使用して、複数の視点から撮像した点群データを利用して表面の異常箇所を特定する動作を説明する。
図１３は、距離測定装置１２を第１観測点Ｓ７１に設置して測定対象Ｔ７１及び測定対象Ｔ７２を撮像する様子を示す。また、図１３は、距離測定装置１２を第２観測点Ｓ７２に設置して測定対象Ｔ７１及び測定対象Ｔ７２を撮像する様子を示す。
図１３に示すように、測定対象Ｔ７１の表面の測距点Ｐ７１ｎにおけるデータ（情報）は、第１観測点Ｓ７１及び第２観測点Ｓ７２に設置された距離測定装置１２により取得される。また、測定対象Ｔ７２の表面の測距点Ｐ７２ｎにおけるデータ（情報）は、第１観測点Ｓ７１及び第２観測点Ｓ７２に設置された距離測定装置１２により取得される。
このとき、測距点Ｐ７１ｎは、第１観測点Ｓ７１からはレーザ入射角度Ａ７１１を以って測定され、第２観測点Ｓ７２からはレーザ入射角度Ａ７１２を以って測定される。同様に、測距点Ｐ７２ｎは、第１観測点Ｓ７１からはレーザ入射角度Ａ７２１を以って測定され、第２観測点Ｓ７２からはレーザ入射角度Ａ７２２を以って測定される。
第１観測点Ｓ７１及び第２観測点Ｓ７２から測定対象Ｔ７１を撮像した場合、測距点Ｐ７１ｎに対するレーザ入射角度が異なるため、観測点によって反射輝度値が異なる。第１観測点Ｓ７１及び第２観測点Ｓ７２から測定対象Ｔ７２を撮像した場合も同様である。
そこで、実施の形態７では、表面の粗さによって反射光の等方性が異なることに着目し、表面の異常箇所を特定する。
錆等の劣化により測定対象の表面が荒れている場合、レーザ反射光は等方的に広がりやすくなるため、レーザ入射角度による反射輝度値の変化は小さい。一方、塗料等により測定対象の表面が保護されている場合、レーザ反射光は正反射の方向への反射輝度値が大きくなるため、レーザ入射角度による反射輝度値の変化が大きい。
第１観測点Ｓ７１及び第２観測点Ｓ７２で取得した反射輝度差と、レーザ入射角度差を利用して測定対象Ｔ７１及び測定対象Ｔ７２の表面の異常箇所を特定できる。ここで、反射輝度差とは、第１観測点Ｓ７１で取得した所定の測距点（例えば、測距点Ｐ７１ｎ）の反射輝度と、第２観測点Ｓ７２で取得した所定の測距点の反射輝度と、の差である。また、レーザ入射角度差とは、所定の測距点に対する第１観測点Ｓ７１からのレーザ入射角度と、所定の測距点に対する第２観測点Ｓ７２からのレーザ入射角度との差である。
第１観測点Ｓ７１及び第２観測点Ｓ７２で撮像した点群データにおいて、位置合わせや認識により測定対象Ｔ７１及び測定対象Ｔ７２の位置と形状を対応づけた後、反射輝度差とレーザ入射角度差を算出して、表面の異常箇所を特定する。
尚、この例では、第１観測点Ｓ７１及び第２観測点Ｓ７２から同一の測距点Ｐ７１ｎ（又は、Ｐ７２ｎ）の反射輝度を取得するとしたが、これには限定されない。例えば、第１観測点Ｓ７１では測距点Ｐ７１ｎを取得できたが、第２観測点Ｓ７２では測距点Ｐ７１ｎを取得できなかった場合、測距点Ｐ７１ｎの近傍点、もしくは、測距点Ｐ７１ｎにおける反射輝度及びレーザ入射角度の内挿点を利用しても良い。
実施の形態７に係る表面異常検知装置７１の概要を説明する。
図１４は、実施の形態７に係る表面異常検知装置を例示するブロック図である。
図１４に示すように、実施の形態７に係る表面異常検知装置７１は、第１算出手段７１４ａと、第２算出手段７１４ｂと、位置制御手段７１５と、輝度差算出手段７１６と、補正手段７１７と、特定手段７１３と、を備える。
第１算出手段７１４ａは、第１観測点Ｓ７１の位置情報と、測定対象の表面の複数の測距点の位置情報と、に基づいて複数の測距点毎にレーザの第１入射角度を算出する。第１観測点Ｓ７１の位置情報は、第１点群データに含まれる。第１算出手段７１４ａは、測定対象の表面の測距点と第１観測点Ｓ７１とを結んだ方向と、測距点における垂線と、に基づいて測距点における第１入射角度を算出する。
第２算出手段７１４ｂは、第２観測点Ｓ７２の位置情報と、第２点群データに含まれる複数の測距点の位置情報と、に基づいて複数の測距点毎にレーザの第２入射角度を算出する。第２算出手段７１４ｂは、測定対象の表面の測距点と第２観測点Ｓ７２とを結んだ方向と、測距点における垂線と、に基づいて測距点における第２入射角度を算出する。
位置制御手段７１５は、第１点群データの複数の測距点の位置情報と、第２点群データの複数の測距点の位置情報と、に基づいて複数の測距点毎に位置を合わせるように調整する。
輝度差算出手段７１６は、位置調整後の第１点群データの複数の測距点における第１反射輝度値と、位置調整後の第２点群データの複数の測距点における第２反射輝度値と、の差である反射輝度差分値を複数の測距点毎に算出する。
補正手段７１７は、位置調整後の第１点群データの複数の測距点における第１入射角度と、位置調整後の第２点群データの複数の測距点における第２入射角度と、の差である入射角度差を複数の測距点毎に算出する。補正手段７１７は、算出した入射角度差に基づいて反射輝度差分値を複数の測距点毎に補正する。
特定手段７１３は、補正後の反射輝度差分値に基づいて測定対象の異常箇所を特定する。
実施の形態７に係る表面異常検知装置７１の動作を説明する。
図１５は、実施の形態７に係る表面異常検知装置の動作を例示するフローチャートである。
以降の実施の形態の説明では、第１観測点Ｓ７１で撮像した３次元点群データを第１点群データと称し、第２観測点Ｓ７２で撮像した３次元点群データを第２点群データと称する。
図１５に示すように、表面異常検知装置７１は、第１点群データを取得する（ステップＳ７０１）。表面異常検知装置７１は、第２点群データを取得する（ステップＳ７０２）。
表面異常検知装置７１は、第１点群データに対して、点群と第１観測点Ｓ７１の位置情報に基づき、各測距点におけるレーザの第１入射角度を算出する（ステップＳ７０３）。表面異常検知装置１１は、第２点群データに対して、点群と第２観測点Ｓ７２の位置情報に基づき、各測距点におけるレーザの第２入射角度を算出する（ステップＳ７０４）。レーザの入射角度は、例えば、実施の形態３において説明したように算出する。
表面異常検知装置７１は、第１点群データと第２点群データとの位置合わせ、もしくは、形状識別により、第１点群データと第２点群データの位置合わせを行う（ステップＳ７０５）。
表面異常検知装置７１は、対応する測距点間で反射輝度値の差分を算出する（ステップＳ７０６）。反射輝度の差分の算出に際しては、対応する点群のうち最も近接する点、又は、対応位置における内挿値を利用しても良い。また、表面異常検知装置７１は、測距点間のレーザ入射角度差も算出する。反射輝度の差分を、反射輝度差、又は、反射輝度差分値と称する。
表面異常検知装置７１は、ステップＳ７０６において算出したレーザ入射角度差に基づいて、反射輝度差分値を補正する（ステップＳ７０７）。レーザ入射角度差の算出に際しては、対応する点群のうち最も近接する点、又は、対応位置における内挿値を利用しても良い。
反射輝度差分値の補正に際しては、測定対象の双方向反射率分布関数によるモデル化、ランバート反射を仮定したシンプルなモデル化の他、既知の反射率の特性を当てはめて補正を行っても良い。
表面異常検知装置７１は、点群の有する反射輝度差分値が差分閾値を下回る場合（ステップＳ７０８：ＹＥＳ）、その点群を表面の異常箇所と決定する（ステップＳ７０９）。
表面異常検知装置７１は、点群の有する反射輝度差分値が差分閾値を上回る場合（ステップＳ７０８：ＮＯ）、その点群を表面の正常箇所と決定とする（ステップＳ７１０）。
このように、実施の形態７に係る表面異常検知装置７１は、複数地点から撮像した３次元点群データから、表面の異常箇所をより高精度に特定することができる。
［実施の形態８］
実施の形態８に係る表面異常検知装置８１は、実施の形態７に係る表面異常検知装置７１と比べて、過去に測定した３次元点群データとの比較により、表面異常箇所を特定することで、精度を向上する点が異なる。
実施の形態８の説明では、過去に測定した比較用の３次元点群データを「３次元点群データ（比較）」、又は、比較用群データと称し、異常を判定する評価用の３次元点群データを「３次元点群データ（評価）」又は、評価用群データと称する。
３次元点群データ（比較）と３次元点群データ（評価）を比較する最もシンプルな方法は、点群同士の最近接点もしくは内挿により点群の反射輝度差分値を取得する方法である。
実施の形態８に係る表面異常検知装置８１の概要を説明する。
図１６は、実施の形態８に係る表面異常検知装置を例示するブロック図である。
図１６に示すように、実施の形態８に係る表面異常検知装置８１は、位置制御手段８１５と、輝度差算出手段８１６と、特定手段８１３と、を備える。
評価用群データには、測定対象の表面の複数の測距点の位置情報が含まれる。比較用群データにも、測定対象の表面の複数の測距点の位置情報が含まれる。位置制御手段８１５は、評価用群データに含まれる複数の測距点の位置情報と、比較用群データに含まれる複数の測距点の位置情報と、に基づいて複数の測距点毎に位置を合せるように調整する。
輝度差算出手段８１６は、位置調整後の評価用群データの複数の測距点における評価用反射輝度値と、位置調整後の比較用群データの複数の測距点における比較用反射輝度値と、の差である反射輝度差分値を複数の測距点毎に算出する。
特定手段８１３は、反射輝度差分値に基づいて測定対象の異常箇所を特定する。
これ以降の実施の形態８の説明では、更に精度良く表面異常箇所を特定する方法として、点群の位置情報に基づく、クラスタ単位で異常箇所を判定する方法を例に挙げて説明する。
具体的には、３次元点群データ（比較）からクラスタ単位で反射輝度値の正常値を決定し、点群間のクラスタの対応付けを行った上で、３次元点群データ（評価）の反射輝度値から対応クラスタの反射輝度正常値の差分として反射輝度値の乖離値を決定、異常箇所を特定する。例えば、２つの点群を測定する際に観測点の誤差等により測距点が変化した場合、反射輝度値に変化が出る可能性がある。このような場合、クラスタ単位で反射輝度値を処理することで誤差を低減することができる。
実施の形態８に係る表面異常検知装置８１の動作を説明する。
図１７は、実施の形態８に係る表面異常検知装置の動作を例示するフローチャートである。
図１７に示すように、表面異常検知装置８１は、３次元点群データ（評価）を取得する（ステップＳ８０１）。表面異常検知装置８１は、３次元点群データ（比較）を取得する（ステップＳ８０２）。
表面異常検知装置８１は、３次元点群データ（評価）に対して、点群の位置情報に基づき、クラスタリング処理を行い、３次元点群データ（評価）を、同一構造物を有する点群、すなわち、クラスタに分類する（ステップＳ８０３）。すなわち、表面異常検知装置８１は、３次元点群データ（評価）に含まれる測定対象の表面の複数の測距点における位置情報に基づいて、測定対象を、同一構造物を含む１つ以上のクラスタに分類する。
表面異常検知装置８１は、３次元点群データ（比較）に対して、点群の位置情報に基づき、クラスタリング処理を行い、３次元点群データ（比較）を、同一構造物を有する点群、すなわち、クラスタに分類する（ステップＳ８０４）。すなわち、表面異常検知装置８１は、３次元点群データ（比較）に含まれる複数の測距点における位置情報に基づいて、測定対象を、同一構造物を含む１つ以上のクラスタに分類する。
表面異常検知装置８１は、ステップＳ８０４で分類されたクラスタ毎に反射輝度の正常値（反射輝度正常値）を算出する（ステップＳ８０５）。すなわち、表面異常検知装置８１は、３次元点群データ（比較）のクラスタの複数の測距点における反射輝度値の分布に基づいて、３次元点群データ（比較）のクラスタ毎に反射輝度正常値を決定する。
表面異常検知装置８１は、３次元点群データ（評価）と３次元点群データ（比較）との位置合わせ、もしくはクラスタの形状識別により、２つの３次元点群データ間で対応するクラスタとその位置を対応付ける（ステップＳ８０６）。すなわち、表面異常検知装置８１は、３次元点群データ（評価）のクラスタの複数の測距点の位置情報と、３次元点群データ（比較）のクラスタの複数の測距点の位置情報と、に基づいて、３次元点群データ（評価）のクラスタに対して、同一構造物であると認識する３次元点群データ（比較）のクラスタを対応付ける。
表面異常検知装置８１は、ステップＳ８０５にて算出した反射輝度正常値に基づき、反射輝度正常値からの差分を算出する（ステップＳ８０７）。反射輝度正常値からの差分を、反射輝度正常差分値と称する。すなわち、表面異常検知装置８１は、３次元点群データ（評価）のクラスタの複数の測距点における反射輝度値と、３次元点群データ（評価）のクラスタに対応する３次元点群データ（比較）のクラスタの反射輝度正常値と、差である反射輝度正常差分値を算出する。
表面異常検知装置８１は、点群の反射輝度正常差分値が正常差分閾値を上回る場合（ステップＳ８０８：ＹＥＳ）、その点群を表面の異常箇所と決定する（ステップＳ８０９）。すなわち、表面異常検知装置８１は、反射輝度正常差分値に基づいて測定対象の表面の異常箇所をクラスタ毎に特定する。
表面異常検知装置８１は、点群の反射輝度正常差分値が正常差分閾値を下回る場合（ステップＳ８０８：ＮＯ）、その点群を表面の異常箇所と決定する（ステップＳ８１０）。
このように、実施の形態８に係る表面異常検知装置８１は、過去に撮像した３次元点群データとの比較から、表面の異常箇所をより高精度に特定することができる。
以上、説明したように、実施の形態によれば、異物を検出する際に、誤検出を低減することが可能な処理装置、システム、方法及び非一時的なコンピュータ可読媒体を提供することができる。
尚、上記の実施の形態では、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、各構成要素の処理を、ＣＰＵ（Central Processing Unit）にコンピュータ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。
上記の実施の形態において、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、様々なタイプの実態のある記録媒体(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（具体的には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（具体的には光磁気ディスク）、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（具体的には、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。
尚、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。
上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
測定対象の表面の複数の点における位置情報に基づいて前記測定対象を同一構造物を含む１つ以上のクラスタに分類する分類手段と、
前記クラスタの表面の複数の点における反射輝度値の分布に基づいて前記クラスタの反射輝度正常値を決定する決定手段と、
前記反射輝度正常値と前記クラスタの表面の複数の点のそれぞれの前記反射輝度値との差に基づいて前記クラスタの表面の異常箇所を特定する特定手段と、
を備える表面異常検知装置。
（付記２）
前記特定手段は、前記クラスタの表面の複数の点のうち、前記反射輝度値と前記反射輝度正常値との差が閾値を上回る所定の点を異常箇所と決定する、
付記１に記載の表面異常検知装置。
（付記３）
前記反射輝度値は、観測点である自装置と前記クラスタの表面の点との間の距離による減衰量に基づいて補正される、
付記１又は２に記載の表面異常検知装置。
（付記４）
前記クラスタの測距点におけるレーザ入射角度は、前記クラスタの前記測距点と自装置とを結んだ方向と、前記クラスタの前記測距点における垂線と、に基づいて算出され、
前記クラスタの前記測距点における前記反射輝度値は、前記レーザ入射角度に基づいてさらに補正される、
付記１乃至３のいずれか１つに記載の表面異常検知装置。
（付記５）
前記分類手段は、前記レーザ入射角度に基づいて前記クラスタをサブクラスタにさらに分類し、
前記決定手段は、前記サブクラスタの表面の複数の点における反射輝度値の分布に基づいて前記サブクラスタの反射輝度正常値を決定し、
前記特定手段は、前記サブクラスタの反射輝度正常値と、前記サブクラスタの表面の複数の点のそれぞれの反射輝度値と、の差に基づいて前記サブクラスタの表面の異常箇所を特定する、
付記４に記載の表面異常検知装置。
（付記６）
前記決定手段は、前記クラスタの表面の複数の点におけるＲＧＢ値の分布に基づいて前記クラスタのＲＧＢ正常値を決定し、
前記特定手段は、前記ＲＧＢ正常値と前記クラスタの表面の複数の点のそれぞれの前記ＲＧＢ値との差に基づいて前記クラスタの表面の異常箇所を特定し、
前記特定手段は、前記反射輝度値により特定された前記異常箇所と、前記ＲＧＢ値により特定された前記異常箇所と、に基づいて所望の異常箇所を特定する、
付記１乃至５のいずれか１つに記載の表面異常検知装置。
（付記７）
前記クラスタの表面の複数の点における位置情報に基づいて前記クラスタの表面の複数の点におけるラフネス値が算出され、
前記決定手段は、前記クラスタの表面の複数の点における前記ラフネス値の分布に基づいて前記クラスタのラフネス正常値を決定し、
前記特定手段は、前記ラフネス正常値と前記クラスタの表面の複数の点のそれぞれの前記ラフネス値との差に基づいて前記クラスタの表面の異常箇所を特定し、
前記特定手段は、前記反射輝度値により特定された前記異常箇所と、前記ラフネス値により特定された前記異常箇所と、に基づいて所望の異常箇所を特定する、
付記１乃至５のいずれか１つに記載の表面異常検知装置。
（付記８）
第１観測点の位置情報と、第１点群データに含まれる位置情報であって測定対象の表面の複数の測距点の前記位置情報と、に基づいて前記複数の測距点毎にレーザの第１入射角度を算出する第１算出手段と、
第２観測点の位置情報と、第２点群データに含まれる前記複数の測距点の位置情報と、に基づいて前記複数の測距点毎にレーザの第２入射角度を算出する第２算出手段と、
前記第１点群データの前記複数の測距点の位置情報と、前記第２点群データの前記複数の測距点の位置情報と、に基づいて前記複数の測距点毎に位置を合わせるように調整する位置制御手段と、
前記位置調整後の前記第１点群データの前記複数の測距点における第１反射輝度値と、前記位置調整後の前記第２点群データの前記複数の測距点における第２反射輝度値と、の差である反射輝度差分値を前記複数の測距点毎に算出する輝度差算出手段と、
前記位置調整後の前記第１点群データの前記複数の測距点における前記第１入射角度と、前記位置調整後の前記第２点群データの前記複数の測距点における前記第２入射角度と、の差である入射角度差を前記複数の測距点毎に算出し、前記入射角度差に基づいて前記反射輝度差分値を前記複数の測距点毎に補正する補正手段と、
前記補正後の反射輝度差分値に基づいて前記測定対象の異常箇所を特定する特定手段と、
を備える表面異常検知装置。
（付記９）
評価用群データに含まれる位置情報であって測定対象の表面の複数の測距点の前記位置情報と、比較用群データに含まれる前記複数の測距点の位置情報と、に基づいて前記複数の測距点毎に位置を合せるように調整する位置制御手段と、
前記位置調整後の前記評価用群データの前記複数の測距点における評価用反射輝度値と、前記位置調整後の前記比較用群データの前記複数の測距点における比較用反射輝度値と、の差である反射輝度差分値を前記複数の測距点毎に算出する輝度差算出手段と、
前記反射輝度差分値に基づいて前記測定対象の異常箇所を特定する特定手段と、
を備える表面異常検知装置。
（付記１０）
評価用群データに含まれる測定対象の表面の複数の測距点における位置情報に基づいて前記測定対象を同一構造物を含む１つ以上のクラスタに分類する評価用分類手段と、
比較用群データに含まれる前記複数の測距点における位置情報に基づいて前記測定対象を同一構造物を含む１つ以上のクラスタに分類する比較用分類手段と、
前記比較用群データのクラスタの前記複数の測距点における反射輝度値の分布に基づいて前記比較用群データのクラスタ毎に反射輝度正常値を決定する比較用決定手段と、
前記評価用群データのクラスタの前記複数の測距点の位置情報と、前記比較用群データのクラスタの前記複数の測距点の位置情報と、に基づいて、前記評価用群データのクラスタに対して、同一構造物であると認識する前記比較用群データのクラスタを対応付ける制御手段と、
前記評価用群データのクラスタの前記複数の測距点における反射輝度値と、前記評価用群データのクラスタに対応する前記比較用群データのクラスタの前記反射輝度正常値と、差である反射輝度正常差分値を算出する算出手段と、
前記反射輝度正常差分値に基づいて前記測定対象の表面の異常箇所をクラスタ毎に特定する特定手段と、
を備える表面異常検知装置。
（付記１１）
測定対象の表面の複数の点における前記反射輝度値を取得する測定装置と、
付記１乃至１０のいずれか１つに記載の表面異常検知装置と、を備え、
前記表面異常検知装置は、
前記測定対象の表面の異常箇所を特定する、
システム。
（付記１２）
測定対象の表面の複数の点における位置情報に基づいて前記測定対象を同一構造物を含む１つ以上のクラスタに分類することと、
前記クラスタの表面の複数の点における反射輝度値の分布に基づいて前記クラスタの反射輝度正常値を決定することと、
前記反射輝度正常値と前記クラスタの表面の複数の点のそれぞれの前記反射輝度値との差に基づいて前記クラスタの表面の異常箇所を特定することと、
を備える方法。
（付記１３）
測定対象の表面の複数の点における位置情報に基づいて前記測定対象を同一構造物を含む１つ以上のクラスタに分類することと、
前記クラスタの表面の複数の点における反射輝度値の分布に基づいて前記クラスタの反射輝度正常値を決定することと、
前記反射輝度正常値と前記クラスタの表面の複数の点のそれぞれの前記反射輝度値との差に基づいて前記クラスタの表面の異常箇所を特定することと、
をコンピュータに実行させるプログラムが格納される非一時的なコンピュータ可読媒体。
１０：システム
１１、２１、３１、４１、５１、６１、７１、８１： 表面異常検知装置
１１１：分類手段
１１２：決定手段
１１３：特定手段
１２：距離測定装置
７１３、８１３、：特定手段
７１４ａ：第１算出手段
７１４ｂ：第２算出手段
７１５、８１５：位置制御手段
７１６、８１６：輝度差算出手段
７１７：補正手段
ＰＣ１０、ＰＣ１１、ＰＣ１２、ＰＣ３１、ＰＣ３２、ＰＣ４１：点群
Ｒ３１：３次元領域
Ｃ１０１、Ｃ１０２：クラスタ
ＳＣ４０１、ＳＣ４０２：サブクラスタ
Ｇ１１、Ｇ４１、Ｇ４２：反射輝度分布
Ｈ１０１、Ｈ１０２、Ｈ４１１、Ｈ４２１、Ｈ４２２：ヒストグラム
Ｌ１０１、Ｌ４１１、Ｌ４２１：近似曲線
Ｐ３０１、Ｐ７１ｎ、Ｐ７２ｎ：測距点
Ａ３０１、Ａ７１１、Ａ７１２、Ａ７２１、Ａ７２２：レーザ入射角度
Ｎ３０１：垂線
Ｂ３０１：レーザ入射方向
Ｐ：任意の点
Ｔ７１、Ｔ７２：測定対象
Ｓ７１：第１観測点
Ｓ７２：第２観測点

Claims (2)

  1. 第１観測点の位置情報と、第１点群データに含まれる位置情報であって測定対象の表面の複数の測距点の前記位置情報と、に基づいて前記複数の測距点毎にレーザの第１入射角度を算出する第１算出手段と、
    第２観測点の位置情報と、第２点群データに含まれる前記複数の測距点の位置情報と、に基づいて前記複数の測距点毎にレーザの第２入射角度を算出する第２算出手段と、
    前記第１点群データの前記複数の測距点の位置情報と、前記第２点群データの前記複数の測距点の位置情報と、に基づいて前記複数の測距点毎に位置を合わせるように調整する位置制御手段と、
    前記位置調整後の前記第１点群データの前記複数の測距点における第１反射輝度値と、前記位置調整後の前記第２点群データの前記複数の測距点における第２反射輝度値と、の差である反射輝度差分値を前記複数の測距点毎に算出する輝度差算出手段と、
    前記位置調整後の前記第１点群データの前記複数の測距点における前記第１入射角度と、前記位置調整後の前記第２点群データの前記複数の測距点における前記第２入射角度と、の差である入射角度差を前記複数の測距点毎に算出し、前記入射角度差に基づいて前記反射輝度差分値を前記複数の測距点毎に補正する補正手段と、
    前記補正後の反射輝度差分値に基づいて前記測定対象の異常箇所を特定する特定手段と、
    を備える表面異常検知装置。
  2. 前記測定対象の表面の複数の点における反射輝度値を取得する測定装置と、
    請求項１に記載の表面異常検知装置と、を備え、
    前記表面異常検知装置は、
    前記測定対象の表面の異常箇所を特定する、
    システム。
JP2021511852A 2019-04-03 2019-04-03 表面異常検知装置、及びシステム Active JP7215568B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/014790 WO2020202496A1 (ja) 2019-04-03 2019-04-03 表面異常検知装置、及びシステム

Publications (2)

Publication Number Publication Date
JPWO2020202496A1 JPWO2020202496A1 (ja) 2020-10-08
JP7215568B2 true JP7215568B2 (ja) 2023-01-31

Family

ID=72666260

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2021511852A Active JP7215568B2 (ja) 2019-04-03 2019-04-03 表面異常検知装置、及びシステム
JP2021511404A Active JP7131692B2 (ja) 2019-04-03 2020-03-17 表面異常検知装置、及びシステム

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2021511404A Active JP7131692B2 (ja) 2019-04-03 2020-03-17 表面異常検知装置、及びシステム

Country Status (3)

Country Link
US (2) US20220170739A1 (ja)
JP (2) JP7215568B2 (ja)
WO (2) WO2020202496A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6970817B2 (ja) * 2018-04-11 2021-11-24 富士フイルム株式会社 構造物管理装置、構造物管理方法、及び構造物管理プログラム
US11703457B2 (en) * 2020-12-29 2023-07-18 Industrial Technology Research Institute Structure diagnosis system and structure diagnosis method
WO2022244267A1 (ja) * 2021-05-21 2022-11-24 日本電気株式会社 異常検出装置、制御方法、及びコンピュータ可読媒体
US20230153975A1 (en) * 2021-11-16 2023-05-18 Solera Holdings, Llc Transfer of damage markers from images to 3d vehicle models for damage assessment
WO2023218899A1 (ja) * 2022-05-13 2023-11-16 パナソニックＩｐマネジメント株式会社 計測システムおよび計測方法
CN116977331B (zh) * 2023-09-22 2023-12-12 武汉展巨华科技发展有限公司 基于机器视觉的3d模型表面检测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009204425A (ja) 2008-02-27 2009-09-10 Pulstec Industrial Co Ltd ３次元形状測定装置および３次元形状測定方法
JP2016105081A (ja) 2014-11-19 2016-06-09 首都高技術株式会社 点群データ利用システム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5774212A (en) * 1997-03-19 1998-06-30 General Electric Co. Method and apparatus for detecting and analyzing directionally reflective surface flaws
JP3080058B2 (ja) * 1997-12-25 2000-08-21 日本電気株式会社 レーダ装置及びレーダ測定方法
JP5654402B2 (ja) 2011-03-29 2015-01-14 株式会社日立製作所 設備異常経時変化判定装置、設備異常変化判定方法、およびプログラム
CN109242828B (zh) * 2018-08-13 2022-04-19 浙江大学 基于光栅投影多步相移法的3d打印制品三维缺陷检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009204425A (ja) 2008-02-27 2009-09-10 Pulstec Industrial Co Ltd ３次元形状測定装置および３次元形状測定方法
JP2016105081A (ja) 2014-11-19 2016-06-09 首都高技術株式会社 点群データ利用システム

Also Published As

Publication number Publication date
WO2020203263A1 (ja) 2020-10-08
WO2020202496A1 (ja) 2020-10-08
US20220156914A1 (en) 2022-05-19
US20220170739A1 (en) 2022-06-02
JPWO2020202496A1 (ja) 2020-10-08
JP7131692B2 (ja) 2022-09-06
JPWO2020203263A1 (ja) 2020-10-08

Similar Documents

Publication Publication Date Title
JP7215568B2 (ja) 表面異常検知装置、及びシステム
US20200208970A1 (en) Method and device for movable object distance detection, and aerial vehicle
Kang et al. Automatic targetless camera–lidar calibration by aligning edge with gaussian mixture model
CN109001757B (zh) 一种基于2d激光雷达的车位智能检测方法
CN110503040B (zh) 障碍物检测方法及装置
Tan et al. Correction of mobile TLS intensity data for water leakage spots detection in metro tunnels
US10444398B2 (en) Method of processing 3D sensor data to provide terrain segmentation
WO2021016854A1 (zh) 一种标定方法、设备、可移动平台及存储介质
US20180182113A1 (en) Image processing device and image processing method
US10074551B2 (en) Position detection apparatus, position detection method, information processing program, and storage medium
JP5913903B2 (ja) 形状検査方法およびその装置
US20230267593A1 (en) Workpiece measurement method, workpiece measurement system, and program
KR20180100835A (ko) 듀얼 라이다 센서 캘리브레이션 방법 및 장치
CN112639516A (zh) 激光雷达测距方法、装置、计算机设备和存储介质
JP2016191648A (ja) 計測装置および計測方法
CN113099120B (zh) 深度信息获取方法、装置、可读存储介质及深度相机
JP7226565B2 (ja) 物体認識方法、及び、物体認識装置
US20230332887A1 (en) Abnormality detection system, abnormality detection method, and computer readable medium
US20220155149A1 (en) Object Recognition Device and Object Recognition Method
JP6686776B2 (ja) 段差検出方法及び段差検出装置
JP7300331B2 (ja) 機械学習用情報処理装置、機械学習用情報処理方法、および機械学習用情報処理プログラム
JP7447906B2 (ja) 表面異常検知装置、システム、方法、及びプログラム
Ono et al. Robust detection of surface anomaly using LiDAR point cloud with intensity
WO2014192061A1 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
US20200410694A1 (en) Object detection device, object detection system, object detection method, and non-transitory computer-readable medium storing program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210924

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220726

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220922

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: 20221220

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230102

R151 Written notification of patent or utility model registration

Ref document number: 7215568

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151