WO2010024212A1 - 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム - Google Patents

俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム Download PDF

Info

Publication number
WO2010024212A1
WO2010024212A1 PCT/JP2009/064700 JP2009064700W WO2010024212A1 WO 2010024212 A1 WO2010024212 A1 WO 2010024212A1 JP 2009064700 W JP2009064700 W JP 2009064700W WO 2010024212 A1 WO2010024212 A1 WO 2010024212A1
Authority
WO
WIPO (PCT)
Prior art keywords
point
dimensional
point group
height
point cloud
Prior art date
Application number
PCT/JP2009/064700
Other languages
English (en)
French (fr)
Inventor
吉田　光伸
雅一 宮
嘉宏 島
純一 瀧口
隆二郎 黒崎
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to US13/060,444 priority Critical patent/US8665263B2/en
Priority to KR1020117003641A priority patent/KR101269981B1/ko
Priority to CN200980133675.0A priority patent/CN102138163B/zh
Priority to KR1020127028797A priority patent/KR101319471B1/ko
Priority to JP2010526690A priority patent/JP4832596B2/ja
Priority to EP09809863.5A priority patent/EP2320382A4/en
Publication of WO2010024212A1 publication Critical patent/WO2010024212A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G06T15/30—Clipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/12—Relief maps

Definitions

  • the present invention relates to, for example, an overhead image generation apparatus, an overhead image generation method, and an overhead image generation program that generate a road orthoimage using a colored laser point cloud.
  • the three-dimensional solid shape of the measurement object is restored from the laser point group indicating the distance direction measured by the laser scanner. Since the three-dimensional shape becomes more accurate as the number of laser points increases, a large number of laser points are acquired. However, since the laser point cloud includes a point cloud that measures objects other than the restoration target, it is necessary to extract the laser point cloud that measured the restoration target from a large number of laser points.
  • the method (1) has the following problems, for example.
  • (A) It is necessary to designate laser points to be extracted one by one.
  • (B) The extracted laser point group cannot be directly used by CAD (Computer Aided Design).
  • the method (2) has the following problems, for example.
  • (A) An object can be discriminated only from a laser point group displayed side by side in the viewing direction of the camera.
  • (B) It takes time to select an appropriate camera image.
  • C It is difficult to grasp at which location the object is being identified.
  • the object of the present invention is, for example, to eliminate unnecessary points from the acquired enormous laser points and efficiently extract only the necessary laser points.
  • the overhead image generation apparatus of the present invention is an overhead image generation apparatus that generates an overhead image on the ground using a three-dimensional point cloud indicating the three-dimensional coordinates of each point on the ground, and each point of the three-dimensional point group indicates A three-dimensional point group projection unit is provided that projects each point of the three-dimensional point group on a plane using a CPU (Central Processing Unit) based on the three-dimensional coordinates to generate a bird's-eye view image on the ground.
  • CPU Central Processing Unit
  • the bird's-eye view image generation device extracts each point indicating a height within a predetermined range from the three-dimensional point group using the CPU as a predetermined high point group based on the three-dimensional coordinates indicated by each point of the three-dimensional point group.
  • a predetermined high point group extraction unit wherein the three-dimensional point group projection unit is based on the three-dimensional coordinates indicated by each point of the predetermined high point group extracted from the three-dimensional point group by the predetermined high point group extraction unit. Then, each point of the predetermined high point group is projected onto a plane using a CPU to generate an overhead image.
  • the overhead image generation apparatus uses a CPU for each area obtained by dividing the point density of each point of the three-dimensional point group projected on the plane by the three-dimensional point group projection unit into a predetermined size of the plane.
  • a point density calculating unit to calculate, and a standing object specifying unit for specifying an image portion on which the standing object is displayed from the overhead image based on the point density calculated by the point density calculating unit;
  • a standing object distinguishing unit that generates a bird's-eye view image representing the image part specified by the standing object specifying part by distinguishing it from other image parts using a CPU;
  • a laser point cloud (predetermined high point cloud) representing a road surface can be extracted without requiring visual inspection, and an overhead view image of a road from which shielding by a tunnel or a tree is removed can be generated.
  • a laser point group representing a standing object such as a utility pole without requiring visual observation, and to generate an overhead image that distinguishes the standing object from the road surface.
  • FIG. 1 is a configuration diagram of a point cloud orthoimage generation system 800 in Embodiment 1.
  • FIG. FIG. 3 shows an external appearance of a moving object measuring apparatus 200 according to Embodiment 1.
  • FIG. 3 is a diagram illustrating an example of hardware resources of the point cloud orthoimage generating apparatus 100 according to the first embodiment.
  • 3 is a flowchart showing a point cloud orthoimage generation method according to the first embodiment.
  • Point cloud orthoimage 191 of the target area (FIG. 5).
  • FIG. 6 is a configuration diagram of a point cloud orthoimage generating apparatus 100 according to a second embodiment.
  • FIG. 6 is a configuration diagram of a point cloud orthoimage generating apparatus 100 according to a third embodiment.
  • 10 is a flowchart of point cloud orthoimage generation processing (S140) according to Embodiment 3.
  • a point group orthoimage 191 of the target area b (FIG. 6) onto which a predetermined high point group 129a whose height from the ground height 139a is 50 cm or more is orthographically projected.
  • the elements on larger scale of the target area b A point cloud orthoimage 191 of the target area a (FIG. 6) onto which a predetermined high point cloud 129a having a height from the ground height 139a of 50 cm or more is orthogonally projected.
  • the elements on larger scale of the target area a The figure which shows the identification method of the ground height 139a in Embodiment 4 (Example 1).
  • the figure which shows the identification method of the curb point group in Embodiment 4 (Example 2).
  • the figure which shows the screen on which the image of the point cloud 491 which shows a road and the curb on the right and left of a road was displayed.
  • the flowchart which shows the curb point cloud specific method in Embodiment 4 (Example 2).
  • the figure which shows the curb point cloud identified by the curb point cloud identification method in Embodiment 4 (Example 2).
  • the figure which shows the identification method of the ground height 139a in Embodiment 4 (Example 3 (1)).
  • the figure which shows the identification method of the ground height 139a in Embodiment 4 (Example 3 (2)).
  • Embodiment 1 FIG.
  • a bird's-eye view image generation device that generates a bird's-eye view image on the ground using a three-dimensional point group indicating the three-dimensional coordinates of each point on the ground will be described.
  • FIG. 1 is a configuration diagram of a point cloud orthoimage generation system 800 according to the first embodiment.
  • the configuration of the point cloud orthoimage generation system 800 according to Embodiment 1 will be described below with reference to FIG.
  • the point cloud orthoimage generating system 800 includes a moving body measuring device 200, a position / orientation locating device 300, a point cloud generating device 400, and a point cloud orthoimage generating device 100.
  • the moving body measuring apparatus 200 is a moving body (for example, a vehicle or an airplane) including a laser scanner 210, a camera 220, a GPS receiver 230, a gyro 240, and an odometry 250.
  • the moving body measurement apparatus 200 acquires various measurement data that is the basis of the three-dimensional point group while moving on the ground (or the sky).
  • the laser scanner 210 irradiates a laser beam toward each point, and observes the laser beam reflected and returned to the feature located at each point.
  • the laser scanner 210 measures the azimuth in which the feature is located based on the laser irradiation direction, and measures the distance to the feature based on the time from the laser irradiation to the observation of the reflected laser.
  • the laser scanner 210 is also called a laser radar or a laser range finder (LRF).
  • LRF laser range finder
  • the point group data indicating the distance and direction to the feature at each point measured by the laser scanner 210 and the laser irradiation direction will be referred to as a “distance / azimuth point group 291”.
  • the camera 220 photographs a feature from a measurement point of the laser scanner 210 (a point where the moving body measuring device 200 is located at the time of laser observation by the laser scanner 210) simultaneously with measurement of the distance azimuth point group 291 by the laser scanner 210.
  • image data obtained by photographing with the camera 220 is referred to as a camera video 292.
  • the GPS receiver 230 observes positioning signals transmitted from a plurality of GPS satellites (GPS: Global Positioning System) simultaneously with measurement of the distance azimuth point group 291 by the laser scanner 210.
  • GPS Global Positioning System
  • the GPS receiver 230 is a pseudo-range indicating the distance from the GPS receiver 230 to the GPS satellite calculated based on the navigation message indicated by the positioning signal, the phase of the carrier wave that carries the positioning signal, and the carrying time of the positioning signal, Information such as positioning results calculated based on the pseudo distance is acquired.
  • GPS observation information 293 the information obtained by the GPS receiver 230 is referred to as “GPS observation information 293”.
  • the gyro 240 measures the angular velocities in the three axial directions (roll, pitch, yaw) of the moving body measuring apparatus 200 simultaneously with the measurement of the distance azimuth point group 291 by the laser scanner 210.
  • the angular velocity in the three-axis directions measured by the gyro 240 is referred to as “gyro measurement value 294”.
  • the odometry 250 measures the speed change amount of the moving body measuring apparatus 200 simultaneously with the measurement of the distance direction point group 291 by the laser scanner 210.
  • the speed change amount measured by the odometry 250 is referred to as “odometry measurement value 295”.
  • the measurement device storage unit 290 stores a distance azimuth point group 291, a camera image 292, GPS observation information 293, a gyro measurement value 294, and an odometry measurement value 295.
  • the distance azimuth point group 291, the camera image 292, the GPS observation information 293, the gyro measurement value 294, and the odometry measurement value 295 each indicate a measurement time and are associated with each other by the measurement time.
  • FIG. 2 is a diagram illustrating an appearance of the moving body measuring apparatus 200 according to the first embodiment.
  • the moving body measuring apparatus 200 is configured by a vehicle 202 as shown in FIG.
  • Laser scanner 210, camera 220, GPS receiver 230, and gyro 240 are fixedly installed on top plate 201 provided at the top of vehicle 202.
  • the odometry 250 is installed in the vehicle 202.
  • the positions of the laser scanner 210 and the camera 220 are examples, and may be installed in front of the vehicle 202 or in the rear of the vehicle 202.
  • the vehicle 202 travels on a road in the measurement target area.
  • the laser scanner 210 is installed behind the vehicle 202 and irradiates the laser toward the rear of the vehicle 202 and the side of the vehicle 202 while swinging about 240 ° in the width direction (x-axis direction) of the vehicle 202. Then, the laser scanner 210 observes the laser reflected and returned to the feature located behind the vehicle 202 and on the side of the vehicle 202, and displays a distance direction point group 291 obtained by measuring the feature in the measurement target area. get.
  • the camera 220 is installed in front of the vehicle 202, repeats imaging in the traveling direction (z-axis direction) of the vehicle 202, and acquires a camera image 292 of the measurement target area.
  • the GPS receiver 230 is installed at three places on the top plate 201, and acquires GPS observation information 293 from the positioning signals received from the GPS satellites.
  • the gyro 240 measures the angular velocities on the x, y, and z axes of the vehicle 202 and acquires a gyro measurement value 294.
  • the odometry 250 counts the number of rotations of the tire, measures the speed change amount of the moving body measuring apparatus 200, and acquires the odometry measurement value 295.
  • a point O indicates the coordinate center (hereinafter referred to as navigation reference point) of the moving body measuring apparatus 200, and the coordinates of the moving body measuring apparatus 200 mean the coordinates of the point O.
  • the amount of displacement (hereinafter referred to as offset) from the laser scanner 210, camera 220, GPS receiver 230 and gyro 240 to point O is measured in advance, and the coordinates of the laser scanner 210, camera 220, GPS receiver 230 and gyro 240 are points. It can be obtained by adding an offset to the coordinates of O.
  • offset The amount of displacement (hereinafter referred to as offset) from the laser scanner 210, camera 220, GPS receiver 230 and gyro 240 to point O is measured in advance, and the coordinates of the laser scanner 210, camera 220, GPS receiver 230 and gyro 240 are points. It can be obtained by adding an offset to the coordinates of O.
  • the coordinates of the laser scanner 210, the camera 220, the GPS receiver 230, and the gyro 240 coincide with the point O and are the same as the coordinates of the moving object measuring apparatus 200.
  • the viewing direction of the camera 220 is equal to the attitude angle of the
  • the position / orientation locating device 300 includes a position / orientation locating unit 310 and an locating device storage unit 390, and calculates a position / orientation at the time of measurement by the mobile object measuring device 200.
  • the position / orientation orientation determination unit 310 uses the position (latitude, longitude, high) at the time of measurement of the mobile body measurement device 200. [Elevation]) (East, North, Up) and posture angle (roll angle, pitch angle, yaw angle) are calculated using a CPU (Central Processing Unit). For example, the position / orientation locating unit 310 sets the positioning result included in the GPS observation information 293 as the position of the moving body measuring apparatus 200.
  • the position / orientation locating unit 310 calculates a pseudo distance based on the phase of the carrier wave included in the GPS observation information 293, and calculates the position of the mobile body measuring apparatus 200 based on the calculated pseudo distance. Further, for example, the position / orientation locating unit 310 calculates the position and orientation angle of the moving body measuring apparatus 200 by dead reckoning based on the gyro measurement value 294 and the odometry measurement value 295. Dead reckoning is a method of calculating the amount of change from a certain point in the past by integrating the angular velocity and movement speed of the posture angle, and adding the amount of change to the past position and posture angle to obtain the current position and posture angle. It is.
  • position and orientation determination values 391 indicates the position and orientation angle of the moving body measuring apparatus 200 at each time.
  • the orientation device storage unit 390 stores a position / orientation orientation value 391.
  • the point cloud generation device 400 includes a three-dimensional point group generation unit 410, a point cloud generation unit 420, and a point cloud generation device storage unit 490, and generates a three-dimensional point group indicating the three-dimensional coordinates and colors of each point on the ground. .
  • the three-dimensional point group generation unit 410 converts the three-dimensional point group 419a to the CPU based on the distance / orientation point group 291 acquired by the moving body measuring apparatus 200 and the position / orientation orientation value 391 calculated by the position / orientation orientation apparatus 300. Use to generate.
  • the three-dimensional point cloud generation unit 410 extracts the position / orientation of the moving body measuring apparatus 200 at the measurement time of each point from the position / orientation orientation value 391 for each point of the distance / azimuth point group 291, 3D coordinates of points separated by the distance direction indicated by each point are calculated, and a three-dimensional point group 419a indicating the three-dimensional coordinates of each point of the distance direction point group 291 is generated.
  • the point cloud generation unit 420 generates a point cloud 491 using the CPU based on the three-dimensional point group 419a generated by the three-dimensional point group generation unit 410 and the camera image 292 acquired by the moving body measuring apparatus 200. To do.
  • each point indicates a color together with three-dimensional coordinates, and is also called a colored laser point group.
  • the point cloud generation unit 420 calculates, as the imaging plane of the camera 220, a plane orthogonal to the imaging direction at a point that is away from the shooting point by the focal length in the imaging direction (the line of sight of the camera 220). The imaging plane is equal to the plane of the camera image 292.
  • the point cloud generation unit 420 projects each point of the three-dimensional point group 419a on the camera video 292 (imaging plane) based on the three-dimensional coordinates indicated by each point of the three-dimensional point group 419a. Let the color of the projection destination pixel be the color of the point.
  • the point cloud generation device storage unit 490 stores the point cloud 491.
  • the point cloud orthoimage generating device 100 (an example of an overhead image generating device) includes a point cloud projection unit 110 and an image generation device storage unit 190, and generates an overhead image of the target area using the point cloud 491.
  • the point cloud projection unit 110 uses the point cloud 491 generated by the point cloud generation device 400 to generate an overhead image of the target area using the CPU. At this time, the point cloud projection unit 110 calculates a horizontal plane corresponding to the latitude and longitude of the target area, and orthographically projects each point of the point cloud 491 on the calculated horizontal plane based on the respective three-dimensional coordinates.
  • the point cloud projection unit 110 calculates an imaging plane on the assumption that the image is taken from a predetermined viewpoint above the target area in a direction directly below, and orthographically projects each point of the point cloud 491 on the calculated imaging plane.
  • the predetermined viewpoint uses the latitude / longitude of the center of the measurement area and the predetermined height as three-dimensional coordinates, and each point of the point cloud 491 is projected onto a portion in the imaging plane where the latitude / longitude coincides.
  • a horizontal plane on which each point of the point cloud 491 is orthogonally projected shows an image obtained by looking down the measurement area from the sky in the vertical direction.
  • the Bitmap image shown on the horizontal plane on which each point of the point cloud 491 is orthogonally projected is referred to as a “point cloud orthoimage 191 (an example of an overhead image)”.
  • the plane on which each point of the point cloud 491 is orthogonally projected is not limited to a horizontal plane, and may be a plane inclined with respect to the horizontal plane.
  • the plane on which each point of the point cloud 491 is orthogonally projected indicates an image (an example of an overhead image) in which the measurement area is looked down from the sky.
  • the projection of the point cloud 491 by the point cloud projection unit 110 is not limited to the orthographic projection, and may be a central projection, for example.
  • FIG. 3 is a diagram illustrating an example of hardware resources of the point cloud orthoimage generating apparatus 100 according to the first embodiment.
  • the point cloud orthoimage generating apparatus 100 includes a CPU 911 (also referred to as a central processing unit, a central processing unit, a processing unit, an arithmetic unit, a microprocessor, a microcomputer, and a processor) that executes a program.
  • the CPU 911 includes a ROM 913, a RAM 914, a communication board 915, a display device 901, a keyboard 902, a mouse 903, an FDD 904 (Flexible Disk Drive), a CDD 905 (compact disc device), a printer device 906, a scanner device 907, via a bus 912.
  • the RAM 914 is an example of a volatile memory.
  • the storage media of the ROM 913, the FDD 904, the CDD 905, and the magnetic disk device 920 are an example of a nonvolatile memory. These are examples of a storage device, a storage device, or a storage unit.
  • the communication board 915, the keyboard 902, the scanner device 907, the FDD 904, and the like are examples of an input device, an input device, or an input unit.
  • the communication board 915, the display device 901, the printer device 906, and the like are examples of output devices, output devices, or output units.
  • the communication board 915 is wired or wirelessly connected to a communication network such as a LAN (Local Area Network), the Internet, a WAN (Wide Area Network) such as ISDN, and a telephone line.
  • the magnetic disk device 920 stores an OS 921 (operating system), a window system 922, a program group 923, and a file group 924.
  • the programs in the program group 923 are executed by the CPU 911, the OS 921, and the window system 922.
  • the program group 923 stores a program for executing a function described as “ ⁇ unit” in the description of the embodiment.
  • the program is read and executed by the CPU 911.
  • result data such as “determination result”, “calculation result”, “processing result”, and the like when the “part” function is executed
  • Data passed between programs that execute the function of “part” other information, data, signal values, variable values, and parameters are stored as items of “ ⁇ file” and “ ⁇ database”.
  • the “ ⁇ file” and “ ⁇ database” are stored in a recording medium such as a disk or a memory.
  • Information, data, signal values, variable values, and parameters stored in a storage medium such as a disk or memory are read out to the main memory or cache memory by the CPU 911 via a read / write circuit, and extracted, searched, referenced, compared, and calculated. Used for CPU operations such as calculation, processing, output, printing, and display.
  • Information, data, signal values, variable values, and parameters are stored in the main memory, cache memory, and buffer memory during the CPU operations of extraction, search, reference, comparison, operation, calculation, processing, output, printing, display, and extraction. Temporarily stored.
  • arrows in the flowcharts described in the description of the embodiments mainly indicate input / output of data and signals.
  • the data and signal values are the RAM 914 memory, the FDD 904 flexible disk, the CDD 905 compact disk, and the magnetic disk device 920. Recording media such as magnetic discs, other optical discs, mini discs, DVDs (Digital Versatile Disc) and the like. Data and signal values are transmitted online via a bus 912, a signal line, a cable, or another transmission medium.
  • ⁇ unit in the description of the embodiment may be “ ⁇ circuit”, “ ⁇ device”, “ ⁇ equipment”, “means”, and “ ⁇ step”, “ It may be “procedure” or “procedure”. That is, what is described as “ ⁇ unit” may be realized by firmware stored in the ROM 913. Alternatively, it may be implemented only by software, or only by hardware such as elements, devices, substrates, and wirings, by a combination of software and hardware, or by a combination of firmware.
  • Firmware and software are stored as programs in a recording medium such as a magnetic disk, a flexible disk, an optical disk, a compact disk, a mini disk, and a DVD. The program is read by the CPU 911 and executed by the CPU 911. That is, the program causes the computer to function as “ ⁇ part”. Alternatively, it causes the computer to execute the procedures and methods of “to part”.
  • the moving body measuring apparatus 200, the position / orientation locating apparatus 300, and the point cloud generating apparatus 400 are also provided with a CPU and a memory, and execute a function described as “unit”.
  • FIG. 4 is a flowchart illustrating the point cloud orthoimage generation method according to the first embodiment.
  • the point cloud orthoimage generation method of the point cloud orthoimage generation system 800 in the first embodiment will be described below with reference to FIG.
  • the moving body measuring apparatus 200, the position / orientation locating apparatus 300, the point cloud generating apparatus 400, the point cloud orthoimage generating apparatus 100, and the respective “ ⁇ units” execute processing described below using a CPU.
  • the vehicle 202 of the moving body measuring apparatus 200 travels in the target area. While traveling in the target area, the laser scanner 210, the camera 220, the GPS receiver 230, the gyro 240, and the odometry 250 included in the moving body measuring device 200 perform measurement, respectively, and a distance azimuth point group 291, a camera image 292, and GPS observation information. 293, the gyro measurement value 294 and the odometry measurement value 295 are acquired.
  • the position and orientation determination unit 310 of the position and orientation determination apparatus 300 calculates the position and orientation determination value 391 based on the GPS observation information 293, the gyro measurement value 294, and the odometry measurement value 295 acquired in S110.
  • the position / orientation orientation value 391 indicates the three-dimensional coordinates and the three-dimensional attitude angle at each time of the moving body measuring apparatus 200 when traveling in the target area.
  • the 3D point cloud generation unit 410 of the point cloud generation device 400 generates a 3D point cloud 419a based on the distance and orientation point cloud 291 acquired in S110 and the position / orientation orientation value 391 calculated in S120. To do. And the point cloud production
  • a three-dimensional point group 419a indicates the three-dimensional coordinates of each point in the distance and azimuth point group 291. Each point in the three-dimensional point group 419a corresponds to each point in the distance and azimuth point group 291.
  • the three-dimensional point group generation unit 410 extracts the position / orientation of the moving object measuring apparatus 200 at the measurement time of each point of the distance / orientation point group 291 from the position / orientation orientation value 391, and the distance / orientation indicated by each point from the extracted position / orientation.
  • the three-dimensional coordinates of points separated by a distance are calculated as the three-dimensional coordinates of each point.
  • the point cloud 491 indicates the three-dimensional coordinates and color of each point of the three-dimensional point group 419a. Each point of the point cloud 491 corresponds to each point of the three-dimensional point group 419a and the distance direction point group 291.
  • the point cloud generation unit 420 projects each point of the three-dimensional point group 419a on the camera video 292 based on the respective three-dimensional coordinates, and sets the color of the projection destination pixel as the color of each point.
  • the point cloud 491 may not be colored by the point cloud generation unit 420.
  • the point cloud 491 may indicate black and white information (gray scale) corresponding to the observed laser reflection luminance. For example, the point cloud generation unit 420 sets each point of the point cloud 491 so that the higher the laser reflection luminance, the whiter the color, and the lower the laser reflection luminance, the black color.
  • generation apparatus 100 produces
  • the point cloud orthoimage 191 shows an image in which the target area is looked down vertically from the sky.
  • the point cloud projection unit 110 sets an image obtained by orthogonally projecting each point of the point cloud 491 on a horizontal plane corresponding to the latitude and longitude of the target area as a point cloud orthoimage 191 of the target area.
  • the plane on which each point of the point cloud 491 is orthogonally projected is not limited to a horizontal plane, and may be a plane inclined with respect to the horizontal plane.
  • the projection of the point cloud 491 by the point cloud projection unit 110 is not limited to the orthographic projection, and may be a central projection, for example.
  • FIG. 5 shows a road map of an area (target area) where the mobile body measuring apparatus 200 travels.
  • the mobile body measuring device 200 performs measurement while traveling in the area shown in FIG. 5, and the distance azimuth point group 291, camera image 292, GPS observation information 293, gyro measurement value. It is assumed that 294 and odometry measurement value 295 are acquired.
  • FIG. 6 shows a point cloud orthoimage 191 of the target area (FIG. 5).
  • the point cloud projection unit 110 performs orthographic projection of the point cloud 491, thereby obtaining a point cloud orthoimage 191 as shown in FIG.
  • the point cloud orthoimage 191 matches the road map shown in FIG.
  • the point cloud orthoimage 191 can represent the road in the target area with high accuracy corresponding to the measurement accuracy of the mobile object measurement device 200 and the position / orientation determination accuracy of the position / orientation determination device 300.
  • FIGS. 7 and 8 are examples of overhead images represented by the point cloud 491, and are images obtained by enlarging different intersection portions.
  • S140 point cloud orthoimage generation process
  • the point cloud 491 is projected on a plane inclined with respect to the horizontal plane (or the point cloud orthoimage 191 is displayed rotated with respect to the horizontal axis by image processing).
  • An overhead image as shown in FIGS. 7 and 8 is obtained.
  • the bird's-eye view image obtained by the projection of the point cloud 491 can represent various features such as an intersection, a house, a parked car, and a pedestrian crossing.
  • Each feature represented in the bird's-eye view image is represented with high accuracy corresponding to the measurement accuracy of the mobile object measurement device 200 and the position and orientation determination accuracy of the position and orientation determination device 300 in terms of position, size, and the like.
  • the point cloud orthoimage generating apparatus 100 projects the point cloud 491 onto a plane, thereby displaying an image (points) representing the target area viewed from an angle (vertically below, obliquely below, etc.) that is not actually captured by the camera.
  • Group ortho image 191, a bird's-eye view image, etc. can be obtained.
  • the point cloud orthoimage generating device 100 uses a laser point cloud (distance and azimuth point cloud 291) acquired by the moving body measuring device 200 to use a sign, a white line, a road surface mark, a manhole, a curb, a power pole, a pole, a street light. Detects features such as electric wires and walls with high accuracy.
  • the point cloud 491 has three-dimensional position information (three-dimensional coordinates) for each point. Therefore, the point cloud orthoimage generating apparatus 100 can create an image viewed from an arbitrary direction by arranging the point clouds 491.
  • the point cloud orthoimage generating apparatus 100 can create the point cloud orthoimage 191 equivalent to the orthophoto of the aerial photograph by arranging the point cloud 491 and viewing it from directly above. Further, the point cloud orthoimage 191 has less distortion, high accuracy, and a wide viewing angle compared to an ortho image created using a camera image captured from a vehicle.
  • the point cloud orthoimage 191 clearly shows features such as white lines, curbs, and wall surfaces. Therefore, the point cloud orthoimage 191 can be used for creating a road map. For example, by pasting a point cloud orthoimage 191 on a CAD (Computer Aided Design) background and tracing each area represented by the point cloud orthoimage 191 with a line, a current road map can be created at high speed. Can do. Furthermore, it is possible to extract each feature from the point cloud orthoimage 191 by image processing and automatically create a road map.
  • CAD Computer Aided Design
  • Patent Document 1 Japanese Patent Laid-Open No. 2007-218705
  • the position and orientation of a measurement truck is calculated based on various measurement data acquired by the measurement truck (S101 of Patent Document 1), and a road surface shape model (third order) is calculated.
  • a method of generating (original point group) (S106 of Patent Document 1) is disclosed.
  • Patent Document 1 discloses a method (S107 of Patent Document 1) for projecting a road surface shape model (three-dimensional point group) onto a camera image.
  • the moving body measuring device 200 corresponds to the measuring carriage of Patent Document 1
  • the position / orientation locating device 300 corresponds to the vehicle position / orientation (three-axis) calculation unit of Patent Document 1
  • the point cloud generation device 400 is the road surface of Patent Document 1. It corresponds to a shape model generation unit.
  • Embodiment 2 a mode of generating a point cloud orthoimage 191 in which a road is reflected without being blocked by a tree or a tunnel will be described.
  • items different from the first embodiment will be mainly described, and items omitted will be the same as those of the first embodiment.
  • FIG. 9 is a configuration diagram of the point cloud orthoimage generating apparatus 100 according to the second embodiment.
  • the configuration of the point cloud orthoimage generating apparatus 100 according to the second embodiment will be described below with reference to FIG.
  • the point cloud orthoimage generation device 100 (an example of an overhead image generation device) includes a point cloud projection unit 110, a predetermined high point group extraction unit 120, a ground height specification unit 130, a point group ortho image display unit 140, and a camera video display unit 150. And an image generation device storage unit 190.
  • the ground height specifying unit 130 determines the ground height 139a as a CPU based on the height (altitude) of the three-dimensional coordinates indicated by each point of the point cloud 491 (an example of a three-dimensional point group) generated by the point cloud generation device 400. Use to identify.
  • the predetermined high point group extraction unit 120 is configured to have a height within a predetermined range from the point cloud 491 based on the three-dimensional coordinates indicated by each point of the point cloud 491 (an example of a three-dimensional point group) generated by the point cloud generation device 400. Each point indicating is extracted. In particular, the predetermined high point group extraction unit 120 extracts each point whose height from the ground is equal to or lower than the predetermined height from the point cloud 491 based on the ground height 139 a specified by the ground height specification unit 130.
  • each point extracted from the point cloud 491 by the predetermined high point group extraction unit 120 is referred to as a predetermined high point group 129a.
  • the point cloud projection unit 110 (an example of a three-dimensional point group projection unit) is predetermined based on the three-dimensional coordinates indicated by each point of the predetermined high point group 129a extracted from the point cloud 491 by the predetermined high point group extraction unit 120. Each point of the high point group 129a is projected onto a plane using the CPU to generate a point group orthoimage 191 (an example of an overhead image).
  • the point cloud orthoimage display unit 140 (an example of an overhead image display unit) displays the point cloud orthoimage 191 generated by the point cloud projection unit 110 on the display device 901.
  • the camera image display unit 150 uses the CPU to specify a point projected on the image portion specified in the point cloud orthoimage 191 displayed by the point cloud orthoimage display unit 140, and the specified point is measured. A camera image 292 photographed from the measurement point is displayed on the display device 901.
  • the image generation device storage unit 190 stores the camera image 292 acquired by the moving body measurement device 200 and the point cloud orthoimage 191 generated by the point cloud projection unit 110.
  • FIG. 10 is a flowchart of the point cloud orthoimage generation process (S140) in the second embodiment.
  • the flow of the point cloud orthoimage generation process (S140) in the second embodiment will be described below with reference to FIG.
  • Each “ ⁇ unit” of the point cloud orthoimage generating apparatus 100 executes processing described below using a CPU.
  • the ground height specifying unit 130 specifies the ground height 139a based on the height of the three-dimensional coordinates indicated by each point of the point cloud 491. For example, when specifying the ground height 139a of a certain area, the ground height specifying unit 130 extracts the point having the lowest height from each point indicating the latitude and longitude in the area, and calculates the height indicated by the extracted point.
  • the ground height of the area is 139a. The details of the method for specifying the ground height 139a will be described in a fourth embodiment.
  • the predetermined high point group extraction unit 120 uses the ground height 139a specified in S141A as a reference height, and determines each point whose height from the ground height 139a is equal to or lower than the predetermined height from the point cloud 491. Extracted as a high point group 129a. That is, the predetermined high point group 129a is obtained by removing from the point cloud 491 each point whose height from the ground height 139a is higher than the predetermined height. For example, when the predetermined height is “50 cm”, the predetermined high point group extraction unit 120 sets each point whose three-dimensional coordinate height is “(ground height 139a) +50 [cm]” or less as the point cloud 491. Are extracted as a predetermined high point group 129a. When the ground height 139a is specified for each area, the predetermined high point group extraction unit 120 extracts the predetermined high point group 129a for each area.
  • the point cloud projection unit 110 orthorectifies each point of the predetermined high point group 129a extracted in S142A onto a horizontal plane to generate a point group orthoimage 191.
  • the plane on which each point of the predetermined high point group 129a is orthographically projected is not limited to the horizontal plane, and the projection by the point cloud projection unit 110 is not limited to the orthographic projection.
  • the point cloud orthoimage display unit 140 causes the display device 901 to display the point cloud orthoimage 191 generated in S143A.
  • the user uses the mouse 903, the keyboard 902, or the like to designate an image portion for which the camera image 292 is to be confirmed in the point cloud orthoimage 191 displayed on the display device 901.
  • the camera video display unit 150 displays the camera video 292 corresponding to the image portion designated by the user on the display device 901. At this time, the camera image display unit 150 identifies the point of the point cloud 491 projected on the image portion designated by the user, and the camera is captured from the measurement point of the identified point (hereinafter referred to as the “specific point”).
  • the video 292 is specified, and the specified camera video 292 is displayed on the display device 901.
  • the specified camera image 292 is a camera image 292 captured at the time when the specific point is measured.
  • the time at which the specific point is measured is the time at which the point of the distance azimuth point group 291 that is the original data of the specific point is measured.
  • the user can check the features that are difficult to check in the point cloud orthoimage 191 using the camera image 292 displayed on the display device 901.
  • FIG. 11 is a point cloud orthoimage 191 of the target area b (FIG. 6)
  • FIG. 12 is a point cloud orthoimage 191 of the target area a (FIG. 6).
  • 11 and 12 only the predetermined high point group 129a whose height from the ground height 139a is 50 cm or less is orthogonally projected.
  • S142A predetermined high point group extraction process
  • each point whose height from the ground height 139a is higher than 50 cm is removed from the point cloud 491, and only each point whose height from the ground height 139a is 50 cm or less.
  • the point cloud orthoimage generating apparatus 100 In the second embodiment, the following point cloud orthoimage generating apparatus 100 has been described. Conventionally, aerial photographs that have been used as road images cannot display a portion of the road that is blocked when viewed from the vertical direction, such as under a tree or inside a tunnel. On the other hand, the point cloud orthoimage generating apparatus 100 limits the point cloud 491 to use only a point cloud (predetermined high point group 129a) having a predetermined height or less from the road surface (ground height 139a). By generating the point cloud orthoimage 191, it is possible to exclude all obstacles such as trees and tunnels and to express the entire road.
  • a point cloud predetermined high point group 129a
  • ground height 139a predetermined height or less from the road surface
  • the point cloud orthoimage generating apparatus 100 uses the point cloud 491 generated from the distance azimuth point group 291 that does not include the measurement values obtained by measuring other vehicles, and the point cloud orthoimage having no running vehicle. 191 can be created. That is, the point cloud orthoimage generating apparatus 100 can generate a beautiful road image without an invisible part.
  • the point cloud orthoimage generation device 100 is linked to the point cloud orthoimage 191.
  • the camera image 292 is displayed.
  • the point cloud orthoimage generating apparatus 100 displays the point cloud orthoimage 191 and the camera video 292 linked on the CAD screen.
  • the point cloud orthoimage generating apparatus 100 extracts a camera video 292 photographed in the vicinity based on the time when each point was measured.
  • the user can determine whether the feature shown in the point cloud orthoimage 191 is a utility pole, a street light, or a sign.
  • the camera video 292 is subjected to image processing to extract contents (marked characters, graphics, etc.) such as signs and signs, and the extracted information is captured by the camera. You may display with the image
  • Embodiment 3 a mode in which a point cloud orthoimage 191 that can identify a standing object is generated will be described.
  • items different from the first and second embodiments will be mainly described, and items that will not be described are the same as those in the first and second embodiments.
  • FIG. 13 is a configuration diagram of the point cloud orthoimage generating apparatus 100 according to the third embodiment.
  • the configuration of the point cloud orthoimage generating apparatus 100 according to Embodiment 3 will be described below with reference to FIG.
  • the point cloud orthoimage generation device 100 (an example of an overhead image generation device) includes a point cloud projection unit 110, a point cloud orthoimage display unit 140, a camera image display unit 150, a point density calculation unit 160, a standing object specifying unit 170, A standing object distinguishing unit 180 and an image generating device storage unit 190 are provided.
  • the point density calculation unit 160 calculates the point density 169a of the point cloud orthoimage 191 generated by the point cloud projection unit 110 using the CPU for each area obtained by dividing the point cloud orthoimage 191 by a predetermined size.
  • the standing object specifying unit 170 Based on the point density 169a calculated by the point density calculating unit 160, the standing object specifying unit 170 specifies an image portion where the standing object is displayed from the point cloud orthoimage 191 using the CPU.
  • the image part specified by the standing object specifying unit 170 is referred to as a standing object display image part 179a.
  • the standing object distinguishing unit 180 generates a point cloud orthoimage 191 in which the standing object display image part 179a specified by the standing object specifying part 170 is distinguished from other image parts by using the CPU.
  • FIG. 14 is a flowchart of the point cloud orthoimage generation process (S140) in the third embodiment.
  • the flow of the point cloud orthoimage generation process (S140) in the third embodiment will be described below with reference to FIG.
  • Each “ ⁇ unit” of the point cloud orthoimage generating apparatus 100 executes processing described below using a CPU.
  • the point cloud projection unit 110 generates the point cloud orthoimage 191 by orthogonally projecting the point cloud 491 onto the horizontal plane.
  • a horizontal plane on which the point cloud 491 is orthogonally projected is referred to as a “projection plane”.
  • the point density calculation unit 160 divides the projection plane into a predetermined size, and calculates the point density 169a of each point of the point cloud 491 for each area.
  • the size of each area is very small. For example, it is not the size in the image, but the size in the real world is about “30 cm ⁇ 30 cm”.
  • one pixel of the point cloud orthoimage 191 may correspond to one area.
  • the “point density 169a” means the number of points of the point cloud 491 projected into the minute area.
  • the standing object specifying unit 170 specifies each minute area in which the point density 169a calculated in S142B is a predetermined number or more as the standing object display image portion 179a. Since the laser scanner 210 also measures in the height direction on the side of the vehicle 202, there are a plurality of height features (hereinafter referred to as standing structures) such as wall surfaces, utility poles, street lights, etc. in the height direction. It is measured. On the other hand, only one point in the height direction is measured for a feature having no height such as a road surface. For this reason, the point density 169a of a standing thing is larger than the point density 169a of a road surface.
  • standing structures such as wall surfaces, utility poles, street lights, etc.
  • the standing object display image portion 179a identifies each minute area having a point density 169a of a predetermined number or more as the standing object display image portion 179a.
  • the standing object specifying unit 170 specifies a minute area where ten or more points are projected as the standing object display image portion 179a.
  • the standing object distinguishing unit 180 generates a point cloud orthoimage 191 in which the standing object display image part 179a specified in S143B is distinguished from other image parts. For example, the standing object distinguishing unit 180 colors a predetermined color in the standing object display image portion 179a. Further, for example, the standing object distinguishing unit 180 has a different color scheme between the standing object display image portion 179a and another image portion (the standing object display image portion 179a is “red”, the other image portion is “black”, etc.). To. Further, for example, the standing object distinguishing unit 180 adds a specific mark to the standing object display image portion 179a.
  • the standing object distinguishing unit 180 may divide the standing object display image portion 179a for each point density and add a different color scheme or mark for each point density. For example, the standing object distinguishing unit 180 colors “white” ⁇ “green” ⁇ “red” in descending order of point density.
  • the point cloud orthoimage display unit 140 displays the point cloud orthoimage 191 generated in S144B on the display device 901.
  • the camera video display unit 150 displays the camera video 292 corresponding to the image portion designated by the user on the display device 901, as in S145A (FIG. 10).
  • the point cloud orthoimage generating apparatus 100 can specify a standing object in the point cloud orthoimage 191 by calculating the point density of the minute area. Thereby, the user can know where standing structures, such as a utility pole, are located.
  • the point cloud orthoimage generating apparatus 100 may include a ground height specifying unit 130 and a predetermined high point group extracting unit 120 as in the second embodiment.
  • the predetermined high point group extraction unit 120 uses the ground height 139a specified by the ground height specification unit 130 as a reference height, and each point whose height from the ground height 139a is equal to or higher than the predetermined height from the point cloud 491. Extracted as the predetermined high point group 129a. That is, the predetermined high point group 129a is obtained by removing from the point cloud 491 each point whose height from the ground height 139a is less than the predetermined height.
  • the point cloud projection unit 110 generates the point cloud orthoimage 191 using the predetermined high point group 129a extracted by the predetermined high point group extraction unit 120.
  • the predetermined high point group extraction unit 120 removes each point whose height from the ground height 139a is less than “50 cm” contrary to the second embodiment, so that the point cloud projection unit 110 reflects the road surface.
  • a point cloud orthoimage 191 that is not present can be generated.
  • the point cloud orthoimage generating apparatus 100 can specify the standing object more accurately, and the user can more easily discriminate the standing object.
  • FIG. 15 is a point cloud orthoimage 191 of the target area b (FIG. 6), and FIG. 16 is a partially enlarged view of the target area b.
  • FIG. 17 is a point cloud orthoimage 191 of the target area a (FIG. 6), and
  • FIG. 18 is a partially enlarged view of the target area a.
  • 15 to 18 are point group orthoimages 191 in which only a predetermined height point group 129a whose height from the ground height 139a is 50 cm or more is orthogonally projected, and no road surface is reflected.
  • the point cloud orthoimage 191 clearly shows features such as street lights, trees, walls, electric wires, and utility poles. It expresses.
  • the point group orthoimage 191 is color-coded according to the point density. For example, as the point density increases, “red ⁇ green ⁇ white” changes. Those standing vertically such as utility poles are represented by green or white dots because of their high point density.
  • FIG. 18 it can be seen that the electric wires are coming out from the wall surface of the house or the utility pole. It is also possible to distinguish between utility poles and street lamps depending on the presence or absence of electric wires. When it is not possible to distinguish whether the object is a utility pole, a street light, or other standing object, the user displays the camera image 292 on the point cloud orthoimage generating device 100 and confirms the camera image 292. Can be identified accurately.
  • the point cloud orthoimage 191 shows an image viewed from directly above. Therefore, the solid object (standing structure) of the same color as the ground disappears like a utility pole. Solid objects such as utility poles are important targets in road maps. Therefore, the point cloud orthoimage generating apparatus 100 calculates a point density for each minute area of the point cloud orthoimage 191 and displays the brightness, color, shape, and the like separately for each point density.
  • Telephone poles and walls are basically constructed vertically. Therefore, the point density of the point cloud orthoimage 191 on which the point cloud 491 is projected in the vertical direction increases at the utility pole and the wall surface.
  • the point density is low.
  • a three-dimensional object such as a utility pole is present from a point group orthoimage 191 that separately represents brightness, color, shape, and the like for each point density.
  • a three-dimensional object can be more easily discriminated and detected by providing a restriction that the point cloud orthoimage 191 is generated using only the point cloud generation device storage unit 490 having a predetermined height or higher.
  • Embodiment 4 FIG. In the fourth embodiment, a method for specifying the ground height 139a by the ground height specifying unit 130 will be described.
  • the ground height specifying unit 130 extracts the lowest point from each point of the point cloud 491 indicating the latitude and longitude in the area, and sets the height indicated by the extracted point as the ground height 139a of the area.
  • FIG. 19 is a diagram illustrating a method for specifying the ground height 139a according to the fourth embodiment (Example 1).
  • the upper diagram in FIG. 19 shows a plan view of the hill, and the lower diagram in FIG. 19 shows a side view of the hill.
  • the ground height specifying unit 130 divides the target area including the slope into a mesh shape by latitude and longitude, and divides it into a predetermined size (for example, 100 m ⁇ 100 m).
  • a predetermined size for example, 100 m ⁇ 100 m.
  • the point P having the lowest height is extracted from the points in each area.
  • the ground height specifying unit 130 sets the height of the three-dimensional coordinates indicated by the point P as the ground height 139a of the area.
  • the point cloud projection unit 110 extracts points representing a slope from the point cloud 491 by extracting each point below a predetermined height x (for example, 50 cm) from the point P (ground height 139a) by the predetermined high point group extraction unit 120.
  • a group orthoimage 191 can be generated.
  • the ground height specifying unit 130 extracts each point representing the curb of the road from the point cloud 491, and specifies the ground height 139a based on the three-dimensional coordinates indicated by each extracted point.
  • FIG. 20 is a diagram showing a method for specifying the ground height 139a in the fourth embodiment (Example 2), and shows one area obtained by dividing the target area into a predetermined size.
  • the ground height specifying unit 130 specifies each point representing the left and right curb (two curb portions) of the slope based on the three-dimensional coordinates indicated by each point of the point cloud 491.
  • the ground height specifying unit 130 extracts a point A having the highest altitude and a point B having the lowest altitude from each point representing one curb, and a point C having the highest altitude from each point representing the other curb.
  • the point C may be an arbitrary point representing the lowest point or curbstone.
  • the ground height specifying unit 130 Based on the extracted three-dimensional coordinates of the three points A, B, and C, the ground height specifying unit 130 converts the three-dimensional equation of the plane passing through the points A, B, and C to an equation that represents the slope of the slope (hereinafter referred to as the slope). , Called road surface equation).
  • the road surface equation calculated by the ground height specifying unit 130 indicates the ground height 139a of the slope for each latitude and longitude.
  • the predetermined high point group extraction unit 120 identifies the area where each point of the point cloud 491 is located based on the latitude and longitude of each point, and substitutes the latitude and longitude of each point into the road surface equation of the area to calculate the ground height 139a is calculated, and the predetermined ground point group 129a is extracted by comparing the calculated ground height 139a with the height of each point.
  • a curb point cloud As a method of specifying each point representing the curb (hereinafter referred to as a curb point cloud), (1) a method for allowing the user to select three points A, B, and C of the curb, and (2) the position of each point A curb point cloud identification method based on discontinuity will be described.
  • the ground height specifying unit 130 projects the point cloud 491 onto the camera image 292 and projects the point cloud 491 as shown in S107 (FIG. 13) of Patent Document 1 (Japanese Patent Laid-Open No. 2007-218705).
  • An image in which the point cloud 491 and the camera video 292 are superimposed) is displayed on the display device 901, and the user is allowed to select three points A, B, and C from each point of the displayed point cloud 491.
  • FIG. 21 is a diagram illustrating a curb point cloud specifying method according to the fourth embodiment (Example 2).
  • 21 is a vertical sectional view showing a road and curbstones on the left and right sides of the road, with the horizontal direction (latitude / longitude direction) on the left and right and the height (altitude) direction on the top and bottom.
  • the lower diagram of FIG. 21 is an enlarged view in the dotted frame of the upper diagram.
  • Each circle in the figure represents one point of the point cloud 491.
  • each circle is referred to as a “3D point”.
  • Each 3D point is measured sequentially from left to right and from right to left as the moving body measuring apparatus 200 moves.
  • FIG. 21 circles a plurality of 3D points on one scan line from left to right.
  • FIG. 22 is a diagram showing a screen on which an image of a point cloud 491 showing a road and curbs on the left and right sides of the road is displayed.
  • a main screen (entire figure) on which an image representing a road plane using the point cloud 491 (an example of a point cloud orthoimage 191) and a point cloud 491 in a side road portion are extracted and extracted.
  • a sub-screen (upper left in the figure) displaying an image representing a vertical section of a side road using a point cloud 491 is shown.
  • the image displayed on the sub-screen of FIG. 22 is an image of actual data corresponding to FIG.
  • the ground height specifying unit 130 calculates a straight line indicating the inclination of the portion based on a plurality of 3D points having a continuous measurement order, and determines a branch point between the road and the curb based on the amount of change in the inclination indicated by the calculated straight line. Identified as a 3D point representing the curb.
  • the ground height specifying unit 130 calculates the straight line 1 based on the I-th, I-1-th, and I-2-th 3D points with the I-th 3D point as a base point, and the I-th, A straight line 2 is calculated based on the (I + 1) th and (I + 2) th 3D points.
  • the x-th 3D point is referred to as an “x point”.
  • Straight line 1 is a straight line passing through point I and passing through an intermediate point between points I-1 and I-2
  • straight line 2 is a straight line passing through point I and passing through an intermediate point between points I + 1 and I + 2.
  • the straight lines 1 and 2 may be calculated based on four or more consecutive 3D points (for example, I-3 point to I point, I point to I + 3 point), or two 3D points (I ⁇ 1 point to I point, I point to I + 1 point). Then, the ground height specifying unit 130 determines the 3D of the curb based on the difference (change amount) between the straight line 1 and the straight line 2 and the height difference of a plurality of 3D points forming the straight line 2 (the straight line 1 on the curb left side). Identify points.
  • I-1 point or I + 1 point is determined as the 3D point of the curb.
  • the point I + 2 is a 3D point having the largest difference in height from the point I among the points I, I + 1, and I + 2 constituting the straight line 2.
  • the curb side of the road is inclined, so that it is not a point I but a 3D point before and after the point I (..., point I-2, point I-1).
  • Point, I + 1 point, I + 2 point, ...) should be selected as the 3D point of the curb.
  • the ground height specifying unit 130 sets the I-1 point or the I + 1 point as the 3D point of the curb.
  • point I may be selected as the 3D point of the curb.
  • the ground height specifying unit 130 specifies a curb point group by the above method using each point of the point cloud 491 as a base point.
  • FIG. 23 is a flowchart showing a curb point cloud specifying method according to the fourth embodiment (Example 2). The processing flow of the curb point cloud specifying method (FIG. 21) will be described below based on FIG.
  • the ground height specifying unit 130 reads the point cloud 491 (S210). Next, the ground height specifying unit 130 sequentially selects one scanning line, and extracts a plurality of 3D points on the selected scanning line from the point cloud 491. Hereinafter, the plurality of 3D points on the extracted scanning line are referred to as “scanning point group” (S220).
  • the ground height specifying unit 130 selects one 3D point as the base point I from the extracted scanning point group, and calculates two straight lines 1 and 2 passing through the base point based on a plurality of points continuous from the selected base point I. (S230). Next, the ground height specifying unit 130 determines whether the base point I is a curb portion based on a difference in inclination between the straight line 1 and the straight line 2 and a difference in height between a plurality of 3D points forming the straight line 2 (or the straight line 1). (S231). If it is determined that the base point I is a curb portion, the ground height specifying unit 130 stores 3D points (for example, I-1 point, I + 1 point) of the curbstone (S232). The ground height specifying unit 130 repeats S230 to S232 for each point of the scanning point group extracted in S220, and specifies and stores the 3D points of the left and right curbs (S233).
  • the ground height specifying unit 130 specifies the 3D points of the curb based on the laser irradiation angle and the height of each point.
  • the ground height specifying unit 130 sets n ⁇ 3 to n + 3 on the scan line from the scan point group. Extract points. Then, the ground height specifying unit 130 sets the 3D point before (or after) one (or a plurality) of the lowest 3D points among the extracted 3D points (n ⁇ 3 to n + 3 points) as a curbstone. As 3D points. At this time, it may be added to the condition that the 3D point of the curb is that the difference of the laser irradiation angle with the 3D point of the curb specified in the previous scanning line is not more than a predetermined value (for example, 1 degree). .
  • a predetermined value for example, 1 degree
  • the ground height specifying unit 130 repeats S220 to S250 for all scanning lines (S260), and groups a plurality of 3D points representing the left curb and a plurality of 3D points representing the right curb (S270).
  • FIG. 24 is a diagram illustrating a curb point cloud identified by the curb point cloud identification method according to the fourth embodiment (Example 2). As shown in FIG. 24, the curb point cloud specified by the curb point cloud specifying method in the fourth embodiment (Example 2) matches the road map of the target area shown in FIG.
  • the ground height specifying unit 130 specifies the ground height 139a based on the height of the navigation reference point O of the moving body measuring apparatus 200.
  • the navigation reference point is the coordinate center of the moving body measuring apparatus 200 as described in FIG.
  • FIG. 25 is a diagram illustrating a method of specifying the ground height 139a in the fourth embodiment (Example 3 (1)).
  • (1) A method for calculating the three-dimensional equation of the road surface and specifying the ground height 139a will be described below with reference to FIG.
  • the three-dimensional coordinates of the navigation reference point O and the points of the point cloud 491 are obtained for each time of t0, t1, and t2.
  • the height of the navigation reference point O measured in advance from the ground is set to 2000 mm.
  • the ground height specifying unit 130 is 2000 mm from a plane passing through each navigation reference point O (or a plane where each navigation reference point O is closest) based on the height of each navigation reference point O at times t0, t1, and t2.
  • the low plane three-dimensional equation is calculated as a three-dimensional equation representing the road surface.
  • the ground height specifying unit 130 calculates the ground height 139a by substituting the latitude and longitude of each point of the point cloud 491 into the three-dimensional equation of the road surface.
  • FIG. 26 is a diagram illustrating a method of specifying the ground height 139a according to the fourth embodiment (Example 3 (2)).
  • (2) A method for specifying the ground height 139a at each measurement time will be described below with reference to FIG.
  • the three-dimensional coordinates of the navigation reference point O and the points of the point cloud 491 are obtained for each time.
  • the height of the navigation reference point O measured in advance from the ground is set to 2000 mm.
  • the ground height specifying unit 130 calculates a height that is 2000 mm lower than the height of the navigation reference point O at the time when each point of the point cloud 491 is measured as the ground height 139a. However, the ground height specifying unit 130 does not calculate the ground height 139a, and the predetermined high point group extracting unit 120 has a height 1500 mm lower than the height of the navigation reference point O (a height of 500 mm [predetermined height] from the ground). It may be calculated as the corrected separation reference height, and each point (or each higher point) lower than the corrected separation reference height may be extracted from the point cloud 491 as the predetermined high point group 129a.
  • the ground height specifying unit 130 can calculate the ground height 139a with high accuracy even when the road is inclined.
  • Embodiment 5 FIG.
  • the point cloud orthoimage 191 generated by the point cloud orthoimage generating apparatus 100 is useful for creating a road map, for example.
  • a system for creating a road map will be described.
  • FIG. 27 is a configuration diagram of the map data generation system 801 in the fifth embodiment.
  • the configuration of the map data generation system 801 in the fifth embodiment will be described below based on FIG.
  • the map data generation system 801 includes a CAD device 500 in addition to the configuration of the point cloud orthoimage generation system 800 described in each embodiment.
  • the point cloud orthoimage 191 represents a road with high accuracy by removing shielding by a shield such as a tree or a tunnel (Embodiment 2), and emphasized standing objects such as a utility pole or a street light. (Embodiment 3). Therefore, it is useful for creating a city plan map, a street ledger, and a road management ledger attached diagram.
  • the CAD device 500 includes a CAD unit 510 and a CAD storage unit 590, and uses the point cloud orthoimage 191 generated by the point cloud orthoimage generating device 100 to map data 591 (for example, a city plan map or a road management ledger map). Is generated.
  • the CAD unit 510 uses the CPU to display the point cloud orthoimage 191 and the camera video 292 on the display device 901 and generate map data 591 in accordance with a user operation.
  • the CAD storage unit 590 stores map data 591.
  • the user operates the CAD device 500 using the keyboard 902 or the mouse 903 to display the point cloud orthoimage 191 created in the second embodiment, and traces the road represented by the displayed point cloud orthoimage 191. By doing so, a road map is drawn, and the drawn road map is saved as map data 591. Further, the user displays the point cloud orthoimage 191 created in the third embodiment, sequentially selects the standing object represented in the displayed point cloud orthoimage 191 and displays the camera image 292 of the selected location. Let Then, the user specifies the type of the standing object from the displayed camera video 292, and stores the road map in which the position and the type of each standing object are set as the map data 591.
  • the CAD unit 510 may extract roads and standing structures by image processing instead of user selection.
  • the user can create a city planning map and a road management ledger map more easily than before.
  • each of the point cloud orthoimage generating apparatus 100, the moving body measuring apparatus 200, the position / orientation locating apparatus 300, the point cloud generating apparatus 400, and the CAD apparatus 500 may be a separate apparatus. It may be a single device including the configuration. In addition, each device may be an independent device that is not connected to a network, or may be a communication device that is connected to a LAN or the Internet by wire or wireless and performs data transmission / reception with each other.
  • 100 point cloud ortho image generation device 110 point cloud projection unit, 120 predetermined high point group extraction unit, 129a predetermined high point group, 130 ground height specifying unit, 139a ground height, 140 point group ortho image display unit, 150 camera image display Part, 160 point density calculation part, 169a point density, 170 standing object specifying part, 179a standing object display image part, 180 standing object distinguishing part, 190 image generating device storage part, 191 point group ortho image, 200 moving object Measuring device, 201 top plate, 202 vehicle, 210 laser scanner, 220 camera, 230 GPS receiver, 240 gyro, 250 odometry, 290 measuring device storage unit, 291 distance azimuth point group, 292 camera image, 293 GPS observation information, 294 Gyro measurement value, 295 Odometry measurement , 300 position / orientation locator, 310 position / orientation locator, 390 locator / storage, 391 position / orientation, 400 point cloud generator, 410 3D point group generator, 419a 3D point group,

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Remote Sensing (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Processing Or Creating Images (AREA)
  • Instructional Devices (AREA)
  • Image Processing (AREA)
  • Navigation (AREA)
  • Image Analysis (AREA)

Abstract

　樹木やトンネルなどの遮蔽物による遮蔽を除去した道路画像を得ることを目的とする。移動体計測装置２００が搭載された車両で対象地域を走行しながら、距離方位点群２９１、カメラ映像２９２、ＧＰＳ観測情報２９３、ジャイロ計測値２９４およびオドメトリ計測値２９５を取得する。位置姿勢標定装置３００はＧＰＳ観測情報２９３、ジャイロ計測値２９４およびオドメトリ計測値２９５に基づいて車両の位置姿勢を標定する。ポイントクラウド生成装置４００はカメラ映像２９２、距離方位点群２９１および位置姿勢標定値３９１に基づいてポイントクラウド４９１を生成する。点群オルソ画像生成装置１００はポイントクラウド４９１から道路面より高い点を除去して道路面に近い点のみを抽出し、抽出した各点のみを水平面に正射投影して点群オルソ画像１９１を生成する。点群オルソ画像１９１は遮蔽物による遮蔽が除去された道路面を表す。

Description

俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム
　本発明は、例えば、色付きレーザー点群を用いて道路オルソ画像を生成する俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラムに関するものである。
　レーザースキャナにより計測された距離方位を示すレーザー点群から計測物の３次元立体形状が復元される。立体形状はレーザー点が多いほど正確になるため、膨大なレーザー点が取得される。
　ところが、レーザー点群の中には復元対象以外の物を計測した点群も含まれるため、大量なレーザー点のうちから復元対象を計測したレーザー点群を抽出する必要がある。
　従来、以下の方法でレーザー点群の抽出が行われていた。
（１）レーザー点群を３次元的に眺めて、目視で必要な点を抽出する。
（２）カメラ映像にレーザー点群を重畳表示して対象物の判別を補助し、目視で必要な点を抽出する。
　方法（１）には、例えば、以下のような課題がある。
（Ａ）抽出するレーザー点を一点ずつ指定する必要がある。
（Ｂ）抽出したレーザー点群を直接、ＣＡＤ（Ｃｏｍｐｕｔｅｒ　Ａｉｄｅｄ　Ｄｅｓｉｇｎ）で利用することができない。
　方法（２）には、例えば、以下のような課題がある。
（Ａ）カメラの視界方向に並べられて表示されたレーザー点群からしか対象物を判別することができない。
（Ｂ）適切なカメラ映像を選択する作業に手間がかかる。
（Ｃ）どの場所にある対象物を判別しているか把握しにくい。
　上記の方法は、必要な点を一点ずつ目視で抽出する必要があり、基本的に時間がかかる。自動認識技術の開発も行われているが、認識可能なものが限られている上、認識率は十分でなく、目視による訂正が必要であった。
特開２００７－２１８７０５号公報
　本発明は、例えば、取得された莫大なレーザー点から不要な点を排除し、必要とするレーザー点のみを効率的に抽出することを目的とする。
　本発明の俯瞰画像生成装置は、地上の各地点の三次元座標を示す三次元点群を用いて地上の俯瞰画像を生成する俯瞰画像生成装置であり、前記三次元点群の各点が示す三次元座標に基づいて前記三次元点群の各点をＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）を用いて平面に投影して地上の俯瞰画像を生成する三次元点群投影部を備える。
　前記俯瞰画像生成装置は、前記三次元点群の各点が示す三次元座標に基づいて前記三次元点群から所定範囲内の高さを示す各点を所定高点群としてＣＰＵを用いて抽出する所定高点群抽出部を備え、前記三次元点群投影部は、前記所定高点群抽出部により前記三次元点群から抽出された所定高点群の各点が示す三次元座標に基づいて前記所定高点群の各点をＣＰＵを用いて平面に投影して俯瞰画像を生成する。
　前記俯瞰画像生成装置は、前記三次元点群投影部により前記平面に投影された前記三次元点群の各点の点密度を前記平面を所定の大きさで区分けした区域毎にＣＰＵを用いて算出する点密度算出部と、前記点密度算出部により算出された点密度に基づいて前記俯瞰画像から立設物が表示されている画像部分をＣＰＵを用いて特定する立設物特定部と、前記立設物特定部により特定された画像部分を他の画像部分と区別して表わした俯瞰画像をＣＰＵを用いて生成する立設物区別部とを備える。
　本発明によれば、例えば、目視を必要とせずに道路面を表すレーザー点群（所定高点群）を抽出し、トンネルや樹木による遮蔽が除去された道路の俯瞰画像を生成することができる。
　また例えば、目視を必要とせずに電柱などの立設物を表すレーザー点群を抽出し、立設物を道路面と区別して表した俯瞰画像を生成することができる。
実施の形態１における点群オルソ画像生成システム８００の構成図。 実施の形態１における移動体計測装置２００の外観を示す図。 実施の形態１における点群オルソ画像生成装置１００のハードウェア資源の一例を示す図。 実施の形態１における点群オルソ画像生成方法を示すフローチャート。 移動体計測装置２００が走行した地域（対象地域）の道路図。 対象地域（図５）の点群オルソ画像１９１。 ポイントクラウド４９１で表わした俯瞰画像の一例。 ポイントクラウド４９１で表わした俯瞰画像の一例。 実施の形態２における点群オルソ画像生成装置１００の構成図。 実施の形態２における点群オルソ画像生成処理（Ｓ１４０）のフローチャート。 地面高１３９ａからの高さが５０ｃｍ以下である所定高点群１２９ａが正射投影された対象地域ｂ（図６）の点群オルソ画像１９１。 地面高１３９ａからの高さが５０ｃｍ以下である所定高点群１２９ａが正射投影された対象地域ａ（図６）の点群オルソ画像１９１。 実施の形態３における点群オルソ画像生成装置１００の構成図。 実施の形態３における点群オルソ画像生成処理（Ｓ１４０）のフローチャート。 地面高１３９ａからの高さが５０ｃｍ以上である所定高点群１２９ａが正射投影された対象地域ｂ（図６）の点群オルソ画像１９１。 対象地域ｂの部分拡大図。 地面高１３９ａからの高さが５０ｃｍ以上である所定高点群１２９ａが正射投影された対象地域ａ（図６）の点群オルソ画像１９１。 対象地域ａの部分拡大図。 実施の形態４（実施例１）における地面高１３９ａの特定方法を示す図。 実施の形態４（実施例２）における地面高１３９ａの特定方法を示す図。 実施の形態４（実施例２）における縁石点群の特定方法を示す図。 道路と道路左右の縁石とを示すポイントクラウド４９１の画像が表示された画面を示す図。 実施の形態４（実施例２）における縁石点群特定方法を示すフローチャート。 実施の形態４（実施例２）における縁石点群特定方法により特定された縁石点群を示す図。 実施の形態４（実施例３（１））における地面高１３９ａの特定方法を示す図。 実施の形態４（実施例３（２））における地面高１３９ａの特定方法を示す図。 実施の形態５における地図データ生成システム８０１の構成図。
　実施の形態１．
　実施の形態１では、地上の各地点の三次元座標を示す三次元点群を用いて地上の俯瞰画像を生成する俯瞰画像生成装置について説明する。
　図１は、実施の形態１における点群オルソ画像生成システム８００の構成図である。
　実施の形態１における点群オルソ画像生成システム８００の構成について、図１に基づいて以下に説明する。
　点群オルソ画像生成システム８００は、移動体計測装置２００、位置姿勢標定装置３００、ポイントクラウド生成装置４００および点群オルソ画像生成装置１００を有する。
　移動体計測装置２００は、レーザースキャナ２１０、カメラ２２０、ＧＰＳ受信機２３０、ジャイロ２４０およびオドメトリ２５０を備える移動体（例えば、車両、飛行機）である。
　移動体計測装置２００は、地上（または、上空）を移動しながら、三次元点群の元になる各種の計測データを取得する。
　レーザースキャナ２１０は、各地点に向けてレーザーを照射し、各地点に位置する地物に反射して戻ってきたレーザーを観測する。そして、レーザースキャナ２１０は、レーザーの照射方向に基づいて地物が位置する方位を計測すると共に、レーザーの照射から反射レーザーの観測までの時間に基づいて地物までの距離を計測する。
　レーザースキャナ２１０は、レーザーレーダ、レーザレンジファインダ（ＬＲＦ）とも呼ばれる。
　以下、レーザースキャナ２１０により計測された各地点の地物までの距離および方位とレーザー照射方向とを示す点群データを「距離方位点群２９１」という。
　カメラ２２０は、レーザースキャナ２１０による距離方位点群２９１の計測と同時に、レーザースキャナ２１０の計測地点（レーザースキャナ２１０によるレーザー観測時に移動体計測装置２００が位置している地点）から地物を撮影する。
　以下、カメラ２２０の撮影により得られた画像データをカメラ映像２９２という。
　ＧＰＳ受信機２３０は、レーザースキャナ２１０による距離方位点群２９１の計測と同時に、複数のＧＰＳ衛星（ＧＰＳ：Ｇｌｏｂａｌ　Ｐｏｓｉｔｉｏｎｉｎｇ　Ｓｙｓｔｅｍ）から発信される測位信号を観測する。そして、ＧＰＳ受信機２３０は、測位信号が示す航法メッセージ、測位信号を搬送する搬送波の位相、測位信号の搬送時間に基づいて算出されるＧＰＳ受信機２３０からＧＰＳ衛星までの距離を示す疑似距離、疑似距離に基づいて算出される測位結果などの情報を取得する。
　以下、ＧＰＳ受信機２３０により得られた情報を「ＧＰＳ観測情報２９３」という。
　ジャイロ２４０は、レーザースキャナ２１０による距離方位点群２９１の計測と同時に、移動体計測装置２００の３軸方向（ロール、ピッチ、ヨー）の角速度を計測する。
　以下、ジャイロ２４０により計測された３軸方向の角速度を「ジャイロ計測値２９４」という。
　オドメトリ２５０は、レーザースキャナ２１０による距離方位点群２９１の計測と同時に、移動体計測装置２００の速度変化量を計測する。
　以下、オドメトリ２５０により計測された速度変化量を「オドメトリ計測値２９５」という。
　計測装置記憶部２９０は、距離方位点群２９１、カメラ映像２９２、ＧＰＳ観測情報２９３、ジャイロ計測値２９４およびオドメトリ計測値２９５を記憶する。
　距離方位点群２９１、カメラ映像２９２、ＧＰＳ観測情報２９３、ジャイロ計測値２９４およびオドメトリ計測値２９５はそれぞれに計測時刻を示し、計測時刻で対応付けられる。
　図２は、実施の形態１における移動体計測装置２００の外観を示す図である。
　例えば、移動体計測装置２００は図２に示すように車両２０２で構成される。
　レーザースキャナ２１０、カメラ２２０、ＧＰＳ受信機２３０およびジャイロ２４０は、車両２０２の天部に設けられた天板２０１に固定して設置される。オドメトリ２５０は車両２０２に設置される。レーザースキャナ２１０とカメラ２２０の位置は、例であり、車両２０２の前方に設置しても車両２０２の後方に設置しても構わない。
　車両２０２は、計測対象地域の道路を走行する。
　レーザースキャナ２１０は、車両２０２の後方に設置され、車両２０２の幅方向（ｘ軸方向）に２４０°程度首振りしながら、車両２０２の後方および車両２０２の側方に向けてレーザーを照射する。そして、レーザースキャナ２１０は、車両２０２の後方および車両２０２の側方に位置する地物に反射して戻ってきたレーザーを観測し、計測対象地域にある地物を計測した距離方位点群２９１を取得する。
　カメラ２２０は、車両２０２の前方に設置され、車両２０２の進行方向（ｚ軸方向）の撮影を繰り返し、計測対象地域のカメラ映像２９２を取得する。
　ＧＰＳ受信機２３０は、天板２０１の３か所に設置され、それぞれでＧＰＳ衛星から受信した測位信号からＧＰＳ観測情報２９３を取得する。
　ジャイロ２４０は、車両２０２のｘ、ｙ、ｚ軸の角速度を計測し、ジャイロ計測値２９４を取得する。
　オドメトリ２５０は、タイヤの回転数を計数して移動体計測装置２００の速度変化量を計測し、オドメトリ計測値２９５を取得する。
　図２において、点Ｏは移動体計測装置２００の座標中心（以下、航測基準点という）を示し、移動体計測装置２００の座標とは点Ｏの座標を意味する。レーザースキャナ２１０、カメラ２２０、ＧＰＳ受信機２３０およびジャイロ２４０から点Ｏまでの変位量（以下、オフセットという）は予め計測され、レーザースキャナ２１０、カメラ２２０、ＧＰＳ受信機２３０およびジャイロ２４０の座標は点Ｏの座標にオフセットを加算して求めることができる。
　以下、レーザースキャナ２１０、カメラ２２０、ＧＰＳ受信機２３０およびジャイロ２４０の座標は点Ｏと一致し、移動体計測装置２００の座標と等しいものとして説明する。
　また、カメラ２２０の視線方向は移動体計測装置２００の姿勢角と等しいものとする。
　図１において、位置姿勢標定装置３００は、位置姿勢標定部３１０および標定装置記憶部３９０を備え、移動体計測装置２００の計測時の位置姿勢を算出する。
　位置姿勢標定部３１０は、移動体計測装置２００により取得されたＧＰＳ観測情報２９３、ジャイロ計測値２９４およびオドメトリ計測値２９５に基づいて、移動体計測装置２００の計測時の位置（緯度、経度、高さ［高度］）（Ｅａｓｔ、Ｎｏｒｔｈ、Ｕｐ）および姿勢角（ロール角、ピッチ角、ヨー角）をＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）を用いて算出する。
　例えば、位置姿勢標定部３１０は、ＧＰＳ観測情報２９３に含まれる測位結果を移動体計測装置２００の位置とする。
　また例えば、位置姿勢標定部３１０は、ＧＰＳ観測情報２９３に含まれる搬送波の位相に基づいて疑似距離を算出し、算出した疑似距離に基づいて移動体計測装置２００の位置を算出する。
　また例えば、位置姿勢標定部３１０は、ジャイロ計測値２９４およびオドメトリ計測値２９５に基づいて、デッドレコニングにより移動体計測装置２００の位置および姿勢角を算出する。デッドレコニングとは、姿勢角の角速度と移動速度とを積分して過去のある時点からの変化量を求め、過去の位置および姿勢角に変化量を加算して現在の位置および姿勢角を求める方法である。
　以下、位置姿勢標定部３１０により算出された移動体計測装置２００の位置および姿勢角を「位置姿勢標定値３９１」という。位置姿勢標定値３９１は、各時刻における移動体計測装置２００の位置および姿勢角を示す。
　標定装置記憶部３９０は、位置姿勢標定値３９１を記憶する。
　ポイントクラウド生成装置４００は、三次元点群生成部４１０、ポイントクラウド生成部４２０およびポイントクラウド生成装置記憶部４９０を備え、地上の各地点の三次元座標および色を示す三次元点群を生成する。
　三次元点群生成部４１０は、移動体計測装置２００により取得された距離方位点群２９１および位置姿勢標定装置３００により算出された位置姿勢標定値３９１に基づいて、三次元点群４１９ａをＣＰＵを用いて生成する。このとき、三次元点群生成部４１０は、距離方位点群２９１の各点について、各点の計測時刻における移動体計測装置２００の位置姿勢を位置姿勢標定値３９１から抽出し、抽出した位置姿勢から各点が示す距離方位だけ離れた地点の三次元座標を算出し、距離方位点群２９１の各点の三次元座標を示す三次元点群４１９ａを生成する。
　ポイントクラウド生成部４２０は、三次元点群生成部４１０により生成された三次元点群４１９ａと移動体計測装置２００により取得されたカメラ映像２９２とに基づいて、ポイントクラウド４９１をＣＰＵを用いて生成する。ポイントクラウド４９１は、各点が三次元座標と共に色を示し、色付きレーザー点群とも呼ばれる。
　このとき、ポイントクラウド生成部４２０は、撮影地点から撮像方向（カメラ２２０の視線方向）へ焦点距離だけ離れた地点で撮像方向と直交する平面をカメラ２２０の撮像平面として算出する。撮像平面はカメラ映像２９２の平面に等しい。そして、ポイントクラウド生成部４２０は、三次元点群４１９ａの各点が示す三次元座標に基づいて三次元点群４１９ａの各点をカメラ映像２９２（撮像平面）に投影し、カメラ映像２９２内の投影先の画素の色を当該点の色とする。
　ポイントクラウド生成装置記憶部４９０はポイントクラウド４９１を記憶する。
　点群オルソ画像生成装置１００（俯瞰画像生成装置の一例）は、ポイントクラウド投影部１１０および画像生成装置記憶部１９０を備え、対象地域の俯瞰画像をポイントクラウド４９１を用いて生成する。
　ポイントクラウド投影部１１０は、ポイントクラウド生成装置４００により生成されたポイントクラウド４９１を用いて、対象地域の俯瞰画像をＣＰＵを用いて生成する。このとき、ポイントクラウド投影部１１０は、対象地域の緯度・経度に対応する水平面を算出し、算出した水平面にポイントクラウド４９１の各点をそれぞれの三次元座標に基づいて正射投影する。ポイントクラウド投影部１１０は、正射投影として、ポイントクラウド４９１の各点の三次元座標（ｘ、ｙ、ｚ）を「ｚ（高さ）＝０」として取り扱い、二次元座標（ｘ、ｙ）に対応する水平面内の部分に各点を配置する。
　例えば、ポイントクラウド投影部１１０は、対象地域上空の所定の視点から真下方向へカメラ撮影したものと仮定して撮像平面を算出し、算出した撮像平面にポイントクラウド４９１の各点を正射投影する。所定の視点は計測地域の中心の緯度・経度と所定の高さとを三次元座標とし、ポイントクラウド４９１の各点は緯度・経度が一致する撮像平面内の部分へ投影される。
　ポイントクラウド４９１の各点が正射投影された水平面は、計測地域を上空から垂直方向に見下ろした画像を示す。
　以下、ポイントクラウド４９１の各点が正射投影された水平面に示されるＢｉｔｍａｐ画像を「点群オルソ画像１９１（俯瞰画像の一例）」という。
　但し、ポイントクラウド４９１の各点が正射投影される平面は、水平面に限らず、水平面に対して傾いた平面であってもよい。この場合、ポイントクラウド４９１の各点が正射投影された平面は、計測地域を上空から斜め方向に見下ろした画像（俯瞰画像の一例）を示す。
　また、ポイントクラウド投影部１１０によるポイントクラウド４９１の投影は正射投影に限らず、例えば、中心投影であっても構わない。
　図３は、実施の形態１における点群オルソ画像生成装置１００のハードウェア資源の一例を示す図である。
　図３において、点群オルソ画像生成装置１００は、プログラムを実行するＣＰＵ９１１（Ｃｅｎｔｒａｌ・Ｐｒｏｃｅｓｓｉｎｇ・Ｕｎｉｔ、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサともいう）を備えている。ＣＰＵ９１１は、バス９１２を介してＲＯＭ９１３、ＲＡＭ９１４、通信ボード９１５、表示装置９０１、キーボード９０２、マウス９０３、ＦＤＤ９０４（Ｆｌｅｘｉｂｌｅ・Ｄｉｓｋ・Ｄｒｉｖｅ）、ＣＤＤ９０５（コンパクトディスク装置）、プリンタ装置９０６、スキャナ装置９０７、磁気ディスク装置９２０と接続され、これらのハードウェアデバイスを制御する。磁気ディスク装置９２０の代わりに、光ディスク装置、メモリカード読み書き装置などの記憶装置でもよい。
　ＲＡＭ９１４は、揮発性メモリの一例である。ＲＯＭ９１３、ＦＤＤ９０４、ＣＤＤ９０５、磁気ディスク装置９２０の記憶媒体は、不揮発性メモリの一例である。これらは、記憶機器、記憶装置あるいは記憶部の一例である。
　通信ボード９１５、キーボード９０２、スキャナ装置９０７、ＦＤＤ９０４などは、入力機器、入力装置あるいは入力部の一例である。
　また、通信ボード９１５、表示装置９０１、プリンタ装置９０６などは、出力機器、出力装置あるいは出力部の一例である。
　通信ボード９１５は、有線または無線で、ＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）、インターネット、ＩＳＤＮ等のＷＡＮ（ワイドエリアネットワーク）、電話回線などの通信網に接続されている。
　磁気ディスク装置９２０には、ＯＳ９２１（オペレーティングシステム）、ウィンドウシステム９２２、プログラム群９２３、ファイル群９２４が記憶されている。プログラム群９２３のプログラムは、ＣＰＵ９１１、ＯＳ９２１、ウィンドウシステム９２２により実行される。
　上記プログラム群９２３には、実施の形態の説明において「～部」として説明する機能を実行するプログラムが記憶されている。プログラムは、ＣＰＵ９１１により読み出され実行される。
　ファイル群９２４には、実施の形態の説明において、「～部」の機能を実行した際の「～の判定結果」、「～の計算結果」、「～の処理結果」などの結果データ、「～部」の機能を実行するプログラム間で受け渡しするデータ、その他の情報やデータや信号値や変数値やパラメータが、「～ファイル」や「～データベース」の各項目として記憶されている。
　「～ファイル」や「～データベース」は、ディスクやメモリなどの記録媒体に記憶される。ディスクやメモリなどの記憶媒体に記憶された情報やデータや信号値や変数値やパラメータは、読み書き回路を介してＣＰＵ９１１によりメインメモリやキャッシュメモリに読み出され、抽出・検索・参照・比較・演算・計算・処理・出力・印刷・表示などのＣＰＵの動作に用いられる。抽出・検索・参照・比較・演算・計算・処理・出力・印刷・表示・抽出のＣＰＵの動作の間、情報やデータや信号値や変数値やパラメータは、メインメモリやキャッシュメモリやバッファメモリに一時的に記憶される。
　また、実施の形態の説明において説明するフローチャートの矢印の部分は主としてデータや信号の入出力を示し、データや信号値は、ＲＡＭ９１４のメモリ、ＦＤＤ９０４のフレキシブルディスク、ＣＤＤ９０５のコンパクトディスク、磁気ディスク装置９２０の磁気ディスク、その他光ディスク、ミニディスク、ＤＶＤ（Ｄｉｇｉｔａｌ・Ｖｅｒｓａｔｉｌｅ・Ｄｉｓｃ）等の記録媒体に記録される。また、データや信号値は、バス９１２や信号線やケーブルその他の伝送媒体によりオンライン伝送される。
　また、実施の形態の説明において「～部」として説明するものは、「～回路」、「～装置」、「～機器」、「手段」であってもよく、また、「～ステップ」、「～手順」、「～処理」であってもよい。すなわち、「～部」として説明するものは、ＲＯＭ９１３に記憶されたファームウェアで実現されていても構わない。或いは、ソフトウェアのみ、或いは、素子・デバイス・基板・配線などのハードウェアのみ、或いは、ソフトウェアとハードウェアとの組み合わせ、さらには、ファームウェアとの組み合わせで実施されても構わない。ファームウェアとソフトウェアは、プログラムとして、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等の記録媒体に記憶される。プログラムはＣＰＵ９１１により読み出され、ＣＰＵ９１１により実行される。すなわち、プログラムは、「～部」としてコンピュータを機能させるものである。あるいは、「～部」の手順や方法をコンピュータに実行させるものである。
　移動体計測装置２００、位置姿勢標定装置３００およびポイントクラウド生成装置４００も点群オルソ画像生成装置１００と同様に、ＣＰＵやメモリを備え、「～部」として説明する機能を実行する。
　図４は、実施の形態１における点群オルソ画像生成方法を示すフローチャートである。
　実施の形態１における点群オルソ画像生成システム８００の点群オルソ画像生成方法について、図４に基づいて以下に説明する。
　移動体計測装置２００、位置姿勢標定装置３００、ポイントクラウド生成装置４００、点群オルソ画像生成装置１００およびそれぞれの「～部」は、以下に説明する処理をＣＰＵを用いて実行する。
＜Ｓ１１０：距離方位点群計測処理＞
　まず、移動体計測装置２００の車両２０２で対象地域を走行する。
　対象地域の走行中、移動体計測装置２００に備わるレーザースキャナ２１０、カメラ２２０、ＧＰＳ受信機２３０、ジャイロ２４０およびオドメトリ２５０は、それぞれ計測を行い、距離方位点群２９１、カメラ映像２９２、ＧＰＳ観測情報２９３、ジャイロ計測値２９４およびオドメトリ計測値２９５を取得する。
＜Ｓ１２０：位置姿勢標定処理＞
　次に、位置姿勢標定装置３００の位置姿勢標定部３１０は、Ｓ１１０で取得されたＧＰＳ観測情報２９３、ジャイロ計測値２９４およびオドメトリ計測値２９５に基づいて、位置姿勢標定値３９１を算出する。
　位置姿勢標定値３９１は、対象地域を走行したときの移動体計測装置２００の各時刻の三次元座標と三次元姿勢角とを示す。
＜Ｓ１３０：ポイントクラウド生成処理＞
　次に、ポイントクラウド生成装置４００の三次元点群生成部４１０は、Ｓ１１０で取得された距離方位点群２９１とＳ１２０で算出された位置姿勢標定値３９１とに基づいて三次元点群４１９ａを生成する。そして、ポイントクラウド生成装置４００のポイントクラウド生成部４２０は、三次元点群４１９ａとＳ１１０で取得されたカメラ映像２９２とに基づいてポイントクラウド４９１を生成する。
　三次元点群４１９ａは、距離方位点群２９１の各点の三次元座標を示す。三次元点群４１９ａの各点は距離方位点群２９１の各点に対応する。
　三次元点群生成部４１０は、距離方位点群２９１の各点の計測時刻における移動体計測装置２００の位置姿勢を位置姿勢標定値３９１から抽出し、抽出した位置姿勢から各点が示す距離方位だけ離れた地点の三次元座標を各点の三次元座標として算出する。
　ポイントクラウド４９１は、三次元点群４１９ａの各点の三次元座標および色を示す。ポイントクラウド４９１の各点は三次元点群４１９ａおよび距離方位点群２９１の各点に対応する。
　ポイントクラウド生成部４２０は、三次元点群４１９ａの各点をそれぞれの三次元座標に基づいてカメラ映像２９２に投影し、投影先の画素の色を各点の色とする。
　但し、ポイントクラウド４９１は、ポイントクラウド生成部４２０により色付けされなくても構わない。また、ポイントクラウド４９１は、観測されたレーザーの反射輝度に対応する白黒情報（グレースケール）を示してもよい。例えば、ポイントクラウド生成部４２０は、レーザーの反射輝度が高いほど白く、レーザーの反射輝度が低いほど黒い色をポイントクラウド４９１の各点に設定する。
＜Ｓ１４０：点群オルソ画像生成処理＞
　そして、点群オルソ画像生成装置１００のポイントクラウド投影部１１０は、Ｓ１３０で生成されたポイントクラウド４９１を用いて点群オルソ画像１９１を生成する。
　点群オルソ画像１９１は、対象地域を上空から垂直方向に見下ろした画像を示す。
　ポイントクラウド投影部１１０は、対象地域の緯度・経度に対応する水平面にポイントクラウド４９１の各点を正射投影した画像を対象地域の点群オルソ画像１９１とする。
　但し、ポイントクラウド４９１の各点が正射投影される平面は、水平面に限らず、水平面に対して傾いた平面であってもよい。
　また、ポイントクラウド投影部１１０によるポイントクラウド４９１の投影は正射投影に限らず、例えば、中心投影であっても構わない。
　以下に、点群オルソ画像生成方法（Ｓ１１０～Ｓ１４０）により生成される点群オルソ画像１９１の一例を示す。
　図５は、移動体計測装置２００が走行した地域（対象地域）の道路図を示す。
　例えば、距離方位点群計測処理（Ｓ１１０）において、移動体計測装置２００が図５に示す地域を走行しながら計測を行い、距離方位点群２９１、カメラ映像２９２、ＧＰＳ観測情報２９３、ジャイロ計測値２９４およびオドメトリ計測値２９５を取得したものとする。
　図６は、対象地域（図５）の点群オルソ画像１９１を示す。
　点群オルソ画像生成処理（Ｓ１４０）において、ポイントクラウド投影部１１０がポイントクラウド４９１を正射投影することにより、図６に示すような点群オルソ画像１９１が得られる。
　図６に示すように、点群オルソ画像１９１は、図５に示す道路図と合致している。点群オルソ画像１９１は、移動体計測装置２００の計測精度や位置姿勢標定装置３００の位置姿勢標定精度に対応して、対象地域の道路を高い精度で表わすことができる。
　図７、図８は、ポイントクラウド４９１で表わした俯瞰画像の一例であり、それぞれ異なる交差点部分を拡大した画像である。
　点群オルソ画像生成処理（Ｓ１４０）において、水平面に対して傾いた平面にポイントクラウド４９１が投影された場合（または、点群オルソ画像１９１が画像処理により水平軸に対して回転して表示された場合）、図７や図８に示すような俯瞰画像が得られる。
　図７や図８に示すように、ポイントクラウド４９１の投影により得られる俯瞰画像は、交差点、住宅、駐車自動車、横断歩道などの各種地物を表すことができる。俯瞰画像に表わされる各地物は、位置、大きさなどが、移動体計測装置２００の計測精度や位置姿勢標定装置３００の位置姿勢標定精度に対応した高い精度で表わされる。
　点群オルソ画像生成装置１００は、ポイントクラウド４９１を平面に投影することにより、実際にはカメラ撮影されていない角度（垂直下方、斜め下方など）から見た対象地域を高い精度で表わす画像（点群オルソ画像１９１、俯瞰画像など）を得ることができる。
　実施の形態１では、以下のような点群オルソ画像生成装置１００について説明した。
　点群オルソ画像生成装置１００は、移動体計測装置２００により取得されたレーザー点群（距離方位点群２９１）を利用して、標識、白線、路面マーク、マンホール、縁石、電柱、ポール、街路灯、電線、壁などの地物を精度良く検出する。
　ポイントクラウド４９１は１点毎に三次元位置情報（三次元座標）を持っている。そのため、点群オルソ画像生成装置１００は、ポイントクラウド４９１を並べて任意の方向から眺めた画像を作成することができる。したがって、点群オルソ画像生成装置１００は、ポイントクラウド４９１を並べて真上から見ることにより、航空写真のオルソ画像と同等な点群オルソ画像１９１を作成できる。また、点群オルソ画像１９１は、車両から撮像されたカメラ映像を用いて作成されるオルソ画像に比べて歪みが少なく、精度が高く、視野角が広い。
　点群オルソ画像１９１には、白線、縁石、壁面などの地物が明確に表わされる。このため、点群オルソ画像１９１は、道路図の作成に利用することができる。例えば、ＣＡＤ（Ｃｏｍｐｕｔｅｒ　Ａｉｄｅｄ　Ｄｅｓｉｇｎ）の背景に点群オルソ画像１９１を貼り付け、点群オルソ画像１９１に表わされる各地物を線でなぞってトレースすることにより、現況の道路図を高速に作成することができる。さらに、画像処理により点群オルソ画像１９１から各地物を抽出し、道路図を自動作成することもできる。
　特許文献１（特開２００７－２１８７０５号公報）には、計測台車で取得された各種の計測データに基づいて、計測台車の位置姿勢を算出し（特許文献１のＳ１０１）、路面形状モデル（三次元点群）を生成（特許文献１のＳ１０６）する方法が開示されている。また、特許文献１には、路面形状モデル（三次元点群）をカメラ映像に投影する方法（特許文献１のＳ１０７）が開示されている。
　移動体計測装置２００は特許文献１の計測台車に相当し、位置姿勢標定装置３００は特許文献１の車両位置姿勢（３軸）演算部に相当し、ポイントクラウド生成装置４００は特許文献１の路面形状モデル生成部に相当する。
　実施の形態２．
　実施の形態２では、道路が樹木やトンネルなどにより遮蔽されずに映る点群オルソ画像１９１を生成する形態について説明する。
　以下、実施の形態１と異なる事項について主に説明し、説明を省略する事項については実施の形態１と同様であるものとする。
　図９は、実施の形態２における点群オルソ画像生成装置１００の構成図である。
　実施の形態２における点群オルソ画像生成装置１００の構成について、図９に基づいて以下に説明する。
　点群オルソ画像生成装置１００（俯瞰画像生成装置の一例）は、ポイントクラウド投影部１１０、所定高点群抽出部１２０、地面高特定部１３０、点群オルソ画像表示部１４０、カメラ映像表示部１５０および画像生成装置記憶部１９０を備える。
　地面高特定部１３０は、ポイントクラウド生成装置４００により生成されたポイントクラウド４９１（三次元点群の一例）の各点が示す三次元座標の高さ（高度）に基づいて地面高１３９ａをＣＰＵを用いて特定する。
　所定高点群抽出部１２０は、ポイントクラウド生成装置４００により生成されたポイントクラウド４９１（三次元点群の一例）の各点が示す三次元座標に基づいてポイントクラウド４９１から所定範囲内の高さを示す各点を抽出する。
　特に、所定高点群抽出部１２０は、地面高特定部１３０により特定された地面高１３９ａに基づいて、地面からの高さが所定の高さ以下である各点をポイントクラウド４９１から抽出する。
　以下、所定高点群抽出部１２０によりポイントクラウド４９１から抽出された各点を所定高点群１２９ａという。
　ポイントクラウド投影部１１０（三次元点群投影部の一例）は、所定高点群抽出部１２０によりポイントクラウド４９１から抽出された所定高点群１２９ａの各点が示す三次元座標に基づいて、所定高点群１２９ａの各点をＣＰＵを用いて平面に投影して点群オルソ画像１９１（俯瞰画像の一例）を生成する。
　点群オルソ画像表示部１４０（俯瞰画像表示部の一例）は、ポイントクラウド投影部１１０により生成された点群オルソ画像１９１を表示装置９０１に表示する。
　カメラ映像表示部１５０は、点群オルソ画像表示部１４０により表示された点群オルソ画像１９１内で指定された画像部分に投影された点をＣＰＵを用いて特定し、特定した点が計測された計測地点から撮影されたカメラ映像２９２を表示装置９０１に表示する。
　画像生成装置記憶部１９０は、移動体計測装置２００により取得されたカメラ映像２９２およびポイントクラウド投影部１１０により生成された点群オルソ画像１９１を記憶する。
　図１０は、実施の形態２における点群オルソ画像生成処理（Ｓ１４０）のフローチャートである。
　実施の形態２における点群オルソ画像生成処理（Ｓ１４０）の流れについて、図１０に基づいて以下に説明する。
　点群オルソ画像生成装置１００の各「～部」は、以下に説明する処理をＣＰＵを用いて実行する。
＜Ｓ１４１Ａ：地面高特定処理＞
　まず、地面高特定部１３０は、ポイントクラウド４９１の各点が示す三次元座標の高さに基づいて地面高１３９ａを特定する。
　例えば、地面高特定部１３０は、ある区域の地面高１３９ａを特定する場合、その区域内の緯度・経度を示す各点から高さが最も低い点を抽出し、抽出した点が示す高さをその区域の地面高１３９ａとする。
　地面高１３９ａの特定方法の詳細については、実施の形態４で説明する。
＜Ｓ１４２Ａ：所定高点群抽出処理＞
　次に、所定高点群抽出部１２０は、Ｓ１４１Ａにおいて特定された地面高１３９ａを基準の高さとして、地面高１３９ａからの高さが所定の高さ以下である各点をポイントクラウド４９１から所定高点群１２９ａとして抽出する。
　つまり、所定高点群１２９ａは、地面高１３９ａからの高さが所定の高さより高い各点がポイントクラウド４９１から除去されたものである。
　例えば、所定の高さが「５０ｃｍ」である場合、所定高点群抽出部１２０は、三次元座標の高さが「（地面高１３９ａ）＋５０［ｃｍ］」以下である各点をポイントクラウド４９１から所定高点群１２９ａとして抽出する。地面高１３９ａが区域毎に特定されている場合、所定高点群抽出部１２０は、所定高点群１２９ａを区域毎に抽出する。
＜Ｓ１４３Ａ：三次元点群投影処理＞
　次に、ポイントクラウド投影部１１０は、Ｓ１４２Ａにおいて抽出された所定高点群１２９ａの各点を水平面に正射投影して点群オルソ画像１９１を生成する。
　但し、所定高点群１２９ａの各点が正射投影される平面は水平面に限らず、ポイントクラウド投影部１１０による投影は正射投影に限らない。
＜Ｓ１４４Ａ：俯瞰画像表示処理＞
　次に、点群オルソ画像表示部１４０は、Ｓ１４３Ａにおいて生成された点群オルソ画像１９１を表示装置９０１に表示させる。
　ここで、利用者が、表示装置９０１に表示された点群オルソ画像１９１内でカメラ映像２９２を確認したい画像部分をマウス９０３やキーボード９０２などを用いて指定するものとする。
＜Ｓ１４５Ａ：カメラ映像表示処理＞
　そして、カメラ映像表示部１５０は、利用者に指定された画像部分に対応するカメラ映像２９２を表示装置９０１に表示する。
　このとき、カメラ映像表示部１５０は、利用者に指定された画像部分に投影されているポイントクラウド４９１の点を特定し、特定した点（以下、特定点という）の計測地点から撮像されたカメラ映像２９２を特定し、特定したカメラ映像２９２を表示装置９０１に表示する。
　特定されるカメラ映像２９２は、特定点が計測された時刻に撮像されたカメラ映像２９２である。また、特定点が計測された時刻とは、特定点の元データである距離方位点群２９１の点が計測された時刻のことである。
　利用者は、点群オルソ画像１９１では確認しづらい地物を表示装置９０１に表示されたカメラ映像２９２により確認することができる。
　以下に、点群オルソ画像生成処理（Ｓ１４１Ａ～Ｓ１４３Ａ）により生成される点群オルソ画像１９１の一例を示す。
　図１１は、対象地域ｂ（図６）の点群オルソ画像１９１であり、図１２は、対象地域ａ（図６）の点群オルソ画像１９１である。図１１、図１２共に、地面高１３９ａからの高さが５０ｃｍ以下である所定高点群１２９ａのみが正射投影されたものである。
　所定高点群抽出処理（Ｓ１４２Ａ）では、地面高１３９ａからの高さが５０ｃｍより高い各点がポイントクラウド４９１から除去され、地面高１３９ａからの高さが５０ｃｍ以下の高さである各点のみが所定高点群１２９ａとして抽出された。
　このため、図１１、図１２共に、道路が樹木やトンネルなどの遮蔽物により遮蔽されておらず、白線や道路境界などがはっきりと認識できる。
　実施の形態２において、以下のような点群オルソ画像生成装置１００について説明した。
　従来から道路画像として利用されている航空写真では、樹木の下やトンネルの内部といった垂直方向から見て遮蔽されている道路部分を表示することができなかった。
　一方、点群オルソ画像生成装置１００は、ポイントクラウド４９１のうち、道路面（地面高１３９ａ）から所定の高さ以下の点群（所定高点群１２９ａ）だけを使用するように制限をかけて点群オルソ画像１９１を生成することにより、樹木やトンネルなどの遮蔽物を除外し、道路をくまなく表現することができる。
　さらに、移動体計測装置２００の車両２０２が周りから所定の車間（例えば、５ｍ程度）をあけて走行することにより、他の車両を計測した計測値が含まれない距離方位点群２９１が取得される。そして、点群オルソ画像生成装置１００は、他の車両を計測した計測値が含まれない距離方位点群２９１から生成されたポイントクラウド４９１を用いて、走行中の車両が全くいない点群オルソ画像１９１を作り出せる。
　つまり、点群オルソ画像生成装置１００は、見えない部分が無い美しい道路画像を作り出すことができる。
　また、利用者が点群オルソ画像１９１に映っている地物（例えば、電柱、街路灯、標識）の種類や内容を確認できない場合、点群オルソ画像生成装置１００は点群オルソ画像１９１に連動させてカメラ映像２９２を表示する。例えば、点群オルソ画像生成装置１００は、ＣＡＤ画面に点群オルソ画像１９１とカメラ映像２９２とをリンクさせて表示する。このとき、点群オルソ画像生成装置１００は、各点が計測された時刻に基づいて、その付近で撮影されたカメラ映像２９２を引き出す。これにより、利用者は点群オルソ画像１９１に映っている地物が電柱なのか、街路灯なのか、または、標識なのか判別することができる。点群オルソ画像生成装置１００は、カメラ映像２９２を表示させる際、カメラ映像２９２を画像処理して標識や看板などの内容（記されている文字や図形など）を抽出し、抽出した情報をカメラ映像２９２と共に表示してもよい。これにより、利用者は、電柱や街路灯の区別の他に、標識や看板などの内容を確認することができる。
　実施の形態３．
　実施の形態３では、立設物が特定できる点群オルソ画像１９１を生成する形態について説明する。
　以下、実施の形態１～２と異なる事項について主に説明し、説明を省略する事項については実施の形態１～２と同様であるものとする。
　図１３は、実施の形態３における点群オルソ画像生成装置１００の構成図である。
　実施の形態３における点群オルソ画像生成装置１００の構成について、図１３に基づいて以下に説明する。
　点群オルソ画像生成装置１００（俯瞰画像生成装置の一例）は、ポイントクラウド投影部１１０、点群オルソ画像表示部１４０、カメラ映像表示部１５０、点密度算出部１６０、立設物特定部１７０、立設物区別部１８０および画像生成装置記憶部１９０を備える。
　点密度算出部１６０は、ポイントクラウド投影部１１０により生成された点群オルソ画像１９１の点密度１６９ａを点群オルソ画像１９１を所定の大きさで区分けした区域毎にＣＰＵを用いて算出する。
　立設物特定部１７０は、点密度算出部１６０により算出された点密度１６９ａに基づいて、点群オルソ画像１９１から立設物が表示されている画像部分をＣＰＵを用いて特定する。
　以下、立設物特定部１７０により特定された画像部分を立設物表示画像部分１７９ａという。
　立設物区別部１８０は、立設物特定部１７０により特定された立設物表示画像部分１７９ａを他の画像部分と区別して表した点群オルソ画像１９１をＣＰＵを用いて生成する。
　図１４は、実施の形態３における点群オルソ画像生成処理（Ｓ１４０）のフローチャートである。
　実施の形態３における点群オルソ画像生成処理（Ｓ１４０）の流れについて、図１４に基づいて以下に説明する。
　点群オルソ画像生成装置１００の各「～部」は、以下に説明する処理をＣＰＵを用いて実行する。
＜Ｓ１４１Ｂ：三次元点群投影処理＞
　ポイントクラウド投影部１１０は、ポイントクラウド４９１を水平面に正射投影して点群オルソ画像１９１を生成する。
　以下、ポイントクラウド４９１が正射投影された水平面を「投影面」という。
＜Ｓ１４２Ｂ：点密度算出処理＞
　点密度算出部１６０は、投影面を所定の大きさで区分けし、区域毎にポイントクラウド４９１の各点の点密度１６９ａを算出する。
　各区域の大きさは微小であり、例えば、画像内での大きさではなく、実世界での大きさで「３０ｃｍ×３０ｃｍ」程度である。また例えば、点群オルソ画像１９１の１画素が１区域に対応しても構わない。
　ここで、「点密度１６９ａ」とは、微小区域内に投影されたポイントクラウド４９１の点の数を意味するものとする。
＜Ｓ１４３Ｂ：立設物特定処理＞
　立設物特定部１７０は、Ｓ１４２Ｂにおいて算出された点密度１６９ａが所定数以上である各微小区域を立設物表示画像部分１７９ａとして特定する。
　レーザースキャナ２１０は車両２０２の側方の高さ方向にも計測を行うため、壁面、電柱、街路灯など、高さを持つ地物（以下、立設物という）は高さ方向に複数点が計測される。一方、道路面のように高さを持たない地物は高さ方向に１点しか計測されない。このため、立設物の点密度１６９ａは道路面の点密度１６９ａより大きい。そこで、立設物表示画像部分１７９ａは、点密度１６９ａが所定数以上である各微小区域を立設物表示画像部分１７９ａとして特定する。
　例えば、立設物特定部１７０は、１０点以上の点が投影されている微小区域を立設物表示画像部分１７９ａとして特定する。
＜Ｓ１４４Ｂ：立設物区別処理＞
　立設物区別部１８０は、Ｓ１４３Ｂにおいて特定された立設物表示画像部分１７９ａを他の画像部分と区別して表した点群オルソ画像１９１を生成する。
　例えば、立設物区別部１８０は、立設物表示画像部分１７９ａに所定の色を着色する。
　また例えば、立設物区別部１８０は、立設物表示画像部分１７９ａと他の画像部分とで異なる配色（立設物表示画像部分１７９ａが「赤」、他の画像部分が「黒」など）にする。
　また例えば、立設物区別部１８０は、立設物表示画像部分１７９ａに特定のマークを付加する。
　さらに、立設物区別部１８０は、立設物表示画像部分１７９ａを点密度毎に分け、点密度毎に異なる配色やマークを付加してもよい。例えば、立設物区別部１８０は、点密度の大きい順に「白」→「緑」→「赤」を着色する。
＜Ｓ１４５Ｂ：俯瞰画像表示処理＞
　点群オルソ画像表示部１４０は、Ｓ１４４Ｂで生成された点群オルソ画像１９１を表示装置９０１に表示させる。
＜Ｓ１４６Ｂ：カメラ映像表示処理＞
　カメラ映像表示部１５０は、Ｓ１４５Ａ（図１０）と同様に、利用者に指定された画像部分に対応するカメラ映像２９２を表示装置９０１に表示する。
　点群オルソ画像生成装置１００は、微小区域の点密度を算出することにより、点群オルソ画像１９１内の立設物を特定することができる。これにより、利用者は、電柱などの立設物がどこに位置しているかを知ることができる。
　点群オルソ画像生成装置１００は、実施の形態２と同じく、地面高特定部１３０および所定高点群抽出部１２０を備えてもよい。
　所定高点群抽出部１２０は、地面高特定部１３０により特定された地面高１３９ａを基準の高さとして、地面高１３９ａからの高さが所定の高さ以上である各点をポイントクラウド４９１から所定高点群１２９ａとして抽出する。つまり、所定高点群１２９ａは、地面高１３９ａからの高さが所定の高さ未満である各点がポイントクラウド４９１から除去されたものである。
　ポイントクラウド投影部１１０は、所定高点群抽出部１２０により抽出された所定高点群１２９ａを用いて点群オルソ画像１９１を生成する。
　例えば、所定高点群抽出部１２０が、実施の形態２とは逆に地面高１３９ａからの高さが「５０ｃｍ」未満の各点を除去することにより、ポイントクラウド投影部１１０は道路面が映っていない点群オルソ画像１９１を生成することができる。
　これにより、点群オルソ画像生成装置１００は立設物をより正確に特定し、利用者は立設物をより容易に判別することができる。
　以下に、地面高１３９ａからの高さが５０ｃｍ以上である所定高点群１２９ａが正射投影された点群オルソ画像１９１の一例を示す。
　図１５は、対象地域ｂ（図６）の点群オルソ画像１９１であり、図１６は、対象地域ｂの部分拡大図である。
　図１７は、対象地域ａ（図６）の点群オルソ画像１９１であり、図１８は、対象地域ａの部分拡大図である。
　図１５～図１８はいずれも、地面高１３９ａからの高さが５０ｃｍ以上である所定高点群１２９ａのみが正射投影された点群オルソ画像１９１であり、道路面は映っていない。
　図１５の点線枠内を拡大した図１６および図１７の点線枠内を拡大した図１８が示すように、点群オルソ画像１９１は街路灯、木、壁、電線、電柱などの地物をはっきりと表わす。
　また、点群オルソ画像１９１は、点密度により色分けされる。例えば、点密度が濃くなるにつれ、「赤→緑→白」と変化する。電柱のように垂直に立っているものは点密度が濃くなるため、緑点または白点で表わされる。
　このような点群オルソ画像１９１を用いることにより、立設物の位置の確定が容易になり、従来の手作業と比較し、立設物の位置の確定にかかる作業時間を大幅に軽減できる。
　また、図１８では、家の壁面や電柱から電線が出ている様子がわかる。電線の有無により電柱と街路灯とを区別することもできる。対象物が電柱、街路灯またはその他の立設物のいずれであるかを区別できない場合、利用者は、点群オルソ画像生成装置１００にカメラ映像２９２を表示させ、カメラ映像２９２を確認することにより、正確に識別できる。
　実施の形態３では、以下のような点群オルソ画像生成装置１００について説明した。
　点群オルソ画像１９１は真上から見た画像を示す。そのため、電柱のように地面と同系色の立体物（立設物）は消失する。また、電柱などの立体物は道路図において重要なターゲットである。
　そこで、点群オルソ画像生成装置１００は、点群オルソ画像１９１の微小区域毎に点密度を算出し、点密度毎に輝度、色、形状などを分けて表示する。
　電柱や壁面は基本的に垂直に建設される。したがって、垂直方向にポイントクラウド４９１が投影された点群オルソ画像１９１の点密度は電柱や壁面部分で上がる。一方、地面などは、垂直方向には一点しかないため、点密度が低くなる。
　このことより、点密度毎に輝度、色、形状などを分けて表す点群オルソ画像１９１から、電柱などの立体物がどこにあるかを容易に判別・検出することができる。
　さらに、所定の高さ以上のポイントクラウド生成装置記憶部４９０だけを使用して点群オルソ画像１９１を生成するという制限をつけることにより、立体物をより容易に判別・検出することができる。
　実施の形態４．
　実施の形態４では、地面高特定部１３０による地面高１３９ａの特定方法について説明する。
＜実施例１＞
　地面高特定部１３０は、区域内の緯度・経度を示すポイントクラウド４９１の各点から高さが最も低い点を抽出し、抽出した点が示す高さをその区域の地面高１３９ａとする。
　図１９は、実施の形態４（実施例１）における地面高１３９ａの特定方法を示す図である。図１９の上図は坂道の平面図を示し、図１９の下図は坂道の側面図を示す。
　地面高特定部１３０は、図１９の上図に示すように坂道を含む対象地域を緯度・経度でメッシュ状に分割して所定の大きさ（例えば、１００ｍ×１００ｍ）に区分けし、図１９の下図に示すように各区域内の点のうち高さが最も低い点Ｐを抽出する。そして、地面高特定部１３０は、点Ｐが示す三次元座標の高さを当該区域の地面高１３９ａとする。
　所定高点群抽出部１２０が点Ｐ（地面高１３９ａ）から所定の高さｘ（例えば、５０ｃｍ）以下の各点をポイントクラウド４９１から抽出することにより、ポイントクラウド投影部１１０は坂道を表す点群オルソ画像１９１を生成することができる。
＜実施例２＞
　地面高特定部１３０は、ポイントクラウド４９１から道路の縁石を表す各点を抽出し、抽出した各点が示す三次元座標に基づいて地面高１３９ａを特定する。
　図２０は、実施の形態４（実施例２）における地面高１３９ａの特定方法を示す図であり、対象地域を所定の大きさに区分けした一つの区域を示している。
　まず、地面高特定部１３０は、ポイントクラウド４９１の各点が示す三次元座標に基づいて、坂道の左右の縁石（２本の縁石部分）を表す各点を特定する。
　次に、地面高特定部１３０は、一方の縁石を表す各点から高度が最も高い点Ａと高度が最も低い点Ｂとを抽出し、他方の縁石を表す各点から高度が最も高い点Ｃを抽出する。点Ｃは、最も低い点や縁石を表す任意の一点でも構わない。
　そして、地面高特定部１３０は、抽出した３点Ａ、Ｂ、Ｃの三次元座標に基づいて、点Ａ、点Ｂおよび点Ｃを通る平面の３次元方程式を坂道の勾配を表す方程式（以下、路面方程式という）として算出する。
　地面高特定部１３０により算出された路面方程式は、緯度・経度毎に坂道の地面高１３９ａを示す。
　所定高点群抽出部１２０は、ポイントクラウド４９１の各点が位置する区域を各点の緯度・経度に基づいて特定し、各点の緯度・経度を当該区域の路面方程式に代入して地面高１３９ａを算出し、算出した地面高１３９ａと各点の高さとを比較して所定高点群１２９ａを抽出する。
　次に、縁石を表す各点（以下、縁石点群という）を特定する方法として、（１）利用者に縁石の３点Ａ、Ｂ、Ｃを選択させる方法と（２）各点の位置の不連続性に基づく縁石点群の特定方法とを説明する。
　まず、（１）利用者に縁石の３点Ａ、Ｂ、Ｃを選択させる方法について説明する。
　地面高特定部１３０は、特許文献１（特開２００７－２１８７０５号公報）のＳ１０７（図１３）のようにポイントクラウド４９１をカメラ映像２９２に投影し、ポイントクラウド４９１を投影させたカメラ映像２９２（ポイントクラウド４９１とカメラ映像２９２とが重畳した画像）を表示装置９０１に表示し、表示したポイントクラウド４９１の各点から利用者に３点Ａ、Ｂ、Ｃを選択させる。
　次に、（２）各点の位置の不連続性に基づく縁石点群の特定方法について説明する。
　図２１は、実施の形態４（実施例２）における縁石点群の特定方法を示す図である。
　図２１の上図は、道路と道路左右の縁石とを示す垂直断面図であり、左右に水平方向（緯度・経度方向）、上下に高さ（高度）方向が取られている。図２１の下図は、上図の点線枠内の拡大図である。図中の丸印はそれぞれポイントクラウド４９１の１点を示す。以下、各丸印を「３Ｄ点」という。各３Ｄ点は、移動体計測装置２００の移動と共に、左から右へ、右から左へ順に計測される。以下、左から右へ又は右から左への計測により得られる横並びの複数の３Ｄ点を結んだ線を「走査ライン」という。図２１は、左から右への１つの走査ライン上の複数の３Ｄ点を丸印で示している。
　図２２は、道路と道路左右の縁石とを示すポイントクラウド４９１の画像が表示された画面を示す図である。
　図２２には、ポイントクラウド４９１を用いて道路平面を表した画像（点群オルソ画像１９１の一例）を表示させたメイン画面（図全体）と、脇道部分のポイントクラウド４９１を抽出し、抽出したポイントクラウド４９１を用いて脇道の垂直断面を表した画像を表示させた副画面（図左上）とを示している。
　図２２の副画面に表示されている画像は、図２１に対応する実データの画像である。
　地面高特定部１３０は、計測順序が連続する複数の３Ｄ点に基づいて当該部分の傾きを示す直線を算出し、算出した直線が示す傾きの変化量に基づいて道路と縁石との分岐点を縁石を表す３Ｄ点として特定する。
　例えば、図２１において、地面高特定部１３０は、Ｉ番目の３Ｄ点を基点として、Ｉ番目、Ｉ－１番目およびＩ－２番目の３Ｄ点に基づいて直線１を算出すると共に、Ｉ番目、Ｉ＋１番目およびＩ＋２番目の３Ｄ点に基づいて直線２を算出する。以下、ｘ番目の３Ｄ点を「ｘ点」と記す。直線１はＩ点を通ると共にＩ－１点とＩ－２点との中間点を通る直線であり、直線２はＩ点を通ると共にＩ＋１点とＩ＋２点との中間点を通る直線である。但し、直線１、２は、連続する４つ以上の３Ｄ点（例えば、Ｉ－３点～Ｉ点、Ｉ点～Ｉ＋３点）に基づいて算出されても良いし、２つの３Ｄ点（Ｉ－１点～Ｉ点、Ｉ点～Ｉ＋１点）に基づいて算出されても良い。
　そして、地面高特定部１３０は、直線１と直線２との傾きの差（変化量）と直線２（縁石左側では直線１）を構成する複数の３Ｄ点の高低差とに基づいて縁石の３Ｄ点を特定する。地面高特定部１３０は、変化量が所定量以上であり、且つ、Ｉ点の高さとＩ＋２点の高さとの高低差が縁石の高さに相当する所定値（例えば、２０ｃｍ）以下であれば、Ｉ－１点またはＩ＋１点を縁石の３Ｄ点と判定する。Ｉ＋２点は、直線２を構成するＩ点、Ｉ＋１点およびＩ＋２点の中でＩ点との高低差が最も大きい３Ｄ点である。通常、道路の縁石側は傾斜しているため地面高１３９ａの算出に用いるには、Ｉ点ではなく、Ｉ点と前後するいずれかの３Ｄ点（・・・、Ｉ－２点、Ｉ－１点、Ｉ＋１点、Ｉ＋２点、・・・）を縁石の３Ｄ点に選ぶとよい。例えば、地面高特定部１３０は、Ｉ－１点またはＩ＋１点を縁石の３Ｄ点とする。但し、Ｉ点を縁石の３Ｄ点に選んでもよい。
　地面高特定部１３０は、ポイントクラウド４９１の各点それぞれを基点として上記の方法により縁石点群を特定する。
　図２３は、実施の形態４（実施例２）における縁石点群特定方法を示すフローチャートである。
　縁石点群特定方法（図２１）の処理の流れについて、図２３に基づいて以下に説明する。
　まず、地面高特定部１３０は、ポイントクラウド４９１を読み込む（Ｓ２１０）。
　次に、地面高特定部１３０は、走査ラインを順に１つ選択し、選択した走査ライン上の複数の３Ｄ点をポイントクラウド４９１から抽出する。以下、抽出された走査ライン上の複数の３Ｄ点を「走査点群」という（Ｓ２２０）。
　次に、地面高特定部１３０は、抽出した走査点群から１つの３Ｄ点を基点Ｉとして選択し、選択した基点Ｉから連続する複数点に基づいて基点を通る２つの直線１、２を算出する（Ｓ２３０）。
　次に、地面高特定部１３０は、直線１と直線２との傾きの差と直線２（または、直線１）を構成する複数の３Ｄ点の高低差とに基づいて基点Ｉが縁石部分か判定する（Ｓ２３１）。
　地面高特定部１３０は、基点Ｉが縁石部分であると判定すれば、縁石の３Ｄ点（例えば、Ｉ－１点、Ｉ＋１点）を記憶する（Ｓ２３２）。
　地面高特定部１３０は、Ｓ２２０で抽出した走査点群の各点についてＳ２３０～Ｓ２３２を繰り返し、左右の縁石の３Ｄ点を特定して記憶する（Ｓ２３３）。
　さらに、地面高特定部１３０は、Ｓ２３０～Ｓ２３３において左右の縁石の３Ｄ点を特定できなかった場合（Ｓ２４０）、レーザー照射角度と各点の高さとに基づいて、縁石の３Ｄ点を特定して記憶する（Ｓ２５０）。
　具体的に、地面高特定部１３０は以下のようにして縁石の３Ｄ点を特定する。
　まず、地面高特定部１３０は、１つ前の走査ラインで特定された縁石の３Ｄ点にレーザー照射角度が近い複数の３Ｄ点を走査点群から抽出する。例えば、地面高特定部１３０は、１つ前の走査ラインで特定された縁石の３Ｄ点が走査ライン上のｎ番目の３Ｄ点であれば、走査点群から走査ライン上のｎ－３～ｎ＋３点を抽出する。
　そして、地面高特定部１３０は、抽出した複数の３Ｄ点（ｎ－３点～ｎ＋３点）のうち最も高さが低い３Ｄ点の一つ（または複数）前（または後）の３Ｄ点を縁石の３Ｄ点として記憶する。このとき、１つ前の走査ラインで特定された縁石の３Ｄ点とのレーザー照射角度の差が所定値（例えば、１度）以下であることを縁石の３Ｄ点とする条件に加えてもよい。
　地面高特定部１３０は、全走査ラインについてＳ２２０～Ｓ２５０を繰り返し（Ｓ２６０）、左側の縁石を表す複数の３Ｄ点と右側の縁石を表す複数の３Ｄ点とをそれぞれグルーピングする（Ｓ２７０）。
　図２４は、実施の形態４（実施例２）における縁石点群特定方法により特定された縁石点群を示す図である。
　図２４に示すように、実施の形態４（実施例２）における縁石点群特定方法により特定された縁石点群は、図５に示した対象地域の道路図を合致している。
＜実施例３＞
　地面高特定部１３０は、移動体計測装置２００の航測基準点Ｏの高さに基づいて地面高１３９ａを特定する。
　航測基準点とは、図２で説明したように、移動体計測装置２００の座標中心である。
　移動体計測装置２００の航測基準点Ｏの高さに基づいて地面高１３９ａを特定する方法として、（１）道路面の三次元方程式を算出して地面高１３９ａを特定する方法と（２）計測時刻毎に地面高１３９ａを特定する方法とを説明する。
　図２５は、実施の形態４（実施例３（１））における地面高１３９ａの特定方法を示す図である。
　（１）道路面の三次元方程式を算出して地面高１３９ａを特定する方法について、図２５に基づいて以下に説明する。
　ここで、ｔ０、ｔ１、ｔ２の各時刻について、航測基準点Ｏの三次元座標とポイントクラウド４９１の各点とが得られているものとする。
　また、予め計測された航測基準点Ｏの地面からの高さを２０００ｍｍとする。
　地面高特定部１３０は、時刻ｔ０、ｔ１、ｔ２それぞれの航測基準点Ｏの高さに基づいて、各航測基準点Ｏを通る平面（または、各航測基準点Ｏが最も近くなる平面）から２０００ｍｍ低い平面の三次元方程式を道路面を表す三次元方程式として算出する。そして、地面高特定部１３０は、道路面の三次元方程式にポイントクラウド４９１の各点の緯度・経度を代入し、地面高１３９ａを算出する。
　図２６は、実施の形態４（実施例３（２））における地面高１３９ａの特定方法を示す図である。
　（２）計測時刻毎に地面高１３９ａを特定する方法について、図２６に基づいて以下に説明する。
　ここで、各時刻について、航測基準点Ｏの三次元座標とポイントクラウド４９１の各点とが得られているものとする。
　また、予め計測された航測基準点Ｏの地面からの高さを２０００ｍｍとする。
　地面高特定部１３０は、ポイントクラウド４９１の各点が計測された時刻における航測基準点Ｏの高さより２０００ｍｍ低い高さを地面高１３９ａとして算出する。
　但し、地面高特定部１３０は地面高１３９ａを算出せず、所定高点群抽出部１２０は航測基準点Ｏの高さより１５００ｍｍ低い高さ（地面から５００ｍｍ［所定の高さ］の高さ）を修正分離基準高として算出し、ポイントクラウド４９１から修正分離基準高より低い各点（または、高い各点）を所定高点群１２９ａとして抽出してもよい。
　実施の形態４で説明した各特定方法により、地面高特定部１３０は、道路が斜面になっていても、地面高１３９ａを精度良く算出することができる。
　実施の形態５．
　点群オルソ画像生成装置１００により生成される点群オルソ画像１９１は、例えば、道路図の作成に有用である。
　実施の形態５では、道路図を作成するシステムについて説明する。
　図２７は、実施の形態５における地図データ生成システム８０１の構成図である。
　実施の形態５における地図データ生成システム８０１の構成について、図２７に基づいて以下に説明する。
　地図データ生成システム８０１は、各実施の形態で説明した点群オルソ画像生成システム８００の構成に加えて、ＣＡＤ装置５００を有する。
　従来から、建物や道路を示す都市計画図や、電柱、マンホール、広告塔等の道路占有物を示す街路台帳や、道路縁石、ガードレール、標識等が記載された道路管理台帳付図等が道路管理に用いられ、これら都市計画図、街路台帳および道路管理台帳付図の精度向上が望まれている。
　点群オルソ画像１９１は、高い精度で、樹木やトンネルなどの遮蔽物による遮蔽を除去して道路を表わし（実施の形態２）、また、電柱や街路灯などの立設物を強調して表わす（実施の形態３）。このため、都市計画図、街路台帳および道路管理台帳付図の作成に有用である。
　ＣＡＤ装置５００は、ＣＡＤ部５１０およびＣＡＤ記憶部５９０を備え、点群オルソ画像生成装置１００により生成された点群オルソ画像１９１を用いて地図データ５９１（例えば、都市計画図や道路管理台帳付図）を生成する。
　ＣＡＤ部５１０は、ＣＰＵを用い、利用者の操作に応じて点群オルソ画像１９１およびカメラ映像２９２を表示装置９０１に表示すると共に地図データ５９１を生成する。
　ＣＡＤ記憶部５９０は地図データ５９１を記憶する。
　利用者は、ＣＡＤ装置５００をキーボード９０２やマウス９０３を用いて操作し、実施の形態２で作成された点群オルソ画像１９１を表示させ、表示させた点群オルソ画像１９１に表わされる道路をトレースすることにより道路図を作図し、作図した道路図を地図データ５９１として保存する。
　さらに、利用者は、実施の形態３で作成された点群オルソ画像１９１を表示させ、表示させた点群オルソ画像１９１に表わされる立設物を順に選択して選択箇所のカメラ映像２９２を表示させる。そして、利用者は、表示させたカメラ映像２９２から立設物の種類を特定し、各立設物の位置および種類を設定した道路図を地図データ５９１として保存する。
　ＣＡＤ部５１０は、道路や各立設物を、利用者の選択によってではなく、画像処理により抽出してもよい。
　このように、利用者は、点群オルソ画像１９１を利用することにより、従来より簡易に都市計画図や道路管理台帳付図を作成することができる。
　各実施の形態において、点群オルソ画像生成装置１００、移動体計測装置２００、位置姿勢標定装置３００、ポイントクラウド生成装置４００、ＣＡＤ装置５００の各装置は、別々の装置であっても、互いの構成を含んだ一つの装置であってもよい。
　また、各装置は、ネットワーク接続されていない独立した装置であっても、有線または無線でＬＡＮやインターネットに接続され、互いにデータ送受信を行う通信装置であってもよい。
　１００　点群オルソ画像生成装置、１１０　ポイントクラウド投影部、１２０　所定高点群抽出部、１２９ａ　所定高点群、１３０　地面高特定部、１３９ａ　地面高、１４０　点群オルソ画像表示部、１５０　カメラ映像表示部、１６０　点密度算出部、１６９ａ　点密度、１７０　立設物特定部、１７９ａ　立設物表示画像部分、１８０　立設物区別部、１９０　画像生成装置記憶部、１９１　点群オルソ画像、２００　移動体計測装置、２０１　天板、２０２　車両、２１０　レーザースキャナ、２２０　カメラ、２３０　ＧＰＳ受信機、２４０　ジャイロ、２５０　オドメトリ、２９０　計測装置記憶部、２９１　距離方位点群、２９２　カメラ映像、２９３　ＧＰＳ観測情報、２９４　ジャイロ計測値、２９５　オドメトリ計測値、３００　位置姿勢標定装置、３１０　位置姿勢標定部、３９０　標定装置記憶部、３９１　位置姿勢標定値、４００　ポイントクラウド生成装置、４１０　三次元点群生成部、４１９ａ　三次元点群、４２０　ポイントクラウド生成部、４９０　ポイントクラウド生成装置記憶部、４９１　ポイントクラウド、５００　ＣＡＤ装置、５１０　ＣＡＤ部、５９０　ＣＡＤ記憶部、５９１　地図データ、８００　点群オルソ画像生成システム、８０１　地図データ生成システム、９０１　表示装置、９０２　キーボード、９０３　マウス、９０４　ＦＤＤ、９０５　ＣＤＤ、９０６　プリンタ装置、９０７　スキャナ装置、９０８　マイク、９０９　スピーカー、９１１　ＣＰＵ、９１２　バス、９１３　ＲＯＭ、９１４　ＲＡＭ、９１５　通信ボード、９２０　磁気ディスク装置、９２１　ＯＳ、９２２　ウィンドウシステム、９２３　プログラム群、９２４　ファイル群。

Claims (22)

  1. 　地上の各地点の三次元座標を示す三次元点群を用いて地上の俯瞰画像を生成する俯瞰画像生成装置であり、
    　前記三次元点群の各点が示す三次元座標に基づいて前記三次元点群の各点をＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）を用いて平面に投影して地上の俯瞰画像を生成する三次元点群投影部
    を備えることを特徴とする俯瞰画像生成装置。
  2. 　前記俯瞰画像生成装置は、
    　前記三次元点群の各点が示す三次元座標に基づいて前記三次元点群から所定範囲内の高さを示す各点を所定高点群としてＣＰＵを用いて抽出する所定高点群抽出部を備え、
    　前記三次元点群投影部は、
    　前記所定高点群抽出部により前記三次元点群から抽出された所定高点群の各点が示す三次元座標に基づいて前記所定高点群の各点をＣＰＵを用いて平面に投影して俯瞰画像を生成する
    ことを特徴とする請求項１記載の俯瞰画像生成装置。
  3. 　前記所定高点群抽出部は、
    　所定の高さ以下の各点を前記所定高点群として抽出する
    ことを特徴とする請求項２記載の俯瞰画像生成装置。
  4. 　前記所定高点群抽出部は、
    　地面からの高さが所定の高さ以下である各点を前記所定高点群として抽出する
    ことを特徴とする請求項３記載の俯瞰画像生成装置。
  5. 　前記俯瞰画像生成装置は、
    　前記三次元点群投影部により前記平面に投影された前記三次元点群の各点の点密度を前記平面を所定の大きさで区分けした区域毎にＣＰＵを用いて算出する点密度算出部と、
    　前記点密度算出部により算出された点密度に基づいて前記俯瞰画像から立設物が表示されている画像部分をＣＰＵを用いて特定する立設物特定部と、
    　前記立設物特定部により特定された画像部分を他の画像部分と区別して表わした俯瞰画像をＣＰＵを用いて生成する立設物区別部と
    を備えることを特徴とする請求項１記載の俯瞰画像生成装置。
  6. 　前記俯瞰画像生成装置は、
    　前記三次元点群の各点が示す三次元座標に基づいて前記三次元点群から所定範囲の高さを示す各点を所定高点群としてＣＰＵを用いて抽出する所定高点群抽出部を備え、
    　前記三次元点群投影部は、
    　前記所定高点群抽出部により前記三次元点群から抽出された所定高点群の各点が示す三次元座標に基づいて前記所定高点群の各点をＣＰＵを用いて平面に投影して俯瞰画像を生成する
    ことを特徴とする請求項５記載の俯瞰画像生成装置。
  7. 　前記所定高点群抽出部は、
    　所定の高さ以上の各点を前記所定高点群として抽出する
    ことを特徴とする請求項６記載の俯瞰画像生成装置。
  8. 　前記所定高点群抽出部は、
    　地面からの高さが所定の高さ以上である各点を前記所定高点群として抽出する
    ことを特徴とする請求項７記載の俯瞰画像生成装置。
  9. 　前記俯瞰画像生成装置は、
    　前記三次元点群の各点が示す高さに基づいてＣＰＵを用いて地面高を特定する地面高特定部を備え、
    　前記所定高点群抽出部は、
    　前記地面高特定部により特定された地面高に基づいて前記所定高点群を抽出する
    ことを特徴とする請求項４または請求項８記載の俯瞰画像生成装置。
  10. 　前記地面高特定部は、
    　前記三次元点群投影部により前記三次元点群の各点が投影された前記平面を所定の大きさで区分けした各区域の地面高を、当該区域に投影された前記三次元点群の各点が示す高さに基づいて特定し、
    　前記所定高点群抽出部は、
    　前記地面高特定部により特定された各区域の地面高に基づいて前記所定高点群を区域毎に抽出する
    ことを特徴とする請求項９記載の俯瞰画像生成装置。
  11. 　前記地面高特定部は、
    　第１の区域に投影された前記三次元点群の各点から高さの低い順に所定数の点を抽出し、抽出した所定数の点が示す高さに基づいて前記第１の区域の地面高を特定する
    ことを特徴とする請求項１０記載の俯瞰画像生成装置。
  12. 　前記地面高特定部は、
    　前記第１の区域に投影された前記三次元点群の各点から高さが最も低い点を抽出し、抽出した点が示す高さを前記第１の区域の地面高とする
    ことを特徴とする請求項１１記載の俯瞰画像生成装置。
  13. 　前記地面高特定部は、
    　前記三次元点群の各点が示す三次元座標に基づいて前記三次元点群から道路の縁石を表す各点を抽出し、抽出した各点が示す三次元座標に基づいて前記地面高を特定する
    ことを特徴とする請求項９記載の俯瞰画像生成装置。
  14. 　前記地面高特定部は、
    　前記抽出した各点が示す三次元座標に基づいて道路面を表す三次元方程式を算出し、算出した三次元方程式に基づいて道路面の高さを前記地面高として算出する
    ことを特徴とする請求項１３記載の俯瞰画像生成装置。
  15. 　前記地面高特定部は、
    　前記三次元点群投影部により生成された俯瞰画像から道路両側で対になる２本の縁石部分を特定し、一方の縁石部分に投影された各点から少なくとも２点を抽出し、他方の縁石部分に投影された各点から少なくとも１点を抽出し、抽出した少なくとも３点を通る平面を表す三次元方程式を前記道路面を表す三次元方程式として算出し、算出した三次元方程式に基づいて道路面の高さを前記地面高として算出する
    ことを特徴とする請求項１４記載の俯瞰画像生成装置。
  16. 　前記俯瞰画像生成装置は、
    　生成された俯瞰画像を表示装置に表示する俯瞰画像表示部と、
    　前記俯瞰画像表示部により表示された俯瞰画像内で指定された画像部分に投影された点をＣＰＵを用いて特定し、特定した点が計測された計測地点から撮影されたカメラ映像を
    表示装置に表示するカメラ映像表示部と
    を備えたことを特徴とする請求項１～請求項１５いずれかに記載の俯瞰画像生成装置。
  17. 　前記三次元点群は、
    　車両に設置されたレーザースキャナにより計測された各地点までの距離方位を示す距離方位点群に基づいて生成される
    ことを特徴とする請求項１～請求項１６いずれかに記載の俯瞰画像生成装置。
  18. 　前記三次元点群の各点は、
    　三次元座標と共に三次元座標が示す地点の地物の色を示す
    ことを特徴とする請求項１～請求項１７いずれかに記載の俯瞰画像生成装置。
  19. 　地上の各地点の三次元座標を示す三次元点群を用いて地上の俯瞰画像を生成する俯瞰画像生成方法であり、
    　三次元点群投影部が、前記三次元点群の各点が示す三次元座標に基づいて前記三次元点群の各点をＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）を用いて平面に投影して地上の俯瞰画像を生成する三次元点群投影処理
    を実行することを特徴とする俯瞰画像生成方法。
  20. 　所定高点群抽出部が、前記三次元点群の各点が示す三次元座標に基づいて前記三次元点群から所定範囲内の高さを示す各点を所定高点群としてＣＰＵを用いて抽出する所定高点群抽出処理を実行し、
    　前記三次元点群投影部が、前記三次元点群投影処理として、前記所定高点群抽出部により前記三次元点群から抽出された所定高点群の各点が示す三次元座標に基づいて前記所定高点群の各点をＣＰＵを用いて平面に投影して俯瞰画像を生成する
    ことを特徴とする請求項１９記載の俯瞰画像生成方法。
  21. 　点密度算出部が、前記三次元点群投影部により前記平面に投影された前記三次元点群の各点の点密度を前記平面を所定の大きさで区分けした区域毎にＣＰＵを用いて算出する点密度算出処理を実行し、
    　立設物特定部が、前記点密度算出部により算出された点密度に基づいて前記俯瞰画像から立設物が表示されている画像部分をＣＰＵを用いて特定する立設物特定処理を実行し、
    　立設物区別部が、前記立設物特定部により特定された画像部分を他の画像部分と区別して表わした俯瞰画像をＣＰＵを用いて生成する立設物区別処理を実行する
    ことを特徴とする請求項１９記載の俯瞰画像生成方法。
  22. 　請求項１９～請求項２１いずれかに記載の俯瞰画像生成方法をコンピュータに実行させる俯瞰画像生成プログラム。
PCT/JP2009/064700 2008-08-29 2009-08-24 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム WO2010024212A1 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
US13/060,444 US8665263B2 (en) 2008-08-29 2009-08-24 Aerial image generating apparatus, aerial image generating method, and storage medium having aerial image generating program stored therein
KR1020117003641A KR101269981B1 (ko) 2008-08-29 2009-08-24 부감 화상 생성장치, 부감 화상 생성방법 및 기록매체
CN200980133675.0A CN102138163B (zh) 2008-08-29 2009-08-24 俯瞰图像生成装置及俯瞰图像生成方法
KR1020127028797A KR101319471B1 (ko) 2008-08-29 2009-08-24 부감 화상 생성장치, 부감 화상 생성방법 및 기록매체
JP2010526690A JP4832596B2 (ja) 2008-08-29 2009-08-24 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム
EP09809863.5A EP2320382A4 (en) 2008-08-29 2009-08-24 DEVICE, METHOD AND PROGRAM FOR IMAGE IMAGE TRAINING

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008221359 2008-08-29
JP2008-221359 2008-08-29

Publications (1)

Publication Number Publication Date
WO2010024212A1 true WO2010024212A1 (ja) 2010-03-04

Family

ID=41721380

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/064700 WO2010024212A1 (ja) 2008-08-29 2009-08-24 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム

Country Status (6)

Country Link
US (1) US8665263B2 (ja)
EP (1) EP2320382A4 (ja)
JP (4) JP4832596B2 (ja)
KR (2) KR101319471B1 (ja)
CN (1) CN102138163B (ja)
WO (1) WO2010024212A1 (ja)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101887596A (zh) * 2010-06-01 2010-11-17 中国科学院自动化研究所 树木点云数据基于分割和自动生长的三维模型重建方法
JP4948689B1 (ja) * 2011-10-06 2012-06-06 アジア航測株式会社 レーザオルソ画像生成装置及びそのプログラム
US20130169668A1 (en) * 2011-12-30 2013-07-04 James D. Lynch Path side imagery
US20130169685A1 (en) * 2011-12-30 2013-07-04 James D. Lynch Path side image on map overlay
US8565958B1 (en) * 2011-06-02 2013-10-22 Google Inc. Removing extraneous objects from maps
KR20140142286A (ko) 2012-03-23 2014-12-11 미쓰비시덴키 가부시키가이샤 배선 박스
US9047688B2 (en) 2011-10-21 2015-06-02 Here Global B.V. Depth cursor and depth measurement in images
US9116011B2 (en) 2011-10-21 2015-08-25 Here Global B.V. Three dimensional routing
JP2016057308A (ja) * 2015-11-18 2016-04-21 三菱電機株式会社 指定点投影方法、プログラムおよびコンピュータ
JP2016218999A (ja) * 2015-05-21 2016-12-22 三菱電機株式会社 ターゲット環境の画像内に表現されたオブジェクトを検出するように分類器をトレーニングする方法およびシステム
KR20170026854A (ko) * 2015-08-31 2017-03-09 현대엠엔소프트 주식회사 연결도로정보 획득 장치 및 방법
US9641755B2 (en) 2011-10-21 2017-05-02 Here Global B.V. Reimaging based on depthmap information
CN110766798A (zh) * 2019-11-30 2020-02-07 中铁一局集团有限公司 一种基于激光扫描数据的隧道监控量测成果可视化方法
JP2020112876A (ja) * 2019-01-08 2020-07-27 朝日航洋株式会社 立面図作成方法
WO2020255548A1 (ja) * 2019-06-17 2020-12-24 株式会社エムアールサポート オルソ画像作成システム、オルソ画像作成方法、それに使用される対空標識及び道路調査方法
JP2020204602A (ja) * 2018-11-20 2020-12-24 株式会社エムアールサポート オルソ画像作成システム、オルソ画像作成方法、それに使用される対空標識及び道路調査方法
JP2021189917A (ja) * 2020-06-02 2021-12-13 株式会社Zmp 物体検出システム、物体検出方法及び物体検出プログラム
JP7441509B2 (ja) 2019-08-23 2024-03-01 株式会社エムアールサポート オルソ画像作成方法、オルソ画像作成システム、３次元モデル作成方法、３次元モデル作成システム及びそれに使用される標識

Families Citing this family (81)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011124271A1 (en) 2010-04-09 2011-10-13 Tomtom International B.V. Method of generating a route
GB201114591D0 (en) 2011-08-23 2011-10-05 Tomtom Int Bv Methods of and apparatus for displaying map information
CN102445186B (zh) * 2011-09-28 2013-06-05 中交第二公路勘察设计研究院有限公司 一种激光雷达扫描生成公路设计地表信息方法
GB201116960D0 (en) * 2011-09-30 2011-11-16 Bae Systems Plc Monocular camera localisation using prior point clouds
US8731247B2 (en) * 2012-01-20 2014-05-20 Geodigital International Inc. Densifying and colorizing point cloud representation of physical surface using image data
JP5947666B2 (ja) * 2012-08-21 2016-07-06 アジア航測株式会社 走行路上地物画像生成方法及び走行路上地物画像生成プログラム並びに走行路上地物画像生成装置
KR101394425B1 (ko) * 2012-11-23 2014-05-13 현대엠엔소프트 주식회사 지도 데이터 유지보수 장치 및 방법
EP3473511B1 (en) * 2012-12-26 2023-08-16 Cambridge Mobile Telematics Inc. Methods and systems for driver identification
CN103149569B (zh) * 2013-02-25 2014-12-10 昆山南邮智能科技有限公司 基于小波变换的激光雷达高压线识别方法
WO2014170895A1 (en) * 2013-04-15 2014-10-23 Xsight Systems Ltd. Contaminant detection and bird risk management at airports
US9858798B2 (en) 2013-05-28 2018-01-02 Aai Corporation Cloud based command and control system integrating services across multiple platforms
JP6006179B2 (ja) * 2013-06-20 2016-10-12 株式会社パスコ データ解析装置、データ解析方法、及びプログラム
US9449227B2 (en) * 2014-01-08 2016-09-20 Here Global B.V. Systems and methods for creating an aerial image
JP6389049B2 (ja) * 2014-03-17 2018-09-12 アジア航測株式会社 レーザ点群色付方法及びレーザ点群色付プログラム
JP6359868B2 (ja) * 2014-04-25 2018-07-18 東芝プラントシステム株式会社 ３次元データ表示装置、３次元データ表示方法、及び３次元データ表示プログラム
JP5936792B2 (ja) * 2014-06-25 2016-06-22 三菱電機株式会社 建築限界測定図の作成装置、建築限界測定図データの作成装置および建築限界測定図の作成方法
JP6432825B2 (ja) * 2014-08-22 2018-12-05 株式会社Ihi ３次元点群データの位置合わせ方法と装置及びその移動体システム
US9443312B2 (en) * 2014-08-29 2016-09-13 Leica Geosystems Ag Line parametric object estimation
US9671221B2 (en) 2014-09-10 2017-06-06 Faro Technologies, Inc. Portable device for optically measuring three-dimensional coordinates
US9693040B2 (en) 2014-09-10 2017-06-27 Faro Technologies, Inc. Method for optically measuring three-dimensional coordinates and calibration of a three-dimensional measuring device
DE102014013677B4 (de) * 2014-09-10 2017-06-22 Faro Technologies, Inc. Verfahren zum optischen Abtasten und Vermessen einer Umgebung mit einem Handscanner und unterteiltem Display
US9602811B2 (en) 2014-09-10 2017-03-21 Faro Technologies, Inc. Method for optically measuring three-dimensional coordinates and controlling a three-dimensional measuring device
DE102014013678B3 (de) 2014-09-10 2015-12-03 Faro Technologies, Inc. Verfahren zum optischen Abtasten und Vermessen einer Umgebung mit einem Handscanner und Steuerung durch Gesten
WO2016068273A1 (ja) * 2014-10-30 2016-05-06 三菱電機株式会社 車載器、自動運転車両、自動運転支援システム、自動運転監視装置、道路管理装置及び自動運転情報収集装置
JP6435781B2 (ja) * 2014-10-31 2018-12-12 株式会社豊田中央研究所 自己位置推定装置及び自己位置推定装置を備えた移動体
CN104864889B (zh) * 2015-05-29 2018-05-29 山东鲁能智能技术有限公司 一种基于视觉的机器人里程计校正系统及方法
JP6589410B2 (ja) * 2015-06-24 2019-10-16 株式会社豊田中央研究所 地図生成装置及びプログラム
US9830509B2 (en) 2015-06-29 2017-11-28 Nokia Technologies Oy Method and apparatus for constructing a digital elevation model utilizing ground points captured by ground-based LiDAR
JP6451544B2 (ja) * 2015-08-04 2019-01-16 日産自動車株式会社 道路境界検出装置、自己位置推定装置及び道路境界検出方法
CN105184852B (zh) * 2015-08-04 2018-01-30 百度在线网络技术（北京）有限公司 一种基于激光点云的城市道路识别方法及装置
JP6561670B2 (ja) * 2015-08-10 2019-08-21 日産自動車株式会社 段差検出装置及び段差検出方法
JP6906304B2 (ja) * 2015-12-30 2021-07-21 ダッソー システムズＤａｓｓａｕｌｔ Ｓｙｓｔｅｍｅｓ 埋め込まれた周波数ベースの探索および３ｄグラフィカルデータ処理
CN105719284B (zh) * 2016-01-18 2018-11-06 腾讯科技（深圳）有限公司 一种数据处理方法、装置及终端
US20190056223A1 (en) * 2016-03-22 2019-02-21 Mitsubishi Electric Corporation Measuring apparatus
JPWO2017199333A1 (ja) * 2016-05-17 2019-03-14 パイオニア株式会社 情報出力装置、端末装置、制御方法、プログラム及び記憶媒体
CN106052697B (zh) * 2016-05-24 2017-11-14 百度在线网络技术（北京）有限公司 无人车、无人车定位方法、装置和系统
CN106097444B (zh) * 2016-05-30 2017-04-12 百度在线网络技术（北京）有限公司 高精地图生成方法和装置
CN107742091B (zh) * 2016-08-22 2019-01-29 腾讯科技（深圳）有限公司 一种路肩提取的方法及装置
CN107871129B (zh) * 2016-09-27 2019-05-10 北京百度网讯科技有限公司 用于处理点云数据的方法和装置
CN109906608B (zh) * 2016-11-01 2021-03-12 松下电器（美国）知识产权公司 显示方法以及显示装置
CN108335337B (zh) * 2017-01-20 2019-12-17 高德软件有限公司 一种正射影像图的生成方法及装置
CN106791797A (zh) 2017-03-14 2017-05-31 京东方科技集团股份有限公司 一种双视显示的方法和装置
CN108732582B (zh) * 2017-04-20 2020-07-10 百度在线网络技术（北京）有限公司 车辆定位方法和装置
EP3460518B1 (en) 2017-09-22 2024-03-13 Leica Geosystems AG Hybrid lidar-imaging device for aerial surveying
WO2019100214A1 (zh) * 2017-11-21 2019-05-31 深圳市大疆创新科技有限公司 输出影像生成方法、设备及无人机
KR101910751B1 (ko) * 2017-11-22 2018-10-22 중앙대학교 산학협력단 건설 구조물의 구성요소 형상 특징을 고려한 3차원 데이터 획득 방법 및 시스템
CN109902542B (zh) * 2017-12-11 2023-11-21 财团法人车辆研究测试中心 三维感测器的动态地面侦测方法
KR101998396B1 (ko) * 2017-12-22 2019-07-09 한국기술교육대학교 산학협력단 3d 스캐너를 이용한 가상 벽면 기반의 작업 공간 모델링 방법 및 시스템
KR101998397B1 (ko) * 2017-12-22 2019-07-09 한국기술교육대학교 산학협력단 작업 공간 모델링에서 뎁스 이미지를 이용한 버텍스 최적화 방법 및 시스템
CN108319895B (zh) 2017-12-29 2021-09-17 百度在线网络技术（北京）有限公司 用于识别电子地图中的路口的方法和装置
US20200014909A1 (en) 2018-07-03 2020-01-09 Faro Technologies, Inc. Handheld three dimensional scanner with autofocus or autoaperture
US11506906B2 (en) * 2018-10-23 2022-11-22 Maxell, Ltd. Head-up display system
KR20200046437A (ko) 2018-10-24 2020-05-07 삼성전자주식회사 영상 및 맵 데이터 기반 측위 방법 및 장치
CN111174777A (zh) * 2018-11-09 2020-05-19 阿里巴巴集团控股有限公司 定位方法、装置以及电子设备
CN111238494B (zh) * 2018-11-29 2022-07-19 财团法人工业技术研究院 载具、载具定位系统及载具定位方法
WO2020111139A1 (ja) * 2018-11-29 2020-06-04 Ｎｅｃソリューションイノベータ株式会社 座標算出装置、座標算出方法、及びコンピュータ読み取り可能な記録媒体
JP7004636B2 (ja) * 2018-12-04 2022-01-21 三菱電機株式会社 表示データ生成装置、表示データ生成方法、および表示データ生成プログラム
US11665372B2 (en) 2019-01-07 2023-05-30 Samsung Electronics Co., Ltd. Fast projection method in video-based point cloud compression codecs
US11315317B2 (en) * 2019-01-30 2022-04-26 Baidu Usa Llc Point clouds ghosting effects detection system for autonomous driving vehicles
US10762690B1 (en) * 2019-02-11 2020-09-01 Apple Inc. Simulated overhead perspective images with removal of obstructions
CN110111414B (zh) * 2019-04-10 2023-01-06 北京建筑大学 一种基于三维激光点云的正射影像生成方法
CN111829531A (zh) * 2019-04-15 2020-10-27 北京京东尚科信息技术有限公司 二维地图构建方法、装置、机器人定位系统和存储介质
CN110108259A (zh) * 2019-04-18 2019-08-09 中国科学院地理科学与资源研究所 一种野外地物的照片采集装置及信息测算方法
CN109991984B (zh) * 2019-04-22 2024-04-30 上海蔚来汽车有限公司 用于生成高精细地图的方法、装置和计算机存储介质
CN112634181B (zh) * 2019-09-24 2024-06-14 阿波罗智能技术(北京)有限公司 用于检测地面点云点的方法和装置
US11788859B2 (en) * 2019-12-02 2023-10-17 Here Global B.V. Method, apparatus, and computer program product for road noise mapping
US11393489B2 (en) 2019-12-02 2022-07-19 Here Global B.V. Method, apparatus, and computer program product for road noise mapping
KR102312892B1 (ko) * 2019-12-20 2021-10-15 재단법인대구경북과학기술원 도로 연석 검출 방법 및 장치
CN111210488B (zh) * 2019-12-31 2023-02-03 武汉中海庭数据技术有限公司 激光点云中道路立杆的高精度提取系统及方法
CN111784834B (zh) * 2020-06-24 2024-06-18 阿波罗智能技术(北京)有限公司 一种点云地图生成方法、装置以及电子设备
JP2022016908A (ja) 2020-07-13 2022-01-25 フォルシアクラリオン・エレクトロニクス株式会社 俯瞰画像生成装置、俯瞰画像生成システム及び自動駐車装置
CN111815772B (zh) * 2020-07-20 2023-06-23 云南财经大学 高原山地土地利用方法、系统、存储介质和计算机设备
KR102543871B1 (ko) * 2021-01-18 2023-06-20 네이버랩스 주식회사 도로정보 변화 영역 보완 방법 및 시스템
JP2022121049A (ja) * 2021-02-08 2022-08-19 トヨタ自動車株式会社 自己位置推定装置
CN113320518B (zh) * 2021-06-25 2022-06-03 东风汽车集团股份有限公司 一种坡道停车后防溜车方法及系统
WO2023067717A1 (ja) * 2021-10-20 2023-04-27 日本電気株式会社 施設点検表示装置、情報処理装置、施設点検表示方法及び非一時的なコンピュータ可読媒体
CN114510761B (zh) * 2022-01-24 2024-05-17 湖南省第一测绘院 一种消除dsm中道路面高程异常的方法
CN116109643B (zh) * 2023-04-13 2023-08-04 深圳市明源云科技有限公司 市场布局数据采集方法、设备及计算机可读存储介质
CN116342858B (zh) * 2023-05-29 2023-08-25 未来机器人（深圳）有限公司 物体检测方法、装置、电子设备及存储介质
CN117372273B (zh) * 2023-10-26 2024-04-19 航天科工(北京)空间信息应用股份有限公司 无人机影像的正射影像生成方法、装置、设备和存储介质
CN117994469A (zh) * 2024-04-07 2024-05-07 国网浙江省电力有限公司宁波供电公司 一种基于无人机的电力线路全景图像生成方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003156330A (ja) * 2001-11-22 2003-05-30 Nec Corp 航空機搭載地形計測装置及び方法
JP2006323608A (ja) * 2005-05-18 2006-11-30 Kozo Keikaku Engineering Inc 立体構造物群モデル作成装置、立体構造物群モデル作成方法及び立体モデル作成システム
JP2007218705A (ja) 2006-02-15 2007-08-30 Mitsubishi Electric Corp 白線モデル計測システム、計測台車および白線モデル計測装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10143659A (ja) * 1996-11-06 1998-05-29 Komatsu Ltd 物体検出装置
US7242460B2 (en) * 2003-04-18 2007-07-10 Sarnoff Corporation Method and apparatus for automatic registration and visualization of occluded targets using ladar data
US8294712B2 (en) * 2003-09-19 2012-10-23 The Boeing Company Scalable method for rapidly detecting potential ground vehicle under cover using visualization of total occlusion footprint in point cloud population
EP1750238A4 (en) * 2004-03-31 2007-06-13 Pioneer Corp CARD GENERATING DEVICE AND NAVIGATION DEVICE
CN100410622C (zh) * 2004-05-14 2008-08-13 佳能株式会社 用于获得目标物体的位置和方位的信息处理方法和设备
JP3966419B2 (ja) * 2004-12-15 2007-08-29 三菱電機株式会社 変化領域認識装置および変化認識システム
US20070065002A1 (en) * 2005-02-18 2007-03-22 Laurence Marzell Adaptive 3D image modelling system and apparatus and method therefor
US7822266B2 (en) * 2006-06-02 2010-10-26 Carnegie Mellon University System and method for generating a terrain model for autonomous navigation in vegetation
EP3112802B1 (en) 2007-02-16 2019-10-09 Mitsubishi Electric Corporation Road feature measurement apparatus and road feature measuring method
BRPI0822727A2 (pt) * 2008-07-31 2015-07-14 Tele Atlas Bv Método de exibição de dados de navegação em 3d

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003156330A (ja) * 2001-11-22 2003-05-30 Nec Corp 航空機搭載地形計測装置及び方法
JP2006323608A (ja) * 2005-05-18 2006-11-30 Kozo Keikaku Engineering Inc 立体構造物群モデル作成装置、立体構造物群モデル作成方法及び立体モデル作成システム
JP2007218705A (ja) 2006-02-15 2007-08-30 Mitsubishi Electric Corp 白線モデル計測システム、計測台車および白線モデル計測装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HIROAKI KAWADA ET AL.: "Image-based Point Rendering ni yoru Range Scan Data no Byoga", INFORMATION PROCESSING SOCIETY OF JAPAN KENKYU HOKOKU, vol. 2003, no. 86, 18 August 2003 (2003-08-18), pages 13 - 18, XP008142752 *
See also references of EP2320382A4 *

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101887596B (zh) * 2010-06-01 2013-02-13 中国科学院自动化研究所 树木点云数据基于分割和自动生长的三维模型重建方法
CN101887596A (zh) * 2010-06-01 2010-11-17 中国科学院自动化研究所 树木点云数据基于分割和自动生长的三维模型重建方法
US8565958B1 (en) * 2011-06-02 2013-10-22 Google Inc. Removing extraneous objects from maps
JP4948689B1 (ja) * 2011-10-06 2012-06-06 アジア航測株式会社 レーザオルソ画像生成装置及びそのプログラム
JP2013092516A (ja) * 2011-10-06 2013-05-16 Asia Air Survey Co Ltd レーザオルソ画像生成装置及びレーザオルソ画像生成のプログラム並びにレーザオルソ画像生成方法
US9047688B2 (en) 2011-10-21 2015-06-02 Here Global B.V. Depth cursor and depth measurement in images
US9641755B2 (en) 2011-10-21 2017-05-02 Here Global B.V. Reimaging based on depthmap information
US9390519B2 (en) 2011-10-21 2016-07-12 Here Global B.V. Depth cursor and depth management in images
US9116011B2 (en) 2011-10-21 2015-08-25 Here Global B.V. Three dimensional routing
US20130169668A1 (en) * 2011-12-30 2013-07-04 James D. Lynch Path side imagery
US9024970B2 (en) * 2011-12-30 2015-05-05 Here Global B.V. Path side image on map overlay
US10235787B2 (en) 2011-12-30 2019-03-19 Here Global B.V. Path side image in map overlay
US9404764B2 (en) * 2011-12-30 2016-08-02 Here Global B.V. Path side imagery
US20130169685A1 (en) * 2011-12-30 2013-07-04 James D. Lynch Path side image on map overlay
US9558576B2 (en) 2011-12-30 2017-01-31 Here Global B.V. Path side image in map overlay
KR20140142286A (ko) 2012-03-23 2014-12-11 미쓰비시덴키 가부시키가이샤 배선 박스
JP2016218999A (ja) * 2015-05-21 2016-12-22 三菱電機株式会社 ターゲット環境の画像内に表現されたオブジェクトを検出するように分類器をトレーニングする方法およびシステム
KR20170026854A (ko) * 2015-08-31 2017-03-09 현대엠엔소프트 주식회사 연결도로정보 획득 장치 및 방법
KR102360464B1 (ko) * 2015-08-31 2022-02-09 현대오토에버 주식회사 연결도로정보 획득 장치 및 방법
JP2016057308A (ja) * 2015-11-18 2016-04-21 三菱電機株式会社 指定点投影方法、プログラムおよびコンピュータ
JP2020204602A (ja) * 2018-11-20 2020-12-24 株式会社エムアールサポート オルソ画像作成システム、オルソ画像作成方法、それに使用される対空標識及び道路調査方法
JP2020112876A (ja) * 2019-01-08 2020-07-27 朝日航洋株式会社 立面図作成方法
JP7189029B2 (ja) 2019-01-08 2022-12-13 朝日航洋株式会社 立面図作成方法
WO2020255548A1 (ja) * 2019-06-17 2020-12-24 株式会社エムアールサポート オルソ画像作成システム、オルソ画像作成方法、それに使用される対空標識及び道路調査方法
JP7441509B2 (ja) 2019-08-23 2024-03-01 株式会社エムアールサポート オルソ画像作成方法、オルソ画像作成システム、３次元モデル作成方法、３次元モデル作成システム及びそれに使用される標識
CN110766798A (zh) * 2019-11-30 2020-02-07 中铁一局集团有限公司 一种基于激光扫描数据的隧道监控量测成果可视化方法
CN110766798B (zh) * 2019-11-30 2023-02-14 中铁一局集团有限公司 一种基于激光扫描数据的隧道监控量测成果可视化方法
JP2021189917A (ja) * 2020-06-02 2021-12-13 株式会社Zmp 物体検出システム、物体検出方法及び物体検出プログラム
JP7122721B2 (ja) 2020-06-02 2022-08-22 株式会社Zmp 物体検出システム、物体検出方法及び物体検出プログラム

Also Published As

Publication number Publication date
US20110164037A1 (en) 2011-07-07
KR101269981B1 (ko) 2013-05-31
KR101319471B1 (ko) 2013-10-17
KR20110033859A (ko) 2011-03-31
US20110310091A2 (en) 2011-12-22
JP2012018170A (ja) 2012-01-26
JP4832596B2 (ja) 2011-12-07
CN102138163A (zh) 2011-07-27
US8665263B2 (en) 2014-03-04
JP5808369B2 (ja) 2015-11-10
JP2011233165A (ja) 2011-11-17
KR20120132704A (ko) 2012-12-07
EP2320382A4 (en) 2014-07-09
JP2013225336A (ja) 2013-10-31
JP5319741B2 (ja) 2013-10-16
CN102138163B (zh) 2014-04-30
EP2320382A1 (en) 2011-05-11
JPWO2010024212A1 (ja) 2012-01-26
JP5058364B2 (ja) 2012-10-24

Similar Documents

Publication Publication Date Title
JP5808369B2 (ja) 俯瞰画像生成装置、俯瞰画像生成方法および俯瞰画像生成プログラム
JP5435306B2 (ja) 画像処理システム及び位置測位システム
US8571265B2 (en) Measurement apparatus, measurement method, and feature identification apparatus
JP5062498B2 (ja) 風景マッチング用参照データ生成システム及び位置測位システム
JP5505723B2 (ja) 画像処理システム及び位置測位システム
EP1855263B1 (en) Map display device
CN101681525A (zh) 产生多视点全景图的方法及设备
JP5339953B2 (ja) 三次元地図補正装置及び三次元地図補正プログラム
JP5557472B2 (ja) 道路レーンデータ生成装置、道路レーンデータ生成方法および道路レーンデータ生成プログラム
JP2008139295A (ja) カメラを用いた車両用ナビゲーションの交差点案内装置及びその方法
JP5182594B2 (ja) 画像処理システム
JP2010249709A (ja) 断面計測装置、断面計測方法および断面計測プログラム
WO2010068185A1 (en) Method of generating a geodetic reference database product
JP5177579B2 (ja) 画像処理システム及び位置測位システム
JP5333861B2 (ja) 風景画像認識を用いた自車位置検出システム
EP2816531A1 (en) 3-dimensional map view with background images
JP2014232196A (ja) ナビゲーション装置、道路地図作成方法および道路地図作成プログラム

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200980133675.0

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09809863

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2010526690

Country of ref document: JP

ENP Entry into the national phase

Ref document number: 20117003641

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2009809863

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 13060444

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE