WO2019172065A1 - 柱状物体状態検出装置、柱状物体状態検出方法、柱状物体状態検出処理プログラム - Google Patents

柱状物体状態検出装置、柱状物体状態検出方法、柱状物体状態検出処理プログラム Download PDF

Info

Publication number
WO2019172065A1
WO2019172065A1 PCT/JP2019/007792 JP2019007792W WO2019172065A1 WO 2019172065 A1 WO2019172065 A1 WO 2019172065A1 JP 2019007792 W JP2019007792 W JP 2019007792W WO 2019172065 A1 WO2019172065 A1 WO 2019172065A1
Authority
WO
WIPO (PCT)
Prior art keywords
columnar object
correction
central axis
data
approximate expression
Prior art date
Application number
PCT/JP2019/007792
Other languages
English (en)
French (fr)
Inventor
後藤　隆
竜二 本多
幸弘 五藤
佳幸 梶原
Original Assignee
日本電信電話株式会社
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 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to US16/977,860 priority Critical patent/US11255661B2/en
Publication of WO2019172065A1 publication Critical patent/WO2019172065A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

Definitions

  • the present invention relates to a columnar object state detection device, a columnar object state detection method, and a columnar object state detection processing program for detecting the state of a columnar object to be managed installed outdoors.
  • various scanning devices are used to measure the state, for example, the shape of a columnar object to be managed installed outdoors, such as a pole (electric pole, etc.) or a tree.
  • a pole electric pole, etc.
  • a tree For example, (1) an image is acquired by a camera, and the above measurement is performed at a distance in the acquired image. (2) A plurality of points on the object surface are directly measured using a surveying instrument. (3) There is a technique of generating the three-dimensional data from the point cloud data captured using a laser scanner and performing the above measurement.
  • there is a problem that it takes several minutes to several tens of minutes to acquire point cloud data with a 3D scanner and a laser scanner.
  • a 3D laser scanner (3D laser surveying instrument), a camera, a GPS (Global Positioning System) receiver, an IMU (Inertial Measurement Unit), and an odometer (Odometer) are mounted on the inspection vehicle.
  • the system comprehensively performs a three-dimensional survey of an outdoor structure including surrounding buildings, roads, bridges, etc. while the inspection vehicle travels on the road, and 3 points on the surface of the outdoor structure.
  • a mobile mapping system Mobile Mapping System: MMS
  • MMS Mobile Mapping System
  • This system uses the laser light irradiated on the surface of an outdoor structure to calculate the absolute three-dimensional coordinates of the irradiated point within the range of the measurement error of the MMS and the measurement error of the GPS receiver. Acquired as group data. Thereby, it is possible to shorten the scanning time for acquiring the point cloud data.
  • the MMS performs scanning by traveling the inspection vehicle
  • the accuracy of the three-dimensional coordinate information of the point cloud data may deteriorate due to a sudden change in the vehicle posture in a curve, road surface condition, or the like.
  • the three-dimensional data using the point cloud data whose accuracy has deteriorated also includes an error in the shape of the object indicated by the data.
  • the above-described deterioration in accuracy is caused by a combination of various factors such as the above-mentioned curve and road surface condition, satellite visibility, etc.
  • the accuracy of the acquired point cloud data and the generated stereoscopic data It is not possible to correctly judge whether the value is high or low.
  • An object of the present invention is to be able to easily and accurately determine the state of a columnar object without using new point cloud data or image data.
  • An object of the present invention is to provide a columnar object state detection device, a columnar object state detection method, and a columnar object state detection processing program.
  • a first aspect of a columnar object state detection apparatus is an apparatus for detecting a state of a columnar object, wherein the columnar object is at a plurality of predetermined heights.
  • Acquisition means for acquiring central axis data which is an array of coordinate values of horizontal center points of the columnar object, is provided.
  • a calculation means is further provided.
  • the image processing apparatus further includes a correcting unit that corrects the coordinate value of the central axis data acquired by the acquiring unit using the correction approximate equation calculated by the approximate equation calculating unit.
  • the columnar object is three-dimensionally modeled from three-dimensional point group data representing three-dimensional coordinates at a point on the surface of the columnar object.
  • the apparatus further includes an extracting means for extracting the three-dimensional model data.
  • the acquisition unit is configured to determine a coordinate value of a horizontal center point of the columnar object at a plurality of predetermined heights of the columnar object based on the three-dimensional model data extracted by the extraction unit. Get the central axis data that is an array.
  • the approximate expression calculating unit includes an array of coordinate values of the central axis data acquired by the acquiring unit, and a plurality of the values corresponding to the array.
  • An appropriate type of the correction approximate expression is selected based on a difference from the result of the curve fitting based on each type function, and the correction approximate expression is calculated by the curve fitting according to the selected type. It is what I did.
  • the approximate expression calculation unit is configured to calculate the correction approximate expression based on a parameter indicating a measurement state of the three-dimensional point cloud data. An appropriate type is selected, and the correction approximate expression is calculated by the curve fitting according to the selected type.
  • the coordinate value in the central axis data acquired by the acquisition unit is a coordinate value of a center point of a predetermined height of the columnar object. Is a missing coordinate value.
  • complementing means for complementing the missing coordinate value among the coordinate values of the central axis data corrected by the correction means based on the correction approximate expression calculated by the approximate expression calculation means.
  • the correction unit corrects the coordinate value. Further, an accuracy calculating means for calculating the accuracy of the correction of the central axis data by the correcting means based on the difference from the coordinate value is provided.
  • the seventh aspect of the columnar object state detection apparatus of the present invention is the first aspect, further comprising a calculation means.
  • the calculation means sets a vertical axis and a reference axis that is a straight line passing through the vicinity of a center point of the columnar object up to a predetermined first height for the three-dimensional model data of the columnar object. .
  • the calculation means calculates an angle between the vertical axis and the reference axis as an inclination of the central axis of the columnar object.
  • the calculation means includes the coordinates of the center point corresponding to the predetermined second height of the columnar object indicated by the center axis data corrected by the correction means, and the location of the second height on the reference axis. Is calculated as the deflection of the central axis of the three-dimensional model data of the columnar object.
  • One aspect of the columnar object state detection method performed by the columnar object state detection device is the coordinate value of the horizontal center point of the columnar object at a plurality of predetermined heights of the columnar object.
  • One aspect of the columnar object state detection processing program in one embodiment of the present invention is to cause a processor to function as each means of the columnar object state detection apparatus in the first aspect.
  • the coordinate value of the central axis data can be corrected without using new point cloud data or image data.
  • the accuracy of correction of the central axis data can be calculated.
  • the inclination and deflection of the central axis can be obtained without using new point cloud data or image data.
  • the state of the columnar object can be easily and highly improved without using new point cloud data or image data for correcting the data indicating the state of the columnar object to be managed installed outdoors. It becomes possible to obtain the accuracy.
  • FIG. 1 is a schematic configuration diagram as an example of a columnar object state detection apparatus according to an embodiment of the present invention.
  • FIG. 2 is a diagram for explaining measurement of a columnar object by a surveying instrument.
  • FIG. 3 is a block diagram showing an example of a detailed configuration of the columnar object state detection apparatus according to the embodiment of the present invention.
  • FIG. 4 is a diagram for explaining the acquisition of the central axis data from the 3D columnar model.
  • FIG. 5 is a block diagram showing a detailed configuration of the columnar object state detection apparatus according to the embodiment of the present invention.
  • FIG. 6 is a flowchart showing an example of a columnar object state detection procedure and processing contents.
  • FIG. 7 is a flowchart showing an example of the procedure and details of the correction approximate expression calculation process.
  • FIG. 8 is a diagram illustrating an example of the procedure and processing contents of the correction approximate expression calculation process.
  • FIG. 9 is a flowchart illustrating an example of the procedure and contents of the center axis coordinate correction process.
  • FIG. 10 is a diagram illustrating a modification of the correction approximate expression calculation process and the processing content.
  • FIG. 11 is a diagram illustrating a modified approximation formula calculation procedure and a modification of the processing content.
  • FIG. 12 is a diagram illustrating an example of a difference before and after correction of the central axis data in a table format.
  • FIG. 13 is a flowchart illustrating an example of the procedure and contents of the center axis coordinate complementing process.
  • FIG. 14 is a flowchart illustrating an example of the procedure and details of correction amount accuracy calculation processing.
  • FIG. 15 is a diagram illustrating an example of correction accuracy by the correction amount accuracy calculation processing.
  • FIG. 16 is a diagram illustrating an example of correction accuracy by the correction amount accuracy calculation processing.
  • FIG. 17 is a diagram showing various definitions related to the tilt / deflection calculation process.
  • FIG. 18 is a flowchart illustrating an example of the procedure and content of the tilt / deflection calculation process.
  • FIG. 19 is a diagram illustrating an example of a calculation result by the inclination / deflection calculation process.
  • FIG. 20 is a diagram illustrating an example of a display result by the display unit.
  • FIG. 21 is a diagram illustrating an example of a display result by the display unit.
  • FIG. 1 is a schematic configuration diagram as an example of a columnar object state detection apparatus according to an embodiment of the present invention.
  • This columnar object state detection device is mounted on the inspection vehicle MB, and includes a three-dimensional laser scanner 1 as a 3D laser surveying instrument, a camera 2, a GPS receiver 3, an IMU 4 as an inertial measurement device, and a traveling An odometer 5 as a distance meter, a storage medium 11, and an arithmetic device 12 are provided.
  • the columnar object state detection apparatus acquires original measurement data (measurement data before correction) for generating central axis data of a columnar model obtained by modeling a columnar object.
  • the storage medium 11 can be realized by a storage device such as a nonvolatile memory.
  • a plurality of three-dimensional laser scanners 1, cameras 2, and GPS receivers 3 may be mounted.
  • the detection device performs a surrounding three-dimensional survey using the three-dimensional laser scanner 1, camera 2, GPS receiver 3, IMU 4, and odometer 5 while the inspection vehicle MB is traveling, and stores point cloud data indicating the results of these surveys. It is stored in a storage medium 11 as a device.
  • the detection device is a three-dimensional point group representing three-dimensional coordinates at points on the surface of the columnar object including the closure 7, the cable 8, the pole 9, the tree 10, the traffic light 10a, the traffic signs 10b, 10c, and the like.
  • Data (hereinafter also referred to as point cloud data) is acquired as image data of the appearance of this columnar object.
  • the three-dimensional laser scanner 1, the camera 2, the GPS receiver 3, the IMU 4, and the odometer 5 are measurement units that measure three-dimensional point group data. Cables 8 are passed through the plurality of poles 9, and closures 7 may be attached to the cables 8 between the poles 9.
  • FIG. 2 is a diagram for explaining measurement of a columnar object by a surveying instrument.
  • the form of measurement to which one embodiment of the present invention can be applied is not limited to the form in which the inspection vehicle MB shown in FIG. 1 is used, but by the surveying instrument shown in FIG. 2 (see, for example, Non-Patent Document 2)
  • the present invention can also be applied to a form in which the coordinates of several places that become the central axis C of the columnar object are measured and the measurement result is stored in the storage medium 11.
  • FIG. 3 is a block diagram showing an example of a detailed configuration of the columnar object state detection apparatus according to the embodiment of the present invention.
  • the GPS receiver 3 receives GPS signals transmitted from a plurality of GPS satellites (not shown) and calculates the position coordinates (latitude and longitude altitude) (a in FIG. 3) of the inspection vehicle MB.
  • the three-dimensional laser scanner 1 is linked to the position coordinates calculated by the GPS receiver 3, and the surface of a columnar object such as a closure 7, a cable 8, a pole 9, a tree 10, a traffic light 10a, and traffic signs 10b and 10c. Acquire the position coordinate data of multiple points above. This position coordinate data corresponds to three-dimensional (X, Y, Z) position coordinate data in which the position coordinates detected by the GPS receiver 3 are reflected. The acquired three-dimensional position coordinate data is stored in the storage medium 11 in association with information representing the measurement time.
  • the camera 2 captures an area including the columnar object.
  • Image data (b in FIG. 3) obtained by this shooting is stored in the storage medium 11 in association with the shooting time and the position coordinates (c in FIG. 3) detected by the GPS receiver 3. .
  • the acceleration data (d in FIG. 3) output from the IMU 4 and the travel distance data (e in FIG. 3) output from the odometer 5 are measured time,
  • the image data captured by the camera 2 and the position coordinates are stored in the storage medium 11 in association with each other.
  • the configuration so far can be realized by the MMS described in the background art.
  • the computing device 12 can be configured as a computer including a central processing unit (CPU), a program memory, a computing memory, and the like.
  • the arithmetic device 12 includes an extraction processing unit 13, a calculation unit 14, a database DB 15, and a display unit 16.
  • the extraction processing unit 13 and the calculation unit 14 can be realized by causing the CPU to execute a program stored in the program memory.
  • the DB 15 can be realized by a storage device such as a nonvolatile memory.
  • the display unit 16 can be realized by a liquid crystal display or the like.
  • the arithmetic unit 12 can be configured by hardware. However, a program having a procedure shown in the flowchart described later is installed in a known computer via a medium or a communication line, and the computer and the DB 15 are connected. It can be realized by a combination or a computer having the DB 15.
  • the DB 15 may be provided in the storage medium 11 instead of being provided in the arithmetic device 12, or may be provided in a cloud server or a local server other than the detection device.
  • a detection apparatus acquires the data stored in this DB15 via a communication network from DB15 of a cloud server or a local server by a communication part.
  • the extraction processing unit 13 includes a 3D model extraction unit 13a and an acquisition unit 13b.
  • the 3D model extraction unit 13 a creates 3D columnar model data obtained by modeling a columnar object from the point cloud data (f in FIG. 3) stored in the storage medium 11.
  • the 3D columnar model data includes a three-dimensional object representing the three-dimensional shape of the columnar object and three-dimensional coordinate information of the three-dimensional object.
  • the acquisition unit 13b acquires center axis data that is an array of coordinate values of center points for each fixed height of the columnar object from the 3D columnar model data created by the 3D model extraction unit 13a.
  • the acquisition unit 13b may acquire an array of radii for each fixed height of the columnar object from the 3D columnar model data.
  • the calculation unit 14 includes a correction approximate expression calculation processing unit 14a, a center axis coordinate correction processing unit 14b, a center axis coordinate complementing processing unit 14c, a correction amount accuracy calculation processing unit 14d, and a tilt / deflection amount calculation processing unit 14e.
  • the corrected approximate expression calculation processing unit 14a calculates a corrected approximate expression for correcting the central axis data (hereinafter, sometimes referred to as an approximate expression).
  • the central axis coordinate correction processing unit 14b corrects the coordinates of the central axis data from the calculated approximate expression.
  • the center axis coordinate complement processing unit 14c has an array of coordinate values of center points for each constant height of the columnar object, and the coordinates of the center point at any height are missing.
  • the correction amount accuracy calculation processing unit 14d calculates the correction amount (accuracy data) by comparing the corrected center axis coordinates with the calculated approximate expression and the original center axis coordinates.
  • the correction, complement, and accuracy data (g in FIG. 3) can be stored in the DB 15 and can be displayed by the display unit 16.
  • FIG. 4 is a diagram for explaining the acquisition of the central axis data from the 3D columnar model.
  • the acquisition unit 13b acquires center axis data as an array of center axis coordinates shown in FIG.
  • the center axis data indicates a center axis (C in FIG. 4) having a radius r as an array of coordinate values (x, y, z) of the center point for each fixed height of the column model. It is defined data.
  • the three-dimensional coordinates (x, y, z) of the center point of each height (z) are, for example, ⁇ (10, 20, 30), ( 10.1, 20.5, 70), (10.5, 22, 110),... ⁇ .
  • the coordinates of the central axis data can be defined as absolute coordinates or relative coordinates from the center point of the bottom surface of the columnar object. For this reason, when the central axis coordinate is defined as an absolute coordinate, the correction approximate expression calculation processing unit 14a converts the central axis coordinate from the coordinate of the central point of each height of the columnar object to the coordinate of the lowermost central point. By substituting with relative values up to, central axis data with relative coordinate values can be generated.
  • the corrected approximate expression calculation processing unit 14a The difference between the coordinate of the center point of the height and the coordinate value (10, 20, 30) of the center point of the lowermost surface is obtained, and an array of center axis coordinates is generated with the following relative coordinates.
  • the columnar model central axis data of the electric pole can be defined as an array of 250 center point coordinates.
  • FIG. 5 is a block diagram showing a detailed configuration of the columnar object state detection apparatus according to the embodiment of the present invention.
  • a surveying instrument 21 and an image processing device 22 are provided instead of the three-dimensional laser scanner 1, the camera 2, the IMU 4, and the odometer 5.
  • an arithmetic device 12 b is provided instead of the arithmetic device 12 shown in FIG. 3.
  • the arithmetic device 12b does not have the extraction processing unit 13 as compared with the arithmetic device 12.
  • the other configuration of the arithmetic device 12b is the same as the example shown in FIG.
  • the surveying instrument 21 can directly measure the coordinates of the center point in the horizontal direction of a columnar object such as a utility pole.
  • Examples of the surveying instrument include an instrument that uses laser light, or an instrument that acquires and measures other image data.
  • the image processing device 22 acquires the appearance of the columnar object as image data based on the result measured by the surveying instrument 21.
  • the extraction processing unit 13 shown in FIG. 3 is not required, and the image processing device 22 directly generates the central axis coordinate data (h in FIG. 5).
  • the other processes are the same as in the example shown in FIG.
  • the surveying instrument since it takes time to measure the center point, the surveying instrument generates center point data as an array of center point coordinates of about several to a dozen points when the measurement target is a utility pole with a height of 10 m. It is common to do.
  • the present embodiment can be applied to center axis data having such a small number of center point coordinates by performing a later-described center axis coordinate interpolation process.
  • FIG. 6 is a flowchart showing an example of a columnar object state detection procedure and processing contents.
  • the correction approximate expression calculation processing unit 14a of the calculation unit 14 performs a correction approximate expression calculation process for calculating a correction approximate expression for the central axis based on the central axis data (S1).
  • the center axis coordinate correction processing unit 14b performs the center axis coordinate correction process (S2).
  • the center axis coordinate complement processing unit 14c performs center axis coordinate complement processing using the correction approximate expression calculated in S1 (S3).
  • the correction amount accuracy calculation processing unit 14d performs a correction amount accuracy calculation process using the correction approximate expression calculated in S1 (S4).
  • the inclination / deflection amount calculation processing unit 14e performs a columnar model inclination / deflection amount calculation process (S5).
  • the correction amount accuracy calculation process can be executed independently of the inclination / deflection amount calculation process. That is, the inclination / deflection amount calculation process can be executed without performing the correction amount accuracy calculation process. Details of the processing of S1 to S5 will be described later.
  • FIG. 7 and FIG. 8 are flowcharts showing an example of the procedure and processing contents of the correction approximate expression calculation processing.
  • the central axis data of relative coordinates is an array of center point coordinates (hereinafter referred to as array O) composed of three-dimensional coordinates (x, y, z). Therefore, the correction approximate expression calculation processing unit 14a first divides the array ⁇ into an array X of coordinates (z, x) and an array Y of coordinates (z, y) (S11).
  • a specific example of the array X with coordinates (z, x) when the array ⁇ is divided into the array X and the array Y is as follows: (0, 0), (40, 1), (80, 1), (120, 2),... It is.
  • a specific example of the array Y of coordinates (z, y) is (0, 0), (40, 1), (80, 3), (120, 4),... It is.
  • the corrected approximate expression calculation processing unit 14a regards z of coordinates (z, x) as the horizontal axis and x as the vertical axis, and the curve (function) that best fits each coordinate value of the array X. Perform curve fitting.
  • the method for obtaining the curve used here is not limited to the above-described polynomial function or the least square method, and it is sufficient that a curve appropriately applicable to the array X can be defined.
  • the corrected approximate expression calculation processing unit 14a regards z of the coordinates (z, y) of the array Y as the horizontal axis and y as the vertical axis, and obtains a curve that best fits each coordinate value of the array Y. Fitting is performed (S12).
  • the correction approximate expression calculation processing unit 14a uses the optimum function Gx as a correction approximate expression for correcting the x coordinate of the array X and the correction approximate expression for correcting the y coordinate of the array Y based on the result obtained in S12.
  • the optimum function Gy is derived individually (S13).
  • Gx and Gy Specific examples of the optimum functions Gx and Gy are expressed in the following formulas (1) and (2), for example.
  • Gx: X -0.061z ⁇ 3 + 2.507z ⁇ 2 + 12.660z + 0.137 ...
  • Gy: Y -0.059z ⁇ 3 + 1.460z ⁇ 2 + 23.809z-0.950
  • the height of the utility pole is a few tens of meters, whereas the displacement of the central axis in this utility pole model is about a few tens of centimeters.
  • the value of z in the above specific example of the optimal functions Gx and Gy is set to a value of 1/1000 of the actual array value (40, etc.).
  • the corrected approximate expression calculation processing unit 14a determines that the above-described three-dimensional coordinate array ⁇ is (z, sqrt (x ⁇ ) with respect to the central axis data (x, y, z) of relative coordinates.
  • the data integrated into the array D of the two-dimensional coordinates (z, d) expressed by 2 + y ⁇ 2)) is generated as the array data of the displacement amount from the center point of the lowermost surface (S11a).
  • a specific example of the array D of coordinates (z, d), which is the integration destination of the array ⁇ , is as follows: (0, 0), (40, sqrt (2)), (80, sqrt (10)), (120, sqrt (20)),... It is.
  • the correction approximate expression calculation processing unit 14a regards z of coordinates (z, d) of the array D as the horizontal axis and d as the vertical axis, and performs curve fitting to obtain a curve that best fits each coordinate value of the array D. (S12a).
  • the corrected approximate expression calculation processing unit 14a derives an optimal function Gd that is a corrected approximate expression of the d coordinate of the array D, that is, the displacement amount, based on the obtained curves (S13a).
  • the correction approximate expression calculation processing unit 14a performs curve fitting for the entire length of each array.
  • the correction approximate expression calculation processing unit 14a performs curve fitting using, for example, an array having a height lower than 5 m necessary for calculation of deflection and the like in the height direction (z) of the curve fitting. It is also possible to change the range.
  • FIG. 9 is a flowchart illustrating an example of the procedure and contents of the center axis coordinate correction process.
  • the central axis coordinate correction processing unit 14b substitutes the z value of the original array O (array X, array Y) for each height (z) of the optimum functions Gx, Gy obtained by the correction approximate expression calculation processing unit 14a ( S21). Thereby, the central axis coordinate correction processing unit 14b can acquire the corrected coordinates of the x coordinate of the array X and the y coordinate of the array Y (S22).
  • the array O is converted into the corrected array O ′.
  • Specific examples of the array X with the coordinates (z, x) before correction are (z, x), (0, 0), (40, 1), (80, 1), (120, 2) ,... Then, specific examples of the array Y of the coordinates (z, y) before correction are (0, 0), (40, 1), (80, 3), (120, 4), ... ,
  • the specific example of the array X ′ of the corrected coordinates (z, x ′) is (0, 0), (40, 0.65), (80, 1.17), (120, 1.69),...
  • a specific example of the corrected array Y ′ of (z, y ′) is (0, 0), (40, 0.00), (80, 0.96), (120, 1.93),... It is.
  • a specific example of the corrected array O ′ in which the coordinates of these arrays X ′ and Y ′ are returned to the three-dimensional coordinates (x ′, y ′, z) is as follows: (0, 0, 0), (0.65, 0.00, 40), (1.17, 0.96, 80), (1.69, 1.93, 120),... It is.
  • the array O ′ of the center axis data corrected in this way is data in which errors and fluctuations generated in the measurement shown in FIGS. 1 and 2 are reduced.
  • FIG. 10 and FIG. 11 are diagrams showing a modified approximate expression calculation processing procedure and a modification of the processing content.
  • the array before correction is the above-described arrays X and Y and the derived functions are the optimal functions Gx and Gy (see FIG. 7).
  • the present invention can also be applied to the case where the array before correction is the array D described above and the derived function is the optimal function Gd (see FIG. 8).
  • FIG. 10 will be described as a first modified example of the procedure and process contents of the correction approximate expression calculation process.
  • a process of selecting an optimum type from a plurality of types of the correction approximate expression is added to the process described in FIG.
  • the corrected approximate expression calculation processing unit 14a sets the array ⁇ of the central axis data of relative coordinates to the array X of coordinates (z, x) and the coordinates (z, y). Divide into array Y (S11b).
  • the correction approximate expression calculation processing unit 14a performs, for each type, curve fitting, which is a curve fitting to the correction approximate expression corresponding to each of a plurality of types, for each coordinate value of the array X and the array Y (S12b).
  • the correction approximate expression is, for example, a quadratic polynomial, a cubic polynomial, a spline function, or the like.
  • the corrected approximate expression calculation processing unit 14a calculates the RMS value for each type of the corrected approximate expression (S13b). Since the correction approximate expression corresponding to the type having the smallest RMS value is an expression that approximates the data before correction with high accuracy, the correction approximate expression calculation processing unit 14a selects the type having the smallest RMS value as the optimum correction approximate expression. (S14b).
  • the selection of the type here means to select whether the type of the optimum correction approximate expression is, for example, the above-described quadratic polynomial, cubic polynomial, or spline function. On the other hand, the selection of the type does not include calculating a specific optimum function Gx and optimum function Gy corresponding to the type.
  • the selection criterion is not limited to the above RMS value, and for example, a determination coefficient (R-squared) or the like may be used.
  • the corrected approximate expression calculation processing unit 14a individually derives the optimum function Gx for the x coordinate and the optimum function Gy for the y coordinate according to the result of the curve fitting according to the selected type (S15b).
  • FIG. 11 will be described as a second modified example of the procedure and process contents of the correction approximate expression calculation process.
  • This process is the same as the process described with reference to FIG. 7 except that a process for selecting an optimal correction approximate expression using parameters indicating various measurement states by the inspection vehicle MB when acquiring point cloud data is added. It is.
  • the correction approximate expression calculation processing unit 14a changes the array ⁇ of the relative coordinate center axis data to the array X of (z, x) and the array Y of (z, y). Divide (S11c).
  • the correction approximate expression calculation processing unit 14a acquires data of various measuring devices of the inspection vehicle MB. For example, when the point cloud data is measured by MMS, based on this data, the correction approximate expression calculation processing unit 14a performs parameters such as the change in the attitude angle of the inspection vehicle MB at the time of measurement, the vehicle speed, and the distance to the columnar object. Is calculated. Next, the corrected approximate expression calculation processing unit 14a refers to the calculated parameter (S12c). The corrected approximate expression calculation processing unit 14a selects an optimum type of the corrected approximate expression from correction approximate expression candidates, for example, a quadratic polynomial, a cubic polynomial, and a spline function, in accordance with the comparison between the value of each parameter and a threshold value. (S13c).
  • the parameter size threshold is a reference value for selecting a function of the correction approximate expression, and is a parameter determined experimentally.
  • the correction approximate expression calculation processing unit 14a selects a quadratic polynomial having a low order as the correction approximate expression so as not to fit the center axis data before correction more than necessary.
  • the corrected approximate expression calculation processing unit 14a obtains a curve that best fits each coordinate value of the array X and a curve that best fits each coordinate value of the array Y. Curve fitting is performed (S14c).
  • the corrected approximate expression calculation processing unit 14a based on the obtained curves, the optimal function Gx as the corrected approximate expression of the x coordinate of the array X and the corrected approximate of the y coordinate of the array Y.
  • the optimum function Gy as an equation is derived individually (S15c).
  • FIG. 12 is a diagram illustrating an example of a difference before and after correction of the central axis data in a table format.
  • the deflection value before correction and the deflection value after correction of the central axis data measured under the condition that the horizontal rotation angle of the inspection vehicle MB is 70 ° or more with respect to the point cloud data of the four utility poles in the field. are compared between a quadratic polynomial, a cubic polynomial, and a spline function as candidates for the correction approximate expression.
  • the quadratic polynomial since the difference when the quadratic polynomial is used among the various approximate expressions is minimized, it is understood that it is desirable to select the quadratic polynomial as the optimum correction approximate expression under this condition. .
  • the parameters of the inspection vehicle MB are used for selecting an approximate expression, and can also be used as an index for estimating the accuracy of the central axis data in the correction amount accuracy calculation processing unit 14d.
  • the accuracy of the central axis data is better when measured at a short distance. It is possible to estimate the accuracy of the central axis data, such as high tendency.
  • the accuracy of the central axis data tends to be high, there is a case where the columnar object is measured by the correction amount accuracy calculation processing unit 14d while the vehicle speed change or the posture angle change is reduced in the inspection vehicle MB. .
  • FIG. 13 is a flowchart showing an example of the procedure and contents of the center axis coordinate complementing process.
  • the central axis coordinate correction processing unit 14b calculates the corrected coordinates using the height coordinate z existing in the array O.
  • the center axis coordinate complementation processing unit 14c uses the optimum functions Gx and Gy obtained in the above correction approximate expression calculation process as a complement function for the center axis coordinates, and performs the above-described fixed function.
  • the missing coordinate value is interpolated and calculated as complemented central axis data.
  • each z coordinate value is one of the heights of the columnar objects at equal intervals, for example, every 40 mm (0, 40, 80, 120%), And the z coordinate values are 0, 40, 120.
  • the center axis coordinate interpolation processing unit 14c substitutes the missing z coordinate value for the z values of the functions Gx and Gy obtained by the correction approximate expression calculation process (S31). By this substitution, the center axis coordinate interpolation processing unit 14c derives the x ′ coordinate of the array X ′ after complementing and the y ′ coordinate of the array Y ′ after complementing for the missing height (S32). .
  • a specific example of the array X ′ of coordinates (z, x ′) in the array O ′ after completion is as follows: (0, 0), (40, 0.65), (80, 1.17), (120, 1.69),...
  • the specific example of the array Y ′ of the coordinates (z, y ′) after correction is as follows: (0, 0), (40, 0.00), (80, 0.96), (120, 1.93),... It becomes.
  • FIG. 14 is a flowchart showing an example of the procedure and details of the correction amount accuracy calculation process.
  • the correction amount accuracy calculation processing unit 14d calculates a difference amount between the coordinate value before correction and the corrected coordinate value generated by the optimum functions Gx and Gy derived in the correction approximate expression calculation processing. For example, in the array X, the correction amount accuracy calculation processing unit 14d calculates the difference amount between the x coordinate value before correction at a certain height and the x ′ coordinate value at the same height in the array X after correction. Ask for each height.
  • the correction amount accuracy calculation processing unit 14d can similarly calculate the difference amount between the y coordinate value and the y ′ coordinate value even in the array Y (S41). The same applies to the case where the derived optimal function is Gd.
  • the RMS value is calculated by substituting the difference amount into x ′ k ⁇ x k in the above equation (3).
  • the RMS value can be calculated similarly (S42). The same applies when the array is array D.
  • the difference amount is not limited to the RMS value, and may be a determination coefficient (R-squared), for example. It shows that the amount of correction
  • RMS (X) which is the RMS value for the x coordinate
  • RMS (Y) which is the RMS value for the y coordinate
  • the line L1 of the graph before correction And the line L2 of the corrected graph are not largely separated. That is, the accuracy of the measurement data and the central axis data generated from the data is high.
  • RMS (X) is around 7, and it can be seen that the line L3 of the graph before correction and the line L4 of the graph after correction are largely separated.
  • the pre-correction data is data in which a large error has occurred during measurement, and the RMS value can be sufficiently utilized as an index for estimating the accuracy of the central axis data.
  • FIG. 17 is a diagram showing various definitions related to the tilt / deflection calculation process.
  • the vertical axis (a in FIG. 17), the tilt axis (b in FIG. 17), the reference axis (c in FIG. 17) of the columnar object.
  • the central axis (d in FIG. 17), the deflection (of e in FIG. 17), and the inclination (f in FIG. 17) are respectively defined as follows.
  • Vertical axis Vertical line (vertical line) Inclination axis: A straight line connecting the central axis coordinate of the cross-sectional circle at the highest position in the columnar object and the central axis coordinate of the ground (bottom surface) Reference axis: From the ground (bottom surface of the columnar object) to a height of 2 m An extension of a straight line that passes through the vicinity of the horizontal center of the columnar object.
  • Center axis Axis connecting the center of each circle (every 4 cm in height) Deflection: Distance between the reference axis and the central axis at a height of 5 meters from the ground Inclination: Angle between the vertical axis and the reference axis FIG.
  • the inclination / deflection calculation process is a process in which the inclination / deflection amount calculation processing unit 14e individually calculates an inclination component and a deflection component from a columnar object having an inclination / deflection.
  • the array before correction is the above-described arrays X and Y and the functions to be derived are the optimum functions Gx and Gy will be described.
  • the array before correction is the above-described array D.
  • the present invention can also be applied to the case where the derived function is the optimal function Gd.
  • the inclination / deflection amount calculation processing unit 14e acquires data of the central axis coordinates having the corrected coordinates (x ′, y ′, z) (S51).
  • the inclination / deflection amount calculation processing unit 14e uses, for example, center axis data from a height of 0 mm to 2000 mm from the ground to perform linear fitting with a linear function for the arrays X and Y. A certain straight line fitting is performed (S52).
  • the inclination / deflection amount calculation processing unit 14e defines the straight line of the optimum functions Bx and By as the reference axis of the columnar model indicated by the data acquired in S51. Further, the inclination / deflection amount calculation processing unit 14e defines the angle between the reference axis and the vertical axis as the inclination of the central axis of the columnar model indicated by the data acquired in S51 (S54).
  • the inclination / deflection amount calculation processing unit 14e obtains the coordinates (x ′, y ′, z) of the center point at the point of 5000 mm in height from the ground indicated by the corrected center point data in S54. The distance to the location corresponding to the height of 5000 mm on the obtained reference axis (straight line of the optimum functions Bx and By) is calculated. The inclination / deflection amount calculation processing unit 14e defines this distance as the deflection of the central axis of the columnar model indicated by the data acquired in S51 (S55). In this inclination / deflection calculation process, the corrected data is used instead of the original data before correction, so that it is possible to calculate the inclination / deflection with higher accuracy.
  • FIG. 19 is a diagram illustrating an example of a calculation result by the inclination / deflection calculation process.
  • the number of center axis data is small, but by performing center axis coordinate interpolation processing as shown in FIG. 19, for example, an inclination from the ground to 2 m, and It is possible to accurately calculate the deflection value at a point 5 m from the ground. Therefore, in the center axis coordinate complementing process, it is possible to calculate the inclination and the deflection with high accuracy from the center axis data by the surveying instrument 21.
  • L5 (solid line) shown in FIG. 19 is corrected center axis data extracted using the optimal function Gd.
  • L6 (dotted line) shown in FIG. 19 is a reference axis drawn using a reference axis, for example, the optimal function Gd.
  • the vertical axis L shown in FIG. 19 and subsequent figures is a distance on the plane between the straight line and the central axis where the central point of the lowermost surface extends vertically at the same height.
  • the horizontal axis DZ shown in FIG. 19 and subsequent figures is the height z when the bottom surface is 0.
  • the display unit 16 includes a functional unit that displays various results obtained by the calculation unit 14 in a graph as shown in FIG. 20 is a plot of measured central axis data, and L8 (dotted line) shown in FIG. 20 is a reference axis.
  • the display unit 16 can also display, for example, the following various results in a character format.
  • FIG. 21 is a plot of values after correction of the central axis data based on the data measured with the configuration shown in FIG. L10 (dotted line) shown in FIG. 21 is a reference axis obtained with the configuration shown in FIG.
  • L11 solid line
  • L12 dotted line
  • L11 solid line
  • L12 dotted line
  • FIG. 21 is a reference axis obtained by the configuration shown in FIG. In this way, the central axis data can be compared with different measuring devices.
  • the display unit 16 can display not only the measurement results by different measurement devices but also the measurement results of a plurality of times by the same measurement device. As a result, not only a single measurement data correction process but also an error between devices or between measurements can be compared, and it can be utilized for evaluation of a measurement method.
  • the central axis of the columnar object is corrected by the correction approximate expression. Thereby, the coordinate position of the central axis of the columnar object is automatically corrected.
  • a correction approximate expression obtained using the central axis data not missing is used. Then, a process for complementing the missing part is further performed. Thereby, the missing part in the center axis data is automatically complemented.
  • the accuracy of the correction is calculated by comparing the corrected center axis data with the uncorrected center axis data. This makes it possible to determine whether the accuracy of the corrected center axis data is high or low without requiring additional field verification.
  • the present invention is not limited to the above-described embodiment, and various modifications can be made without departing from the scope of the invention in the implementation stage.
  • the embodiments may be appropriately combined as much as possible, and in that case, the combined effect can be obtained.
  • the above embodiments include inventions at various stages, and various inventions can be extracted by appropriately combining a plurality of disclosed constituent elements.
  • the method described in each embodiment is a program (software means) that can be executed by a computer (computer), for example, a magnetic disk (floppy (registered trademark) disk, hard disk, etc.), an optical disk (CD-ROM, It can be stored in a recording medium such as a DVD, MO, etc., semiconductor memory (ROM, RAM, flash memory, etc.), or transmitted and distributed by a communication medium.
  • the program stored on the medium side also includes a setting program for configuring software means (including not only the execution program but also a table or data structure) to be executed in the computer.
  • a computer that implements this apparatus reads a program recorded on a recording medium, constructs software means by a setting program as the case may be, and executes the above-described processing by controlling the operation by this software means.
  • the recording medium referred to in this specification is not limited to the distribution, but includes a storage medium such as a magnetic disk or a semiconductor memory provided in a computer or a device connected via a network.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

実施形態における柱状物体状態検出装置は、柱状物体の状態を検出する装置であって、柱状物体の所定の複数の高さにおける柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得する取得手段と、取得手段により取得された中心軸データの座標値の配列に対するカーブフィッティングにより、取得手段により取得された中心軸データの座標値を補正する補正近似式を計算する近似式計算手段と、近似式計算手段により計算された補正近似式を用いて、中心軸データの座標値を補正する補正手段とを有する。

Description

柱状物体状態検出装置、柱状物体状態検出方法、柱状物体状態検出処理プログラム
　この発明は、屋外に設置された管理対象となる柱状物体の状態を検出する柱状物体状態検出装置、柱状物体状態検出方法、柱状物体状態検出処理プログラムに関する。
　従来、屋外に設置された管理対象となる柱状物体、例えばポール（電柱等）、樹木等の状態、例えば形状を計測するために、様々な走査装置が用いられている。例えば、（１）カメラにより画像を取得し、この取得された画像内の距離で上記の計測を行なう、（２）測量機器を用いて物体表面上の複数の点を直接計測する、（３）レーザスキャナを用いて取り込まれた点群データから立体データを生成して上記の計測を行なう、などの手法がある。　
　しかし、これらの手法は、何れも対象となる物体の近距離に走査装置を配置して、この装置を作業者が操作する必要があった。また、３Ｄスキャナおよびレーザスキャナにより点群データを取得するには、例えば数分～数十分の走査時間がかかる、などの課題がある。
　一方、検査車両に３次元レーザスキャナ（３Ｄレーザ測量機）、カメラ、ＧＰＳ（Global Positioning System）受信機、ＩＭＵ（Inertial Measurement Unit：慣性計測装置）、およびオドメータ（Odometer：走行距離計）を搭載するシステムであって、検査車両が路上を走行しながら、周囲の建物、道路、橋梁などを含む屋外構造物の３次元測量を網羅的に行ない、当該屋外構造物の表面上の多数の点の３次元（ＸＹＺ）座標を収集することにより、屋外構造物の３次元形状を取得するモービルマッピングシステム（Mobile Mapping System：ＭＭＳ）が知られている（例えば非特許文献１を参照）。　
　このシステムは、屋外構造物の表面に照射されるレーザ光により、この照射された地点の絶対的な３次元座標を、ＭＭＳが有する測定誤差及びＧＰＳ受信機の測定誤差の範囲にて３次元点群データとして取得する。これにより、点群データを取得するための走査時間を短縮することが可能となる。
　また、このＭＭＳを用いて取得した点群データより物体の立体データを生成し、この生成された立体データにより設備の状態を検出する方法が知られている（例えば特許文献１を参照）。この方法より、物体の立体データを生成し、この物体の形状、例えば電柱の中心軸の傾き、たわみ等の形状に関するデータを自動で生成することが可能となる。
日本国特開２０１５－０７８８４９号公報 日本国特開２０１５－２２４９８０号公報
"三菱モービルマッピングシステム　高精度ＧＰＳ移動計測装置"、［ｏｎｌｉｎｅ］、三菱電機株式会社、［平成３０年１月１１日検索］、インターネット＜ＵＲＬ：http://www.mitsubishielectric.co.jp/mms/＞ "バーム・ステーション"、［ｏｎｌｉｎｅ］、アイサンテクノロジー株式会社、［平成３０年１月２２日検索］、インターネット＜ＵＲＬ：http://www.aisantec.co.jp/products-services/atstation/baumstation.html＞
　ところが、ＭＭＳは検査車両の走行により走査を行なうものであることから、カーブ、路面状態等における車両姿勢の急激な変化により、点群データの３次元座標情報の精度が劣化することがある。このように精度が劣化した点群データを用いた立体データは、このデータが示す物体の形状においても誤差を含む。
　また、上記の精度の劣化は、上記のカーブ、路面状態の他、衛星可視状態等の様々な要因が複合して発生するものであり、取得された点群データならびに生成された立体データの精度が高いか低いかの判断を正しく行なうことが出来ない。
　さらには、屋外の地物については、例えば電柱が樹木等により遮蔽されることで、点群データおよび画像データに欠落が生じ、該当部分についての立体データを生成することができないので、物体の形状が把握できない。
　また、点群データ自体を、他の測量等による補正データを用いて補正する手法もある。しかし、この手法を実施するには、補正データを取得するために計測現場に機器を設置して測定を行なう等の作業が必要となり、本来の目的であった、走査時間を短縮させることが出来ない。
　現場での測量を行なわずに、取得した点群データと画像データの双方を用いて位置座標のずれを作業者が把握することも可能である。しかし、この場合も、画像データは点群データほどの高精度な３次元座標情報を有しないことから、位置座標のずれを補正するためには作業者の熟練が要求される。
　上記の特許文献２のように、取得された点群情報を元に、立体データの形状を推定しようとする技術もある。ただしこの技術では、立体データの形状を推定および補正するために点群データが必要となるため、点群データを用いずに計測された物体の形状、例えば上記の非特許文献２に開示されるような専用の装置を用いて取得した形状を補正に用いることはできない。また、点群データのデータ量は膨大であるため、このデータの保存容量が大きくなってしまい、立体データの推定および補正のための計算時間も大きくなってしまう。
　この発明は上記事情に着目してなされたもので、その目的とするところは、新たな点群データまたは画像データを用いずとも、柱状物体の状態を容易かつ高精度に求めることができるようにした柱状物体状態検出装置、柱状物体状態検出方法、柱状物体状態検出処理プログラムを提供することにある。
　上記目的を達成するために、この発明の一実施形態における柱状物体状態検出装置の第１の態様は、柱状物体の状態を検出する装置であって、前記柱状物体の所定の複数の高さにおける前記柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得する取得手段を備えるようにしたものである。第１の態様では、前記取得手段により取得された中心軸データの座標値の配列に対するカーブフィッティングにより、前記取得手段により取得された中心軸データの座標値を補正する補正近似式を計算する近似式計算手段をさらに備える。第１の態様では、前記近似式計算手段により計算された補正近似式を用いて、前記取得手段により取得された中心軸データの座標値を補正する補正手段をさらに備える。
　この発明の柱状物体状態検出装置の第２の態様は、第１の態様において、前記柱状物体の表面上の点における３次元座標を表す３次元点群データから、前記柱状物体を３次元モデル化した３次元モデルデータを抽出する抽出手段をさらに備えるようにしたものである。第２の態様では、前記取得手段は、前記抽出手段により抽出された３次元モデルデータに基づいて、前記柱状物体の所定の複数の高さにおける前記柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得する。
　この発明の柱状物体状態検出装置の第３の態様は、第１の態様において、前記近似式計算手段が、前記取得手段により取得された中心軸データの座標値の配列と、当該配列に対する、複数種別の関数のそれぞれに基づく前記カーブフィッティングの結果との差分に基づいて、前記補正近似式の適切な種別を選択し、前記選択された種別に応じた前記カーブフィッティングにより前記補正近似式を計算するようにしたものである。
　この発明の柱状物体状態検出装置の第４の態様は、第１の態様において、前記近似式計算手段が、前記３次元点群データの計測の状態を示すパラメータに基づいて、前記補正近似式の適切な種別を選択し、前記選択された種別に応じた前記カーブフィッティングにより前記補正近似式を計算するようにしたものである。
　この発明の柱状物体状態検出装置の第５の態様は、第１の態様において、前記取得手段により取得された中心軸データにおける座標値は、前記柱状物体の所定の高さの中心点の座標値が欠落した座標値であるようにしたものである。第５の態様では、前記近似式計算手段により計算した補正近似式に基づいて、前記補正手段により補正された中心軸データの座標値のうち、前記欠落した座標値を補完する補完手段をさらに有する。
　この発明の柱状物体状態検出装置の第６の態様は、第１の態様において、前記取得手段により取得された中心軸データの座標値と、当該座標値に対して前記補正手段により補正された後の座標値との差分に基づいて、前記補正手段による中心軸データの補正の精度を計算する精度計算手段をさらに有するようにしたものである。
　この発明の柱状物体状態検出装置の第７の態様は、第１の態様において、算出手段をさらに有するようにしたものである。前記算出手段は、前記柱状物体の３次元モデルデータに対し、垂直軸と、前記柱状物体の所定の第１の高さまでの高さの中心点近傍を通る直線である基準軸とをそれぞれ設定する。前記算出手段は、前記垂直軸と前記基準軸との間の角度を前記柱状物体の中心軸の傾きとして算出する。前記算出手段は、前記補正手段により補正された中心軸データが示す、前記柱状物体の所定の第２の高さに対応する中心点の座標と、前記基準軸における前記第２の高さの箇所との間の距離を前記柱状物体の３次元モデルデータの中心軸のたわみとして算出する。
　本発明の一実施形態における、柱状物体状態検出装置が行なう柱状物体状態検出方法の一つの態様は、前記柱状物体の所定の複数の高さにおける前記柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得し、前記取得した中心軸データの座標値の配列に対するカーブフィッティングにより、前記取得した中心軸データの座標値を補正する補正近似式を計算し、前記計算した補正近似式を用いて、前記取得した中心軸データの座標値を補正するようにしたものである。
　本発明の一実施形態における柱状物体状態検出処理プログラムの一つの態様は、第１の態様における柱状物体状態検出装置の前記各手段としてプロセッサを機能させるものである。
　この発明の一実施形態における柱状物体状態検出装置の第１および第２の態様によれば、新たな点群データまたは画像データを用いずとも、中心軸データの座標値を補正することができる。
　上記の柱状物体状態検出装置の第３および第４の態様によれば、補正近似式の適した種別を選択することができる。
　上記の柱状物体状態検出装置の第５の態様によれば、中心軸データの欠落している座標値を補完することができる。
　上記の柱状物体状態検出装置の第６の態様によれば、中心軸データの補正の精度を計算することができる。
　上記の柱状物体状態検出装置の第７の態様によれば、新たな点群データまたは画像データを用いずとも、中心軸の傾きとたわみをそれぞれ求めることができる。
　すなわち、本発明によれば、屋外に設置された管理対象となる柱状物体の状態を示すデータの補正のために新たな点群データまたは画像データを用いずとも、柱状物体の状態を容易かつ高精度に求めることが可能になる。
図１は、この発明の一実施形態に係る柱状物体状態検出装置の一例としての概略構成図である。 図２は、測量機器による柱状物体の計測について説明する図である。 図３は、この発明の一実施形態に係る柱状物体状態検出装置の詳細な構成の一例を示すブロック図である。 図４は、３Ｄ柱状モデルから中心軸データを取得することを説明する図である。 図５は、この発明の一実施形態に係る柱状物体状態検出装置の詳細な構成を示すブロック図である。 図６は、柱状物体状態検出の手順と処理内容の一例を示すフローチャートである。 図７は、補正近似式計算処理の手順と処理内容の一例を示すフローチャートである。 図８は、補正近似式計算処理の手順と処理内容の一例を示す図である。 図９は、中心軸座標補正処理の手順と処理内容の一例を示すフローチャートである。 図１０は、補正近似式計算処理の手順と処理内容の変形例を示す図である。 図１１は、補正近似式計算処理の手順と処理内容の変形例を示す図である。 図１２は、中心軸データの補正前と補正後の差分の一例を表形式で示す図である。 図１３は、中心軸座標補完処理の手順と処理内容の一例を示すフローチャートである。 図１４は、補正量精度計算処理の手順と処理内容の一例を示すフローチャートである。 図１５は、補正量精度計算処理による補正の精度の一例を示す図である。 図１６は、補正量精度計算処理による補正の精度の一例を示す図である。 図１７は、傾き・たわみ算出処理にかかる、各種の定義について示す図である。 図１８は、傾き・たわみ算出処理の手順と処理内容の一例を示すフローチャートである。 図１９は、傾き・たわみ算出処理による算出結果の一例を示す図である。 図２０は、表示部による表示結果の一例を示す図である。 図２１は、表示部による表示結果の一例を示す図である。
　以下、図面を参照しながら、この発明に係わる一実施形態を説明する。　
　図１は、この発明の一実施形態に係る柱状物体状態検出装置の一例としての概略構成図である。　
　この柱状物体状態検出装置は、検査車両ＭＢに搭載されるもので、３Ｄレーザ測量機としての３次元レーザスキャナ１と、カメラ２と、ＧＰＳ受信機３と、慣性計測装置としてのＩＭＵ４と、走行距離計としてのオドメータ５と、記憶媒体１１と、演算装置１２とを備える。柱状物体状態検出装置は、柱状物体をモデル化した柱状モデルの中心軸データを生成するための元計測データ（補正前の計測データ）を取得する。
　記憶媒体１１は、不揮発性メモリなどの記憶装置により実現できる。複数台の３次元レーザスキャナ１、カメラ２、ＧＰＳ受信機３が搭載されてもよい。
　検出装置は、検査車両ＭＢの走行中に３次元レーザスキャナ１、カメラ２、ＧＰＳ受信機３、ＩＭＵ４、オドメータ５により周囲の３次元測量を行ない、これらの測量の結果を示す点群データを保存装置としての記憶媒体１１に格納する。これにより、検出装置は、クロージャ（Closure）７、ケーブル８、ポール９、樹木１０、信号機１０ａ、交通標識１０ｂ，１０ｃ等を含む柱状物体の表面上の点における３次元座標を表す３次元点群データ（以下、点群データと称することがある）を、この柱状物体の外観の画像データとして取得する。
　つまり、３次元レーザスキャナ１、カメラ２、ＧＰＳ受信機３、ＩＭＵ４およびオドメータ５は、３次元点群データを計測する計測部である。複数のポール９にはケーブル８が引き通されており、各ポール９間のケーブル８にはクロージャ７が取り付けられることがある。
　図２は、測量機器による柱状物体の計測について説明する図である。　
　本発明の一実施形態が適用可能な計測の形態は、図１に示した検査車両ＭＢが用いられた形態に限られず、図２に示した測量機器（例えば非特許文献２を参照）により、柱状物体の中心軸Ｃとなる数箇所の座標が計測され、この計測結果が記憶媒体１１に格納されるような形態にも適用可能である。
　図３は、この発明の一実施形態に係る柱状物体状態検出装置の詳細な構成の一例を示すブロック図である。　
　ＧＰＳ受信機３は、図示しない複数のＧＰＳ衛星から送信されるＧＰＳ信号を受信して検査車両ＭＢの位置座標（緯度経度高度）（図３中のａ）を算出する。
　３次元のレーザスキャナ１は、上記ＧＰＳ受信機３により算出された位置座標と連動して、クロージャ７、ケーブル８、ポール９、樹木１０、信号機１０ａ、交通標識１０ｂ，１０ｃなどの柱状物体の表面上の複数点の位置座標データを取得する。この位置座標データは、上記ＧＰＳ受信機３により検出された位置座標が反映された３次元（Ｘ，Ｙ，Ｚ）の位置座標データに相当する。上記取得された３次元の位置座標データは、計測時刻を表す情報と関連付けられて記憶媒体１１に記憶される。
　カメラ２は、上記柱状物体を含む領域を撮影する。この撮影により得られた画像データ（図３中のｂ）は、撮影時刻と、上記ＧＰＳ受信機３により検出された位置座標（図３中のｃ）と関連付けられて記憶媒体１１に記憶される。
　なお、上記ＩＭＵ４から出力された、検査車両ＭＢの加速度データ（図３中のｄ）、およびオドメータ５から出力された、検査車両ＭＢの走行距離データ（図３中のｅ）は、計測時刻、カメラ２により撮影した画像データ、および上記位置座標と関連付けられて記憶媒体１１にそれぞれ記憶される。なお、ここまでの構成は、背景技術で述べたＭＭＳにより実現することができる。
　演算装置１２は、中央処理ユニット（Central Processing Unit：ＣＰＵ）、プログラムメモリ、および演算用メモリなどを備えたコンピュータとして構成することができる。この実施形態を実施するために必要な機能として、演算装置１２は、抽出処理部１３と、演算部１４と、データベースであるＤＢ１５と、表示部１６とを有する。
　抽出処理部１３、演算部１４は、プログラムメモリに格納されたプログラムを上記ＣＰＵに実行させることにより実現できる。ＤＢ１５は、不揮発性メモリなどの記憶装置により実現できる。表示部１６は液晶ディスプレイなどにより実現できる。
　なお、演算装置１２はハードウェアで構成することができるが、後述するフローチャートに示された手順を備えるプログラムが、媒体もしくは通信回線を介して周知のコンピュータにインストールされて、このコンピュータとＤＢ１５との組み合わせ、又はＤＢ１５を有するコンピュータなどによっても実現可能である。
　なお、ＤＢ１５は、演算装置１２内に設けられる代わりに記憶媒体１１に設けられてもよく、さらには検出装置以外のクラウドサーバまたはローカルサーバ等に設けられてもよい。この場合、検出装置は、通信部により、クラウドサーバまたはローカルサーバのＤＢ１５から通信ネットワークを介して、このＤＢ１５に格納されるデータを取得する。
　抽出処理部１３は、３Ｄモデル抽出部１３ａおよび取得部１３ｂを有する。
　３Ｄモデル抽出部１３ａは、記憶媒体１１に格納された点群データ（図３中のｆ）より柱状物体を３Ｄモデル化した３Ｄ柱状モデルデータを作成する。この３Ｄ柱状モデルデータは、柱状物体の３次元形状を表す３次元オブジェクトと当該３次元オブジェクトの３次元座標情報とを含む。　
　取得部１３ｂは、３Ｄモデル抽出部１３ａにより作成された３Ｄ柱状モデルデータから、柱状物体の一定の高さごとの中心点の座標値の配列である中心軸データを取得する。柱状物体が円柱状の物体であるとき、取得部１３ｂは、３Ｄ柱状モデルデータから、当該円柱状の物体の一定の高さごとの半径の配列を取得してもよい。
　また、演算部１４は、補正近似式計算処理部１４ａ、中心軸座標補正処理部１４ｂ、中心軸座標補完処理部１４ｃ、補正量精度計算処理部１４ｄ、傾き・たわみ量算出処理部１４ｅを有する。　
　補正近似式計算処理部１４ａは、中心軸データを補正するための補正近似式（以下、近似式と称することがある）を計算する。中心軸座標補正処理部１４ｂは、計算された近似式より、中心軸データの座標を補正する。
　中心軸座標補完処理部１４ｃは、中心軸データの座標値が、柱状物体の一定の高さごとの中心点の座標値の配列であって、何れかの高さの中心点の座標が欠落している場合に、計算された近似式より、中心軸データにおける上記の欠落している座標値を類推することで、これを補完する。
　この欠落は、例えば検査車両ＭＢからみて柱状物体の遮蔽物が存在するなどの影響により生ずるものである。補正量精度計算処理部１４ｄは、計算された近似式による補正後の中心軸座標と元の中心軸座標とを比較して補正量（精度データ）を計算する。補正、補完、精度データ（図３中のｇ）は、ＤＢ１５に格納でき、表示部１６により表示できる。
　抽出処理部１３における点群データからの３Ｄ柱状モデルデータの作成、ならびに、中心軸のデータの取得には、例えば特開２０１７－１５６１７９号公報などに開示された既知の手法を用いることができる。
　図４は、３Ｄ柱状モデルから中心軸データを取得することを説明する図である。　
　取得部１３ｂは、図４で示す、中心軸座標の配列としての中心軸データを取得する。中心軸データは、３Ｄ柱状モデルに対して、柱状モデルの一定の高さ毎の中心点の座標値（x, y, z）の配列として半径ｒを有する中心軸（図４中のＣ）を定義したデータである。
　例えば、補正近似式計算処理部１４ａにより、柱状モデルの最下面の中心点の３次元座標(x, y, z)を（x = 10mm, y = 20mm, z = 30mm）とし、40mm刻みの高さ（z）で中心軸データが生成された場合には、各高さ（z）の中心点の３次元座標(x, y, z)は、例えば、{(10, 20, 30), (10.1, 20.5, 70), (10.5, 22, 110), …}となる。
　この中心軸データの座標は、絶対座標、もしくは柱状物体の最下面の中心点からの相対座標として定義されることができる。
　このため、中心軸座標が絶対座標として定義された場合には、補正近似式計算処理部１４ａは、この中心軸座標を柱状物体の各高さの中心点の座標から最下面の中心点の座標までとの相対値に置き換えることで、相対座標値での中心軸データを生成することができる。
　例えば絶対座標が上記の例である{(10, 20, 30), (10.1, 20.5, 70), (10.5, 22, 110), …}であれば、補正近似式計算処理部１４ａは、各高さの中心点の座標と最下面の中心点の座標値（10, 20, 30）との差分を求め、下記のような相対座標で中心軸座標の配列を生成する。
　{(0, 0, 0), (0.1, 0.5, 40), (0.5, 2.0, 80), …}
　例えば、３Ｄ柱状モデルデータが高さ１０ｍの電柱を示すのであれば、この電柱の柱状モデル中心軸データは、２５０個の中心点座標の配列であるとして定義されることができる。
　図５は、この発明の一実施形態に係る柱状物体状態検出装置の詳細な構成を示すブロック図である。　
　図５に示した例では、図３に示した例と比較して、３次元レーザスキャナ１、カメラ２、ＩＭＵ４、オドメータ５に代えて、測量機器２１、画像処理装置２２を備える。また、図５に示した例では、図３に示した演算装置１２に代えて、演算装置１２ｂが備えられる。この演算装置１２ｂは、演算装置１２と比較して、抽出処理部１３を有しない。演算装置１２ｂのその他の構成は、図３に示した例と同様である。
　測量機器２１は、電柱等である柱状物体の水平方向の中心点の座標を直接計測することが可能である。測量機器は、レーザ光を用いる機器、又は他画像データを取得して計測する機器が挙げられる。画像を使用する場合は、画像処理装置２２は、測量機器２１が計測した結果をもとに、柱状物体の外観を画像データとして取得する。
　図５に示した例では、図３に示した抽出処理部１３を必要とせず、画像処理装置２２が中心軸座標データ（図５中のｈ）を直接生成する。その他の処理は図３に示した例と同様である。　
　しかしながら、中心点を計測するには手間がかかるため、計測対象が高さ１０ｍの電柱であるときに、測量機器は、中心点データを数点～十数点程度の中心点座標の配列として生成することが一般的である。本実施形態では、後述する中心軸座標補完処理を行なうことにより、このような少ない数の中心点座標を有する中心軸データに対しても適用可能である。
　図６は、柱状物体状態検出の手順と処理内容の一例を示すフローチャートである。　
　図６に示すように、演算部１４の補正近似式計算処理部１４ａは、中心軸データに基づいて中心軸の補正近似式を計算する補正近似式計算処理を行なう（Ｓ１）。
　この補正近似式を元に、中心軸座標補正処理部１４ｂは、中心軸座標の補正処理を行なう（Ｓ２）。
　さらに、中心軸座標補完処理部１４ｃは、Ｓ１で計算された補正近似式を用いて、中心軸座標補完処理を行なう（Ｓ３）。
　補正量精度計算処理部１４ｄは、Ｓ１で計算された補正近似式を用いて補正量精度計算処理を行なう（Ｓ４）。そして最後に、傾き・たわみ量算出処理部１４ｅは、柱状モデルの傾き・たわみ量算出処理を行なう（Ｓ５）。
　なお、上記の補正量精度計算処理は、上記の傾き・たわみ量算出処理とは独立して実行可能である。つまり、補正量精度計算処理を行なわなくとも、傾き・たわみ量算出処理を実行可能である。Ｓ１～Ｓ５の処理の詳細は後述する。
　図７および図８は、補正近似式計算処理の手順と処理内容の一例を示すフローチャートである。　
　相対座標の中心軸データは、３次元座標(x, y, z)からなる中心点座標の配列（以下、配列Ｏ）である。このため、補正近似式計算処理部１４ａは、まず、この配列Оを座標（z, x）の配列Ｘ、および座標（z, y）の配列Ｙに分割する（Ｓ１１）。　
　例えば、柱状モデルの最下面からの絶対座標(x, y, z)の配列の具体例が
　(171972489, -69308685, 8735), (171972490, -69308684, 8775), (171972490, -69308682, 8815), (171972491, -69308681, 8855), …
であるとき、この絶対座標に対応する、最下面からの相対座標(x, y, z)の配列Оの具体例は、
　(0, 0, 0), (1, 1, 40), (1, 3, 80), (2, 4, 120), …
である。
　そして、この配列Оを配列Ｘと配列Ｙへ分割したときの、座標(z, x)の配列Ｘの具体例は、
　(0, 0), (40, 1), (80, 1), (120, 2), …
　である。また、座標(z, y)の配列Ｙの具体例は、
　(0, 0), (40, 1), (80, 3), (120, 4), …
である。
　次に、補正近似式計算処理部１４ａは、配列Ｘについて、座標(z, x)のzを横軸、xを縦軸とみなし、配列Ｘの各座標値に対し最も良く当てはまる曲線（関数）を求める、カーブフィッティングを行なう。
　カーブフィッティングとしては、例えば最小二乗法により、配列の各座標値に当てはめる最適な多項式関数(x=az^3 + bz^2 + cz + d)を推定することが挙げられる。
　ここで用いられる曲線を求める手法については、上記の多項式関数または最小二乗法に限られるものではなく、配列Ｘに対して適切に当てはまる曲線を定義できれば良い。　
　同様に、補正近似式計算処理部１４ａは、配列Ｙの座標(z, y)のzを横軸、yを縦軸とみなし、配列Ｙの各座標値に対し最も良く当てはまる曲線を求める、カーブフィッティングを行なう（Ｓ１２）。
　そして、補正近似式計算処理部１４ａは、Ｓ１２で求めた結果に基づいて、配列Ｘのｘ座標を補正する補正近似式としての最適関数Ｇｘ、ならびに配列Ｙのｙ座標を補正する補正近似式としての最適関数Ｇｙを個別に導出する（Ｓ１３）。
　最適関数Ｇｘ、Ｇｙの具体例は、例えば以下の式（１），（２）の形式でそれぞれ表現される。　
　Ｇｘ：X ＝ -0.061z^3 + 2.507z^2 + 12.660z + 0.137　…式（１）
　Ｇｙ：Y ＝ -0.059z^3 + 1.460z^2 + 23.809z - 0.950　…式（２）
　一般に電柱の高さは１０数メートルであるのに対し、この電柱の柱状モデルにおける中心軸の変位は１０数センチメートル程度である。このため、最適関数Ｇｘ、Ｇｙの上記の具体例のzの値は、実際の配列の値（40等）の1000分の1の値としている。
　ここで、補正近似式計算処理部１４ａによる処理の別の例を説明する。
　図８に示した例では、補正近似式計算処理部１４ａは、相対座標の中心軸データ(x, y, z)に対して、上記の３次元座標の配列Оが(z, sqrt(x^2 + y^2))で表現される２次元座標(z,d)の配列Ｄに統合されたデータを、最下面の中心点からの変位量の配列のデータとして生成する（Ｓ１１ａ）。
　上記の配列Оの統合先である、座標(z, d)の配列Ｄの具体例は、
　(0, 0), (40, sqrt(2)), (80, sqrt(10)), (120, sqrt(20)), …
である。
　補正近似式計算処理部１４ａは、配列Ｄの座標(z, d)のzを横軸、dを縦軸とみなし、配列Ｄの各座標値に対し最も良く当てはまる曲線を求める、カーブフィッティングを行なう（Ｓ１２ａ）。　
　補正近似式計算処理部１４ａは、これら求めた曲線に基づいて、配列Ｄのｄ座標、つまり変位量の補正近似式である最適関数Ｇｄを導出する（Ｓ１３ａ）。
　なお、本実施形態では、補正近似式計算処理部１４ａは、各配列の全長に対してカーブフィッティングを行なっている。しかし、補正近似式計算処理部１４ａにより、例えばたわみ等の計算に必要となる５ｍより下の高さのみの配列を用いてカーブフィッティングを行なうなどして、カーブフィッティングの高さ方向(z)の範囲を変えることも可能である。
　図９は、中心軸座標補正処理の手順と処理内容の一例を示すフローチャートである。
　中心軸座標補正処理部１４ｂは、補正近似式計算処理部１４ａで求めた最適関数Ｇｘ，Ｇｙの各高さ(z)へ元の配列Ｏ（配列Ｘ、配列Ｙ）のｚ値を代入する（Ｓ２１）。これにより、中心軸座標補正処理部１４ｂは、配列Ｘのｘ座標、配列Ｙのｙ座標の補正後の座標をそれぞれ取得することが出来る（Ｓ２２）。
　この補正後のｘ座標、ｙ座標が、配列Ｘ´のｘ´座標、配列Ｙ´のｙ´座標にそれぞれ定義される場合、例えば上記の配列Ｏは補正後の配列Ｏ´へと変換される。例えば補正前の座標(x, y, z)を有する中心点座標は、補正後の座標(x´, y´, z) （= (Gx(z), Gy(z), z)）を有する中心点座標へと変換される。
　補正前の座標(z, x)の配列Ｘの具体例が、上記のように
　(z, x), (0, 0), (40, 1), (80, 1), (120, 2), …
　で、補正前の座標(z, y)の配列Ｙの具体例が、上記のように
　(0, 0), (40, 1), (80, 3), (120, 4), …
であるとき、補正後の座標(z, x´)の配列Ｘ´の具体例は、
　(0, 0), (40, 0.65), (80, 1.17), (120, 1.69), …
であり、補正後の(z, y´)の配列Ｙ´の具体例は、
　(0, 0), (40, 0.00), (80, 0.96), (120, 1.93), …
である。
　そして、これらの配列Ｘ´、Ｙ´の座標が３次元座標(x´, y´, z)に戻された、補正後の配列Ｏ´の具体例は、
　(0, 0, 0), (0.65, 0.00, 40), (1.17, 0.96, 80), (1.69, 1.93, 120), …
である。　
　このように補正された中心軸データの配列Ｏ´は、図１、図２で示した計測において生じる誤差、ゆらぎが軽減されたデータである。
　図１０および図１１は、補正近似式計算処理の手順と処理内容の変形例を示す図である。以下では、補正前の配列が上記の配列Ｘ、Ｙであって、導出する関数が最適関数Ｇｘ、Ｇｙである場合（図７参照）について説明する。ただし、上記のように補正前の配列が上記の配列Ｄであって、導出する関数が最適関数Ｇｄである場合（図８参照）についても適用できる。
　まず、図１０に示した処理を補正近似式計算処理の手順と処理内容の第１の変形例として説明する。この処理は、図７で説明した処理に対し、補正近似式の複数の種別から最適な種別を選択する処理が追加されたものである。
　この処理では、まず、上記のＳ１１と同様に、補正近似式計算処理部１４ａは、相対座標の中心軸データの配列Оを座標（z, x）の配列Ｘ、および座標（z, y）の配列Ｙに分割する（Ｓ１１ｂ）。
　次に、補正近似式計算処理部１４ａは、配列Ｘ、配列Ｙの各座標値に対する、複数の種別のそれぞれに応じた補正近似式への曲線当てはめであるカーブフィッティングを種別ごとに行なう（Ｓ１２ｂ）。補正近似式は、例えば二次多項式、三次多項式、スプライン関数などである。
　その後に、補正近似式計算処理部１４ａは、種別の選択の対象である座標値の配列と、当該カーブフィッティングにより当てはめた曲線との差分を補正近似式の種別ごとに求める。
　例えば、補正近似式計算処理部１４ａは、補正後の配列Ｘ´の座標ｘ´ｋと補正前の配列Ｘの座標ｘｋにおいて、柱状モデルの各点（ｋ＝１～ｎ）における上記の差分量を下記の式（３）のｘ´ｋ－ｘｋに代入することで、ＲＭＳ値を補正近似式の種別ごとに算出する。
Figure JPOXMLDOC01-appb-M000001
　補正近似式計算処理部１４ａは、配列Ｙにおいても同様に、ＲＭＳ値を補正近似式の種別ごとに求める（Ｓ１３ｂ）。
　ＲＭＳ値が最も小さい種別に対応する補正近似式は、補正前データを精度良く近似する式であるので、補正近似式計算処理部１４ａは、この、ＲＭＳ値が最も小さい種別を補正近似式の最適な種別として選択する（Ｓ１４ｂ）。
　ここでいう種別の選択とは、最適な補正近似式の種別が例えば上記の二次多項式、三次多項式、スプライン関数の何れであるかを選択することである。一方で、上記の種別の選択は、この種別に応じた具体的な最適関数Ｇｘおよび最適関数Ｇｙを計算することは含まない。
　ここにおいて、選択の基準は上記のＲＭＳ値に限られず、例えば決定係数（R-squared）などが用いられてもよい。
　そして、補正近似式計算処理部１４ａは、選択した種別による上記のカーブフィッティングの結果に応じて、ｘ座標の最適関数Ｇｘならびにｙ座標の最適関数Ｇｙを個別に導出する（Ｓ１５ｂ）。
　次に、図１１に示した処理を補正近似式計算処理の手順と処理内容の第２の変形例として説明する。この処理は、図７で説明した処理に対し、点群データを取得する際の検査車両ＭＢによる各種計測の状態を示すパラメータを用いて、最適な補正近似式を選択する処理が追加されたものである。
　この処理では、まず、上記のＳ１１と同様に、補正近似式計算処理部１４ａは、相対座標の中心軸データの配列Оを（z, x）の配列Ｘ、（z, y）の配列Ｙに分割する（Ｓ１１ｃ）。
　次に、補正近似式計算処理部１４ａは、検査車両ＭＢの各種測定機器のデータを取得する。例えば点群データをＭＭＳにて計測する場合において、このデータを基に、補正近似式計算処理部１４ａは、測定時の検査車両ＭＢの姿勢角の変化および車速、柱状物体までの距離などのパラメータを算出する。
　次に、補正近似式計算処理部１４ａは、この算出したパラメータを参照する（Ｓ１２ｃ）。補正近似式計算処理部１４ａは、各パラメータの値と閾値との比較に応じて、補正近似式の候補、例えば二次多項式、三次多項式、スプライン関数から、補正近似式の最適な種別を選択する（Ｓ１３ｃ）。パラメータの大きさの閾値は、補正近似式の関数の選択に係る基準値であり、実験的に決められたパラメータである。
　例えば、地物の例として１本の電柱の点群データが計測される際の、検査車両ＭＢの水平回転の変位量のパラメータとして７０°以上の変位があった場合には、中心軸のデータの歪みが大きいことが想定される。このことから、補正近似式計算処理部１４ａは、次数の低い二次多項式を補正近似式として選択することで、補正前の中心軸データに対して必要以上にフィッティングしないようにする。
　上記の選択された種別に応じて、補正近似式計算処理部１４ａは、配列Ｘの各座標値に対し最も良く当てはまる曲線と、配列Ｙの各座標値に対し最も良く当てはまる曲線とをそれぞれ求める、カーブフィッティングを行なう（Ｓ１４ｃ）。
　そして、上記のＳ１３と同様に、補正近似式計算処理部１４ａは、これら求めた曲線に基づいて、配列Ｘのｘ座標の補正近似式としての最適関数Ｇｘ、ならびに配列Ｙのｙ座標の補正近似式としての最適関数Ｇｙを個別に導出する（Ｓ１５ｃ）。
　図１２は、中心軸データの補正前と補正後の差分の一例を表形式で示す図である。　
　図１２では、フィールドの４本の電柱の点群データに対して検査車両ＭＢの水平回転角度が７０°以上である条件で計測された中心軸データの補正前のたわみ値と補正後のたわみ値との差分を、補正近似式の候補としての二次多項式、三次多項式、スプライン関数との間で比較した例を示す。
　この例では、各種近似式のうち二次多項式が用いられたときの差分が最小となることから、この条件下においては二次多項式が最適な補正近似式として選択されることが望ましいことが分かる。
　なお、これらの検査車両ＭＢのパラメータは近似式の選択に用いられるとともに、補正量精度計算処理部１４ｄにおいて中心軸データの精度を推量する指標としても活用可能である。例えば同一の柱状物体を検査車両ＭＢにて近距離（数メートル）、および遠距離（数十メートル）でそれぞれ計測した場合には、近距離で計測された場合の方が中心軸データの精度が高い傾向があるなど、中心軸データの精度の推量が可能である。
　中心軸データの精度が高い傾向がある別の例としては、補正量精度計算処理部１４ｄにより、柱状物体が検査車両ＭＢにて車速変化または姿勢角変化が少なされて計測された場合が挙げられる。
　図１３は中心軸座標補完処理の手順と処理内容の一例を示すフローチャートである。
　上記の中心軸座標補正処理においては、中心軸座標補正処理部１４ｂは、配列Ｏに存在する高さ座標zを用いて補正後の座標を算出した。
　これに対し、中心軸座標補完処理においては、中心軸座標補完処理部１４ｃは、上記の補正近似式計算処理で求めた最適関数Ｇｘ，Ｇｙを中心軸座標の補完関数として用い、上記の一定の高さごとの座標値のうち欠落している座標値を内挿し、補完後の中心軸データとして算出する。
　具体的には、例えば、補正後かつ補完前の配列Ｏ´における座標(z, x´)の配列Ｘ´の具体例が、
　(z, x´), (0, 0), (40, 0.65), (120, 1.69), …
　で、補正後かつ補完前の座標(z, y´)の配列Ｙ´の具体例が、
　(0, 0), (40, 0.00), (120, 1.93), …
である場合を仮定する。
　この場合は、それぞれのz座標値が柱状物体の等間隔の高さ、例えば４０ｍｍ毎の高さ（０，４０，８０，１２０…）の何れかであって、ｚ座標値０，４０，１２０…に対して中心点の座標値（ｘ座標値、ｙ座標値）が存在する一方で、上記の４０ｍｍ毎の高さのｚ座標値のうち、中心点の座標値（ｘ座標値、ｙ座標値）が欠落しているｚ座標値（z＝８０，…）が存在する場合に相当する。
　この場合、中心軸座標補完処理部１４ｃは、この欠落しているｚ座標値を、補正近似式計算処理で求めた関数Ｇｘ，Ｇｙのz値へそれぞれ代入する（Ｓ３１）。この代入により、中心軸座標補完処理部１４ｃは、欠落している高さについての、補完後の配列Ｘ´のｘ´座標、補完後の配列Ｙ´のｙ´座標をそれぞれ導出する（Ｓ３２）。
　補完後の配列Ｏ´における座標(z, x´)の配列Ｘ´の具体例は、
　(0, 0), (40, 0.65), (80, 1.17), (120, 1.69), …
　となり、補正後の座標(z, y´)の配列Ｙ´の具体例は、
　(0, 0), (40, 0.00), (80, 0.96), (120, 1.93), …
となる。
　つまり、座標(z, x´)の(80, 1.17)と座標(z, y´)の(80, 0.96)とがそれぞれ補完される。　
　このようにｘ´，ｙ´座標が補完されることにより、欠落している中心点を適切に類推することができる。なお、中心軸座標補正処理および中心軸座標補完処理は順次実施されてもよいし同時に実施されてもよい。
　図１４は、補正量精度計算処理の手順と処理内容の一例を示すフローチャートである。補正量精度計算処理部１４ｄは、補正前の座標値と、補正近似式計算処理において導出された最適関数Ｇｘ，Ｇｙにより生成された、補正後の座標値との差分量を計算する。例えば、補正量精度計算処理部１４ｄは、配列Ｘにおいて、ある高さにおける補正前のｘ座標値と、補正後の配列Ｘに´おいて、同じ高さにおけるｘ´座標値との差分量を高さごとに求める。補正量精度計算処理部１４ｄは、配列Ｙにおいてもｙ座標値とｙ´座標値との差分量を同様に計算できる（Ｓ４１）。導出された最適関数がＧｄである場合も同様である。
　補正量精度計算処理部１４ｄは、Ｓ４１で求めた、各点（ｋ＝１～ｎ）の補正前のｘ座標値をｘｋとして、補正後のｘ´座標値をｘ´ｋとしたときの差分量を上記の式（３）のｘ´ｋ－ｘｋに代入することでＲＭＳ値を算出する。補正量精度計算処理部１４ｄは、配列Ｙにおいても、各点（ｋ＝１～ｎ）の補正前のｙ座標値をｙｋとして、補正後のｙ´座標値をｙ´ｋとしたときのＲＭＳ値を同様に計算できる（Ｓ４２）。配列が配列Ｄである場合も同様である。
　ここにおいて、差分量はＲＭＳ値に限られず、例えば決定係数（R-squared）などでも良い。このＲＭＳ値が大きいほど補正の量が大きいことを示す。すなわち、補正前の中心軸データの各高さにおけるゆらぎが大きく、結果としての補正量が大きいことが分かる。
　図１５および図１６は、補正量精度計算処理による補正の精度の一例を示す図である。図１５に示した例では、ｘ座標についてのＲＭＳ値であるRMS(X)、ｙ座標についてのＲＭＳ値であるRMS(Y)が何れも１．０付近であり、補正前のグラフの線Ｌ１と補正後のグラフの線Ｌ２とは大きく剥離していない。すなわち計測データ及び当該データから生成された中心軸データの精度が何れも高いことを示す。
　一方で、図１６に示した例ではRMS(X)が７付近であり、補正前のグラフの線Ｌ３と補正後のグラフの線Ｌ４とが大きく剥離していることが読み取れる。図１６から分かるとおり、補正前データは計測時に誤差が大きく発生しているデータであり、ＲＭＳ値は、中心軸データの精度を推量する指標として十分に活用可能である。
　次に、傾き・たわみ算出処理について説明する。図１７は、傾き・たわみ算出処理にかかる、各種の定義について示す図である。　
　傾き・たわみ算出処理の説明のために、図１７に示すように、柱状物体の垂直軸（図１７中のａ）、傾斜軸（図１７中のｂ）、基準軸（図１７中のｃ）、中心軸（図１７中のｄ）、たわみ（図１７中ｅの）、傾き（図１７中のｆ）を下記のようにそれぞれ定義する。
　垂直軸： 垂直な線（鉛直線）
　傾斜軸： 柱状物体における一番高い位置にある断面円の中心軸座標と地面（最下面）の中心軸座標とを結んだ直線
　基準軸：地面（柱状物体の最下面）から２ｍの高さまでの、柱状物体の水平方向の中心点近傍を通る直線を延長したもの
　中心軸： 各円の中心を結んだ軸（高さ4cm毎）
　たわみ：地面から５メートルの高さでの基準軸と中心軸との距離
　傾き： 垂直軸と基準軸の角度
　図１８は、傾き・たわみ算出処理の手順と処理内容の一例を示すフローチャートである。　
　傾き・たわみ算出処理は、傾き・たわみ量算出処理部１４ｅが、傾き・たわみを有する柱状物体から、傾きの成分、および、たわみの成分を個別に算出する処理である。ここでは、補正前の配列が上記の配列Ｘ、Ｙであって、導出対象である関数が最適関数Ｇｘ、Ｇｙである場合について説明するが、上記のように補正前の配列が上記の配列Ｄであって、導出する関数が最適関数Ｇｄである場合についても適用できる。
　具体的には、傾き・たわみ量算出処理部１４ｅは、補正後の座標(x´, y´, z)を有する中心軸座標のデータを取得する（Ｓ５１）。
　そして、傾き・たわみ量算出処理部１４ｅは、この取得されたデータにおいて、例えば地面からの高さ０ｍｍから２０００ｍｍまでの中心軸データを利用して、配列Ｘ、配列Ｙに対する線形関数による直線当てはめである、直線フィッティングを行なう（Ｓ５２）。
　この直線に基づいて、傾き・たわみ量算出処理部１４ｅは、最小二乗法などにより、一次多項式（例えばx=ax + b、y=cx + d）を最適関数Ｂｘ，Ｂｙとしてそれぞれ求める（Ｓ５４）。
　傾き・たわみ量算出処理部１４ｅは、この最適関数Ｂｘ，Ｂｙの直線を、Ｓ５１で取得したデータで示される柱状モデルの基準軸と定義する。また、傾き・たわみ量算出処理部１４ｅは、この基準軸と垂直軸との間の角度を、Ｓ５１で取得されたデータで示される柱状モデルの中心軸の傾きと定義する（Ｓ５４）。
　次に、傾き・たわみ量算出処理部１４ｅは、補正後の中心点データで示される、地面から高さ５０００ｍｍの地点での中心点の座標(x´, y´, z)と、Ｓ５４で求められた基準軸（最適関数Ｂｘ，Ｂｙの直線）における高さ５０００ｍｍに対応する箇所との距離を算出する。傾き・たわみ量算出処理部１４ｅは、この距離を、Ｓ５１で取得されたデータで示される柱状モデルの中心軸のたわみとして定義する（Ｓ５５）。この傾き・たわみ算出処理において、補正前の元データではなく補正後のデータが用いられるので、精度がより高い傾き・たわみ算出が可能となる。
　図１９は、傾き・たわみ算出処理による算出結果の一例を示す図である。
　また、図２に示すような測量機器２１を用いた場合は中心軸データの数が少ないが、図１９のように中心軸座標補完処理を行なうことで、例えば地面から２ｍまでの傾き、および、地面から５ｍ地点のたわみ値を精度よく算出することが可能となる。よって、中心軸座標補完処理では、測量機器２１による中心軸データから、精度を高めた傾きおよびたわみをそれぞれ算出することが出来る。
　図１９に示すＬ５（実線）は、最適関数Ｇｄを用いて抽出された補正後の中心軸データである。図１９に示すＬ６（点線）は、基準軸、例えば最適関数Ｇｄを用いて描画された基準軸である。
　図１９以降に示す縦軸Ｌは、同じ高さにおける、最下面の中心点が鉛直に延ばされた直線と中心軸との間の、平面上の距離である。　
　図１９以降に示す横軸ＤＺは、最下面を０としたときの高さｚである。
　図２０および図２１は、表示部による表示結果の一例を示す図である。　
　表示部１６は、演算部１４により求められた各種結果を図２０に示すようにグラフで表示する機能部を備える。図２０に示すＬ７（黒丸点の集合）は、計測された中心軸データのプロットであり、図２０に示すＬ８（点線）は基準軸である。
　表示部１６は、例えば下記のような各種結果を文字形式で表示することもできる。
　・柱状物体の識別名称（例：二中央支R2R5-1）
　・最適関数Ｇｄ（例：Ｇｄ：y ＝ 0.055z^3 - 0.176z^2 + 39.699z + 1.132）
　・断面数（配列の要素の数）（例：２７８）
　・高さ（ｚの最大値と最小値との差）（例：11109）
　・断面数＊断面の間隔（例：40mm）／高さ＊100（高さ当たりで計測できる箇所の多さ）（例：100.1%）
　・柱高（柱状物体の高さ）（例：14.0）
　・断面数＊断面の間隔（例：40mm）／（柱長＊(5/6)＊0.85）（実際の柱状物体の形状の計測の精度の高さ）（例：100.0%）
　・RMS値（例：1.3）
　・傾き（例：2.6°）
　・たわみ(2D)（最適関数Ｇｄが使用されることで求められた、たわみ値）（例：0.3）
　・たわみ(3D)（最適関数Ｇｘ、Ｇｙが使用されることで求められた、たわみ値）（例：0.7）
　・Ｒ２（最適関数Ｇｄが使用されることで求められた決定係数）（例：1.00）
　・RMS(X)（例：1.1）
　・RMS(Y)（例：1.3）
　・M傾き（補正近似式による補正が行なわれない場合の傾き）（例：2.6°）
　・Mたわみ(3D)（補正が行なわれない場合のたわみ）（例1.2）
　・最大変異量（i番目のz座標とi+1番目のz座標との差（変異量）の最大値）（例：6.1）
　・変異量標準偏差（最大変異量の標準偏差）（例：1.2）
　・地際推定（計測対象の柱状物体の付近の路面高さ）（例：17046）
　・最下点（計測対象の最下面の中心点（最小のzの値））（例：17075.0）
　・車両距離（検査車両ＭＢからの柱状物体までの距離）（例：3.3）
　・GPS時刻（計測時の時刻）（例：104801.5）
　表示部１６に表示されるデータはＤＢ１５に格納され、このＤＢ１５から読み出されて表示部１６に表示される。この表示により、オペレータは各種情報を一元的に視認し、数値だけでは判別が難しい箇所である、中心軸データの欠落箇所を容易に確認でき、また補正前のデータのずれのイメージを容易に把握することが可能となるとともに、各種データの比較が可能となる。
　図２１に示されたＬ９（黒丸点の集合）は、図１で示された構成で計測されたデータに基づく、中心軸データの補正後の値のプロットである。図２１に示すＬ１０（点線）は、図１で示された構成で求められた基準軸である。
　また、図２１に示すＬ１１（実線）は、図２で示された構成で計測されたデータに基づく、中心軸データの補正後の値のプロットである。図２１に示すＬ１２（点線）は、図２で示された構成で求められた基準軸である。このように、異なる計測機器との間で中心軸データを比較することができる。
　また、表示部１６は、異なる計測機器による計測結果に限らず、同一計測機器による複数回の計測結果の表示も行なうことができる。これにより、単一の測定データの補正処理だけではなく、機器間、あるいは、測定間の誤差の比較を行なうことが可能となり、測定方法の評価に活用することも可能となる。
　以上のように、この発明の一実施形態では、柱状物体の中心軸を補正近似式により補正する。これにより、柱状物体の中心軸の座標位置が自動で補正される。
　また、この発明の一実施形態では、遮蔽物などの影響により柱状物体の中心軸データの一部が欠落しているときに、欠落していない中心軸データを用いて求めた補正近似式を用いて、欠落部分を補完する処理をさらに行なう。これにより、中心軸データにおける欠落部分が自動で補完される。
　この発明の一実施形態では、補正後の中心軸データと補正前の中心軸データとを比較することで、補正の精度の善し悪しを計算する。これにより、追加の現場検証等を必要とせずに、補正した中心軸データの精度が高いか低いかの判断を行なうことが出来る。
　なお、本願発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は可能な限り適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の段階の発明が含まれており、開示される複数の構成要件における適当な組み合わせにより種々の発明が抽出され得る。
　また、各実施形態に記載した手法は、計算機（コンピュータ）に実行させることができるプログラム（ソフトウエア手段）として、例えば磁気ディスク（フロッピー（登録商標）ディスク、ハードディスク等）、光ディスク（ＣＤ－ＲＯＭ、ＤＶＤ、ＭＯ等）、半導体メモリ（ＲＯＭ、ＲＡＭ、フラッシュメモリ等）等の記録媒体に格納し、また通信媒体により伝送して頒布することもできる。なお、媒体側に格納されるプログラムには、計算機に実行させるソフトウエア手段（実行プログラムのみならずテーブルまたはデータ構造も含む）を計算機内に構成させる設定プログラムをも含む。本装置を実現する計算機は、記録媒体に記録されたプログラムを読み込み、また場合により設定プログラムによりソフトウエア手段を構築し、このソフトウエア手段によって動作が制御されることにより上述した処理を実行する。なお、本明細書でいう記録媒体は、頒布用に限らず、計算機内部あるいはネットワークを介して接続される機器に設けられた磁気ディスクまたは半導体メモリ等の記憶媒体を含むものである。
　１…３次元レーザスキャナ、
２…カメラ、
３…ＧＰＳ受信機、
５…オドメータ、
７…クロージャ、
８…ケーブル、
９…ポール、
１０…樹木、
１０ａ…信号機、
１０ｂ，１０ｃ…交通標識、
１１…記憶媒体、
１２…演算装置、
１３…抽出処理部、
１３ａ…３Ｄモデル抽出部、
１３ｂ…取得部、
１４…演算部、
１４ａ…補正近似式計算処理部、
１４ｂ…中心軸座標補正処理部、
１４ｃ…中心軸座標補完処理部、
１４ｄ…補正量精度計算処理部、
１４ｅ…傾き・たわみ量算出処理部、
１５…ＤＢ、
１６…表示部、
２１…測量機器、
２２…画像処理装置。

Claims (9)

  1. 　柱状物体の状態を検出する装置であって、
    　前記柱状物体の所定の複数の高さにおける前記柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得する取得手段と、
    　前記取得手段により取得された中心軸データの座標値の配列に対するカーブフィッティングにより、前記取得手段により取得された中心軸データの座標値を補正する補正近似式を計算する近似式計算手段と、
    　前記近似式計算手段により計算された補正近似式を用いて、前記取得手段により取得した中心軸データの座標値を補正する補正手段と、
    　を備える、柱状物体状態検出装置。
  2. 　前記柱状物体の表面上の点における３次元座標を表す３次元点群データから、前記柱状物体を３次元モデル化した３次元モデルデータを抽出する抽出手段、
    　をさらに備え、
    　前記取得手段は、
    　　前記抽出手段により抽出された３次元モデルデータに基づいて、前記柱状物体の所定の複数の高さにおける前記柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得する、
    　請求項１に記載の柱状物体状態検出装置。
  3. 　前記近似式計算手段は、
    　　前記取得手段により取得された中心軸データの座標値の配列と、当該配列に対する、複数種別の関数のそれぞれに基づく前記カーブフィッティングの結果との差分に基づいて、前記補正近似式の適切な種別を選択し、
    　　前記選択された種別に応じた前記カーブフィッティングにより前記補正近似式を計算する、
    　請求項１に記載の柱状物体状態検出装置。
  4. 　前記近似式計算手段は、
    　　前記３次元点群データの計測の状態を示すパラメータに基づいて、前記補正近似式の適切な種別を選択し、
    　　前記選択された種別に応じた前記カーブフィッティングにより前記補正近似式を計算する、
    　請求項２に記載の柱状物体状態検出装置。
  5. 　前記取得手段により取得された中心軸データにおける座標値は、前記柱状物体の所定の高さの中心点の座標値が欠落した座標値であって、
    　前記近似式計算手段により計算された補正近似式に基づいて、前記補正手段により補正された中心軸データの座標値のうち、前記欠落する座標値を補完する補完手段、
    　をさらに備える請求項１に記載の柱状物体状態検出装置。
  6. 　前記取得手段により取得された中心軸データの座標値と、当該座標値に対して前記補正手段により補正された後の座標値との差分に基づいて、前記補正手段による中心軸データの補正の精度を計算する精度計算手段、
    　をさらに備える請求項１に記載の柱状物体状態検出装置。
  7. 　　前記柱状物体の３次元モデルデータに対し、垂直軸と、前記柱状物体の所定の第１の高さまでの高さの中心点近傍を通る直線である基準軸とをそれぞれ設定し、
    　　前記垂直軸と前記基準軸との間の角度を前記柱状物体の中心軸の傾きとして算出し、
    　　前記補正手段により補正された中心軸データが示す、前記柱状物体の所定の第２の高さに対応する中心点の座標と、前記基準軸における前記第２の高さの箇所との間の距離を前記柱状物体の３次元モデルデータの中心軸のたわみとして算出する算出手段、
    　をさらに備える請求項１に記載の柱状物体状態検出装置。
  8. 　柱状物体の状態を検出する柱状物体状態検出装置が行なう柱状物体状態検出方法であって、
    　前記柱状物体の所定の複数の高さにおける前記柱状物体の水平方向の中心点の座標値の配列である中心軸データを取得し、
    　前記取得した中心軸データの座標値の配列に対するカーブフィッティングにより、前記取得した中心軸データの座標値を補正する補正近似式を計算し、
    　前記計算した補正近似式を用いて、前記取得した中心軸データの座標値を補正する、
    　柱状物体状態検出方法。
  9. 　請求項１に記載の柱状物体状態検出装置の前記各手段としてプロセッサを機能させる柱状物体状態検出処理プログラム。
PCT/JP2019/007792 2018-03-05 2019-02-28 柱状物体状態検出装置、柱状物体状態検出方法、柱状物体状態検出処理プログラム WO2019172065A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/977,860 US11255661B2 (en) 2018-03-05 2019-02-28 Columnar-object-state detection device, columnar-object-state detection method, and columnar-object-state detection processing program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018038969A JP6761828B2 (ja) 2018-03-05 2018-03-05 柱状物体状態検出装置、柱状物体状態検出方法、柱状物体状態検出処理プログラム
JP2018-038969 2018-03-05

Publications (1)

Publication Number Publication Date
WO2019172065A1 true WO2019172065A1 (ja) 2019-09-12

Family

ID=67847130

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/007792 WO2019172065A1 (ja) 2018-03-05 2019-02-28 柱状物体状態検出装置、柱状物体状態検出方法、柱状物体状態検出処理プログラム

Country Status (3)

Country Link
US (1) US11255661B2 (ja)
JP (1) JP6761828B2 (ja)
WO (1) WO2019172065A1 (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111133447B (zh) 2018-02-18 2024-03-19 辉达公司 适于自主驾驶的对象检测和检测置信度的方法和系统
WO2019168869A1 (en) 2018-02-27 2019-09-06 Nvidia Corporation Real-time detection of lanes and boundaries by autonomous vehicles
US11537139B2 (en) 2018-03-15 2022-12-27 Nvidia Corporation Determining drivable free-space for autonomous vehicles
US11182916B2 (en) 2018-12-28 2021-11-23 Nvidia Corporation Distance to obstacle detection in autonomous machine applications
US11170299B2 (en) 2018-12-28 2021-11-09 Nvidia Corporation Distance estimation to objects and free-space boundaries in autonomous machine applications
DE112019006484T5 (de) 2018-12-28 2021-10-21 Nvidia Corporation Detektion von abständen zu hindernissen in autonomen maschinenanwendungen
US11648945B2 (en) 2019-03-11 2023-05-16 Nvidia Corporation Intersection detection and classification in autonomous machine applications
WO2021042051A1 (en) 2019-08-31 2021-03-04 Nvidia Corporation Map creation and localization for autonomous driving applications
US11978266B2 (en) 2020-10-21 2024-05-07 Nvidia Corporation Occupant attentiveness and cognitive load monitoring for autonomous and semi-autonomous driving applications
JP7324791B2 (ja) * 2021-03-09 2023-08-10 本田技研工業株式会社 画像収集システム、及び画像収集方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140096475A1 (en) * 2012-10-05 2014-04-10 Trident Industries LLC Composition fiber glass utility pole
JP2014109555A (ja) * 2012-12-04 2014-06-12 Nippon Telegr & Teleph Corp <Ntt> 点群解析処理装置、点群解析処理方法及びプログラム
JP2015232513A (ja) * 2014-06-10 2015-12-24 日本電信電話株式会社 たわみ推定装置、及びプログラム
WO2017090326A1 (ja) * 2015-11-27 2017-06-01 株式会社リコー 画像処理装置、撮像装置、機器制御システム、分布データ生成方法、及びプログラム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6161071B2 (ja) 2013-10-15 2017-07-12 日本電信電話株式会社 設備状態検出方法およびその装置
JP6186305B2 (ja) 2014-05-28 2017-08-23 日本電信電話株式会社 たわみ推定装置、及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140096475A1 (en) * 2012-10-05 2014-04-10 Trident Industries LLC Composition fiber glass utility pole
JP2014109555A (ja) * 2012-12-04 2014-06-12 Nippon Telegr & Teleph Corp <Ntt> 点群解析処理装置、点群解析処理方法及びプログラム
JP2015232513A (ja) * 2014-06-10 2015-12-24 日本電信電話株式会社 たわみ推定装置、及びプログラム
WO2017090326A1 (ja) * 2015-11-27 2017-06-01 株式会社リコー 画像処理装置、撮像装置、機器制御システム、分布データ生成方法、及びプログラム

Also Published As

Publication number Publication date
JP2019152576A (ja) 2019-09-12
US11255661B2 (en) 2022-02-22
JP6761828B2 (ja) 2020-09-30
US20210025696A1 (en) 2021-01-28

Similar Documents

Publication Publication Date Title
WO2019172065A1 (ja) 柱状物体状態検出装置、柱状物体状態検出方法、柱状物体状態検出処理プログラム
Kršák et al. Use of low-cost UAV photogrammetry to analyze the accuracy of a digital elevation model in a case study
JP6692320B2 (ja) 設備状態検出装置およびプログラム
Lato et al. Bias correction for view-limited Lidar scanning of rock outcrops for structural characterization
KR101547940B1 (ko) 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법
US20190285412A1 (en) System and method for automatically acquiring two-dimensional images and three-dimensional point cloud data of a field to be surveyed
JP6591131B1 (ja) 構造物計測装置および構造物計測方法
JP6531051B2 (ja) 設備状態検出方法および装置
CN111750838B (zh) 农业用地规划图的生成方法、装置、设备及存储介质
Čerňava et al. Estimation of diameter at breast height from mobile laser scanning data collected under a heavy forest canopy.
Moreno et al. An instrumented vehicle for efficient and accurate 3D mapping of roads
El-Ashmawy A comparison between analytical aerial photogrammetry, laser scanning, total station and global positioning system surveys for generation of digital terrain model
Chudá et al. The handheld mobile laser scanners as a tool for accurate positioning under forest canopy
Saponaro et al. Comparative analysis of different UAV-based photogrammetric processes to improve product accuracies
Zhang et al. Direct georeferencing of airborne LiDAR data in national coordinates
CN116625354A (zh) 一种基于多源测绘数据的高精度地形图生成方法及系统
CN111006645A (zh) 基于运动与结构重建的无人机测绘方法
Saponaro et al. Geometric accuracy evaluation of geospatial data using low-cost sensors on small UAVs
Hlotov et al. Accuracy assessment of external orientation elements for digital images obtained from UAVS using derivatives of implicitly specified functions
González-Aguilera et al. Accuracy assessment of vehicles surface area measurement by means of statistical methods
JP6761831B2 (ja) 柱状物体状態検出装置、柱状物体状態検出方法および柱状物体状態検出処理プログラム
JP7409517B2 (ja) ３ｄ点群の座標を変換する装置、方法及びプログラム
Saponaro et al. Influence of co-alignment procedures on the co-registration accuracy of multi-epoch SFM points clouds
Aleshin et al. Dem generation based on commercial uav photogrammetry data
CN110647591A (zh) 用于测试矢量地图的方法和装置

Legal Events

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

Ref document number: 19763162

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19763162

Country of ref document: EP

Kind code of ref document: A1