WO2019172066A1 - たわみ推定装置、たわみ推定方法及びプログラム - Google Patents

たわみ推定装置、たわみ推定方法及びプログラム Download PDF

Info

Publication number
WO2019172066A1
WO2019172066A1 PCT/JP2019/007794 JP2019007794W WO2019172066A1 WO 2019172066 A1 WO2019172066 A1 WO 2019172066A1 JP 2019007794 W JP2019007794 W JP 2019007794W WO 2019172066 A1 WO2019172066 A1 WO 2019172066A1
Authority
WO
WIPO (PCT)
Prior art keywords
deflection
calculated
missing
dimensional data
degree
Prior art date
Application number
PCT/JP2019/007794
Other languages
English (en)
French (fr)
Inventor
重裕 松田
後藤　隆
竜二 本多
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 US16/977,868 priority Critical patent/US11709049B2/en
Publication of WO2019172066A1 publication Critical patent/WO2019172066A1/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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/653—Three-dimensional objects by matching three-dimensional models, e.g. conformal mapping of Riemann surfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30132—Masonry; Concrete
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30172—Centreline of tubular or elongated structure
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30184—Infrastructure

Definitions

  • the present invention relates to a deflection estimation apparatus, a deflection estimation method, and a program that are particularly suitable for estimating the deflection amount of a columnar structure.
  • Patent Documents 1 and 2 A technique for accurately estimating the deflection value of a columnar structure has been proposed. (For example, Patent Documents 1 and 2)
  • three-dimensional point cloud data (hereinafter referred to as “stereoscopic data”) of a three-dimensional structure is obtained using a measuring device such as MMS (Mobile Mapping System). Even when there is a shield or the like for the structure at the time of acquisition and the generated stereoscopic data is partially missing, the missing portion of the stereoscopic data is estimated based on the acquired point cloud. The deflection value can be calculated.
  • MMS Mobile Mapping System
  • the present invention has been made in view of the above circumstances, and the object of the present invention is to provide a deflection value depending on the degree of the lack even if there is a lack in the three-dimensional data of the columnar structure. It is an object of the present invention to provide a deflection estimation apparatus, a deflection estimation method, and a program capable of accurately estimating estimation and accuracy thereof.
  • a first calculation unit that calculates the deflection and the degree of omission of the columnar structure from the three-dimensional data of the columnar structure, and the omission degree calculated by the first operation unit are set in advance.
  • a second computing unit that calculates a deflection accuracy evaluation index for each missing pattern when a plurality of missing patterns are generated in a pseudo manner by a plurality of the three-dimensional data lower than a threshold;
  • a third calculation unit that calculates the accuracy of deflection calculated by the three-dimensional data from the degree of lack of the three-dimensional data calculated by the first calculation unit, using the accuracy evaluation index for each missing pattern calculated by the calculation unit; Is provided.
  • the present invention even when the three-dimensional data of the columnar structure is missing, it is possible to accurately estimate the deflection value and calculate the accuracy according to the degree of the missing.
  • FIG. 1 is a block diagram showing a functional circuit configuration in a management server system according to an embodiment of the present invention.
  • FIG. 2 is a flowchart showing the processing contents executed mainly by the measurement accuracy estimation unit according to the embodiment.
  • FIG. 3 is a diagram illustrating the definition of each element of the three-dimensional data of the columnar structure according to the embodiment.
  • FIG. 4 is a diagram illustrating four missing patterns of the columnar structure according to the embodiment.
  • FIG. 5 is a diagram showing the relationship between the modeling rate for each missing pattern and the RMSE according to the embodiment.
  • FIG. 1 is a block diagram showing a functional circuit configuration in the management server system 1.
  • measurement data such as three-dimensional point cloud data including poles that are columnar structures and raw image data is directly measured by some recording medium using the measuring device such as MMS or the Internet.
  • the data is input to the data analysis unit 10 through the network.
  • the image data in the measurement data is sent to the image conversion unit 11, while the point cloud data in the measurement data is sent to the facility information acquisition unit 12.
  • the image conversion unit 11 converts the RAW data, which is the raw image data that has been sent, into JPEG (Joint Photographic Experts Group) data, which is irreversible compressed image data, and the equipment described later outside the data analysis unit 10
  • the data is sent to the database (DB) communication unit 21.
  • DB database
  • the facility information acquisition unit 12 is based on the location database associated with the point cloud data of the measurement data sent from the facility database (DB) 20 that collectively stores information on the entire facility.
  • the facility information around the position area is read, and the read facility information is output to the model extraction unit 13 together with the measurement data.
  • the model extraction unit 13 Based on the facility information read out via the facility information acquisition unit 12, the model extraction unit 13 extracts columnar structures that are considered to be utility poles, cables including branch lines, and the like from the point cloud data constituting the three-dimensional data. As for the structure, the data of the central axis is created by connecting the center points of the horizontal sections, and the processing results are output to the automatic abutting section 14.
  • the automatic matching unit 14 refers to the facility information read from the facility database 20 with respect to each columnar structure extracted by the model extraction unit 13, and sequentially identifies the identification information of the power pole from the position information and the characteristics as the structure. The result of the match is output to the measurement accuracy estimation unit 15.
  • the measurement accuracy estimation unit 15 calculates the deflection value and estimates the measurement accuracy for each columnar structure that has finished matching the identification information of the power pole, and outputs the processing result to the manual correction unit 16.
  • the manual correction unit 16 identifies the utility pole of the columnar structure that cannot be automatically matched by the automatic abutting unit 14 by data transmission / reception with a terminal device (not shown) connected to the management server system 1.
  • a manual operation such as manual matching of information or correction of identification information of the automatically poled utility pole is accepted, and the corrected result is output to the equipment database communication unit 21 outside the data analysis unit 10.
  • the facility database communication unit 21 receives the image data converted into JPEG data sent from the image conversion unit 11 and the measurement data including the result of the utility pole match sent from the manual correction unit 16. On the other hand, the measurement data stored in the equipment database 20 is read out and output to the measurement result diagnosis unit 22 as needed.
  • the measurement result diagnosis unit 22 outputs various data to a terminal device (not shown) where an operator operates necessary display data as appropriate, and also accepts input from the operator from the terminal device, and receives the measurement results of the columnar structure.
  • Various diagnosis support processes specifically progress display, image data superimposition display on point cloud data, omnidirectional image display, comparison with GIS (Geographic Information System), list display of diagnosis results And manual model extraction.
  • GIS Geographic Information System
  • FIG. 2 is a flowchart showing the processing contents mainly executed by the measurement accuracy estimation unit 15.
  • the measurement accuracy estimation unit 15 models the deflection value, the vertical deflection value, and the degree of lack of the three-dimensional data for each of the three-dimensional data of the columnar structure obtained from the automatic joining unit 14.
  • the rate is calculated (step S101).
  • FIG. 3 is a diagram illustrating the definition of each element of the three-dimensional data of a utility pole that is a columnar (cylindrical) structure.
  • the center point position of the columnar structure at the lowest point on the ground surface is the origin, its three-dimensional (xyz) coordinates are (0, 0, 0), and the point group data is, for example, 4 in the vertical direction. It is assumed that [cm] intervals are obtained.
  • the vertical axis VA in the figure is a linear axis extending upward in the vertical direction from the origin.
  • the central axis CA is a curve obtained by sequentially connecting the center points of the circular cross sections, and is obtained by executing the extraction and correction processes by the model extraction unit 13 as described above.
  • the reference axis AA is a pseudo straight line connecting the origin position and a certain height on the central axis, for example, a height position of 2 [m]. As shown in the figure, an angle formed by the vertical axis VA and the reference axis AA is defined as an inclination ⁇ .
  • the modeling rate indicating the degree of lack of three-dimensional data is the height to the upper end. The definition is divided into a predetermined value, for example, 10 [m] or more and a case of less than 10 [m].
  • the modeling rate indicating the degree of lack of the three-dimensional data is expressed by the following equation: ((Number of measurement circles (number of center points)) / (column length x (5/6) x 0.85 ⁇ 4 [cm])) x 100 [%]... (1) It is defined as
  • the modeling rate indicating the degree of lack of the three-dimensional data is expressed by the following equation: ((Number of measuring circles (number of center points)) / (column length x (5/6) ⁇ 4 [cm])) x 100 [%]... (2) It is defined as
  • the minimum interval (in the height z direction) of the circle center point of the three-dimensional data is 4 [cm] at present, and the result calculated based on the initial of any of the modeling rates Is over 100 [%], it is rounded to 100 [%] and output.
  • the measurement accuracy estimation unit 15 After calculating the deflection value, the vertical deflection value, and the modeling rate of the all three-dimensional data, the measurement accuracy estimation unit 15 next selects the three-dimensional data with the least missing in the three-dimensional data, for example, the modeling rate is 99 [%]. After selecting three or more of the above three-dimensional data and generating pseudo-three-dimensional data with multiple missing patterns, RMSE (Root Mean Squared Error) with the deflection value before missing according to the modeling rate Calculate (step S102).
  • RMSE Root Mean Squared Error
  • FIG. 4 exemplifies a case where the missing columnar structure is divided into four patterns.
  • FIG. 4 (A) shows a pattern A “Ground defect” that is missing at a low position including the ground position of the solid data TP of the columnar structure
  • FIG. 4 (B) shows the ground position of the solid data TP.
  • the pattern B “Breakout at the bottom (with the bottom surface)” which is not missing but is still missing at a lower position
  • FIG. 4C shows a first predetermined height of the same three-dimensional data TP, for example, 1
  • the pattern C “missing above 1 m”, which is missing above [m]
  • FIG. 4D is a second predetermined height higher than the first designated height of the stereoscopic data TP, for example, 5 Pattern D “missing 5 m above”, which is missing above [m].
  • x is the degree of data loss and y is the number of data loss performed for each missing pattern (x , Y).
  • step S104 the accuracy estimation calculation of the deflection value corresponding to the missing pattern is executed for all three-dimensional models.
  • the measurement accuracy estimation unit 15 accepts setting of an allowable range for the estimation accuracy of the deflection value error (step S105).
  • an allowable range for example, “ ⁇ 1 [cm]” may be set in advance, or the operator may manually set it every time the management server system 1 takes in the three-dimensional data. .
  • the modeling rate x is calculated (step S106).
  • the measurement accuracy estimation unit 15 selects three-dimensional data that falls within an allowable range of error in the missing pattern, based on the modeling rate x calculated for each missing pattern (step S107).
  • step S108 This completes the processing in the measurement accuracy estimation unit 15.
  • the measurement accuracy estimation unit 15 does not execute the immediate deletion process, but may execute it after the manual correction process of the operator by the subsequent manual correction unit 16 is completed. good.
  • All the stereoscopic data including the stereoscopic data from which the point cloud data has been deleted is stored in the equipment database 20 by the equipment database communication unit 21 together with the image data converted into the JPEG data file by the image conversion unit 11.
  • the deflection value estimation calculation and the accuracy thereof are accurately estimated according to the degree of the lack or the like. It becomes possible.
  • the calculation formula of the modeling rate for the three-dimensional data of the utility pole that is a columnar structure is determined depending on whether the height is a certain height, for example, 10 [m] or more and less than 10 [m]. Therefore, it is possible to prevent the numerical range of the degree of missing to be handled in an unsharp manner according to the range to be measured, and to further reduce the processing load.
  • the center axis of the columnar structure is obtained with relatively high accuracy, and the point cloud data of the same three-dimensional data is deleted and set.
  • the data capacity stored in the facility database 20 can be reduced as necessary.
  • the missing at the “ground” has the greatest influence on the deflection, as indicated by the missing pattern A “edge missing”. Therefore, for example, when ⁇ 1 [cm] is an allowable error, a stereo model with a modeling rate of 70 [%] or more is selected by an accuracy estimation formula for “marginal chipping” acquired in the past. By adopting, most of the utility pole models can be accommodated within the set allowable error range.
  • 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.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

柱状構造物の立体データに欠落が生じている場合でも、その欠落の度合い等に応じて、たわみ値の推定算出とその精度とを正確に推定すること。　柱状構造物の立体データから当該柱状構造物のたわみと欠落度合いとを算出し、算出した欠落度合いが、予め設定したしきい値より低い複数の立体データにより、擬似的に複数の欠落パターンが生じている場合に得られるたわみの精度評価指標を欠落パターン毎に算出し、算出した欠落パターン毎の精度評価指標により、算出した立体データの欠落度合いから、当該立体データで算出したたわみの精度を算出する計測精度推定部（１５）を備える。

Description

たわみ推定装置、たわみ推定方法及びプログラム
　本発明は、特に柱状構造物のたわみ量を推定するのに好適なたわみ推定装置、たわみ推定方法及びプログラムに関する。
　柱状構造物のたわみ値を精度よく推定するための技術が提案されている。（例えば、特許文献１，２）
日本国特開２０１５－２２４９８０号公報 日本国特開２０１５－２３２５１３号公報
　前記特許文献１，２に記載された技術により、ＭＭＳ（Ｍｏｂｉｌｅ　Ｍａｐｐｉｎｇ　Ｓｙｓｔｅｍ：モビールマッピングシステム）等の計測機器を用いて、立体構造物の３次元点群データ（以下「立体データ」と称する）を取得する際に、当該構造物に対する遮蔽物等が存在して、生成された立体データに部分的な欠落が生じていた場合でも、取得した点群を元に欠落部分の立体データの推定を行ない、たわみ値を算出することが可能となった。
　しかしながら、立体データに欠落が生じている場合、その欠落の位置や大きさによっては、本来の欠落なしに算出する場合のたわみ値から大きく乖離したたわみ値を算出する可能性があった。
　本発明は前記のような実情に鑑みてなされたもので、その目的とするところは、柱状構造物の立体データに欠落が生じている場合でも、その欠落の度合い等に応じて、たわみ値の推定算出とその精度とを正確に推定することが可能なたわみ推定装置、たわみ推定方法及びプログラムを提供することにある。
　本発明の一態様は、柱状構造物の立体データから当該柱状構造物のたわみと欠落度合いとを算出する第１の演算部と、前記第１の演算部で算出した欠落度合いが、予め設定したしきい値より低い複数の前記立体データにより、擬似的に複数の欠落パターンが生じている場合に得られるたわみの精度評価指標を前記欠落パターン毎に算出する第２の演算部と、前記第２の演算部で算出した欠落パターン毎の精度評価指標により、前記第１の演算部で算出した立体データの欠落度合いから、当該立体データで算出したたわみの精度を算出する第３の演算部と、を備える。
　本発明によれば、柱状構造物の立体データに欠落が生じている場合でも、その欠落の度合い等に応じて、たわみ値の推定算出とその精度とを正確に推定することが可能となる。
図１は、本発明の一実施形態に係る管理サーバシステム内の機能回路構成を示すブロック図である。 図２は、同実施形態に係る主として計測精度推定部で実行する処理内容を示すフローチャートである。 図３は、同実施形態に係る柱状構造物の立体データの各要素の定義を説明する図である。 図４は、同実施形態に係る柱状構造物の４つの欠落パターンを例示する図である。 図５は、同実施形態に係る欠落パターン毎のモデル化率とＲＭＳＥとの関係を示す図である。
　以下、柱状構造物である電柱設備の管理サーバシステムに適用した場合の一実施形態について図面を参照して詳細に説明する。
　図１は、前記管理サーバシステム１における機能回路構成を示すブロック図である。同図において、ＭＭＳ等の計測機器を用いて、柱状構造物である電柱を含む３次元点群データと未加工の画像データ等を含む計測データを、何らかの記録媒体により直接、あるいはインターネットを含む図示しないネットワークを介してデータ解析部１０に入力する。
　データ解析部１０においては、計測データ中の画像データが画像変換部１１に送られる一方で、同計測データ中の点群データが設備情報取得部１２に送られる。
　画像変換部１１は、送られてきた未加工の画像データであるＲＡＷデータを、不可逆な圧縮画像データであるＪＰＥＧ（Ｊｏｉｎｔ　Ｐｈｏｔｏｇｒａｐｈｉｃ　Ｅｘｐｅｒｔｓ　Ｇｒｏｕｐ）データに変換して、データ解析部１０外部の後述する設備データベース（ＤＢ）通信部２１へ送出する。
　前記設備情報取得部１２は、送られてきた計測データの点群データに関連付けられている位置データに基づいて、設備全般の情報を統括して記憶している設備データベース（ＤＢ）２０から、当該位置領域周辺の設備情報を読み出し、読み出した設備情報を計測データと共にモデル抽出部１３へ出力する。
　モデル抽出部１３は、設備情報取得部１２を介して読み出した設備情報に基づき、立体データを構成する点群データから電柱と思われる柱状構造物や支線を含むケーブル等を抽出し、さらに各柱状構造物に関しては水平断面の中心点を連結することで中心軸のデータを作成し、それらの処理結果を自動突合部１４へ出力する。
　自動突合部１４は、前記モデル抽出部１３で抽出した各柱状構造物に関して、前記設備データベース２０から読み出した設備情報を参照して、位置情報と構造物としての特徴とから電柱の識別情報を順次突合し、それら突合結果を計測精度推定部１５へ出力する。
　計測精度推定部１５は、電柱の識別情報の突合を終えた各柱状構造物に対する、たわみ値の算出や計測精度の推定等を実行し、その処理結果を手動修正部１６へ出力する。
　手動修正部１６では、この管理サーバシステム１と接続される、図示しない端末装置とのデータ送受により、前記自動突合部１４で自動的な突合を行なうことができなかった柱状構造物の電柱の識別情報の手動による突合や、自動突合した電柱の識別情報を修正するなどの手動操作を受け付けて、その修正した結果を含めて、データ解析部１０外部の前記設備データベース通信部２１へ出力する。
　設備データベース通信部２１は、前記画像変換部１１から送られてきたＪＰＥＧデータ化された画像データと、前記手動修正部１６から送られてきた、電柱の突合結果を含む計測データとを前記設備データベース２０に保存させる一方で、必要に応じて設備データベース２０に保存した計測データを読み出して計測結果診断部２２へ出力する。
　計測結果診断部２２では、適宜必要な表示データをオペレータが操作する端末装置（不図示）に各種データを出力しながら、該端末装置からのオペレータによる入力も受け付けて、柱状構造物の計測結果に対する各種診断支援処理、具体的には進捗状況の表示、点群データに対する画像データの重畳表示、全方位方向の画像表示、ＧＩＳ（Ｇｅｏｇｒａｐｈｉｃ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｙｓｔｅｍ：地理情報システム）との照合、診断結果のリスト表示、及び手動モデル抽出等を実行する。
　次に前記実施形態の動作について説明する。
　図２は、主として計測精度推定部１５で実行する処理内容を示すフローチャートである。同図において、その当初に計測精度推定部１５では、自動突合部１４から得た柱状構造物の全立体データそれぞれに対し、たわみ値、鉛直たわみ値、及び立体データの欠落の度合いを示すモデル化率を算出する（ステップＳ１０１）。
　図３は、柱状（円柱状）構造物である電柱の立体データの各要素の定義を説明する図である。同図において、地表面である最下点での柱状構造物の中心点位置を原点として、その３次元（ｘｙｚ）座標を（０，０，０）とし、点群データが鉛直方向では例えば４［ｃｍ］間隔で得られているものとする。
　図中の鉛直軸ＶＡは、前記原点から鉛直方向に上方に延在させた直線軸である。中心軸ＣＡは、各円形断面の中心点を順次接続して得られる曲線であり、前述した如く前記モデル抽出部１３により抽出及び補正の各処理が実行されることで得られる。
　基準軸ＡＡは、前記原点位置と、中心軸上の一定の高さ、例えば２［ｍ］の高さ位置とを結んだ疑似直線である。図中に示すように、鉛直軸ＶＡと基準軸ＡＡとがなす角を傾きθと定義する。
　さらに、電柱としてのたわみを代表する基準となる高さ位置として、前記２［ｍ］より高い一定の高さ、例えば５［ｍ］における中心軸ＣＡと基準軸ＡＡとの水平面に沿った距離をたわみＢと定義すると共に、中心軸ＣＡと鉛直軸ＶＡとの水平面に沿った距離を鉛直たわみＶＢと定義する
　立体データの欠落の度合いを示すモデル化率としては、その上端部までの高さが所定値、例えば１０［ｍ］以上である場合と、１０［ｍ］未満である場合とに分けて定義する。
　ここで、１０［ｍ］をしきい値として処理を分けた理由について説明する。ＭＭＳにおいては、計測の特性上、距離が離れるほどに取得する点群データの精度が落ちるため、特に柱状構造物の上端は立体データ化がしにくいものとなる。そのため、１０［ｍ］以上である柱状構造物の欠落度合いを、１０［ｍ］未満の柱状構造物と同様に定義すると、１０［ｍ］以上である柱状構造物の欠落度合いは低くなるので、同等の評価となるように分けて定義するものである。
　高さが１０［ｍ］以上である場合、当該立体データの欠落の度合いを示すモデル化率を、次式　
（(計測円の数(中心点数))／(柱長×(5/6)×0.85÷４[cm]))×100[％]　　…(1) 
と定義する。
　一方、立体データの高さが１０［ｍ］未満である場合、当該立体データの欠落の度合いを示すモデル化率を、次式　
（(計測円の数(中心点数))／(柱長×(5/6)÷４[cm]))×100[％]　　　　　…(2) 
と定義する。
　前記各式でも定義した如く、立体データの円中心点の（高さｚ方向の）最小間隔は、現状では４［ｃｍ］であり、前記いずれかのモデル化率の初期に基づいて算出した結果が１００［％］を超過した場合には１００［％］に丸め処理して出力するものとする。
　前記全立体データのたわみ値、鉛直たわみ値、及びモデル化率を算出した後、計測精度推定部１５では、次に立体データの中で欠落が少ない立体データ、例えばモデル化率が９９［％］以上である立体データを複数選択し、複数の欠落パターンが生じている立体データを擬似的に生成した上で、モデル化率に応じた欠落前のたわみ値とのＲＭＳＥ（Ｒｏｏｔ　Ｍｅａｎ　Ｓｑｕａｒｅｄ　Ｅｒｒｏｒ）を算出する（ステップＳ１０２）。
　図４は、柱状構造物の欠落を４つのパターンに分けた場合を例示している。図４（Ａ）は、柱状構造物の立体データＴＰの地面位置を含む低い位置で欠落を生じているパターンＡ「地際欠け」、図４（Ｂ）は、同立体データＴＰの地面位置は欠落していないものの、やはり低い位置で欠落を生じているパターンＢ「地際欠け（最下面あり）」、図４（Ｃ）は、同立体データＴＰの第１の所定の高さ、例えば１［ｍ］より上側で欠落を生じているパターンＣ「１ｍ上欠け」、図４（Ｄ）は、同立体データＴＰの前記第１の指定の高さより高い第２の所定の高さ、例えば５［ｍ］より上側で欠落を生じているパターンＤ「５ｍ上欠け」、である。
　算出した複数の欠落パターン毎のモデル化率に応じた欠落前のたわみとのＲＭＳＥに基づいて、データの欠落度合いをｘ、ＲＭＳＥをｙとして、欠落パターン毎に実施したデータ欠落の数の（ｘ，ｙ）の集合Ａを生成する。
　次に、生成した集合Ａに対して、最も良く当てはまる直線または曲線を算出する。算出方法としては、集合Ａに対して適切となる関数が定義できれば良く、当該関数をたわみ値の精度推定式「ｙ＝ｆ(ｘ)」と定義する（ステップＳ１０３）。
　図５は、直線の一次式で前記関数「ｙ＝ｆ(ｘ)」を定義した、前記欠落パターンＡ～Ｄ毎のモデル化率とＲＭＳＥの関係を例示する図である。ＲＭＳＥは、モデルの予測精度の悪さを表す指標であるため、「０（ゼロ）」に近いほど推定精度が高いものとなる。
　こうして得た欠落パターン毎の精度推定式を用いて、全立体モデルを欠落パターンに応じたたわみ値の精度推定演算を実行する（ステップＳ１０４）。
　前記図５で示した例では、全立体データに対し、「(真値－１[cm])×ｙ」から「(真値＋１[cm])×ｙ」までの範囲（図中の破線より下側）に約６８［％］の確率で収めることができ、且つ「(真値－２[cm])×ｙ」から「(真値＋２[cm])×ｙ」までの範囲に約９５［％］の確率で収めることができた。
　以上のように、全立体データに対する精度推定の演算を実行した後、計測精度推定部１５ではたわみ値の誤差の推定精度に対する許容範囲の設定を受付ける（ステップＳ１０５）。この許容範囲に関しては、一定の数値、例えば「±１[cm]」を予め設定しておいても良いし、管理サーバシステム１で立体データを取込む毎にオペレータが手動で設定しても良い。
　計測精度推定部１５では、設定された誤差の許容範囲を、前記ステップＳ１０３で定義した、たわみ値の精度推定式「ｙ＝ｆ(ｘ)」のｙに代入することで、立体データの欠落度合いであるモデル化率ｘを算出する（ステップＳ１０６）。
　なお、前述したように前記精度推定式「ｙ＝ｆ(ｘ)」は、欠落パターン毎に異なるため、例えば前記図４、図５で説明した４つの欠落パターンＡ～Ｄに分類する場合には、それら欠落パターンＡ～Ｄ毎に立体データの欠落度合いであるモデル化率ｘを算出する。
　次いで計測精度推定部１５では、欠落パターン毎に算出したモデル化率ｘに基づいて、それぞれ当該欠落パターンにおける誤差の許容範囲内となる立体データを選択する（ステップＳ１０７）。
　そして、選択したそれぞれの立体データに関しては、十分な推定精度であるものとして、たわみの算出に最も影響を与えにくい部分に該当する点群データを許容誤差まで削除するよう設定し（ステップＳ１０８）、以上でこの計測精度推定部１５での処理を終了する。
　前記立体データ中の点群データの削除設定に関しては、計測精度推定部１５において即時削除処理を実行するのではなく、後段の手動修正部１６によるオペレータの手動修正の処理完了後に実行するものとしても良い。
　点群データが削除された立体データを含めた全立体データが、画像変換部１１でＪＰＥＧデータファイルに変換された画像データと共に、設備データベース通信部２１により設備データベース２０に保存される。
　以上詳述した如く本実施形態によれば、柱状構造物の立体データに欠落が生じている場合でも、その欠落の度合い等に応じて、たわみ値の推定算出とその精度とを正確に推定することが可能となる。
　また前記実施形態において、前記図４及び図５の説明で立体データの欠落に関しては、欠落部分の地表面からの距離及び範囲に応じて複数の欠落パターンに分類するものとしたので、欠落の度合いに関する取り扱いを定量化し易く、処理負担を軽減できる。
　加えて前記実施形態では、柱状構造物である電柱の立体データに対し、一定の高さ、例えば１０［ｍ］以上である場合と１０［ｍ］未満である場合とでモデル化率の演算式を分けて算出するものとしたので、計測対象とする範囲に合わせて、取扱う欠落度合いの数値範囲が無闇に広がるのを回避し、処理負担をより軽減できる。
　さらに前記実施形態では、欠落の度合いが低いと判断される立体データに関しては、柱状構造物の中心軸が比較的高い精度で得られているため、同立体データの点群データを削除設定するものとしたので、設備データベース２０で記憶するデータ容量を必要に応じて削減できる。
　なお前記実施形態では、計測により得た立体データ中で、欠落の度合いが少なく、たわみ推定の精度が高いと思われる立体モデルを用いて精度推定式等を算出するものとして説明した。
　しかしながら、本発明にあっては、これに限ることなく、過去に取得した計測データから作成した精度推定式のうち、最も影響が大きいと思われる精度推定式の結果を用いて、今回の計測で得た立体モデルに対する使用の可否を決定するものとしても良い。
　例えば、前記図５における特性グラフにおいて、欠落パターンＡ「地際欠け」で示したように、「地際」における欠落が、たわみに最も大きく影響を与えることがわかる。そのため、例えば±１［ｃｍ］を許容誤差とした場合には、過去に取得した「地際欠け」のための精度推定式により、モデル化率が７０［％］以上の立体モデルを選択して採用することで、設定した許容誤差の範囲内にほとんどの電柱モデルを収めることができることとなる。
　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。
　１…管理サーバシステム、
１０…データ解析部、
１１…画像変換部、
１２…設備情報取得部、
１３…モデル抽出部、
１４…自動突合部、
１５…計測精度推定部、
１６…手動修正部、
２０…設備データベース（ＤＢ）、
２１…設備データベース（ＤＢ）通信部、
２２…計測結果診断部。

Claims (6)

  1. 　柱状構造物の立体データから当該柱状構造物のたわみと欠落度合いとを算出する第１の演算部と、
    　前記第１の演算部で算出した欠落度合いが、予め設定したしきい値より低い複数の前記立体データにより、擬似的に複数の欠落パターンが生じている場合に得られるたわみの精度評価指標を前記欠落パターン毎に算出する第２の演算部と、
    　前記第２の演算部で算出した欠落パターン毎の精度評価指標により、前記第１の演算部で算出した立体データの欠落度合いから、当該立体データで算出したたわみの精度を算出する第３の演算部と、
    を備えるたわみ推定装置。
  2. 　前記柱状構造物は、地表面から上方に突出したものであり、
    　前記複数の欠落パターンは、欠落部分の地表面からの距離及び範囲に応じて複数の欠落パターンに分類する、
    請求項１記載のたわみ推定装置。
  3. 　前記第１の演算部が算出する欠落度合いは、前記柱状構造物の上端位置の地表面からの高さの範囲に応じて算出式を可変設定する、請求項２記載のたわみ推定装置。
  4. 　前記第１の演算部は、３次元の点群データを含む柱状構造部の立体データからたわみと欠落度合いとを算出し、
    　前記第３の演算部で算出した立体データのたわみと欠落度合い、及び前記第３の演算部で算出したたわみの精度と、当該立体データの点群データとを関連付けて保存する保存部と、
    　前記第３の演算部で算出したたわみの精度に応じて、前記保存部による立体データの点群データの少なくとも一部の保存を解除する保存制御部と、
    をさらに備える請求項１乃至３いずれか記載のたわみ推定装置。
  5. 　柱状構造物の立体データから当該柱状構造物のたわみと欠落度合いとを算出する第１の演算工程と、
    　前記第１の演算工程で算出した欠落度合いが、予め設定したしきい値より低い複数の前記立体データにより、擬似的に複数の欠落パターンが生じている場合に得られるたわみの精度評価指標を前記欠落パターン毎に算出する第２の演算工程と、
    　前記第２の演算工程で算出した欠落パターン毎の精度評価指標により、前記第１の演算工程で算出した立体データの欠落度合いから、当該立体データで算出したたわみの精度を算出する第３の演算工程と、
    を有するたわみ推定方法。
  6. 　コンピュータが実行するプログラムであって、前記コンピュータを、
    　柱状構造物の立体データから当該柱状構造物のたわみと欠落度合いとを算出する第１の演算部と、
    　前記第１の演算部で算出した欠落度合いが、予め設定したしきい値より低い複数の前記立体データにより、擬似的に複数の欠落パターンが生じている場合に得られるたわみの精度評価指標を前記欠落パターン毎に算出する第２の演算部と、
    　前記第２の演算部で算出した欠落パターン毎の精度評価指標により、前記第１の演算部で算出した立体データの欠落度合いから、当該立体データで算出したたわみの精度を算出する第３の演算部と、
    して機能させるプログラム。
PCT/JP2019/007794 2018-03-05 2019-02-28 たわみ推定装置、たわみ推定方法及びプログラム WO2019172066A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/977,868 US11709049B2 (en) 2018-03-05 2019-02-28 Bending estimation device, bending estimation method, and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-038985 2018-03-05
JP2018038985A JP6735298B2 (ja) 2018-03-05 2018-03-05 たわみ推定装置、たわみ推定方法及びプログラム

Publications (1)

Publication Number Publication Date
WO2019172066A1 true WO2019172066A1 (ja) 2019-09-12

Family

ID=67847188

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/007794 WO2019172066A1 (ja) 2018-03-05 2019-02-28 たわみ推定装置、たわみ推定方法及びプログラム

Country Status (3)

Country Link
US (1) US11709049B2 (ja)
JP (1) JP6735298B2 (ja)
WO (1) WO2019172066A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004361151A (ja) * 2003-06-03 2004-12-24 Toko Electric Corp 支持物曲線測定方法および支持物曲線測定システム
JP2017033302A (ja) * 2015-07-31 2017-02-09 広島県 採材支援装置および制御プログラム
JP2017224935A (ja) * 2016-06-14 2017-12-21 株式会社日立ソリューションズ 物体検知評価システム及び物体検知評価方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP6180999B2 (ja) 2014-06-10 2017-08-16 日本電信電話株式会社 たわみ推定装置、及びプログラム
US10006821B1 (en) * 2017-01-04 2018-06-26 Altec Industries, Inc. Deflection detection system utilizing an energized beam

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004361151A (ja) * 2003-06-03 2004-12-24 Toko Electric Corp 支持物曲線測定方法および支持物曲線測定システム
JP2017033302A (ja) * 2015-07-31 2017-02-09 広島県 採材支援装置および制御プログラム
JP2017224935A (ja) * 2016-06-14 2017-12-21 株式会社日立ソリューションズ 物体検知評価システム及び物体検知評価方法

Also Published As

Publication number Publication date
JP6735298B2 (ja) 2020-08-05
JP2019152578A (ja) 2019-09-12
US20210003390A1 (en) 2021-01-07
US11709049B2 (en) 2023-07-25

Similar Documents

Publication Publication Date Title
JP6298035B2 (ja) モデル生成装置、位置姿勢算出装置、およびハンドリングロボット装置
CN111339692B (zh) 基于激光点云数据的电力线弧垂确定方法及装置
JP2011179907A (ja) 位置姿勢計測装置、位置姿勢計測方法およびプログラム
EP3172639A1 (en) System and method for estimating a move using object measurements
CN107527382B (zh) 数据处理方法以及装置
JP2014013147A5 (ja)
CN107504917B (zh) 一种三维尺寸测量方法及装置
CN107885913B (zh) 辐射场屏蔽方案可行性判别方法、装置、计算机设备及存储介质
CN107895366B (zh) 面向颜色评价的成像方法、系统及计算机可读存储设备
CN111444570A (zh) 一种施工误差信息的获取方法及装置
JP2007170821A (ja) 三次元変位計測方法
CN114897959A (zh) 基于光场多视角约束的相位展开方法及相关组件
WO2019172066A1 (ja) たわみ推定装置、たわみ推定方法及びプログラム
JP2017129942A (ja) 情報処理装置、情報処理方法およびプログラム
CN112419402A (zh) 一种基于多光谱影像和激光点云的定位方法及系统
JP4217251B2 (ja) 三次元構造物形状の自動生成装置、自動生成方法、そのプログラム、及びそのプログラムを記録した記録媒体
CN116858102A (zh) 基于点云匹配的焊缝尺寸检测方法、系统、介质及设备
JP6800178B2 (ja) 設備情報処理装置、設備情報処理方法及びプログラム
CN111985266A (zh) 尺度图确定方法、装置、设备及存储介质
KR102554504B1 (ko) 3d모델 기반 철골 구조물의 자동 검수방법
CN110232734A (zh) 一种在役管道数据的数字化处理方法
CN115388806A (zh) 零件表面线型偏差检测方法、装置、电子设备及存储介质
JP4484907B2 (ja) 金型修正装置及び金型修正方法
CN113538558B (zh) 基于ir图的体积测量优化方法、系统、设备及存储介质
KR101717597B1 (ko) 모바일 기반 정도 관리 시스템

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: 19763641

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: 19763641

Country of ref document: EP

Kind code of ref document: A1