SSII2021 [OS3] 広域環境の3D計測と認識 ～ 人が活動する場のセンシングとモデル化 ～（オーガナイザーによる冒頭の導入）
•
0 j'aime•441 vues
SSII2021 [OS3] 広域環境の3D計測と認識 ～ 人が活動する場のセンシングとモデル化 ～（オーガナイザーによる冒頭の導入） 6/11 (金) 11:00 - 12:30 オーガナイザー： 増田 宏 氏（電気通信大学） 概要：レーザスキャナを用いた３次元計測により、広域環境の３D情報を大規模な点群データとして取得できるようになりました。この技術は、人が活動する場、たとえば、生産現場、インフラ設備、交通網、都市、森林などの非常に広い分野において、現況把握、保全、進捗管理などの業務支援に活用できます。本セッションでは、この分野の第一人者を講師としてお招きし、広域環境の３D計測とモデル化について、技術と応用の両面から最新動向についてご講演いただきます。また、本分野の今後の展望についても議論したいと思います。
Recommandé
Contenu connexe
Tendances
Tendances (20)
Similaire à SSII2021 [OS3] 広域環境の3D計測と認識 ～ 人が活動する場のセンシングとモデル化 ～（オーガナイザーによる冒頭の導入）
Similaire à SSII2021 [OS3] 広域環境の3D計測と認識 ～ 人が活動する場のセンシングとモデル化 ～（オーガナイザーによる冒頭の導入） (7)
Plus de SSII
Plus de SSII (20)
SSII2021 [OS3] 広域環境の3D計測と認識 ～ 人が活動する場のセンシングとモデル化 ～（オーガナイザーによる冒頭の導入）
- 2. レーザスキャナによる点群計測 • レーザスキャナによる計測例 • 毎秒100万計測 • 1分弱で 5000万計測 • 点群計測後に，内蔵カメラで撮影． 後処理で，点群に⾊付け (x, y, z) レーザスキャナで取得された点群 （⼤学の研究室） Faro Focus3D X330 密な点群で シーンを構成
- 3. • 三⾓測量 (⼩型の物体) • 計測距離： 数⼗cm から 2~3m • 計測精度： 0.2 ｍｍ at 1m • Time-of-Flight • 計測距離： 最⼤で数百m〜数km • 計測速度： 数万〜数⼗万点/秒 • 位相差⽅式 • 計測距離： 数⼗〜300m 程度 • 計測速度： 最⼤100万点/秒 3 10cm〜1 m程度 ⻑距離 100〜300 m程度 広域環境の計測 広域環境の３次元計測：レーザスキャナ
- 4. • 座標(X,Y,Z) 以外の属性が付加することが多い． （X, Y, Z) のみ （X, Y, Z)＋反射強度 反射強度：反射光の強さ （⽩い物体ほど多くの光が反射される． 反射強度を明るさに置き換えると，⽩⿊ 画像が作成できる） （X, Y, Z)＋RGBカラー ３次元の点を２次元画像上に投影し， 投影された画素の⾊をコピーする． 点群データの⾊属性
- 5. 広域環境の３次元計測 ~ レーザスキャナのデータ品質 ~ 5 ２m 〜３０m 平⾯からのずれ ホワイト ボード １０年間でデータ品質 が⾶躍的に向上 (2006) (2012) (2016) Ⅱ:実用期 Ⅲ:高品質 Ⅰ:初期
- 7. ⼈が活動する場の３次元計測と情報抽出 •⼯場 •プラント •建設現場 •都市環境 •災害現場 •道路 •橋梁 •トンネル •送電設備 •鉄道 •造船 •林業 •農業 •港湾 ： •現況把握 • 保全・改修 • 劣化診断 • 作業計画 • 進捗管理 • 精度管理 • ３D地図作成 ： 点群データ 点群処理 ３次元計測 仮想フィールド ３ 次 元 計 測 点 群 処 理 情 報 抽 出 点 群 実フィールド 業務⽀援
- 8. 製 造 建 築 ⼟ ⽊ 災 害 安 全 ⽂ 化 農林⽔産 運 輸 都 市 ü造船・航空機製造 üプラント現況確認 ü⼯場のレイアウト ü施⼯管理 ü修繕・修復 ü各種アセスメント ü⼯事現場計測 ü河川改修 ü道路管理 ü災害現場計測 ü災害発⽣検出 ü復興計画⽀援 ü事故現場記録 ü犯罪現場記録 ü重要施設監視 ü鉄道保線 ü空港管理 ü港湾管理 ü精密農業 ü果樹園管理 ü森林管理 ü遺跡記録 ü⽂化財記録 ü３D地図 üインフラ保全 「⼈が活動する場のセンシングとモデル化」 広域環境の３D計測と認識：応⽤分野 ※⼩野⾥(北⼤)精密⼯学会2010秋を⼀部改変
- 10. プラントの部材検出と3Dモデリング • 点群から標準部材を検出する • 曲⾯検出 → 部材検出 • ⼯業規格を利⽤ • ⼤規模点群のための⾼速⼿法 点群データ （数億点） ３Dモデル エルボ フランジ ティー レデューサ ※エンジニアリング系企業との共同研究 2005年 5000万点の プラント点群
- 11. 燃焼炉の劣化検出 • 数年に⼀度，劣化箇所の補修を⾏う． • 従来は，⽬視による⾒積もり． • 劣化前の形状はわかっていない． （⼤型構造物は，図⾯通りに 作られていない！） • 点群計測による効率化 • 燃焼炉の損耗と付着物を検出する ⾼さ20m 約4.5億点 緑：健全 ⾚：磨耗 ⻘：付着物（内側） 建造時の歪み：⼤きなうねり 摩耗・付着物：⼩さいうねり ↓ 両者を分離する ※エンジニアリング系企業との共同研究
- 12. 送電設備の保守⽀援 〜鉄塔の傾き検出〜 • 従来は，地表付近での定点観測 ↓ 地表からの点群計測による 正確な傾き検出 約3mm のずれ 10cm以上 正常な鉄塔 傾いた鉄塔 （処理時間 約５分） 中⼼軸の算出 点群取得 30~50 m ※電力会社との共同研究
- 13. 送電設備の保守⽀援 〜交換部材の計測〜 点群からの ボルト抽出 点群からの 部材境界検出 ※電力会社との共同研究 • 古い鉄塔の部材には， 鋼材の詳細な図⾯がない． • 鉄塔に登って，ボルト位置を計測 • 点群計測による⾃動検出 ２億計測 (10m先で3mmピッチ）
- 14. 森林計測 森林の3D計測：70億点 （研究⽤の森林） 樹幹(635本) を⾃動検出（約20分) ３D計測に 置き換える ※森林総合研究所との共同研究 モデルベースの 樹木パラメータ算出 • 輪郭 • 直径 • 高さ • 体積 • 幹曲がり • … ⼈⼿で計測 • 樹⽊の形質の計測（農学分野） • 森林研究のためのデータ取得
- 17. 広域環境の３D計測とモデル化の課題 • 広域の３次元計測 • 広域のデータは⾮常に⼤規模． • ⽋落のあるデータしか得られない ← 複数センサの融合 • ⼤規模な点群データに耐える処理⼿法 • 広域の計測を⾏うと数千万〜数百億点 → ⼩型物体を対象とした⼿法は使えないことが多い • ⽋落のある不完全な点群からの情報抽出 • 対象物の知識が必要 ← ⼿法が対象物依存 • 点群の深層学習はまだ未熟 • 点群向けはまだ発展途上．現時点では，性能は未熟． • 点群⽤の汎化された学習済みモデルがない．