HOME > 研究活動・産学官連携 > ネットジャーナル > ネットジャーナル27

ネットジャーナル27

解説

解説1:大規模環境の3D計測

地上設置型、航空機搭載型、車載型などの3次元のレーザスキャナで100m〜1kmの長距離・広範囲をスキャンし、1分間に1億個ほどの計測点群を構成。これらは単なる点の集まりなので、施設・設備管理のための3Dデータとして活用するには、形状を抽出し、個々の物体を分類・認識することが必要になる。

図:大規模環境の3D計測
図:大規模環境の3D計測

本文にもどる

解説2:形状特徴抽出と物体認識

形状特徴抽出では平面・円筒面といった比較的単純な形状を扱う。ただし、工業製品のリバースエンジニアリングとは異なり、①点群の数が数億と膨大、②メッシュを作ることが難しい、③点の密度が均一ではない、④ノイズが多い、⑤オクルージョン(手前の物体にレーザがブロックされ陰の部分が測れないこと)などの点から、ノイズ除去などの前処理が必要になる。本研究では、独自のアルゴリズムを開発し、プラントの配管系統との自動認識で90%以上、市街地の柱状物体(電柱、街灯、標識)の自動抽出と分類で96.2%の認識率を得た。

図:形状特徴抽出と物体認識
図:形状特徴抽出と物体認識

本文にもどる

解説3:計測点群上での人間行動シミュレーション

大規模実環境のレーザ計測点群上に人間モデルを使った自律歩行シミュレーションにより、環境の「歩きやすさ」「転倒リスク」等を評価可能

図:計測点群上での人間行動シミュレーション
図:計測点群上での人間行動シミュレーション

動画:工学部 歩行シミュレーション

動画:情報科学研究科 歩行シミュレーション

本文にもどる

ページの先頭へ