3D マッピングサービス

 

F1コースやプルービンググラウンド、一般公道、鉄道のトンネルなどを高精度で三次元地図データ化

3DマッピングOpen CRG

3Dマッピングとは

3Dマッピングとは道路を走行する計測車に搭載されたレーザースキャナーにより道路や周囲の形状をPoint Cloud (点群データ)化した3次元地図です。モバイルマッピングとも呼ばれています。必要に応じて、ステレオカメラや赤外線カメラなどで付加的なデータを取得して用途に合わせたデータ形式で計測結果を提供します。地形把握による工事計画の立案、公官庁の道路管理、自動車開発シミュレーションシステム、トンネルなどの構造物の形状把握による工事計画の立案など用途は多岐にわたります。

Point Cloud(点群データ)とはコンピュータで扱う点の集合で、 通常、3次元の間を直交座標 (x, y, z) で表現しています。通常は、レーザースキャナを利用して物体表面を計測して生成しますが、CADなどのベクター形式のデータから変換することも可能です。レーザースキャナで取得したPointCloudの用途には、3Dマッピング以外にも、鋳造、板金、モールド抽出など部品の製造品質や経時変化の確認、建築物、構造物、地形、山林などの計測、データ化があります。


(RGBで表現したPointCloudデータ 出典:http://pointclouds.org/

レーザースキャナとは、レーザー光線を発射し物体に反射して戻ってきたレーザー光線を測定することで距離を測る機器です。360度回転式の製品は、RiDARやレーザーレーダーなどと呼ばれる場合もあります。最も代表的な方式は、反射して戻ってくるまでの時間を計測するTOF(Time of Flight)方式で、光線の発射角により物体の位置を特定する方式が一般的です。高精度のものは縦横方向に発射角を変化させていく2D方式ですが、自動運転車の路上実証実験に用いられている中精度のものは360度回転させていく回転式が一般的です。

3Dマッピング技術の基本知識

従来の地図では平面上のxy座標を扱っていましたが、3Dマッピング技術では、高さを含めた立体のxyz座標をデータ化します。立体の座標は、さまざまな方法で測定しデータ化することが可能です。Point Cloudは、各点にxyzの3次元の座標を持つ点の集合体です。Point Cloudの測定方法で代表的なのは、やはり、実用化がされているレーザースキャナーによるものですが、近年では、画像認識によるものも研究が盛んです。

Point Cloud

レーザースキャナーの代表的な仕組として、タイムオブフライト方式と、フェイズシフト方式、三角法の3つが挙げられます。タイムオブフライト方式は、対象物にレーザー光線を発射し反射して戻ってきたレーザー光線の到着時間を計測し、その行路を光の速度から計算して測距するというものです。時間を計測するために、レーザー光線はパルス波で発射され、受光体で受け取ったパルスの回数が測定されます。

レーザースキャナー(タイムオブフライト方式)

これに対して、時間を位相差によって測定するのがフェイズシフト方式です。

レーザースキャナー(フェイズシフト方式)

さらに、光源から発せられて、対象物に反射して戻って来るレーザー光線が作り出す三角形の三角関数、つまりは、光源の位置と、反射光が戻ってくるセンサー上の位置の2点の間の距離から、入射角を測定し距離を求めるのが三角法です。
レーザースキャナー

いずれも、既知のxyz座標の測定点であるレーザースキャナーを起点に、レーザー光線の発射角を加味して、対象物のxyz座標を求めて、Point Cloudを生成します。レーザー発光体の発射角を、縦方向もしくは横方向に変えていくことで、対象物を順番にスキャンしていく仕組みから、レーザースキャナーという呼ばれ方がされています。レーザースキャナーには、二次元方向で一定範囲の曲面をスキャンするものや、回転して360度スキャンするものなど、さまざまな種類があります。レーザースキャナーの位置を起点に、静止画の2次元データに展開することで、このページに掲載されている写真のような画像でPoint Cloudを表現をすることが可能です。Googleが自動運転に利用していることで注目を浴びているLiDARもレーザースキャナーの一種で、タイムオブフライト方式が用いられています。

もうひとつの方法が、画像認識によるものですが、最も一般的な方法がステレオカメラです。左右に設置した2台のカメラが撮影した画像を解析し、同一対象物に対する視差を利用して測距します。左右の視差は、対象物が遠いと小さく、近いと大きくなるので、これを基準にxyz座標を求めます。高度なアルゴリズムになり、パワフルな演算能力が求められますが、Point Cloudに変換することも可能です。また、画像認識による測距方法のひとつとして、ステレオカメラのように、2台のカメラを使用しなくても、1台のカメラで移動しながら撮影することで、対象物に対する時間軸での視差を求めて測距することも可能です。メルセデス社は、公道での自動運転車で、ステレオカメラと、レーダーを組み合わせて、GNSS+IMUハイブリッド受信機で求めた絶対座標を基準に、あらかじめ測定しておいた、3Dマップ上の、どの位置に走行しているかローカリゼーションを行っています。

ステレオカメラ

レーザースキャナーが、比較的高価であるのに対して、ステレオカメラは低価格なので、現在の市販車では、マッピングではなく、測距のみが必要となる前方衝突防止や、アダプティブクルーズコントロールにも、ステレオカメラが利用されています。これらのADAS機能に求められる単純な測距で、他に利用されている技術にはレーダーがあります。また、画像認識のみで、白線と前方の車両を認識する光学式センサーも活用されています。しかし、ステレオカメラでは、レーシングカーのドライバー向けシミュレーターや、自動車開発のシミュレーターに求められる、高密度な路面の形状まで計測することが不可能です。一方で、レーザースキャナーでは、表面の色彩やマーキング(標識など)と、木の葉や草、レーザー光を吸収する水のような対象物は、完全に測定することが不可能です。3Dマッピング技術では、用途によって、両方の方式を同時に利用したり、他のセンサーを組み合わせたりして、必要なデータを測定します。

ここで、Point Cloudの「データ品質」の問題があります。「データ品質」には、いくつかの要素がありますが、重要となるのは点密度と精度です。点密度は、レーザースキャナーの性能と計測時の移動速度で決まってきます。1 mm角程度の点密度を実現するには、さほど技術的な難易度を伴いません。レーザースキャナーの性能を上げれば、それだけ速い速度で同一の密度は実現できますし、同一のレーザースキャナーの性能で、速度を落とすことで密度を上げることも可能です。ところが精度となると、RTK測位などで、高い精度で計測開始時の座標を特定し、走行時の車両の動きで、レーザースキャナーや他のセンサーが取得するPoint Cloudのぶれを補正できるように、高い精度のジャイロで挙動を計測しないと高い精度を実現することは不可能です。ビークルダイナミックスのシミュレーションシステムで最も高い精度が求められるの用途で代表的なのはF1レースコースのシミュレーションです。高速走行の車両のシミュレーションには路面データに寸分の狂いも許されません。

3Dマッピングの分野で弊社が提供する具体的なサービスについての詳しい情報はこちらをご覧ください。