PCLで点群処理

PCLで点群処理したあれこれを書いていきます。

【論文100本ノックの88】複数ステレオ画像を用いた配管資材の形状計測

1 目 的

 点群に関する研究論文を読み、点群処理に関する知識を得るとともに、新たな研究のための気づきを得る。

 

2 はじめに

 100本計画の88本目として、和文2ページの本論文を読む。

 

3 対象論文と要約

3.1 対象論文

複数ステレオ画像を用いた配管資材の形状計測

島倉諭, & 関洋 日立製作所、日立研究所

第 74 回全国大会講演論文集 2012.1 (2012): 21-22. 2012

https://ipsj.ixsq.nii.ac.jp/ej/?action=pages_view_main&active_action=repository_view_main_item_detail&item_id=109720&item_no=1&page_id=13&block_id=8

3.2 研究内容

(社会的ニーズ)

 発電プラント建設では多くの配管が必要なので、配管の個体識別の自動化というニーズがある。

(提案手法)

 ポリゴンによる幾何モデルから生成された3次元テクスチャを、ポイントベースレンダリングによってデータ量を削減してレンダリングを行った。

3.3 従来の問題点と解決法

・単一画像による物体認識では自動化に限界があり、認識率も低い

→複数画像からの3次元形状情報復元

3.4 提案手法

 

(1)SfMによる3次元復元

(2)配管要素の抽出(配管以外の除去)

(3)配管設計3D-CADデータとの照合

 ア 主成分分析による配管の中心線ベクトル算出

 イ 配管断面形状の検出と中心点の算出

 ウ 配管の中心線、及び、形状特徴量の算出

 エ 配管の形状特徴量と配管設計3D-CADデータの照合

3.5 検証実験

 実際の配管に対し、提案手法を適用した。

 概ねの形状を示すデータは取れたものの、類似する配管が存在するため、一意に特定できなかった。

3.6 今後の検討

・配管形状以外の建設情報を統合評価する仕組みを考慮に入れた個体認識

4 出現用語

  

5 おわりに

 SfMによる点群取得は、ロボットの走行など、ある程度粗くても良いものには適当だが、配管のような細かい情報を扱うには不適当ではないかと考える。

 Kinect等でやったら、もう少し違うのだろうか?

6 今後調査したい事項