JP6545065B2 - 3D point cloud data modeling device, modeling program and elevator guide rail modeling method - Google Patents
3D point cloud data modeling device, modeling program and elevator guide rail modeling method Download PDFInfo
- Publication number
- JP6545065B2 JP6545065B2 JP2015194697A JP2015194697A JP6545065B2 JP 6545065 B2 JP6545065 B2 JP 6545065B2 JP 2015194697 A JP2015194697 A JP 2015194697A JP 2015194697 A JP2015194697 A JP 2015194697A JP 6545065 B2 JP6545065 B2 JP 6545065B2
- Authority
- JP
- Japan
- Prior art keywords
- matching
- data
- dimensional
- measurement
- point cloud
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Lift-Guide Devices, And Elevator Ropes And Cables (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
本発明は、３次元点群データのモデリング装置に関する。 The present invention relates to a three-dimensional point cloud data modeling apparatus.
特許文献１には、装置処理対象となる３次元点群に対して、ＲＡＮＳＡＣによる円柱当て嵌めにより、柱状物体の柱状パラメータを推定する柱状物体パラメータ推定部と、柱状物体パラメータ推定部によって推定された柱状物体パラメータに基づいて、推定された柱状物体の位置に存在する点群が柱状物体であるかを識別し、柱状有無の判定結果と、柱状物体が存在するとした場合には、３次元点群を分割した複数の小領域の各々の柱状物体の中心位置と半径とを出力する点群解析処理装置が記載されている。 In Patent Document 1, a columnar object parameter estimation unit that estimates columnar parameters of a columnar object for a three-dimensional point group to be processed by a cylinder by RANSAC is estimated by a columnar object parameter estimation unit. Based on the columnar object parameters, it is identified whether the point group existing at the position of the estimated columnar object is a columnar object, and the result of the columnar presence / absence determination and the columnar object are present, a three-dimensional point group A point cloud analysis processing apparatus is described which outputs the center position and the radius of a columnar object of each of a plurality of small areas obtained by dividing.
エレベータの昇降路を計測対象とする場合、エレベータのかごが昇降動するかご通路内にレーザ測定器を設置し、昇降路内に立設されたエレベータガイドレール（以下「ガイドレール」と記載する）や通路に面した壁面をスキャンして３次元点群データを取得する。そのため、ガイドレールのうち計測器に対向する面（正面という）の３次元点群データは取得できるものの、ガイドレールの裏面や側面の一部は、レーザ測定器の設置場所の制約から計測できない部位となり、計測の隠れ、すなわち計測器からの死角が発生する。 When measuring a hoistway of an elevator, a laser measuring instrument is installed in a car passage in which an elevator car moves up and down, and an elevator guide rail (hereinafter referred to as a "guide rail") erected in the hoistway. And scan the wall facing the aisle to acquire 3D point cloud data. Therefore, although it is possible to acquire three-dimensional point group data of the surface (referred to as the front) of the guide rail that faces the measuring instrument, a part of the back and side of the guide rail can not be measured due to the limitations of the installation place of the laser measuring instrument. As a result, hiding of the measurement, that is, a blind spot from the measuring instrument occurs.
しかし特許文献１に記載の技術は、装置処理対象に計測の隠れ、すなわち、計測器からの死角を考慮することなく、３次元点群に対して円柱当て嵌めにより柱状物体のパラメータを推定している。そのため、上記ガイドレールのように計測の隠れが発生している処理対象の３次元点群データに対し特許文献１の技術を適用すると、計測の隠れがないとしてモデリングがされてしまい、モデリング精度の悪化を招くという課題がある。 However, the technique described in Patent Document 1 estimates parameters of a columnar object by cylindrical fitting to a three-dimensional point group without considering the measurement hiding in the device processing object, that is, the dead angle from the measuring instrument. There is. Therefore, if the technology of Patent Document 1 is applied to three-dimensional point group data of a processing target in which measurement hiding occurs as in the guide rail, modeling is performed on the assumption that no measurement hiding occurs, and modeling accuracy There is a problem of causing deterioration.
そこで、本発明は、計測器から死角が生じる計測対象物であっても、計測器が出力した３次元点群データを用いてモデリングをする際の精度を向上させうる技術を提供することを目的とする。 Therefore, the present invention aims to provide a technique capable of improving the accuracy in modeling using three-dimensional point cloud data output by a measuring instrument, even if it is a measurement object that causes a dead angle from the measuring instrument. I assume.
本願は、上記課題を解決するための手段を複数含んでいるが、その一例を挙げるならば、３次元計測器を用いて計測対象オブジェクト及びその周辺領域の各計測点を計測して得られた計測点データのセットからなる３次元点群データの中から、各計測点データの特徴情報に基づいて前記計測対象オブジェクトを示すオブジェクト点群データを抽出するオブジェクト認識部と、前記計測対象オブジェクトの形状及び寸法を規定した規格情報を複数記憶する規格情報記憶部と、前記オブジェクト点群データに含まれるノイズの分布モデルを記憶するノイズ分布モデル記憶部と、前記計測対象オブジェクト及び前記３次元計測器の前記計測を行った際の相対位置情報を取得し、前記計測対象オブジェクトにおいて前記３次元計測器が計測可能かつ前記規格情報とのマッチングを行うマッチング箇所の点群データからなるマッチング箇所データを、前記相対位置情報に基づいて前記オブジェクト点群データから抽出するマッチング箇所抽出部と、前記マッチング箇所データに対して前記
ノイズの分布モデルを適用して前記マッチング箇所の真値を推定し、当該推定した真値に基づきマッチング寸法を算出するマッチング寸法算出部と、前記規格情報を順次読み出し、読み出した規格情報において前記マッチング寸法に相当する箇所の寸法が、前記算出されたマッチング寸法に最も類似する規格情報を選択するマッチング部と、前記選択した規格情報を、前記オブジェクト点群データにおける前記マッチング箇所の真値にあてはめるとともに前記３次元計測器から死角となる箇所に前記規格情報の寸法をあてはめ、当該あてはめた寸法及び前記オブジェクト点群データを用いて前記３次元計測器から死角となる箇所を含む前記計測対象オブジェクトのモデルを生成するモデリング部と、を有することを特徴とする。
The present application includes a plurality of means for solving the above problems, and an example thereof is obtained by measuring each measurement point of a measurement target object and its surrounding area using a three-dimensional measuring instrument. An object recognition unit that extracts object point group data indicating the measurement target object from three-dimensional point group data consisting of a set of measurement point data based on feature information of each measurement point data, and a shape of the measurement target object And a standard information storage unit storing a plurality of standard information defining dimensions, a noise distribution model storage unit storing a distribution model of noise included in the object point group data, the object to be measured, and the three-dimensional measuring instrument The relative position information at the time of performing the measurement is acquired, and the three-dimensional measuring device can measure and front the measurement target object. A matching portion extraction unit for extracting matching portion data consisting of point cloud data of matching portions for matching with standard information from the object point group data based on the relative position information; and the noise with respect to the matching portion data A matching dimension calculation unit which estimates the true value of the matching portion by applying the distribution model of the above, calculates a matching dimension based on the estimated true value, and sequentially reads out the standard information, and the matching dimension in the read standard information And matching the selected standard information to the true value of the matching point in the object point group data while selecting the standard information that selects the standard information whose dimension is most similar to the calculated matching dimension. The above standard information from the 3D And a modeling unit for generating a model of the object to be measured including a portion which will be a blind spot from the three-dimensional measuring device using the fitted dimension and the object point group data. .
本発明により、計測器から死角が生じる計測対象物であっても、計測器が出力した３次元点群データを用いてモデリングをする際の精度を向上させうる技術を提供することができる。上記以外の課題、構成および効果等は以下の実施形態の説明により明らかにされる。 According to the present invention, it is possible to provide a technique capable of improving the accuracy in modeling using three-dimensional point group data output from a measuring instrument, even if the measuring object causes a dead angle from the measuring instrument. Problems, configurations, effects, and the like other than the above are clarified by the description of the embodiments below.
以下、本発明の一実施形態を、図面を参照して詳細に説明する。なお、以下では、同じ構成を有するものについては同じ符号を付与して説明を省略する。以下、本発明の一実施形態を、図面を参照して詳細に説明する。 Hereinafter, an embodiment of the present invention will be described in detail with reference to the drawings. In addition, below, the code | symbol same about the thing which has the same structure is attached | subjected, and description is abbreviate | omitted. Hereinafter, an embodiment of the present invention will be described in detail with reference to the drawings.
以下では、本発明に係る３次元点群のモデリング装置及び方法をエレベータガイドレールのモデリングに用いた例について説明する。まず、図１２及び図１３を参照してエレベータの概略構成及びガイドレールの全体形状を説明する。図１２は、エレベータの概略構成を示す図である。図１３は、エレベータのガイドレールの斜視図である。 Below, the example which used the modeling apparatus and method of three-dimensional point group which concern on this invention for modeling of an elevator guide rail is demonstrated. First, the schematic configuration of the elevator and the overall shape of the guide rail will be described with reference to FIGS. 12 and 13. FIG. 12 is a diagram showing a schematic configuration of an elevator. FIG. 13 is a perspective view of a guide rail of an elevator.
図１２に示すように、エレベータ１は、乗客が搭乗するかご２がかご昇降路３内において昇降動するように構成される。かご昇降路３内には、かご２の昇降動方向を規制する二本のガイドレール（図１２では一のガイドレール４１のみを図示している）が、左右方向においてかご２を挟んで立設される。ガイドレール４１は、図１３に示すように、かご昇
降路３の昇降方向に沿った長尺部材として形成される。
As shown in FIG. 12, the elevator 1 is configured to move up and down in the car hoistway 3 the car 2 on which a passenger gets on. In the car hoistway 3, two guide rails (only one guide rail 41 is illustrated in FIG. 12) for restricting the moving up and down direction of the car 2 are erected on both sides of the car 2 in the lateral direction. Be done. The guide rail 41 is formed as an elongated member along the raising and lowering direction of the car hoistway 3 as shown in FIG.
かご２は、釣合錘４とロープ５を介して連結される。制御装置６は巻上機７がロープ５を巻き上げる動作の制御を行う。 The car 2 is connected via a counterweight 4 and a rope 5. The control device 6 controls the operation of the hoisting machine 7 to wind up the rope 5.
かご２が古くなり新しいものに更新する際は、既存のガイドレール４１の形状、寸法に適合した新たなかごを選択する必要がある。そのため、既存のガイドレール４１の形状、寸法を精度よく測定する必要がある。そこで、レーザを照射して反射光を受光して各計測点の３次元座標（ｘ、ｙ、ｚ座標）を求める。３次元計測器９は、１回のレーザ計測で多数（例えば１億個程度）の計測点の座標を求める。既述の３次元点群データとは、同一回においてレーザ計測で得られた各計測点のデータセットを意味する。３次元点群データには、計測対象オブジェクトであるガイドレール及びガイドレールの周辺領域、例えばかご昇降路３の内壁面の計測点データが含まれる。 When the car 2 becomes old and renewed, it is necessary to select a new car that conforms to the shape and dimensions of the existing guide rails 41. Therefore, it is necessary to measure the shape and dimension of the existing guide rail 41 with high accuracy. Then, a laser is irradiated, the reflected light is received, and three-dimensional coordinates (x, y, z coordinates) of each measurement point are obtained. The three-dimensional measuring instrument 9 obtains coordinates of a large number of (for example, about 100 million) measurement points in one laser measurement. The three-dimensional point group data described above means a data set of each measurement point obtained by laser measurement at the same time. The three-dimensional point group data includes a guide rail as a measurement target object and a peripheral area of the guide rail, for example, measurement point data of an inner wall surface of the car hoistway 3.
かご昇降路３は周囲が囲まれた閉領域であり、３次元計測器９が設置できる場所には制約がある。そこで、本実施形態では、３次元計測器９をかご昇降路３の底部３１と、かご昇降路３の高さ方向の中間位置３２との２箇所において計測を行う。底部３１の計測時では、３次元計測器９の底面における位置を計測器設置位置情報として取得しておく。また、中間位置３２の計測時では、かご２の天面に３次元計測器９を設置して計測するので、３次元計測器９のかご２の天面における位置を計測器設置位置情報として取得しておく。 The car hoistway 3 is a closed area surrounded by the periphery, and there is a restriction in the place where the three-dimensional measuring instrument 9 can be installed. Therefore, in the present embodiment, measurement is performed at two points of the three-dimensional measuring instrument 9 at the bottom 31 of the car hoistway 3 and the intermediate position 32 in the height direction of the car hoistway 3. At the time of measurement of the bottom portion 31, the position on the bottom surface of the three-dimensional measuring instrument 9 is acquired as measuring instrument installation position information. Further, at the time of measurement of the intermediate position 32, since the three-dimensional measuring instrument 9 is installed on the top surface of the car 2 for measurement, the position of the three-dimensional measuring instrument 9 on the top surface of the car 2 is acquired as measuring instrument installation position information. Keep it.
３次元計測器９から照射されるレーザの照射角度は、３次元計測器９の仕様により制約がある。また、ガイドレール４１はかご昇降路３の内壁に沿って立設されるので裏面の計測点データは取得できない。このように、かご昇降路３内に設置済のガイドレール４１には、３次元計測器９の死角となる計測隠れが発生する。そこで、本実施形態では、ガイドレール４１の計測隠れを考慮してモデリングする。 The irradiation angle of the laser emitted from the three-dimensional measuring instrument 9 is restricted by the specification of the three-dimensional measuring instrument 9. Further, since the guide rail 41 is erected along the inner wall of the car hoistway 3, measurement point data on the back surface can not be acquired. As described above, in the guide rails 41 installed in the car hoistway 3, measurement hiding which is a blind spot of the three-dimensional measuring instrument 9 occurs. Therefore, in the present embodiment, modeling is performed in consideration of the measurement hiding of the guide rail 41.
図１は、本実施形態の３次元点群データのモデリング装置１００の構成図の一例である。モデリング装置１００は、制御部１１０、記憶部１２０、入力部１３０、出力部１４０、通信部１５０を有する。 FIG. 1 is an example of a block diagram of a three-dimensional point cloud data modeling device 100 according to the present embodiment. The modeling device 100 includes a control unit 110, a storage unit 120, an input unit 130, an output unit 140, and a communication unit 150.
記憶部１２０は、３次元点群記憶部１２１、規格情報記憶部１２２、計測エリア情報記憶部１２３、計測器設置位置情報記憶部１２４、ノイズ分布モデル記憶部１２５を有する。 The storage unit 120 includes a three-dimensional point cloud storage unit 121, a standard information storage unit 122, a measurement area information storage unit 123, a measuring instrument installation position information storage unit 124, and a noise distribution model storage unit 125.
３次元点群記憶部１２１は、３次元計測器９が得た各計測点データのセットからなる３次元点群データを記憶する。上記の如く、実際には、底部３１及び中間位置３２の２か所で計測を行うので、２セットの３次元点群データが３次元点群記憶部１２１に記憶されるが、以下では説明の便宜のため、１セットの３次元点群データについて説明する。 The three-dimensional point group storage unit 121 stores three-dimensional point group data composed of a set of measurement point data obtained by the three-dimensional measuring instrument 9. As described above, in actuality, since measurement is performed at two points, the bottom 31 and the middle position 32, two sets of three-dimensional point group data are stored in the three-dimensional point group storage unit 121. For convenience, a set of three-dimensional point cloud data will be described.
規格情報記憶部１２２は、ガイドレール４１の形状及び寸法の規格値を規定したガイドレール規格情報を少なくとも一つ以上記憶する。エレベータに用いられるガイドレール４１は形状や寸法が異なる複数の規格がある。計測対象となるガイドレール４１がどの規格に適合したものであるかを判別するために、規格情報記憶部１２２では、候補となりうる複数の規格情報を格納しておくことが好ましい。 Standard information storage unit 122 stores at least one guide rail specification information defining the specifications of the shape and dimensions of the guide rail 4 1. The guide rails 41 used for the elevator have a plurality of standards different in shape and size. In order to determine which standard the guide rail 41 to be measured conforms to, it is preferable that the standard information storage unit 122 store a plurality of standard information that can be candidates.
計測エリア情報記憶部１２３は、ガイドレール４１がかご昇降路３内のどの位置に設置されているかを示す計測エリア情報を記憶する。 The measurement area information storage unit 123 stores measurement area information indicating at which position in the car hoistway 3 the guide rail 41 is installed.
計測器設置位置情報記憶部１２４は、３次元点群データの計測時における３次元計測器
９の設置位置情報を記憶する。計測器設置位置情報がかごや底部に対する３次元計測器９の設置位置を示す場合は計測エリア情報と組み合わせることで、ガイドレール４１、４２と３次元計測器９との相対位置を求めることができる。なお、上記相対位置の求め方は、計測エリア情報及び計測器設置位置情報の組み合わせに限定されない。他の手法で相対位置を求める場合は、計測エリア情報記憶部１２３及び計測器設置位置情報記憶部１２４は必須ではない。
The measuring instrument installation position information storage unit 124 stores the installation position information of the three-dimensional measuring instrument 9 at the time of measuring the three-dimensional point cloud data. When the measurement instrument installation position information indicates the installation position of the three-dimensional measurement instrument 9 with respect to the car or the bottom, the relative position between the guide rails 41 and 42 and the three-dimensional measurement instrument 9 can be obtained by combining with the measurement area information. In addition, how to obtain | require the said relative position is not limited to the combination of measurement area information and measuring device installation position information. When the relative position is determined by another method, the measurement area information storage unit 123 and the measuring instrument installation position information storage unit 124 are not essential.
ノイズ分布モデル記憶部１２５は、３次元点群データ（オブジェクト点群データ）に含まれるノイズ分布データを格納する。本実施形態では、正規分布（図８参照）によるノイズ分布モデル情報を記憶する。 The noise distribution model storage unit 125 stores noise distribution data included in three-dimensional point group data (object point group data). In the present embodiment, noise distribution model information with a normal distribution (see FIG. 8) is stored.
制御部１１０は、オブジェクト認識部１１１、マッチング箇所抽出部１１２、マッチング寸法算出部１１３、マッチング部１１４、及びモデリング部１１５を有する。 The control unit 110 includes an object recognition unit 111, a matching part extraction unit 112, a matching dimension calculation unit 113, a matching unit 114, and a modeling unit 115.
オブジェクト認識部１１１は、３次元点群記憶部１２１に記憶されている計測対象オブジェクト及びその周辺領域を計測して得られた３次元点群データから、オブジェクトの特徴情報を基に、３次元点群データをオブジェクトの構造物毎にクラスタリング（構造物の分類）を行い、計測対象オブジェクトであるガイドレールを示すオブジェクト点群データを抽出する。オブジェクト認識部１１１が構造物を分類する手法は各種公知の手法を用いることができるが、その一例として、各計測点が同一平面にあると仮定した際に各計測点を通る法線ベクトルの成分が、同一平面と見做すための所定の範囲内にあるか否か基づいて、同一平面上にある計測点とそうでない計測点とを判別する。そして、同一平面上にある計測点のグループは、同一のオブジェクトを示すものとして分類する。例えば、かご昇降路３内の壁面を示す点群のグループ、及びガイドレール４１を示す点群のグループに分類する。 The object recognition unit 111 calculates a three-dimensional point based on the feature information of the object from the three-dimensional point group data obtained by measuring the measurement target object stored in the three-dimensional point group storage unit 121 and its surrounding area. The group data is subjected to clustering (classification of structures) for each structure of objects to extract object point cloud data indicating a guide rail which is an object to be measured. Various known methods can be used as a method for the object recognition unit 111 to classify a structure, but as an example thereof, components of normal vectors passing through each measurement point assuming that each measurement point is on the same plane Are determined on the same plane based on whether or not they are within a predetermined range for considering the same plane. Then, groups of measurement points on the same plane are classified as indicating the same object. For example, it is classified into a group of point clouds indicating wall surfaces in the car hoistway 3 and a group of point clouds indicating the guide rails 41.
マッチング箇所抽出部１１２は、計測エリア情報記憶部１２３に記憶されている計測エリア情報と、計測器設置位置情報記憶部１２４に記憶されている計測器設置位置情報から、計測対象であるガイドレール４１のうち３次元計測器９が計測可能な箇所、すなわちレーザが照射される範囲を特定し、その特定した範囲の点群をマッチング箇所データとしてオブジェクト点群データから抽出する。レーザが照射される範囲は、３次元計測器９の死角とはならない箇所に相当する。 The matching point extracting unit 112 is a guide rail 41 to be measured based on the measurement area information stored in the measurement area information storage unit 123 and the measuring instrument installation position information stored in the measuring instrument installation position information storage unit 124. The point which can be measured by the three-dimensional measuring instrument 9 among them, that is, the range to which the laser is irradiated is specified, and the point group in the specified range is extracted from the object point group data as matching point data. The range to which the laser is irradiated corresponds to a portion which does not become the blind spot of the three-dimensional measuring instrument 9.
更にマッチング箇所抽出部１１２は、計測エリア情報及び計測器設置位置情報に基づいて、ガイドレールに対する３次元計測器９のレーザの入射角度を算出し、当該入射角度が予め与えられる上限値以下かつ下限値以上となる箇所をマッチング箇所として抽出してもよい。上記上限値以下かつ下限値以上の範囲は、ノイズの発生量の多少を勘案して定めてもよい。 Furthermore, the matching point extraction unit 112 calculates the incident angle of the laser of the three-dimensional measuring device 9 with respect to the guide rail based on the measurement area information and the measuring device installation position information, and the incident angle is equal to or less than the upper limit and lower limit given in advance. You may extract the location which becomes more than a value as a matching location. The range below the upper limit value and above the lower limit value may be determined in consideration of the amount of noise generation.
マッチング寸法算出部１１３は、オブジェクト点群データに対してノイズの分布モデルを適用し、マッチング箇所データにおける上記計測可能な箇所の真値を推定し、推定した真値に基づきマッチング寸法を算出する。 The matching dimension calculation unit 113 applies a noise distribution model to the object point group data, estimates the true value of the measurable portion in the matching portion data, and calculates the matching dimension based on the estimated true value.
マッチング部１１４は、規格情報が複数ある場合は順次規格情報を読み出し、読み出した規格情報においてマッチング寸法に相当する箇所の寸法が、算出されたマッチング寸法に最も類似する規格情報を選択する。 If there is a plurality of pieces of standard information, the matching unit 114 sequentially reads out the standard information, and selects standard information in which the size of the portion corresponding to the matching dimension in the read standard information is most similar to the calculated matching dimension.
モデリング部１１５は、選択した規格情報をオブジェクト点群データにおけるマッチング箇所の真値にあてはめ、３次元計測器から死角となる箇所に前記規格情報の寸法を適用し、当該適用した寸法及びオブジェクト抽出点群データを用いて３次元計測器９から死角
となる箇所を含むガイドレールの３次元のモデルを生成する。これらの詳細は後述する。
The modeling unit 115 applies the selected standard information to the true value of the matching point in the object point group data, applies the dimension of the standard information to the point which becomes a blind spot from the three-dimensional measuring instrument, and applies the applied dimension and object extraction point A group data is used to generate a three-dimensional model of a guide rail including a spot which becomes a blind spot from the three-dimensional measuring device 9. The details of these will be described later.
次に、３次元点群データのモデリング装置１００を実現するハードウェア構成例について説明する。 Next, a hardware configuration example for realizing the three-dimensional point cloud data modeling device 100 will be described.
図２は、３次元点群データのモデリング装置１００のハードウェア構成例を示す図である。図２に示すように、モデリング装置１００は、演算装置２０１、メモリ２０２、外部記憶装置２０３、入力装置２０４、出力装置２０５、通信装置２０６、記憶媒体駆動装置２０７を含む。 FIG. 2 is a diagram showing an example of a hardware configuration of the modeling device 100 of the three-dimensional point cloud data. As shown in FIG. 2, the modeling device 100 includes an arithmetic device 201, a memory 202, an external storage device 203, an input device 204, an output device 205, a communication device 206, and a storage medium drive device 207.
演算装置２０１は例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等である。メモリ２０２は揮発性及び／又は不揮発性のメモリである。外部記憶装置２０３は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等である。記憶媒体駆動装置２０７は、例えばＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ）やＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、その他任意の可搬性を有する記憶媒体２０８に対して情報を読み書き可能である。入力装置２０４は、キーボードやマウス、マイクロフォン等である。出力装置２０５は、例えば、ディスプレイ装置、プリンタ、スピーカ等である。通信装置２０６は、例えば、図示しない通信ネットワークに接続するためのＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）等である。 The arithmetic device 201 is, for example, a CPU (Central Processing Unit). The memory 202 is a volatile and / or nonvolatile memory. The external storage device 203 is, for example, a hard disk drive (HDD) or a solid state drive (SSD). The storage medium drive device 207 can read and write information from, for example, a CD (Compact Disk), a DVD (Digital Versatile Disk), or any other portable storage medium 208. The input device 204 is a keyboard, a mouse, a microphone or the like. The output device 205 is, for example, a display device, a printer, a speaker or the like. The communication device 206 is, for example, a NIC (Network Interface Card) for connecting to a communication network (not shown).
制御部１１０の各部は、所定のプログラムをメモリ２０２にロードして演算装置２０１が実行することにより実現可能である。この所定のプログラムは、記憶媒体駆動装置２０７を介して記憶媒体２０８から、あるいは、通信装置２０６を介して通信ネットワークから、外部記憶装置２０３にダウンロードし、そして、メモリ２０２にロードし、演算装置２０１が実行するようにしてもよい。また、記憶媒体駆動装置２０７を介して記憶媒体２０８から、あるいは、通信装置２０６を介して通信ネットワークから、メモリ２０２に直接ロードして、演算装置２０１により実行するようにしてもよい。あるいは、制御部１１０の各部のうち一部又はすべてを、回路等によりハードウェアとして実現してもよい。 The respective units of the control unit 110 can be realized by loading a predetermined program into the memory 202 and the arithmetic device 201 executing the program. This predetermined program is downloaded to the external storage device 203 from the storage medium 208 via the storage medium drive device 207 or from the communication network via the communication device 206, and then loaded into the memory 202, and the arithmetic device 201. May be performed. Alternatively, the program may be directly loaded to the memory 202 from the storage medium 208 via the storage medium drive device 207 or from a communication network via the communication device 206 and executed by the arithmetic device 201. Alternatively, some or all of the units of the control unit 110 may be realized as hardware by a circuit or the like.
また、記憶部１２０は、メモリ２０２、外部記憶装置２０３、記憶媒体駆動装置２０７及び記憶媒体２０８等の全て又は一部により実現可能である。又は、演算装置２０１が上記プログラムの実行により、メモリ２０２、外部記憶装置２０３、記憶媒体駆動装置２０７及び記憶媒体２０８等の全て又は一部を制御することで実現してもよい。 Further, the storage unit 120 can be realized by all or part of the memory 202, the external storage device 203, the storage medium driving device 207, the storage medium 208, and the like. Alternatively, the arithmetic unit 201 may be realized by controlling all or part of the memory 202, the external storage device 203, the storage medium driving device 207, the storage medium 208, and the like by executing the program.
また、入力部１３０は、入力装置２０４により実現可能である。又は、演算装置２０１が上記プログラムの実行により、入力装置２０４を制御することで実現してもよい。 Also, the input unit 130 can be realized by the input device 204. Alternatively, the arithmetic unit 201 may be realized by controlling the input device 204 by executing the program.
また、出力部１４０は、出力装置２０５により実現可能である。又は、演算装置２０１が上記プログラムの実行により、出力装置２０５を制御することで実現してもよい。 Also, the output unit 140 can be realized by the output device 205. Alternatively, it may be realized by the arithmetic unit 201 controlling the output device 205 by executing the program.
また、通信部１５０は、通信装置２０６により実現可能である。又は、演算装置２０１が通信装置２０６のドライバ（駆動プログラム）を実行することで実現してもよい。 The communication unit 150 can be realized by the communication device 206. Alternatively, the processing may be realized by the arithmetic device 201 executing a driver (drive program) of the communication device 206.
また、３次元点群データのモデリング装置１００の各部は、１つの装置により実現されてもよく、複数の装置により分散されて実現されてもよい。 In addition, each unit of the modeling device 100 of the three-dimensional point cloud data may be realized by one device or may be realized by being dispersed by a plurality of devices.
次に、動作例を説明する。図３は、３次元点群データのモデリング装置１００の動作例を示すフローチャートである。ここでは、３次元点群データのモデリング装置１００は、以下の処理を行うものとして説明する。 Next, an operation example will be described. FIG. 3 is a flowchart showing an operation example of the modeling device 100 of three-dimensional point cloud data. Here, the modeling device 100 for three-dimensional point cloud data will be described as performing the following processing.
入力部１３０より３次元計測器９で計測して得た３次元点群データを読みだして、３次元点群記憶部１２１に格納する（Ｓ３０１）。 Three-dimensional point group data obtained by measurement by the three-dimensional measuring instrument 9 is read from the input unit 130 and stored in the three-dimensional point group storage unit 121 (S301).
ここで、Ｓ３０１について図面を参照して具体例を説明する。図４は、３次元点群の例を示す図である。図４に示すように、３次元計測点データ４０１では、計測点群ごとのＸ座標、Ｙ座標、Ｚ座標が記載されている。 Here, a specific example of S301 will be described with reference to the drawings. FIG. 4 is a diagram showing an example of a three-dimensional point group. As shown in FIG. 4, in the three-dimensional measurement point data 401, an X coordinate, a Y coordinate, and a Z coordinate for each measurement point group are described.
オブジェクト認識部１１１は、３次元点群データの特徴量から計測対象のオブジェクトに属する点群を認識する（Ｓ３０２）。本ステップにおいて、オブジェクト認識部１１１は、３次元点群データの中から、ガイドレール４１のそれぞれを計測して得られた点群データ（オブジェクト点群データ）を選択し、この点群データに基に最終的にモデリング処理を実行する。 The object recognition unit 111 recognizes a point group belonging to an object to be measured from the feature amount of the three-dimensional point group data (S302). In this step, the object recognition unit 111 selects point cloud data (object point cloud data) obtained by measuring each of the guide rails 41 from the three-dimensional point cloud data, and based on this point cloud data. Finally execute the modeling process.
マッチング箇所抽出部１１２は、計測エリア情報記憶部１２３に記憶されている計測エリア情報、及び計測器設置位置情報記憶部１２４に記憶されている計測器設置位置情報を用いて、オブジェクト点群データからマッチングに利用するマッチング箇所からの計測点の集合であるマッチング箇所データを抽出する（Ｓ３０３）。 The matching point extraction unit 112 uses the measurement area information stored in the measurement area information storage unit 123 and the measuring instrument installation position information stored in the measuring instrument installation position information storage unit 124 to generate object point cloud data Matching part data, which is a set of measurement points from the matching part used for matching, is extracted (S303).
ここで、Ｓ３０３について図面を参照して具体例を説明する。図５は、計測対象のオブジェクト、すなわちガイドレール４１、４２の配置位置を示す計測エリア情報の例を示す図である。図例では、かご昇降路３の２次元断面図を示しており、かご昇降路３と、エレベータのガイドレール４１、４２との２次元座標での配置位置情報を示している。 Here, a specific example of S303 will be described with reference to the drawings. FIG. 5 is a diagram showing an example of measurement area information indicating an arrangement position of an object to be measured, that is, the guide rails 41 and 42. As shown in FIG. In the illustrated example, a two-dimensional cross-sectional view of the car hoistway 3 is shown, and arrangement position information of the car hoistway 3 and the guide rails 41 and 42 of the elevator in two-dimensional coordinates is shown.
図６は、計測設置位置情報の例を示す図である。図例は、かご昇降路３の底部３１における３次元計測器９の配置場所の２次元座標上での計測器設置位置情報６０１を示している。図例では、底部３１を基準とする３次元計測器９の設置位置を示しているが、ガイドレール４１、４２も合わせて含んでいるので、計測器設置位置情報６０１は、図５の計測エリア情報５０１も含んでいる。そのため、計測器設置位置情報６０１だけでガイドレール４１、４２と３次元計測器９との相対位置を求めることができる。ガイドレール４１，４２のうち、レーザが照射される範囲がマッチングに用いる箇所の候補箇所となる。 FIG. 6 is a diagram showing an example of measurement installation position information. The illustrated example shows measuring instrument installation position information 601 on a two-dimensional coordinate of the disposition place of the three-dimensional measuring instrument 9 at the bottom 31 of the car hoistway 3. In the illustrated example, the installation position of the three-dimensional measuring instrument 9 with respect to the bottom 31 is shown, but the guide rails 41 and 42 are also included, so the measuring instrument installation position information 601 is the measurement area of FIG. Information 501 is also included. Therefore, the relative position between the guide rails 41 and 42 and the three-dimensional measuring instrument 9 can be obtained only by the measuring instrument installation position information 601. Of the guide rails 41 and 42, the range to which the laser is irradiated is a candidate part of the part used for matching.
図７は、オブジェクト抽出箇所の例を示す図である。図例では、ガイドレール４１、４２のそれぞれにおいて、３次元計測器９と対向する複数の端面７０１〜７０６をマッチング箇所として抽出する。マッチング箇所を３次元計測器９との対向面にする理由は、計測の隠れが少なく、レーザの引きノイズの影響の少ない箇所であることによる。なお３次元点群データはＺ座標に沿ってレーザの照射範囲全体の計測点データを含むが、３次元計測器９のレーザの入射角度情報を算出し、入射角度があらかじめ与えられる上限値、下限値以内のオブジェクト計測データのみを用いて図４に示すようにその範囲内のオブジェクト点群データの中からマッチング箇所データを抽出してもよい。一般に計測対象オブジェクトに対するレーザの入射角度が急峻になるほどノイズが生じやすい。そこで、ノイズの影響を考慮して入射角度に制限を設けてマッチング箇所を抽出することで、マッチング寸法の算出精度を高めることができる。 FIG. 7 is a diagram showing an example of an object extraction location. In the example of a figure, in each of the guide rails 41 and 42, the several end surface 701-706 which opposes the three-dimensional measuring instrument 9 is extracted as a matching location. The reason for making the matching portion an opposite surface to the three-dimensional measuring instrument 9 is that it is a portion where the hiding of the measurement is small and the influence of the pulling noise of the laser is small. Although the three-dimensional point group data includes measurement point data of the entire irradiation range of the laser along the Z coordinate, the incident angle information of the laser of the three-dimensional measuring instrument 9 is calculated, and the upper limit and lower limit where the incident angle is given in advance. The matching point data may be extracted from the object point group data within the range as shown in FIG. 4 using only the object measurement data within the value. Generally, as the incident angle of the laser to the measurement target object becomes steeper, noise is more likely to occur. Therefore, the calculation accuracy of the matching dimension can be enhanced by limiting the incident angle in consideration of the influence of noise and extracting the matching portion.
マッチング寸法算出部１１３は、マッチング箇所の点群からノイズ分布モデル記憶部に記憶されているノイズ分布モデルを用いて、マッチング寸法を算出する（Ｓ３０４）。マッチング寸法は、抽出した複数の端面間の寸法を用いてもよい。 The matching dimension calculation unit 113 calculates the matching dimension using the noise distribution model stored in the noise distribution model storage unit from the point group of the matching location (S304). The matching dimension may be a dimension between a plurality of extracted end faces.
ここで、Ｓ３０４について図面を参照して具体例を説明する。図８は、点群にのるノイズの分布モデルの例を示す図である。図８では横軸は確率変数、縦軸は確率密度関数の値
を示しており、正規分布のノイズ分布モデルの例となっている。図９は、Ｓ３０２においてガイドレール４１の計測点群として分類、選択されたレーザ計測点群の断面を示す図である。図９の点群９０１、９０２、９０３（各点群９０１、９０２、９０３は端面データに相当する）は、ガイドレール４１の各端面７０１、７０２、７０３の計測点群であるが、反射ノイズも各点群９０１、９０２、９０３に含まれている。そこで、マッチング寸法算出部１１３は、図８の正規分布のノイズ分布モデルを適用し、点群９０１、９０２、９０３のそれぞれについて平均化した座標値（平均座標）を用いて、各端面７０１、７０２、７０３の座標値の真値を推定する。そして、推定した端面７０２の真値７０２aから、
推定した端面７０１の真値７０１ａ（又は端面７０３の真値）までの奥行Ｄを算出する。この奥行Ｄがマッチング寸法に相当する。図９の例では、マッチング箇所となる端面７０１の点群９０１のｘ座標方向の領域７０１Ｔの平均座標７０１ａを求める。同様に、端面７０２の点群９０２のｘ座標方向の領域７０２Ｔの平均座標７０２ａを求める。そして、各端面の真値７０１ａから各端面の真値７０２ａの間隔を奥行Ｄ（各端面の真値間からなるマッチング寸法に相当する）として求める。
Here, a specific example of S304 will be described with reference to the drawings. FIG. 8 is a diagram showing an example of a distribution model of noise in a point cloud. In FIG. 8, the horizontal axis indicates a random variable, and the vertical axis indicates the value of the probability density function, which is an example of a noise distribution model of normal distribution. FIG. 9 is a view showing a cross section of the laser measurement point group classified and selected as the measurement point group of the guide rail 41 in S302. Point groups 901, 902, 903 (each point group 901, 902, 903 corresponds to end surface data) in FIG. 9 is a measurement point group of each end surface 701, 702, 703 of the guide rail 41. Each point cloud 901, 902, 903 is included. Therefore, the matching dimension calculation unit 113 applies the noise distribution model of the normal distribution in FIG. 8 and uses the coordinate values (average coordinates) averaged for each of the point groups 901, 902, and 903 to obtain the end faces 701 and 702. , 703, and estimate the true value of the coordinate value. And from the true value 702a of the end surface 702 estimated,
The depth D up to the true value 701a of the end surface 701 (or the true value of the end surface 703) is calculated. This depth D corresponds to the matching dimension. In the example of FIG. 9, an average coordinate 701a of the area 701T in the x-coordinate direction of the point group 901 of the end face 701 as the matching part is determined. Similarly, an average coordinate 702a of the area 702T in the x coordinate direction of the point group 902 of the end face 702 is obtained. Then, from the true value 701a of each end face, the distance between the true values 702a of each end face is determined as the depth D (corresponding to the matching dimension consisting of the true values of the end faces).
マッチング部１１４は、規格情報記憶部１２２に格納されているすべての規格値の中で、マッチング寸法と最も類似の寸法値を有する規格情報を選択する（Ｓ３０５）。 The matching unit 114 selects the standard information having the dimension value most similar to the matching dimension among all the standard values stored in the standard information storage unit 122 (S305).
ここで規格値について説明する。図１０は規格値情報の例を示す図である。図例では、エレベータのガイドレールの規格値情報を示している。本例ではレールＴｙｐｅ Ａ（１００１）、レールＴｙｐｅ Ｂ（１００２）の規格寸法値を図示している。マッチング部１１４は、ステップＳ３０４で求めた奥行Ｄと、レールＴｙｐｅ Ａ（１０１０）、レールＴｙｐｅ Ｂ（１０２０）のそれぞれの奥行（Ｔｙｐｅ Ａ：５５−６＝４９、Ｔｙｐｅ Ｂ：５５−８＝４７）とを比較し、一つの規格値を選択する。本実施形態では、レールＴｙｐｅ Ｂを選択する。 Here, the standard value will be described. FIG. 10 is a diagram showing an example of standard value information. In the example of a figure, standard value information on a guide rail of an elevator is shown. In this example, standard dimension values of the rail Type A (1001) and the rail Type B (1002) are illustrated. The matching unit 114 determines the depth D obtained in step S304, and the depths of each of the rail Type A (1010) and the rail Type B (1020) (Type A: 55-6 = 49, Type B: 55-8 = 47). And select one standard value. In the present embodiment, the rail Type B is selected.
マッチング部１１４は、Ｓ３０５で選択した規格情報（レールＴｙｐｅ Ｂ）の規格値のサイズ及び形状を、ステップＳ３０４で推定した端面７０１、７０２、７０３の座標値に配置し、位置あわせを行う（Ｓ３０６）。これにより、計測隠れとなっていた部位の寸法を、規格値から取得することができる。図１１は計測器の死角(計測隠れ部位)を示す図である。図例のように、ガイドレール４１における端面１１０１、１１０２、１１０３、１１０４、及び１１０５は計測隠れになっていたが、規格値（レールＴｙｐｅ Ｂ）の各寸法を当てはめることにより、正確な寸法を取得することができる。 The matching unit 114 arranges the size and shape of the standard value of the standard information (rail Type B) selected in S305 on the coordinate values of the end faces 701, 702, and 703 estimated in step S304 (S306). . Thereby, the dimension of the part which has been measurement hidden can be acquired from the standard value. FIG. 11 is a view showing a blind spot (measurement hidden portion) of the measuring instrument. As shown in the figure, the end faces 1101, 1102, 1103, 1104, and 1105 in the guide rail 41 were hidden by measurement, but by applying the dimensions of the standard value (rail Type B), accurate dimensions can be obtained. can do.
モデリング部１１５は、ステップＳ３０６であてはめた寸法とオブジェクト点群データとを用いて３次元のモデルを生成する（Ｓ３０７）。本実施形態では、モデリング部１１５は、位置あわせによって配置した規格値の２次元サイズ情報（図１１の各端面の寸法）をオブジェクトの点群の長手軸方向に引き伸ばすことにより、オブジェクトの３次元モデルを作成する。 The modeling unit 115 generates a three-dimensional model using the dimensions fitted in step S306 and the object point group data (S307). In the present embodiment, the modeling unit 115 stretches the two-dimensional size information (dimensions of the end faces in FIG. 11) of the standard values arranged by alignment in the longitudinal axis direction of the point cloud of the object to obtain a three-dimensional model of the object. Create
本実施形態によれば、計測対象オブジェクトと計測器との相対位置を基に計測対象オブジェクトのマッチング箇所を決定し、そのマッチング箇所の点群データを用いてマッチング寸法を算出する。そして、マッチング寸法を複数の規格情報に照らして、最も類似する規格情報を選択し、その規格情報をオブジェクト点群データのうちのマッチング箇所に位置合わせをして、死角となる箇所の寸法を規格情報から引き当てる。これにより、計計測隠れの寸法誤差をより小さくしてからモデリングを行うことで、モデリングの精度低下に及ぼす影響を低減できる。その結果、モデリング精度をより高める。 According to the present embodiment, the matching location of the measurement target object is determined based on the relative position of the measurement target object and the measuring instrument, and the matching dimension is calculated using the point cloud data of the matching location. Then, the matching dimension is selected from the plurality of standard information, the most similar standard information is selected, the standard information is aligned with the matching location in the object point cloud data, and the dimension of the blind spot is standardized. Apply from information. In this way, by reducing the dimensional error of the measurement hidden before performing the modeling, it is possible to reduce the influence on the accuracy reduction of the modeling. As a result, modeling accuracy is further improved.
また、規格情報のマッチング箇所との位置合わせに際し、ノイズ分布を考慮してオブジェクトの点群データにおけるマッチング箇所の計測点（ガイドレールの例では端面７０１
〜７０４）を特定でき、マッチング箇所寸法の測定精度を高めることができる。これにより、複数の規格情報の中から最も類似する規格情報を選択する際の精度を向上させることができる。
In addition, when aligning with the matching location of the standard information, the measurement point of the matching location in the point cloud data of the object (in the example of the guide rail, the end surface 701 in consideration of noise distribution)
To 704), and the measurement accuracy of the matching part dimension can be enhanced. As a result, it is possible to improve the accuracy in selecting the most similar standard information from among a plurality of standard information.
以上より、計測の隠れやノイズが存在する３次元点群データから規格情報を基に、自動で計測対象の形状を高精度にモデリングすることが可能となる。特にエレベータの昇降路内に設置されたガイドレールのように、３次元計測器の設置箇所やレーザ照射範囲の制約から、計測隠れが生じることが避けられない計測対象オブジェクトについても、本発明によれば計測隠れを考慮して精度が高いモデリングを行うことができる。 As described above, it is possible to automatically model the shape of the object to be measured with high accuracy based on the standard information from the three-dimensional point cloud data in which measurement hiding and noise exist. In particular, according to the present invention, a measurement object such as a guide rail installed in a hoistway of an elevator where measurement hiding can not be avoided due to the installation location of the three-dimensional measuring instrument and the limitation of the laser irradiation range. For example, modeling can be performed with high accuracy in consideration of measurement concealment.
以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。例えば、上記の実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。また、エレベータガイドレールのモデリング方法を例に挙げて説明したが、計測対象オブジェクトはエレベータガイドレールに限らず、各種工業製品の部品等、規格値（ある規格に適合した値でなくても、既知の値であればよい）が定まっているものであれば本発明を適用してモデリングを行うことができる。 As mentioned above, although the invention made by the present inventor was concretely explained based on an embodiment, the present invention is not limited to the above-mentioned embodiment, and can be variously changed in the range which does not deviate from the gist. Needless to say. For example, the above embodiments are described in detail to illustrate the present invention in an easy-to-understand manner, and are not necessarily limited to those having all the configurations described. Further, part of the configuration of one embodiment can be replaced with the configuration of another embodiment, and the configuration of another embodiment can be added to the configuration of one embodiment. Moreover, it is possible to add, delete, and replace other configurations for part of the configurations of the respective embodiments. Also, although the elevator guide rail modeling method has been described as an example, the object to be measured is not limited to the elevator guide rails, and parts of various industrial products etc. are standard values (even if they are not values conforming to certain standards The present invention can be applied and modeling can be performed as long as the value of.
１００：モデリング装置、１１０：制御部、１２０：記憶部、１３０：入力部、１４０：出力部、１５０：通信部、１１１：オブジェクト認識部、１１２：マッチング箇所抽出部、１１３、マッチング寸法算出部、１１４：マッチング部、１１５：モデリング部、１２１：３次元点群記憶部、１２２：規格情報記憶部、１２３：計測エリア情報記憶部、１２４：計測器設置位置情報記憶部、１２５：ノイズ分布モデル記憶部 100: modeling device, 110: control unit, 120: storage unit, 130: input unit, 140: output unit, 150: communication unit, 111: object recognition unit, 112: matching portion extraction unit, 113, matching dimension calculation unit, 114: matching unit, 115: modeling unit, 121: three-dimensional point group storage unit, 122: standard information storage unit, 123: measurement area information storage unit, 124: measuring instrument installation position information storage unit, 125: noise distribution model storage Department
Claims (9)
前記計測対象オブジェクトの形状及び寸法を規定した規格情報を複数記憶する規格情報記憶部と、
前記オブジェクト点群データに含まれるノイズの分布モデルを記憶するノイズ分布モデル記憶部と、
前記計測対象オブジェクト及び前記３次元計測器の前記計測を行った際の相対位置情報を取得し、前記計測対象オブジェクトにおいて前記３次元計測器が計測可能かつ前記規格情報とのマッチングを行うマッチング箇所の点群データからなるマッチング箇所データを、前記相対位置情報に基づいて前記オブジェクト点群データから抽出するマッチング箇所抽出部と、
前記マッチング箇所データに対して前記ノイズの分布モデルを適用して前記マッチング箇所の真値を推定し、当該推定した真値に基づきマッチング寸法を算出するマッチング寸法算出部と、
前記規格情報を順次読み出し、読み出した規格情報において前記マッチング寸法に相当する箇所の寸法が、前記算出されたマッチング寸法に最も類似する規格情報を選択するマッチング部と、
前記選択した規格情報を、前記オブジェクト点群データにおける前記マッチング箇所の真値にあてはめるとともに前記３次元計測器から死角となる箇所に前記規格情報の寸法をあてはめ、当該あてはめた寸法及び前記オブジェクト点群データを用いて前記３次元計測器から死角となる箇所を含む前記計測対象オブジェクトのモデルを生成するモデリング部と、
を有することを特徴とする３次元点群データのモデリング装置。 Based on the feature information of each measurement point data out of three-dimensional point group data consisting of a set of measurement point data obtained by measuring each measurement point of the measurement target object and its peripheral region using a three-dimensional measuring instrument Object recognition unit for extracting object point cloud data indicating the measurement target object;
A standard information storage unit that stores a plurality of standard information that defines the shape and dimensions of the measurement target object;
A noise distribution model storage unit that stores a distribution model of noise included in the object point cloud data;
The relative position information at the time of performing the measurement of the object to be measured and the three-dimensional measuring device is acquired, and the matching location at which the three-dimensional measuring device can measure the object to be measured and match the standard information A matching portion extraction unit that extracts matching portion data consisting of point cloud data from the object point cloud data based on the relative position information;
A matching dimension calculation unit that applies the noise distribution model to the matching location data to estimate a true value of the matching location, and calculates a matching dimension based on the estimated true value;
A matching unit which sequentially reads out the standard information and selects standard information which is most similar to the calculated matching dimension in the read-out standard information and in which the dimension of a portion corresponding to the matching dimension is selected;
The selected standard information is applied to the true value of the matching point in the object point group data, and the dimension of the standard information is applied to the point at which the three-dimensional measuring instrument is blind, and the applied dimension and the object point group A modeling unit configured to generate a model of the measurement target object including a portion which is a blind spot from the three-dimensional measuring device using data;
A three-dimensional point cloud data modeling device characterized by having:
前記３次元点群データは、エレベータの乗りかごの昇降路内の各計測点を計測して得られた計測点データのセットからなる３次元点群データであり、
前記オブジェクト認識部は、前記３次元点群データの中から、各計測点データの特徴量に基づいて前記昇降路内に設置されたエレベータガイドレールを示すオブジェクト点群データを抽出し、
前記規格情報記憶部は、前記エレベータガイドレールの形状及び寸法の規格値を規定したガイドレール規格情報を複数記憶し、
前記マッチング箇所抽出部は、前記エレベータガイドレールにおいて前記３次元計測器と対向する少なくとも二つの端面のそれぞれを示す点群データからなる端面データを前記マッチング箇所データとして抽出し、
前記マッチング寸法算出部は、前記端面のそれぞれを示す各端面データに対して前記ノイズの分布モデルを適用して各端面の真値を推定し、各端面の真値間の寸法を前記マッチング寸法として算出し、
前記マッチング部は、前記ガイドレール規格情報において、前記マッチング寸法を算出した各端面間の規格値が前記算出されたマッチング寸法に最も類似するガイドレール規格情報を選択する、
ことを特徴とする３次元点群データのモデリング装置。 A three-dimensional point cloud data modeling device according to claim 1, wherein
The three-dimensional point group data is three-dimensional point group data consisting of a set of measurement point data obtained by measuring each measurement point in the hoistway of the elevator car,
The object recognition unit extracts, from the three-dimensional point group data, object point group data indicating an elevator guide rail installed in the hoistway based on the feature amount of each measurement point data,
The standard information storage unit stores a plurality of guide rail standard information defining standard values of the shape and dimension of the elevator guide rail,
The matching point extraction unit extracts, as the matching point data, end face data composed of point group data indicating each of at least two end faces facing the three-dimensional measuring device in the elevator guide rail,
The matching dimension calculation unit applies the distribution model of the noise to each end surface data indicating each of the end surfaces to estimate the true value of each end surface, and takes the dimension between the true values of each end surface as the matching dimension Calculate
The matching unit selects, in the guide rail standard information, guide rail standard information in which the standard value between the end faces for which the matching dimension is calculated is most similar to the calculated matching dimension.
A modeling apparatus for three-dimensional point cloud data characterized by
前記マッチング寸法算出部は、前記端面データのそれぞれを平均化した座標値を前記各端面の真値として算出する、
ことを特徴とする３次元点群データのモデリング装置。 The modeling apparatus for three-dimensional point cloud data according to claim 2, wherein
The matching dimension calculation unit calculates coordinate values obtained by averaging each of the end surface data as true values of the respective end surfaces.
A modeling apparatus for three-dimensional point cloud data characterized by
前記マッチング寸法算出部は、前記各端面の真値を座標値として求め、
前記モデリング部は、前記各端面の座標値に、前記ガイドレール規格情報における前記各端面に相当する部位の位置あわせを行うことにより、前記ガイドレール規格情報の規格値を前記オブジェクト点群データにあてはめる、
ことを特徴とする３次元点群データのモデリング装置。 A three-dimensional point cloud data modeling device according to claim 3, wherein
The matching dimension calculation unit obtains the true value of each of the end surfaces as a coordinate value,
The modeling unit applies the standard value of the guide rail standard information to the object point group data by performing alignment of a portion corresponding to the end surface in the guide rail standard information to the coordinate value of each end surface. ,
A modeling apparatus for three-dimensional point cloud data characterized by
前記計測対象オブジェクトの設置位置及び前記周辺領域を含む閉領域内における前記計測対象オブジェクトの設置位置を示す計測エリア情報を記憶する計測エリア情報記憶部と、
前記閉領域内における前記３次元計測器の設置位置を示す計測器設置位置情報を記憶する計測器設置位置情報記憶部と、
を更に備え、
前記マッチング箇所抽出部は、前記計測エリア情報及び前記計測器設置位置情報を用いて、前記計測対象オブジェクトのうち前記３次元計測器の死角とならない箇所を求め、当該箇所の点群データを前記マッチング箇所データとして抽出する、
ことを特徴とする３次元点群データのモデリング装置。 A three-dimensional point cloud data modeling device according to claim 1, wherein
A measurement area information storage unit that stores measurement area information indicating an installation position of the measurement target object and an installation position of the measurement target object in a closed area including the peripheral area;
A measuring instrument installation position information storage unit that stores measuring instrument installation position information indicating an installation position of the three-dimensional measuring instrument within the closed region;
And further
The matching location extraction unit uses the measurement area information and the measurement instrument installation position information to obtain a location that does not become a blind spot of the three-dimensional measurement device in the measurement target object, and the point cloud data of the location is the matching Extract as location data,
A modeling apparatus for three-dimensional point cloud data characterized by
前記３次元計測器はレーザを照射し、反射波を受光して計測点データを収集する３次元計測器であり、
前記マッチング箇所抽出部は、前記計測エリア情報及び前記計測器設置位置情報に基づいて、前記計測対象オブジェクトに対する前記３次元計測器のレーザの入射角度を算出し、当該入射角度が予め与えられる上限値以下かつ下限値以上となる箇所の点群データを前記マッチング箇所データとして抽出する、
ことを特徴とする３次元点群データのモデリング装置。 The three-dimensional point cloud data modeling device according to claim 5, wherein
The three-dimensional measuring device is a three-dimensional measuring device that emits a laser and receives a reflected wave to collect measurement point data,
The matching point extraction unit calculates the incident angle of the laser of the three-dimensional measuring device with respect to the measurement target object based on the measurement area information and the measuring device installation position information, and the upper limit value to which the incident angle is given in advance. Extracting point cloud data of a portion which is equal to or less than the lower limit value as the matching portion data;
A modeling apparatus for three-dimensional point cloud data characterized by
前記ノイズ分布モデル記憶部は、正規分布モデルからなる前記ノイズの分布モデルを記憶し、
前記マッチング寸法算出部は、前記マッチング箇所データの平均座標を用いて前記マッチング箇所の真値を推定する、
ことを特徴とする３次元点群データのモデリング装置。 A three-dimensional point cloud data modeling device according to claim 1, wherein
The noise distribution model storage unit stores a distribution model of the noise consisting of a normal distribution model,
The matching dimension calculation unit estimates a true value of the matching portion using an average coordinate of the matching portion data.
A modeling apparatus for three-dimensional point cloud data characterized by
前記計測対象オブジェクト及び前記３次元計測器の前記計測を行った際の相対位置情報を取得し、前記計測対象オブジェクトにおいて前記３次元計測器が計測可能かつ前記計測対象オブジェクトの形状及び寸法を規定した規格情報とのマッチングを行うマッチング箇所の点群データからなるマッチング箇所データを、前記相対位置情報に基づいて前記オブジェクト点群データから抽出するステップと、
前記マッチング箇所データに対して前記オブジェクト点群データに含まれるノイズの分布モデルを適用して前記マッチング箇所の真値を推定し、当該推定した真値に基づきマッチング寸法を算出するステップと、
前記規格情報を複数記憶した規格情報記憶部から順次規格情報を読み出し、読み出した規格情報において前記マッチング寸法に相当する箇所の寸法が、前記算出されたマッチング寸法に最も類似する規格情報を選択するステップと、
前記選択した規格情報を、前記オブジェクト点群データにおける前記マッチング箇所の真値にあてはめるとともに前記３次元計測器から死角となる箇所に前記規格情報の寸法をあてはめ、当該あてはめた寸法及び前記オブジェクト点群データを用いて前記３次元計測器から死角となる箇所を含む前記計測対象オブジェクトのモデルを生成するステップと、
をコンピュータに実行させることを特徴とする３次元点群データのモデリングプログラム。 Based on the feature information of each measurement point data out of three-dimensional point group data consisting of a set of measurement point data obtained by measuring each measurement point of the measurement target object and its peripheral region using a three-dimensional measuring instrument Extracting object point cloud data indicating the measurement target object;
The relative position information at the time of performing the measurement of the object to be measured and the three-dimensional measuring device is acquired, and the three-dimensional measuring device is capable of measuring the object to be measured and defines the shape and dimensions of the object to be measured Extracting matching location data consisting of point cloud data of a matching location for matching with standard information from the object point cloud data based on the relative position information;
Applying a distribution model of noise included in the object point group data to the matching portion data to estimate a true value of the matching portion, and calculating a matching dimension based on the estimated true value;
A step of sequentially reading out the standard information from the standard information storage unit storing a plurality of the standard information, and selecting the standard information in which the dimension of the portion corresponding to the matching dimension in the read standard information is most similar to the calculated matching dimension When,
The selected standard information is applied to the true value of the matching point in the object point group data, and the dimension of the standard information is applied to the point at which the three-dimensional measuring instrument is blind, and the applied dimension and the object point group Using the data to generate a model of the measurement target object including a part which is a blind spot from the three-dimensional measuring device;
A three-dimensional point cloud data modeling program that causes a computer to execute the method.
３次元計測器を用いて前記昇降路内の各計測点を計測して得られた計測点データのセットからなる３次元点群データの中から、各計測点データの特徴情報に基づいてエレベータガイドレールを示すオブジェクト点群データを抽出するステップと、
前記エレベータガイドレール及び前記３次元計測器の前記計測を行った際の相対位置情報を取得し、前記エレベータガイドレールにおいて前記３次元計測器に対向する少なくとも二つの端面の其々を示す点群データからなる端面データを、前記相対位置情報に基づいて前記オブジェクト点群データから抽出するステップと、
前記端面のそれぞれを示す各端面データに対して前記オブジェクト点群データに含まれるノイズの分布モデルを適用して各端面の真値を推定し、各端面の真値間の寸法をマッチング寸法として算出するステップと、
前記エレベータガイドレールの形状及び寸法の規格値を規定したガイドレール規格情報を複数記憶した規格情報記憶部から順次ガイドレール規格情報を読み出し、読み出したガイドレール規格情報において、前記マッチング寸法を算出した各端面間の規格値が、前記算出されたマッチング寸法に最も類似するガイドレール規格情報を選択するステップと、
前記選択したガイドレール規格情報に規定された前記各端面間の規格値を前記オブジェクト点群データにおける前記各端面の真値間の寸法にあてはめるとともに、前記３次元計測器から死角となる箇所に前記選択したガイドレール規格情報に規定された規格値をあてはめ、当該あてはめた規格値及び前記オブジェクト点群データを用いて前記３次元計測器から死角となる箇所を含む前記エレベータガイドレールのモデルを生成するステップと、
を含むことを特徴とするエレベータガイドレールのモデリング方法。 A method of modeling an elevator guide rail installed in a hoistway of an elevator car, comprising:
An elevator guide based on feature information of each measurement point data out of three-dimensional point group data consisting of a set of measurement point data obtained by measuring each measurement point in the hoistway using a three-dimensional measuring instrument Extracting object point cloud data indicating a rail;
Point cloud data indicating the relative position information when performing the measurement of the elevator guide rail and the three-dimensional measuring device, and indicating each of at least two end faces facing the three-dimensional measuring device in the elevator guide rail Extracting end face data consisting of the object point group data based on the relative position information;
The noise distribution model included in the object point cloud data is applied to each end surface data indicating each of the end surfaces, the true value of each end surface is estimated, and the dimension between the true values of each end surface is calculated as the matching dimension Step to
Guide rail standard information is sequentially read out from the standard information storage unit storing a plurality of guide rail standard information that defines the standard values of the shape and dimensions of the elevator guide rails, and the matching dimensions are calculated in the read guide rail standard information. Selecting guide rail standard information in which the standard value between the end faces is most similar to the calculated matching dimension;
The standard values between the end faces defined in the selected guide rail standard information are applied to the dimensions between the true values of the end faces in the object point group data, and the three-dimensional measuring instrument makes the blind spots Apply a standard value defined in the selected guide rail standard information, and generate a model of the elevator guide rail including a spot which becomes a blind spot from the three-dimensional measuring instrument using the fitted standard value and the object point cloud data Step and
A method of modeling an elevator guide rail, comprising:
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015194697A JP6545065B2 (en) | 2015-09-30 | 2015-09-30 | 3D point cloud data modeling device, modeling program and elevator guide rail modeling method |
| CN201610515826.0A CN106558096B (en) | 2015-09-30 | 2016-07-01 | Model building device, storage medium and the cage guide modeling method of three dimensional point cloud |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015194697A JP6545065B2 (en) | 2015-09-30 | 2015-09-30 | 3D point cloud data modeling device, modeling program and elevator guide rail modeling method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017067657A JP2017067657A (en) | 2017-04-06 |
| JP6545065B2 true JP6545065B2 (en) | 2019-07-17 |
Family
ID=58418268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015194697A Active JP6545065B2 (en) | 2015-09-30 | 2015-09-30 | 3D point cloud data modeling device, modeling program and elevator guide rail modeling method |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP6545065B2 (en) |
| CN (1) | CN106558096B (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018024502A (en) * | 2016-08-09 | 2018-02-15 | 株式会社日立ビルシステム | Elevator machine room drawing generation device, elevator machine room modeling data generation device, elevator machine room drawing generation method, and elevator machine room modeling data generation method |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101858902B1 (en) * | 2017-06-26 | 2018-05-16 | 한국도로공사 | System for extracting position information of object in point cloud data by using component |
| CN107764200A (en) * | 2017-09-08 | 2018-03-06 | 中国建筑第八工程局有限公司 | The measuring method of Super High elevator hoistways |
| CN109579765B (en) * | 2017-09-29 | 2020-09-18 | 上海时元互联网科技有限公司 | Three-dimensional point cloud data matching method and system based on servo motor and controller |
| CN108228798B (en) * | 2017-12-29 | 2021-09-17 | 百度在线网络技术（北京）有限公司 | Method and device for determining matching relation between point cloud data |
| CN108657222B (en) * | 2018-05-03 | 2019-06-07 | 西南交通大学 | Railroad track gauge and horizontal parameters measurement method based on vehicle-mounted Lidar point cloud |
| JP6657297B2 (en) * | 2018-05-23 | 2020-03-04 | 東芝エレベータ株式会社 | Elevator monitoring system and elevator monitoring method |
| CN109448057B (en) * | 2018-11-02 | 2022-02-25 | 宁夏巨能机器人股份有限公司 | Safety positioning method based on three-dimensional point cloud |
| CN111043957A (en) * | 2019-12-09 | 2020-04-21 | 上海航天精密机械研究所 | Contour point cloud coordinate acquisition method |
| US20230089074A1 (en) * | 2020-02-06 | 2023-03-23 | Inventio Ag | Method and device for determining estimated real dimensions of an elevator car |
| CN116194248A (en) * | 2020-09-30 | 2023-05-30 | 株式会社尼康 | Processing system and display device |
| CN113298937A (en) * | 2021-06-02 | 2021-08-24 | 广州广日电梯工业有限公司 | Method for monitoring elevator door system and device for monitoring elevator door system |
| CN114383502A (en) * | 2021-12-29 | 2022-04-22 | 国能铁路装备有限责任公司 | Method and device for measuring wear amount of fittings of bogie and measuring equipment |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3427046B2 (en) * | 2000-08-29 | 2003-07-14 | 株式会社日立製作所 | Three-dimensional dimension measuring device and its measuring method |
| JP5057734B2 (en) * | 2006-09-25 | 2012-10-24 | 株式会社トプコン | Surveying method, surveying system, and surveying data processing program |
| US8275194B2 (en) * | 2008-02-15 | 2012-09-25 | Microsoft Corporation | Site modeling using image data fusion |
| WO2012034236A1 (en) * | 2010-09-16 | 2012-03-22 | Ambercore Software Inc. | System and method for detailed automated feature extraction from data having spatial coordinates |
| JP6041641B2 (en) * | 2012-11-30 | 2016-12-14 | 三菱スペース・ソフトウエア株式会社 | Dimension estimation apparatus, dimension estimation program, and dimension estimation method |
| CN103047943B (en) * | 2012-12-31 | 2016-04-06 | 吉林大学 | Based on the door skin geomery detection method of single projection coded structured light |
| CN104050712B (en) * | 2013-03-15 | 2018-06-05 | 索尼公司 | The method for building up and device of threedimensional model |
| US9715761B2 (en) * | 2013-07-08 | 2017-07-25 | Vangogh Imaging, Inc. | Real-time 3D computer vision processing engine for object recognition, reconstruction, and analysis |
| EP2829842B1 (en) * | 2013-07-22 | 2022-12-21 | Hexagon Technology Center GmbH | Method, system and computer programme product for determination of an absolute volume of a stock pile using a structure from motion algorithm |
| CN103955920B (en) * | 2014-04-14 | 2017-04-12 | 桂林电子科技大学 | Binocular vision obstacle detection method based on three-dimensional point cloud segmentation |
| CN104573191A (en) * | 2014-12-18 | 2015-04-29 | 西安工业大学 | Rapid remanufacturing and molding method for damaged weapon equipment parts in wartime |
-
2015
- 2015-09-30 JP JP2015194697A patent/JP6545065B2/en active Active
-
2016
- 2016-07-01 CN CN201610515826.0A patent/CN106558096B/en active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018024502A (en) * | 2016-08-09 | 2018-02-15 | 株式会社日立ビルシステム | Elevator machine room drawing generation device, elevator machine room modeling data generation device, elevator machine room drawing generation method, and elevator machine room modeling data generation method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2017067657A (en) | 2017-04-06 |
| CN106558096B (en) | 2019-05-21 |
| CN106558096A (en) | 2017-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6545065B2 (en) | 3D point cloud data modeling device, modeling program and elevator guide rail modeling method | |
| Truong‐Hong et al. | Combining an angle criterion with voxelization and the flying voxel method in reconstructing building models from LiDAR data | |
| US9117281B2 (en) | Surface segmentation from RGB and depth images | |
| AU2014357611B2 (en) | Digital core model construction | |
| CN103890766A (en) | Coordinate measuring system data reduction | |
| Sánchez‐Rodríguez et al. | Detection of structural faults in piers of masonry arch bridges through automated processing of laser scanning data | |
| KR101918168B1 (en) | Method for performing 3D measurement and Apparatus thereof | |
| JP6734806B2 (en) | Data integration device, method and program | |
| US10324017B2 (en) | Local effective permeability measurements for complex porous structures | |
| US11506755B2 (en) | Recording medium recording information processing program, information processing apparatus, and information processing method | |
| KR20130085199A (en) | Apparatus and method for plane detection | |
| Xu et al. | TLS‐Based Feature Extraction and 3D Modeling for Arch Structures | |
| Ye et al. | Method for automatic railway track surface defect classification and evaluation using a laser‐based 3D model | |
| Li et al. | Geometrical model based scan planning approach for the classification of rebar diameters | |
| CN103714528B (en) | Object segmentation device and method | |
| JP6918509B2 (en) | Information processing device | |
| CN103837135A (en) | Workpiece detecting method and system | |
| CN115131225A (en) | Tunnel limit determination method, device electronic equipment and storage medium | |
| CA2965867C (en) | Determining non-linear petrofacies using cross-plot partitioning | |
| CN116681653A (en) | Three-dimensional point cloud extraction method and extraction system | |
| CN108875163B (en) | Method and system for evaluating three-dimensional fracture network connectivity | |
| JP6599031B2 (en) | Monitoring device | |
| KR101907057B1 (en) | Device and Method for Depth Information Compensation by Sphere Surface Modeling | |
| JP6756448B2 (en) | Monitoring device | |
| CN110779450A (en) | Abrasion detection method and device for power supply three-rail |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171204 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181029 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181113 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181214 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190528 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190618 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6545065 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |