JP7026651B2 - 車体動揺補正装置および車体動揺補正方法、ならびにプログラム - Google Patents

Description

本発明は、車体動揺補正装置および車体動揺補正方法、ならびにプログラムに関する。

線路周辺の障害物を検知し、保守等に活用するために、従来、例えば、鉄道車両や保守用車等の移動体に、レーザスキャナ（ＬｉＤＡＲ、レーザレーダ、測域センサ、レーザレンジファインダ等とも称する）、ラインセンサ、または、ステレオカメラ等を設置し、線路上を移動しながら鉄道沿線の地物の形状を３次元点群として取得し、線路周辺の地物の形状を表す３次元点群データを生成し、線路周辺の障害物を効率よく高精度に検知することにより、保守等に活用する技術がある（例えば、特許文献１）。

スキャナ、センサ、または、カメラなどを検測車体に取り付け、走行しながら測定する場合、レールに対するセンサ、またはカメラの相対位置が変動してしまう。特に建築限界の支障判定は、レールの位置を基準とするため、車体動揺や偏りを補正する必要がある。

例えば、レーザ点群を用いた線路軌跡作成システムにおいて、左右のレールのゲージコーナを抽出し、レール断面形状と予め設定されている断面基準形状（ＩＣＰソース点群）とのマッチング処理により、精度の高いレールゲージコーナの軌跡を二次元上で得る技術がある（例えば、特許文献２または特許文献３）。

また、ステレオカメラを用いた道床形状計測方法において、ベースカメラ、参照カメラ、３軸加速度センサ、距離センサを検測車両に取り付け、走行しながら軌道の道床を撮影し、二眼視ステレオ法による形状計測を行って、道床の断面形状を計測する技術がある（例えば、特許文献４）。

また、検測車両内に設けられたジャイロ手段を用いて、走行中における検測車両の地平面に対する動揺状態を測定する技術がある。この技術においては、検測車両の地平面に対する動揺状態と絶対水準面角度に基づいて、検測車両によって測定された検測結果が補正される（例えば、特許文献５）。

特開２０１０－２０２０１７号公報

特開２０１６－２１２０３１号公報

特開２０１７－１９３８８号公報

特開２０１６－１１４５６８号公報

特開２０１３－２４１１１３号公報

上述したように、建築限界支障判定においては、車体動揺を検出し、補正する必要がある。そのためには、車体の上下動揺距離、ロール角を正確に算出する必要がある。例えば、上述した特許文献２、または、特許文献３に記載の技術においては、レールゲージコーナを抽出する際に、例えば、雑草等の障害物のためにレールが遮蔽された場合、検出精度が低下してしまう。また、マッチングにＩＣＰを用いる場合、レール種別や踏切道の有無によって断面形状が異なるため、リファレンス用のデータベースを保持し、線路工事毎にデータベースを保守しなくてはならない。

また、上述した特許文献４に記載の技術においては、建築限界支障判定に用いる３次元点群を取得するためのレーザスキャナやカメラの他に、３軸加速度センサや距離センサを導入する必要がある。同様に、上述した特許文献５に記載の技術においても、建築限界支障判定に用いる３次元点群を取得するためのレーザスキャナやカメラの他に、ジャイロセンサを導入する必要がある。

そこで、本発明は、前記課題を解決すること、すなわち、多くのセンサ等を用いることなく、雑草等の障害物が存在した場合でも、精度よく車体のロール角を算出することができる、車体動揺補正装置および車体動揺補正方法、ならびにプログラムを提供することを目的とする。

本発明の車体動揺補正装置の一側面は、道床部分の３次元点群の座標データを取得する点群座標データ取得部と、点群座標データ取得部により取得された道床部分の３次元点群の座標データのうち、レールの外側部分を所定幅含み、かつ、マクラギおよびバラストを含む道床部分を含む、第１の所定領域の座標データを抽出する第１の点群抽出部と、第１の点群抽出部により抽出された第１の所定領域の座標データの高さ成分の中央値を算出する中央値算出部と、第１の点群抽出部により抽出された第１の所定領域の座標データのうち、中央値算出部により算出された中央値から、レールの高さによって決まる所定の幅に含まれる第２の所定領域の座標データのみを抽出する第２の点群抽出部と、第２の点群抽出部により抽出された第２の所定領域の座標データの近似直線を算出する近似直線算出部と、近似直線算出部により算出された近似直線を用いて、鉄道沿線の地物の形状を示す３次元点群が含む車体動揺を補正する車体動揺補正処理部とを有する。

本発明の車体動揺補正装置の他の側面は、点群座標データ取得部により取得される道床部分の３次元点群の座標データは、複数のセンサを用いて取得され、複数のセンサを用いて取得された道床部分の３次元点群の座標データを統合するデータ統合部をさらに備え、第１の点群抽出部は、データ統合部により統合された道床部分の３次元点群の座標データから、第１の所定領域の座標データを抽出することを特徴とする。

本発明の車体動揺補正装置の他の側面は、第２の点群抽出部は、中央値算出部により算出された中央値から、道床面の凹凸として想定しうる範囲の幅に含まれる第２の所定領域の座標データのみを抽出することを特徴とする。

本発明の車体動揺補正装置の他の側面は、第１の点群抽出部は、点群座標データ取得部により取得された道床部分の３次元点群の座標データのうち、レールの外側部分を所定幅含むマクラギ長さ相当の幅、マクラギおよびバラストを含む道床部分を含むレール面と道床面を内包する範囲の高さに対応する第１の所定領域の座標データを抽出することを特徴とする。

本発明の車体動揺補正装置の他の側面は、近似直線算出部は、第２の点群抽出部により抽出された、複数スキャン分の第２の所定領域の座標データを統合し、統合されたデータに基づいて近似直線を算出することを特徴とする。

本発明の車体動揺補正装置の他の側面は、道床部分の３次元点群の座標データに基づいて、レールの位置を検出するレール検出部をさらに備え、車体動揺補正処理部は、レール検出部によりレールの位置が検出できた箇所においては、レール検出部により検出されたレールの位置に基づいて鉄道沿線の地物の形状を示す３次元点群が含む車体動揺を補正し、レール検出部によりレールの位置を検出できなかった箇所においては、近似直線算出部により算出された近似直線を用いて、鉄道沿線の地物の形状を示す３次元点群が含む車体動揺を補正することを特徴とする。

本発明の車体動揺補正方法の一側面は、道床部分の３次元点群の座標データを取得する点群座標データ取得ステップと、点群座標データ取得ステップの処理により取得された道床部分の３次元点群の座標データのうち、レールの外側部分を所定幅含み、かつ、マクラギおよびバラストを含む道床部分を含む、第１の所定領域の座標データを抽出する第１の点群抽出ステップと、第１の点群抽出ステップの処理により抽出された第１の所定領域の座標データの高さ成分の中央値を算出する中央値算出ステップと、第１の点群抽出ステップの処理により抽出された第１の所定領域の座標データのうち、中央値算出ステップの処理により算出された中央値から、レールの高さによって決まる所定の幅に含まれる第２の所定領域の座標データのみを抽出する第２の点群抽出ステップと、第２の点群抽出ステップの処理により抽出された第２の所定領域の座標データの近似直線を算出する近似直線算出ステップと、近似直線算出ステップの処理により算出された近似直線を用いて、鉄道沿線の地物の形状を示す３次元点群が含む車体動揺を補正する車体動揺補正処理ステップとを含む。

本発明のプログラムの一側面は、道床部分の３次元点群の座標データを取得する点群座標データ取得ステップと、点群座標データ取得ステップの処理により取得された道床部分の３次元点群の座標データのうち、レールの外側部分を所定幅含み、かつ、マクラギおよびバラストを含む道床部分を含む、第１の所定領域の座標データを抽出する第１の点群抽出ステップと、第１の点群抽出ステップの処理により抽出された第１の所定領域の座標データの高さ成分の中央値を算出する中央値算出ステップと、第１の点群抽出ステップの処理により抽出された第１の所定領域の座標データのうち、中央値算出ステップの処理により算出された中央値から、レールの高さによって決まる所定の幅に含まれる第２の所定領域の座標データのみを抽出する第２の点群抽出ステップと、第２の点群抽出ステップの処理により抽出された第２の所定領域の座標データの近似直線を算出する近似直線算出ステップと、近似直線算出ステップの処理により算出された近似直線を用いて、鉄道沿線の地物の形状を示す３次元点群が含む車体動揺を補正する車体動揺補正処理ステップとを含む処理をコンピュータに実行させる。

本発明によれば、多くのセンサ等を用いることなく、雑草等の障害物が存在した場合でも、精度よく車体のロール角を算出することができる。

検測車両１について説明するための図である。 センサ１５および１６の撮影角について説明するためのである。 車体動揺補正装置３１が有する機能を示す機能ブロック図である。 レールや道床部分を正しく表す３次元点群の座標データを示す図である。 レールや道床部分以外の障害物の位置を示す点を含む３次元点群の座標データを示す図である。 レール検出部４３によるレール検出について説明するための図である。 レール検出部４３によるレール検出について説明するための図である。 レール検出部４３によるレール検出について説明するための図である。 レール検出部４３によるレール検出について説明するための図である。 ロール角算出部４６によるロール角の算出について説明するための図である。 道床検出部４５－１が有する機能を示す機能ブロック図である。 検出領域抽出部６１が抽出する領域について説明するための図である。 近似直線と点群データとの残差について説明するための図である。 道床検出部４５－２が有する機能を示す機能ブロック図である。 道床検出部４５－１と道床検出部４５－２により検出された道床の傾きの算出結果を示す図である。 道床検出部４５－３が有する機能を示す機能ブロック図である。 マクラギ上またはバラスト上をスキャンした場合の座標データについて説明するための図である。 道床検出部４５－４が有する機能を示す機能ブロック図である。 第１の点群抽出部９２により抽出される領域について説明するための図である。 近似直線算出部９５により算出される近似直線について説明するための図である 道床検出部４５－２により検出された道床の傾きの算出結果と、レール高さに基づいて算出されたロール角とを示す図である。 相関を示す図である。 道床検出部４５－３により検出された道床の傾きの算出結果と、レール高さに基づいて算出されたロール角とを示す図である。 相関を示す図である。 道床検出部４５－４により検出された道床の傾きの算出結果と、レール高さに基づいて算出されたロール角とを示す図である。 相関を示す図である。 車体動揺補正処理１について説明するためのフローチャートである。 レール位置検出処理について説明するためのフローチャートである。 レール位置検出処理について説明するためのフローチャートである。 道床検出処理１について説明するためのフローチャートである。 道床検出処理２について説明するためのフローチャートである。 道床検出処理３について説明するためのフローチャートである。 道床検出処理４について説明するためのフローチャートである。 車体動揺補正装置１０１が有する機能を示す機能ブロック図である。 車体動揺補正処理２について説明するためのフローチャートである。

以下、本発明の一実施の形態の車体動揺補正装置および車体動揺補正方法、ならびにプログラムについて、図１～図３５を参照しながら説明する。

図１を参照して、本発明の一実施例である車体動揺補正装置および車体動揺補正方法、ならびにプログラムにおいて用いられる三次元点群を取得するための検測車両１について説明する。

図１に示されるように、検測車両１には、線路周辺の地物の形状を表す３次元点群データを生成するために、鉄道沿線の地物の形状を３次元点群として取得するためのセンサ１１～１４が備えられている。センサ１１～１４の撮像範囲は、図１において、それぞれ、撮像範囲１１ａ～１４ａとして示されており、例えば、建築限界の支障判定に用いる３次元点群データを取得することができる。また、検測車両１には、レール１７およびレール１８を含む位置を撮像可能なセンサ１５およびセンサ１６が、さらに備えられている。センサ１５および１６の撮像範囲は、図１において、それぞれ、撮像範囲１５ａおよび１６ａとして示されており、レール１７および１８、ならびに、道床部分を撮像し、レールのロール角を算出するために用いる３次元点群データを取得することができる。

すなわち、センサ１５および１６は、図２に示されるように、レール１７および１８の内部およびレール１７および１８の外部の所定幅の領域のレールおよび道床部分を十分検出可能な撮影角を有している。この撮影角は、センサ１５および１６が検測車両１に備えられている位置にもよるが、ここでは、センサ１５および１６が、検測車両１において、レール１７および１８の外部の所定幅だけ離れている位置に備えられているとして、その撮像角度を、センサ１５および１６を結ぶ直線を０°に対応するものとして、それぞれ、９０°～１５５°、および、２５°～９０°とする。

ここでは、道床部分の３次元点群を取得するセンサを、センサ１５および１６の２つのセンサであるものとして説明したが、道床部分の３次元点群を取得するセンサは、１つであっても、３つ以上であってもよい。

図３は、車体動揺補正装置３１が有する機能を示す機能ブロック図である。

図３の車体動揺補正装置３１は、点群データ取得部４１、座標変換部４２、レール検出部４３、検出結果判定部４４、道床検出部４５、ロール角算出部４６、および、車体動揺補正処理部４７を含んで構成され、センサ１１～１６により撮像されたデータより得られた３次元点群データを取得し、センサ１５および１６により撮像されたデータを基づいて、ロール角を算出し、センサ１１～１４により撮像されたデータに対して、車体動揺補正を実行する。

点群データ取得部４１は、センサ１１～１６により撮像されたデータより得られた３次元点群データを取得し、座標変換部４２に供給する。

座標変換部４２は、点群データ取得部４１から供給された３次元点群を、レール１７および１８の長手方向、マクラギ方向、および、高さ方向を軸とした座標系に変換する。そして、座標変換部４２は、図１を用いて説明したセンサ１１～１４により取得された部分に対応する３次元点群の座標データを、車体動揺補正処理部４７に供給する。また、座標変換部４２は、図２を用いて説明したセンサ１５および１６により取得された道床部分の３次元点群の座標データを、レール１７および１８に対して直角方向の１スキャンごとに、レール検出部４３および道床検出部４５に供給する。この時、高さ方向の座標軸の０を、レール１７および１８の頭高さに対応する位置とし、マクラギ方向の座標軸の０を、レール１７および１８の中央位置とすると、これ以降の処理における演算処理が容易になり、好適である。なお、点群データ取得部４１で取得する３次元点群の座標系が、レール長手方向、マクラギ方向、および、高さ方向を軸としている場合には、座標変換部４２の機能は省略可能である。

センサ１５および１６の撮像範囲内に、例えば、雑草や、検測車両１をけん引するために用いられるロープやワイヤ等の障害物等がない場合、座標変換部４２から供給されるデータは、例えば、図４に示されるように、レールや道床部分を正しく表す３次元点群の座標データとなる。また、センサ１５および１６の撮像範囲内に、雑草や、検測車両１をけん引するために用いられるロープやワイヤ等の障害物がある場合、座標変換部４２から供給されるデータは、例えば、図５に示されるように、レールや道床部分以外の障害物の位置を示す点を含む３次元点群の座標データとなる。図４に示されるように、センサ１５および１６の撮像範囲内に、例えば、雑草や、検測車両１をけん引するために用いられるロープやワイヤ等の障害物等がない場合、レール高さの検出により、ロール角を高精度に検出することができる。これに対して、図５に示されるように、センサ１５および１６の撮像範囲内に、雑草や、検測車両１をけん引するために用いられるロープやワイヤ等の障害物がある場合、レール高さの検出では、ロール角を高精度に検出することはできない。

図３に戻り、レール検出部４３は、座標変換部４２から供給された３次元点群の座標データに基づいて、レール１７および１８の内側のエッジ部分の座標を検出し、検出結果を、検出結果判定部４４に供給する。

図６～図９を参照し、レール検出部４３によるレール検出について説明する。

レール検出部４３は、座標変換部４２から供給された３次元点群の座標データのうち、いずれか一方のレールの内側エッジ部分を含む可能性が高い連続する６点を抽出する。レール検出部４３は、レール１７または１８のいずれのレールの内側エッジから検出してもよいが、ここでは、まず、レール１７の内側エッジ部分を含む連続する６点を抽出するものとして説明する。また、高さ方向の座標軸の０を、レール１７の頭高さに対応する位置とし、マクラギ方向の座標軸の０を、レール１７および１８の中央位置とした座標系において、抽出された連続する６点を、（x1,y1）,（x2,y2）, （x3,y3）, （x4,y4）, （x5,y5）, （x6,y6）とする。

まず、図６に示されるように、抽出された連続する６点の高さy1,y2,y3,y4,y5,y6yのうち、レール外側の４点y 1～y4の差がすべて20mm以下であり、－100mm<y3<100mm、かつ、y3,y4のいずれか大きい方に対し、y5,y6のどちらかが－30mm以下である場合、レール検出部４３は、y3とy4の最大値をymとして、 (x4,ym)をレール位置として検出する。

次に、図７に示されるように、何らかの障害物で、レール１７の一部（x1,y1）,（x2,y2）が検出できないが、内側エッジ部分を含む他の部分（x3,y3）, （x4,y4）, （x5,y5）, （x6,y6）が検出可能である場合、y3とy4の差が20mm以下であり、－100mm<y3<100mm、かつ、y3,y4のいずれか大きい方に対し、y5,y6のどちらかが－30mm以下である場合、レール検出部４３は、y3とy4の最大値をymとして、 (x4,ym)をレール位置として検出する。

次に、図８に示されるように、何らかの障害物で、内側エッジ部分を含むレール１７の一部（x5,y5）, （x6,y6）が検出できないが、他の部分（x1,y1）,（x2,y2）,（x3,y3）, （x4,y4）が検出可能である場合、レール検出部４３は、この位置のレール１７の内側エッジの検出を、他方、すなわち、レール１８の位置の検出結果待ち状態とし、レール長手方向に同一座標のレール１８の内側エッジの位置が検出できた場合、その位置からマクラギ方向に1.067+0.05ｍ離れた位置をxb、y3とy4の最大値をymとして、(xb,ym) をレール位置として検出する。

次に、図９に示されるように、何らかの障害物で、レール１７の全体が検出できなかった場合、レール検出部４３は、この位置のレール１７の内側エッジの位置の検出ができなかったものとする。なお、レール検出部４３は、暫定的な検出結果として、他方、すなわち、レール１８の検出結果を用いて、レール１８のレール長手方向に同一座標となる位置から1.067+0.05ｍ離れた位置をxb、レール傾きが１スキャン前と同じとなる値をybとして、(xb,yb)をレール位置として仮に検出するものとしてもよい。

そして、レール検出部４３は、図６～図９を用いて説明した場合と同様にして、レール１８の内側エッジの位置の検出を実行する。

図３に戻り、検出結果判定部４４は、レール検出部４３から供給されたレール検出結果に基づいて、レール検出部４３により検出されたレール高さの情報、すなわち、図６および図７を用いて説明した場合、ならびに、図８を用いて説明した検出状態において、他方のレール位置が検出できた場合のレール高さの情報を、ロール角算出部４６に供給する。また、検出結果判定部４４は、レール検出部４３から供給されたレール検出結果に基づいて、レール位置が検出できなかった場合、すなわち、図８を用いて説明した検出状態において、他方のレール位置も検出できなかった場合、および、図９を用いて説明した場合、道床検出部４５を制御し、対応するスキャン位置において、道床の傾きを検出する処理を実行させる。

道床検出部４５は、座標変換部４２から供給された３次元点群の座標データに基づいて、道床の傾きを検出し、ロール角算出部４６に供給する。道床検出部４５の機能構成および動作等の例についての詳細は、図１１～図２６を用いて後述する。

ロール角算出部４６は、検出結果判定部４４から供給された、レール１７および１８のレール高さの情報、および、道床検出部４５から供給された道床の傾きに基づいて、ロール角を算出し、車体動揺補正処理部４７に供給する。ロール角算出部４６は、レール１７および１８のレール高さがいずれも検出できた場合、例えば、図１０に示されるように、一方のレール位置を（X1,Y1）他方のレール位置を（X2,Y2）として、ロール角φを、φ＝tan^-1((X1- X2)/( Y1- Y2))から算出する。また、ロール角算出部４６は、レール１７および１８のレール高さの少なくともいずれか一方が検出できなかった場合、道床検出部４５により供給された道床の傾きを、対応するスキャン位置のロール角とする。

車体動揺補正処理部４７は、座標変換部４２から供給された、図１を用いて説明したセンサ１１～１４により取得された部分に対応する３次元点群の座標データが含む車体の動揺を、ロール角算出部４６から供給されたロール角の算出結果に基づいて補正し、補正結果を出力する。

このような構成を有することにより、車体動揺補正装置３１は、センサ１１～１６により撮像されたデータより得られた３次元点群データを取得し、３次元点群を、レール長手方向、マクラギ方向、および、高さ方向を軸とした座標系に変換し、レール１７および１８の内側のエッジ部分の座標を検出し、レール１７および１８の内側のエッジ部分の座標を検出することができなかった位置においては、道床の傾きを検出し、これらに基づいて、ロール角を算出して、車体の動揺を補正する。したがって、車体動揺補正装置３１は、多くのセンサ等を用いることなく、雑草等の障害物が存在した場合でも、精度よく車体のロール角を算出して、３次元点群データに含まれる車体の動揺を補正することができる。

図１１は、図３の道床検出部４５の第１の例である道床検出部４５－１が有する機能を示す機能ブロック図である。道床検出部４５－１は、検出領域抽出部６１、近似直線算出部６２、近似直線－点群残差算出部６３、および、検出データ決定部６４を含んで構成されている。

検出領域抽出部６１は、座標変換部４２から供給された、センサ１５および１６により取得された道床部分の３次元点群の座標データのうち、レールや分岐器部分を含まず、かつ、マクラギやバラストを含む道床部分を含む３次元点群の座標データを、それぞれ１スキャン分ずつ抽出して、近似直線算出部６２に供給する。

具体的には、検出領域抽出部６１は、センサ１５および１６により取得された道床部分のそれぞれの３次元点群の座標データのうち、例えば、図１２に示されるように、レールが検出されると推定される所定の座標から２０ｃｍ程度内側で、かつ、レール高さと推定される所定の座標から１０ｃｍ低い位置から２５ｃｍ低い位置までの所定の検出範囲の３次元点群の座標データを、レールや分岐器部分を含まず、かつ、マクラギやバラストを含む道床部分を含む３次元点群の座標データとして、それぞれ１スキャン分ずつ抽出する。

図１１に戻って、近似直線算出部６２は、検出領域抽出部６１から供給された３次元点群の座標データの１スキャン分の座標値に基づいて、例えば、最小二乗法などを用いて、近似直線を算出し、検出領域抽出部６１から供給された３次元点群の座標データの１スキャン分の座標値、および、算出した近似直線を、近似直線－点群残差算出部６３に供給する。

近似直線－点群残差算出部６３は、近似直線算出部６２から供給された、３次元点群の座標データの１スキャン分の座標値と近似直線との残差を算出し、その残差の合計を、検出データ決定部６４に供給する。

検出データ決定部６４は、近似直線算出部６２から供給された、３次元点群の座標データの１スキャン分の座標値と近似直線との残差の合計値に基づいて、測定箇所に対応するスキャンの前後ｘスキャン（ｘはｘ≧０の整数である、以下同様）を含む２ｘ＋１スキャンの内から、マクラギ部分をスキャンした３次元点群の座標データを検出し、マクラギ部分の３次元点群の座標データの近似直線に基づいて、道床の傾きを算出し、ロール角算出部４６に供給する。

図１３に示されるように、マクラギに対応する部分をスキャンした３次元点群の座標データは、近似直線算出部６２により算出された近似直線との残差の合計が少なくなり、バラストに対応する部分をスキャンした３次元点群の座標データは、近似直線算出部６２により算出された近似直線との残差の合計が大きくなる。

また、マクラギ幅、バラスト間隔、および、スキャン幅に基づいて、センサ１５および１６がマクラギ上をスキャンする確率を求めることが可能である。検出データ決定部６４は、例えば、マクラギ上をスキャンする確率が１／３程度である場合、測定箇所に対応するスキャンの前後ｘスキャンを含む２ｘ＋１スキャンとする場合のｘの値をｘ＝４とすることにより、検出結果にマクラギ部分を確実に含むことができる。

このように、図３の道床検出部４５の第１の例である道床検出部４５－１は、検出位置近傍の３次元点群の座標データのうち、近似直線との残差の合計値が小さい、すなわち、マクラギ部分をスキャンした座標データに基づいて、道床の傾きを検出することが可能となる。

次に、図１４は、図３の道床検出部４５の第２の例である道床検出部４５－２が有する機能を示す機能ブロック図である。

図１４の道床検出部４５－２においては、図１１を用いて説明した道床検出部４５－１が有する機能と同様の部分においては、同一の記号を付し、その詳細な説明は省略する。すなわち、図１４の道床検出部４５－２は、図１１を用いて説明した道床検出部４５－１に対し、検出領域抽出部６１により抽出された、センサ１５およびセンサ１６のそれぞれにより撮像されて取得された３次元点群の座標データを統合するデータ統合部７１が新たに設けられている以外は、図１１を用いて説明した道床検出部４５－１と同様の機能を有するものである。

データ統合部７１は、検出領域抽出部６１により抽出された３次元点群の座標データにおいて、図２を用いて説明したセンサ１５および１６により取得されたそれぞれの道床部分の３次元点群の座標データを統合し、近似直線算出部６２に供給する。図１４の道床検出部４５－２において、近似直線算出部６２、近似直線－点群残差算出部６３、および、検出データ決定部６４が実行する処理は、図１１を用いて説明した道床検出部４５－１における場合と同様である。

図１５は、図１１を用いて説明した道床検出部４５－１により検出された道床の傾きの算出結果と、図１４を用いて説明した道床検出部４５－２により検出された道床の傾きの算出結果を示す図である。図１５に示されるように、図１１を用いて説明した道床検出部４５－１により検出された道床の傾きの算出結果よりも、図１４を用いて説明した道床検出部４５－２により検出された道床の傾きの算出結果の方が、飛び値が少ないことがわかる。したがって、検出領域抽出部６１により抽出された３次元点群の座標データにおいて、図２を用いて説明したセンサ１５および１６により取得されたそれぞれの道床部分の３次元点群の座標データを統合した後に、近似直線を算出することにより、より的確に、道床の傾きを算出することができることが分かる。

このように、図３の道床検出部４５の第２の例である道床検出部４５－２は、図２を用いて説明したセンサ１５および１６により取得されたそれぞれの道床部分の３次元点群の座標データを統合することにより、検出位置近傍のマクラギ部分をスキャンした３次元点群の座標データに基づいて、道床の傾きを、より精度よく検出することが可能となる。

図１６は、図３の道床検出部４５の第３の例である道床検出部４５－３が有する機能を示す機能ブロック図である。道床検出部４５－３は、検出領域抽出部６１、データ統合部７１、隣接点傾き合計算出部８１、検出データ決定部８２、および、近似直線算出部８３を含んで構成されている。

検出領域抽出部６１は、図１２を用いて説明した場合と同様にして、座標変換部４２から供給された、センサ１５および１６により取得された道床部分の３次元点群の座標データのうち、レールや分岐器部分を含まず、かつ、マクラギやバラストを含む道床部分を含む３次元点群の座標データを、それぞれ１スキャン分ずつ抽出して、データ統合部７１に供給する。

データ統合部７１は、図１４を用いて説明した道床検出部４５－２のデータ統合部７１と同様に、検出領域抽出部６１により抽出された３次元点群の座標データにおいて、図２を用いて説明したセンサ１５および１６により取得されたそれぞれの道床部分の３次元点群の座標データを統合し、隣接点傾き合計算出部８１に供給する。なお、データ統合部７１を設けることにより、上述したように、より正確にデータを検出することが可能となるが、必要に応じて、データ統合部７１を省略することは可能である。

隣接点傾き合計算出部８１は、データ統合部７１から供給された１スキャン分の統合された座標データの隣接点の傾きの合計値を、次の数式（１）を用いて算出し、算出結果を検出データ決定部８２に供給するとともに、データ統合部７１から供給された１スキャン分の統合された座標データを、近似直線算出部８３に供給する。

図１７に示されるように、例えば、マクラギ上をスキャンした場合の１スキャン分の統合された座標データにおいては、隣接点の傾きの合計値は小さな値となり、バラスト上をスキャンした場合の１スキャン分の統合された座標データにおいては、隣接点の傾きの合計値は大きな値となる。

検出データ決定部８２は、隣接点傾き合計算出部８１により算出された、測定箇所に対応するスキャンの前後ｘスキャンを含む２ｘ＋１スキャンの隣接点の傾きの合計値のうち、最も合計値が小さいものを検出データとして決定し、近似直線算出部８３に、対応するスキャンを、測定箇所の傾きを求めるための近似直線の算出データとして用いることを通知する。

近似直線算出部８３は、検出データ決定部８２からの通知に基づいて、測定箇所に対応するスキャンの前後ｘスキャンを含む２ｘ＋１スキャンの隣接点の傾きの合計値のうち、最も合計値が小さい１スキャン分の統合された座標データに基づいて、例えば、最小二乗法などを用いて、近似直線を算出し、近似直線の傾きを道床の傾きとして、ロール角算出部４６に供給する。

このように、図３の道床検出部４５の第３の例である道床検出部４５－３は、検出位置近傍のマクラギ部分をスキャンした３次元点群の座標データのうち、隣接点との傾きの合計値が小さいスキャンの座標データに基づいて、道床の傾きを検出することが可能となる。

図１８は、図３の道床検出部４５の第４の例である道床検出部４５－４が有する機能を示す機能ブロック図である。道床検出部４５－４は、点群座標データ取得部９１、データ統合部７１、第１の点群抽出部９２、中央値算出部９３、第２の点群抽出部９４、および、近似直線算出部９５を含んで構成されている。

点群座標データ取得部９１は、座標変換部４２から供給された、センサ１５および１６により取得された道床部分の３次元点群の座標データを取得し、１スキャン分ずつ抽出して、データ統合部７１に供給する。

データ統合部７１は、図１４を用いて説明した道床検出部４５－２のデータ統合部７１と同様に、点群座標データ取得部９１により抽出された３次元点群の座標データを統合し、第１の点群抽出部９２に供給する。なお、データ統合部７１を設けることにより、上述したように、より正確にデータを検出することが可能となるが、必要に応じて、データ統合部７１を省略することは可能である。

第１の点群抽出部９２は、データ統合部７１から供給された座標データのうち、レール１７および１８の外側部分を所定幅含み、かつ、マクラギやバラストを含む道床部分を含む、所定領域の座標データを抽出し、中央値算出部９３に供給する。第１の点群抽出部９２は、例えば、図１９に示されるように、レール１７および１８の外側部分を所定幅含むマクラギ長さ相当の幅、マクラギやバラストを含む道床部分を含むレール面と道床面を内包する範囲の高さに対応する領域の座標データを抽出することができる。この領域は、例えば、幅２．０ｍ、高さ０．４ｍなどにすることができる。この抽出領域の大きさは、実験的経験的に定められる値である。

中央値算出部９３は、第１の点群抽出部９２から供給された所定領域の座標データの高さ成分の中央値を算出し、第１の点群抽出部９２から供給された所定領域の座標データとともに、第２の点群抽出部９４に供給する。

第２の点群抽出部９４は、中央値算出部９３から供給された所定領域の座標データのうち、中央値算出部９３により算出された中央値から、レール１７および１８の高さを含まないと想定される所定の幅に含まれる座標データのみを抽出し、近似直線算出部９５に供給する。第２の点群抽出部９４は、例えば、中央値算出部９３により算出された中央値から、道床面の凹凸として想定しうる範囲、例えば、±０．０５ｍの幅に含まれる座標データのみを抽出し、近似直線算出部９５に供給する。この抽出領域の大きさは、レール頭を検出した点群座標データを、第２の点群抽出部９４による抽出から外すために、実験的経験的に定められる値である。

近似直線算出部９５は、第２の点群抽出部９４から供給された、測定箇所に対応するスキャンの前後ｘスキャンを含む２ｘ＋１スキャン分の座標データを統合する。マクラギ幅、バラスト間隔、および、スキャン幅に基づいて、センサ１５および１６がマクラギ上をスキャンする確率を求めることが可能である。近似直線算出部９５は、例えば、マクラギ上をスキャンする確率が１／３程度である場合、測定箇所に対応するスキャンの前後ｘスキャンを含む２ｘ＋１スキャンとする場合のｘの値をｘ＝４とすることにより、統合されるデータの中に、マクラギ部分を確実に含むことができる。そして、近似直線算出部９５は、統合されたデータに対して、例えば、最小二乗法などを用いて、近似直線を算出し、近似直線の傾きを算出して、ロール角算出部４６に供給する。近似直線算出部９５が近似直線の算出に用いる座標データは、第１の点群抽出部９２および第２の点群抽出部９４の処理により、そのレール長さ方向において、レール１７および１８の外側を所定量含み、かつ、そのレール高さ方向において、レール頭部の座標データを除いたものとなる。このため、近似直線算出部９５により算出される近似直線は、例えば、図２０に示されるように、道床部分とほぼ一致した座標データに対する近似直線となる。

このように、道床検出部４５－４は、そのレール長さ方向において、レール１７および１８の外側を所定量含み、かつ、レール頭部の座標データを除いた座標データに基づいて、近似直線を算出することができるので、より正確に、道床部分の傾きを算出することができる。

次に、図２１～図２６を参照して、同一の路線において、道床検出部４５－２、道床検出部４５－３、および道床検出部４５－４のそれぞれを用いて算出された道床の傾きと、レール頭高さにより算出されるロール角との比較について説明する。

図２１は、図１４を用いて説明した道床検出部４５－２により検出された道床の傾きの算出結果と、レール高さに基づいて算出されたロール角とを示す図である。また、図２２は、図１４を用いて説明した道床検出部４５－２により検出された道床の傾きの算出結果と、レール高さに基づいて算出されたロール角との相関を示す図である。図２１に示されるように、レール高さに基づいて算出されたロール角と比較して、道床検出部４５－２により検出された道床の傾きの算出結果は、その角度の変動が大きく、図２２に示される相関値は、約０．５９となった。

図２３は、図１６を用いて説明した道床検出部４５－３により検出された道床の傾きの算出結果と、レール高さに基づいて算出されたロール角とを示す図である。また、図２４は、図１６を用いて説明した道床検出部４５－３により検出された道床の傾きの算出結果と、レール高さに基づいて算出されたロール角との相関を示す図である。図２３に示されるように、レール高さに基づいて算出されたロール角と比較して、道床検出部４５－３により検出された道床の傾きの算出結果は、その角度の変動が大きく、図２４に示される相関値は、約０．５６となった。

図２５は、図１８を用いて説明した道床検出部４５－４により検出された道床の傾きの算出結果と、レール高さに基づいて算出されたロール角とを示す図である。また、図２６は、図１８を用いて説明した道床検出部４５－４により検出された道床の傾きの算出結果と、レール高さに基づいて算出されたロール角との相関を示す図である。図２５に示されるように、道床検出部４５－４により検出された道床の傾きの算出結果は、図２１および図２３を用いて説明した場合と比較して、レール高さに基づいて算出されたロール角と最も一致しており、図２６に示される相関値は、約０．７１となった。

これにより、道床検出部４５－２、道床検出部４５－３、および道床検出部４５－４のそれぞれを用いて算出された道床の傾きのうち、レール頭高さにより算出されるロール角と最も相関が取れているのは、図１８を用いて説明した道床検出部４５－４により検出された道床の傾きの算出結果であることが分かる。すなわち、道床検出部４５－４は、道床検出部４５－１～道床検出部４５－４のうち、最も精度良い検出を行うことができる。

また、近年、従来の薄い直方体以外の形状のマクラギが用いられるなど、レールに対して略直角となる以外の形状でマクラギが設置される場合がある。このような場合においても、道床検出部４５－４は、精度良くロール角を検出することができる。

次に、図２７のフローチャートを参照して、図３の車体動揺補正装置３１が実行する車体動揺補正処理１について説明する。

ステップＳ１において、点群データ取得部４１は、センサ１１～１６により撮像されたデータより得られた３次元点群データを取得し、座標変換部４２に供給する。

ステップＳ２において、座標変換部４２は、点群データ取得部４１から供給された３次元点群を、レール長手方向、マクラギ方向、および、高さ方向を軸とした座標系に変換する。そして、座標変換部４２は、図１を用いて説明したセンサ１１～１４により取得された部分に対応する３次元点群の座標データを、車体動揺補正処理部４７に供給する。また、座標変換部４２は、図２を用いて説明したセンサ１５および１６により取得された道床部分の３次元点群の座標データを、レール検出部４３および道床検出部４５に供給する。

ステップＳ３において、レール検出部４３は、図２８および図２９のフローチャートを用いて後述するレール位置検出処理を実行する。

ステップＳ４において、検出結果判定部４４は、レール検出部４３から供給されたレール検出結果に基づいて、レール位置が検出できていない位置が存在するか否かを判断する。ステップＳ４において、レール位置が検出できていない位置が存在しないと判断された場合、検出結果判定部４４は、レール検出部４３から供給されたレール高さの情報を、ロール角算出部４６に供給し、処理は、後述するステップＳ６に進む。

ステップＳ４において、レール位置が検出できていない位置が存在すると判断された場合、検出結果判定部４４は、道床検出部４５を制御し、対応するスキャン位置において、道床の傾きを検出する処理を実行させるので、道床検出部４５は、ステップＳ５において、図３０～図３３を用いて後述する道床検出処理１～４のいずれかの処理を実行する。

ステップＳ４において、レール位置が検出できていない位置が存在しないと判断された場合、または、ステップＳ５の処理の終了後、ステップＳ６において、ロール角算出部４６は、検出結果判定部４４から供給された、レール１７および１８のレール高さの情報、ならびに、道床検出部４５により供給された道床の傾きに基づいて、ロール角を算出し、車体動揺補正処理部４７に供給する。

ステップＳ７において、ロール角算出部４６は、全範囲でロール角の算出が終了したか否かを判断する。ステップＳ７において、全範囲でロール角の算出が終了していないと判断された場合、処理は、ステップＳ６に戻り、それ以降の処理が繰り返される。

ステップＳ７において、全範囲でロール角の算出が終了したと判断された場合、ステップＳ８において、車体動揺補正処理部４７は、座標変換部４２から供給された、図１を用いて説明したセンサ１１～１４により取得された部分に対応する３次元点群の座標データに対して、ロール角算出部４６から供給されたロール角の算出結果に基づいて車体動揺補正処理を実行し、補正結果を出力して処理が終了される。

このような処理により、車体動揺補正装置３１は、センサ１１～１６により撮像されたデータより得られた３次元点群データを取得し、３次元点群を、レール長手方向、マクラギ方向、および、高さ方向を軸とした座標系に変換し、レール１７および１８の内側のエッジ部分の座標を検出し、レール１７および１８の内側のエッジ部分の座標を検出することができなかった位置においては、道床の傾きを検出し、これらに基づいて、ロール角を算出して、車体の動揺を補正する。したがって、車体動揺補正装置３１は、多くのセンサ等を用いることなく、雑草等の障害物が存在した場合でも、精度よく車体のロール角を算出して、車体の動揺を補正することができる。

次に、図２８および図２９のフローチャートを参照して、図２７のステップＳ３において実行されるレール位置検出処理について説明する。

ステップＳ３１において、レール検出部４３は、図６～図９を用いて説明したように、検査車両とセンサ位置とによって求められる、一方のレールの内軌道側の６点（x1,y1）,（x2,y2）, （x3,y3）, （x4,y4）, （x5,y5）, （x6,y6）を抽出する。以下、高さ方向の座標軸の０を、レールの頭高さに対応する位置とした座標が用いられているものとして説明する。

ステップＳ３２において、レール検出部４３は、抽出された６点の高さy1,y2,y3,y4,y5,y6において、y1,y2,y3,y4の差20mm以下、y3が、例えば、－100mm <y3<100mmなどの所定の高さ範囲内、y3,y4のうちの高い方に対し、y5,y6のどちらかは－30mm以下、の全ての条件を満たしているか否かを判断する。ステップＳ３２において、これらの条件を満たしていると判断された場合、処理は、後述するステップＳ３４に進む。

ステップＳ３２において、これらの条件を満たしていないと判断された場合、ステップＳ３３において、レール検出部４３は、抽出された６点の高さy1,y2,y3,y4,y5,y6において、y3～y6が検知でき、かつ、y3,y4の差20mm以下、y3が、例えば、－100mm <y3<100mmなどの所定の高さ範囲内、y3,y4の内の高い方に対し、y5,y6のどちらかは－30mm以下、の全ての条件を満たしているか否かを判断する。ステップＳ３２において、これらの条件を満たしていないと判断された場合、処理は、後述するステップＳ３５に進む。

ステップＳ３２において、ステップＳ３２の全ての条件を満たしていると判断された場合、または、ステップＳ３３において、ステップＳ３３の全ての条件を満たしていると判断された場合、ステップＳ３４において、レール検出部４３は、ymはy3、y4の最大値として、(x4,ym)をレール位置とし、処理は、後述するステップＳ３８に進む。

ステップＳ３３において、ステップＳ３３の条件を満たしていないと判断された場合、ステップＳ３５において、レール検出部４３は、抽出された６点の高さy1,y2,y3,y4,y5,y6において、y5、y6が検知できず、y1～y4は検知できたか否かを判断する。

ステップＳ３５において、y5、y6が検知できず、y1～y4は検知できたと判断された場合、ステップＳ３６において、レール検出部４３は、現在実行中のレール位置検出を、他方のレール位置の検出結果待ち状態とし、処理は、後述するステップＳ３８に進む。

ステップＳ３５において、y5、y6が検知できず、y1～y4は検知できたと判断されなかった場合、ステップＳ３７において、レール検出部４３は、対応する位置において、レール位置検出不能とする。

ステップＳ３４，ステップＳ３６，または、ステップＳ３７の処理の終了後、ステップＳ３８において、レール検出部４３は、両レールの位置検出が終了したか否かを判断する。

ステップＳ３８において、両レールの位置検出が終了していないと判断された場合、ステップＳ３９において、レール検出部４３は、検査車両とセンサ位置とによって求められる、他方のレールの内軌道側の６点を抽出し、処理は、ステップＳ３２に戻り、それ以降の処理が繰り返される。

ステップＳ３８において、両レールの位置検出が終了したと判断された場合、ステップＳ４０において、レール検出部４３は、他方検出待ち状態の箇所があるか否か、すなわち、ステップＳ３５において、y5、y6が検知できず、y1～y4は検知できたと判断され、ステップＳ３６において、現在実行中のレール位置検出を、他方のレール位置の検出結果待ち状態とした箇所があるか否かを判断する。ステップＳ４０において、他方検出待ち状態の箇所がないと判断された場合、処理は、後述するステップＳ４４に進む。

ステップＳ４０において、他方検出待ち状態の箇所があると判断された場合、ステップＳ４１において、レール検出部４３は、他方検出待ち状態の箇所に対する他方検出結果が存在するか否かを判断する。

ステップＳ４１において、他方検出待ち状態の箇所に対する他方検出結果が存在しないと判断された場合、ステップＳ４２において、レール検出部４３は、対応する位置において、レール位置検出不能とし、処理は、後述するステップＳ４４に進む。

ステップＳ４１において、他方検出待ち状態の箇所に対する他方検出結果が存在すると判断された場合、ステップＳ４３において、レール検出部４３は、Xbを、他方のレール位置から1.067+0.05ｍ離れた位置とし、ybを、レール傾きが、ひとつ前の検出結果と同じとなる値として、(xb,yb)をレール位置とする。

ステップＳ４０において、他方検出待ち状態の箇所がないと判断された場合、もしくは、ステップＳ４２またはステップＳ４３の処理の終了後、ステップＳ４４において、レール検出部４３は、全範囲でレール位置の検出が終了したか否かを判断する。

ステップＳ４４において、全範囲でレール位置の検出が終了していないと判断された場合、処理は、ステップＳ３１に戻り、それ以降の処理が繰り返される。ステップＳ４４において、全範囲でレール位置の検出が終了したと判断された場合、処理は、図２７のステップＳ４に進む。

このような処理により、レール検出部４３は、レール１７および１８のレールの内側エッジの位置を検出することができる。

次に、図３０のフローチャートを参照して、図２７のステップＳ５において実行される第１の処理の例である、道床検出処理１について説明する。道床検出処理１は、図１１を用いて説明した道床検出部４５－１が実行する処理である。

ステップＳ６１において、道床検出部４５－１の検出領域抽出部６１は、座標変換部４２から供給された、センサ１５および１６により取得された道床部分の３次元点群の座標データのうち、図１２を用いて説明したように、レールや分岐器部分を含まず、かつ、マクラギやバラストを含む道床部分を含む３次元点群の座標データを、１スキャン分ずつそれぞれ抽出して、近似直線算出部６２に供給する。

ステップＳ６２において、道床検出部４５－１の近似直線算出部６２は、検出領域抽出部６１から供給された３次元点群の座標データの１スキャン分の座標値に基づいて、例えば、最小二乗法などを用いて、近似直線を算出し、検出領域抽出部６１から供給された３次元点群の座標データの１スキャン分の座標値、および、近似直線を、近似直線－点群残差算出部６３に供給する。

ステップＳ６３において、道床検出部４５－１の近似直線－点群残差算出部６３は、近似直線算出部６２から供給された、３次元点群の座標データの１スキャン分の座標値と、近似直線の残差を算出し、その残差の合計を、検出データ決定部６４に供給する。

ステップＳ６４において、道床検出部４５－１の検出データ決定部６４は、全範囲で残差の算出が終了したか否かを判断する。ステップＳ６４において、全範囲で残差の算出が終了していないと判断された場合、処理は、ステップＳ６１に戻り、それ以降の処理が繰り返される。

ステップＳ６４において、全範囲で残差の算出が終了したと判断された場合、ステップＳ６５において、道床検出部４５－１の検出データ決定部６４は、検出スキャン位置をｎ＝１とする。

ステップＳ６６において、道床検出部４５－１の検出データ決定部６４は、検出スキャン位置ｎと、ｎに対して前後ｘスキャンの合計２ｘ＋１スキャン（ただし、ｎ＜ｘである場合、１スキャン目からｎ＋ｘスキャン目までであってもよい）の中で、残差の合計が最も少ないものを、検出データとして決定する。すなわち、道床検出部４５－１の検出データ決定部６４は、図１３を用いて説明したように、マクラギ部分をスキャンした座標データを検出データとして決定する。

ステップＳ６７において、道床検出部４５－１の検出データ決定部６４は、全範囲の検出が終了したか否かを判断する。

ステップＳ６７において、全範囲の検出が終了していないと判断された場合、ステップＳ６８において、道床検出部４５－１の検出データ決定部６４は、検出スキャン位置をｎ＝ｎ＋１とし、処理は、ステップＳ６６に戻り、それ以降の処理が繰り返される。

ステップＳ６７において、全範囲の検出が終了したと判断された場合、ステップＳ６９において、道床検出部４５－１の検出データ決定部６４は、近似直線に基づいて、道床の傾きを算出し、ロール角算出部４６に供給して、処理は、図２７のステップＳ６に進む。

このような処理により、道床検出部４５－１は、検出位置近傍の３次元点群の座標データのうち、近似直線との残差の合計値が小さい、すなわち、マクラギ部分をスキャンした座標データに基づいて、道床の傾きを検出することができる。

次に、図３１のフローチャートを参照して、図２７のステップＳ５において実行される第２の処理の例である、道床検出処理２について説明する。道床検出処理２は、図１４を用いて説明した道床検出部４５－２が実行する処理である。

ステップＳ８１において、道床検出部４５－２の検出領域抽出部６１は、座標変換部４２から供給された、センサ１５および１６により取得された道床部分の３次元点群の座標データのうち、図１２を用いて説明したように、レールや分岐器部分を含まず、かつ、マクラギやバラストを含む道床部分を含む３次元点群の座標データを、１スキャン分ずつそれぞれ抽出して、データ統合部７１に供給する。

ステップＳ８２において、道床検出部４５－２のデータ統合部７１は、検出領域抽出部６１により抽出された３次元点群の座標データにおいて、図２を用いて説明したセンサ１５および１６により取得されたそれぞれの道床部分の３次元点群の座標データを統合し、近似直線算出部６２に供給する。

ステップＳ８３～ステップＳ９０において、道床検出部４５－２は、図３０のステップＳ６２～ステップＳ６９を用いて説明した処理と同様の処理を実行し、処理は、図２７のステップＳ６に進む。

このように、道床検出部４５－２は、検出領域抽出部６１により抽出された３次元点群の座標データにおいて、図２を用いて説明したセンサ１５および１６により取得されたそれぞれの道床部分の３次元点群の座標データを統合する。そして、道床検出部４５－２は、検出位置近傍の３次元点群の座標データのうち、近似直線との残差の合計値が小さい、すなわち、マクラギ部分をスキャンした座標データに基づいて、道床の傾きを検出することができる。図１５を用いて説明したように、道床検出部４５－２により検出された道床の傾きの算出結果は、道床検出部４５－１により検出された道床の傾きの算出結果と比較して、飛び値が少ない。すわなち、検出領域抽出部６１により抽出された３次元点群の座標データにおいて、センサ１５および１６により取得されたそれぞれの３次元点群の座標データを統合することにより、より精度良い検出結果を得ることができる。

次に、図３２のフローチャートを参照して、図２７のステップＳ５において実行される第３の処理の例である、道床検出処理３について説明する。道床検出処理３は、図１６を用いて説明した道床検出部４５－３が実行する処理である。

ステップＳ１０１において、道床検出部４５－３の検出領域抽出部６１は、座標変換部４２から供給された、センサ１５および１６により取得された道床部分の３次元点群の座標データのうち、図１２を用いて説明したように、レールや分岐器部分を含まず、かつ、マクラギやバラストを含む道床部分を含む３次元点群の座標データを、１スキャン分ずつ、それぞれ抽出して、データ統合部７１に供給する。

ステップＳ１０２において、道床検出部４５－３のデータ統合部７１は、検出領域抽出部６１により抽出された３次元点群の座標データにおいて、図２を用いて説明したセンサ１５および１６により取得されたそれぞれの道床部分の３次元点群の座標データを統合し、隣接点傾き合計算出部８１に供給する。

ステップＳ１０３において、道床検出部４５－３の隣接点傾き合計算出部８１は、データ統合部７１から供給された１スキャン分の統合された座標データの隣接点の傾きの合計値を、上述した数式（１）を用いて算出し、算出結果を検出データ決定部８２に供給するとともに、データ統合部７１から供給された１スキャン分の統合された座標データを、近似直線算出部８３に供給する。

ステップＳ１０４において、道床検出部４５－３の隣接点傾き合計算出部８１は、全範囲で隣接点との傾きの合計の算出が終了したか否かを判断する。ステップＳ１０４において、全範囲で隣接点との傾きの合計の算出が終了していないと判断された場合、処理は、ステップＳ１０１に戻り、それ以降の処理が繰り返される。

ステップＳ１０４において、全範囲で隣接点との傾きの合計の算出が終了したと判断された場合、ステップＳ１０５において、道床検出部４５－３の検出データ決定部８２は、検出スキャン位置をｎ＝１とする。

ステップＳ１０６において、道床検出部４５－３の検出データ決定部８２は、隣接点傾き合計算出部８１により算出された、測定箇所に対応するスキャンの前後ｘスキャンを含む２ｘ＋１スキャン（ただし、ｎ＜ｘである場合、１スキャン目からｎ＋ｘスキャン目までであってもよい）の隣接点の傾きの合計値のうち、最も合計値が小さいものを検出データとして決定し、近似直線算出部８３に、対応するスキャンを、測定箇所の傾きを求めるための近似直線の算出データとして用いることを通知する。

ステップＳ１０７において、道床検出部４５－３の近似直線算出部８３は、検出データ決定部８２からの通知に基づいて、測定箇所に対応するスキャンの前後ｘスキャンを含む２ｘ＋１スキャンの隣接点の傾きの合計値のうち、最も合計値が小さい１スキャン分の統合された座標データに基づいて、例えば、最小二乗法などを用いて、近似直線を算出する。

図１７を用いて説明したように、マクラギ上をスキャンした場合の１スキャン分の統合された座標データは、隣接点の傾きの合計値は小さな値となり、図１８を用いて説明したように、バラスト上をスキャンした場合の１スキャン分の統合された座標データは、隣接点の傾きの合計値は大きな値となる。

ステップＳ１０８において、道床検出部４５－３の近似直線算出部８３は、全範囲において、近似直線の算出が終了したか否かを判断する。

ステップＳ１０８において、全範囲において、近似直線の算出が終了していないと判断された場合、ステップＳ１０９において、道床検出部４５－３の近似直線算出部８３は、検出スキャン位置をｎ＝ｎ＋１とし、処理は、ステップＳ１０６に戻り、それ以降の処理が繰り返される。

ステップＳ１０８において、全範囲において、近似直線の算出が終了したと判断された場合、ステップＳ１１０において、道床検出部４５－３の近似直線算出部８３は、近似直線の傾きを算出し、道床の傾きとして、ロール角算出部４６に供給し、処理は、図２７のステップＳ６に進む。

このように、道床検出部４５－３は、検出位置近傍のマクラギ部分をスキャンした３次元点群の座標データのうち、隣接点との傾きの合計値が小さいスキャンの座標データに基づいて、道床の傾きを検出することが可能となる。

次に、図３３のフローチャートを参照して、図２７のステップＳ５において実行される第４の処理の例である、道床検出処理４について説明する。道床検出処理４は、図１８を用いて説明した道床検出部４５－４が実行する処理である。

ステップＳ１２１において、道床検出部４５－４の点群座標データ取得部９１は、座標変換部４２から供給された、センサ１５および１６により取得された道床部分の３次元点群の座標データを、１スキャン分ずつそれぞれ抽出して、データ統合部７１に供給する。

ステップＳ１２２において、道床検出部４５－４のデータ統合部７１は、点群座標データ取得部９１により抽出された３次元点群の座標データを統合し、第１の点群抽出部９２に供給する。

ステップＳ１２３において、道床検出部４５－４の第１の点群抽出部９２は、データ統合部７１から供給された座標データのうち、レール１７および１８の外側部分を所定幅含み、かつ、マクラギやバラストを含む道床部分を含む、Ｍｍ×Ｎｍの所定領域の座標データを抽出し、中央値算出部９３に供給する。Ｍｍ×Ｎｍの抽出領域の大きさは、マクラギ長さ相当の幅、レール面と道床面を内包する範囲の高さであり、実験的経験的に定められる値である。第１の点群抽出部９２は、例えば、図１９を用いて説明したように、レール１７および１８の外側部分を所定幅含む幅２．０ｍ、マクラギやバラストを含む道床部分を含む高さ０．４ｍに対応する領域の座標データを抽出することができる。

ステップＳ１２４において、道床検出部４５－４の中央値算出部９３は、第１の点群抽出部９２から供給された所定領域の座標データの高さ成分の中央値を算出し、第１の点群抽出部９２から供給された所定領域の座標データとともに、第２の点群抽出部９４に供給する。

ステップＳ１２５において、道床検出部４５－４の第２の点群抽出部９４は、中央値算出部９３から供給された所定領域の座標データのうち、中央値算出部９３により算出された高さの中央値から、レール１７および１８の高さを含まないと想定される所定の幅に含まれる高さを有する座標データのみを抽出し、近似直線算出部９５に供給する。第２の点群抽出部９４は、中央値算出部９３により算出された高さの中央値から、道床面の凹凸として想定しうる範囲、例えば、中央値算出部９３により算出された高さの中央値から、±０．０５ｍの幅に含まれる高さを有する座標データのみを抽出し、近似直線算出部９５に供給する。この抽出領域の大きさは、レール１７および１８の高さによって決まる値であり、実験的経験的に定められる値である。

ステップＳ１２６において、道床検出部４５－４の第２の点群抽出部９４は、中央値算出部９３により算出された中央値の算出結果から所定範囲内の点の抽出が終了したか否かを判断する。ステップＳ１２６において、所定範囲内の点の抽出が終了していないと判断された場合、処理は、ステップＳ１２１に戻り、それ以降の処理が繰り返される。

ステップＳ１２６において、所定範囲内の点の抽出が終了したと判断された場合、ステップＳ１２７において、道床検出部４５－４の近似直線算出部９５は、検出スキャン位置をｎ＝１とする。

ステップＳ１２８において、道床検出部４５－４の近似直線算出部９５は、検出スキャン位置ｎと、ｎに対して前後ｘスキャンを含む２ｘ＋１スキャン分の座標データを統合する。

ステップＳ１２９において、道床検出部４５－４の近似直線算出部９５は、統合されたデータに対して、例えば、最小二乗法などを用いて、近似直線を算出する。

ステップＳ１３０において、道床検出部４５－４の近似直線算出部９５は、全範囲の近似直線の傾きの算出が終了したか否かを判断する。

ステップＳ１３０において、全範囲の近似直線の傾きの算出が終了していないと判断された場合、ステップＳ１３１において、道床検出部４５－４の近似直線算出部９５は、検出スキャン位置をｎ＝ｎ＋１とし、処理は、ステップＳ１２８に戻り、それ以降の処理が繰り返される。

ステップＳ１３０において、全範囲の近似直線の傾きの算出が終了したと判断された場合、ステップＳ１３２において、道床検出部４５－４の近似直線算出部９５は、近似直線の傾きを算出し、道床の傾きとして、ロール角算出部４６に供給し、処理は、図２７のステップＳ６に進む。

このような処理により、道床検出部４５－４は、そのレール長さ方向において、レール１７および１８の外側を所定量含み、かつ、そのレール高さ方向において、レール頭部の座標データを除いた座標データに基づいて、近似直線を算出する。道床検出部４５－４は、図２１～図２６を用いて説明したように、道床検出部４５－２および道床検出部４５－３と比較して、精度良い検出を行うことができる。

以上説明した車体動揺補正装置３１は、レール１７およびレール１８の内側エッジの高さが検出されなかった場合に、道床検出部４５により検出される道床の傾きを用いてロール角を算出したが、レール１７およびレール１８の内側エッジの高さを検出することなく、道床検出部４５により検出される道床の傾きのみを用いてロール角を算出するものとしてもよい。

図３４は、レール１７およびレール１８の内側エッジの高さを検出することなく、道床検出部４５により検出される道床の傾きを用いてロール角を算出する車体動揺補正装置１０１の機能性を示す機能ブロック図である。

図３４においては、図３を用いて説明した車体動揺補正装置３１が有する機能と同様の部分においては、同一の記号を付し、その詳細な説明は省略する。すなわち、図３４の車体動揺補正装置１０１は、レール検出部４３および検出結果判定部４４の機能が削除され、座標変換部４２において、レール長手方向、マクラギ方向、および、高さ方向を軸とした座標系に変換された３次元点群の座標データが道床検出部４５に供給され、ロール角算出部４６は、すべての検出領域において、道床検出部４５により検出された道床の傾きをロール角として、車体動揺補正処理部４７に供給するものである。道床検出部４５は、上述した道床検出部４５－１～道床検出部４５－４のいずれを用いてもよいが、図２１～図２６を用いて説明したように、道床検出部４５－２および道床検出部４５－３と比較して、精度良い検出を行うことができる道床検出部４５－４を用いると好適である。

次に、図３５のフローチャートを参照して、図３４の車体動揺補正装置１０１が実行する車体動揺補正処理２について説明する。

ステップＳ１４１において、点群データ取得部４１は、センサ１１～１６により撮像されたデータより得られた３次元点群データを取得し、座標変換部４２に供給する。

ステップＳ１４２において、座標変換部４２は、点群データ取得部４１から供給された３次元点群を、レール長手方向、マクラギ方向、および、高さ方向を軸とした座標系に変換する。そして、座標変換部４２は、図１を用いて説明したセンサ１１～１４により取得された部分に対応する３次元点群の座標データを、車体動揺補正処理部４７に供給する。また、座標変換部４２は、図２を用いて説明したセンサ１５および１６により取得された道床部分の３次元点群の座標データを道床検出部４５に供給する。

ステップＳ１４３において、道床検出部４５は、図３０～図３３を用いて説明した道床検出処理１～４のいずれかの処理を実行する。

ステップＳ１４４において、ロール角算出部４６は、道床検出部４５により供給された道床の傾きに基づいて、ロール角を算出し、車体動揺補正処理部４７に供給する。

ステップＳ１４５において、ロール角算出部４６は、全範囲でロール角の算出が終了したか否かを判断する。ステップＳ１４５において、全範囲でロール角の算出が終了していないと判断された場合、処理は、ステップＳ１４４に戻り、それ以降の処理が繰り返される。

ステップＳ１４５において、全範囲でロール角の算出が終了したと判断された場合、ステップＳ１４６において、車体動揺補正処理部４７は、座標変換部４２から供給された、図１を用いて説明したセンサ１１～１４により取得された部分に対応する３次元点群の座標データに対して、ロール角算出部４６から供給されたロール角の算出結果に基づいて車体動揺補正処理を実行し、補正結果を出力して処理が終了される。

このような処理により、車体動揺補正装置１０１は、センサ１１～１６により撮像されたデータより得られた３次元点群データを取得し、３次元点群を、レール長手方向、マクラギ方向、および、高さ方向を軸とした座標系に変換し、道床の傾きを検出し、これらに基づいて、ロール角を算出して、車体の動揺を補正する。したがって、車体動揺補正装置１０１は、レール位置を検出せずに、多くのセンサ等を用いることなく、雑草等の障害物が存在した場合でも、精度よく車体のロール角を算出して、車体の動揺を補正することができる。

このように、本発明の車体動揺補正装置および車体動揺補正方法、ならびにプログラムにおいては、道床部分の３次元点群の座標データが取得され、３次元点群の座標データから、レールの外側部分、ならびに、マクラギおよびバラストを含む道床部分を含む、第１の所定領域の座標データが抽出され、第１の所定領域の座標データの高さ成分の中央値が算出され、第１の所定領域の座標データのうち、算出された中央値から、レールの高さによって決まる所定の幅に含まれる第２の所定領域の座標データのみが抽出され、第２の所定領域の座標データの近似直線が算出されて、算出された近似直線を用いて、３次元点群が含む車体動揺が補正される。したがって、多くのセンサ等を用いることなく、雑草等の障害物が存在した場合でも、精度よく車体のロール角を算出して、車体動揺を補正することができる。

上述した技術は、ハードウェアとしては、例えば、パーソナルコンピュータなどの情報処理装置に適用することができる。

上述した一連の処理は、ハードウェアにより実行することもできるし、ソフトウェアにより実行することもできる。一連の処理をソフトウェアにより実行する場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、プログラム記録媒体からインストールされる。

なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

また、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。

１…検測車両、 １１～１６…センサ、 １７，１８…レール、 ３１、１０１…車体動揺補正装置、 ４１…点群データ取得部 、４２…座標変換部 、４３…レール検出部、 ４４…検出結果判定部、 ４５…道床検出部、４６…ロール角算出部、 ４７…車体動揺補正処理部、 ６１…検出領域抽出部、 ６２近似直線算出部、 ６３…近似直線－点群残差算出部、６４…検出データ決定部、 ７１…データ統合部、 ８１…隣接点傾き合計算出部、 ８２…検出データ決定部、 ８３…近似直線算出部、 ９１…点群座標データ取得部、 ９２…第１の点群抽出部、 ９３…中央値算出部、９４…第２の点群抽出部、 ９５…近似直線算出部

Claims (8)

1. 鉄道沿線の地物の形状を示す３次元点群を取得した時の車体動揺を補正する車体動揺補正装置であって、
   道床部分の３次元点群の座標データを取得する点群座標データ取得部と、
   前記点群座標データ取得部により取得された前記道床部分の３次元点群の座標データのうち、レールの外側部分を所定幅含み、かつ、マクラギおよびバラストを含む前記道床部分を含む、第１の所定領域の座標データを抽出する第１の点群抽出部と、
   前記第１の点群抽出部により抽出された前記第１の所定領域の座標データの高さ成分の中央値を算出する中央値算出部と、
   前記第１の点群抽出部により抽出された前記第１の所定領域の座標データのうち、前記中央値算出部により算出された中央値から、前記レールの高さによって決まる所定の幅に含まれる第２の所定領域の座標データのみを抽出する第２の点群抽出部と、
   前記第２の点群抽出部により抽出された前記第２の所定領域の座標データの近似直線を算出する近似直線算出部と、
   前記近似直線算出部により算出された前記近似直線を用いて、前記鉄道沿線の地物の形状を示す３次元点群が含む車体動揺を補正する車体動揺補正処理部と
   を備えることを特徴とする車体動揺補正装置。
2. 請求項１に記載の車体動揺補正装置において、
   前記点群座標データ取得部により取得される前記道床部分の３次元点群の座標データは、複数のセンサを用いて取得され、
   複数の前記センサを用いて取得された前記道床部分の３次元点群の座標データを統合するデータ統合部をさらに備え、
   前記第１の点群抽出部は、前記データ統合部により統合された前記道床部分の３次元点群の座標データから、前記第１の所定領域の座標データを抽出する
   ことを特徴とする車体動揺補正装置。
3. 請求項１または２に記載の車体動揺補正装置において、
   前記第２の点群抽出部は、前記中央値算出部により算出された中央値から、道床面の凹凸として想定しうる範囲の幅に含まれる前記第２の所定領域の座標データのみを抽出する
   ことを特徴とする車体動揺補正装置。
4. 請求項１～３のいずれか１項に記載の車体動揺補正装置において、
   前記第１の点群抽出部は、前記点群座標データ取得部により取得された前記道床部分の３次元点群の座標データのうち、前記レールの外側部分を所定幅含むマクラギ長さ相当の幅、前記マクラギおよび前記バラストを含む前記道床部分を含むレール面と道床面を内包する範囲の高さに対応する前記第１の所定領域の座標データを抽出する
   ことを特徴とする車体動揺補正装置。
5. 請求項１～４のいずれか１項に記載の車体動揺補正装置において、
   前記近似直線算出部は、前記第２の点群抽出部により抽出された、複数スキャン分の前記第２の所定領域の座標データを統合し、統合されたデータに基づいて前記近似直線を算出する
   ことを特徴とする車体動揺補正装置。
6. 請求項１～５のいずれか１項に記載の車体動揺補正装置において、
   前記道床部分の３次元点群の座標データに基づいて、前記レールの位置を検出するレール検出部をさらに備え、
   前記車体動揺補正処理部は、前記レール検出部により前記レールの位置が検出できた箇所においては、前記レール検出部により検出された前記レールの位置に基づいて前記鉄道沿線の地物の形状を示す３次元点群が含む車体動揺を補正し、前記レール検出部により前記レールの位置を検出できなかった箇所においては、前記近似直線算出部により算出された前記近似直線を用いて、前記鉄道沿線の地物の形状を示す３次元点群が含む車体動揺を補正する
   ことを特徴とする車体動揺補正装置。
7. 鉄道沿線の地物の形状を示す３次元点群を取得した時の車体動揺を補正する車体動揺補正方法であって、
   道床部分の３次元点群の座標データを取得する点群座標データ取得ステップと、
   前記点群座標データ取得ステップの処理により取得された前記道床部分の３次元点群の座標データのうち、レールの外側部分を所定幅含み、かつ、マクラギおよびバラストを含む前記道床部分を含む、第１の所定領域の座標データを抽出する第１の点群抽出ステップと、
   前記第１の点群抽出ステップの処理により抽出された前記第１の所定領域の座標データの高さ成分の中央値を算出する中央値算出ステップと、
   前記第１の点群抽出ステップの処理により抽出された前記第１の所定領域の座標データのうち、前記中央値算出ステップの処理により算出された中央値から、前記レールの高さによって決まる所定の幅に含まれる第２の所定領域の座標データのみを抽出する第２の点群抽出ステップと、
   前記第２の点群抽出ステップの処理により抽出された前記第２の所定領域の座標データの近似直線を算出する近似直線算出ステップと、
   前記近似直線算出ステップの処理により算出された前記近似直線を用いて、前記鉄道沿線の地物の形状を示す３次元点群が含む車体動揺を補正する車体動揺補正処理ステップと
   を含むことを特徴とする車体動揺補正方法。
8. 鉄道沿線の地物の形状を示す３次元点群を取得した時の車体動揺を補正する処理をコンピュータに実行させるためのプログラムであって、
   道床部分の３次元点群の座標データを取得する点群座標データ取得ステップと、
   前記点群座標データ取得ステップの処理により取得された前記道床部分の３次元点群の座標データのうち、レールの外側部分を所定幅含み、かつ、マクラギおよびバラストを含む前記道床部分を含む、第１の所定領域の座標データを抽出する第１の点群抽出ステップと、
   前記第１の点群抽出ステップの処理により抽出された前記第１の所定領域の座標データの高さ成分の中央値を算出する中央値算出ステップと、
   前記第１の点群抽出ステップの処理により抽出された前記第１の所定領域の座標データのうち、前記中央値算出ステップの処理により算出された中央値から、前記レールの高さによって決まる所定の幅に含まれる第２の所定領域の座標データのみを抽出する第２の点群抽出ステップと、
   前記第２の点群抽出ステップの処理により抽出された前記第２の所定領域の座標データの近似直線を算出する近似直線算出ステップと、
   前記近似直線算出ステップの処理により算出された前記近似直線を用いて、前記鉄道沿線の地物の形状を示す３次元点群が含む車体動揺を補正する車体動揺補正処理ステップと
   を含む処理をコンピュータに実行させるプログラム。
   
   

Images