都市部の点群データからの建物の分類や抽出

概要

 近年、都市の構造や景観を仮想空間上で再現しようとする試みが増えています[1][2][3]。仮想空間上で再現された都市空間データはデジタルツインと呼ばれ、交通や防災、気候変動などのシミュレーションが可能になり、様々な問題解決に役立てることが期待されています。

 こうした背景から都市モデルデータのニーズも高まっています。都市モデルデータは主に航空レーザーなどで計測された点群データから作成されます。「都市部の点群データからの建物の分類や抽出」サービスは都市のレーザー計測データからビル住宅などの建物を自動で分類し、抽出することができます。

[1] VIRTUAL 静岡 (https://www.pref.shizuoka.jp/machizukuri/1049255/)
[2] PLATEAU (https://www.mlit.go.jp/plateau/)
[3] 東京都デジタルツイン実現プロジェクト (https://info.tokyo-digitaltwin.metro.tokyo.lg.jp/)

航空レーザー計測データの建物自動分類のイメージ

点群データ出典: VIRTUAL SHIZUOKA (https://www.geospatial.jp/ckan/dataset/virtual-shizuoka-mw)

点群データ出典: オープンナガサキ (https://opennagasaki.nerc.or.jp)

点群データ出典: 兵庫県 50cmメッシュ 数値地形図ポータル(2021~2022年度)(https://www.geospatial.jp/ckan/dataset/2022-hyougo-geo-potal)

点群データ出典: DALES : University of Dayton, Ohio (https://udayton.edu/engineering/research/centers/vision_lab/research/was_data_analysis_and_processing/dale.php)

処理の特徴

山間部における樹冠下の建物の検出

 通常、樹冠下に建物が存在する場合、上から見ると建物が樹冠で隠れて検出が困難な場合があります。弊社のサービスではそのような場合でも住宅が検出ができるアルゴリズムの開発を進めています。

点群データ出典: VIRTUAL SHIZUOKA (https://www.geospatial.jp/ckan/dataset/virtual-shizuoka-mw)

実施例

1. 仕様検討

 処理を行う点群データの仕様や分類の項目を検討します。整理した仕様から工数や費用の見積もりを行います。下記の表は整理した仕様の例です。

データ項目内容(例)
形式LAS形式
面積2000km2
容量1TB
ファイル数1000個
分類項目地表面、建物、植生

2. サンプルデータ処理

 処理の精度を確認するフェーズとして、全体のデータから一部を切り出して処理を実施します。結果から、要件を満たせる処理が実現できそうか確認を行います。

3. 全体データ処理実施

 サンプルデータ処理で問題ないことを確認出来たら全体のデータ処理を実施します。

4. データ納品

 処理が完了したデータをクラウド、またはHDDでお客様に納品を行います。

© 2023 ImVisionLabs株式会社 All rights reserved.