3D マッピングサービス

 

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

3DマッピングOpen CRG

3Dマッピングとは

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

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


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

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

3Dマッピング技術の基本知識

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

Point Cloud

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

レーザースキャナー(タイムオブフライト方式)

これに対して、時間を位相差によって測定するのがフェイズシフト方式です。

レーザースキャナー(フェイズシフト方式)

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

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

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

ステレオカメラ

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

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

主な用途

路面や周辺にあるオブジェクトの高精度な3Dマッピング化には大きく別けて以下の4つの用途があります。

  • 自動車のモデルベース開発(MBD)
  • 自動車の自動運転向けのダイナミックマッピング
  • 都市開発の計画管理
  • 道路や鉄道などの施設管理
  • レーシングゲームや実際のレーサーのトレーニング用のドライビングシミュレータ

弊社が提供するサービスの最大の強みは、上記の1.の用途にあります。この弊社が提供する3Dマッピング計測サービスは用途に最適化されていると言っても過言ではありません。加えて、上記の2.の用途についても、ドイツにおいては、Open Auto Drive フォーマットで、ドイツの自動車メーカーに対してMoSES IIIを利用した3Dマッピングデータ測定サービスが行われています。一方で、日本では既に、自動車メーカー各社が参画するダイナミックマッピング基盤企画株式会社が中心となって、Open Auto Driveのフォーマットに基づいた業界規格が定められ、モバイルマッピング企業各社が3Dマッピングサービスを提供しています。この2つのデータフォーマットには共通点もありますが、自動運転車のモデルベース開発用がメインとなっているのがOpenCRGフォーマットです。Open Auto Drive フォーマットには、ビークルダイナミックスの設計に使用する、高精度な3DマッピングデータであるOpenCRGも含まれています。一方、Open Auto Driveは、あくまでも将来の市販車がナビゲーションで利用するトラジェクトリ情報つきのラフな精度の3Dマッピングデータに過ぎません。

Euro NCAPのロードマップにある、歩行者や自転車に対する衝突回避ブレーキなどで、ますます高度化してきているADAS機能で、メルセデスは、以前から、モデルベース開発環境におけるテストと、ドライビングロボットでのプルービンググラウンドテストに整合性をもたせています。高精度なGNSS+IMUで挙動を計測可能なプロトタイプ車のテスト効率を向上させるために、モデルベース設計段階から、高精度な路面データと挙動データにより、シミュレーション環境と実環境の再現性を追及してきています。将来、より複雑な運転シナリオが予想されるレベル5の自動運転車では、必要となる品質を確保するためには、実環境でのテスト工数ではあまりに時間がかかり過ぎることが鮮明になっています。シックスシグマの考え方から、統計データにより一定の品質を、特定の信頼区間にサンプルデータが分散させることができるように、テストの工数が算出されます。より複雑な運転シナリオが必要となると、それだけ必要なサンプルデータ数が膨大となります。従って、まずモデルベース開発でテストを実施して検証済の機能を、最終段階で、難易度の高い試験シナリオに絞って、路面データと挙動に高度な整合性を保った実環境でテストするようになると予想されています。

昨今、ADAS機能(ASV:安全先進機能)のレベルでも、日本の自動車メーカーにおいて海外1st Tierからの各種自動車部品の納入が増加している中で、モデルベース開発を活用することで。開発拠点が遠隔地にあって各自動車メーカーのプルービンググラウンドでの結合テストを行わずとも短期間で設計品質を高める取り組みが進んでいます。既に、海外にあるプルービンググラウンドで高精度な3Dマッピングデータを計測し、遠隔地の開発拠点におけるモデルベース開発で、品質がだせるような設計プロセス改革も進んでいます。ですから、今後、ますますモデルベース開発用の高精度な3Dマッピング化のニーズが高まっていくことが予想されます。

自動車のモデルベース開発

自動車のモデルベース開発向けの道路の3Dマッピングの用途は、走行性能や、ビークルダイナミックスを自動車開発用のモデルベース開発システムでつくり込むための路面やオブジェクトデータの生成にあります。路面については、OpenCRGが代表的なデータ形式です。そしてオブジェクトデータを含めたデータ形式がOpen Driveです。Open DriveとOpen Auto Driveはまったく別のデータ形式です。国内のモバイルマッピング企業各社が提供するポイントクラウドデータから、OpenCRG形式へ変換することは可能ですが、道路の勾配やカーブ、カントの精度については、残念ながら正確な車両動態のシミュレーションが十分に可能な精度を持っていません。従来のモバイルマッピング技術では大きな誤差がでていた道路の勾配やカーブ、カントの精度が確保されていないとモデルベース開発でビークルダイナミックスの性能を作り込むことができないのです。

自動車のモデルベース開発向けに特化した独自の技術

弊社では、技術提携先が開発した計測技術を利用することでプロジェクトの特性に合わせて最適なセンサーを選択して計測が可能です。RTK/PPK測位を行うGNSS受信機で、高精度な位置と高度を計測し、さらにリングレーザージャイロや光ファイバジャイロで位置と姿勢を含めた高精度なトラジェクトリデータを生成します。画像データに関しては、赤外線カメラ、通常の高解像度CCDカメラなど、プロジェクトで必要となるセンサーを選択し、計測車両にフレキシブルに搭載できるようになっています。

3Dマッピングの分野で弊社が提供する自動運転車のシミュレーション開発用のサービスについての詳しい情報はこちらをご覧ください。