狠狠撸

狠狠撸Share a Scribd company logo
株式会社ノーザンシステムサービス
和山亮介
空撮画像技術と3次元リアルタイムデータの
可視化について
生態学会自由集会
自己紹介
岩手にある
(株)ノーザンシステムサービス
という会社で
地図やドローンを使ったりした可視化の研
究開発をしています。
最近はドローンのDIYを始めたりしてます。
色々面白いものを置いてあるので、興味が
ある方は是非当社までお越しください!
Twitter:@wayama_ryousuke
空撮画像技术と3次元リアルタイムデータの可视化について
なぜドローンのデータを
使いたかったのか?
ドローンで
災害救助等に使える
システム作れないか?
DFID - 英国国際開発省 CC BY 3.0
ネパール地震でのドローンを使った災害救助
https://www.flickr.com/photos/dfid/16691214064
東日本大震災時、救助場所を住所で言われた際に、被災前
の住所と被災後では津波で目標となる建物が流出してしまい、
救助ヘリで現場へたどり着くのに時間がかかったそうです。
また、現状把握のためのフライト中にも要救助者の救出が
優先する場合もあり、現状把握に時間がかかったそうです。
参照:第14回 全国消防救助シンポジウム 記録集
https://ja.wikipedia.org/wiki/%E3%83%88%E3%83%A2%E3%83%80%E3%83%81
%E4%BD%9C%E6%88%A6
https://ja.wikipedia.org/wiki/%E6%9D%B1%E6%97%A5%E6%9C%AC
%E5%A4%A7%E9%9C%87%E7%81%BD
http://www.fdma.go.jp/neuter/topics/kyukyu_kyujyo_kokusaikyouryoku/sympos
ium14.pdf
災害発生時にドローンを即時飛行
させ現場の被害状況を把握して、
同時に3次元形状を被災前の地図と重ねて可
視化することで、より迅速に救助活動ができ
るのではないか?
という思いから研究開発が始まった。
https://en.wikipedia.org/wiki/Parrot_AR.Drone#/media/File:2_Parrot_AR.Drone_2.0_in_flight.jpg
そもそもドローンから
取れるデータって
どんなのがあるの?
https://en.wikipedia.org/wiki/File:AR.Drone_2.0_flying_over_suburd_in_Avignon,_France.jpg
1.動画:主カメラや副カメラでとった動画。
WiFi等でリアルタイム受信できるものが多い。
2.静止画:マルチスペクトルビーム画像やGPS
情報が付随したEXIF付き画像。SfMで使う場合
はカメラが垂直に下を向くことが大前提。
3.各種センサデータ:LiDARの点群データ等
4.テレメトリデータ:リアルタイムのGPS情報
や機体制御情報等
ドローンから取れる代表的なデータ
1.WiFi:リアルタイムデータ。但し画像?動画とかはVGAクラス。HD
クラスは別途装備が必要だったり。 今回はこのVGA画像からリアルタイム
データを作ります。
2.モバイル通信(LTE等)、衛星通信等:リアルタイムデータ。自立運
転などで使用。WiFiと比べると遅延があり通信速度が遅い場合が多い。テ
レメトリデータなどのASCIIデータなら問題ない。FPV(自分視点でのリア
ルタイム操作)等遅延が重要な用途には向かない。
3.SDカード等:RAWデータや高解像度のデータを保存して撮影後に確
認できる。SDKによってはWiFi経由で直接取得可能。超高精度(0.03m
メッシュ!)なDEM や高解像度のオルソ画像が必要なときはこちら。
4.USB等:nVIDIAのtk1等、組み込み向けPCでオンボードでカメラデー
タ等を処理する場合はこちら。RS232CやGPIOとかもある。
データの取得方法は?
1.v-SLAM (visual SLAM) : リアルタイムで単眼カメラの動画
データから自己位置推定と環境地図を作成する技術。今回使ったのは
LSD-SLAM。他にはORB-SLAMやSVO、PTAM等がある。これ系の技
術は大体はPTAMを親として派生した技術。
また、 LiDAR等の高価なセンサを使用せずとも安価なカメラで点群
データを得られる。最近は精度も良い。
取得したデータはどう加工するの?-1
https://www.youtube.com/watch?v=Gnu
QzP3gty4
LSD-SLAM ORB-SLAM SVO PTAM
https://www.youtube.com/watch?t=142&
v=Y9HMn6bd-v8
https://www.youtube.com/watch?v=2YnIMfw6
bJY
https://www.youtube.com/watch?v=
8DISRmsO2YQ
2.SfM(Structure from Motion):オルソ画像やタイル画像、DEM
が必要な場合はこちら。商用で最も有名なのはAgisoftのPhotoScan。
最近だとドローン用WEBサービスのPix4Dが目立ってきている。
非商用であればVisualSfM等がある。オープンソースであれば
OpenMVG、OpenSfMなどが有名。
v-SLAMと同じく安価なカメラのみで点群やその他情報を作成できる。
取得したデータはどう加工するの?-2
https://www.flickr.com/photos/crschmidt/152608885
06/
PhotoScan Pro Pix4D
https://pix4d.com/
VisualSfM
http://ccwu.me/vsfm/
OpenMVG
OpenSfM
https://github.
com/mapillary
/OpenSfM
https://github.com/openMVG/openMVG/
3.ワークフローSfM:画像ファイルを用意するだけでオルソ画像
や3Dモデルを作るところまでを自動化したもの。オープンソース
ではOpenDroneMapが有名。
取得したデータはどう加工するの?-3
4. ジオリファレンス:点群データやセンサデータなどは大抵は
ローカル座標系なので、地理空間で使うにはジオリファレンスが必
要になる。テレメトリにあるGPS情報やEXIFのGPS情報は精度に
誤差が生じやすいので緯度経度における精度が重要であればGCP
(グランドコントロールポイント。写真の特定のピクセル座標に対
する緯度経度情報。最低3点以上)を予め作っておく必要がある。
今回の検証でも精度の部分で問題になった。今後の課題。
取得したデータはどう加工するの?-4
http://www.lancaster.ac.uk/staff/jamesm/software/sfm_georef.h
tm
http://grass.osgeo.org/grass70/manuals/addons/v.ply.rectify.
html
1.オルソ画像:
GeoTIFFとかジオリファレンスされたものであればそのままQGIS等のGISソフトで
開いて分析できる。
ジオリファレンスなしの場合はジオリファレンスの手間がある。別途GCPデータを
作っておく必要がある。
加工した成果物はどう利用するの?-1
http://www.gsi.go.jp/gazochosa/gazochosa40001
.html
例:電子国土基本図(オルソ画像)の整備
2.DEM:
地形学や自然地理学における地形分析や、水流や地塊運動のシミュレーションや、
立体地図の作成等、3次元情報を活かしたい場合に使用する。
加工した成果物はどう利用するの?-2
http://www.gsi.go.jp/gyoumu/gyoumu41000.html
西之島立体図
3.テクスチャ付き3Dメッシュオブジェクト:
SfM等は高さ情報だけではなく形状も再現するので、例えば中空になっている橋の
ような建造物も多少の歪みはあるが再現する。最近では建造物の形状や高さ情報か
らの再現した3D可視化ではなく、こちらを用いることが多くなっている。大規模な
3D都市モデルを構築したい場合等で利用する。
オープンソースのcesiumで作成したものもある。
加工した成果物はどう利用するの?-3
http://betaserver.icgc.cat/cesium/Girona3D.html
例1:スペイン旧市街のシティモデリング
http://www.google.com/url?q=http%3A%2F%2Fwww.3dcitydb.net%2F3dcitydb%2Ffil
eadmin%2F3DWebClient%2Findex.html&sa=D&sntz=1&usg=AFQjCNHsudbJnq9rcL
t8kFaipqTaHBd5EA
例2:インタラクティブな3D可視化と大規模な3D都市モデル
4.ポイントクラウド:SfMやv-SLAM、 LiDARで取得した点群
データ。物体認識や障害物回避等の自動運転系で使ったりする。今
回は3次元地図に使用します。
加工した成果物はどう利用するの?-4
http://subspace.nicta.com.au/#publicDemos https://www.youtube.com/watch?v=r9LegSK6MfU
例1:Cesiumでのポイントクラウド表示例 例2:ポイントクラウドを用いた自动运転例
ドローンで取れるデータや
加工方法や利用方法については
分かった。
ではこれらをどうやって
3次元地図に表示するのか
やっぱりGoogle Earth?
https://www.google.co.jp/intl/ja/earth/
それともBing Maps?
http://apps.microsoft.com/windows/en-us/app/bing-maps-preview/75ce2a6a-8a25-4916-83d0-19b8e7b60787
いいえ。Cesiumです。
https://cesiumjs.org/Cesium/Apps/HelloWorld.ht
ml
? Cesiumは、プラグインなしでWebブラウザ上で3D地図や2D地図を表示す
るためのJavaScriptライブラリ。WebGLに対応したブラウザ上で動作する。
ざっくり言えばGoogle Earthのオープンソース版のようなもの。
Cesiumとは?
https://cesiumjs.org/index.html https://cesiumjs.org/Cesium/Apps/Sandcastle/index.
html
1.Google EarthのWEB版も最初考えたが、そもそも現時点で最新の
Chromeで動作しないので候補から外れた。
2. Google Earth等の商用アプリは基底部分をいじれないので、欲しい機能
を自前で実装できないため、オープンソースであるのは必須要件だった。
Cesiumは基底部分はもとより、UIも大幅に変更可能なのもかなりポイント高
い。
3.WebGLに対応したブラウザであれば端末を選ばない。
4.ドローンからのデータを扱う上で、サーバからリアルタイムで大量のデー
タを扱うにはブラウザ上でWebSocketやWebRTC等のHTML5技術と親和性が
高いものが良かった。
5.KMLやGeoJSON等馴染み深いデータソースをそのまま使えるため、過去
の資産を活かしやすい。
なぜCesium?-1
6.比較的短期間(およそ1ヶ月)でどんどんバージョンアップしてバグ修正
や新機能が盛り込まれていく。比較的活発に活動している。
7.特定用途に向けたプラグインが色々ある。地下空間データ対応、点群デー
タ表示対応、VR対応、Leapmotion対応等。
なぜCesium?-2
http://cesiumjs.org/plugins/index.html
ここがヘンだよCesium
仕様がダイナミックに変わるので、緯度経度の変換や取得方法、
オブジェクトへのズーム方法など重要な部分の書き方が代わった
りするのでソースの修正が大変。最近は落ち着いている。
今回使用しているのは6月1日に発表されたv1.10だが、以前は
v1.2のsubspaceプラグインを使用して点群を表示していた。
これはv1.9までのバージョンでは点群を表示する方法がなく、
サードパーティ製のプラグイン( subspace )に頼らざるを得な
かったが、これはv1.2固定対応で、バグ対応や高速化対応その他
もろもろの最新版の利用を断念せざるを得ない状況だった。
根幹の仕様が滅多に変更がないのであればプラグインも上位互
換性が上がると思われるが、まだ今の段階ではそこまで成熟して
いないので、どうしても最新版で使いたい場合はプラグインに
パッチを当てるしか無い。
SfMやv-SLAMで出力された点群や3Dメッシュオブジェクトをcesium上で
変換して表示する。
?点群(PLY形式)→ファイルをロードし、そのまま緯度経度高度+
カラーをPointジオメトリに割り当てる。
?3Dメッシュオブジェクト(obj形式)→COLLADA(MeshLab等)
→glTF→バイナリ形式で読み込む。(Cesium1.10以降)
Cesiumで3Dデータを見るためには?
http://www.cs.cornell.edu/~snavely/bundler/ http://meshlab.sourceforge.net/
SfM MeshLa
b
CesiumPicture
s
動画像から3次元情報を作るやり方としては
SfMとv-SLAMがある。
?SfMは精度優先。IN:画像群。OUT:多様。
?v-SLAMは速度優先。IN:動画。OUT:点群のみ。
というようにそれぞれ特性が違うので、用途に合わせて選択
する。
今回はSfMを災害後における詳細調査用、v-SLAMを災害
時のリアルタイム調査用として想定し、それぞれの性能評価
をおこなった。
?全体的に高精度DEMや高解像度オルソ画像、3Dメッシュオブジェクト
を作るのは向いてるが、詳細にやろうとすれば計算時間がかなり掛かる。
処理枚数やCUDAの可否にもよるが17枚(4608x3455)の静止画で
GPUなし、CPU:Core-i5 3.4Ghz、メモリ32GBの場合、
OpenDroneMapでは6時間程度かかった。GPUが使えると10倍以上早
くなる。SfMではGPU必須と言ってもいい。スタンドアローンで使いたい
のであればnVIDIAのtk1がおすすめ!
SfMの場合-1
http://queue.acm.org/detail.cfm?id=2206309 http://www.nvidia.co.jp/object/jetson-tk1-first-mobile-supercomputing-embedded-20140326-
jp.html
nVIDIA tk1
?品質や計算速度ではAgisoftのPhotoScan Proが圧倒的。ジオリ
ファレンスもEXIFがあれば自動でやってくれる。このジオリファ
レンスの自動化のためだけに購入してもよいかもしれない。
SfMの場合-2
http://www.agisoft.com/pdf/PS_1.1%20-Tutorial%20(BL)%20-%20Orthophoto,%20DEM%20(without%20GCP).pdf
?無償で使えるソフトとしてはVisualSfMが有名だが非商用でしか
使えない。商用で使う場合は別途連絡が必要。ジオレファレンスは
GCPファイルを別途用意すればいけるが、EXIFからは自動では
とってくれない。EXIFからとっているのはカメラの焦点距離など
の情報で、カメラのキャリブレーションを行っている。
SfMの場合-3
http://ccwu.me/vsfm/
?オープンソースではOpenDroneMapがワークフローとしては有
名。単体としてはPMVS、CMVS、Bundler、OpenMVG、
OpenSfM、Micmac等。
SfMの場合-4
https://github.com/OpenDroneMap/OpenDroneMap
http://www.cs.cornell.edu/~snavely/bundler/
https://github.com/openMVG/openMVG/
https://github.com/mapillary/OpenSfM
http://logiciels.ign.fr/?Telechargement,20
PMVS
OpenDroneMap
CMVS
Bundler
OpenMVG
OpenSfM Micmac
?OpenDroneMapは画像さえ用意すればバッチ処理でオルソ画像、
テクスチャ付き3Dメッシュ、ポイントクラウドまでは自動で作成
できるが、ジオリファレンスの精度が厳しい。GCP使っても改善し
なかった。今後のアップデートに期待。
SfMの場合-5
https://github.com/OpenDroneMap/OpenDroneMap
https://smathermather.wordpress.com/category/3d/opendronemap-3d/
?オープンソースのSfMではジオリファレンスの精度が宜しくない
ため、GCP等で補う必要があった。
?しかし自動化のためにはGCPを使わずにEXIFのGPS情報を使用
して調整したいという思いがあり、試行錯誤していくと???
世にも奇妙な現象に遭遇!
SfMの場合-6
SfMの場合-7
OpenDroneMapの例-1
Fig.1 沈没遺跡
Fig.2 空中庭園
Fig.3 蜃気楼
SfMの場合-8
OpenDroneMapの例-2
Fig.4 空中ベンチ Fig.5 孤独な惑星
SfMの場合-9
OpenSfMの例
Fig.1 名状しがたい公園 Fig.2 名状しがたい博物馆
?オープンソースのSfMは精度や速度の論点の前にそもそもGCPで
はなくEXIFのGPS情報から自動計算できる正確なジオリファレン
スを出来るソフトがなかった。もしかしたら見落としているものが
あるかも。
?今のところ一番精度が良かったのはPLY+GCP+Grass GISでの
ジオリファレンス。
?GCPを使う場合、人の手間がかかるため、自動化が難しい。自前
実装の早いかもしれない。
?もしEXIFのGPS情報からのSfMのジオ
リファレンスが正確にできるやり方知っ
ていたら教えて下さい!
SfMを使った感想
① EXIF付き画像をフォルダに入れて、そのフォルダ内で
OpenDroneMap/run.pl
を実行することでOpenDroneMapのワークフローが実行される。
② 実行後には点群データとオルソ画像、 3Dメッシュオブジェク
トが生成される。
③ テキチャ付き3Dメッシュオブジェクト(obj)はそのままの形
式だとcesiumに表示できないため、一旦Meshlab等でCOLLADA形
式に変換し、更にそこからcesiumライブラリ経由でglTF形式に変
換することでようやくcesium上に3Dモデルとして表示が可能とな
る。
参考:SfMで作ったものをCesiumで
表示するには?-OpenDroneMap編
① EXIF付き画像を「images」フォルダにいれて、パラメータ等が記載された「config.yaml」を用意する。
OpenSfM/bin/run_all フォルダ名
【フォルダ構造例】
testData/
└config.yaml
└images/
└img_00.jpg
└img_01.jpg
└img_02.jpg
└img_03.jpg
└img_04.jpg
└img_05.jpg
【実行例】
OpenSfM/bin/run_all testData
② 実行後にはJSON形式の点群データができる。デフォルトのままだとECEF座標系(地球中心?地球固定直交
座標系)で出力されるためECEF座標系?緯度経度の変換を行う必要があった。
③ Ply形式にPythonで変換後、Cesiumで表示が可能となる。ただし建物の横から撮った写真であればジオリ
ファレンスの精度はそこまで問題ではないが、航空写真のような上から撮った写真の場合は激しくずれる。高さ
がハードコーディングされていたりしたので、恐らく横からの画像に特化している?
参考:SfMで作ったものをCesiumで
表示するには?-OpenSfM編
①任意のフォルダに画像、スクリプトファイル(下記参照)、画像同士の組み合わせを記載したXMLファイル、プロジェクションを記載したXMLファイルなどを入れる。
②Micmacには様々なツールが入っている。
各ツールを実行するスクリプトを書く。
【例】UAS_test.sh
-----------------------------------------------
#!/bin/sh
BIN_DIR=$1
CHANT_DIR=$2
${BIN_DIR}mm3d OriConvert OriTxtInFile GPS_WPK_Grand-Leez.csv Nav-Brut-RTL ChSys=DegreeWGS84@SysCoRTL.xml MTD1=1
NameCple=FileImagesNeighbour.xml CalcV=1 ImC=R0040536.JPG NbImC=25
${BIN_DIR}mm3d Tapioca File FileImagesNeighbour.xml -1
${BIN_DIR}mm3d Tapas RadialBasic
"R0040536.JPG|R0040537.JPG|R0040535.JPG|R0040578.JPG|R0040498.JPG|R0040499.JPG|R0040579.JPG|R0040538.JPG|R0040577.JPG|R0040534.JPG|R0040497.JP
G|R0040500.JPG|R0040580.JPG|R0040456.JPG|R0040616.JPG|R0040576.JPG|R0040496.JPG|R0040617.JPG|R0040455.JPG|R0040457.JPG|R0040615.JPG|R0040539.J
PG|R0040501.JPG|R0040581.JPG|R0040533.JPG" Out=Sample4Calib-Rel
${BIN_DIR}mm3d AperiCloud
"R0040536.JPG|R0040537.JPG|R0040535.JPG|R0040578.JPG|R0040498.JPG|R0040499.JPG|R0040579.JPG|R0040538.JPG|R0040577.JPG|R0040534.JPG|R0040497.JP
G|R0040500.JPG|R0040580.JPG|R0040456.JPG|R0040616.JPG|R0040576.JPG|R0040496.JPG|R0040617.JPG|R0040455.JPG|R0040457.JPG|R0040615.JPG|R0040539.J
PG|R0040501.JPG|R0040581.JPG|R0040533.JPG" Sample4Calib-Rel Out=Sample4Calib-Rel.ply
${BIN_DIR}mm3d Tapas RadialBasic "R.*.JPG" Out=All-Rel InCal=Sample4Calib-Rel
${BIN_DIR}mm3d CenterBascule "R.*.JPG" All-Rel Nav-Brut-RTL tmp CalcV=1
${BIN_DIR}mm3d OriConvert OriTxtInFile GPS_WPK_Grand-Leez.csv Nav-adjusted-RTL ChSys=DegreeWGS84@SysCoRTL.xml MTD1=1 Delay=-0.0854304
${BIN_DIR}mm3d CenterBascule "R.*.JPG" All-Rel Nav-adjusted-RTL All-RTL
${BIN_DIR}mm3d ChgSysCo "R.*JPG" All-RTL SysCoRTL.xml@SysCoBL72_EPSG31370.xml All-BL72
${BIN_DIR}mm3d AperiCloud "R.*.JPG" All-BL72 Out=All-BL72-cam.ply WithPoints=0
${BIN_DIR}mm3d Malt Ortho "R.*JPG" All-BL72 DirMEC=MEC DefCor=0 AffineLast=1 Regul=0.005 HrOr=0 LrOr=0 ZoomF=1
${BIN_DIR}mm3d to8Bits MEC/Z_Num8_DeZoom1_STD-MALT.tif
${BIN_DIR}mm3d Nuage2Ply "MEC/NuageImProf_STD-MALT_Etape_8.xml" Scale=8 Attr="MEC/Z_Num8_DeZoom1_STD-MALT_8Bits.tif" Out=CanopySurfaceModel.ply
-----------------------------------------------
③スクリプトを実行
./UAS_test.sh micmac/bin
※感想:PDFのマニュアルが約350ページもあり心が折れた。
参考:SfMで作ったものをCesiumで
表示するには?- Micmac編
?計算速度+精度+大規模地図対応+時間経過によるドリフト修正
対応を考えると現状ではLSD-SLAMになる。
v-SLAMの場合-1
http://vision.in.tum.de/research/lsdslam?redirect=1
?ORB-SLAMも候補に入れていたが、ドキュメントやTIPS等の情
報や品質がLSD-SLAMに及ばず、見送る。
v-SLAMの場合-2
http://webdiis.unizar.es/~raulmur/orbslam/
? LSD-SLAMは安定した品質で
カメラキャリブレーションさえしっかり
していれば
かなりの精度。逆に言うとカメラキャリブレーションに失敗していると、カオスに
なる。
激しく揺らしても大丈夫。ただし、回転とかはダメ。
v-SLAMの場合-3
http://wiki.ros.org/camera_calibration/Tutorials/MonocularCalibration
カメラキャリブレーションの例 LSD-SLAM実行例
?カメラはローリングシャッターだと品質が酷い。
ビッグバンエフェクトが発生する。
v-SLAMの場合-4
https://www.flickr.com/photos/sorenragsdale/319231
4056
ローリングシャッターの例 ビッグバンエフェクト
?通常だとポイントクラウドファイル(ply)を
手動で保存するが、手動でキーを押さなければ
ならなかったため、5秒間隔でポイントクラウ
ドファイルを生成するようにパッチをあてた。
?全キーフレームの点群データを取得しようと
すると、あっという間にGB単位のデータになっ
てしまうため、最新キーフレームデータ(差
分)のplyファイルを生成するようにパッチをあ
てた。
LSD-SLAMのパッチポイント
リアルタイムデータ3顿地図のデモ
?SfMと同様にジオリファレンスができていない。
?カメラのGPS座標はテレメトリで取得しているので、カメラから
点群までの深さ情報を元にグローバル座標へ変換できそう。
?カラー情報はLSDーSLAMでは取得できない。ORBーSLAMだと
できるようになるらしい。出来るようになったら試したい。
?ar-droneのようなローリングシャッター+VGA以下+30fps以下
だと精度が極端に落ちる。QVGAに落とすと精度が向上した。
?カメラを選ぶ。グローバルシャッターで120°以上の広角でVGA
のモノクロで30~60fpsを推奨されており、ドローンは普通ローリ
ングシャッターなので精度が落ちる。
?最初に平行移動してからでないとトラッキングが失敗する。
課題
?wifiを前提とするとwifi範囲内でしか使えないため、長距離での利用が難しいため、
自立運転を目指す。またLSDーSLAMから位置推定してChainer+DQN(Deep Q-
Network)による障害物を学習により回避する自立運転を予定。
?実際に現場で使うにはまだまだ完成度が足りないため、フィールド実験したいが、
人がいるところでは飛ばせないので、ドローン専用実験場のようなところで実験し
たい。ちょうどこの前、仙北市「ドローン特区」でドローンのデモンストレーショ
ンがあり、一般企業でも自由に使えるようであれば検討したい。
今後の予定
分散深層強化学習でロボット制御
http://research.preferred.jp/2015/06/distributed-deep-reinforcement-learning/
https://www.youtube.com/watch?v=a3AWpeOjkzw
PFI様による分散深層強化学習でロボット制御
Chainer+DQN(Deep Q-Network)でやっている。必見
https://www.youtube.com/watch?v=2JYFSiWDV
-4
0719仙北市田沢湖スキー場ドローンデモ飛行
追記 ドローンを飛ばす前に読んでおいたほうがよい資料
http://dil-opac.bosai.go.jp/publication/nied_report/PDF/81/81-
5inoue.pdf
防災科学技術研究所研究報告
第 81 号
自然災害調査研究のための
マルチコプター空撮技術
著:
井上 公
内山庄一郎
鈴木比奈子
ドローンを用いた詳細DEM
(0.5mメッシュ)やオルソ
画像作成と運用に対する考察
をまとめたもの。操作方法だ
けではなく事故や保険などに
も言及しており非常に広範で
よくまとまっている。
must read!
?cesium+Oculus+LeapMotion+PointCloud
おまけ 3D地図の応用事例-1
データをまるで魔法のように思いのままに探求できます。
但し周りからの視線は考えないようにしてください。
?cesium+NetCDF
おまけ 3D地図の応用事例-2
NetCDFのような位置付き多次元データをリアルタイムボリュームレンダ
リングし、5分位でのカラー表示や変数の範囲選択で自由自在にデータを
観測できます。また、Cesiumの公式サイトでデモを確認できます。
http://cesiumjs.org/demos/GridViz.html
こぼれ話:
デモビデオを公開したら開発者の人から
showcaseに載せてみないかと連絡が来まし
た。海外の研究機関からも連絡があったり
してshowcaseの反響は大きかったです。
https://t.co/uvGk8pPOvm
おまけ 3D地図の応用事例-3
今回のテーマである点群のリアルタイム可視化のデモビデオをyoutubeにあげて
みたらCesiumの中の人から「また面白そうなことやってるね。うちのshowcase
にあげてみない?」と言われて、showcase2回目。中の人に注目してもらえるの
は嬉しいですね。
https://cesiumjs.org/demos/LSDSLAM.html
ノーザンシステムサービスでは一緒に
研究したい、仕事してみたい
研究者?学生?企業の方を募集しており
ます。
今回の発表でピンときたものがあれば
是非お声がけください!
wayama あっと isop.ne.jp
最後に???
ご清聴ありがとうございました。

More Related Content

空撮画像技术と3次元リアルタイムデータの可视化について