レーザ測量に基づく詳細3D樹木モデルの作成と建設業界に向けた需要と展望

1K Views

May 21, 24

スライド概要

2024/4/18に実施されたHololab Conference 2024のセッションスライドです。

■セッションアーカイブはこちら
https://www.youtube.com/playlist?list=PLcIuMEVR3eYegP17SKG_UPgERmmGStEr_

ーーー
■公式HP
https://hololab.co.jp/

■公式Twitter
https://twitter.com/HoloLabInc

profile-image

ホロラボです Unityを使用したHoloLensのアプリ開発を中心にしています。 最近では建設業でのBIMデータ、製造業でのCAD データ、空間の3Dスキャン(点群データやメッシュデータ)も扱っています。 物理世界とデジタル世界をどのように連携するか。ということを日々考えています。

シェア

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

関連スライド

各ページのテキスト
1.

レーザ測量に基づく 詳細3D樹木モデルの作成と 建設業界に向けた需要と展望 株式会社ホロラボ 熊崎理仁

2.

はじめに 五反田駅周辺データの配植シミュレーション 配植前 配植後 株式会社ホロラボによる取得データ 近年、建設業界では3DCAD(BIM/CIM)とゲームエンジン等によるレンダリング技術の浸透により、 3Dによる設計や完成予想の提供が当たり前になると同時に、計画案に樹木の配植(はいしょく)までを 取り入れる、3D樹木モデルの利用と必要性が高まっていくと考えられる。 Copyright© HoloLab Inc. All rights reserved 2

3.

はじめに UnrealEngine5 (Megascans Trees) Twinmotion しかしながら、現行の3D樹木モデル(樹木アセット)には、以下のような問題が存在する ① 提供される3D樹木モデルの多くが外国の樹木である。(樹木に造詣のある方であれは一目で分かる) ② 樹形(樹種に応じた樹木の形)が正しいものとは言い切れない。 ③ テクスチャ(幹肌・枝葉)が実際の対象樹種から作成したものであるか分からない。 ④ 容量が非常に重いものが多い(200MB以上) Copyright© HoloLab Inc. All rights reserved → これら問題を解決するため、実測に則った日本の3D樹木モデルの構築が必要 3

4.

実測に則った日本の3D樹木モデルの構築とは? 地上型3Dレーザスキャナによる取得データ(上)、構築された3D樹木モデル レ ー ザ 測 量 樹 木 モ デ ル ケヤキ カエデ モッコク スダジイ 4

5.

HoloLab 3D樹木モデルの価値 樹形再現性 樹木インベントリ 樹種:ケヤキ TLS-QSM法を主軸とした3D樹木モデルの構築手法 ※TLS(地上型3Dレーザスキャナ) 樹木インベントリ(ソメイヨシノ) QSMモデル 3D樹木モデル k最近傍法による整合性を確認する精度検証では、 3D樹木モデル(②)は、基となる樹木点群(①)から、 標準偏差距離0.011mの範囲内での構築が確認 -----------Tree attributes: Tot alVolume = 6056 L Tr unkVolume = 1178 L Br anchVolume = 4878 L TreeHeight = 14.78 m TrunkLength = 12.5 m BranchLength = 2302 m TotalLength = 2315 m Num berBranches = 5492 MaxBranchOrder = 9 TrunkArea = 11.81 m^2 BranchArea = 273.9 m^2 TotalArea = 285.7 m^2 DBHqsm = 0.5065 m DBHcyl = 0.5065 m CrownDiamAve = 15.33 m CrownDiamMax = 17.37 m CrownAreaConv = 194.5 m^2 CrownAreaAlpha = 181.8 m^2 CrownBaseHeight = 2.351 m CrownLength = 12.43 m CrownRatio = 0.8409 CrownVolumeConv = 1436 m^3 CrownVolumeAlpha = 1056 m^3 ----- 全体積 : 6056 L 主幹体積 : 1178 L 枝体積 : 4878 L 樹高 : 14.78 m 主幹 総延長 : 12.50 m 枝 総延長 : 2315 m 枝 総数 : 5492 主幹面積 : 11.82 ㎡ 枝面積 : 273.9 ㎡ 幹枝面積 : 285.7 ㎡ 胸高直径 : 0.5065 m 平均樹冠直径 : 15.33 m 最大樹冠直径 : 17.37 m 樹冠投影面積 : 194.5 ㎡ 地表から樹冠までの高さ : 2.351 ㎡ 樹冠の高さ : 12.43 ㎡ ・・・etc TLS (地上型3Dレーザスキャナ)によって取得された樹木点群から、 Quantitative Structural model (QSM)を構築することで、 (日本語訳の記載が見当たらず“定量推定構造モデル”と命名) 計測された樹木の体積、森林バイオマス量を推定する有効な 手法として確立されている(J.Tanagoら 2018)(M.Disneyら 2018)5

6.

詳細3D樹木モデルの構築プロセス ①地上型3Dレーザスキャナによる計測 地上型3Dレーザスキャナでは,単木ごとに詳細な 樹形情報を取得することが有効的である ②葉点群、幹・枝点群の分離 ③TreeQSM法による3Dモデル化 ソメイヨシノ 樹 木 イ ン ベントリ (ソメ イヨシノ ) -----------Tree attributes: T o t a lVo lume = 6056 L T r u n kVolume = 1178 L B r a n ch Volume = 4878 L TreeHeight = 14.78 m TrunkLength = 12.5 m BranchLength = 2302 m TotalLength = 2315 m N u m b e rBra nches = 5492 MaxBranchOrder = 9 TrunkArea = 11.81 m^2 BranchArea = 273.9 m^2 TotalArea = 285.7 m^2 DBHqsm = 0.5065 m DBHcyl = 0.5065 m CrownDiamAve = 15.33 m CrownDiamMax = 17.37 m CrownAreaConv = 194.5 m^2 CrownAreaAlpha = 181.8 m^2 CrownBaseHeight = 2.351 m CrownLength = 12.43 m CrownRatio = 0.8409 CrownVolumeConv = 1436 m^3 CrownVolumeAlpha = 1056 m^3 ----- カエデ 産総研と共同で取得した樹木データ (RIEGL VZ-400i にて取得) ⑦3D樹形モデルの完成 ⑥枝葉モデルの付与 ⑤現地画像からのテクスチャ作成 樹 木 イン ベントリ (カ エデ) -----------Tree attributes: T o t a lVo lume = 1081 L T r u n kVolume = 132.1 L B r a n ch Volume = 949.3 L TreeHeight = 7.62 m TrunkLength = 7.994 m BranchLength = 1124 m TotalLength = 1132 m N u m b e rBra nches = 3207 MaxBranchOrder = 8 TrunkArea = 3.122 m^2 BranchArea = 95.99 m^2 TotalArea = 99.11 m^2 DBHqsm = 0.2232 m DBHcyl = 0.2198 m CrownDiamAve = 9.506 m CrownDiamMax = 10.87 m CrownAreaConv = 76.27 m^2 CrownAreaAlpha = 71 m^2 CrownBaseHeight = 1.446 m CrownLength = 6.174 m CrownRatio = 0.8102 CrownVolumeConv = 329.2 m^3 CrownVolumeAlpha = 280.9 m^3 ----- ④樹形モデルの修正 センダン センダン 容量:20MB~30MB ※ 樹種:センダン 6

7.

①地上型3Dレーザスキャナによる計測 TLS計測では,単木ごとに詳細な樹形情報を 取得することが有効的である Leica RTC360 詳細3D樹木モデルの構築プロセス トウネズミモチ スダジイ カエデ モッコク RIEGL VZ-400i 単木 抽出 ソメイヨシノ 東京農業大学世田谷キャンパス内正門前広場の取得データ (RIEGL VZ-400i にて取得) トチノキ 8

8.

②葉点群、幹・枝点群の分離 Copyright© HoloLab Inc. All rights reserved 詳細3D樹木モデルの構築プロセス 9

9.

②葉点群、幹・枝点群の分離 反射率・反射強度値が 取得できている場合 詳細3D樹木モデルの構築プロセス ①分離手法 反射率(Reflectance)・反射強度(Intensity)を使用した分離 反射率(Reflectance) 反射率は、ターゲットエコーの(測定された)校正された受光強度値(Intensity)と、同じ距離における散乱反射 の白色ターゲットの校正された受光強度値との比です。(dB(デシベル)単位) 反射率 分布図 クスノキ 分離 Copyright© HoloLab Inc. All rights reserved 10

10.

②葉点群、幹・枝点群の分離 XYZ座標値のみの場合 詳細3D樹木モデルの構築プロセス ②分離手法 MLS法線ベクトル算出に伴う曲率値の利用 Moving Least Square Smoothing(MLS)移動最小二乗によって点群の並びを 平滑化し、同時に曲率値(curvature)を取得 実行前 外れ値 → 葉点群 曲率値が高くなる傾向 実行後 曲率値の閾値を使用 → 削除 直線的な点群の並び → 幹・枝点群 曲率値が低い(0に近くなる) 点群による表面を形成している幹・枝点群 → 曲率値が低い(0に近い) 表面としての形成がされていない葉点群 → 曲率値が高い Copyright© HoloLab Inc. All rights reserved 13

11.

②葉点群、幹・枝点群の分離 詳細3D樹木モデルの構築プロセス 分離手法①、②の結果 ①分離手法 反射率(Reflectance)・反射強度(Intensity)を使用した分離 ②分離手法 MLS法線ベクトル算出に伴う曲率値の利用 トウネズミモチ ソメイヨシノ MLS 曲率値 MLSの設定値である任意点の半径内 にある近傍探索距離は0.03mとした カエデ 反射率値 ソメイヨシノ Copyright© HoloLab Inc. All rights reserved 14

12.

②葉点群、幹・枝点群の分離 詳細3D樹木モデルの構築プロセス ①分離手法 反射率(Reflectance)・反射強度(Intensity)を使用した分離 ②分離手法 MLS法線ベクトル算出に伴う曲率値の利用 分離手法①、②を用いても葉点群、幹・枝点群が分離できない樹種が存在 → 基本的には「常緑広葉樹」 代表例として「スダジイ」 ハクモクレン スダジイ 画像引用:https://www.uekipedi a. jp/ 繁茂しており、TLSの掃射レーザが内部の 幹枝点群の取得が困難。また、葉が硬質で 受光強度値が幹と差異が少ない。 トチノキ(※落葉広葉樹) ハクモクレンは肉厚(かつ硬質)で大型の葉を持ち、トチノキは 落葉広葉樹であるが、同様に大型の葉を持つ樹種である。葉 が大きな平面を形成している場合、法線(ノーマル)が安定す るため、受光強度値、法線ベクトルによる曲率値の幹との差異 が少ない。 Copyright© HoloLab Inc. All rights reserved 15

13.

②葉点群、幹・枝点群の分離 詳細3D樹木モデルの構築プロセス ③分離手法 機械学習による分類器に作成と利用 ヒマラヤスギ(常緑針葉樹)の計測データを用い葉点群と幹・枝点群の「分類器」を作成 小川 拓郎 氏(九州大学 助教)よりデータ借用 葉点群 反射強度 表示 分離 反射強度値 を使用 幹・枝点群 学習 葉点群、幹・枝点群の 分類の為の「分類器」 を作成 16

14.

②葉点群、幹・枝点群の分離 詳細3D樹木モデルの構築プロセス ③分離手法 機械学習による分類器に作成と利用 分離前 処理結果 分離後 スダジイ 分離手法①(反射率)による分離結果 分離手法②(MLS)による分離結果 17

15.

③TreeQSM法による3Dモデル化 ・ ④樹形モデルの修正(変換) カエデ 幹・枝点群 定量推定構造モデル(QSM) 個々の円筒モデルによって構成 詳細構造 最大直径の閾値を設け 余分な円筒モデルを削除 接続した円筒モデルに変換 詳細構造 Copyright© HoloLab Inc. All rights reserved カエデ 定量推定構造モデル(QSM) -----------Tree attributes: TotalVolume = 1081 L TrunkVolume = 132.1 L BranchVolume = 949.3 L TreeHeight = 7.62 m TrunkLength = 7.994 m BranchLength = 1124 m TotalLength = 1132 m NumberBranches = 3207 MaxBranchOrder = 8 TrunkArea = 3.122 m^2 BranchArea = 95.99 m^2 TotalArea = 99.11 m^2 DBHqsm = 0.2232 m DBHcyl = 0.2198 m CrownDiamAve = 9.506 m CrownDiamMax = 10.87 m CrownAreaConv = 76.27 m^2 CrownAreaAlpha = 71 m^2 CrownBaseHeight = 1.446 m CrownLength = 6.174 m CrownRatio = 0.8102 CrownVolumeConv = 329.2 m^3 CrownVolumeAlpha = 280.9 m^3 18 -----

16.

⑤現地画像からのテクスチャ作成 ミップレベル 枝葉テクスチャ 樹皮テクスチャ 近景 センダン トチノキ モッコク 遠景 拡大 UnityやUnrealEngine5のようなゲームエンジンでは 縮小するときに一般的にミップレベルに応じ、テクスチャの 該当領域の画素色の平均をとるので、切り抜き 一枚の樹皮テクスチャから、パターン的でなく 範囲以外が埋められていないと白っぽくなる。 ランダム的に魅せるために、複雑なUV展開を実施 そのため、必ず領域を埋めたテクスチャを作成する。 Copyright© HoloLab Inc. All rights reserved 20

17.

⑥枝葉モデルの付与 ・ ⑦3D樹形モデルの完成 3D樹木モデル一覧 枝葉モデルの付与 ケヤキ モッコク ① モッコク ② トチノキ スダジイ ソメイヨシノ センダン カエデ ① ①樹木点群から葉の位置推定 微調整前 微調整後 完成 ②位置推定に応じた枝葉モデルの付与 21 カエデ ②

18.

HoloLab 3D樹木モデルの取り組みと市場化に向けて HoloLab 3D樹木モデルの重要性 地上型3Dレーザスキャナによる取得データ(上)、構築された3D樹木モデル レ ー ザ 測 量 樹 木 モ デ ル Unity、UnrealEngine5 等のアセット市場に向けた取り組み ① 樹木は外構、都市から地球全体まで、扱うスケールの大小に関わらず、必ず存在するものである。 そのため、住宅から都市、ランドスケープに至る設計、施工計画において無視できない存在であり、 樹木等の配植を考慮した+αとしてのファクターを、3D樹木モデルを用いてより視覚的に具体的な 内容で計画段階(配植、植栽設計案)に盛り込むことが可能となる。 ② 一般的な3D樹形モデルと比較しても、樹形は実測から構築したものであり、テクスチャも現地で 撮影した画像がら作成しているため、各樹種が持つ特徴が十分に反映されたものとなっている。 一部無料で「BOOTH」に公開中 ケヤ キ また、十分に樹木点群が得られた状況での樹形再現性は、精度検証から担保されている。 モ ッコク カエデ スダジ イ HoloLab 3D樹木モデルの重要性 ① 樹木は外構、都市から地球全体まで、扱うスケールの大小に関わらず、必ず存在するものである。 市場に存在する3D樹木モデルの現況 ③ HoloLab 3D樹木モデルは、一般的な3D樹木モデルとは異なり、樹木のインベントリ(全体・主幹・ そのため、住宅から都市、ランドスケープに至る設計、施工計画において無視できない存在であり、 樹木等の配植を考慮した+αとしてのファクターを、3D樹木モデルを用いてより視覚的に具体的な 内容で計画段階(配植、植栽設計案)に盛り込むことが可能となる。 枝体積、主幹・枝総延長距離、樹幹投影面積、胸高直径等)が付属情報として得られている。この 情報は、樹木のBIMモデルとしての価値と、成長予測や育成管理等の基盤情報としての活用に期待。 ② 一般的な3D樹形モデルと比較しても、樹形は実測から構築したものであり、テクスチャも現地で 近年、建設業界では3DC AD(BIM/CIM)とゲームエンジン等によるレンダリング技術の浸透により、 3Dによる設計や完成予想の提供が当たり前になると同時に、計画案に樹木の配植(はいしょく)までを 取り入れる、3D樹木モデルの利用と必要性が高まっていくと考えられる。 しかしながら、現行の3D樹木モデル(樹木アセット)には、以下のような問題が存在する 撮影した画像がら作成しているため、各樹種が持つ特徴が十分に反映されたものとなっている。 また、十分に樹木点群が得られた状況での樹形再現性は、精度検証から担保されている。 おわりに ③ HoloLab 3D樹木モデルは、一般的な3D樹木モデルとは異なり、樹木のインベントリ(全体・主幹・ 枝体積、主幹・枝総延長距離、樹幹投影面積、胸高直径等)が付属情報として得られている。この 以上から、HoloLab 3D樹木モデルは、建設業界から3DCGデザイン(特にゲーム業界)に至るまで、 情報は、樹木のBIMモデルとしての価値と、成長予測や育成管理等の基盤情報としての活用に期待。 多くの有用性があることから、日本の風土のための建築、都市、ランドスケープに至る設計、 おわりに これら問題を解決するため、 以上から、HoloLab 3D樹木モデルは、建設業界から3DCGデザイン(特にゲーム業界)に至るまで、 デザインが可能となることから、今後、大きな需要があるのではないかと考える。 多くの有用性があることから、日本の風土のための建築、都市、ランドスケープに至る設計、 実測(レーザ測量)に則った“日本”の3D樹木モデルの構築 を実施 ① 提供される3D樹木モデルの多くが外国の樹木である。(樹木に造詣のある方であれは一目で分かる) ② 樹形(樹種に応じた樹木の形)が正しいものとは言い切れない。 ③ テクスチャ(幹肌・枝葉)が実際の対象樹種から作成したものであるか分からない。 ④ 容量が非常に重いものが多い(200MB以上) デザインが可能となることから、今後、大きな需要があるのではないかと考える。 22

19.

Apple Vision Proで3D樹木モデルを体験してみて下さい Copyright© HoloLab Inc. All rights reserved 23