LRTKレフィクシア株式会社

点群計測データの処理手順7ステップ|ノイズ除去から成果物作成まで

点群計測で取得したデータを実務で活用するには、計測後の適切なデータ処理が欠かせません。レーザースキャナーや写真測量などで取得した点群には、対象物以外の点や測定誤差、位置ずれ、重複データなどが含まれることがあります。そのまま利用すると、地形の形状把握や寸法計測、土量算出、3Dモデル作成などの精度に影響する可能性があります。

点群計測データの処理は、単に不要な点を削除するだけではありません。元データの確認から座標系の設定、複数データの位置合わせ、ノイズ除去、点群の分類、必要な形状の抽出、精度検証、成果物の出力まで、一連の工程を適切に進める必要があります。それぞれの工程には目的があり、処理の順序や設定によって最終的な成果物の品質も変わります。

特に土木・建設・測量の現場では、点群を出来形管理や地形測量、構造物の現況把握、施工計画などに利用するケースが増えています。用途によって必要な精度やデータ密度、成果物の形式が異なるため、最初に利用目的を明確にしておくことが重要です。

本記事では、点群計測データの処理手順を7つのステップに分けて解説します。ノイズ除去の基本的な考え方から、点群の統合、分類、解析、品質確認、成果物作成まで、実務担当者が押さえておきたいポイントを紹介します。

点群計測データの処理とは

点群計測データの処理とは、計測機器で取得した大量の三次元座標データを整理し、目的に応じて利用できる状態に整える作業です。点群は、対象物の表面に存在する多数の点を三次元座標として記録したデータであり、それぞれの点がX・Y・Zの位置情報を持っています。計測方法によっては、色情報や反射強度、取得時刻などの属性情報も含まれます。

例えば、地形をレーザー計測した場合、地表面だけでなく樹木や草、道路上の車両、構造物なども点群として取得されます。建物の内部を計測した場合には、壁や天井だけでなく、作業者や移動中の物体などが含まれることもあります。こうしたデータをそのまま解析すると、対象物以外の情報が計算結果に影響する可能性があります。

そこで、点群処理では計測データを確認し、位置関係を整え、不要な点を除去したうえで、必要な対象を分類・抽出します。さらに、計測結果の精度や欠測の有無を検証し、用途に応じた形式で出力します。

点群処理の目的は、データを見た目上きれいにすることだけではありません。測量成果として利用する場合には座標の正確性が重要になり、出来形管理に利用する場合には設計形状との比較に適したデータ構造が必要になります。構造物の維持管理に利用する場合には、ひび割れや変形などの確認対象を適切に表現できることが重要です。

また、点群データの処理方法は、取得方法によっても異なります。地上型レーザースキャナーで取得した点群は、複数の計測位置から得られたデータの位置合わせが重要になります。移動型の計測では、移動経路に沿った位置や姿勢の推定結果を確認する必要があります。写真測量で生成した点群では、画像の重複率や撮影条件、特徴点の対応関係などが品質に影響します。

このように、点群処理は計測方法、対象物、利用目的を踏まえて進める必要があります。基本的な工程を理解し、各段階で適切な確認を行うことで、後工程での修正や再計測のリスクを抑えられます。

ステップ1:元データの確認と整理

点群計測データの処理は、取得した元データの確認と整理から始めます。最初の段階でデータの状態を把握しておくと、その後の座標変換やノイズ除去、統合作業をスムーズに進められます。

まず確認したいのが、データの取得方法と計測条件です。レーザー計測なのか写真測量なのか、地上から取得したのか移動しながら取得したのかによって、データに含まれる誤差や特徴が異なります。計測時の機器設定、測定範囲、計測日時、観測位置、使用した基準点などの情報も確認します。

特に重要なのが、座標情報と単位の確認です。点群データには、現場独自のローカル座標が設定されている場合と、公共座標系などの地理的な座標系が設定されている場合があります。座標系が不明なまま処理を進めると、別のデータとの統合や既存図面との重ね合わせで大きな位置ずれが発生する可能性があります。

また、座標値がメートル単位なのか、別の単位なのかも確認する必要があります。単位の解釈を誤ると、点群の大きさや位置が実際と異なる状態で表示されます。高さについても、楕円体高なのか標高なのか、あるいは現場独自の高さ基準なのかを把握しておきます。

次に、点群の密度と範囲を確認します。点群密度は、単位面積当たりの点の数や点同士の間隔などによって評価できます。密度が高いデータは細かな形状を表現しやすい一方、データ容量が大きくなり、処理負荷も高くなります。逆に密度が低いデータでは、細い部材や小さな段差などが十分に表現されないことがあります。

データを整理する際には、計測位置や取得日時ごとにファイルを分け、ファイル名から内容を判断できるようにしておくと便利です。例えば、現場名、計測区画、計測日、計測位置などを組み合わせた命名規則を設定します。複数日にわたって計測した現場では、計測時期を区別できるようにしておくことが、後の時系列比較にも役立ちます。

さらに、元データを直接編集せず、必ず複製した作業用データを作成することが重要です。ノイズ除去や座標変換などの処理を繰り返すと、元の点群に含まれていた情報が失われることがあります。元データを保存しておけば、処理条件を変更したい場合や、削除した点を再確認したい場合にも対応できます。

点群データだけでなく、計測時の写真、基準点の座標、計測記録、機器の設定情報なども一緒に管理しておくと、後からデータの取得条件を確認しやすくなります。

最初の工程で重要なのは、すぐにノイズ除去を始めないことです。元データの座標系、取得条件、データ密度、ファイル構成を確認し、処理の前提を明確にすることが、最終的な成果物の品質を安定させる第一歩になります。

ステップ2:座標系の設定と位置合わせ

元データを整理したら、点群を利用するための座標系を設定します。複数の点群を統合したり、設計図面や既存の測量成果と比較したりする場合には、座標系の整合が欠かせません。

点群の座標系には、現場内で使用するローカル座標系と、地球上の位置を表現する測地座標系などがあります。ローカル座標系は、特定の構造物や現場を対象とする場合に扱いやすい一方、別の現場や既存の測量成果と直接比較するには適さないことがあります。

一方、公共座標系などを利用すれば、既存の地図や測量成果との位置関係を確認しやすくなります。ただし、座標系の名称だけでなく、測地系の実現時期、座標の基準、標高の基準、座標軸の順序なども確認する必要があります。

特に注意したいのが、水平位置と高さの扱いです。GNSS測位などで得られる高さには楕円体高が使われる場合があり、一般的な測量成果で扱う標高とはそのまま一致しません。標高として利用するには、適切なジオイドモデルなどを用いた変換が必要になる場合があります。異なる高さ基準のデータを混在させると、点群全体が上下方向にずれてしまう可能性があります。

座標系を確認した後は、必要に応じて基準点や既知点を使って位置合わせを行います。基準点は、点群の位置や向きを既知の座標に合わせるための重要な情報です。点群内で明確に識別できる位置に基準点を設置し、その座標を正しく取得しておくことで、データを現実の座標系に対応させやすくなります。

位置合わせでは、平行移動、回転、必要に応じた縮尺の調整などを行います。ただし、縮尺を自由に変更できる処理を無条件に適用すると、実際の寸法が変わる可能性があります。測量用途や寸法計測用途では、縮尺を安易に変更せず、計測方法や座標変換の前提に従って処理することが重要です。

また、位置合わせに使用する点と、位置合わせの精度を検証する点は、できる限り分けて考えます。位置合わせに使用した点だけで精度を判断すると、処理結果が実際の現場にどの程度適合しているかを十分に評価できない場合があります。独立した検証点を用意し、位置合わせ後の残差を確認することが望ましい方法です。

座標系の設定では、点群をどの用途に利用するのかも考慮します。現場内の形状比較だけであれば、ローカル座標系でも実務上十分な場合があります。一方、既存の設計図面や公共測量成果との重ね合わせが必要な場合には、所定の座標系に統一する必要があります。

この工程では、座標系の設定ミスと測位誤差を混同しないことも大切です。点群全体が一定方向にずれている場合には座標系や基準点の問題が考えられますが、局所的に位置がずれている場合には、計測時の誤差や点群の位置合わせの問題が考えられます。

座標系と位置合わせを適切に処理することで、後の統合や解析に利用できる点群の基盤が整います。

ステップ3:点群のノイズ除去と外れ値の処理

点群の位置関係を確認したら、不要な点や測定誤差によって生じた外れ値を整理します。ノイズ除去は、点群処理の中でも重要な工程です。不要な点が残ったままでは、地形の形状や構造物の寸法を正確に把握しにくくなります。

点群に含まれるノイズには、計測機器の測定誤差によるもの、対象物の反射特性によるもの、計測環境によるものなどがあります。例えば、レーザー光が反射しにくい素材や透明な素材、光沢のある表面では、計測結果に不規則な点が含まれることがあります。また、対象物との距離や入射角度によって点の位置や密度が変わることもあります。

屋外の計測では、風で揺れる樹木や草、通行する車両、歩行者などの移動物体が点群に含まれる場合があります。水面やガラス面などでは、反射の影響によって実際の表面とは異なる位置に点が記録されることもあります。

こうしたノイズを除去するためには、まず点群全体を表示し、異常な点の分布を確認します。対象物から離れた位置に孤立している点や、周囲の点と比べて極端に高い位置や低い位置にある点は、外れ値の候補になります。

代表的な処理方法の一つが、統計的外れ値除去です。この方法では、各点の近傍にある点との距離を調べ、周囲の点と比べて距離が極端に大きい点を外れ値として判定します。周辺に十分な点が存在しない孤立点を取り除く場合に有効です。

もう一つが、半径による外れ値除去です。各点を中心とした一定の範囲内に存在する点の数を調べ、近傍点が少ない点を削除する方法です。点群の密度が比較的均一な対象では、孤立点の整理に利用できます。

ただし、これらの方法は設定値によって結果が変わります。近傍点の検索範囲や許容する点数の条件が適切でない場合、実際の構造物の端部や細い部材までノイズとして削除される可能性があります。

例えば、送電設備の細い部材やフェンス、樹木の枝などは、周囲の点群と比べて点の密度が低くなる場合があります。自動的な外れ値除去を強く適用すると、こうした重要な形状が失われるおそれがあります。

そのため、ノイズ除去では、対象物の大きさや点群の密度に合わせて処理条件を設定します。まず弱めの条件で処理し、削除された点の分布を確認しながら調整すると、必要な情報を残しやすくなります。

また、ノイズと欠測は区別する必要があります。ノイズは不要な点や異常な点が存在する状態ですが、欠測は必要な位置に点が存在しない状態です。ノイズ除去を行っても欠測が解消されるわけではありません。むしろ、強いフィルタリングによって有効な点を削除すると、欠測範囲が広がる可能性もあります。

ノイズ除去の前後で点群を比較することも重要です。処理前後の点数だけでなく、対象物の輪郭、面の連続性、細部の残り方などを確認します。地形計測であれば地表面の起伏が不自然に平滑化されていないか、構造物計測であれば角部や端部が欠落していないかをチェックします。

さらに、処理内容を記録しておくと、後から同じ条件で再処理できます。使用したフィルタの種類、近傍点数、検索半径、削除対象の判断基準などを記録し、元データと処理後データを区別して保存することが大切です。

ノイズ除去は、点群を単純に減らす作業ではありません。必要な形状を維持しながら、解析の妨げとなる点を適切に整理することが目的です。

ステップ4:複数の点群データの統合

ノイズを整理したら、複数の計測位置や計測範囲から取得した点群を統合します。大規模な現場や複雑な構造物を計測する場合、一度の計測だけですべての対象を取得することは難しいため、複数の位置から計測したデータを組み合わせる必要があります。

例えば、建物の外周を計測する場合には、建物の正面だけでなく、側面や背面など複数の位置から計測します。道路や造成地などの広い範囲を計測する場合も、計測範囲を分割して取得したデータを統合することがあります。

この統合作業では、点群同士の重複部分を利用して位置関係を調整します。重複部分とは、異なる計測位置から共通して取得された同じ対象物の領域です。壁面、柱、地面、構造物の角など、特徴を識別しやすい部分が位置合わせの基準として利用されます。

点群の統合には、基準点を用いる方法や、点群同士の形状を比較する方法などがあります。基準点を用いる方法では、各計測データに共通する既知の位置情報を利用して統合します。基準点が適切に配置されていれば、広い範囲の点群を安定して統合しやすくなります。

一方、点群同士の形状を比較する方法では、共通する領域の点の位置関係を計算して位置合わせを行います。代表的な方法として、反復最近点法があります。この方法では、対応する点同士の距離が小さくなるように位置や姿勢を繰り返し調整します。

ただし、点群同士の形状を比較する方法は、初期位置が大きくずれている場合や、特徴の少ない平面が広がっている場合に、正しい位置関係へ収束しないことがあります。例えば、長い廊下や平坦な地面のように似た形状が続く場所では、誤った位置合わせが発生する可能性があります。

そのため、統合処理では、最初におおよその位置を合わせてから詳細な調整を行う方法が有効です。基準点や特徴的な形状を使って初期位置を設定し、その後に点群同士の距離や面の一致度を確認します。

統合後は、重複部分を重点的に確認します。同じ壁面が二重に見える場合や、柱の輪郭がずれている場合には、位置合わせが不十分な可能性があります。特に、段差や角部など形状が明確な場所では、わずかな位置ずれでも二重の輪郭として現れやすくなります。

また、複数の点群を統合する際には、計測位置ごとの精度差にも注意が必要です。計測距離や入射角度、遮蔽物の有無などが異なるため、すべての点群が同じ品質で取得されているとは限りません。精度の低いデータをそのまま統合すると、全体の品質に影響する場合があります。

統合の際には、計測範囲の重複を適切に確保することも重要です。重複が少なすぎると位置合わせに使える情報が不足し、多すぎるとデータ容量や処理負荷が増加します。計測計画の段階から、隣接する計測範囲に十分な共通部分を確保しておくことが望ましい方法です。

統合後の点群は、全体を俯瞰するだけでなく、複数の断面や局所的な拡大表示でも確認します。こうした確認によって、点群の継ぎ目や位置ずれ、欠測などを早期に発見できます。

ステップ5:点群の分類と不要領域の整理

複数の点群を統合した後は、対象物の種類や用途に応じて点群を分類します。点群分類とは、それぞれの点に地面、建物、道路、植生、設備などの属性を付与し、必要な情報を取り出しやすくする処理です。

点群には、対象となる構造物以外にも、地面、樹木、車両、仮設物、周辺設備など多様な情報が含まれています。これらを適切に分類することで、目的に応じた解析が可能になります。

例えば、土木工事で地形の標高や土量を把握する場合には、地表面の点群を抽出することが重要です。地面の上に樹木や車両などが含まれていると、それらの点が地表面として扱われ、標高や土量の計算結果に影響する可能性があります。

地表面の分類では、点の高さや周辺の傾斜、局所的な形状などを利用します。周囲の点と比較して高さが急激に変化する場所や、地形として不自然な位置にある点を判別し、地表面とそれ以外の点を分けます。

ただし、斜面や法面、段差のある地形では、単純な高さの差だけで分類することは困難です。急傾斜地の表面は、平坦な地面と異なる特徴を持つため、傾斜や局所的な面の形状を考慮する必要があります。

建物や構造物を対象とする場合には、壁、床、天井、柱、梁などの要素を分類することがあります。こうした分類を行うと、対象部分だけを抽出して寸法計測や形状比較に利用しやすくなります。

分類方法には、自動分類と手動分類があります。自動分類は、点の位置や高さ、近傍点との関係、面の向きなどを使って機械的に分類する方法です。広い範囲の点群を効率よく整理できる一方、複雑な形状や特殊な環境では誤分類が生じることがあります。

手動分類は、担当者が点群の表示状態や周辺の状況を確認しながら対象を指定する方法です。局所的な修正や複雑な構造物の分類に適していますが、データ量が多い場合には時間がかかります。

実務では、自動分類で大まかな区分を作成し、重要な部分を手動で確認・修正する方法が有効です。自動処理の結果をそのまま成果物として採用するのではなく、分類精度を確認する工程を設けることが重要です。

また、不要領域の整理では、計測対象外の点を削除するだけでなく、対象範囲を明確に区切ることも必要です。例えば、道路の出来形を確認する場合には、道路面と周辺の建物、植生などを分離し、比較対象となる範囲を明確にします。

注意したいのは、分類と削除を同じものとして扱わないことです。分類は点の属性を整理する作業であり、削除は点そのものをデータから取り除く作業です。後から別の用途に点群を利用する可能性がある場合には、不要に見える点でも削除せず、分類情報を付与して残しておく方が適切な場合があります。

分類結果を確認する際には、色分け表示を活用すると便利です。地面と構造物、植生などを異なる色で表示すれば、誤分類や分類漏れを視覚的に把握しやすくなります。

この工程の目的は、点群を利用目的に合わせて整理し、必要な情報を正しく抽出できる状態にすることです。

ステップ6:点群の解析と必要な形状の抽出

点群の分類が完了したら、利用目的に応じて解析や形状の抽出を行います。この工程では、整理された点群から寸法、面積、体積、断面形状、構造物の位置などの情報を取得します。

土木工事で利用する場合には、地形の標高や勾配、切土・盛土の数量などを算出できます。計測した地表面の点群から地形モデルを作成し、設計地形や施工前の地形と比較することで、施工状況や土量の変化を把握できます。

土量計算では、まず対象範囲を設定し、点群から地表面を表現するモデルを作成します。代表的な方法として、不規則三角形網を用いる方法や、一定間隔の格子状に標高を配置する方法があります。

不規則三角形網は、点群の位置に応じて三角形を構成し、地形の起伏を表現する方法です。点が密集している場所では細かな地形を表現しやすく、地形の変化に応じたモデルを作成できます。

格子状の地形モデルは、一定の間隔で標高値を配置する方法です。データの比較や差分計算を行いやすい一方、格子間隔の設定によって地形の表現が変わります。細かな起伏を確認したい場合には、対象とする地形や点群密度に適した間隔を設定する必要があります。

設計地形と実測地形を比較する場合には、同じ座標系と高さ基準を使用することが重要です。異なる基準で作成されたデータを比較すると、実際の施工による変化ではない位置差や高さの差が計算結果に含まれる可能性があります。

構造物の計測では、点群から壁面や床面、柱、梁などの形状を抽出します。平面や円柱などの幾何学的な形状を推定することで、寸法や位置、傾きなどを把握できます。

例えば、建物の壁面を点群から抽出すると、壁面の傾きや平面性を確認できます。柱の点群から円柱形状を推定すれば、直径や中心位置などを求められます。ただし、対象物の形状が複雑な場合や、点群に欠測がある場合には、推定結果が実際の形状と一致しないことがあります。

また、点群から断面図を作成することも可能です。道路や法面、配管設備などの対象に対して、指定した位置で断面を切り出すことで、高さや幅、形状の変化を確認できます。断面の位置と方向を明確にしておけば、複数時点の比較や設計値との照合にも利用できます。

点群から3Dモデルを作成する場合には、メッシュ化や面の生成などの処理を行います。メッシュ化は、点群を頂点として三角形などの面を構成し、連続した立体形状として表現する方法です。構造物の外形や地形の表面を可視化する際に役立ちます。

ただし、メッシュ化では点群に存在しない部分が補間される場合があります。大きな欠測領域を自動的に補完すると、実際には計測されていない形状が作られてしまう可能性があります。そのため、補間した部分と実測した部分を区別して管理することが重要です。

さらに、点群を設計データやBIM/CIM関連データと組み合わせることで、現況と計画形状の比較も行えます。既存構造物の点群と設計モデルを重ね合わせれば、位置や寸法の差を視覚的に確認できます。

解析結果を実務に利用する場合には、単に数値やモデルを出力するだけでなく、どの範囲を対象にしたのか、どのような計算条件を使用したのかを明確にしておきます。解析対象範囲、断面位置、格子間隔、基準面、使用した点群の計測時期などを記録することで、結果の再現性や説明性を高められます。

ステップ7:精度検証と成果物の作成

点群の解析が完了したら、最終的な精度検証を行い、用途に応じた成果物を作成します。点群処理の最終工程では、見た目の完成度だけでなく、位置精度や形状の再現性、データの欠損状況などを確認する必要があります。

最初に確認するのは、座標の精度です。点群が正しい位置に配置されているか、既知点や独立した検証点と比較して大きなずれがないかを確認します。検証点の座標と点群から取得した座標の差を計算することで、位置誤差を把握できます。

誤差の評価では、平均的な誤差だけでなく、最大誤差や誤差の分布も確認することが重要です。例えば、全体の平均誤差が小さくても、特定の場所で大きなずれが発生している可能性があります。局所的な誤差を見落とさないためにも、複数の位置で検証することが望ましい方法です。

代表的な評価指標としてRMSEがあります。RMSEは、測定値と基準値の差を二乗し、その平均の平方根を求める指標です。点群の位置精度を評価する場合には、水平成分と高さ成分を分けて評価することもあります。

ただし、RMSEだけで点群の品質を判断することはできません。点群の密度、欠測範囲、対象物の形状再現性、ノイズの残存状況なども合わせて確認する必要があります。

次に、点群の完全性を確認します。完全性とは、対象範囲の必要な部分が適切に計測されているかという観点です。例えば、建物の外周を計測したつもりでも、背面や屋根の一部が取得できていない場合があります。こうした欠測が残っていると、3Dモデルの作成や寸法計測に支障が生じる可能性があります。

特に注意したいのが、計測時の死角です。レーザー計測では、障害物の背後や複雑な構造の内側などにレーザー光が届かず、点群が取得されないことがあります。点群の表示をさまざまな方向から確認し、対象範囲に欠測がないかを確認します。

また、ノイズ除去や分類によって必要な点まで削除されていないかも確認します。元データと処理後のデータを比較し、構造物の角部、細い部材、地形の変化点などが適切に残っているかを確認することが重要です。

検証が完了したら、成果物を作成します。成果物は利用目的によって異なり、加工していない点群データ、分類済み点群、地形モデル、断面図、3Dメッシュ、計測結果などがあります。

点群データの代表的な保存形式には、LASやLAZ、E57、PLY、XYZ、CSVなどがあります。それぞれ保存できる情報やデータ構造が異なるため、利用するソフトウェアや納品先の仕様に合わせて選択します。

LASは点群の座標や属性情報を扱うための形式であり、LAZはLASデータを圧縮して保存する形式です。E57は三次元計測データの交換に利用される形式で、計測情報などを扱うことができます。PLYは点群やメッシュなどの三次元形状データを保存する際に利用されます。XYZやCSVは座標値を表形式で扱いやすい一方、属性情報やデータ構造の保持には注意が必要です。

ファイル形式を選ぶ際には、単に保存できるかどうかだけでなく、色情報、反射強度、分類情報、座標系などの必要な情報が保持されるかを確認します。形式によっては、一部の属性が保存されなかったり、読み込み時に情報が失われたりする可能性があります。

成果物を作成する際には、データの用途や処理条件を記載した管理情報も用意しておくと便利です。計測日時、計測範囲、使用した座標系、高さ基準、点群の取得方法、ノイズ除去の条件、統合方法、精度検証の結果などを整理しておきます。

また、納品時には、ファイル名やフォルダ構成を統一します。点群データ、解析結果、図面、精度検証資料などを用途別に整理すれば、受領側が必要なデータを確認しやすくなります。

データ容量が大きい場合には、圧縮形式を利用したり、対象範囲ごとにファイルを分割したりする方法もあります。ただし、分割した場合には、各ファイルの座標系や境界位置が一致していることを確認する必要があります。

最後に、作成した成果物を実際に読み込み、座標や形状、属性情報が正しく保持されているかを確認します。出力処理が正常に完了していても、別の環境で読み込んだ際に座標がずれたり、属性が欠落したりする可能性があるためです。

精度検証と成果物の確認まで完了して初めて、点群計測データを実務で利用できる状態に整えられます。

点群計測データの処理で失敗を防ぐための注意点

点群計測データの処理では、各工程を個別に正しく進めるだけでなく、工程同士のつながりを意識することが重要です。前工程の設定ミスが後工程に影響することがあるため、処理の途中でも適宜データの状態を確認する必要があります。

まず注意したいのが、ノイズ除去のやりすぎです。不要な点を減らそうとしてフィルタを強く適用すると、対象物の端部や細かな形状まで削除してしまう可能性があります。特に、地形の微小な起伏や構造物の細い部材を扱う場合には、点群の密度と対象物の大きさを考慮した設定が必要です。

次に、座標系の不整合です。異なる座標系や高さ基準の点群を統合すると、データ同士の位置関係が正しくなくなる可能性があります。座標系の名称だけで判断せず、座標軸、単位、測地系、高さの基準まで確認することが大切です。

また、点群の統合時には、重複部分の位置ずれを見落とさないようにします。全体表示では問題がないように見えても、拡大すると壁面や地面が二重になっていることがあります。複数の断面や特徴的な形状を確認し、局所的なずれがないかを検証します。

点群分類の誤りにも注意が必要です。自動分類では、樹木や地面、構造物が誤って分類される場合があります。分類結果を色分けして確認し、解析対象に必要な点が適切に抽出されているかを確認します。

さらに、点群の密度と精度を混同しないことも重要です。点の数が多いからといって、必ずしも位置精度が高いとは限りません。点群密度は対象物の形状をどの程度細かく表現できるかに関係しますが、位置精度は点の座標が実際の位置にどの程度近いかを示すものです。それぞれ異なる観点から評価する必要があります。

欠測部分の補間にも注意が必要です。処理ソフトウェアによっては、周辺の点から面を生成し、点群が存在しない部分を自動的に補うことがあります。しかし、補間によって生成された形状は実測値ではありません。実測部分と推定部分を区別し、測量成果や寸法確認に使用する場合には、その扱いを明確にしておく必要があります。

また、処理条件の記録を残すことも欠かせません。同じ点群でも、フィルタの設定や位置合わせの条件によって処理結果が変わります。処理履歴が残っていなければ、後から結果を再現したり、異なる担当者が検証したりすることが難しくなります。

実務では、元データ、作業用データ、処理済みデータ、最終成果物を分けて管理することが有効です。処理工程ごとにファイルを保存し、どの段階でどのような変更を加えたのかを追跡できるようにします。

最後に、成果物の用途と要求精度を明確にすることが大切です。現場の概況把握に利用する点群と、出来形管理や構造物の寸法検査に利用する点群では、求められる精度や検証方法が異なります。納品先の仕様や適用する要領、業務上の要求事項を事前に確認し、それに応じた処理方法を選択する必要があります。

点群処理は、計測後に一度だけ実施して終わる作業ではありません。解析結果に問題があれば、元データや処理条件を見直し、必要に応じて再処理することも重要です。品質を確認しながら段階的に作業を進めることで、信頼性の高い成果物につながります。

まとめ

点群計測データの処理は、元データの確認と整理から始まり、座標系の設定、ノイズ除去、複数データの統合、点群の分類、解析、精度検証と成果物の作成という7つのステップで進めることが基本です。

各工程では、データの状態や利用目的に応じた適切な判断が求められます。特に、ノイズ除去では必要な形状を残すこと、座標系の設定では位置と高さの基準を統一すること、点群の統合では重複部分のずれを確認することが重要です。

また、点群の分類や解析では、対象範囲と処理条件を明確にし、実測データと補間によって生成したデータを区別する必要があります。最終的な成果物についても、位置精度や欠測、属性情報、ファイル形式などを確認し、利用する側が適切に扱える状態で納品することが大切です。

点群処理の品質を高めるには、計測後の作業だけでなく、計測時点からデータ管理を意識することも欠かせません。計測位置や取得日時、現場写真、基準点などの情報を適切に記録しておけば、後から点群の状態や位置関係を確認しやすくなります。

現場の位置情報や写真、施工記録を一元的に管理する仕組みを整えることも、点群データを継続的に活用するうえで役立ちます。GNSS測位端末であるLRTK Phoneを活用し、LRTKアプリやクラウドで現場写真・位置情報・施工記録を管理することで、計測データと現場の記録を関連付けた運用が可能になります。点群計測による三次元データの活用と、現場情報の適切な管理を組み合わせ、測量や施工管理の効率化と成果物の品質向上につなげていきましょう。

現場を3Dで残して、あとから測る。
実際の画面と動画で使い方を確認できます。

LRTK Phoneの使い方・実例を見る
資料請求導入相談
現場をスマホで3DスキャンLRTK Phone実例を見る