JP2010202017A - Data analysis device and method, and program - Google Patents
Data analysis device and method, and program Download PDFInfo
- Publication number
- JP2010202017A JP2010202017A JP2009048692A JP2009048692A JP2010202017A JP 2010202017 A JP2010202017 A JP 2010202017A JP 2009048692 A JP2009048692 A JP 2009048692A JP 2009048692 A JP2009048692 A JP 2009048692A JP 2010202017 A JP2010202017 A JP 2010202017A
- Authority
- JP
- Japan
- Prior art keywords
- data
- point cloud
- operating vehicle
- area
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
Abstract
【課題】線路周辺の障害物を効率よく高精度に検知する。
【解決手段】データ収集車両２が、鉄道輸送サービスを実施する運行車両が走行する線路を走行してレーザスキャナ２３０からレーザを走査して線路周辺の地物の形状を３次元点群で表わす３次元点群データを生成し、データ解析装置１が、３次元点群データを入力し、３次元点群データにおける線路の位置に運行車両の領域を配置し、運行車両の領域と重複している３次元点群データの点群が存在する場合に、線路周辺に運行車両の走行に対する障害物があると判断する。
【選択図】図１An obstacle around a track is efficiently and accurately detected.
A data collection vehicle 2 travels on a track on which a traveling vehicle that implements a rail transportation service travels, scans a laser from a laser scanner 230, and represents the shape of a feature around the track as a three-dimensional point group. 3D point cloud data is generated, and the data analysis device 1 inputs the 3D point cloud data, arranges the area of the operating vehicle at the position of the track in the 3D point cloud data, and overlaps the area of the operating vehicle. When the point cloud of the three-dimensional point cloud data exists, it is determined that there is an obstacle to the traveling of the traveling vehicle around the track.
[Selection] Figure 1
Description
本発明は、鉄道線路等の車両が走行する軌道の周辺における障害物を検出する技術に関する。 The present invention relates to a technique for detecting an obstacle around a track on which a vehicle such as a railway track travels.
鉄道線路（以下、線路、レールともいう）の周辺には様々な地物が存在しており、経年変化、気候の変動、周辺環境の変動等により、これら地物の形状、位置等が変化し、地物が線路に接近し鉄道車両（以下、単に車両ともいう）の走行の障害となる場合がある。
たとえば、線路周辺に樹木が存在している場合に、強風により樹木が傾くことにより枝や葉が線路に接近し、走行している車両に接触する場合がある。
また、駅のプラットホームの一部が何らかの理由で線路側にせり出し、車両が停車する際にプラットホームのせり出している部分と接触する場合がある。
このような地物の形状、位置等の変化に対して、現在は、保守点検員が実際に線路周辺の地物の状態を目視して障害物の有無を検知している。
There are various features in the vicinity of railway tracks (hereinafter also referred to as tracks and rails). The shape, position, etc. of these features change due to changes over time, changes in the climate, changes in the surrounding environment, etc. In some cases, the feature approaches the track and becomes an obstacle to travel of the railway vehicle (hereinafter also simply referred to as a vehicle).
For example, when there are trees around the track, branches and leaves may approach the track and come into contact with the traveling vehicle when the trees are tilted by a strong wind.
Moreover, a part of the platform of the station may protrude to the track side for some reason, and may contact the protruding portion of the platform when the vehicle stops.
In response to changes in the shape, position, etc. of such features, at present, maintenance inspectors actually detect the presence of obstacles by visually observing the state of the features around the track.
また、特許文献１では、光源装置と撮像装置を搭載した移動台車がトンネル内をレールに沿って走行し、光源装置からの平板状光がトンネル壁面上に形成する光切断線を撮像装置が撮像し、撮像された光切断線を解析してトンネル壁面の形状を測定する技術が開示されている。 Also, in Patent Document 1, a moving carriage mounted with a light source device and an imaging device travels along a rail in a tunnel, and the imaging device images a light cutting line formed on the tunnel wall surface by flat light from the light source device. And the technique of analyzing the imaged light cutting line and measuring the shape of a tunnel wall surface is disclosed.
上述した保守点検員による目視による障害物の検知方法では、実際に線路に沿って保守作業員が移動して地物の形状、位置等を確認する必要があり、時間、労力、費用が多大にかかるという課題がある。 In the above-mentioned method for visually detecting obstacles by maintenance inspectors, it is necessary for the maintenance workers to actually move along the track to check the shape, position, etc. of the feature, which is very time consuming, labor intensive, and expensive. There is such a problem.
また、特許文献１の方法では、光源装置からの平板状光による光切断線を用いるためトンネル等の閉空間にしか適用できず、屋外の線路における障害物を検知できないという課題がある。 In addition, the method of Patent Document 1 uses a light cutting line formed by flat light from a light source device, so that it can be applied only to a closed space such as a tunnel and cannot detect an obstacle on an outdoor line.
この発明は、このような課題を解決することを主な目的の一つとしており、閉空間に限らず、あらゆる位置における線路周辺の障害物を効率的に検知することを主な目的とする。 One of the main objects of the present invention is to solve such a problem, and the main object of the present invention is to efficiently detect an obstacle around the track at any position, not limited to a closed space.
本発明に係るデータ解析装置は、
運行車両が走行する軌道をデータ収集車両が走行して収集したデータであって前記運行車両の走行方向において前記軌道周辺の地物の形状を３次元点群で表わす３次元点群データを入力するデータ入力部と、
３次元点群データ上に配置する場合の前記運行車両の領域を示す運行車両領域データを記憶する運行車両領域データ記憶部と、
前記運行車両領域データに基づき、前記データ入力部により入力された３次元点群データにおける前記軌道の位置に前記運行車両の領域を配置し、３次元点群データに前記運行車両の領域と重複する点が存在するか否かを判断して、前記運行車両の走行に対する障害物を検出する障害物検出部とを有することを特徴とする。
The data analysis apparatus according to the present invention is:
Data collected by a data collection vehicle traveling on a trajectory on which the operating vehicle travels is input, and three-dimensional point cloud data representing the shape of a feature around the trajectory as a three-dimensional point cloud in the travel direction of the operating vehicle is input. A data input section;
An operating vehicle area data storage unit for storing operating vehicle area data indicating an area of the operating vehicle when arranged on the three-dimensional point cloud data;
Based on the operating vehicle area data, the area of the operating vehicle is arranged at the position of the track in the 3D point cloud data input by the data input unit, and the 3D point cloud data overlaps with the area of the operating vehicle. It is characterized by having an obstacle detection part which detects whether the point exists or not and detects the obstacle with respect to driving | running | working of the said operating vehicle.
本発明によれば、運行車両が走行する軌道をデータ収集車両が走行して収集した３次元点群データに運行車両の領域と重複する点が存在するか否かを判断して、運行車両の走行に対する障害物を検出するため、保守作業員が線路に沿って移動して障害物を探索する必要がなく、また、閉空間に限らずあらゆる位置の線路周辺の障害物を効率よく高精度に検知することができる。 According to the present invention, it is determined whether or not there is a point that overlaps the region of the operating vehicle in the three-dimensional point cloud data that the data collecting vehicle has traveled and collected on the trajectory on which the operating vehicle travels. To detect obstacles to traveling, maintenance workers do not have to move along the track to search for obstacles.In addition to closed spaces, obstacles around the track at any position can be efficiently and accurately Can be detected.
実施の形態１．
図１は、本実施の形態に係る障害物検出システムの構成例を示す。
Embodiment 1 FIG.
FIG. 1 shows a configuration example of an obstacle detection system according to the present embodiment.
データ解析装置１は、データ収集車両２で収集された３次元点群データを解析して、線路周辺の障害物を検知する。
データ解析装置１の詳細は後述する。
The data analysis device 1 analyzes the 3D point cloud data collected by the data collection vehicle 2 and detects obstacles around the track.
Details of the data analysis apparatus 1 will be described later.
データ収集車両２は、線路上を走行可能な車両であり、線路を走行して、３次元点群データ、座標データ、カメラ画像データ等を収集する。
データ収集車両２の詳細は後述する。
The data collection vehicle 2 is a vehicle that can travel on the track and travels along the track to collect 3D point cloud data, coordinate data, camera image data, and the like.
Details of the data collection vehicle 2 will be described later.
データ加工装置３は、データ収集車両２から、３次元点群データ、座標データ、カメラ画像データを取得し、データ解析装置１で解析できるように加工する。
より具体的には、３次元点群データと座標データを用いて、３次元点群の各点に各点の座標情報を付加して３次元点群／座標データとする。
また、３次元点群／座標データとカメラ画像データを用いて、３次元点群の各点に各点の色情報を付加して３次元点群／座標データ／色データとする。
そして、データ加工装置３は、３次元点群／座標データ又は３次元点群／座標データ／色データをデータ解析装置１に出力する。
なお、データ解析装置１とデータ加工装置３が同じ装置であってもよい。
The data processing device 3 acquires three-dimensional point cloud data, coordinate data, and camera image data from the data collection vehicle 2 and processes them so that the data analysis device 1 can analyze them.
More specifically, using the three-dimensional point group data and the coordinate data, the coordinate information of each point is added to each point of the three-dimensional point group to obtain the three-dimensional point group / coordinate data.
Further, using the three-dimensional point group / coordinate data and the camera image data, color information of each point is added to each point of the three-dimensional point group to obtain three-dimensional point group / coordinate data / color data.
Then, the data processing device 3 outputs the three-dimensional point group / coordinate data or the three-dimensional point group / coordinate data / color data to the data analysis device 1.
The data analysis device 1 and the data processing device 3 may be the same device.
次に、データ収集車両２の詳細を説明する。
データ収集車両２は、鉄道輸送サービスを実施する運行車両であってもよいし、別の車両であってもよい。また、データ収集車両２は、鉄道車両とは限らず、例えば軌陸車であってもよい。
データ収集車両２は、３台のＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）システム２００、ＩＭＵ（Ｉｎｅｒｔｉａｌ Ｍｅａｓｕｒｅｍｅｎｔ Ｕｎｉｔ）２１０、オドメトリ装置２２０、レーザスキャナ２３０、カメラ２４０、及びデータ記憶装置２５０を備える。
Next, details of the data collection vehicle 2 will be described.
The data collection vehicle 2 may be a running vehicle that implements a rail transport service, or may be another vehicle. Further, the data collection vehicle 2 is not limited to a railway vehicle, and may be, for example, a railroad vehicle.
The data collection vehicle 2 includes three GPS (Global Positioning System) systems 200, an IMU (Internal Measurement Unit) 210, an odometry device 220, a laser scanner 230, a camera 240, and a data storage device 250.
ＧＰＳシステム２００は、３台のＧＰＳ衛星からの測位信号を受信してデータ収集車両２の走行位置（座標）を計測する。ＧＰＳ測位により３次元点群データの各点に座標情報を付加することができる。
ＩＭＵ２１０は、データ収集車両２の３軸方向の傾き（ピッチ角、ロール角、ヨー角）を示す角速度データを計測する。
オドメトリ装置２２０は、データ収集車両２の走行距離を示す距離データを計測する。
レーザスキャナ２３０は、データ収集車両２の屋根部に設置され、左右にレーザを発信し、線路周辺の地物で反射したレーザを受信することにより、地物が存在する方向およびレーザスキャナ２３０から地物までの距離を計測する。
データ収集車両２の走行と共に、レーザスキャナ２３０によって、進行方向において特定の距離離れた地点を含む水平走査線上に位置する地物について計測を続けることにより、データ収集車両２が走行した線路周辺に存在する地物について、データ収集車両２からの相対位置及び相対距離を計測することができる。
カメラ２４０は、車両の進行方向の前方を可視光でカラー撮影する。
データ記憶装置２５０は、車両１００の走行と共に、ＧＰＳシステム２００、ＩＭＵ２１０、オドメトリ装置２２０、レーザスキャナ２３０及びカメラ２４０が計測した各データを記憶する。
The GPS system 200 receives positioning signals from three GPS satellites and measures the travel position (coordinates) of the data collection vehicle 2. Coordinate information can be added to each point of the three-dimensional point cloud data by GPS positioning.
The IMU 210 measures angular velocity data indicating the inclination (pitch angle, roll angle, yaw angle) of the data collection vehicle 2 in the three-axis directions.
The odometry apparatus 220 measures distance data indicating the travel distance of the data collection vehicle 2.
The laser scanner 230 is installed on the roof of the data collection vehicle 2, transmits lasers to the left and right, and receives the laser reflected by the features around the track, so that the direction in which the features exist and the ground from the laser scanner 230. Measure the distance to the object.
As the data collection vehicle 2 travels, the laser scanner 230 continues to measure the features located on the horizontal scanning line including a point separated by a specific distance in the traveling direction, so that the data collection vehicle 2 exists around the track on which the data collection vehicle 2 traveled. The relative position and relative distance from the data collection vehicle 2 can be measured for the feature to be performed.
The camera 240 performs color photography with visible light in front of the traveling direction of the vehicle.
The data storage device 250 stores data measured by the GPS system 200, the IMU 210, the odometry device 220, the laser scanner 230, and the camera 240 as the vehicle 100 travels.
データ収集車両２は、図４に示すように、運行車両が走行する線路（軌道）を走行し、ＧＰＳシステム２００、ＩＭＵ２１０、オドメトリ装置２２０、レーザスキャナ２３０、カメラ２４０を動作させて各種データを収集する。
レーザスキャナ２３０では、運行車両の走行方向において線路周辺の地物の形状を３次元点群で表わす３次元点群データを生成する。
図７に３次元点群データの例を示す。なお、図７は線路周辺の３次元点群データではないが、データ収集車両２のレーザスキャナ２３０が線路周辺を走査した場合も、図７と同様に、多数の点により線路周辺の地物を表す３次元点群データを得ることができる。
データ収集車両２が４０Ｋｍ／ｈで等速移動すれば、３次元点群データの奥行き方向における各点の間隔を１５ｃｍ程度とすることができる。
換言すれば、データ収集車両２が４０Ｋｍ／ｈで等速移動した場合の３次元点群データは、奥行き方向に１５ｃｍ刻みの面データが多重されたものであり、図４に示すように、奥行き方向（走行方向）において、１５ｃｍごとの面データ（走行方向に直交する面４０１の面データ）として切り出すことができる。
このように、３次元点群データは、運行車両の走行方向において、所定の分割単位（上記の例では１５ｃｍ）で分割して複数の２次元点群データとすることができる。
なお、上記のデータ収集条件は一例であり、データ収集車両２の走行速度を４０Ｋｍ／ｈ以外とし、３次元点群データの奥行き方向における各点の間隔を１５ｃｍ以外としてもよい。
As shown in FIG. 4, the data collection vehicle 2 travels on a track (track) on which the traveling vehicle travels, and collects various data by operating the GPS system 200, IMU 210, odometry device 220, laser scanner 230, and camera 240. To do.
The laser scanner 230 generates three-dimensional point cloud data that represents the shape of the feature around the track as a three-dimensional point cloud in the traveling direction of the operating vehicle.
FIG. 7 shows an example of 3D point cloud data. Note that FIG. 7 is not three-dimensional point cloud data around the track, but when the laser scanner 230 of the data collection vehicle 2 scans around the track, the features around the track are represented by a number of points as in FIG. Representing three-dimensional point cloud data can be obtained.
If the data collection vehicle 2 moves at a constant speed of 40 km / h, the distance between the points in the depth direction of the three-dimensional point cloud data can be set to about 15 cm.
In other words, the three-dimensional point cloud data when the data collection vehicle 2 moves at a constant speed of 40 Km / h is obtained by multiplexing the surface data in 15 cm increments in the depth direction, and as shown in FIG. In the direction (traveling direction), it can be cut out as surface data every 15 cm (surface data of the surface 401 orthogonal to the traveling direction).
As described above, the three-dimensional point group data can be divided into predetermined two-dimensional point group data by being divided by a predetermined division unit (15 cm in the above example) in the traveling direction of the operating vehicle.
The above data collection condition is an example, and the traveling speed of the data collection vehicle 2 may be other than 40 Km / h, and the interval between the points in the depth direction of the three-dimensional point cloud data may be other than 15 cm.
次に、図２を参照して、本実施の形態に係るデータ解析装置１の構成例を説明する。 Next, a configuration example of the data analysis device 1 according to the present embodiment will be described with reference to FIG.
図２において、データ入力部１０１は、データ加工装置３から、３次元点群／座標データ又は３次元点群／座標データ／色データを入力する。
なお、３次元点群／座標データ及び３次元点群／座標データ／色データを区別する必要のないときは、両者をまとめて３次元点群データと表記する。
In FIG. 2, the data input unit 101 inputs 3D point group / coordinate data or 3D point group / coordinate data / color data from the data processing device 3.
When there is no need to distinguish between the three-dimensional point group / coordinate data and the three-dimensional point group / coordinate data / color data, they are collectively referred to as three-dimensional point group data.
データ記憶部１０２は、データ解析装置１が利用する各種データを記憶する。
より具体的には、データ入力部１０１が入力した３次元点群データを記憶し、また、３次元点群データ上に配置する場合の運行車両の領域を示す運行車両領域データを記憶する。
データ記憶部１０２は、運行車両領域データ記憶部の例である。
データ記憶部１０２は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）又は補助記憶装置、もしくはＲＡＭ及び補助記憶装置により構成される。
The data storage unit 102 stores various data used by the data analysis device 1.
More specifically, the three-dimensional point cloud data input by the data input unit 101 is stored, and the operating vehicle area data indicating the area of the operating vehicle when arranged on the 3D point cloud data is stored.
The data storage unit 102 is an example of a running vehicle area data storage unit.
The data storage unit 102 includes, for example, a RAM (Random Access Memory) or an auxiliary storage device, or a RAM and an auxiliary storage device.
障害物検出部１０３は、運行車両領域データに基づき、データ入力部１０１により入力された３次元点群データにおける線路の位置に運行車両の領域を配置し、３次元点群データに運行車両の領域と重複する点が存在するか否かを判断して、運行車両の走行に対する障害物を検出する。
障害物検出部１０３は、また、障害物を検出した場合に、３次元点群データに付加されている座標情報に基づき、障害物の位置及び障害物のサイズを導出する。
また、データ入力部１０１により３次元点群／座標データ／色データが入力されている場合は、障害物検出部１０３は、少なくとも障害物を検出した場合に、色情報が付加されている３次元点群データを後述する表示部１０５に表示させる。
The obstacle detection unit 103 arranges the area of the operating vehicle at the position of the track in the 3D point cloud data input by the data input unit 101 based on the operating vehicle area data, and the area of the operating vehicle in the 3D point cloud data. It is determined whether or not there is an overlapping point, and an obstacle to the traveling of the traveling vehicle is detected.
When the obstacle detection unit 103 detects an obstacle, the obstacle detection unit 103 derives the position of the obstacle and the size of the obstacle based on the coordinate information added to the three-dimensional point cloud data.
In addition, when the three-dimensional point group / coordinate data / color data is input by the data input unit 101, the obstacle detection unit 103 is a three-dimensional image to which color information is added at least when an obstacle is detected. The point cloud data is displayed on the display unit 105 described later.
ユーザ入力部１０４は、データ解析装置１の利用者からの各種指示を入力する。
表示部１０５は、データ解析装置１の利用者に各種情報を提示する。
例えば、障害物検出部１０３が障害物を検出した場合にアラート情報を表示し、障害物検出部１０３が障害物を検出した３次元点群データを運行車両領域を重畳させて表示する。
また、データ入力部１０１により３次元点群／座標データ／色データが入力されている場合は、３次元点群データを色つきで表示する。
制御部１０６は、データ解析装置１の全体の制御を行う。
The user input unit 104 inputs various instructions from the user of the data analysis apparatus 1.
The display unit 105 presents various information to the user of the data analysis device 1.
For example, when the obstacle detection unit 103 detects an obstacle, the alert information is displayed, and the obstacle detection unit 103 displays the three-dimensional point cloud data in which the obstacle is detected with the operation vehicle region superimposed.
When 3D point group / coordinate data / color data is input by the data input unit 101, the 3D point group data is displayed with color.
The control unit 106 performs overall control of the data analysis apparatus 1.
次に、図３を用いて、データ解析装置１の動作例を説明する。 Next, an operation example of the data analysis apparatus 1 will be described with reference to FIG.
先ず、データ入力部１０１が、データ加工装置３から３次元点群データを入力する（Ｓ３０１）（データ入力ステップ）。
次に、障害物検出部１０３が、データ記憶部１０２から運行車両領域データを読み出す（Ｓ３０２）（運行車両領域データ読み出しステップ）。
次に、障害物検出部１０３が、３次元点群データから障害物検出対象範囲データを抽出する（Ｓ３０３）（障害物検出ステップ）。
First, the data input unit 101 inputs three-dimensional point cloud data from the data processing device 3 (S301) (data input step).
Next, the obstacle detection unit 103 reads the operating vehicle area data from the data storage unit 102 (S302) (operation vehicle area data reading step).
Next, the obstacle detection unit 103 extracts obstacle detection target range data from the three-dimensional point cloud data (S303) (obstacle detection step).
障害物検出対象範囲データの抽出方法の概要を図５に示す。
前述したように、３次元点群データは、運行車両の走行方向において、所定の分割単位で分割して複数の２次元点群データとすることができる。つまり、データ収集車両２が４０Ｋｍ／ｈで等速移動してデータ収集している場合は、３次元点群データは、奥行き方向（走行方向）において、約１５ｃｍごとの２次元点群データとして切り出すことができる。
そこで、障害物検出部１０３は、順次、走行方向に直交する面４０１上の２次元点群データを障害物検出対象範囲データとして切り出す。
図５（ａ）に示す面４０１の２次元点群データを障害物検出対象範囲データとして抽出すると、図５（ｂ）に示す点群データのイメージとなる。
なお、２次元点群データは実際は無数の点の集合からなるが、作図上の理由より図５（ｂ）では、破線にて２次元点群データを表現している。
An outline of the method of extracting the obstacle detection target range data is shown in FIG.
As described above, the three-dimensional point group data can be divided into a plurality of two-dimensional point group data by being divided in predetermined division units in the traveling direction of the operating vehicle. That is, when the data collection vehicle 2 moves at a constant speed of 40 km / h and collects data, the three-dimensional point cloud data is cut out as two-dimensional point cloud data about every 15 cm in the depth direction (traveling direction). be able to.
Therefore, the obstacle detection unit 103 sequentially cuts out two-dimensional point cloud data on the plane 401 orthogonal to the traveling direction as obstacle detection target range data.
When the two-dimensional point cloud data of the surface 401 shown in FIG. 5A is extracted as the obstacle detection target range data, an image of the point cloud data shown in FIG. 5B is obtained.
Note that the two-dimensional point group data is actually composed of an infinite number of points, but for reasons of drawing, in FIG. 5B, the two-dimensional point group data is represented by a broken line.
次に、障害物検出部１０３が、運行車両領域データに基づき、障害物検出対象範囲データに運行車両領域を設定する（Ｓ３０４）（障害物検出ステップ）。 Next, the obstacle detection unit 103 sets the operating vehicle area in the obstacle detection target range data based on the operating vehicle area data (S304) (obstacle detection step).
図６（ａ）に運行車両領域の設定動作の概要を示す。
図６（ａ）において、４０２は障害物検出対象範囲データを示し、障害物検出対象範囲データ４０２上の矩形が運行車両領域である。
運行車両領域は、運行車両の前面又は背面を表す領域である。
運行車両領域は運行車両の前面又は背面のサイズそのものを表す領域でもよいし、運行車両の前面又は背面のサイズに所定の余裕を持たせた領域でもよい。
また、障害物検出部１０３は、障害物検出対象範囲データの縮尺に対応させた縮尺にて（障害物検出対象範囲データの地物と運行車両領域が同縮尺となるように）障害物検出対象範囲データ上の線路の位置に運行車両領域を配置する。
例えば、表示部１０５が障害物検出対象範囲データをユーザに提示し、ユーザが障害物検出対象範囲データ上の線路の位置を指定し、障害物検出部１０３が、ユーザにより指定された位置に運行車両領域を配置する。
また、例えば、障害物検出部１０３は、線路が障害物検出対象範囲データに表わされる際の線路の断面形状に相当する点群の形状を記憶しておき、障害物検出対象範囲データにおいて線路の断面形状に合致する点群を抽出して障害物検出対象範囲データ上の線路の位置を判別し、判別した線路の位置に運行車両領域を配置する。データ収集車両２はレール上を走行して３次元点群データを生成しているため、障害物検出対象範囲データの決まった位置にレールの断面形状の点群が現れ、また、１つのレールの断面形状は略「Ｉ」形状であるから、障害物検出対象範囲データ上の所定範囲内で２つの略「Ｉ」形状の点群を探索することにより線路位置を抽出することができる。
更に、障害物検出部１０３は、線路の座標情報を入力し、入力した線路の座標情報と障害物検出対象範囲データの各点に付加されている座標情報とを比較し、入力した線路の座標情報に一致する座標の点群を抽出することにより障害物検出対象範囲データ上の線路の位置をより正確に判別することができる。
FIG. 6A shows an outline of setting operation of the operating vehicle area.
In FIG. 6A, reference numeral 402 denotes obstacle detection target range data, and a rectangle on the obstacle detection target range data 402 is a traveling vehicle area.
An operating vehicle area | region is an area | region showing the front surface or back surface of an operating vehicle.
The operating vehicle area may be an area representing the size of the front or back of the operating vehicle itself, or may be an area having a predetermined margin for the size of the front or back of the operating vehicle.
Also, the obstacle detection unit 103 is an obstacle detection target at a scale corresponding to the scale of the obstacle detection target range data (so that the feature of the obstacle detection target range data and the operating vehicle area are the same scale). The operating vehicle area is arranged at the position of the track on the range data.
For example, the display unit 105 presents the obstacle detection target range data to the user, the user specifies the position of the track on the obstacle detection target range data, and the obstacle detection unit 103 operates to the position specified by the user. Arrange the vehicle area.
Further, for example, the obstacle detection unit 103 stores the shape of a point group corresponding to the cross-sectional shape of the line when the line is represented in the obstacle detection target range data, and the obstacle detection target range data includes A point cloud that matches the cross-sectional shape is extracted to determine the position of the track on the obstacle detection target range data, and the operating vehicle region is arranged at the determined position of the track. Since the data collection vehicle 2 travels on the rail and generates the three-dimensional point cloud data, a point cloud having a cross-sectional shape of the rail appears at a predetermined position of the obstacle detection target range data. Since the cross-sectional shape is a substantially “I” shape, the line position can be extracted by searching for two substantially “I” -shaped point groups within a predetermined range on the obstacle detection target range data.
Further, the obstacle detection unit 103 inputs the coordinate information of the track, compares the input coordinate information of the track with the coordinate information added to each point of the obstacle detection target range data, and inputs the coordinate of the track By extracting a point group of coordinates that matches the information, the position of the line on the obstacle detection target range data can be more accurately determined.
次に、障害物検出部１０３は、運行車両領域と障害物検出対象範囲データの点群とを比較し（Ｓ３０５）（障害物検出ステップ）、運行車両領域と重複する点がなければ（Ｓ３０６でＮＯ）、処理をＳ３０３に戻し、次の障害物検出対象範囲データを抽出する。
一方、運行車両領域と重複する点が存在すれば（Ｓ３０６でＹＥＳ）、運行車両の走行に対する障害物があると判断し、運行車両領域と重複している点群を抽出し、抽出した点群の各点の座標情報から障害物の所在位置（絶対位置又はキロ程等の相対位置）及びサイズを算出し（Ｓ３０７、Ｓ３０８）、算出した位置とサイズをデータ記憶部１０２に格納する（Ｓ３０９）。また、このとき、障害物検出部１０３は、障害物が検出された障害物検出対象範囲データを運行車両領域を重畳させた状態でデータ記憶部１０２に格納してもよい。
そして、障害物検出部１０３は、障害物検出対象の線路が終点に到達したか、つまり、３次元点群データのすべてを解析したかを判断し（Ｓ３１０）、終点に到達している場合は、処理を終了し、終点に到達していなければ、処理をＳ３０３に戻し、次の障害物検出対象範囲データを抽出する。
Next, the obstacle detection unit 103 compares the operating vehicle area and the point cloud of the obstacle detection target range data (S305) (obstacle detection step), and if there is no point overlapping with the operating vehicle area (in S306). NO), the process returns to S303, and the next obstacle detection target range data is extracted.
On the other hand, if there is a point that overlaps the operating vehicle area (YES in S306), it is determined that there is an obstacle to the traveling of the operating vehicle, the point cloud that overlaps the operating vehicle area is extracted, and the extracted point cloud The location (absolute position or relative position such as kilometer) and size of the obstacle are calculated from the coordinate information of each point (S307, S308), and the calculated position and size are stored in the data storage unit 102 (S309). . At this time, the obstacle detection unit 103 may store the obstacle detection target range data in which the obstacle is detected in the data storage unit 102 in a state where the operation vehicle region is superimposed.
The obstacle detection unit 103 determines whether the obstacle detection target line has reached the end point, that is, whether all of the three-dimensional point cloud data has been analyzed (S310). If the process is terminated and the end point has not been reached, the process returns to S303, and the next obstacle detection target range data is extracted.
例えば、図６（ａ）に示す障害物検出対象範囲データ４０２では、運行車両領域と重複している点がないので、障害物が存在しないと判断できる。
一方、図６（ｂ）に示す障害物検出対象範囲データ４０３では、運行車両領域と重複している点群が存在するので、障害物検出部１０３は、障害物が存在していると判断し、運行車両領域と重複している点群の座標情報から障害物の所在位置とサイズを算出する。
For example, in the obstacle detection target range data 402 shown in FIG. 6A, since there is no point overlapping with the operating vehicle area, it can be determined that there is no obstacle.
On the other hand, in the obstacle detection target range data 403 shown in FIG. 6B, since there is a point cloud that overlaps the operating vehicle area, the obstacle detection unit 103 determines that an obstacle is present. The location and size of the obstacle are calculated from the coordinate information of the point cloud that overlaps the operating vehicle area.
また、障害物検出部１０３は、障害物を検知した場合には、ステップＳ３０９においてデータ記憶部１０２に記憶させた障害物の所在位置及びサイズを示すアラート情報を生成し、表示部１０５にアラート情報を表示させるようにしてもよい。
また、ステップＳ３０９において、データ記憶部１０２に障害物検出対象範囲データを記憶させた場合は、表示部１０５にアラート情報とともに運行車両領域を重畳させた状態で障害物検出対象範囲データを表示させるようにしてもよい。この場合に、データ入力部１０１がデータ加工装置３から３次元点群／座標データ／色データを入力している場合は、各点が着色された障害物検出対象範囲データが表示部１０５に表示され、ユーザは着色された障害物を見ることができ、障害物が何であるかを認識しやすくなる。
When the obstacle detection unit 103 detects an obstacle, the obstacle detection unit 103 generates alert information indicating the location and size of the obstacle stored in the data storage unit 102 in step S309, and displays the alert information on the display unit 105. May be displayed.
In step S309, when the obstacle detection target range data is stored in the data storage unit 102, the obstacle detection target range data is displayed on the display unit 105 in a state where the operating vehicle region is superimposed on the alert information. It may be. In this case, when the data input unit 101 inputs the three-dimensional point group / coordinate data / color data from the data processing device 3, the obstacle detection target range data in which each point is colored is displayed on the display unit 105. Thus, the user can see the colored obstacle, and can easily recognize what the obstacle is.
このように本実施の形態によれば、運行車両が走行する線路をデータ収集車両に走行させるとともに、データ収集車両に線路周辺の地物の形状を３次元点群で表わす３次元点群データを収集させ、データ解析装置１において、３次元点群データにおける線路の位置に運行車両の領域を配置し、３次元点群データに運行車両の領域と重複する点が存在するか否かを判断して、運行車両の走行に対する障害物を検出するため、保守作業員が線路に沿って移動して障害物を探索する必要がなく、線路周辺の障害物を効率よく高精度に検知することができる。 As described above, according to the present embodiment, the data collection vehicle travels the track on which the traveling vehicle travels, and the data collection vehicle has the three-dimensional point cloud data representing the shape of the feature around the track as a three-dimensional point cloud. In the data analysis device 1, the area of the operating vehicle is arranged at the position of the track in the 3D point cloud data, and it is determined whether or not there is a point in the 3D point cloud data that overlaps the area of the operating vehicle. In order to detect obstacles to the running of the operating vehicle, it is not necessary for the maintenance worker to move along the track and search for obstacles, and the obstacles around the track can be detected efficiently and with high accuracy. .
また、保守作業員が障害物を発見した際に、原則として、保守作業員は障害物を発見した場所の正確な位置を知ることができない。保守作業員がＧＰＳ測位装置を所持している場合はＧＰＳ測位装置を用いて障害物の正確な位置を測定することは可能であるが、障害物を発見するたびに、ＧＰＳ測位を行わなければならない。
この点、本実施の形態によれば、データ収集車両においてデータ収集の際にＧＰＳ測位を行い、３次元点群データの各点に座標情報が付加されているので、データ解析装置において障害物を検出した際に併せて障害物の位置を導出することができる。
Further, when a maintenance worker finds an obstacle, as a general rule, the maintenance worker cannot know the exact location of the place where the obstacle is found. If the maintenance worker has a GPS positioning device, it is possible to measure the exact position of the obstacle using the GPS positioning device, but every time an obstacle is discovered, GPS positioning must be performed. Don't be.
In this respect, according to the present embodiment, GPS positioning is performed at the time of data collection in the data collection vehicle, and coordinate information is added to each point of the three-dimensional point cloud data. When detected, the position of the obstacle can be derived.
また、保守作業員が障害物を発見した際に、保守作業員は手作業にて障害物のサイズを計測しなければならない。
この点、本実施の形態によれば、データ収集車両においてデータ収集の際にＧＰＳ測位を行い、３次元点群データの各点に座標情報が付加されているので、データ解析装置において障害物を検出した際に併せて障害物のサイズを導出することができる。
Further, when a maintenance worker finds an obstacle, the maintenance worker must manually measure the size of the obstacle.
In this respect, according to the present embodiment, GPS positioning is performed at the time of data collection in the data collection vehicle, and coordinate information is added to each point of the three-dimensional point cloud data. The size of the obstacle can be derived together with the detection.
また、特許文献１の方法では、光源装置からの平板状光による光切断線を用いるためトンネル等の閉空間にしか適用できないが、本実施の形態によれば、屋外の線路における障害物も容易に検知することができる。 In addition, the method disclosed in Patent Document 1 can be applied only to a closed space such as a tunnel because a light cutting line using flat light from a light source device is used. However, according to the present embodiment, an obstacle on an outdoor line is also easy. Can be detected.
また、レーザスキャナによる３次元点群データを用いずに、データ収集車両にカメラのみを搭載して線路を走行して線路周辺の地物をカメラ撮影し、撮影された線路周辺の映像を解析して障害物の有無を検出する手法も考えられるが、カメラは夜間の撮影が困難であったり、天候に左右される（雨天や曇りではクリアーな映像が得られない）という難点があり、本実施の形態で示すようにレーザスキャナを用いる場合は、夜間や悪天候でも正確な３次元点群データを得ることができ、高精度に障害物を検出することができる。 Also, without using the 3D point cloud data from the laser scanner, only the camera is mounted on the data collection vehicle, traveling on the track, photographing the features around the track, and analyzing the captured image around the track. Although there is a method to detect the presence or absence of obstacles, the camera is difficult to shoot at night or depends on the weather (clear images cannot be obtained in rainy or cloudy weather). When the laser scanner is used as shown in the form, accurate three-dimensional point cloud data can be obtained even at night or in bad weather, and obstacles can be detected with high accuracy.
なお、これまでの説明では、座標情報が付加されている３次元点群／座標データまたは座標情報と色情報が付加されている３次元点群／座標データ／色データを用いる例を説明したが、座標情報も色情報も付加されていない３次元点群データを用いて障害物を検出するようにしてもよい。 In the above description, the example using the three-dimensional point group / coordinate data to which coordinate information is added or the three-dimensional point group / coordinate data / color data to which coordinate information and color information are added has been described. Obstacles may be detected using three-dimensional point cloud data to which neither coordinate information nor color information is added.
最後に、本実施の形態に示したデータ解析装置１のハードウェア構成例について説明する。
図８は、本実施の形態に示すデータ解析装置１のハードウェア資源の一例を示す図である。
なお、図８の構成は、あくまでもデータ解析装置１のハードウェア構成の一例を示すものであり、データ解析装置１のハードウェア構成は図８に記載の構成に限らず、他の構成であってもよい。
Finally, a hardware configuration example of the data analysis apparatus 1 shown in the present embodiment will be described.
FIG. 8 is a diagram illustrating an example of hardware resources of the data analysis apparatus 1 illustrated in the present embodiment.
The configuration of FIG. 8 is merely an example of the hardware configuration of the data analysis device 1, and the hardware configuration of the data analysis device 1 is not limited to the configuration illustrated in FIG. Also good.
図８において、データ解析装置１は、プログラムを実行するＣＰＵ９１１（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサともいう）を備えている。
ＣＰＵ９１１は、バス９１２を介して、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９１３、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９１４、通信ボード９１５、表示装置９０１、キーボード９０２、マウス９０３、磁気ディスク装置９２０と接続され、これらのハードウェアデバイスを制御する。
更に、ＣＰＵ９１１は、ＦＤＤ９０４（Ｆｌｅｘｉｂｌｅ Ｄｉｓｋ Ｄｒｉｖｅ）、コンパクトディスク装置９０５（ＣＤＤ）と接続していてもよい。また、磁気ディスク装置９２０の代わりに、光ディスク装置、メモリカード（登録商標）読み書き装置などの記憶装置でもよい。
データ解析装置１は、３次元点群／座標データまたは３次元点群／座標データ／色データが格納されているこれらの記憶媒体から３次元点群／座標データまたは３次元点群／座標データ／色データを入力するようにしてもよい。
In FIG. 8, the data analysis apparatus 1 includes a CPU 911 (also referred to as a central processing unit, a central processing unit, a processing unit, an arithmetic unit, a microprocessor, a microcomputer, and a processor) that executes a program.
The CPU 911 is connected to, for example, a ROM (Read Only Memory) 913, a RAM (Random Access Memory) 914, a communication board 915, a display device 901, a keyboard 902, a mouse 903, and a magnetic disk device 920 via a bus 912. Control hardware devices.
Further, the CPU 911 may be connected to an FDD 904 (Flexible Disk Drive) or a compact disk device 905 (CDD). Further, instead of the magnetic disk device 920, a storage device such as an optical disk device or a memory card (registered trademark) read / write device may be used.
The data analysis apparatus 1 receives 3D point groups / coordinate data or 3D point groups / coordinate data / from these storage media storing 3D point groups / coordinate data or 3D point groups / coordinate data / color data. Color data may be input.
ＲＡＭ９１４は、揮発性メモリの一例である。ＲＯＭ９１３、ＦＤＤ９０４、ＣＤＤ９０５、磁気ディスク装置９２０の記憶媒体は、不揮発性メモリの一例である。これらは、記憶装置の一例である。 The RAM 914 is an example of a volatile memory. The storage media of the ROM 913, the FDD 904, the CDD 905, and the magnetic disk device 920 are an example of a nonvolatile memory. These are examples of the storage device.
また、ＣＰＵ９１１は、プリンタ装置９０６、スキャナ装置９０７と接続していてもよい。 The CPU 911 may be connected to the printer device 906 and the scanner device 907.
通信ボード９１５、キーボード９０２、マウス９０３、スキャナ装置９０７、ＦＤＤ９０４などは、入力装置の一例である。
また、通信ボード９１５、表示装置９０１、プリンタ装置９０６などは、出力装置の一例である。
A communication board 915, a keyboard 902, a mouse 903, a scanner device 907, an FDD 904, and the like are examples of input devices.
The communication board 915, the display device 901, the printer device 906, and the like are examples of output devices.
通信ボード９１５は、ネットワークに接続されている。例えば、通信ボード９１５は、ＬＡＮ（ローカルエリアネットワーク）、インターネット、ＷＡＮ（ワイドエリアネットワーク）、ＳＡＮ（ストレージエリアネットワーク）、無線ネットワークなどに接続されていても構わない。
データ解析装置１は、データ加工装置３からネットワークを介して３次元点群／座標データまたは３次元点群／座標データ／色データを受信してもよい。
The communication board 915 is connected to the network. For example, the communication board 915 may be connected to a LAN (Local Area Network), the Internet, a WAN (Wide Area Network), a SAN (Storage Area Network), a wireless network, or the like.
The data analysis device 1 may receive the three-dimensional point group / coordinate data or the three-dimensional point group / coordinate data / color data from the data processing device 3 via the network.
磁気ディスク装置９２０には、オペレーティングシステム９２１（ＯＳ）、ウィンドウシステム９２２、プログラム群９２３、ファイル群９２４が記憶されている。
プログラム群９２３のプログラムは、ＣＰＵ９１１がオペレーティングシステム９２１、ウィンドウシステム９２２を利用しながら実行する。
The magnetic disk device 920 stores an operating system 921 (OS), a window system 922, a program group 923, and a file group 924.
The programs in the program group 923 are executed by the CPU 911 using the operating system 921 and the window system 922.
また、ＲＡＭ９１４には、ＣＰＵ９１１に実行させるオペレーティングシステム９２１のプログラムやアプリケーションプログラムの少なくとも一部が一時的に格納される。
また、ＲＡＭ９１４には、ＣＰＵ９１１による処理に必要な各種データが格納される。
The RAM 914 temporarily stores at least part of the operating system 921 program and application programs to be executed by the CPU 911.
The RAM 914 stores various data necessary for processing by the CPU 911.
また、ＲＯＭ９１３には、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）プログラムが格納され、磁気ディスク装置９２０にはブートプログラムが格納されている。
データ解析装置１の起動時には、ＲＯＭ９１３のＢＩＯＳプログラム及び磁気ディスク装置９２０のブートプログラムが実行され、ＢＩＯＳプログラム及びブートプログラムによりオペレーティングシステム９２１が起動される。
The ROM 913 stores a BIOS (Basic Input Output System) program, and the magnetic disk device 920 stores a boot program.
When the data analysis apparatus 1 is activated, the BIOS program in the ROM 913 and the boot program in the magnetic disk device 920 are executed, and the operating system 921 is activated by the BIOS program and the boot program.
上記プログラム群９２３には、本実施の形態の説明において「〜部」として説明している機能を実行するプログラムが記憶されている。プログラムは、ＣＰＵ９１１により読み出され実行される。 The program group 923 stores programs for executing the functions described as “˜units” in the description of the present embodiment. The program is read and executed by the CPU 911.
ファイル群９２４には、本実施の形態の説明において、「〜の判断」、「〜の判別」、「〜の算出」、「〜の導出」、「〜の抽出」、「〜の検出」、「〜の検知」、「〜の比較」、「〜の設定」、「〜の選択」等として説明している処理の結果を示す情報やデータや信号値や変数値やパラメータが、「〜ファイル」や「〜データベース」の各項目として記憶されている。
「〜ファイル」や「〜データベース」は、ディスクやメモリなどの記録媒体に記憶される。ディスクやメモリなどの記憶媒体に記憶された情報やデータや信号値や変数値やパラメータは、読み書き回路を介してＣＰＵ９１１によりメインメモリやキャッシュメモリに読み出され、抽出・検索・参照・比較・演算・計算・処理・編集・出力・印刷・表示などのＣＰＵの動作に用いられる。
抽出・検索・参照・比較・演算・計算・処理・編集・出力・印刷・表示のＣＰＵの動作の間、情報やデータや信号値や変数値やパラメータは、メインメモリ、レジスタ、キャッシュメモリ、バッファメモリ等に一時的に記憶される。
また、本実施の形態で説明しているフローチャートの矢印の部分は主としてデータや信号の入出力を示し、データや信号値は、ＲＡＭ９１４のメモリ、ＦＤＤ９０４のフレキシブルディスク、ＣＤＤ９０５のコンパクトディスク、磁気ディスク装置９２０の磁気ディスク、その他光ディスク、ミニディスク、ＤＶＤ等の記録媒体に記録される。また、データや信号は、バス９１２や信号線やケーブルその他の伝送媒体によりオンライン伝送される。
In the description of the present embodiment, the file group 924 includes “determination of”, “determination of”, “calculation of”, “derivation of”, “extraction of”, “detection of”, Information, data, signal values, variable values, and parameters indicating the results of the processing described as “detection of”, “comparison of”, “setting of”, “selection of”, etc. And “˜database”.
The “˜file” and “˜database” are stored in a recording medium such as a disk or a memory. Information, data, signal values, variable values, and parameters stored in a storage medium such as a disk or memory are read out to the main memory or cache memory by the CPU 911 via a read / write circuit, and extracted, searched, referenced, compared, and calculated. Used for CPU operations such as calculation, processing, editing, output, printing, and display.
Information, data, signal values, variable values, and parameters are stored in the main memory, registers, cache memory, and buffers during the CPU operations of extraction, search, reference, comparison, calculation, processing, editing, output, printing, and display. It is temporarily stored in a memory or the like.
Also, the arrows in the flowcharts described in this embodiment mainly indicate input / output of data and signals, and the data and signal values are the memory of the RAM 914, the flexible disk of the FDD904, the compact disk of the CDD905, and the magnetic disk device. It is recorded on a recording medium such as a 920 magnetic disk, other optical disks, minidisks, and DVDs. Data and signals are transmitted online via a bus 912, signal lines, cables, or other transmission media.
また、本実施の形態の説明において「〜部」として説明しているものは、「〜回路」、「〜装置」、「〜機器」であってもよく、また、「〜ステップ」、「〜手順」、「〜処理」であってもよい。すなわち、「〜部」として説明しているものは、ＲＯＭ９１３に記憶されたファームウェアで実現されていても構わない。或いは、ソフトウェアのみ、或いは、素子・デバイス・基板・配線などのハードウェアのみ、或いは、ソフトウェアとハードウェアとの組み合わせ、さらには、ファームウェアとの組み合わせで実施されても構わない。ファームウェアとソフトウェアは、プログラムとして、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等の記録媒体に記憶される。プログラムはＣＰＵ９１１により読み出され、ＣＰＵ９１１により実行される。すなわち、プログラムは、本実施の形態の「〜部」としてコンピュータを機能させるものである。あるいは、本実施の形態の「〜部」の手順や方法をコンピュータに実行させるものである。 In addition, what is described as “˜unit” in the description of the present embodiment may be “˜circuit”, “˜device”, “˜device”, and “˜step”, “˜”. “Procedure” and “˜Process” may be used. That is, what is described as “˜unit” may be realized by firmware stored in the ROM 913. Alternatively, it may be implemented only by software, or only by hardware such as elements, devices, substrates, and wirings, by a combination of software and hardware, or by a combination of firmware. Firmware and software are stored as programs in a recording medium such as a magnetic disk, a flexible disk, an optical disk, a compact disk, a mini disk, and a DVD. The program is read by the CPU 911 and executed by the CPU 911. In other words, the program causes the computer to function as “to part” of the present embodiment. Alternatively, the procedure or method of “˜unit” in the present embodiment is executed by a computer.
このように、本実施の形態に示すデータ解析装置１は、処理装置たるＣＰＵ、記憶装置たるメモリ、磁気ディスク等、入力装置たるキーボード、マウス、通信ボード等、出力装置たる表示装置、通信ボード等を備えるコンピュータであり、上記したように「〜部」、として示された機能をこれら処理装置、記憶装置、入力装置、出力装置を用いて実現するものである。 As described above, the data analysis apparatus 1 shown in the present embodiment includes a CPU as a processing device, a memory as a storage device, a magnetic disk, a keyboard as an input device, a mouse, a communication board, and a display device as an output device, a communication board, and the like As described above, the function indicated as “to part” is realized by using these processing device, storage device, input device, and output device.
１ データ解析装置、２ データ収集車両、３ データ加工装置、１０１ データ入力部、１０２ データ記憶部、１０３ 障害物検出部、１０４ ユーザ入力部、１０５ 表示部、１０６ 制御部、２００ ＧＰＳシステム、２１０ ＩＭＵ、２２０ オドメトリ装置、２３０ レーザスキャナ、２４０ カメラ、２５０ データ記憶装置。 DESCRIPTION OF SYMBOLS 1 Data analysis apparatus, 2 Data collection vehicle, 3 Data processing apparatus, 101 Data input part, 102 Data storage part, 103 Obstacle detection part, 104 User input part, 105 Display part, 106 Control part, 200 GPS system, 210 IMU 220 odometry device, 230 laser scanner, 240 camera, 250 data storage.
Claims (9)
３次元点群データ上に配置する場合の前記運行車両の領域を示す運行車両領域データを記憶する運行車両領域データ記憶部と、
前記運行車両領域データに基づき、前記データ入力部により入力された３次元点群データにおける前記軌道の位置に前記運行車両の領域を配置し、３次元点群データに前記運行車両の領域と重複する点が存在するか否かを判断して、前記運行車両の走行に対する障害物を検出する障害物検出部とを有することを特徴とするデータ解析装置。 Data collected by a data collection vehicle traveling on a trajectory on which the operating vehicle travels is input, and three-dimensional point cloud data representing the shape of a feature around the trajectory as a three-dimensional point cloud in the travel direction of the operating vehicle is input. A data input section;
An operating vehicle area data storage unit for storing operating vehicle area data indicating an area of the operating vehicle when arranged on the three-dimensional point cloud data;
Based on the operating vehicle area data, the area of the operating vehicle is arranged at the position of the track in the 3D point cloud data input by the data input unit, and the 3D point cloud data overlaps with the area of the operating vehicle. A data analysis apparatus comprising: an obstacle detection unit that determines whether or not a point exists and detects an obstacle to the travel of the traveling vehicle.
３次元点群の各点の座標情報が付加されている３次元点群データを入力し、
前記障害物検出部は、
障害物を検出した場合に、３次元点群データに付加されている座標情報に基づき、障害物の位置を導出することを特徴とする請求項１に記載のデータ解析装置。 The data input unit includes:
Input the 3D point cloud data to which the coordinate information of each point of the 3D point cloud is added,
The obstacle detection unit is
2. The data analysis apparatus according to claim 1, wherein when an obstacle is detected, the position of the obstacle is derived based on coordinate information added to the three-dimensional point cloud data.
障害物を検出した場合に、３次元点群データに付加されている座標情報に基づき、障害物のサイズを導出することを特徴とする請求項２に記載のデータ解析装置。 The obstacle detection unit is
3. The data analysis apparatus according to claim 2, wherein when an obstacle is detected, the size of the obstacle is derived based on coordinate information added to the three-dimensional point cloud data.
前記データ入力部により入力された３次元点群データを前記運行車両の走行方向において所定の分割単位で分割して複数の２次元点群データを抽出するとともに、抽出した２次元点群データごとに前記軌道の位置に前記運行車両の領域を配置し、２次元点群データに前記運行車両の領域と重複する点が存在するか否かを判断して、前記運行車両の走行に対する障害物を検出することを特徴とする請求項１〜３のいずれかに記載のデータ解析装置。 The obstacle detection unit is
The 3D point cloud data input by the data input unit is divided in predetermined division units in the traveling direction of the operating vehicle to extract a plurality of 2D point cloud data, and for each extracted 2D point cloud data The area of the operating vehicle is arranged at the position of the track, and it is determined whether or not there is a point overlapping the area of the operating vehicle in the two-dimensional point cloud data, and an obstacle to the traveling of the operating vehicle is detected. The data analysis device according to claim 1, wherein the data analysis device is a data analysis device.
前記軌道が２次元点群データに表わされる場合の前記軌道の形状に相当する点群の形状を記憶しており、２次元点群データにおいて前記軌道の形状に合致する点群を抽出して２次元点群データ上の前記軌道の位置を判別し、判別した前記軌道の位置に前記運行車両の領域を配置することを特徴とする請求項４に記載のデータ解析装置。 The obstacle detection unit is
The shape of a point cloud corresponding to the shape of the trajectory when the trajectory is represented by two-dimensional point cloud data is stored, and a point cloud that matches the shape of the trajectory is extracted from the two-dimensional point cloud data to obtain 2 5. The data analysis apparatus according to claim 4, wherein a position of the track on the dimension point group data is determined, and an area of the operating vehicle is arranged at the determined position of the track.
３次元点群の各点の座標情報が付加されている３次元点群データを入力し、
前記障害物検出部は、
前記軌道の座標情報を入力し、入力した前記軌道の座標情報と各２次元点群データに付加されている各点の座標情報とに基づき、２次元点群データ上の前記軌道の位置を判別し、判別した前記軌道の位置に前記運行車両の領域を配置することを特徴とする請求項４又は５に記載のデータ解析装置。 The data input unit includes:
Input the 3D point cloud data to which the coordinate information of each point of the 3D point cloud is added,
The obstacle detection unit is
The coordinate information of the trajectory is input, and the position of the trajectory on the two-dimensional point group data is determined based on the input coordinate information of the trajectory and the coordinate information of each point added to the two-dimensional point group data. The data analysis apparatus according to claim 4, wherein an area of the operating vehicle is arranged at the determined position of the track.
３次元点群データを表示する表示部を有し、
前記データ入力部は、
３次元点群の各点の色情報が付加されている３次元点群データを入力し、
前記障害物検出部は、
少なくとも障害物を検出した場合に、色情報が付加されている３次元点群データを前記表示部に表示させることを特徴とする請求項１〜６のいずれかに記載のデータ解析装置。 The data analysis device further includes:
A display unit for displaying three-dimensional point cloud data;
The data input unit includes:
Input the 3D point cloud data to which the color information of each point of the 3D point cloud is added,
The obstacle detection unit is
The data analysis apparatus according to claim 1, wherein at least an obstacle is detected, three-dimensional point cloud data to which color information is added is displayed on the display unit.
前記コンピュータが、３次元点群データ上に配置する場合の前記運行車両の領域を示す運行車両領域データを読み出す運行車両領域データ読み出しステップと、
前記コンピュータが、前記運行車両領域データに基づき、前記データ入力ステップにより入力された３次元点群データにおける前記軌道の位置に前記運行車両の領域を配置し、３次元点群データに前記運行車両の領域と重複する点が存在するか否かを判断して、前記運行車両の走行に対する障害物を検出する障害物検出ステップとを有することを特徴とするデータ解析方法。 Data collected by a data collection vehicle traveling on a trajectory traveled by a traveling vehicle, and representing three-dimensional point cloud data representing a shape of a feature around the trajectory by a three-dimensional point cloud in the traveling direction of the traveling vehicle, A data entry step to be entered by
An operating vehicle area data reading step for reading out operating vehicle area data indicating the area of the operating vehicle when the computer is arranged on the three-dimensional point cloud data;
The computer arranges the area of the operating vehicle at the position of the trajectory in the 3D point cloud data input by the data input step based on the operating vehicle area data, and the 3D point cloud data of the operating vehicle. A data analysis method comprising: an obstacle detection step of determining whether or not there is a point overlapping with an area and detecting an obstacle to the travel of the traveling vehicle.
３次元点群データ上に配置する場合の前記運行車両の領域を示す運行車両領域データを読み出す運行車両領域データ読み出し処理と、
前記運行車両領域データに基づき、前記データ入力処理により入力された３次元点群データにおける前記軌道の位置に前記運行車両の領域を配置し、３次元点群データに前記運行車両の領域と重複する点が存在するか否かを判断して、前記運行車両の走行に対する障害物を検出する障害物検出処理とをコンピュータに実行させることを特徴とするプログラム。 Data collected by a data collection vehicle traveling on a trajectory on which the operating vehicle travels is input, and three-dimensional point cloud data representing the shape of a feature around the trajectory as a three-dimensional point cloud in the travel direction of the operating vehicle is input. Data entry processing,
An operating vehicle area data reading process for reading out operating vehicle area data indicating the area of the operating vehicle when arranged on the three-dimensional point cloud data;
Based on the operating vehicle area data, the area of the operating vehicle is arranged at the position of the trajectory in the 3D point cloud data input by the data input process, and overlaps the area of the operating vehicle in the 3D point cloud data. A program for determining whether or not a point exists and causing a computer to execute an obstacle detection process for detecting an obstacle against the traveling of the traveling vehicle.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009048692A JP2010202017A (en) | 2009-03-03 | 2009-03-03 | Data analysis device and method, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009048692A JP2010202017A (en) | 2009-03-03 | 2009-03-03 | Data analysis device and method, and program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2010202017A true JP2010202017A (en) | 2010-09-16 |
Family
ID=42963940
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009048692A Pending JP2010202017A (en) | 2009-03-03 | 2009-03-03 | Data analysis device and method, and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2010202017A (en) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016000598A (en) * | 2014-06-12 | 2016-01-07 | 西日本旅客鉄道株式会社 | Railway track space obstacle detection system |
| JP2017019388A (en) * | 2015-07-10 | 2017-01-26 | 西日本旅客鉄道株式会社 | Architectural limit point cloud determination system using laser point cloud, architectural limit point cloud determination method using laser point cloud, and building limit internal point cloud determination program using laser point cloud |
| JP2017083245A (en) * | 2015-10-27 | 2017-05-18 | 株式会社明電舎 | Clearance limit determination device |
| JP2017134583A (en) * | 2016-01-27 | 2017-08-03 | 三菱電機株式会社 | Limit measuring device and limit measuring program |
| JP2017167936A (en) * | 2016-03-17 | 2017-09-21 | 株式会社パスコ | Traveling determination device of vehicle and traveling determination program of vehicle |
| JP6223601B1 (en) * | 2015-12-15 | 2017-11-01 | 三菱電機株式会社 | Trolley wire measuring device and trolley wire measuring method |
| JP2018508418A (en) * | 2015-01-20 | 2018-03-29 | ソルフィス リサーチ、インコーポレイテッド | Real-time machine vision and point cloud analysis for remote sensing and vehicle control |
| US10309763B2 (en) | 2014-08-07 | 2019-06-04 | Mitsubishi Electric Corporation | Rail position measurement device |
| JP2019117053A (en) * | 2017-12-26 | 2019-07-18 | パイオニア株式会社 | Display control device |
| JP2019188846A (en) * | 2018-04-18 | 2019-10-31 | 日本信号株式会社 | Object detection system |
| JP2019202680A (en) * | 2018-05-24 | 2019-11-28 | 株式会社日立ハイテクファインシステムズ | Device to detect abnormality of peripheral object around track and method for the same |
| JP2019206318A (en) * | 2018-05-30 | 2019-12-05 | 日本信号株式会社 | Monitoring device |
| JP2020132094A (en) * | 2019-02-25 | 2020-08-31 | 公益財団法人鉄道総合技術研究所 | Vehicle body oscillation correction device, vehicle body oscillation correction method, and program |
| US11113543B2 (en) | 2016-12-02 | 2021-09-07 | Hitachi High-Tech Fine Systems Corporation | Facility inspection system and facility inspection method |
| WO2022113243A1 (en) * | 2020-11-26 | 2022-06-02 | 三菱電機株式会社 | Visibility information generation device, visibility information generation method, and visibility information generation program |
| JP2023023692A (en) * | 2021-08-06 | 2023-02-16 | 東海旅客鉄道株式会社 | Obstacle detection device |
| JP2024001239A (en) * | 2020-10-19 | 2024-01-09 | パナソニックＩｐマネジメント株式会社 | Monitoring device, monitoring system, monitoring method, and computer program |
-
2009
- 2009-03-03 JP JP2009048692A patent/JP2010202017A/en active Pending
Cited By (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016000598A (en) * | 2014-06-12 | 2016-01-07 | 西日本旅客鉄道株式会社 | Railway track space obstacle detection system |
| US10309763B2 (en) | 2014-08-07 | 2019-06-04 | Mitsubishi Electric Corporation | Rail position measurement device |
| JP2018508418A (en) * | 2015-01-20 | 2018-03-29 | ソルフィス リサーチ、インコーポレイテッド | Real-time machine vision and point cloud analysis for remote sensing and vehicle control |
| JP2017019388A (en) * | 2015-07-10 | 2017-01-26 | 西日本旅客鉄道株式会社 | Architectural limit point cloud determination system using laser point cloud, architectural limit point cloud determination method using laser point cloud, and building limit internal point cloud determination program using laser point cloud |
| JP2017083245A (en) * | 2015-10-27 | 2017-05-18 | 株式会社明電舎 | Clearance limit determination device |
| US10712144B2 (en) | 2015-12-15 | 2020-07-14 | Mitsubishi Electric Corporation | Trolley-wire measurement device and trolley-wire measurement method |
| JP6223601B1 (en) * | 2015-12-15 | 2017-11-01 | 三菱電機株式会社 | Trolley wire measuring device and trolley wire measuring method |
| JP2017134583A (en) * | 2016-01-27 | 2017-08-03 | 三菱電機株式会社 | Limit measuring device and limit measuring program |
| JP2017167936A (en) * | 2016-03-17 | 2017-09-21 | 株式会社パスコ | Traveling determination device of vehicle and traveling determination program of vehicle |
| US11113543B2 (en) | 2016-12-02 | 2021-09-07 | Hitachi High-Tech Fine Systems Corporation | Facility inspection system and facility inspection method |
| JP2019117053A (en) * | 2017-12-26 | 2019-07-18 | パイオニア株式会社 | Display control device |
| JP7197282B2 (en) | 2018-04-18 | 2022-12-27 | 日本信号株式会社 | Object detection system |
| JP2019188846A (en) * | 2018-04-18 | 2019-10-31 | 日本信号株式会社 | Object detection system |
| JP2019202680A (en) * | 2018-05-24 | 2019-11-28 | 株式会社日立ハイテクファインシステムズ | Device to detect abnormality of peripheral object around track and method for the same |
| JP2019206318A (en) * | 2018-05-30 | 2019-12-05 | 日本信号株式会社 | Monitoring device |
| JP7217094B2 (en) | 2018-05-30 | 2023-02-02 | 日本信号株式会社 | monitoring device |
| JP2020132094A (en) * | 2019-02-25 | 2020-08-31 | 公益財団法人鉄道総合技術研究所 | Vehicle body oscillation correction device, vehicle body oscillation correction method, and program |
| JP7026651B2 (en) | 2019-02-25 | 2022-02-28 | 公益財団法人鉄道総合技術研究所 | Vehicle body sway correction device, vehicle body sway correction method, and program |
| JP7774247B2 (en) | 2020-10-19 | 2025-11-21 | パナソニックＩｐマネジメント株式会社 | Monitoring device, monitoring system, monitoring method, and computer program |
| JP2024001239A (en) * | 2020-10-19 | 2024-01-09 | パナソニックＩｐマネジメント株式会社 | Monitoring device, monitoring system, monitoring method, and computer program |
| JP2025032286A (en) * | 2020-10-19 | 2025-03-11 | パナソニックＩｐマネジメント株式会社 | Monitoring device, monitoring system, monitoring method, and computer program |
| JP7611519B2 (en) | 2020-10-19 | 2025-01-10 | パナソニックＩｐマネジメント株式会社 | Monitoring device, monitoring system, monitoring method, and computer program |
| WO2022113243A1 (en) * | 2020-11-26 | 2022-06-02 | 三菱電機株式会社 | Visibility information generation device, visibility information generation method, and visibility information generation program |
| JP7209913B2 (en) | 2020-11-26 | 2023-01-20 | 三菱電機株式会社 | Outlook Information Generating Device, Outlook Information Generating Method, and Outlook Information Generating Program |
| JPWO2022113243A1 (en) * | 2020-11-26 | 2022-06-02 | ||
| JP2023023692A (en) * | 2021-08-06 | 2023-02-16 | 東海旅客鉄道株式会社 | Obstacle detection device |
| JP7817800B2 (en) | 2021-08-06 | 2026-02-19 | 東海旅客鉄道株式会社 | Obstacle detection device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2010202017A (en) | Data analysis device and method, and program | |
| US12330679B2 (en) | Systems and methods for vehicle navigation | |
| EP3343172B1 (en) | Creation and use of enhanced maps | |
| US20230341239A1 (en) | Systems and methods for road segment mapping | |
| JP6826421B2 (en) | Equipment patrol system and equipment patrol method | |
| JP5333860B2 (en) | Vehicle position detection system using landscape image recognition | |
| CN101563581A (en) | Method and apparatus for identification and position determination of planar objects in images | |
| US12384434B2 (en) | Sensor performance evaluation system and method, and automatic driving system | |
| CN112613424A (en) | Rail obstacle detection method, rail obstacle detection device, electronic apparatus, and storage medium | |
| US10473453B2 (en) | Operating device, operating method, and program therefor | |
| CN103593678A (en) | Long-span bridge vehicle dynamic load distribution detection method | |
| CN114475615B (en) | Devices and methods for identifying driving lanes based on multiple sensors | |
| US20240233404A9 (en) | Graph neural networks for parsing roads | |
| JP5141969B2 (en) | Image recognition apparatus, image recognition program, and point information collection apparatus and navigation apparatus using the same | |
| Gressenbuch et al. | Mona: The munich motion dataset of natural driving | |
| JP7427569B2 (en) | Condition determination device, condition determination system, and condition determination method | |
| WO2025062184A2 (en) | Method for high-integrity localization of vehicle on tracks using on-board sensors and scene-based position algorithms | |
| EP4258078A1 (en) | Positioning method and apparatus, and vehicle | |
| JP6419260B1 (en) | Traffic information acquisition device, traffic information acquisition system, traffic information acquisition method, and traffic information acquisition program | |
| JP2025522460A (en) | LiDAR-BASED ATMOSPHERIC FILTERING SYSTEM AND METHOD | |
| JP2016085105A (en) | Moving body speed estimation apparatus, method, and program | |
| US20090226094A1 (en) | Image correcting device and method, and computer program | |
| KR100809359B1 (en) | Vehicle navigation device that provides three-dimensional map data and a method of operating the device | |
| KR102224106B1 (en) | Object detection system | |
| KR102727664B1 (en) | System and method for road polyline object evaluation using point cloud automatic analysis results |