JP2017120632A - 探索のための３ｄから２ｄへの再画像化 - Google Patents

Abstract

【課題】実施形態は、オブジェクトの３次元データからオブジェクトを識別する方法を提供する。【解決手段】そのような実施形態は、オブジェクトの３Ｄデータを取得し、次に、３Ｄデータを平坦化して、オブジェクトの２Ｄデータを生成する。次いで、オブジェクトの生成した２Ｄデータは、既存の２Ｄデータのライブラリと比較されて、一致する２Ｄオブジェクトデータを識別する。一致する２Ｄオブジェクトデータは、オブジェクトに対応し、比較の結果として、取得した３Ｄデータによって表されるオブジェクトは、一致する２Ｄオブジェクトとしての種類のオブジェクトであるとして識別される。これは、３Ｄ環境に含まれる識別されていないオブジェクトを識別するために繰り返し、および双方向で実行されてもよい。【選択図】図１

Description

本出願は、Ｎｅｌｉａ Ｇｌｏｒｉａ Ｍａｚｕｌａによる「３Ｄ ＴＯ ２Ｄ ＲＥＩＭＡＧＩＮＧ ＦＯＲ ＳＥＡＲＣＨ」と題された２０１５年１２月３０日出願の対応の米国特許出願第１４／９８４，４１２号明細書、整理番号４２０１．１１２８−０００に関する。同様に、本出願は、Ｎｅｌｉａ Ｇｌｏｒｉａ Ｍａｚｕｌａによる「ＤＥＮＳＩＴＹ ＢＡＳＥＤ ＧＲＡＰＨＩＣＡＬ ＭＡＰＰＩＮＧ」と題された２０１５年１２月３０日出願の整理番号４２０１．１１２７−０００、米国特許出願第１４／９８３，８７８号明細書、およびＮｅｌｉａ Ｇｌｏｒｉａ Ｍａｚｕｌａによる「ＥＭＢＥＤＤＥＤ ＦＲＥＱＵＥＮＣＹ ＢＡＳＥＤ ＳＥＡＲＣＨ ＡＮＤ ３Ｄ ＧＲＡＰＨＩＣＡＬ ＤＡＴＡ ＰＲＯＣＥＳＳＩＮＧ」と題された２０１５年１２月３０日出願の整理番号４２０１．１１３１−０００、米国特許出願第１４／９８４，７６５号明細書に関する。上記の出願の全体的な教示は、参照によって本明細書に組み込まれる。

実施形態は、概して、コンピュータプログラムおよびシステムの分野に関し、具体的には、コンピュータ支援設計（ＣＡＤ）、コンピュータ支援エンジニアリング、およびモデリングの分野に関する。

いくつかのシステムおよびプログラムが、部品または部品の組立体の設計のために市場で提供されている。これらのいわゆるＣＡＤシステムは、ユーザが、オブジェクトまたはオブジェクトの組立体の複合的な３次元モデルを構築し操作することを可能にする。従って、ＣＡＤシステムは、境界または線、場合によっては面を使用してモデル化されたオブジェクトの表現を提供する。線、境界、面またはポリゴンは、様々な様式、例えば非一様有理Ｂスプライン（ＮＵＲＢＳ）で表すことができる。

これらのＣＡＤシステムは、モデル化されたオブジェクトの部品または部品の組立体を管理し、それらは主に幾何学的形状の仕様である。特に、ＣＡＤファイルは仕様を含み、そこから幾何学的形状が生成される。幾何学的形状からは、表現（representation）が生成される。仕様、幾何学的形状および表現は、単一のＣＡＤファイルまたはいくつものＣＡＤファイルに記憶されることがある。ＣＡＤシステムは、モデル化されたオブジェクトを設計者に対して表すためのグラフィックツールを含み、これらのツールは、複合的なオブジェクトの表示に専用のものである。例えば、組立体は、数千の部品を含むことがある。ＣＡＤシステムは、オブジェクトのモデルを管理するために使用されることがあり、それらは電子ファイルに記憶される。

膨大な量のモデル、例えばＣＡＤモデル、データが存在している。しかしながら、既存のデータを再利用する効率性の利益（efficiency benefit）を得るためには、そのようなデータを識別し、探索するための効率的な方法が必要である。本発明の実施形態は、オブジェクトの３次元（３Ｄ）データからオブジェクトを識別するための方法およびシステムを提供する。本発明の実施形態は、種々の用途、例えば、施設およびオブジェクトの再設計および保守に使用され得る。

本発明の実施形態は、コンピュータメモリにおいて、所与のオブジェクトの３Ｄデータを取得するステップによって開始する。そして、この３Ｄデータは、メモリに接続されたプロセッサによって、平坦化されて、所与のオブジェクトの２次元（２Ｄ）データを生成する。所与のオブジェクトの生成した２Ｄデータは、次に、既存の２Ｄオブジェクトデータのライブラリと比較されて、一致する２Ｄオブジェクトデータを識別する。そのような実施形態において、２Ｄオブジェクトデータは、それぞれの特定の実在オブジェクトに対応する。比較の結果として、所与のオブジェクトは、特定の実在オブジェクトに対する種類のオブジェクトであると識別される。方法の実施形態において、一致する２Ｄオブジェクトデータを識別したことに応答して、一致する２Ｄオブジェクトデータを使用して取得した３Ｄデータが更新される。実施形態に従って、前記更新はオブジェクトのタイプおよび／またはオブジェクトの材質の更新を含んでよい。

本発明の実施形態は、当技術分野において既知の任意のタイプの２Ｄオブジェクトデータを含むライブラリを利用してもよい。実施形態において、２Ｄオブジェクトデータは、写真、ビデオ、２Ｄ ＣＡＤオブジェクトのうちの少なくとも１つである。同様に、実施形態は、３Ｄ ＣＡＤモデルデータおよびポイントクラウドデータを含む、当技術分野において既知の任意のタイプの３Ｄデータを取得してもよい。実施形態に従って、所与のオブジェクトの生成した２Ｄデータは、所与のオブジェクトの面を表す。方法の代替的な実施形態は、既知の３Ｄデータを平坦化することによって２Ｄオブジェクトデータのライブラリを生成するステップをさらに備える。さらにまた、さらなる別の実施形態において、環境における複数のオブジェクトに対して、取得すること、平坦化すること、比較すること、および識別することが繰り返され、比較することは、環境において複数のオブジェクトを考慮する。

本発明の別の実施形態は、３Ｄデータからオブジェクトを識別するためのコンピュータシステムに関する。そのようなコンピュータシステムは、プロセッサと、そこに記憶されたコンピュータコード命令を有するメモリとを備え、メモリに記憶されたコンピュータコード命令は、プロセッサによって実行されると、システムに、本明細書において説明される様々な実施形態を実装させるように構成される。１つのそのような実施形態において、コンピュータコード命令は、プロセッサによって実行されると、システムに、メモリにおいて、所与のオブジェクトの３Ｄデータを取得させ、所与のオブジェクトの３Ｄデータを平坦化して、所与のオブジェクトの２Ｄデータを生成させるように構成される。さらに、そのような実施形態において、コンピュータコード命令は、プロセッサによって実行されると、システムに、所与のオブジェクトの生成した２Ｄデータを既存の２Ｄオブジェクトデータのライブラリと比較して、一致する２Ｄオブジェクトデータを識別させ、一致する２Ｄオブジェクトデータは、それぞれの特定の実在オブジェクトに対応する。コンピュータシステム実施形態に従って、ライブラリは、メモリに保持される。さらに、実施形態において、比較の結果として、コンピュータシステムは、所与のオブジェクト、すなわちそれに対して３Ｄデータが取得されたオブジェクトは、特定の実在オブジェクトに対する種類のオブジェクトであると識別する。

代替的なコンピュータシステムの実施形態において、コンピュータコード命令は、プロセッサによって実行されると、システムに、一致する２Ｄオブジェクトデータを使用して所与のオブジェクトの取得した３Ｄデータを更新させるようにさらに構成される。実施形態において、一致する２Ｄオブジェクトデータは、オブジェクトのタイプおよびオブジェクトの材質のうちの少なくとも１つを含む。さらに、実施形態に従って、２Ｄオブジェクトデータは、写真、ビデオおよび２Ｄ ＣＡＤオブジェクトのうちの少なくとも１つである。さらにまた、例示的なコンピュータシステムの実施形態において、所与のオブジェクトの３Ｄデータは、３Ｄ ＣＡＤモデルおよびポイントクラウドの少なくとも１つである。さらには、さらなる別の実施形態に従って、所与のオブジェクトの生成した２Ｄデータは、所与のオブジェクトの面を表す。

さらなる別の例示的な実施形態において、コンピュータコード命令は、プロセッサによって実行されると、システムに、既知の３Ｄデータを平坦化して、２Ｄオブジェクトデータのライブラリを生成させるようにさらに構成される。コンピュータシステムのさらなる実施形態は、環境において複数のオブジェクトに対して、取得すること、平坦化すること、比較すること、および識別することを繰り返すように構成され、そのような実施形態において、比較は、環境において複数のオブジェクトを考慮する。

本発明の別の実施形態は、オブジェクトの３Ｄデータからオブジェクトを識別するためのクラウドコンピューティングの実装形態に関する。そのような実施形態は、１つまたは複数のクライアントを有するネットワークを通じて通信するサーバによって実行されるコンピュータプログラムに関し、コンピュータプログラムは、コンピュータ可読記憶媒体を備える。そのような実施形態において、コンピュータ可読記憶媒体は、プロセッサによって実行されると、プロセッサに、コンピュータメモリにおいて、所与のオブジェクトの３Ｄデータを取得させ、所与のオブジェクトの３Ｄデータを平坦化して、所与のオブジェクトの２Ｄデータを生成させるプログラム命令を備える。さらに、そのような実施形態において、プログラム命令は、プロセッサによって実行されると、プロセッサに、所与のオブジェクトの生成した２Ｄデータを既存の２Ｄオブジェクトデータのライブラリと比較して、一致する２Ｄオブジェクトデータを識別させ、比較の結果として、所与のオブジェクトは特定の実在オブジェクトに対する種類のオブジェクトであると識別させる。

前述のことは、添付の図面において例示されるような本発明の例示的な実施形態についての以降のより詳細な説明から明らかになるであろう。それらの図面においては同様の参照符合は、異なる図面を通じて同一の部品を指している。図面は、必ずしも原寸に比例しておらず、むしろ本発明の実施形態を例示することに重点が置かれている。

例示的な実施形態に従ったオブジェクトを識別するための方法のフローチャートである。 実施形態において使用することができるデータを比較する処理フローを示す図である。 本発明の実施形態の原理を使用してモデルを更新する方法の処理フローチャートである。 実施形態に従ったオブジェクトの３Ｄデータからオブジェクトを識別するためのコンピュータシステムの単純化されたブロック図である。 本発明の実施形態を実装することができるコンピュータネットワーク環境の簡略化された図である。

本発明の例示的な実施形態についての説明が以降に続く。

本明細書において引用される全ての特許、公示された出願および参考文献の教示は、参照によってその全体が組み込まれる。

本明細書において述べられるように、本発明の実施形態は、オブジェクトの３Ｄデータからオブジェクトを探索し、識別する方法を提供する。現在の方法論は、３Ｄから３Ｄへ、または２Ｄから２Ｄへ探索する。例としては、オブジェクトが３Ｄである場合、オブジェクトのメタデータおよび／または寸法の情報は、他の類似のオブジェクトをマッピングし、探索するために使用される。したがって、ポンプオブジェクトを（例えば、３ＤＣＡＤ内に）探索する場合、オブジェクト特性は、一致するアイテムを発見するために使用される。これは２Ｄ世界においてもなされる。１つの例は顔認識であり、そこでは固有の顔の面の比率が、「未知」の人物の画像を、人物が前に識別されている既存の画像と一致させるために使用される。しかしながら、そのような方法は、２Ｄ情報のライブラリを使用して３Ｄデータを識別／探索することを容易にはしない。例としては、２Ｄ画像のデータベースにおけるポンプの３Ｄ ＣＡＤ画像を探索する場合、ポンプの３Ｄ特性を既存の２Ｄ特性に一致させることはできない。この能力、すなわち、２Ｄデータを使用してオブジェクトの３Ｄデータを識別することは、非常に有益である。例えば、そのような方法は、その内容が参照によって本明細書に組み込まれるＮｅｌｉａ Ｇｌｏｒｉａ Ｍａｚｕｌａによる整理番号４２０１．１１２７−０００、「ＤＥＮＳＩＴＹ ＢＡＳＥＤ ＧＲＡＰＨＩＣＡＬ ＭＡＰＰＩＮＧ」に説明されるように、数ある例の中でもレーザスキャン、ビデオ、写真、さらにはソナー（sonar）などの非インテリジェントな画像情報を使用して、複合的であり未知の環境のＣＡＤモデルを再生成するために使用されてもよい。

現在の技術は、包括的な２Ｄから２Ｄへの探索ならびに３Ｄから３Ｄへの探索特性を利用して３Ｄから２Ｄへ迅速に探索して、既存のデータベースにおいてオブジェクトを識別する方法論を提示しない。より具体的には、現在の技術は、最大でも、例えば顔の認識のように、距離比率および他の類似の特性を使用してオブジェクトをマッピングする２Ｄから２Ｄへの比較／探索に限定されている。オブジェクトの３Ｄデータについて特性評価を実行して、既存の２Ｄオブジェクトデータの中で探索を実行すること、またはその逆を実行することができる探索／識別技術は存在しない。

ファイルフォーマットは、概して、全ての探索エンジンによって読み取り可能ではないので、現在の技術は、ファイルフォーマットによっても限定されている。例えば、２Ｄデータを探索することによって３Ｄオブジェクトを識別することを要求し、３ＤオブジェクトはＣＡＴＩＡフォーマットで作成されていた場合、探索エンジン、すなわち２Ｄデータのライブラリを探索することを容易にする探索エンジンは、３Ｄデータファイルを開いて、それが２Ｄデータライブラリの探索の際に処理され、使用されるようにすることができないおそれがある。例としては、２Ｄ探索エンジンは、３Ｄオブジェクトのスナップショットを自動的に撮影して、すなわち、３Ｄオブジェクトのビューを取得して、探索を実行することを必要とするであろう。このタイプの方法論は、現在は利用可能でない。そのような機能性は種々の場合に使用されることがある。例としては、そのような探索は、例えばプラントのＣＡＤモデルへの更新などのリエンジニアリングを必要とする化学プラントなどの大規模かつ複合的な環境のレーザスキャン、ソナースキャン、さらにはビデオ画像（特に３Ｄ）とともに使用されることがある。例えば、レーザスキャンは、インテリジェントではなく、すなわち、ポンプのレーザスキャンデータはデータがポンプに対応すると実際に識別する情報を有していない。そのようなデータを使用することで、３Ｄから２Ｄへさらに３Ｄへの探索プロトコルは、全てのポンプ、全てのポンプのタイプ、および特定のポンプを識別するなど、環境にインテリジェンスを構築する際に有益である。

オブジェクトの３Ｄデータからオブジェクトを識別するために現在の解決策は、大容量のデータ、例えば、複合的な環境を再画像化する際に生成されるデータに拡張されない。このような大規模なデータセットの例は、レーザスキャンされた化学プラントまたは海中施設である。これらの例において、実際の「現状のまま（as-is）」の環境を反映しない「竣工時の（as-built）」図面を有することが一般的である。これらの場合、レーザスキャン、ビデオ、またはソナーは未知の環境に対して行われることがあり、本発明の実施形態を使用して、例えば、これらの非インテリジェントなデータのタイプを改善することができる。レーザスキャンは、本質的にインテリジェントではなく、それはいかなる識別メタデータも有さず、それは単なる画像である。（例えば、ポンプのレーザスキャンデータは、それがポンプであることを認識しない。）インテリジェンス／特性／メタ情報をオブジェクトのレーザスキャンデータに追加するための限定された既存の方法が存在するのみである。典型的には、人間が、手作業でまたは３Ｄから３Ｄへのマッピングを使用して、特性を帰属させる。３Ｄから３Ｄへのマッピングは非インテリジェントな情報にメタデータを帰属させることを支援するが、２Ｄ画像のデータ、すなわち写真または図を利用して、３Ｄデータの特性情報をさらに改良する既存の方法は存在しない。環境データ、すなわちソナースキャンデータは、いかなるインテリジェンスも有さないので、それは、３Ｄデータを特徴付けるために使用することができるいかなる他のメタ情報も提供しない。例としては、レーザスキャンデータは、オブジェクトを識別するために使用することができるスキャンされた材質についての情報を有さない。実施形態において、本発明の原理は、３Ｄデータを平坦化して２Ｄデータを生成して、２Ｄから２Ｄへの特性探索をすることができるようにするために利用されてもよい。そして、２Ｄから２Ｄへの比較によって発見された任意の識別されたデータは、３Ｄデータのメタデータを更新するために使用されてもよい。

図１は、オブジェクトの３Ｄデータからオブジェクトを識別するための方法１００のフローチャートである。方法１００は、ステップ１０１では、コンピュータメモリにおいて、所与のオブジェクトの３Ｄデータを取得することによって開始する。３Ｄデータは、当技術分野において既知の任意のそのような３Ｄデータ、例としては、数ある例の中でも、有限要素モデル、３Ｄ ＣＡＤモデル、ポイントクラウド（point cloud）、レーザスキャンデータ、ソナーデータであってもよい。さらに、データは、当技術分野において既知の任意の手段を通じて、例えば、ワイドエリアネットワーク（ＷＡＮ）またはローカルエリアネットワーク（ＬＡＮ）を介して取得されてもよい。実施形態において、方法１００は、コンピューティングデバイスによって実装され、そのような実施形態において、オブジェクトの３Ｄデータは、ステップ１０１において、コンピューティングデバイスに通信可能に結合された任意のポイントから取得される。さらに、実施形態において、オブジェクトのデータは複数のポイントから取得される。

ステップ１０１においてデータを取得した後、方法１００は継続し、ステップ１０２において、３Ｄデータは、平坦化されて所与のオブジェクトの２Ｄデータを生成する。実施形態において、３Ｄデータは、ステップ１０２において、３Ｄデータのビューのスナップショットを撮ることによって平坦化される。例としては、そのような実施形態において、生成した２Ｄデータは、オブジェクトの面を表す。方法１００の実施形態に従って、３Ｄデータの一部のみが平坦化され、例えば、ステップ１０２において、３Ｄデータの２つのビューのみが、２Ｄデータを生成するために使用されてもよい。さらなる別の実施形態において、全ての３Ｄデータまたは３Ｄデータの１つもしくは複数の部分が平坦化されてもよい。実施形態に従って、ステップ１０２において、３Ｄデータは、３Ｄデータから抽出されたポイントを使用して平坦化される。データは、スナップショットまたはベクトル追跡方法論を使用して平坦化されてもよい。結果としてのオブジェクト／データの２Ｄの「平坦」なビューは、本明細書において説明されるように、他の２Ｄ画像またはグラフィックファイルと比較されてもよい。

方法１００は、生成した２Ｄデータを既存の２Ｄオブジェクトデータのライブラリと比較して、一致する２Ｄオブジェクトデータを識別することによって、ステップ１０３へ継続する。そのような実施形態において、一致する２Ｄオブジェクトデータは、それぞれのオブジェクトに対応する。実施形態において、オブジェクトは、実在オブジェクトなどの当技術分野において既知の任意のオブジェクトであってもよい。例えば、３Ｄデータは、オイル処理プラントのレーザスキャンからのものであってもよく、ポンプを表すデータの単一の部分は、本明細書において説明されるように、抽出されてもよく、２Ｄビューへと平坦化または変換されてもよい。抽出されたポンプデータは、ステップ１０３において、オブジェクトがポンプであることを含む基本的な情報を識別するために他の２Ｄデータと比較されてもよく、または、それは、ポンプのタイプ、寸法、および材質を含むより包括的なメタデータを識別するために使用されてもよい。本発明の実施形態は限定されず、オブジェクトは実在オブジェクトでなくてもよいことに留意されたい。例としては、方法１００の実施形態は、ビデオゲームからの３Ｄデータを識別するために使用されてよく、そのような実施形態において、ライブラリ内の２Ｄは、ビデオゲームからのオブジェクトに対応してもよい。実施形態に従って、ライブラリの２Ｄオブジェクトデータは、当技術分野において既知の任意の２Ｄオブジェクトデータであってもよい。例えば、２Ｄデータは、数ある例の中でも、写真、ビデオ、および／または２Ｄ ＣＡＤオブジェクトを含んでよい。ステップ１０３において実行される比較は、一致する２Ｄオブジェクトデータを識別する際に、２Ｄデータの任意のパラメータを考慮してもよい。例としては、比較は、２Ｄデータの寸法を比較して、ライブラリにおいて同一または類似の寸法および／または特性を有する任意のオブジェクトを識別してもよい。

方法１００の実施形態に従って、既存の２Ｄオブジェクトデータのライブラリは、方法１００を実装するコンピューティングデバイスに記憶される。しかしながら、本発明の実施形態はそのように限定されず、実施形態において、ライブラリは、方法１００を実装するコンピューティングデバイスに通信可能に結合された任意のポイントにおいて記憶されてもよい。さらにまた、実施形態において、ライブラリは、複数のストレージデバイスに分散されてもよく、複数のデバイスは、ステップ１０３における比較を行う際に使用される。方法１００の１つの例示的な実施形態は、２Ｄオブジェクトデータのライブラリを生成するステップをさらに備える。そのような実施形態において、ライブラリは、既知のオブジェクトの３Ｄデータを平坦化することによって生成される。例えば、例としては３Ｄ ＣＡＤモデルが表すオブジェクトのタイプを識別する追加された（populated）メタデータを有する３Ｄ ＣＡＤモデルが存在する場合、方法１００の実施形態は、このデータを平坦化し、平坦化したデータを２Ｄデータのライブラリに追加してもよい。

続いて、ステップ１０３における比較の結果として、方法１００は、ステップ１０４において、所与のオブジェクトは、特定の実在オブジェクトに対する種類のオブジェクトであると識別する。したがって、方法１００は、ステップ１０１において、所与のオブジェクトの識別されていないまたは部分的に識別された３Ｄデータから開始し、ステップ１０２において、所与のオブジェクトの２Ｄデータを生成するためにデータを処理し、ステップ１０３において、生成した２Ｄデータを既存の２Ｄデータのライブラリと比較し、ステップ１０４において、所与のオブジェクトを最終的に識別する。実施形態において、方法１００は、一致する２Ｄデータを使用して取得した３Ｄデータを更新する。例えば、一致する２Ｄデータがオブジェクトにタイプおよびオブジェクトの材質を示す場合、ステップ１０１において取得した３Ｄデータは、そのような属性で更新される。

方法１００の実施形態は、複合的かつ双方向的な２Ｄから３Ｄへ、さらに２Ｄへのマッピングアルゴリズムを実装して、環境のオブジェクトを識別することができる。例えば、３Ｄデータはオイル処理環境を表す３Ｄデータであり、データは、特定の種類の遠心ポンプの特徴的なインレットフランジを含む実施形態を考慮する。そのような実施形態において、ポンプの「平坦化された」ビューが生成されてもよく、このフランジを識別するために使用されてもよい。それらのメタデータ特性、すなわちオブジェクトのタイプは、この２Ｄの平坦化されたデータに割り当てられてもよく、その後、元々の３Ｄ環境においてオブジェクトに割り当てられてもよい。アルゴリズムは、フランジ情報を使用して環境においてオブジェクトをさらに識別するため、例えば、親グループ分け（grouping）、この事例においてはポンプが帰属する特殊な遠心ポンプを識別するために繰り返されてもよい。２Ｄから３Ｄへ、さらに２Ｄへの逆も、ポンプに帰属するべき３Ｄデータにおける残余のオブジェクトを選択、分離、識別するために行われてもよい。既知の情報を使用して３Ｄデータにおける全ての、またはほとんどのオブジェクトが特徴付けられるまで、この双方向的かつ反復的な処理は、全ての３Ｄデータ、例えば全体的なポイントクラウドに対して実行されてもよい。

テクスチャおよび色などの例示的な特性もまた、方法１００の実施形態において実行される比較において補助するために使用されてもよい。方法１００の実施形態において、平坦化されたデータの材質または色は、データを分析することによって識別されてもよい。例としては、データにおけるバンプ（bump）を検知することによって、オブジェクトは炭化鋼材質で作られていることが推論されてもよい。同様に、データは、オブジェクトの色を判定するために分析されてもよい。この情報、例えば色および材質はオブジェクトのマッピングにおいて補助するために使用されてもよい。

方法１００の別の実施形態は、環境において複数のオブジェクトに対して、取得すること、平坦化すること、比較すること、および識別することを繰り返す。さらに、実施形態において、全体的な環境に対するデータが一度に取得されて、例えば特定のオブジェクトに属するデータの部分を識別するために処理されてもよい。本明細書において説明されるように、このデータは、次に、ステップ１０２〜１０４によって処理されてもよい。さらにまた、複数のオブジェクトが存在する実施形態において、ステップ１０３における比較は、複数のオブジェクトを考慮してもよい。換言すれば、所与のオブジェクトに対する比較は、識別されているデータにおける複数の他のオブジェクトによって情報を与えられてもよい。例において、取得された３Ｄデータは２つのオブジェクトを含み、第１のオブジェクトはバルブであると識別される。そして、実施形態は、適切な論理ルールを適用するようにプログラムされてもよいので、バルブは、典型的には、パイプに接続されることが既知となってもよい。したがって、ステップ１０３における比較は、取得されたデータをライブラリにおける既存のパイプデータと最初に比較してもよい。

方法１００をさらに例示するために、化学処理プラントのコンテキストにおける例が本明細書において以下に説明される。そのような実施形態において、化学処理プラントはレーザスキャンされて、オブジェクトのポイントクラウドを生成する。（オブジェクトはポンプであるが、レーザスキャンポイントクラウドは非インテリジェントなデータであるので、ポイントクラウドがそのようであると識別する関連付けられたメタデータは存在しない。）このレーザスキャンされたデータは、ステップ１０１において取得され、そして、ステップ１０２において、平坦化されてポンプの２Ｄデータ（この時点では識別されていない）を生成する。ステップ１０３において、平坦化されたデータは２Ｄデータのライブラリと比較され、この比較において、ステップ１０３において、平坦化されたデータと一致する２Ｄデータが発見される。さらに、識別した一致する２Ｄデータは、例えばオブジェクトがポンプであり、ＡＣＭＥによって生成され、真鍮から構成されることを示す関連付けられたメタデータを有する。そして、ステップ１０４において、元々取得された３Ｄデータによって表わされるオブジェクトは、ＡＣＭＥによって作られ、真鍮から構成されたポンプとして識別される。

図２は、本発明の原理を使用して、オブジェクトの３Ｄデータからオブジェクトを識別する方法２２０を示す。方法２２０は、識別されていない３Ｄデータ２２４が、平坦化されて２Ｄデータ２２５を生成する平坦化処理２２１で開始する。平坦化処理２２１は、３Ｄデータ２２４の単一ビューのスナップショットを撮影することによって、および／または３Ｄデータ２２４からデータを除去して残余のデータが元々の３Ｄデータ２２４の２Ｄ部分にのみ属するようにすることによって実行されてもよい。平坦化は、３Ｄデータをベクトル追跡し、ベクトルファイルを２Ｄビューに変換することによっても実行されてもよい。比較および識別処理２２２が、方法２２０を継続する。比較および識別処理２２２において、識別されていない２Ｄデータ２２５は、一致する２Ｄデータ２２６を発見するために、既知の２Ｄデータと比較される。比較処理２２２は、２Ｄまたは写真画像データの１つのライブラリおよび／または複数のライブラリを利用してもよい。さらに、実施形態において、未知の２Ｄデータおよび２Ｄデータのライブラリは、共通の等距離ポイントを使用して比較される。そのような実施形態において、２Ｄデータ２２６などの一致するデータが識別され、そこでは未知のデータ２２５と一致するデータ２２６とは類似のまたは同一の等距離ポイントを有している。比較および識別処理２２２が一致する２Ｄデータ２２６を識別すると、未知の２Ｄデータ２２５が識別される。識別された２Ｄデータ２２５は、次に、再処理ステップ２２３において、以前は識別されなかった３Ｄデータ２２４を更新するために使用されてもよい。

図３は、オブジェクト、例えば化学処理プラントのレーザスキャンにインテリジェンスを帰属させるために本発明の原理を利用することができる方法３３０を示す。方法３３０は、ステップ３３１において、オブジェクト、例えばオイル処理プラントをレーザスキャンすることによって開始する。ステップ３３２において、レーザスキャンデータは、個々のオブジェクトおよびそれらのオブジェクトのサブコンポーネントを識別するために、ポイント密度に基づいて処理される。例えば、比較的低いポイントの密度に囲まれたポイントクラウドの密度の高い部分は、オブジェクトとみなされてもよい。このオブジェクトに属するポイントクラウドデータは、そして、そのデータの変動する（varying）密度の部分を識別するためにさらに処理されてもよく、それによってオブジェクトのサブコンポーネントを識別する。次いで、識別処理３３３が、本明細書において説明される原理によって実行される。換言すれば、ステップ３３３は、ステップ３３３ａにおいて、３Ｄデータを平坦化し、平坦化された２Ｄデータを既知の２Ｄデータと比較し、一致する２Ｄデータを識別することによって、ポイントクラウドデータを識別する。ステップ３３３ｂにおいて、一致するデータは、例えばオブジェクトのタイプ、オブジェクトの寸法、オブジェクトの材質などより多くの情報によってポイントクラウドデータを更新するために使用される。ポイントクラウドデータは、ステップ３３３ｂにおいて、発見することができるオブジェクトについての任意の情報によって更新されてもよい。したがって、ステップ３３３ａにおいて一致する２Ｄデータが発見されると、ステップ３３３ｂにおいて、オブジェクトの任意の性質についての任意の既存の一致するデータは、オブジェクトのポイントクラウドデータに帰属されてもよい。次いで、施設のための元々の３Ｄモデル／データが存在する方法３３０の例において、方法３３０は、ステップ３３４において、環境的変化を評価し、設計時／竣工時のモデルと比較する。換言すれば、識別された３Ｄデータは、既存のデータと現存している通りの施設との間の差異を識別するために、施設の既存の３Ｄデータと比較される。例えば、この処理３３４は、設備３３７の横方向の移動などの環境的、動物または人間の相互干渉による空間的ずれ（shift）を識別してもよい。方法３３０はさらにまた、ステップ３３５において、識別された３Ｄデータの密度データを評価して、窪みおよび腐食３３８などの他の環境的／機械的変化についての知識を獲得してもよい。

方法３３０は、３Ｄデータの知識にさらなる詳細を追加するフィードバック処理３３６をさらに含んでよい。図３においてはステップ３３４から生じるものとして示されているが、実施形態において、フィードバック処理３３６は、ステップ３３３ａ、ステップ３３３ｂ、ステップ３３４および／またはステップ３３５から実行されてもよい。重要な要件は、３Ｄデータが識別されていることである。３Ｄがいったん識別された場合、この知識は、処理にさらに情報を与えるために使用されてもよい。例示すると、ステップ３３３ｂにおいて、ポイントクラウドの特定の部分がバルブに帰属するものとして識別された場合、次に、データライブラリから、バルブはバルブ軸を含むことが既知となってもよく、この情報は、例えば、ステップ３３２において、バルブのポイントクラウドデータを２つのオブジェクト、つまりバルブ本体とバルブ軸とにさらに分割するために使用されてもよい。

方法３３０の実施形態は、プラント設計ツール、ビューア、レーザスキャン技術、および他の類似の画像ベースのエンジニアリングツールが、プラントレーザスキャン、ソナーまたは類似のインテリジェントでない画像に、より自動化された能力を使用して、より拡張的にインテリジェンスを帰属させることができるようにし、このことは、人の手の干渉の必要性を減少させる。要するに、実施形態は、３Ｄデータのリエンジニアリングの品質を向上させる。実施形態は、モデルを最新に保持するという問題を解決し、したがって、例えば、施設エンジニアリング判断（facilities engineering decision）を改良する。既存の方法を使用して、更新は、２Ｄまたは３Ｄ解決策に対して、元々のより大きなモデルを更新することなく、モジュール式に行われる。例としては、レーザスキャンは、施設についての最新のデータを収集する方法を提供するが、レーザスキャンデータはＣＡＤ解決策を提供して問題を解決することのない非インテリジェントなデータである。

本発明の実施形態は、レーザスキャンされたデータについてできる限りの詳細を識別するために、反復的な事項において使用されてもよい。さらに、実施形態は、対象となる特定のオブジェクトを識別するように構成されてもよい。ユーザが、施設内の各ポンプの製造者および位置を識別することを要求する例を考慮する。本発明の原理は、例えば方法３３０を使用して、ポンプを識別するために使用されてもよい。これは、例えば、コンポーネント、例えばポンプがカスタマイズされていた場合、またはデータが読み取ることが困難である場合、すなわちレーザスキャンがそのオブジェクトに対する理想的なデータを取得しなかった場合、いくつかの３Ｄデータを識別されないままにする可能性がある。しかしながら、識別のための処理は、例えばポンプに供給するパイプラインを形成する施設のオブジェクトも識別してもよい。この知識によって、３Ｄデータは、例えばパイプラインデータを使用することで未知のオブジェクトをポンプとして識別するために、本明細書において説明される原理によって再処理されてもよい。したがって、このパイプライン知識は、読取困難なデータはポンプであるはずであると推論するために使用されてもよい。この知識によって、再処理は未知のデータはポンプであると更新してもよく、さらに、この知識を使用してコンポーネントのより多くの特性を識別してもよい。

前述の例は、本発明の原理を利用して３Ｄデータからオブジェクトを識別するために利用することができる進化した論理の単なる１つの実例を提供する。本発明の実施形態は、任意のそのような論理／意思決定を使用して処理に情報を与えるように構成されてもよい。したがって、実施形態は、任意の識別証拠／情報を使用して、本明細書において説明される方法によって実装される識別処理に情報を与えることを支援するようにプログラムされてもよい。

図４は、本発明の実施形態に従って、ＣＡＤモデルを識別するために使用することができるコンピュータベースのシステム４４０の簡略化されたブロック図である。システム４４０は、バス４４３を備える。バス４４３は、システム４４０の様々なコンポーネントの間の相互接続部として機能する。バス４４３には、キーボード、マウス、ディスプレイ、スピーカなどの様々な入力および出力装置をシステム４４０に接続するための入力／出力装置インターフェース７７６が接続される。中央処理ユニット（ＣＰＵ）４４２は、バス４４３に接続され、コンピュータ命令の実行を提供する。メモリ４４５は、コンピュータ命令を実行するために使用されるデータのための揮発性記憶装置を提供する。記憶装置４４４は、オペレーティングシステム（図示せず）などのソフトウェア命令のための不揮発性記憶装置を提供する。システム４４０は、ワイドエリアネットワーク（ＷＡＮ）およびローカルエリアネットワーク（ＬＡＮ）を含む当技術分野において既知の任意の種々のネットワークに接続するためのネットワークインターフェース７７１も備える。

本明細書において説明される例示的な実施形態は、多くの異なる方法で実装されてもよいことを理解されたい。いくつかの場合、本明細書において説明される様々な方法および機械の各々は、コンピュータシステム４４０などの物理的、仮想的もしくはハイブリッドな汎用コンピュータ、または本明細書において図５に関連して後に説明されるコンピュータ環境５５０などのコンピュータネットワーク環境によって実装されてもよい。コンピュータシステム４４０は、例えば、ＣＰＵ４４２による実行のためにソフトウェア命令をメモリ４４５または不揮発性記憶装置４４４のいずれかにロードすることによって、本明細書において説明される方法（例えば、方法１００および方法３３０）を実行する機械へと変換されてもよい。当業者は、システム４４０およびその様々なコンポーネントは、本明細書において説明される本発明の任意の実施形態を実行するように構成されてもよいことをさらに理解されたい。さらに、システム４４０は、本明細書において説明される様々な実施形態を、システム４４０に動作可能に内的または外的に結合されたハードウェア、ソフトウェアおよびファームウェアモジュールの任意の組み合わせを利用して実装してもよい。

図５は、本発明の実施形態が実装されてもよいコンピュータネットワーク環境５５０を例示する。コンピュータネットワーク環境５５０において、サーバ５５１は通信ネットワーク５５２を介して、クライアント５５３ａ〜５５３ｎにリンクしている。環境５５０は、クライアント５５３ａ〜５５３ｎが、単独でまたはサーバ５５１と組み合わさって、本明細書において説明される方法のうちの任意のもの（例えば、方法１００）を実行することを可能にするために使用されてもよい。

実施形態またはその態様は、ハードウェア、ファームウェア、またはソフトウェアの形態で実装されてもよい。ソフトウェアにおいて実装される場合、ソフトウェアは、プロセッサがソフトウェアまたはその命令のサブセットをロードすることを可能にするように構成された任意の非一時的コンピュータ可読記憶媒体に記憶されてもよい。プロセッサは、次に、命令を実行し、本明細書において説明された通りに動作し、または機器を動作させるように構成される。

さらに、ファームウェア、ソフトウェア、ルーチン、または命令は、データプロセッサのいくつかの動作および／または機能を実行するものとして本明細書において説明されてもよい。しかしながら、ここに含まれるそのような説明は単に利便性のためであり、そのような動作は、実のところ、ファームウェア、ソフトウェア、ルーチン、命令などを実行する計算装置、プロセッサ、コントローラ、または他の装置に起因して起こることを理解されたい。

フローチャート、ブロック図、およびネットワーク図は、より多くのまたはより少ない要素を含んでよく、異なって配置されてもよく、または異なって示されてもよいことを理解されたい。しかし、いくつかの実装形態は、実装形態の実行を例示するブロックおよびネットワーク図ならびにブロックおよびネットワーク図の数が特定の方法で実施されることを要求してもよいことをさらに理解されたい。

それに応じて、さらなる実施形態が、種々のコンピュータアーキテクチャ、物理的、仮想的、クラウドコンピュータ、および／またはそれらのいくつかの組み合わせによって実装されてもよく、従って、本明細書において説明されるデータプロセッサは、例示の目的のみを意図されており、実施形態の制限として意図されるものではない。

本発明は、その例示的な実施形態を参照して特に提示され、説明されたが、そこにおいては、形態および詳細における様々な変更が、添付の特許請求の範囲に包含される本発明の範囲から逸脱することなくなされてもよいことが、当業者には理解されよう。

Claims (20)

1. オブジェクトの３次元（３Ｄ）データから前記オブジェクトを識別するコンピュータ実行方法であって、
   コンピュータメモリにおいて、所与のオブジェクトの３Ｄデータを取得するステップと、
   前記コンピュータメモリに結合されたプロセッサによって、前記所与のオブジェクトの前記３Ｄデータを平坦化して、前記所与のオブジェクトの２次元（２Ｄ）データを生成するステップと、
   前記所与のオブジェクトの前記生成した２Ｄデータを既存の２Ｄオブジェクトデータのライブラリと比較して、一致する２Ｄオブジェクトデータを識別するステップであって、前記ライブラリは、前記コンピュータメモリに保持され、および前記一致する２Ｄオブジェクトデータは、それぞれの特定の実在オブジェクトに対応する、ステップと、
   前記比較の結果として、前記所与のオブジェクトを前記特定の実在オブジェクトに対する種類のオブジェクトであると識別するステップと
   を備えたことを特徴とする方法。
2. 一致する２Ｄオブジェクトデータを識別したことに応答して、前記一致する２Ｄオブジェクトデータを使用して前記所与のオブジェクトの前記取得した３Ｄデータを更新するステップをさらに備えたことを特徴とする請求項１に記載の方法。
3. 前記取得した３Ｄデータを更新するステップは、オブジェクトのタイプおよびオブジェクトの材質のうちの少なくとも１つを更新するステップを含むことを特徴とする請求項２に記載の方法。
4. 前記既存の２Ｄオブジェクトデータは、写真、ビデオ、および２Ｄコンピュータ支援設計（ＣＡＤ）オブジェクトのうちの少なくとも１つであることを特徴とする請求項１に記載の方法。
5. 前記所与のオブジェクトの前記取得した３Ｄデータは、３Ｄ ＣＡＤモデルおよびポイントクラウドのうちの少なくとも１つであることを特徴とする請求項１に記載の方法。
6. 前記所与のオブジェクトの前記生成した２Ｄデータは、前記所与のオブジェクトの面を表していることを特徴とする請求項１に記載の方法。
7. 既知の３Ｄデータを平坦化することによって、２Ｄオブジェクトデータの前記ライブラリを生成するステップをさらに備えたことを特徴とする請求項１に記載の方法。
8. 環境において複数のオブジェクトに対して、前記取得すること、平坦化すること、比較すること、および識別することを繰り返すステップをさらに備え、前記比較することは、前記環境において前記複数のオブジェクトを考慮することを特徴とする請求項１に記載の方法。
9. オブジェクトの３次元（３Ｄ）データから前記オブジェクトを識別するコンピュータシステムであって、
   プロセッサと、
   そこに記憶されたコンピュータコード命令を有するメモリと
   を備え、前記メモリに記憶された前記コンピュータコード命令は、前記プロセッサによって実行されると、前記システムに、
   前記メモリにおいて、所与のオブジェクトの３Ｄデータを取得させ、
   前記所与のオブジェクトの前記３Ｄデータを平坦化して、前記所与のオブジェクトの２次元（２Ｄ）データを生成させ、
   前記所与のオブジェクトの前記生成した２Ｄデータを既存の２Ｄオブジェクトデータのライブラリと比較して、一致する２Ｄオブジェクトデータを識別させ、前記ライブラリは、前記メモリに保持され、前記一致する２Ｄオブジェクトデータは、それぞれの特定の実在オブジェクトに対応し、および
   前記比較の結果として、前記所与のオブジェクトを前記特定の実在オブジェクトに対する種類のオブジェクトであると識別させる
   ことを特徴とするシステム。
10. 前記コンピュータコード命令はさらに、前記システムに、一致する２Ｄオブジェクトデータを識別したことに応答して、前記一致する２Ｄオブジェクトデータを使用して前記所与のオブジェクトの前記取得した３Ｄデータを更新させることを特徴とする請求項９に記載のシステム。
11. 前記一致する２Ｄオブジェクトデータは、オブジェクトのタイプおよびオブジェクトの材質のうちの少なくとも１つを含むことを特徴とする請求項１０に記載のシステム。
12. 前記既存の２Ｄオブジェクトデータは、写真、ビデオ、および２Ｄコンピュータ支援設計（ＣＡＤ）オブジェクトのうちの少なくとも１つであることを特徴とする請求項９に記載のシステム。
13. 前記所与のオブジェクトの前記取得した３Ｄデータは、３Ｄ ＣＡＤモデルおよびポイントクラウドのうちの少なくとも１つであることを特徴とする請求項９に記載のシステム。
14. 前記所与のオブジェクトの前記生成した２Ｄデータは、前記所与のオブジェクトの面を表していることを特徴とする請求項９に記載のシステム。
15. 前記コンピュータコード命令はさらに、前記システムに、既知の３Ｄデータを平坦化することによって、２Ｄオブジェクトデータの前記ライブラリを生成させることを特徴とする請求項９に記載のシステム。
16. 前記コンピュータコード命令はさらに、前記システムに、環境において複数のオブジェクトに対して、前記取得すること、平坦化すること、比較すること、および識別することを繰り返させ、前記比較することは、前記環境において前記複数のオブジェクトを考慮することを特徴とする請求項９に記載のシステム。
17. オブジェクトの３次元（３Ｄ）データから前記オブジェクトを識別するコンピュータプログラムであって、前記コンピュータプログラムは、ネットワークを通じて１つまたは複数のクライアントと通信するサーバによって実行され、およびコンピュータ可読記憶媒体を備え、前記コンピュータ可読記憶媒体は、プロセッサによって実行されると、前記プロセッサに、
    コンピュータメモリにおいて、所与のオブジェクトの３Ｄデータを取得させ、
    前記所与のオブジェクトの前記３Ｄデータを平坦化して、前記所与のオブジェクトの２次元（２Ｄ）データを生成させ、
    前記所与のオブジェクトの前記生成した２Ｄデータを既存の２Ｄオブジェクトデータのライブラリと比較して、一致する２Ｄオブジェクトデータを識別させ、および
    前記比較の結果として、前記所与のオブジェクトを実在オブジェクトに対する種類のオブジェクトであると識別させる
    プログラム命令を含むことを特徴とするコンピュータプログラム。
18. 前記コンピュータ可読記憶媒体は、前記プロセッサによって実行されると、前記プロセッサに、一致する２Ｄオブジェクトデータを識別したことに応答して、前記一致する２Ｄオブジェクトデータを使用して前記所与のオブジェクトの前記取得した３Ｄデータを更新させるプログラム命令を含むことを特徴とする請求項１７に記載のコンピュータプログラム。
19. 前記取得した３Ｄデータは、オブジェクトのタイプおよびオブジェクトの材質のうちの少なくとも１つを含むことを特徴とする請求項１８に記載のコンピュータプログラム。
20. 前記所与のオブジェクトの前記取得した３Ｄデータは、３Ｄ ＣＡＤモデルおよびポイントクラウドのうちの少なくとも１つであることを特徴とする請求項１７に記載のコンピュータプログラム。