第11章. LiDARデータから3D建物を再構成する
この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている:translation-feedback@oreilly.com
最先端アプリケーションのエキスパートとして、都市計画、災害管理、インフラ開発など、さまざまなタスクにおける正確な3D都市モデルの重要性を理解している。複雑な3Dデータセット、特に航空LiDAR点群から価値ある情報を抽出するには、信頼できるメソッドが必要だ。これらのモデルを生成するための現在の方法論は、多くの場合、時間がかかりエラーも発生しやすい手動処理や半自動テクニックに依存している。大規模データセットを扱い、正確な3Dモデルを提供するための堅牢性、自動化されたソリューションが必要だ。
この章では、あなたが不動産投資家として、ある地域の可能性を評価するという架空の例に従って説明する。あなたは、既存の住宅を水平方向と垂直方向に拡張することの実現可能性を判断したい。十分な情報に基づいた決定を下すには、各建物のフットプリントと高さに関する正確な情報が必要だ。既存のオープンデータポータルからLiDARデータを収集し、可能性があると思われる地域から近隣地域を抽出できたらどうだろう?そこから、乱雑なLiDARの点群を抽象化して家を検出し、そのフットプリントを抽出し、各家の詳細なモデルを作成して、そのフットプリントと高さの感覚を得ることができる。
この章では、空中 LiDAR データから建物の 3D モデルを再構築するための 4 段階の計画(図 11-1 参照)を説明し、既存のメソッドの限界に対処する。まず、Python コーディング環境をセットアップし、必要なライブラリをインストールすることで、 ワークフローを確立する。次に、マスクを使って建物点を分類し、最適な視覚化のために座標を変換することで、LiDAR データを準備する。次に、点群内の個々の建物セグメントを自動的に特定する。これにより、選択したセグメントから2D建物のフットプリントを抽出し、建物の高さ、面積、外周などのセマンティック情報を付加することができる。次に、このワークフローを効率化する自動化プロセスを導入し、単一データセットから近隣全体の効率的な処理を可能にする。
図 11-1. LiDARデータから3D建物を再構築するための4つの主要フェーズの概要を示すワークフロー。
注
いつものように、3Dデータサイエンスリソースハブでこの章のすべてのリソースを発見することができる。ファイル(コード、データセット、論文)やリソースにアクセスするには、メールアドレス、個人パスワード、またはあなたがこの本の所有者であることを証明するものを共有する必要があるかもしれない。
Pythonのセットアップから始めよう。
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access