点群
読み: てんぐん
3D 空間内の多数の点の座標 (x, y, z) を集めたデータ形式。LiDAR やステレオカメラで取得され、3D モデリング、自動運転、測量などの基盤データとして利用される。
点群 (Point Cloud) は、3D 空間内の物体表面や環境を多数の点の集合として表現するデータ形式である。各点は最低限 3D 座標 (x, y, z) を持ち、追加で色情報 (RGB)、法線ベクトル、反射強度などの属性を付与できる。メッシュやボクセルと異なり、点同士の接続関係を持たない非構造データである。
点群の取得方法は多様である。LiDAR (Light Detection and Ranging) はレーザーパルスの往復時間から距離を計測し、1 秒間に数十万〜数百万点を取得する。ステレオカメラは視差マップから 3D 座標を算出する。Structure from Motion (SfM) は複数視点の 2D 画像から 3D 点群を復元する。深度カメラ (ToF、構造化光) もリアルタイムに点群を生成する。
- データ形式: PLY、PCD (Point Cloud Data)、LAS/LAZ (航空測量標準) が代表的。PLY はヘッダーで属性を柔軟に定義でき、PCD は PCL (Point Cloud Library) のネイティブ形式である
- 前処理: ダウンサンプリング (Voxel Grid Filter で点数を削減)、外れ値除去 (Statistical Outlier Removal)、法線推定 (近傍点から表面の向きを計算) が基本的な前処理パイプラインとなる
- 位置合わせ: 複数スキャンの点群を統合する ICP (Iterative Closest Point) アルゴリズムが標準的に使われる。初期位置合わせには特徴量ベースの手法を併用する
点群処理のライブラリとしては PCL (C++)、Open3D (Python/C++) が広く使われる。深層学習では PointNet、PointNet++ が点群を直接入力として 3D 物体認識やセグメンテーションを行う。自動運転では LiDAR 点群から歩行者や車両を検出する 3D 物体検出が実用化されている。