Mapfourmerについて
入力された点群データを解析し、自動でクラス分類を行うソフトウェアです。3Dトランスフォーマー技術を応用した深層学習により、高精度なクラス分類を実現します。
クラス分類や障害物のノイズ除去を自動化することで、地図作成にかかる工数やコストの削減を実現します。
他社の点群処理ソフトウェアで作成された点群データにも対応しています。
また、3次元データ計測システム「SEAMS」を含むLiDAR-SLAM技術を活用した車載型 / 歩行型モバイルマッピングシステムや、地上型レーザースキャナーで取得された点群データにも活用できます。
点群クラス分類のプロセス

3次元データ計測システムで、実世界のセンサーデータ(点群データ)を計測する

3次元点群地図作成ソフトウェアで、計測したセンサーデータを解析して3次元点群地図としてデータ化する

点群クラス分類ソフトウェアで、事前に定義されたクラスをもとに点群のクラス分類を行う(従来は手作業)
2種類の処理モード
クラス分類モード
点群の各点について、事前に定義されたクラスのいずれに属するかを予測し、点群のクラス分類を行い出力するモードです。クラス分類モードを使用することで、電柱や電線など、注目したいクラスの点群を高精度に抽出することができます。

ノイズ除去モード
点群の各点について、事前に定義されたクラスのいずれに属するかを予測し、ノイズと定義されたクラスとそれ以外のクラスに点群を分割し、出力するモードです。ノイズ除去モードを使用することで、人や車などの動的物体をノイズクラスとして分類し、自動で除去することができます。

Mapfourmer導入による作業削減実績
Mapfourmerを使用したクラス分類は平均93%以上の精度を維持しています。手作業でクラス分類・ノイズ除去を行った場合と比較すると、Mapfourmerを使用することで54〜72%の工数削減を実現し、作業効率を大幅に向上できました。

※本実績は、当社の地図データ制作チームがMapfourmerを使用した際の実績に基づいて算出されています。異なる環境の地図データやクラス分類モデルの使用条件によっては、結果が異なる場合があります。
Mapfourmerの活用例
Mapfourmerは、自動運転や測量事業者向けの地図データ作成の自動化に加え、電力、鉄道、自治体のインフラ点検作業にも活用でき、精度向上とコスト削減を実現します。
1 : 電力・鉄道
植生等支障物の離隔距離検知
送配電線・沿線・架線などの対象物にかかる植生などの支障物を自動でクラス分類し、抽出します。あらかじめ対象物ごとに任意の基準値を設定しておくことで、離隔距離が基準値以下になった場合に、システムが自動で色を変えて接近アラートを出力します。

電柱・架線柱・信号柱の傾き検知
電柱、架線柱、信号柱などの対象物を自動でクラス分類し、抽出します。あらかじめ設定した重力方向に対する柱の傾きの基準値を超えた場合、システムが自動で色を変え、傾きアラートを出力します。

2 : 鉄道・測量
歩道・車道・鉄道の障害物検知
歩行者、自転車、車両、電車などの通行区域に侵入した障害物を自動で分類・抽出します。例えば、歩道、自転車道、車道、鉄道において、設定された高さ基準値以下に設置された障害物を抽出します。
あらかじめ設定された対象物ごとの離隔距離条件に基づき、障害物が指定範囲内に検出されると、システムが自動で色を変えて接近アラートを出力します。