udc2020: Point cloud distribution platform

アーバンデータチャレンジ2020 ビジネス・プロフェッショナル部門ノミネート作品「道路の三次元点群データ配信基盤」の発表資料です。
https://urbandata-challenge.jp/news/2020-finalist

本資料は クリエイティブ・コモンズ【表示4.0国際】ライセンスに従うかぎり、
商用利用を含め、自由に複製または改変してご利用いただくことが可能です。

Transcript

1. 道路の三次元点群データ配信基盤 for Human and Machine 〜人間によるキュレーションが点群のメタデータを拡充〜 インディゴ株式会社 ラボチーム https://github.com/indigo-lab アーバンデータチャレンジ2020 エントリー番号：83 テーマ：道路／プロ部門
2. 現行の【道路の三次元点群データ配信基盤】の課題 2 メタデータが貧弱な大容量の lasデータの ファイル・ダウンロードを前提としているため… 1. データの検索性が低い／部分参照・取得も困難 ◦ ダウンロード（以下、DL）後に必要箇所有無の目視確認が必要な ど、利用者側のオーバーヘッドが大きい ◦ 道路識別子（路線名／区間ID等）を起点とした部分参照／DLが困難 2. メタデータが貧弱なため、Web上での他データとの横断連携や自動処理に 難あり 上記の課題が、点群データ利活用推進の障害になっている
3. 想定課題に対する本サービスの解決策 3 [Human] UX向上 • 三次元点群（lasファイル）をタイル形式※に変換／配信することで、 ピンポイントでのデータ参照／取得が可能に ◦ 最大ズームで約10m四方／数Mbytesのタイルに分割配信 ◦ 指定タイルは、ロスのない las形式 でDL可能 • 様々なVector Tileリソース（道路中心線等）との連携による検索性向上 ◦ 他タイルの属性データ（路線名等）を活用し対象点群を検索可能 ◦ DL対象は、任意領域／路線区間等によるキュレーションが可能 [Machine] メタデータ 拡充 • 人間の検索／キュレーション結果をメタデータ（JSON-LD形式）出力 ◦ 出力メタデータは交換／再利用が可能であり、人間によるキュレー ション結果を機械学習の処理対象指示等に活用可能 ◦ 出力メタデータには対象点群に隣接／重畳する他タイルへのリンク も含まれるため、機械学習対象の拡充等が容易に（例：道路台帳附 図タイルの参照等による点群データ分析の高度化） ※mokurokuなど地図タイル関連技術を応用した実装。今後はWebブラウザ上でlas2png変換を行うことで直接プレビュー機能の提供も検討中。
4. 機能概要１（for Human｜WebGUI） 4 路線番号（例：1818）を入力し検索すると、別レイヤーの認 定路線網図タイルから路線番号／区間を参照、該当道路に 近接する点群タイルを自動選択 キュレーション支援のため、道 路台帳附図（geoTiff）等をタ イル化し背景地図として利用 同一領域内に存在する複数の点群データ を切換／選択可能（将来的には時系列で の過去データの参照／切換も想定） 点群データとは別に、キュレーション結果を メターデータとして出力／再利用が可能 多様な領域選択手法
48. 機能概要２（for Machine｜JSON-LD） 48 選択領域全体に対する属性 選択領域に含まれる「個々の点群タ イルURL」に付与された属性 他レイヤから取得した属性 （路線名／番号） 対象点群タイルと隣接／重畳関係に ある別レイヤのタイルURLを seeAlso で格納（ここでは、道路台 帳附図とLP点群タイルのURL）
49. 想定ユースケースと本サービス活用の利点 49 ユースケース 本サービス活用の利点／効果 道路維持管理 の性能規定型 契約 道路の性能規定型契約（民間委託）に必要な、道路品質モニタリングの前後比較用の 基盤として。当該契約は優先度が高い路線 or ランダム抽出した区間の検査を行うた め、本サービスで必要箇所の点群を素早く抽出／指示することが可能に。また、モニ タリング時に取得した点群も本基盤で管理することで、時系列での比較も可能に。 ※参考：応募メンバーによる学会発表（第62回土木計画学研究発表会・秋大会） 災害時の道路 復旧工事の見 積 災害箇所のみピンポイントで抽出し、軽量なメタデータファイルとして出力／展開す ることで、素早く関係者に配布／共有が可能。見積作業者は、当該メタデータからDL した「被災前点群」と「計測した被災後点群」をオーバヘッドなく差分比較→見積を 行うことが可能に。 機械学習向け データ基盤 出力メタデータの想定活用事例 • 点群データのメッシュ化（ポリゴン化）後の属性推定に、rdfs:seeAlso で参照可 能な道路台帳附図のタイル等を活用 • 災害リスク判定のため、地上系MMS点群には含まれない道路周辺部（ex.隣接す る崖地等）を、空中系LP点群（rdfs:seeAlso で参照可能）併用で解析 容易識別性 横断連携性
50. 本提案の要点【実用度｜完成度｜挑戦度｜PR】 50 実用度 地図タイル技術により、点群データ配信／流通のオーバーヘッドを解 消。加えて、地図タイルの分散連携の利点を活かし、人間によるキュ レーション（情報選択）により、他タイルからの属性抽出／点群メタ データの拡充を実現、機械学習等での利活用性も大きく向上。 設定課題・創出価値 に対して、作品が提 示する「方法」に妥 当性があるかを評価 完成度 Azure Functions を軸としたCI/CDにより、lasファイルの取得／タイ ル変換／クラウド上への展開を完全自動化。サービス運用負荷／コス トを抑制し、点群データ基盤としてのサービス持続性を大幅に向上。 なお、解決策として提示した機能は全て実装／提供済み。 作品の「目的」を具 現化する「方法」が どこまで具体実装・ 実施されているか、 その完成度で評価 挑戦度 従来の点群データの弱点を、地図タイルの特性を活かし克服。具体的 には、Webブラウザ上でのキュレーション（人間）により、点群デー タのメタデータを拡張（JSON-LD出力）し、容易識別性／横断連携性 を実現。キュレーション結果は人間の情報共有／交換だけでなく、機 械学習やLOD等の解析処理で活用可能。 目的や方法の新規 性、アウトプットの 網羅性、期間的な持 続・継続性、関係ア クターの多様性等を チャレンジ要素とし て評価 PR プロ部門用 本基盤の社会実装を目指し、裾野市SDCCコンソーシアムに参画中 （参照）。また、本基盤開発の契機となった「静岡県PCDBを地図上 の任意矩形範囲でダウンロードする支援機能」も非公式ながら公式サ イトの利便性向上に寄与（紹介記事｜参照）。 具体的なエビデンス 等あれば（学会での 発表状況や，導入団 体数など）
51. デモサイトURL 及び 使用データ 51 デモサイト https://tengun.z11.web.core.windows.net/#17/35.17383/138.90709 ※ デモサイトでは、裾野市役所周辺の三次元点群データのみ配信しています ※ DLしたlasファイルは https://plas.io/ 等で表示確認できます ※ 検証済みブラウザ：Google Chrome（PC版） 使用データ • 静岡県　富士山南東部・伊豆東部　点群データ 航空レーザ測量（LP）及び 移動計測車両（MMS） https://www.geospatial.jp/ckan/dataset/shizuoka-2019-pointcloud • 裾野市 市道路線図-認定路線（平成31年4月時点） 道路台帳附図-1/500（平成31年4月1日時点） https://www.geospatial.jp/ckan/dataset/susono-bridge • 地理院タイル https://maps.gsi.go.jp/development/ichiran.html