ドライブレコーダーの車載カメラ画像からインフラの位置を特定する技術を開発：自動運転技術

NTTは、ドライブレコーダーなどの車載カメラで撮影した画像から画像内のインフラ設備位置を把握する技術を開発した。点検業務の効率化や精度の高いデジタル台帳作成に貢献する。

[MONOist]

　NTTは2025年11月11日、ドライブレコーダーなどの車載カメラで撮影した画像から画像内のインフラ設備位置を把握する技術を開発したと発表した。点検業務の効率化や精度の高いデジタル台帳作成に貢献する。

新技術によるドライブレコーダー点検画像のインフラ設備位置特定およびGIS管理［クリックで拡大］ 出所：NTT

　これまでの位置推定技術は、点検画像1枚に写る範囲の風景特徴だけを判断材料としていた。今回の技術では、一連の画像を使って3Dデータを作成し、点検画像1枚よりも広範な範囲の風景特徴を手掛かりとする。これにより風景特徴があまりないような場所においても精度の高い位置特定を可能とした。

　具体的には、Step1として、3次元再構成技術を活用して高精度な位置情報を持つ「参照3Dデータ」を準備しておき、Step2で、点検画像を含む一連のドライブレコーダー画像からも、同じように「点検3Dデータ」を作成する。そしてStep3として、2つの3Dデータを重ね合わせることにより、参照3Dデータの高精度な位置情報を点検3Dデータ全体に対応づけ、画像内のインフラ設備位置及び点検画像のカメラの自己位置を特定する。その結果、ドライブレコーダー点検画像に、精緻なインフラ設備位置情報をひも付けることができる。

　今回の技術において、参照3DデータはNTTがMobile Mapping System（MMS）点検でストックした高精度な位置情報を持つ画像や点群データから、3次元再構成技術を活用して作成する。また、Step3では、点検画像を撮影した際のGPS位置などをベースに参照3Dデータの使用する区間を絞り込む。その中で、高精度で3Dデータを重ね合わせできるよう、画像特徴量及び3D形状情報の両方を使う独自のアルゴリズムを開発した。

新技術の概要［クリックで拡大］ 出所：NTT

　同技術の検証に関しては、風景特徴のあまりない道路環境を想定し、米国ミシガン大学のノースキャンパスで記録されたマルチセンサーデータセットであるNCLT公開データセットを活用した検証実験を行った。点検時に取得した位置情報（GPSなど）の誤差を踏まえ、Step3における点検3Dデータの初期位置にノイズ（位置ノイズ 0〜10m、回転ノイズ -50〜50度）を与える。本技術によって参照3Dデータに的確に重ね合わせられるか100回にわたる検証を実施した。

　検証結果としては、位置誤差の中央値0.11m、回転誤差の中央値1.28度で参照3Dデータに重ね合わせ可能であることが判明した。これにより、高精度な位置情報が点検3Dデータ全体にひも付くことから、点検3Dデータ作成に使った一連の画像内のインフラ設備位置が把握できるようになる。今後、国内道路シーンなどでの検証を重ね、NTTグループで展開中のドライブレコーダーを使った点検／デジタル台帳作成ソリューションでの実用化を目指す。

　従来は、「点検画像」と「参照画像（撮影時のカメラの自己位置既知の画像）」の特徴マッチングをしてカメラの自己位置を推測した上で、画像内のインフラ設備の位置を計算していた。特徴ある点検画像の風景であれば、特徴点のマッチングにより自己位置を推定し、インフラ設備の位置を特定可能だった。しかし、点検画像に特徴があまりない場合、誤マッチングが発生するため自己位置を推定できず、インフラ設備の位置を特定できないことがあった。さまざまな点検画像に対応するには、風景特徴の有無に関係なく、高い精度で位置を特定可能な技術が必要であった。

既存の位置推定手法の課題［クリックで拡大］ 出所：NTT

≫「自動運転技術」関連記事のバックナンバー