ドラレコの画像から電柱や標識の3Dデータ生成で位置特定、街全体の3D管理が可能に：スマートメンテナンス

NTTは、ドライブレコーダー画像から、電柱や標識、街路樹などインフラ設備の位置を特定する技術を確立した。画像から3Dデータを生成し、NTT保有の3Dデータと重ね合わせることで、街中のあらゆるインフラ設備の高精度な位置を特定できる。将来は街全体を3D管理し、3D都市モデルなどと連携した都市計画や防災対策、自動運転、ドローン航路設計などへの活用も見込める。

[BUILT]

NTTは2025年11月、ドライブレコーダー画像から電柱、標識、街路樹などのインフラ設備の位置を特定する技術を確立したと発表した。

3次元データの重ね合わせで位置情報特定を高精度化

インフラ設備位置特定およびGIS管理のイメージ　出典：NTTプレスリリース

　新技術は、車が走行中に取得するドライブレコーダー画像から3Dデータ（点検3Dデータ）を生成。NTTがMobile Mapping System（MMS）点検で蓄積した位置情報付きで、3D形状や色、画像特徴量の情報を有する「参照3Dデータ」とを重ね合わせる。

　点検3Dデータ全体に参照3Dデータの高精度な位置情報を対応させることで、点検画像内のあらゆるインフラ設備の位置特定が可能になり、風景特徴の乏しい道路でも位置を推定できる。

　点検3Dデータを参照3Dデータへ重ね合わせる際は、GPS情報などから対象区間を絞り込み、3D形状と画像特徴量の双方を用いる独自のアルゴリズムで位置を合わせる。

位置特定技術の概要　出典：NTTプレスリリース

　昨今、AIの進歩で点検画像から劣化の検出や診断が可能となり、現地に赴く必要のないドライブレコーダーを用いた点検・デジタル台帳作成が現場に導入されつつある。しかし、ドライブレコーダー画像と共に得られるGPSなどの位置情報は、1〜10メートル程度の誤差を含み、点検の度に位置情報にずれが生じる。

　また、既存の位置推定手法としては、点検画像と参照画像の特徴マッチングがあるが、画像内の風景で特徴が乏しい場合は、誤マッチングが生じ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かった。

　今回の技術は、一連の画像から3Dデータを生成し、点検画像1枚よりも広い範囲の風景の特徴を手掛かりとし、風景特徴に乏しい場所でも高精度な位置特定を可能とした。

既存の位置推定手法の課題　出典：NTTプレスリリース

　NCLTデータセット（ミシガン大学ノースキャンパスで記録したマルチセンサーデータセット）を用い、参照3Dデータに正確に重ね合わせるられるかの100回の繰り返し検証では、位置誤差中央値0.11メートル、回転誤差中央値1.28度で重ね合わせられると確認した。

検証結果と出力イメージ　出典：NTTプレスリリース

　今後は国内道路環境で検証を進め、NTTグループのドライブレコーダー活用型点検ソリューションに組み込む。また、街全体を3Dで管理することで、国が推進する3D都市モデル「PLATEAU（プラトー）」と連携した都市計画や防災対策、自動運転やドローン航路設計に必要な3D地図整備への応用展開も見据える。