Development of an Enhanced Aerial Photogrammetric Process for Precise 3D Model Reconstruction and validation by Volume Calculation

お気に入りの玩具の完璧な3D模型を作ろうとしていると想像してみてください。しかし、手元にあるのは平らな二次元のカメラだけです。これが、平面的な写真から3Dモデルを作り出す科学の一分野、「フォトグラメトリ（写真測量）」の世界です。これはデジタルパズルのようなものです。異なる角度から十分な数の写真を撮れば、コンピュータは、人間の脳が二つの目を使って距離を判断するのと同じように、物体にどれほどの深さがあるかを解き明かすことができます。通常、ドローンはこの作業を自動で行い、完璧なパターンで飛行しながら何百枚もの写真を撮影します。しかし、もしドローンが疲れてしまったり、バッテリーが切れたり、あるいはコンピュータが大量のデータに圧倒されてしまったらどうなるでしょうか？そこで、この研究が登場します。彼らはシンプルですが非常に難しい問いを投げかけています。「本当に100万枚もの写真が必要なのだろうか？ もっと少なく、よりスマートな写真を使うことで、同じ完璧な3Dモデルを得ることはできないだろうか？」と。

この研究の研究者たちは、写真を撮るための「スイートスポット（最適解）」を見つけ出そうとしました。彼らは、時間やストレージ容量を無駄にすることなく、超高精度な3Dモデルを作成できる完璧なカメラ角度を探していました。彼らは、真上から、横から、あるいはその中間からなど、物体を見るさまざまな方法をテストし、どの組み合わせが最高のデジタルコピーを作成するかを検証しました。なぜこれが重要なのでしょうか？ 実世界において、建設現場の土砂の量を測定する場合でも、歴史的な建造物をスキャンする場合でも、体積（それがどれだけのスペースを占めるか）を正確に把握することは極めて重要だからです。計算が狂えば、コンクリートを注文しすぎたり、構造的な欠陥を見逃したりする可能性があります。この論文は、その計算を正しく行うための最も効率的な方法を見つけようとしているのです。

写真角度の大探索

Garuda Aerospaceのチームとインドのいくつかの工科大学の研究者たちは、単純な物体である「紙の箱」の最高の3Dモデルを作るために、どのように作るべきかという「角度当てゲーム」を行うことにしました。しかし、彼らはただ推測したわけではありません。非常に具体的な実験セットアップを用意しました。地面に、ピザのように12等分された平らな円を想像してください。彼らは箱を中央に置き、各スライスに立って写真を撮りました。

しかし、ここにひねりがあります。彼らはただそこに立っていただけではありません。彼らは、箱を見る角度を4つの異なる高さに傾けました：**30°、45°、60°、および90°**です。

• 90° は、鳥の目線のような真上からの視点です。
• 0° （これもテストされました）は、物体の横に立っている人間のように、真横から見る視点です。
• 30°、45°、60° は「斜め（オブリーク）」の角度であり、ドローンが斜めにホバリングしている時のように、物体を斜め下から見下ろす視点です。

彼らは、カメラの高さを常に5フィートに固定した携帯電話のカメラを使用しました。彼らはあらゆる角度から箱の写真を撮りました。ある時は一つの角度（例えば45°だけ）だけで、またある時はそれらを混ぜ合わせ（例えば45°と60°の両方で）撮影しました。写真を撮った後、それらをAgisoft Metashapeと呼ばれる強力なコンピュータプログラムに入力しました。このソフトウェアは「デジタル彫刻家」として機能し、平らな写真を繋ぎ合わせて3Dモデル、すなわち「デジタル標高モデル（高さの地図）」と、完璧な平面の航空写真である「オルソモザイク」を作成します。

体積テスト：計算は正しかったか？

デジタルモデルが実際に優れているかどうかを確認するために、彼らは「比較してチェックする」という作業を行いました。彼らは定規で測定したため、その紙の箱の正確なサイズを知っていました。実際の箱の体積は 0.00189 m³ でした。

次に、彼らは異なる写真セットから作成された3Dモデルの体積をコンピュータに計算させました。彼らは別のプログラムである QGIS を使用して、デジタル上の箱の体積を計算し、それを実際の箱と比較しました。もしコンピュータが箱の体積を 0.00189 m³ と答えれば完璧であり、もし 0.00200 m³ と答えれば、少し誤差があったことになります。

結果は以下の通りであり、非常に驚くべきものでした。

• 「バラバラすぎる」間違い： 彼らが持っていたすべての角度（0°, 30°, 45°, 60°, 90°）を一度にすべて使おうとしたとき、コンピュータは混乱しました。エラーは膨大な +82.5% まで跳ね上がりました。結局のところ、あまりにも多くの異なる種類の写真を混ぜてしまうと、モデルを良くするどころか、むしろ悪化させてしまうことが判明しました。
• 「真上からの視点」の問題： 90°（真上）からのみ撮影した場合、まずまずの結果が得られましたが、それでも -3.70% の誤差がありました。側面の詳細を見落としてしまったのです。
• 「サイドビュー」の苦戦： 0°（真横）からのみ見ることは、ソフトウェアにとって災難でした。ソフトウェアはモデルを構築するためのポイントを適切に一致させることさえできませんでした。
• 勝利の組み合わせ： 魔法が起きたのは、携帯電話を使用して 45°と60° を組み合わせたときでした。この特定の斜めの角度の組み合わせが、実際の箱に驚くほど近い3Dモデルを作り出しました。コンピュータが計算した体積は 0.00190 m³ であり、実測値からわずか +0.53% の誤差しかありませんでした。これが研究全体の中で最も正確な結果となりました。

彼らはまた、30°, 45°, 60° の組み合わせもテストしましたが、これも良好で、エラーは +3.18% でした。しかし、45°と60° のペアが明確なチャンピオンでした。

電話からドローンへ：実世界のテスト

携帯電話で最適な角度を見つけた後、彼らはそれが実際のドローンでも機能するかどうかを確認したいと考えました。彼らは携帯電話を Garuda Aerospaceのドローン に取り替え、高さ 30フィート で物体の真上を飛行させました。彼らは先ほどの勝利の角度（45°と60°）を使用して写真を撮影しました。

結果はどうだったでしょうか？ ドローンによる手法も非常に正確であり、エラーは 2.76% 未満に減少しました。ドローンの滑らかな飛行能力と、それらの特定の斜めの角度から重なり合う画像を捉える能力が、3Dモデルを非常に正確なものにしました。研究者たちは、この「非自律的（non-autonomous）」なアプローチ（ドローンに決められたパターンで盲目的に飛ばせるのではなく、人間が特定の写真を撮るようにガイドする方法）が、時間の節約と不要なデータの収集削減につながったと述べています。

結論

この研究は、完璧な3Dモデルを得るために100万枚の写真を撮ったり、複雑な自動グリッドでドローンを飛ばしたりする必要はないことを示唆しています。代わりに、カメラ（またはドローン）を手動で操作して 45°と60°の角度 で写真を撮ることで、非常に精度の高い3Dモデルを作成できます。

この論文は、45°と60° の組み合わせが最高の精度をもたらし、携帯電話の画像を処理した際にわずか +0.53% の誤差を達成したことを強調しています。この最適化された角度設定をドローンを用いた航空フォトグラメトリに適用した場合も、非常に正確な体積推定を実現し、エラーは 2.76% 未満となりました。

論文は、これらの特定の斜めの角度こそが「ゴルディロックス（ちょうど良い）」ゾーンであると結論づけています。急すぎず、平らすぎず、まさに「ちょうど良い」のです。これらは、コンピュータが余計なデータに混乱することなく、強固で正確な3D形状を構築するのに十分な、物体の上部と側面の詳細を提供します。携帯電話を使っていようとドローンを使っていようと、物体をこれら2つの特定の角度から見ることが、最高のデジタルツインを作るための秘訣であるようです。