エッジAIラボ
エッジAIラボ
🛰️

3D点群ビューア+AI分類

ブラウザ上で3D点群を表示し、統計的手法で地面・建物・植生を自動分類。PLYファイルのアップロードにも対応。

ブラウザ内で完結 — データ送信なし🟢 📦 0MB(モデル不要)🤖 RANSAC + 統計分類⚖️ 自作

分類アルゴリズム(4段階パイプライン)

1

RANSAC平面フィッティング

ランダムに3点を選び平面を推定。100回反復で最多インライアーの平面を地面候補に。

2

高さ閾値分離

推定地面からの距離で地面/非地面を分離。閾値1.5m以内を地面点に分類。

3

色特徴量解析

RGB比率で緑優勢な点を植生に分類。Green Dominance Ratio > 0.42 を基準。

4

密度+高さ分類

グリッド密度と高さを組み合わせ、高く密集する点群を建物に分類。残りはその他。

対応データ

入力

  • PLY (ASCII) — 色情報あり/なし対応
  • サンプルデータ(~75,000点の合成地形)
  • 上限50MB / 色範囲自動検出

出力

  • 分類色付きPLY (ASCII) エクスポート
  • 分類統計(クラス別点数・処理時間)
  • バウンディングボックス寸法

著者について

QGIS公式プラグインを6本開発・公開し、測量士補の資格を持つGIS/AIエンジニアが開発。 点群処理・空間データ解析の実務経験に基づいたアルゴリズム設計です。

エッジデバイスでの本番運用

本デモの統計的手法は軽量ですが、本番環境ではPointNet++やRandLA-Net等の 深層学習モデルをエッジデバイスで実行することで精度が大幅に向上します。

Jetson Orin Nano

67 TOPSのGPU性能で100万点規模の点群をリアルタイム分類。TensorRTで推論最適化。

RPi 5 + Hailo-8L

13 TOPSのNPUで省電力な点群前処理。小規模データの現場分類に最適。

点群AI処理の導入をご検討ですか?

測量・GISの実務経験とエッジAI開発力を活かした、点群処理ソリューションをご提案いたします。

お問い合わせ(Link Field公式サイト)

運営会社 Link Field のお問い合わせページに移動します

点群処理に最適なエッジAI機材

本番環境で点群AIを実行するための推奨ハードウェアです。

高性能

NVIDIA Jetson Orin Nano

最大67 TOPSのAI性能。複数カメラの同時処理や高精度モデルの実行に最適なエッジAIボード。

📷おすすめ

Raspberry Pi AI Camera(IMX500)

Sony IMX500搭載のAI処理内蔵カメラ。カメラ側でAI推論を実行し、ホストの負荷が極めて低い。

🖥️定番

Raspberry Pi 5

エッジAIの定番ボード。8GB RAMモデルでAI推論からカメラ制御まで幅広く対応。

🎥

4K Webカメラ(AI対応)

高解像度のWebカメラでAI認識の精度が向上。オートフォーカス・広角対応モデルがおすすめ。

🧠高性能

Hailo-8L AIアクセラレータ

13 TOPSのAI推論性能。Raspberry Pi 5のM.2スロットに装着してAI処理を高速化。

🔌

Google Coral USB Accelerator

既存のPCやRaspberry PiにUSB接続するだけでAI推論を高速化。4 TOPSのEdge TPU搭載。

※ 上記リンクはアフィリエイトリンクです。購入により当サイトに収益が発生する場合があります。

シェア: