レーザ計測を基にした3D樹木モデルの市場化に向けて

レーザ計測を基にした 3D樹木モデルの市場 化に向けて 熊崎 理仁（先進技術グループ SIARチーム） HoloLab Tech Showcase 2024 Confidential Copyright© HoloLab Inc. All rights reserved 1

自己紹介 株式会社ホロラボ 先進技術グループ/ SIARチーム 熊崎 理仁 博士（造園） 造園を学べる大学で、地上レーザ（ＴＬＳ）を用いた都市公園、 庭園での樹木解析の研究に長年従事。団体職員を経て、２０２ ３年４月より（株）ホロラボにて勤務。（株）ホロラボでは、 レーザ計測、点群処理・解析業務の傍ら、樹木の点群からの樹 木モデル化による市場化を目標とした取り組みもおこなう。 ・庭園、公園のレーザ計測が専門 ・点群処理が大好物 ・好きな単語は「法線ベクトル」 円成山 霊鑑寺（京都市） 東山 慈照寺（京都市）

はじめに 五反田駅周辺データの配植シミュレーション 配植前 配植後 株式会社ホロラボによる取得データ 近年、建設業界では３DCAD（BIM/CIM）とゲームエンジン等によるレンダリング技術の浸透により、 ３Dによる設計や完成予想の提供が当たり前になると同時に、計画案に樹木の配植(はいしょく)までを 取り入れる、３D樹木モデルの利用と必要性が高まっていくと考えられる。 Copyright© HoloLab Inc. All rights reserved 3

はじめに UnrealEngine5 （Megascans Trees） Twinmotion しかしながら、現行の3D樹木モデル（樹木アセット）には、以下のような問題が存在する ① 提供される3D樹木モデルの多くが外国の樹木である。（樹木に造詣のある方であれは一目で分かる） ② 樹形（樹種に応じた樹木の形）が正しいものとは言い切れない。 ③ テクスチャ（幹肌・枝葉）が実際の対象樹種から作成したものであるか分からない。 ④ 容量が非常に重いものが多い（200MB以上） Copyright© HoloLab Inc. All rights reserved → これら問題を解決するため、実測に則った日本の3D樹木モデルの構築が必要 4

レーザ計測を基にした3D樹木モデルとは？ 地上型3Dレーザスキャナによる取得データ（上）、構築された3D樹木モデル レーザ測量 樹木モデル ケヤキ カエデ モッコク スダジイ 5

3D樹木モデルの構築プロセス（簡易） ①地上型3Dレーザスキャナによる計測 地上型3Dレーザスキャナでは，単木ごとに詳細な 樹形情報を取得することが有効的である ②葉点群、幹・枝点群の分離 ③TreeQSM法による3Dモデル化 ソメイヨシノ 樹木インベントリ（ソメイヨシノ） -----------Tree attributes: TotalVolume = 6056 L TrunkVolume = 1178 L BranchVolume = 4878 L TreeHeight = 14.78 m TrunkLength = 12.5 m BranchLength = 2302 m TotalLength = 2315 m NumberBranches = 5492 MaxBranchOrder = 9 TrunkArea = 11.81 m^2 BranchArea = 273.9 m^2 TotalArea = 285.7 m^2 DBHqsm = 0.5065 m DBHcyl = 0.5065 m CrownDiamAve = 15.33 m CrownDiamMax = 17.37 m CrownAreaConv = 194.5 m^2 CrownAreaAlpha = 181.8 m^2 CrownBaseHeight = 2.351 m CrownLength = 12.43 m CrownRatio = 0.8409 CrownVolumeConv = 1436 m^3 CrownVolumeAlpha = 1056 m^3 ----- カエデ 産総研と共同で取得した樹木データ （RIEGL VZ-400i にて取得） ⑦3D樹形モデルの完成 ⑥枝葉モデルの付与 ⑤現地画像からのテクスチャ作成 樹木インベントリ（カエデ） -----------Tree attributes: TotalVolume = 1081 L TrunkVolume = 132.1 L BranchVolume = 949.3 L TreeHeight = 7.62 m TrunkLength = 7.994 m BranchLength = 1124 m TotalLength = 1132 m NumberBranches = 3207 MaxBranchOrder = 8 TrunkArea = 3.122 m^2 BranchArea = 95.99 m^2 TotalArea = 99.11 m^2 DBHqsm = 0.2232 m DBHcyl = 0.2198 m CrownDiamAve = 9.506 m CrownDiamMax = 10.87 m CrownAreaConv = 76.27 m^2 CrownAreaAlpha = 71 m^2 CrownBaseHeight = 1.446 m CrownLength = 6.174 m CrownRatio = 0.8102 CrownVolumeConv = 329.2 m^3 CrownVolumeAlpha = 280.9 m^3 ----- ④樹形モデルの修正 センダン センダン 容量：20MB～３０MB ※ 樹種：センダン 6

3D樹木モデルの構築プロセス（詳細） Blender上での処理に統一 Copyright© HoloLab Inc. All rights reserved 7

①地上型レーザスキャナによる計測 Leica RTC360 詳細3D樹木モデルの構築プロセス トウネズミモチ スダジイ カエデ モッコク RIEGL VZ-400i 単木 抽出 ソメイヨシノ トチノキ 東京農業大学世田谷キャンパス内正門前広場の取得データ（RIEGL VZ-400i にて取得） TLS計測では，単木ごとに詳細な樹形情報を取得することが有効的である 9

3D樹木モデルの構築プロセス（詳細） Blender上での処理に統一 Copyright© HoloLab Inc. All rights reserved 10

②葉点群、幹・枝点群の分離 Copyright© HoloLab Inc. All rights reserved 詳細3D樹木モデルの構築プロセス 11

②葉点群、幹・枝点群の分離 反射率・反射強度値が 取得できている場合 詳細3D樹木モデルの構築プロセス ①分離手法 反射率（Reflectance）・反射強度（Intensity）を使用した分離 反射率（Reflectance） 反射率は、ターゲットエコーの（測定された）校正された受光強度値（Intensity）と、同じ距離における散乱反射 の白色ターゲットの校正された受光強度値との比です。（ｄＢ（デシベル）単位） 反射率 分布図 クスノキ 分離 Copyright© HoloLab Inc. All rights reserved 12

②葉点群、幹・枝点群の分離 XYZ座標値のみの場合 詳細3D樹木モデルの構築プロセス ②分離手法 MLS法線ベクトル算出に伴う曲率値の利用 Moving Least Square Smoothing（MLS）移動最小二乗によって点群の並びを 平滑化し、同時に曲率値（curvature）を取得 実行前 外れ値 → 葉点群 曲率値が高くなる傾向 実行後 曲率値の閾値を使用 → 削除 直線的な点群の並び → 幹・枝点群 曲率値が低い（0に近くなる） 点群による表面を形成している幹・枝点群 → 曲率値が低い（0に近い） 表面としての形成がされていない葉点群 → 曲率値が高い Copyright© HoloLab Inc. All rights reserved 15

②葉点群、幹・枝点群の分離 詳細3D樹木モデルの構築プロセス 分離手法①、②の結果 ①分離手法 反射率（Reflectance）・反射強度（Intensity）を使用した分離 ②分離手法 MLS法線ベクトル算出に伴う曲率値の利用 トウネズミモチ ソメイヨシノ MLS 曲率値 MLSの設定値である任意点の半径内 にある近傍探索距離は0.03mとした カエデ 反射率値 ソメイヨシノ Copyright© HoloLab Inc. All rights reserved 16

②葉点群、幹・枝点群の分離 詳細3D樹木モデルの構築プロセス ①分離手法 反射率（Reflectance）・反射強度（Intensity）を使用した分離 ②分離手法 MLS法線ベクトル算出に伴う曲率値の利用 分離手法①、②を用いても葉点群、幹・枝点群が分離できない樹種が存在 → 基本的には「常緑広葉樹」 代表例として「スダジイ」 ハクモクレン スダジイ 画像引用：https://www.uekipedia.jp/ 繁茂しており、TLSの掃射レーザが内部の 幹枝点群の取得が困難。また、葉が硬質で 受光強度値が幹と差異が少ない。 トチノキ（※落葉広葉樹） ハクモクレンは肉厚（かつ硬質）で大型の葉を持ち、トチノキは 落葉広葉樹であるが、同様に大型の葉を持つ樹種である。葉 が大きな平面を形成している場合、法線（ノーマル）が安定す るため、受光強度値、法線ベクトルによる曲率値の幹との差異 が少ない。 Copyright© HoloLab Inc. All rights reserved 17

②葉点群、幹・枝点群の分離 詳細3D樹木モデルの構築プロセス ③分離手法 機械学習による分類器に作成と利用 ヒマラヤスギ（常緑針葉樹）の計測データを用い葉点群と幹・枝点群の「分類器」を作成 小川 拓郎 氏（九州大学 助教）よりデータ借用 葉点群 反射強度 表示 分離 反射強度値 を使用 幹・枝点群 学習 葉点群、幹・枝点群の 分類の為の「分類器」 を作成 18

②葉点群、幹・枝点群の分離 詳細3D樹木モデルの構築プロセス ③分離手法 機械学習による分類器に作成と利用 分離前 分離後 処理結果 スダジイ 分離手法①（反射率）による分離結果 分離手法②（MLS）による分離結果 19

3D樹木モデルの構築プロセス（詳細） Blender上での処理に統一 Copyright© HoloLab Inc. All rights reserved 20

（補足） TreeQSM法について Copyright© HoloLab Inc. All rights reserved 21

（補足） Adtree法について ① 樹木点群 ② 樹木骨格（ツリー スケルトン）の生成 ③ シリンダの生成 AdTree法は樹木点群の性質上、近隣点群は同じ枝に属する可能性が高いという事 実に基づき、ドロネー三角形分割によるエッジ（グラフ）を生成し、ダイクストラ法による 最小全域木 (MST: Minimum Spanning Tree)を求めることで、樹木骨格（Tree Skeleton）を生成する。その後、最近傍隣接点探索（Knn）等の手法による樹木骨格 Copyright© HoloLab Inc. All rights reserved と樹木点群との距離計算より、シリンダを生成する手法である。 22

③TreeQSM法・AdTree法 樹木点群 TreeQSM法 AdTree法 密な樹木点群 樹木モデル化は TreeQSM法を 適用 何故？ モデル化 疎な樹木点群 Copyright© HoloLab Inc. All rights reserved 疎な樹木点群の場合、 AdTree法を用いる 23

③両手法の枝先部分のモデルの構築状況 TreeQSM法 AdTree法 AdTree法は樹木点群の欠損部分に対しての補完性が高く、TreeQSM法では構築されない 枝の先端に近い樹木点群までモデルを構築可能としている。しかし、AdTree法は推定的な構 築要素が強いため、樹木点群の形状に則った構築がされにくい（樹形再現性が低い）。 Copyright© HoloLab Inc. All rights reserved 24

③TreeQSM法・AdTree法 ● Knnによる検出点 ● 樹木点群 クエリと樹木点群の距離 最近傍探索 設定値 5 平均距離 0.018(m) 標準偏差 0.016(m) TLS-QSM法 ● Knnによる検出点 ● 樹木点群 クエリと樹木点群の距離 最近傍探索 設定値 5 平均距離 0.030(m) 標準偏差 0.035(m) AdTree法 25

③TreeQSM法にて樹木モデル化を行う理由 樹形再現性 樹木インベントリ 樹種：ケヤキ TLS-QSM法を主軸とした3Ｄ樹木モデルの構築手法 ※TLS（地上型3Dレーザスキャナ） 樹木インベントリ（ソメイヨシノ） QSMモデル ３D樹木モデル k最近傍法による整合性を確認する精度検証では、 3D樹木モデル（②）は、基となる樹木点群（①）から、 標準偏差距離0.011mの範囲内での構築が確認 -----------Tree attributes: TotalVolume = 6056 L TrunkVolume = 1178 L BranchVolume = 4878 L TreeHeight = 14.78 m TrunkLength = 12.5 m BranchLength = 2302 m TotalLength = 2315 m NumberBranches = 5492 MaxBranchOrder = 9 TrunkArea = 11.81 m^2 BranchArea = 273.9 m^2 TotalArea = 285.7 m^2 DBHqsm = 0.5065 m DBHcyl = 0.5065 m CrownDiamAve = 15.33 m CrownDiamMax = 17.37 m CrownAreaConv = 194.5 m^2 CrownAreaAlpha = 181.8 m^2 CrownBaseHeight = 2.351 m CrownLength = 12.43 m CrownRatio = 0.8409 CrownVolumeConv = 1436 m^3 CrownVolumeAlpha = 1056 m^3 ----- 全体積 : 6056 L 主幹体積 : 1178 L 枝体積 : 4878 L 樹高 : 14.78 m 主幹 総延長 : 12.50 m 枝 総延長 : 2315 m 枝 総数 : 5492 主幹面積 : 11.82 ㎡ 枝面積 : ２７３．９ ㎡ 幹枝面積 : ２８５．７ ㎡ 胸高直径 : 0.5065 m 平均樹冠直径 : 15.33 m 最大樹冠直径 : １７．37 m 樹冠投影面積 : 194.5 ㎡ 地表から樹冠までの高さ : 2.351 ㎡ 樹冠の高さ : １２．４３ ㎡ ・・・etc TLS （地上型3Dレーザスキャナ）によって取得された樹木点群から、 Quantitative Structural model (QSM)を構築することで、 （日本語訳の記載が見当たらず“定量推定構造モデル”と命名） 計測された樹木の体積、森林バイオマス量を推定する有効な 27 手法として確立されている（J.Tanagoら 2018）(M.Disneyら 2018)

3D樹木モデルの構築プロセス（詳細） Blender上での処理に統一 Copyright© HoloLab Inc. All rights reserved 28

④TreeQSM法による樹木モデル化の効率性の問題点 カエデ 幹・枝点群 定量推定構造モデル(QSM) 接続した円筒モデルに変換 個々の円筒モデルによって構成 詳細構造 枝葉モデルの向き調整 枝葉モデルの自動付与 Copyright© HoloLab Inc. All rights reserved ※専用アドオンの利用が必須 特殊 .txt 詳細構造 最大直径の閾値を設け余分な円筒モデルを削除 29

④TreeQSM法による樹木モデル化の効率性の改善点 枝葉モデルの付与 Blender上で全て処理を完結 できるように、アドオンを開発 パラメータで一瞬で処理 Branches Reduction : 1 ①樹木点群から葉の位置推定 Branches Reduction : 10 微調整前 微調整後 完成 接続した円筒モデルに変換 ※専用アドオンの利用が必須 最大直径の閾値を設け余分な円筒モデルを削除 「TreeQSM」のアルゴリズムの提供元が公開している、 特殊.txtを変換するBlenderアドオンで、Ver 2.8.0までしか 対応していなかったが、Ver ４．０以上でも使用できるように、 コードの書き換え等を実施 Copyright© HoloLab Inc. All rights reserved ②位置推定に応じた枝葉モデルの付与 30

3D樹木モデルの構築プロセス（詳細） Blender上での処理に統一 Copyright© HoloLab Inc. All rights reserved 31

⑤市場化へ向けたアセット化 3D樹木モデル一覧(Blender) ケヤキ モッコク GLB トチノキ スダジイ センダン カエデ USDZ 32

3D樹木モデルの構築プロセス（詳細） Blender上での処理に統一 Copyright© HoloLab Inc. All rights reserved 33

現地画像からのテクスチャ作成 ミップレベル 枝葉テクスチャ 樹皮テクスチャ 近景 センダン トチノキ モッコク 遠景 拡大 UnityやUnrealEngine5のようなゲームエンジンでは 縮小するときに一般的にミップレベルに応じ、テクスチャの 該当領域の画素色の平均をとるので、切り抜き 一枚の樹皮テクスチャから、パターン的でなく 範囲以外が埋められていないと白っぽくなる。 ランダム的に魅せるために、複雑なUV展開を実施 そのため、必ず領域を埋めたテクスチャを作成する。 34 Copyright© HoloLab Inc. All rights reserved

HoloLab ３D樹木モデルの取り組みと市場化に向けて 地上型3Dレーザスキャナによる取得データ（上）、構築された3D樹木モデル Unity、UnrealEngine5等のアセット市場に向けた取り組み レーザ測量 樹木モデル 一部無料で「BOOTH」に公開中 ケヤキ カエデ モッコク スダジイ 市場に存在する３D樹木モデルの現況 近年、建設業界では３DCAD（BIM/CIM）とゲームエンジン等によるレンダリング技術の浸透により、 ３Dによる設計や完成予想の提供が当たり前になると同時に、計画案に樹木の配植(はいしょく)までを 取り入れる、３D樹木モデルの利用と必要性が高まっていくと考えられる。 しかしながら、現行の3D樹木モデル（樹木アセット）には、以下のような問題が存在する HoloLab ３D樹木モデルの重要性 ① 樹木は外構、都市から地球全体まで、扱うスケールの大小に関わらず、必ず存在するものである。 そのため、住宅から都市、ランドスケープに至る設計、施工計画において無視できない存在であり、 樹木等の配植を考慮した＋αとしてのファクターを、3D樹木モデルを用いてより視覚的に具体的な 内容で計画段階（配植、植栽設計案）に盛り込むことが可能となる。 ② 一般的な3D樹形モデルと比較しても、樹形は実測から構築したものであり、テクスチャも現地で 撮影した画像がら作成しているため、各樹種が持つ特徴が十分に反映されたものとなっている。 また、十分に樹木点群が得られた状況での樹形再現性は、精度検証から担保されている。 ① 提供される3D樹木モデルの多くが外国の樹木である。（樹木に造詣のある方であれは一目で分かる） ② 樹形（樹種に応じた樹木の形）が正しいものとは言い切れない。 ③ テクスチャ（幹肌・枝葉）が実際の対象樹種から作成したものであるか分からない。 ④ 容量が非常に重いものが多い（200MB以上） ③ HoloLab 3D樹木モデルは、一般的な3D樹木モデルとは異なり、樹木のインベントリ（全体・主幹・ 枝体積、主幹・枝総延長距離、樹幹投影面積、胸高直径等）が付属情報として得られている。この 情報は、樹木のBIMモデルとしての価値と、成長予測や育成管理等の基盤情報としての活用に期待。 これら問題を解決するため、 以上から、HoloLab ３D樹木モデルは、建設業界から３DCGデザイン（特にゲーム業界）に至るまで、 多くの有用性があることから、日本の風土のための建築、都市、ランドスケープに至る設計、 デザインが可能となることから、今後、大きな需要があるのではないかと考える。 実測（レーザ測量）に則った“日本”の3D樹木モデルの構築を実施 おわりに 35

Copyright© HoloLab Inc. All rights reserved Unityでの3D樹木モデル表示 36

Copyright© HoloLab Inc. All rights reserved Apple Vision Proで3D樹木モデルを体験 37