コンテンツへスキップ

機能

点群ビューアー 点群の前処理 点群分類 点群のラスター化 点群のベクター化 写真測量 処理API

業種別

測量 送電線の樹木管理 林業 水文解析・水域

その他

料金 お問い合わせ

言語

EnglishEspañol日本語FrançaisPortuguêsDeutschItaliano
ログイン 無料で試す

LiDARを学ぶ

LiDARの精度を解説:ASPRS規格、RMSE、測量の許容誤差

ASPRS規格と実務の仕様

カード登録不要 • 50クレジット無料

精度の仕様がわかりにくいと、測量の判断が遅れ、本来避けられる品質管理上のリスクが生じます。業者のデータを評価する場合も、自社で測量を計画する場合も、このガイドでは、ASPRS規格、RMSE、検証点による検証、鉛直精度と水平精度の違い、地形や設計の作業で重要になる許容誤差まで、LiDARの精度をわかりやすく解説します。

LiDARの精度とは

LiDARの精度とは、計測した値が地表の点の真の位置にどれだけ近いかを表すものです。再現性を表す精密度とは異なり、精度は既知の基準に対する正しさを表します。

鉛直精度

標高値が真の地表の標高にどれだけ近いかを表します。LiDARシステムはGPS/INSの統合により、もともと水平方向の位置精度のほうが高いため、ほとんどの用途では鉛直精度が重視されます。

水平精度

XY座標が真の位置にどれだけ近いかを表します。最近のLiDARシステムはGPS/INSを統合しているため、通常は鉛直精度より優れています。

絶対精度と相対精度

LiDARの精度の仕様には、目的の異なる2つの指標があります。

絶対精度

絶対精度は、LiDARの計測値を、別途測量した標定点と比較するものです。データが実際の座標をどれだけ正しく表しているかがわかります。

評価には、検証点に対して計算した二乗平均平方根誤差(RMSE)を使います。鉛直精度では、補間の誤差を小さくするために、検証点は通常、平坦で開けた地形(地表面)に配置します。

このような地形で得られる精度を基本鉛直精度と呼びます。

相対精度

相対精度は、外部の基準点を使わずに、データセットの内部の整合性を測るものです。個々の点が隣接する点とどれだけ整合しているかを示します。

一般に2種類が評価されます。

  • コース内の精度:1本の飛行コースで取得した点の整合性
  • コース間の精度:隣り合って重複する飛行コースの間のずれ

傾斜解析、排水解析、等高線の生成には、良好な相対精度が欠かせません。

ASPRSの精度規格

ASPRS(米国写真測量・リモートセンシング学会)は、LiDARデータの精度等級を標準化しています。これらは業務の仕様書でよく参照されます。

品質レベル鉛直精度(RMSE)点密度主な用途
QL05 cm8点/m²以上詳細設計、洪水解析
QL110 cm8点/m²以上インフラ、都市部の地図作成
QL210 cm2点/m²以上一般的な地形図の作成
QL320 cm0.5点/m²以上広域の概略調査

品質レベルが高いほど、検証に必要な標定点が多くなり、通常は取得の費用も高くなります。

LiDARから作成する成果の最終的な精度には、さまざまな要因が影響します。これらを理解しておくと、データに対して現実的な期待値を設定できます。

パラメーターの手動調整はもう不要
精度を保つAIによる分類

LiDARの精度に影響する要因

01

システムのキャリブレーション

LiDARシステムでは、レーザースキャナー、慣性航法装置(INS)、GNSS受信機という3つの構成要素を精密にキャリブレーションする必要があります。キャリブレーションの誤差はデータセット全体に伝わります。

02

飛行のパラメーター

飛行高度、速度、スキャン角はすべて精度に影響します。高度を下げると点密度が上がり、測距の誤差が小さくなります。速度を落とすと重複が増えます。スキャン角を狭くすると端部のゆがみが小さくなります。

03

点密度

点密度が高いと、平均化の効果と林冠を透過する点の増加によって精度が上がります。ただし、1 m²あたり8〜10点を超えると、密度を上げても精度の向上はわずかになります。

04

地表分類の品質

DTMでは、地表分類の精度が最終的な成果に直接影響します。分類が難しい地形には、急斜面、密な森林、市街地、沿岸部があります。

05

地形の複雑さ

精度の仕様は通常、「開けた地形」の条件で示されます。複雑な環境では、まばらな地表点の間を補間するため、実際の精度が低くなることがあります。

用途別の必要精度

用途によって求められる精度は異なります。必要以上に厳しい精度を指定すると、効果がないまま費用だけが増えます。

用途一般的な鉛直精度備考
詳細設計2-5 cmQL0のデータと多数の標定点が必要
洪水解析(詳細)5-10 cm市街地の浸水範囲に不可欠
線状インフラの周辺10 cm送電線、パイプライン、交通
森林資源調査15-30 cm樹高の計算はある程度の誤差を許容
広域の洪水解析20-30 cm範囲が広く、求められる精密さは低い
概略調査の地図作成50+ cm計画段階のデータのみ

LiDARの精度を確認する方法

重要な用途にLiDARデータを使う前に、精度が要件を満たしているかを確認してください。

メタデータの報告書を確認

品質の高いLiDARデータセットには、RMSEの値、検証点の配置、コース間の整合性、点密度の統計を含む精度報告書が付いています。

独立した検証

重要度の高いプロジェクトでは、元のキャリブレーションに使っていない地点で、LiDARの標高と自社の測量点を比較してください。Lidarvisorはこれを自動で行います。標定点のガイドをご覧ください。

目視による品質確認

分類済みの点群で、浮いた地表点、欠測、コース端部のアーティファクト、ノイズ点がないかを確認します。

処理が精度に与える影響

生のLiDAR点群は、地形モデルを生成する前に分類する必要があります。処理の手順は、そこから作成する成果の精度に直接影響します。

農地の土地利用の区分を示した、AIによる点群分類
AIによる点群分類は、データの精度を保ちながら、地表、植生、構造物を自動で分けます。

ノイズの除去
外れ値の点(鳥、大気によるリターン)の除去

地表の分類
地形と地上の地物の分離

面の補間
離散的な点からの連続した標高モデルの生成

LidarvisorはAIによる分類で、データの精度を保ったままこれらの工程を自動で処理します。点群をアップロードすると、パラメーターを手動で調整することなく、点がASPRS標準のクラスに分類されるため、処理の工程で人為的な誤りが入るリスクがなくなります。

精度(正確度)と精密度の違い

精密度:低

正確度:低

精密度:高

正確度:低

精密度:低

正確度:高

精密度:高

正確度:高

精密度

計測の再現性です。精密度が高いとは、繰り返しスキャンしたときに、結果が間違っていたとしても一貫した結果が得られることを意味します。

正確度

真の値に対する正しさです。正確度が高いとは、計測値が実際の値に近いことを意味します。

LiDARシステムは、系統的なキャリブレーションの誤差があると、精密度が高くても正確度は低くなることがあります。両方を達成するには、適切なキャリブレーションが欠かせません。

精度についてのよくある誤解

「点が多いほど精度は必ず高くなる」

1 m²あたり8〜10点を超えると、密度を上げても主に細部の解像度が向上するだけで、精度は向上しません。全体の精度には、システムのキャリブレーションと標定点の品質のほうが重要です。

「精度はデータセット全体で一様である」

精度は地形の種類によって異なります。報告されるRMSEは開けた地形に当てはまるもので、植生のある場所や市街地では、分類の難しさとまばらな地表点の間の補間のために、通常は精度が下がります。

「精度は高ければ高いほどよい」

必要以上に厳しい精度を指定すると、用途に対して意味のある効果がないまま、取得と処理の費用が増えます。実際の要件に合わせて仕様を決めてください。

まとめ

LiDARの精度は、システムのキャリブレーション、取得のパラメーター、点密度、分類の品質、地形の条件によって決まります。これらの要因を理解すると、用途に合ったデータを選び、そこから作成する成果に対して現実的な期待値を持てます。

ほとんどの地図作成やモデル化の用途では、ASPRSのQL1またはQL2のデータ(鉛直精度10 cm)で十分な品質が得られます。より高い精度の仕様は、詳細設計や重要インフラのプロジェクト向けです。

標定点のガイドを読む

LiDARデータを数分で処理

今すぐ無料アカウントを作成して、点群の処理を始めましょう。5 GBのストレージと50クレジットを無料でご利用いただけます。LidarvisorのAIによる分類は、地表の自動フィルタリングとASPRS標準クラスへの割り当てによって、データの精度を保ちます。

無料アカウントを作成

50クレジット無料。カード登録もソフトのインストールも不要です。