デジタルツイン向け高精細3D点群変換技術

NECは、膨大なデータ容量を持つ3D点群データを、独自のAIとガウシアン・スプラッティング技術を活用して、軽量かつ高精細な3Dデータへ変換する技術を開発しました。

インフラ管理におけるデジタルツイン導入の障壁解消
自治体や高速道路事業者などのインフラ管理現場では、深刻な人材不足を背景に、デジタルツインを活用した効率的な設備維持管理が求められています。しかし、従来の3D点群データはデータ容量が極めて大きく、閲覧に高性能なコンピュータや専用サーバを必要とするため、デジタル供給網における運用コストと導入ハードルが課題となっていました。本技術は、既存の点群データからシミュレーション画像を自動生成し、ガウシアン・スプラッティングと融合させることで、現場での膨大な画像撮影を不要にしながら、実用的な3Dモデルを構築します。

データの90%軽量化とリアルタイム性の確保
本技術の主要な成果は、点群データの形状精度を維持したまま、データ容量を約90%削減できる点にあります。例えば、4.4GBのデータを0.3GBまで圧縮することが可能です。これにより、以下の技術的利点が生まれます：

デジタルツイン導入前後の比較

遠隔点検と社会インフラのDX推進
このシステムは、監督者が現場に赴くことなく、多地点の設備を遠隔から管理・点検できる環境を構築します。これは、現場対応の効率化だけでなく、災害時の迅速な状況把握やまちづくりの合意形成支援にも直結します。NECは、本技術を自治体やエネルギー業界など、広範な自動車データエコシステムや産業インフラへ展開し、2027年度中の実用化を目指しています。

追加コンテキスト
本セクションでは、元の製品発表には含まれていない技術仕様と競合ベンチマークの詳細を説明します。

NECが採用したガウシアン・スプラッティング（Gaussian Splatting）は、従来のNeRF（Neural Radiance Fields）と比較して、レンダリング速度と精度のバランスにおいて技術的優位性を持ちます。NeRFが多層パーセプトロンを用いた複雑な計算を必要とするのに対し、ガウシアン・スプラッティングは3D空間に配置された楕円体（ガウス分布）のセットとしてシーンを表現するため、GPU負荷を大幅に抑えつつ、毎秒100フレーム以上のリアルタイム描画を可能にします。競合する他社の3D圧縮技術では、メッシュ化の過程で微細な構造（エッジやテキスト）が失われる傾向にありますが、NECの独自AIは点群からシミュレーション画像を生成する過程で特徴量を抽出するため、90%の軽量化後も業界標準のPSNR（ピーク信号対雑音比）において高い数値を維持していると推測されます。また、既存のLiDARデータのみで完結する点は、画像ベースの再構成が必要な他社ツールに対する強力な差別化要因となります。

編集：ロミラ・シルヴァ（Induportals編集者） — AIによる翻案