導入

近年、測量や建設の現場では、ドローン空撮やレーザースキャナーを使って地形や構造物を丸ごと3Dデータ化する技術が注目を集めています。従来は専門の測量士やCG技術者だけが扱えた高度な三次元モデリングも、クラウド処理やAIの発達によって以前より身近になりつつあります。しかし一方で、「高価な機材や熟練者が必要」「撮影しても処理に時間がかかる」「植物や水面など複雑な要素は再現が難しい」といった声も多く、最新技術の導入に踏み切れない現場も少なくありません。実際、多くの現場では「測りたい場所をすぐ3D化できない」「得られた点群データの後処理や共有に時間がかかる」といったジレンマが存在していました。そのため、せっかく取得した点群データが十分活用されずに、最終的には従来どおり図面と写真に頼った情報共有に留まるケースも少なくありません。

こうした課題を解決する鍵として登場したのが、スマートフォンと高精度測位を組み合わせたLRTKと、画像から高速に高精細な3Dモデルを生成する新技術ガウシアン・スプラッティングです。LRTK（※スマホ＋小型RTK-GNSS受信機による測位システム）はポケットサイズの機器をスマホに装着し、誰でもセンチメートル級の測位を簡単に行える革新的な計測ツールです。特殊な機材や専門スキルがなくても正確な位置情報付きのデータ取得が可能になります。一方のガウシアン・スプラッティング（Gaussian Splatting、以下GS）は、2023年に発表された最新の3D生成手法で、複数の写真からまるで写真のようにリアルな三次元シーンを素早く再現できます。この記事では、ガウシアン・スプラッティングの基本技術と特徴を平易に解説し、従来手法との比較を通じてその利点を探ります。また、LRTKで取得したデータとの相性や具体的な活用シーンを紹介し、次世代の3Dモデリングが現場にもたらす威力に迫ります。

※LRTK：スマートフォン＋RTK-GNSS受信機による測位システム（Lefixea社が提供）

ガウシアン・スプラッティングの技術と特徴

ガウシアン・スプラッティング（Gaussian Splatting、以下GS）は、複数の写真から高品質な3Dモデルを生成する最新の技術です。その名が示すとおり、「スプラッティング（splatting＝撒き散らす）」のイメージで無数の微小な点（ガウス分布）を空間にばら撒き、それぞれを淡くにじんだ色付きの粒として投影することで、物体表面の質感を滑らかに描画します。それぞれに色や透明度、大きさといった属性を持たせることで、写真と見紛うような滑らかな質感を再現します。従来の点群やメッシュモデルとは異なり、GSでは画像から直接シーン全体を最適化して3D表現を作り出すため、中間の点群生成やポリゴン化を必要としません。その結果、葉っぱが生い茂る樹木の細部やガラス・水面の反射といった従来手法ではノイズになりがちな要素も含め、リアルな3D空間をそのまま描き出せるのです。

技術的には、GSはNeRF（ニューラルラジアンスフィールド）と呼ばれるAIベースの手法から着想を得つつも、明示的な3Dプリミティブを用いる点が特徴です。NeRFが大量の計算資源を使って空間の輝度と密度をブラックボックス的に学習するのに対し、GSではあらかじめシーンを構成する多数のガウス（点のぼんやりした球状表現）を用意し、それらの位置や形状、色を写真に合うよう調整していきます。空間内の空疎な領域（何もない部分）には計算リソースを割かないため効率が良く、最新研究では従来のNeRFに比べて学習（モデル生成）時間を数百分の一に短縮し、描画もリアルタイムに近い速度を実現しています。

要するに、ガウシアン・スプラッティングは「点をそのまま表示する点群」や「面で形状を貼り合わせるメッシュ」とは全く異なるアプローチで、点群の軽快さとメッシュの表現力を兼ね備えた新しい3Dモデル表現といえます。多数のガウスが重なり合って物体表面を柔らかく覆うため、データ量を抑えつつ隙間のない滑らかなモデルを得られるのも利点です。さらにGPU上でのレンダリング最適化に適しており、取得した画像さえあれば短時間でモデルを構築してその場で確認できるポテンシャルを持っています。こうした特長が相まって、GSは“写真的なリアリズム”と“測量レベルの精度”を同時に追求できる次世代の3D技術として注目されています。

従来技術との比較とガウシアン・スプラッティングの利点

これまで3Dモデルを作成する際には、「点群」「メッシュ（ポリゴン）」「写真合成（フォトグラメトリ）」といった手法が用いられてきました。それぞれ実績のある技術ですが、表現力や効率の面で次のような課題が指摘されています。

• 点群による表現 – レーザースキャナーや写真測量で取得した点群データは高精度ですが、個々の点の集合でしかないため物体表面がスカスカに見えがちです。点の密度を極端に上げれば滑らかになりますが、データ量が膨大になり扱いにくくなります。また点群そのものには色情報が限定的で、撮影画像を貼り付けたりメッシュ化してテクスチャを当てる追加処理が必要でした。

• メッシュによる表現 – 点群やCADデータからポリゴンメッシュを生成すれば面で対象を覆えるため形状の隙間は埋まりますが、細部まで高精細に表現しようとするとポリゴン数が膨大になりデータが肥大化します。特に樹木の葉や金網フェンスのように隙間や透過のある構造はメッシュでは再現が難しく、無理に表現すると巨大なポリゴン数やテクスチャサイズが必要となりました。さらに水面や鏡の映り込みなど光を反射・透過する素材は、静的なメッシュとテクスチャではリアルに表現しづらい問題があります。

• 写真合成による表現 – ドローン空撮写真などからSfM/MVS手法で点群・メッシュを作りテクスチャ合成するフォトグラメトリは、現場の写真をそのままモデルに活かせる点で優れています。しかし処理工程が多段階かつ計算量が大きいため、完成モデルの生成に時間がかかります。ノイズ除去や欠損部の補間など手動の調整作業も発生しやすく、専門ソフトの操作スキルも求められました。また高精度な結果を得るには地上基準点（GCP）の設置など現地作業も増え、即応性という点では課題が残ります。

こうした従来手法の弱点に対し、ガウシアン・スプラッティングは次世代のアプローチで多くの利点をもたらします。前述のようにGSは多数のガウス分布が持つ位置・色・透明度情報によってシーンを記述するため、葉の1枚1枚から水面のきらめきまで連続的に表現できます。隙間だらけだった点群表示もGSなら一つひとつの点がぼんやりとした広がりを持つため空白が埋まり、メッシュを介さずとも滑らかな面が浮かび上がります。また、モデル構築のワークフロー自体が画像の取り込みと並行して最適化まで一気通貫で進むため、従来より処理時間が大幅に短縮されます。場合によっては現場で撮影直後にモデル化が完了するほどのスピード感で、必要に応じて追加撮影やその場でのデータ確認が可能です。

データ容量の面でも、ガウス分布という軽量なプリミティブの集合体で構築されるGSモデルは、同等のディテールを持つ従来メッシュモデルに比べてファイルサイズが小さく済む傾向があります。生成されたモデルは専用ビューアでの可視化はもちろん、ポイントデータに変換して従来形式（LAS/PLYなど）で出力することも可能で、既存のCADやGISソフトとの連携も柔軟です。このようにガウシアン・スプラッティングは、表現力・効率・データ互換性のバランスに優れた手法として、さまざまな現場で有効性を発揮すると期待されています。

LRTKデータとガウシアン・スプラッティングの相性

実際の現場でGSを最大限に活用するには、高品質な写真データと正確な位置情報が不可欠です。ここで威力を発揮するのがLRTKで取得したデータです。LRTKを使えば、誰でも簡単に位置座標付きの写真や点群データを収集できます。例えば、スマートフォンにLRTK受信機を装着して工事現場を歩き回りながら撮影すれば、各写真にセンチメートル単位で精度の高い撮影位置座標が付与されます。従来はフォトグラメトリで3Dモデルを作る際、複数の写真から共通点をマッチさせてカメラ位置を推定したり、縮尺を合わせるためにターゲットマーカーの設置や既知長の計測（GCP配置）を行ったりする手間がありました。しかしLRTKで位置がわかった写真を使えば、初めから絶対座標系に整合した3Dモデルを生成でき、面倒な位置合わせ作業を大幅に削減できます。

さらに、LRTKにより現場で簡単に大量の写真・点群データを取得できることは、GSによるモデル生成の成功率と品質向上にも寄与します。ガウシアン・スプラッティングは重複度の高い多数の視点画像を入力することで性能を発揮するため、手軽に撮影カット数を増やせるLRTK環境は理想的です。上空からのドローン撮影に加え、地上ではLRTKを装着した人が細部を徒歩で撮影するといったハイブリッドなデータ取得も可能で、複雑な構造物の裏側や森林内部まで漏れなくカバーできます。これらのデータはRTK基準で統一座標を持っているため、ドローンと地上のデータを後から統合する際もズレなく重畳でき、シームレスにひとつのモデルに統合可能です。

このように、正確な位置情報付きデータを誰もが手軽に集められるLRTKと高精細な3Dモデルを自動生成できるGSは、まさに次世代のベストマッチと言えます。現場では専門オペレーターなしでサッと測って即座に3D化・共有が可能になり、撮影からモデル確認までのリードタイムが飛躍的に短縮します。たとえば災害現場で被害状況を計測する場合でも、LRTK搭載スマホで撮影するだけで数十分以内にフォトリアルな3Dモデルが得られ、遠隔地の本部とも正確な空間情報を共有できます。精度とスピード、手軽さを兼ね備えたLRTK＋GSの組み合わせは、これからの現場計測・モデリングのスタンダードになっていくでしょう。

具体的な活用シーン

• 建設現場: インフラ工事や建築の現場では、LRTKを使った手軽な現況測量とGSの高速モデリングにより、施工状況を正確かつリアルに記録できます。たとえば掘削や盛土の出来形を3Dモデル化して設計データと重ね合わせれば、施工ミスの早期発見や土量計算の効率化に繋がります。従来は専門の測量チームが時間をかけて行っていた現場計測も、現場技術者自身がスマホで短時間に済ませられるため、工程管理や出来高報告が格段にスピードアップします。また、出来形モデルをクラウド共有すれば、離れた事務所からでも施工状況を把握でき、安全管理や発注者への報告もスムーズになります。

• 災害対応: 地震や土砂崩れなど災害現場では、被害範囲を迅速に3D化して全体像を把握することが復旧計画の初動を左右します。LRTK搭載ドローンで上空から現場全域を撮影しつつ、地上では作業員が被災構造物の周囲をスマホ撮影することで、短時間で詳細な統合モデルを生成可能です。GSにより瓦礫の山や崩れた地形も写真そのままに再現されるため、危険な現場に踏み入らずに遠隔から被害状況を分析できます。自治体や支援チームとクラウド上でモデルを共有しながら、被害評価や復旧ルートの検討をスピーディーに進めることができます。さらに、瓦礫の体積計測や被災エリアの寸法把握も3D上で正確に行えるため、復旧計画の立案に役立ちます。

• 文化財の記録: 歴史的建造物や美術品の保存にもLRTK＋GSは有用です。熟練を要する従来の3Dスキャンに比べ、スマホ撮影だけで精密な3Dアーカイブを作成できるため、文化財調査のハードルが下がります。彫刻の細かなレリーフや建物の装飾もGSなら質感ごとデジタル記録でき、劣化具合の比較や修復計画の資料として役立ちます。実寸スケールのモデルをもとに部品のレプリカ製作やVR展示を行うことも容易になり、貴重な遺産を後世に伝える新しい手段となります。従来は高価なレーザースキャナーや専門業者が必要だった精密計測が手軽になることで、より多くの文化財を網羅的にデジタル保存する取り組みも促進されるでしょう。

• エクステリア設計: 家屋や庭園のリフォーム設計でも、GSで生成した現況3Dモデルが威力を発揮します。LRTK対応スマホで住宅外観や敷地を撮影してモデル化すれば、寸法精度の高い「バーチャル敷地」が短時間で手に入ります。これを下地にすることで、造園業者や建築士は実際の景観を確認しながらデザイン検討を行えます。窓ガラスや水盤など反射する素材もGSモデル上で正しく再現されるため、完成イメージを施主と共有しやすく、打ち合わせやプレゼンテーションの質が向上します。また不動産分野では、建物外観モデルをオンラインで公開し、遠方の顧客にリアルな内見体験を提供するといった応用も考えられます。

• 地形測量・環境解析: 山岳地や河川流域など広範囲の地形測量にもLRTK＋GSは有効です。上空写真だけでは樹木の下や崖の陰になっている部分も、地上でLRTK機器を用いて補足撮影することで隅々までデータ化できます。作成された高精細モデルから等高線や縦断面を生成したり、土量や浸水域をシミュレーションするといった解析も、従来の点群測量データと同様に実施可能です。さらにモデルが地理座標つきで得られるため、GISマップに重ねてハザード分析を行ったり、複数時点のモデルを比較して地形変化をモニタリングしたりといった応用も容易です。防災の分野では、土砂災害警戒箇所や海岸線の侵食状況を定期的に3Dで記録し、モデル比較で地形のわずかな変化を検知するといったモニタリングへの応用も期待されます。

導入の流れとポイント

• データ取得: GNSS機能付きドローンやLRTKスマホを用いて、対象エリアの写真を高解像度で多数撮影します。隣接写真が80%程度重なるよう計画すると、3D再現の精度が向上します。建物外観なら地上と空から、地形なら複数高度から撮影して死角を無くすと良いでしょう。

• モデル生成: 撮影した画像データを専用のプログラムに読み込むと、ガウシアン・スプラッティングのアルゴリズムが写真群から自動的に3Dモデルを生成します。高性能なGPUを搭載したPC環境であれば、数百枚規模の画像でも数十分程度で処理が完了します。点群生成・メッシュ化といった中間処理が不要なぶん、ボタン一つでモデル化が実行できる手軽さが特長です。

• 活用・共有: 完成したモデルは、専用ビューアやWebブラウザ上で直感的に閲覧・計測できます。関係者にURLを共有すれば、遠隔地からでもシーンを自由に確認可能です。また必要に応じて、モデルを点群データ（LAS/PLY）やメッシュデータ（OBJ等）に変換し、従来のCAD・GISソフトで読み込んで設計データと重ね合わせたり、断面図を作成したりといった解析にも利用できます。

結び

ガウシアン・スプラッティングとLRTKの組み合わせは、3D空間の再現方法に大きな変革をもたらそうとしています。これまで専門家に頼らざるを得なかった高精度な3次元計測が身近なツールで実現し、誰もが短時間でフォトリアルな3Dモデルを扱える時代が目前です。この手法なら測量会社への外注や煩雑なデータ処理にかかるコストも削減でき、現場の生産性向上に直結します。複雑な現場計測だけでなく、ちょっとした簡易測量や定点観測にも気軽に3D技術を活用できるようになることで、業務効率やコミュニケーションの質は飛躍的に向上するでしょう。

実際、測量・建設分野で進むDX（デジタルトランスフォーメーション）やデジタルツインの潮流においても、LRTK＋GSの手軽さと精度は極めて親和性が高いものです。国内でも既に、土木向けの3DソフトウェアにGS描画機能が搭載され始めるなど、実務利用への環境整備が進みつつあります。平面図や写真だけでは伝わりにくかった情報も、この仕組みを使えば立体的かつ直感的に共有できます。もし現場の3D活用に課題を感じているなら、ぜひLRTKでのデータ取得とガウシアン・スプラッティングによるモデル生成を組み合わせた次世代のワークフローを検討してみてください。きっと、これまでにないスピードとクオリティで3D空間を「見える化」する威力を実感できるはずです。

遠くない未来には、現場の誰もがスマホを片手に当たり前のように周囲をスキャンし、3Dモデルを即座に共有している光景が訪れるかもしれません。LRTKとガウシアン・スプラッティングが切り拓く次世代の3Dモデリングによって、現場の「見える化」は新たな次元へと進化していくでしょう。