以下、本発明の具体的な実施形態につい� ��、添付図面に基づき説明する。尚、図1は、 本発明の一実施形態に係る3次元モデルデー� �生成装置の概略構成を示したブロック図で� �る。

 図1に示すように、本例の3次元モデルデ� �タ生成装置1は、図2に示す工作機械30に付設� ��れたコンピュータ10,第1CCDカメラ13及び第2CCD カメラ14からなり、コンピュータ10は、マウ� �11aやキーボード11bなどの入力装置11と画面表 示装置12とを備え、画像データ記憶部15,カメ� ��パラメータ記憶部16,エッジ検出部17,形状特� ��認識部18,第1モデルデータ記憶部19,オブジェ クト認識部20,第2モデルデータ記憶部21,モデ� �データ生成部22及び第3モデルデータ記憶部23 として機能するようになっている。

 まず、前記工作機械30について説明する� �

 図2に示すように、前記工作機械30は、立� ��マシニングセンタと呼ばれるタイプのもの� ��あり、ベッド31と、ベッド31に配設され、前 後方向(Y軸方向)に移動自在となった第1サド� �36と、第1サドル36に配設され、左右方向(X軸� ��向)に移動自在となった第2サドル37と、第2� �ドル37に配設され、鉛直方向(Z軸方向)に移動 自在となった主軸頭38と、主軸頭38によって� �身の中心軸を中心に回転自在に支持され、� �具Tを保持する主軸39と、ベッド31に配設され 、ワークWが上面に載置,固定されるテーブル4 0などを備え、テーブル40は、ワークWの載置,� ��定される載置部40aがZ軸と平行な回転中心軸 回り(C軸方向)に回転自在となるように構成さ れている。

 また、工作機械30は、更に、第1サドル36� �Y軸方向に移動させるY軸送り機構41と、第2サ ドル37をX軸方向に移動させるX軸送り機構42と 、主軸頭38をZ軸方向に移動させるZ軸送り機� �43と、主軸39をその軸線中心に回転させる第1 回転駆動機構(図示せず)と、テーブル40の載� �部40aをC軸方向に回転させて所定の回転角度� ��置に割り出す第2回転駆動機構(図示せず)と� ��備えている。

 前記ベッド31は、平面視矩形状をした基� �32と、基部32の左右両側に立設された側壁33,3 4(左側壁33及び右側壁34)と、基部32の奥側に立 設され、左右両側の側壁33,34間に設けられる� ��壁(後側壁)35とからなる。前記テーブル40は� ��後側壁35の前面に設けられ、各側壁33,34,35に 囲まれた空間に配置される。

 前記第1サドル36は、Y軸方向に移動自在に 前記左側壁33及び右側壁34に支持され、前記� �2サドル37は、X軸方向に移動自在に第1サドル 36に支持され、前記主軸頭38は、Z軸方向に移� ��自在に第2サドル37に支持され、前記主軸39� �、テーブル40の上面よりも上方で軸線がZ軸� �平行に配置され、主軸頭38の下端部に前記中 心軸を中心に回転自在に支持される。

 次に、前記3次元モデルデータ生成装置1� �ついて説明する。

 上記のように、前記3次元モデルデータ生 成装置1は、第1CCDカメラ13,第2CCDカメラ14,画像 データ記憶部15,カメラパラメータ記憶部16,エ ッジ検出部17,形状特徴認識部18,第1モデルデ� �タ記憶部19,オブジェクト認識部20,第2モデル� ��ータ記憶部21,モデルデータ生成部22及び第3� ��デルデータ記憶部23を備える。

 前記第1CCDカメラ13及び第2CCDカメラ14は、� ��ッド31の左側壁33と後側壁35との隅部であっ� ��左側壁33及び後側壁35の上部にブラケット24� ��介して取り付けられ、光軸が斜め下方に傾� ��てテーブル40(載置部40a)の上面に載置,固定� �れたワークWを撮像する。第2CCDカメラ14は、� ��軸が第1CCDカメラ13の光軸と平行となるよう� ��、撮像面が第1CCDカメラ13の撮像面と同一平� ��内に位置するように、且つ第1CCDカメラ13と� ��定間隔を隔てるように設けられる。尚、ワ� ��クWの撮像時には、ワークWだけでなく、テ� �ブル40の一部も撮像される。また、第1CCDカ� �ラ13の光軸と第2CCDカメラ14の光軸との間の距 離が光軸間距離記憶部(図示せず)に格納され� ��。

 前記各CCDカメラ13,14は、多行多列の2次元� ��配置された複数の光電変換素子を備え、受� ��強度に応じて各光電変換素子から出力され� ��電圧信号をデジタル化した後、これを濃淡� ��ベル値に変換して、前記光電変換素子の配� ��と同配列の2次元濃淡画像データとして出力 する。そして、前記画像データ記憶部15には� ��前記各CCDカメラ13,14から出力された2次元濃� ��画像データがそれぞれ格納される。

 前記カメラパラメータ記憶部16は、各CCD� �メラ13,14固有のパラメータである内部パラメ ータ(例えば、焦点距離,主点の座標値,放射方 向歪補正係数及び接線方向歪補正係数など)� �、工作機械30の座標系におけるCCDカメラ13,14� ��位置や姿勢を表す外部パラメータ(例えば、 回転行列及び平行移動ベクトルなど)とを記� �する。これらのパラメータは、例えば、較� �処理により予め算出されて格納される。

 前記エッジ検出部17は、図3及び図4に示す ような一連の処理を行って、画像データ記憶 部15に格納された各2次元濃淡画像データ、及 びカメラパラメータ記憶部16に格納された各C CDカメラ13,14の内部パラメータを基に、各2次� ��濃淡画像のそれぞれについてワークWのエッ ジを検出する。

 即ち、エッジ検出部17は、まず、画像デ� �タ記憶部15に格納された各2次元濃淡画像デ� �タを読み出し(ステップS1)、各2次元濃淡画像 の歪補正を行う(ステップS2)。この歪補正は� �例えば、カメラパラメータ記憶部16に格納さ れた内部パラメータ(放射方向歪補正係数及� �接線方向歪補正係数など)を基に行ったり、� ��線形補間により行う。

 この後、各2次元濃淡画像において撮像対 象物(ワークW及びテーブル40の一部)のコーナ� ��検出する(図5参照)(ステップS3)。これは、例 えば、ハリスのコーナ検出式(数1)を用いて検 出することができる。尚、数1において、I(x,y )は、濃淡レベル値を示す。また、図5におい� ��、(a)は2次元濃淡画像を、(b)は検出されたコ ーナをそれぞれ示す。

 次に、ワークWがテーブル40(載置部40a)に� �置,固定されていないときの、即ち、テーブ� ��40のみの2次元濃淡画像データをテーブルデ� ��タ記憶部(図示せず)から読み出し(ステップS 4)、読み出した各2次元濃淡画像においてテー ブル40のコーナを検出する(図6参照)(ステップ S5)。尚、図6において、(a)は2次元濃淡画像を� ��(b)は検出されたコーナをそれぞれ示す。

 尚、前記テーブルデータ記憶部(図示せず )には、各CCDカメラ13,14によりテーブル40のみ� ��撮像されて生成される2次元濃淡画像データ であって歪補正が行われた後の2次元濃淡画� �データを格納するようにしても、テーブル40 の3次元モデルデータを基に生成されるテー� �ル40の仮想画像データであって、前記各CCDカ メラ13,14と同視点からテーブル40をそれぞれ� �像したときに得られる2次元濃淡画像データ� ��格納するようにしても良い。前者の場合に� ��、テーブルデータ記憶部(図示せず)からテ� �ブル40の2次元濃淡画像データを読み出した� �、上記と同様にしてコーナを検出する。一� �、後者の場合には、テーブルデータ記憶部(� ��示せず)からテーブル40の2次元濃淡画像デー タを読み出した後、テーブル40の3次元モデル データを基にコーナを検出する。また、この 他、前記テーブルデータ記憶部(図示せず)に� ��ーブル40のコーナに関する情報を予め格納� �ておき、上記ステップS4及びS5の処理に代え� ��、テーブル40のコーナに関する情報をテー� �ルデータ記憶部(図示せず)から読み出すよう にしても良い。

 ついで、ステップS3で検出されたコーナ(� ��ークW及びテーブル40の一部のコーナ)と、ス テップS5で検出されたコーナ(テーブル40のコ� ��ナ)とを比較して、同じ位置に存在していな いコーナ、即ち、ワークWのコーナのみを抽� �する(図7参照)(ステップS6)。尚、図7において 、(a)はワークのみの2次元濃淡画像を、(b)は� �出されたワークWのコーナをそれぞれ示す。

 この後、抽出したコーナを基に2つのコー ナの組み合わせをすべて認識し、認識したす べてのコーナの組み合わせについて各コーナ 間を結ぶエッジが存在すると仮定する(ステ� �プS7)。そして、カウンタnを1に設定し(ステ� �プS8)、1番目の組み合わせについて仮定が正� ��いかどうか、即ち、各コーナ間にエッジが� ��在しているか否かを検証する(ステップS9)。

 この検証は、以下のようにして行う。即ち� ��まず、図8に示すように、コーナ(x _i ,y _i )、(x _j ,y _j )間を結ぶエッジL _ij の方向及び長さ、エッジL _ij 上のすべてのピクセルPを検出する。ついで� �検出した各ピクセルPについてそのX軸方向及 びY軸方向における両隣の計4つのピクセルを� ��識し、検出及び認識した各ピクセルを基に� ��淡レベル値の勾配(変化量)の最大値をそれ� �れ算出する。

 次に、エッジL _ij 上のすべてのピクセルPとこれに隣接するす� �てのピクセルの濃淡レベル値の勾配を基に� �きい値を設定する。この後、エッジL _ij 上の各ピクセルPについて、勾配の最大値を� �すピクセルと隣接しており且つ勾配の最大� �がしきい値よりも高いかどうか、及び、隣� �する8つのピクセルの内、少なくとも1つはし きい値よりも濃淡レベル値の勾配が大きいか どうかを確認し、勾配の最大値を示すピクセ ルと隣接しており且つ勾配の最大値がしきい 値よりも高い場合、又は、隣接するピクセル の内、その少なくとも1つがしきい値よりも� �淡レベル値の勾配が大きい場合に該当する� �クセルPの数をカウントする。

 そして、エッジL _ij 上のピクセルPの総数に対する、カウントさ� �たピクセルPの数の割合がエッジL _ij の長さに応じて決定される所定の割合よりも 高い場合には、仮定は正しい(コーナ間にエ� �ジが存在する)と判断し、低い場合には、仮� ��は間違っている(コーナ間にエッジは存在し ない)と判断する。

 このようにして検証を行い、仮定は正しい� ��判断したときには(ステップS10)、エッジL _ij を実在するエッジとして認識して(ステップS1 1)、ステップS12に進む。このとき、既に認識� ��ているエッジ(実在するエッジ)がある場合� �は、今回認識したエッジと既に認識してい� �エッジとの間の幾何学的関係についても認� �する。一方、仮定は間違っていると判断す� �と(ステップS11)、ステップS12に進む。

 以降、カウンタnを更新しながら、認識し たすべてのコーナの組み合わせについて仮定 が正しいかどうかを検証する(ステップS12,S13) 。そして、すべての組み合わせについて検証 すると、ステップS11で認識した、実在する各 エッジを、濃淡レベル値の勾配が最大である ピクセルを基に最小二乗法によりそれぞれ最 適化して形状特徴認識部18に送信し(ステップ S14)、上記一連の処理を終了する。このよう� �して、例えば、図9に示すように、ワークWの エッジが検出される。図9において、(a)は、� �1CCDカメラ13により生成された2次元濃淡画像� ��ータから得られるエッジ(符号L11,L12,L13,L14,L2 1,L22,L23,L24,L25,L31)を、(b)は、第2CCDカメラ14に� �り生成された2次元濃淡画像データから得ら� ��るエッジ(符号R11,R12,R13,R14,R21,R22,R23,R24,R25,R31 )をそれぞれ示している。

 尚、前記エッジ検出部17は、自動的にコ� �ナやエッジを検出する他、オペレータの入� �に基づいてコーナやエッジを検出するよう� �構成することもできる。この場合、エッジ� �出部17は、コーナ選択画面やエッジ選択画面 を画面表示装置12に表示させるとともに、入� ��装置11から入力される信号を基に、オペレ� �タによって選択されたコーナやエッジを認� �して、認識したコーナを検出コーナとして� �加したり、認識したコーナを検出コーナか� �削除し、或いは、認識したエッジを検出エ� �ジとして追加したり、認識したエッジを検� �エッジから削除する。

 コーナやエッジが追加されると、追加さ� ��たコーナやエッジを、前記ステップS6で抽� �したコーナや、前記ステップS7でコーナ間に 存在していると仮定したエッジとみなして上 記処理を行う。また、コーナが削除されると 、このコーナに接続しているエッジも削除す る。また、コーナの追加や削除、エッジの削 除は、例えば、画面表示装置12に表示された� ��ーソルをマウス11aにより動かしてコーナや� ��ッジをクリックすることで行うことができ� ��エッジの追加は、画面表示装置12に表示さ� �たカーソルをマウス11aにより動かして、エ� �ジの両端となる各コーナを連続してクリッ� �することで行うことができる。

 前記形状特徴認識部18は、図10に示すよう な一連の処理を行い、エッジ検出部17によっ� ��各2次元濃淡画像からそれぞれ検出されたワ ークWのエッジを基に、ワークWの形状特徴を� ��識する。

 即ち、形状特徴認識部18は、まず、エッ� �検出部17から、各2次元濃淡画像で検出され� �ワークWのエッジを受信し(ステップS21)、図9� ��示すように、検出されたエッジを第1クラス ,第2クラス及び第3クラスの3つのクラスに分� �する(ステップS22)。第1クラスには、エッジ� �両端が他のエッジと接続しているものが、� �2クラスには、エッジの一端のみが他のエッ� ��と接続しているものが、第3クラスには、エ ッジの端部がどのエッジとも接続していない ものが属する。図9では、符号L11,L12,L13,L14,R11, R12,R13,R14で示したエッジが第1クラスに、符号 L21,L22,L23,L24,L25,R21,R22,R23,R24,R25で示したエッジ が第2クラスに、符号L31,R31で示したエッジが� ��3クラスに属する。

 次に、第1クラスのエッジについて、以下に 説明するようないくつかの拘束条件をすべて 満たすエッジの組み合わせ(一方の2次元濃淡� ��像で検出されたエッジL _i と、他方の2次元濃淡画像で検出されたエッ� �R _j との組み合わせ)を求める(ステップS23)。

 1つ目は、エピポーラ拘束である。図11に示� ��ように、一方の2次元濃淡画像で検出された エッジをL _i と、他方の2次元濃淡画像で検出されたエッ� �をR _j と、エッジL _i とエッジR _j の各中間点のY軸座標値の差をδY _ij と、エッジL _i のY軸方向の長さをδYL _i と、エッジR _j のY軸方向の長さをδYR _j とし、下式(数2)により得られる値(EC(L _i ,R _j )の値)が所定のしきい値よりも大きい場合に� ��れを満たす。

 2つ目は、長さの拘束である。前記エッジL _i の長さをL(L _i )と、前記エッジR _j の長さをL(R _j )とし、下式(数3)により得られる値(LC(L _i ,R _j )の値)が所定のしきい値よりも大きい場合に� ��れを満たす。

 3つ目は、方位の拘束である。前記エッジL _i と前記エッジR _j との間の角度をγ _ij とし、下式(数4)により得られる値(OC(L _i ,R _j )の値)が所定のしきい値よりも小さい場合に� ��れを満たす。

 そして、これらの拘束条件をすべて満たす� ��ッジの組み合わせが求まると、この組み合� ��せに係るエッジL _i ,R _j が対応関係にあると判断する。図9では、符� �L11とR11のエッジが、符号L12とR12のエッジが� �符号L13とR13のエッジが、符号L14とR14のエッ� �がそれぞれ対応関係にあると判断される。� �、このようにしてエッジの組み合わせを求� �るに当たっては、すべての組み合わせの中� �らこれらの条件を満足するものを求める。

 この後、第2クラスのエッジについて、上記 1~3の拘束条件(エピポーラ拘束,長さの拘束及� ��方位の拘束)をすべて満たすエッジの組み合 わせ(一方の2次元濃淡画像で検出されたエッ� ��L _i と、他方の2次元濃淡画像で検出されたエッ� �R _j との組み合わせ)を求める(ステップS24)。

 尚、上記1~3の拘束条件の内、1つでも満たさ ないものがあると、相対的な方位の拘束を満 たすかどうかを確認する。この拘束は、1~3の 拘束条件の1つ以上を満たさない組み合わせ� �係るエッジと、第1クラスのエッジであって1 ~3の拘束条件をすべて満たす組み合わせに係� ��エッジとの間における相対的な方位の拘束� ��ある。図12及び図13に示すように、1~3の拘束 条件をすべて満たす、第1クラスに属するエ� �ジの組み合わせの数をkと、1~3の拘束条件を� ��べて満たす組み合わせに係る第1クラスのエ ッジをL _p 及びR _p と、エッジL _p の中点を通りエッジL _i に平行な線とエッジL _p との間の角度をθ _L (L _p ,L _i )と、エッジR _p の中点を通りエッジR _j に平行な線とエッジR _p との間の角度をθ _R (R _p ,R _j )と、エッジL _p 及びL _i にそれぞれ平行な線がなす角度をφ _L (L _p ,L _i )と、エッジR _p 及びR _j にそれぞれ平行な線がなす角度をφ _R (R _p ,R _j )とし、下式(数5)により得られる値(LOC(L _i ,R _j )の値)が所定のしきい値よりも小さい場合に� ��れを満たす。

 そして、前記1~3の拘束条件をすべて満たす� ��ッジの組み合わせ、又は、前記相対的な方� ��の拘束を満たすエッジの組み合わせが求ま� ��と、この組み合わせに係るエッジL _i ,R _j が対応関係にあると判断する。図9では、符� �L21とR21のエッジが、符号L22とR22のエッジが� �符号L23とR23のエッジが、符号L24とR24のエッ� �が、符号L25とR25のエッジがそれぞれ対応関� �にあると判断される。尚、第1クラスと同様� ��すべての組み合わせの中からこれらの条件� ��満足するものが求められる。

 そして、最後に、第3クラスのエッジについ て、第2クラスと同様にしてエッジの組み合� �せ(一方の2次元濃淡画像で検出されたエッジ L _i と、他方の2次元濃淡画像で検出されたエッ� �R _j との組み合わせ)を求める(ステップS25)。尚、 この第3クラスにおいて、前記相対的な方位� �拘束は、1~3の拘束条件の1つ以上を満たさな� ��組み合わせに係るエッジと、第1クラス及び 第2クラスのエッジであって1~3の拘束条件を� �べて満たす組み合わせ(第2クラスについては 、1~3の拘束条件のいずれか1つを満たさなく� �も、前記相対的な方位の拘束を満たす組み� �わせが含まれる)に係るエッジとの間におけ� ��相対的な方位の拘束となる。

 そして、前記1~3の拘束条件をすべて満たす� ��ッジの組み合わせ、又は、前記相対的な方� ��の拘束を満たすエッジの組み合わせが求ま� ��と、この組み合わせに係るエッジL _i ,R _j が対応関係にあると判断する。図9では、符� �L31とR31のエッジが対応関係にあると判断さ� �る。尚、第1クラス及び第2クラスと同様、す べての組み合わせの中からこれらの条件を満 足するものが求められる。

 このようにして、一方の2次元濃淡画像で検 出されたエッジL _i と、他方の2次元濃淡画像で検出されたエッ� �R _j との対応関係を認識する(各2次元濃淡画像間� ��おけるエッジの対応関係が求まる)と、カメ ラパラメータ記憶部16に格納された内部パラ� ��ータを読み出すとともに、第1CCDカメラ13の� ��軸と第2CCDカメラ14の光軸との間の距離を前� ��光軸間距離記憶部(図示せず)から読み出し� �後(ステップS26)、対応関係があると判断した エッジ、読み出した内部パラメータ及び光軸 間の距離を基に、三角測量の原理により3次� �空間内におけるワークWのエッジ部分の位置� ��報を算出して、算出した位置情報を基にワ� ��クWの形状特徴を認識し、認識したワークW� �形状特徴をオブジェクト認識部20に送信して (ステップS27)、上記一連の処理を終了する。

 尚、ここで、三角測量の原理を用いた3次元 空間内における位置情報(座標位置)を算出す� ��手法について簡単に説明する。図14に示す� �うに、空間中のある点P(X,Y,Z)が、各CCDカメラ 13,14の撮像面13a,14a上の点P _L (X _L ,Y _L )及びP _R (X _R ,Y _R )に投影されたとき、各CCDカメラ13,14の焦点距 離をfと、各CCDカメラ13,14の光軸13b,14b間の距� �をBとすると、前記点P(X,Y,Z)は以下のように� �され、これにより、各CCDカメラ13,14を基準に した点Pの位置を算出することができる。

 図示例では、各CCDカメラ13,14の光軸13b,14b� ��撮像面13a,14aとの交点を撮像面13a,14a上にお� �る座標系の原点とし、第1CCDカメラ13の焦点� �X,Y,Z座標系の原点とした。また、撮像面13a,14 a上における座標系は、X軸及びY軸と平行とし た。

 前記第1モデルデータ記憶部19には、テー� ��ル40(載置部40a)に載置,固定されるワークWの3 次元モデルに関するデータであり、このワー クWの形状を定義する形状データを少なくと� �含んだモデルデータが格納される。尚、こ� �第1モデルデータ記憶部19には、1種類のワー� ��Wについてのみモデルデータを格納するよう にしても、テーブル40に載置,固定される複数 のワークWについてモデルデータを格納する� �うにしても良い。

 前記オブジェクト認識部20は、図15に示す ような一連の処理を行い、前記形状特徴認識 部18によって認識されたワークWの形状特徴、 及び前記第1モデルデータ記憶部19に格納され たワークWのモデルデータを基に、この形状� �徴を備えたワークWのモデルデータを認識す� ��。

 即ち、オブジェクト認識部20は、形状特� �認識部18から送信されるワークW(テーブル40� �載置,固定されたワークW)の形状特徴を受信� �(ステップS31)、次に、第1モデルデータ記憶� �19に格納されたワークWのモデルデータを読� �出して、読み出したモデルデータを基に、� �デルデータに係るワークWの形状特徴(例えば 、エッジに関するデータ)を抽出する(ステッ� ��S32)。

 この後、マッチング処理を行い、抽出し� ��形状特徴と受信した形状特徴とを比較して� ��これらが一致しているか否かを確認する(ス テップS33)。具体的には、5つの拘束条件をす� ��て満たす場合に、抽出した形状特徴と受信� ��た形状特徴とが一致すると判断する。1つ目 は、エッジの長さ、2つ目はエッジの接続関� �、3つ目はエッジの角度関係、4つ目はエッジ の距離関係、5つ目はエッジの共通平面関係� �関する拘束である。

 そして、一致していると判断したときに� ��(ステップS34)、前記抽出した形状特徴を備� �たモデルデータを認識した後(ステップS35)、 ステップS36に進み、一致していないと判断し たときには(ステップS34)、ステップS36に進む� ��

 ステップS36では、第1モデルデータ記憶部 19に格納されたすべてのワークWのモデルデー タについてマッチング処理を行ったかどうか を確認し、行っていないと判断したときには 、ステップS32以降の処理を繰り返す。一方、 行ったと判断したときには、ステップS31で受 信したワークWの形状特徴、ステップS35で認� �したモデルデータを前記モデルデータ生成� �22に送信して(ステップS37)、上記一連の処理� ��終了する。このようにして、第1モデルデー タ記憶部19に格納されたワークWのモデルデー タの中から、形状特徴認識部18によって認識� ��れた形状特徴と一致する形状特徴を備えた� ��ークWのモデルデータを認識する。

 前記第2モデルデータ記憶部21は、工作機� ��30の3次元モデルに関するデータであり、こ� ��工作機械30の形状を定義する形状データを� �なくとも含んだモデルデータが格納される� �尚、この工作機械30のモデルデータは、例え ば、ベッド31,第1サドル36,第2サドル37,主軸頭3 8,主軸39(工具Tを含む)及びテーブル40といった 工作機械30の構成要素に係るモデルデータが� ��れぞれ相互に関連付けられて構成される。� ��た、工作機械30のモデルデータは、その座� �系が実際の工作機械30と同じになるように設 定されている。

 前記モデルデータ生成部22は、図16に示す ような一連の処理を行い、前記カメラパラメ ータ記憶部16に格納された各CCDカメラ13,14の� �部パラメータ(CCDカメラ13,14の位置や姿勢を� �すパラメータ)、形状特徴認識部18によって� �識されたワークWの形状特徴、オブジェクト� ��識部20によって認識されたワークWのモデル� ��ータ、第2モデルデータ記憶部21に格納され� ��工作機械30のモデルデータを基に、ワークW� ��含む工作機械30全体の3次元モデルデータ(本 例では、工作機械30のカバーや扉などを除き� ��工作機械30の主要な構成要素とワークWとを� ��む3次元モデルデータ)を生成する。

 即ち、モデルデータ生成部22は、まず、� �ブジェクト認識部20から送信されるワークW� �モデルデータ及びワークWの形状特徴を受信� ��(ステップS41)、図17に示すように、ワークW� �モデルデータ22aについてはXm,Ym,Zm座標系で認 識するとともに、ワークWの形状特徴22bにつ� �てはXs,Ys,Zs座標系で認識する(ステップS42)。

 ついで、ワークWのモデルデータ22a及びワ ークWの形状特徴22bについてそれぞれ中心点(� ��準点)を算出し、これを原点とする(ステッ� �S43)。この後、ワークWのモデルデータ22a及び ワークWの形状特徴22bを基に、これらによっ� �特定される形状の互いに対応する部分間の� �離が最小となるとき、即ち、これらによっ� �特定される形状の互いに対応する部分が重� �るように回転移動させたときの、回転角度� �表す回転行列の各成分を算出する(ステップS 44)(図17参照)。尚、前記距離を最小とするに� �たっては、最小二乗法を用いて最小値を求� �ることができる。

 次に、前記ワークWのモデルデータ22aの中 心点とワークWの形状特徴22bの中心点との差� �基に平行移動行列の各成分を算出する、即� �、ワークWのモデルデータ22a及びワークWの形 状特徴22bによって特定される形状の互いに対 応する部分が重なるように平行移動させたと きの、平行移動量を表す平行移動行列の各成 分を算出する(ステップS45)。

 そして、カメラパラメータ記憶部16に格� �された各CCDカメラ13,14の外部パラメータを読 み出し(ステップS46)、ステップS44で算出した� ��転行列の各成分及びステップS46で読み出し� ��外部パラメータを基に、ワーク3次元モデル の、工作機械3次元モデル上における姿勢(工� ��機械30の座標系における姿勢)を算出すると� ��もに、ステップS45で算出した平行移動行列� ��各成分及びステップS46で読み出した外部パ� ��メータを基に、ワーク3次元モデルの、工作 機械3次元モデル上における位置(工作機械30� �座標系における位置)を算出する(ステップS47 )。

 この後、第2モデルデータ記憶部21に格納� ��れた工作機械30のモデルデータを読み出し(� ��テップS48)、読み出した工作機械30のモデル� ��ータ、ステップS41で受信したワークWのモデ ルデータ、及びステップS47で算出した、ワー ク3次元モデルの姿勢及び位置を基に、工作� �械30のモデルデータとワークWのモデルデー� �とを組み合わせて、ワークWを含む工作機械3 0全体の3次元モデルデータを生成し、生成し� ��3次元モデルデータを前記第3モデルデータ� �憶部23に格納して(ステップS49)、上記一連の� ��理を終了する。

 以上のように構成された本例の3次元モデ ルデータ生成装置1によれば、カメラパラメ� �タ記憶部16に各CCDカメラ13,14の内部パラメー� ��及び外部パラメータが、第1モデルデータ記 憶部19にワークWのモデルデータが、第2モデ� �データ記憶部21に工作機械30のモデルデータ� ��予め格納される。

 そして、各CCDカメラ13,14によりテーブル40 上のワークWが撮像されると、テーブル40を一 部含んだワークWの2次元濃淡画像データが生� ��され、画像データ記憶部15に格納される。

 ついで、エッジ検出部17により、画像デ� �タ記憶部15に格納された各2次元濃淡画像デ� �タ、及びカメラパラメータ記憶部16に格納さ れた各CCDカメラ13,14の内部パラメータを基に� ��2次元濃淡画像のそれぞれについてワークW� �分のエッジが検出され、形状特徴認識部18に より、エッジ検出部17によって検出されたワ� ��クW部分のエッジを基にワークWの形状特徴� �認識される。

 この後、オブジェクト認識部20により、� �状特徴認識部18によって認識されたワークW� �形状特徴、及び第1モデルデータ記憶部19に� �納されたワークWのモデルデータを基に、こ� ��形状特徴を備えたワークWのモデルデータが 認識される。

 次に、モデルデータ生成部22により、カ� �ラパラメータ記憶部16に格納された各CCDカメ ラ13,14の外部パラメータ、形状特徴認識部18� �よって認識されたワークWの形状特徴、オブ� ��ェクト認識部20によって認識されたワークW� ��モデルデータ、第2モデルデータ記憶部21に� ��納された工作機械30のモデルデータを基に� �ワークWを含む工作機械30全体の3次元モデル� ��ータが生成され、生成された3次元モデルデ ータが第3モデルデータ記憶部23に格納される 。

 このように、本例の3次元モデルデータ生 成装置1によれば、CCDカメラ13,14から得られる 2次元濃淡画像データを基に、テーブル40上に 固定されたワークWを含む工作機械30全体の3� �元モデルデータを生成しているので、ワー� �Wの形状,取付位置及び取付姿勢が実際の状態 に合った正確な3次元モデルデータを容易且� �効率的に生成することができる。また、工� �機械30の実際の状態に即した3次元モデルデ� �タを用いて干渉シミュレーションを行うこ� �が可能となり、高精度なシミュレーション� �果を得ることができる。

 以上、本発明の一実施形態について説明� ��たが、本発明の採り得る具体的な態様は、� ��らこれに限定されるものではない。

 上例では、テーブル40上のワークWを含む� ��作機械30全体の3次元モデルデータを生成す� ��ようにしたが、これに限られるものではな� ��。通常、ワークWをテーブル40に固定するに� ��ワーク取付具が使用されるため、このワー� ��取付具及びこれによって固定されたワークW を含む工作機械30全体の3次元モデルデータを 生成するようにしても良い。この場合、例え ば、テーブル40上にワークWを載置してCCDカメ ラ13,14により撮像し、上述のようにして、ま� ��、ワークWを含む工作機械30全体の3次元モデ ルデータを生成する。次に、テーブル40上に� ��ーク取付具を設けてワーク取付具及びワー� ��WをCCDカメラ13,14により撮像し、エッジ検出� ��17によりワーク取付具部分のエッジを検出� �、形状特徴認識部18によりワーク取付具の形 状特徴を認識し、オブジェクト認識部20によ� ��ワーク取付具の3次元モデルデータを特定し 、モデルデータ生成部22によりワーク取付具� ��びワークWを含む工作機械30全体の3次元モデ ルデータを生成する。また、これとは逆に、 まず、テーブル40上にワーク取付具を設けて� ��ーク取付具をCCDカメラ13,14により撮像し、� �デルデータ生成部22によりワーク取付具を含 む工作機械30全体の3次元モデルデータを生成 した後、テーブル40上にワークWを設けてワー ク取付具及びワークWをCCDカメラ13,14により撮 像し、モデルデータ生成部22によりワーク取� ��具及びワークWを含む工作機械30全体の3次元 モデルデータを生成しても良い。尚、第1モ� �ルデータ記憶部19には、ワークWのモデルデ� �タに加えてワーク取付具のモデルデータも� �納される。

 また、この他、第1モデルデータ記憶部19� ��、ワークW及びワーク取付具が一体的に構成 されたモデルデータを格納し、テーブル40上� ��ワークW及びワーク取付具をCCDカメラ13,14に� ��り撮像し、エッジ検出部17により前記ワー� �W及びワーク取付具のエッジを検出し、形状� ��徴認識部18により前記ワークW及びワーク取� ��具の形状特徴を認識し、オブジェクト認識� ��20により前記ワークW及びワーク取付具の3次 元モデルデータを特定し、モデルデータ生成 部22により前記ワークW及びワーク取付具を含 む工作機械30全体の3次元モデルデータを生成 するようにしても良い。

 また、第1モデルデータ記憶部19に格納さ� ��たワークWのモデルデータの中から、CCDカメ ラ13,14によって撮像されたワークWのモデルデ ータを特定するに当たっては、テーブル40の� ��置部40aをC軸方向に回転させてワークWを複� �の視点から撮像し、各視点におけるワークW� ��形状特徴をそれぞれ認識して、これらの形� ��特徴をすべて備えたワークWのモデルデータ を特定するようにすれば、より精度良くワー クWのモデルデータを特定することができる� �

 また、CCDカメラ13,14は、必ずしも2台設け� ��必要はない。1台のCCDカメラ13,14を用いる場� ��には、前記第1CCDカメラ13の配置位置に相当� ��る位置と、前記第2CCDカメラ14の配置位置に� ��当する位置とにおいてワークWを撮像するよ うにすれば、異なる2視点での2次元濃淡画像� ��得ることができる。

 また、形状特徴認識部18が各2次元濃淡画� ��間におけるエッジの対応関係を求めたり、� ��ブジェクト認識部20が、第1モデルデータ記� ��部19に格納されたワークWのモデルデータの� ��から、形状特徴認識部18によって認識され� �形状特徴と一致する形状特徴を備えたワー� �Wのモデルデータを特定するに当たっては、� ��記以外の拘束条件のみを用いたり、上記以� ��の拘束条件を追加的に用いたり、上記拘束� ��件の一部を省略するようにしても良い。

 また、前記3次元モデルデータ生成装置1� �設けられる工作機械30は、何ら限定されるも のではなく、どのような工作機械30であって� ��良い。例えば、上例のような立形マシニン� ��センタではなく、旋盤などに設けるように� ��ても良い。

 また、CCDカメラ13,14が2次元濃淡画像デー� ��を出力するのではなく、2次元のカラー画像 を出力するように構成し、この2次元カラー� �像を基にワークWのエッジを検出したり、ワ� ��クWの形状特徴を認識するように構成しても 良い。

 また、上例では、第1CCDカメラ13及び第2CCDカ メラ14を、これらの光軸が平行となるように� ��置したが、これに限られるものではなく、� ��軸が平行となる状態から所定角度傾いた状� ��に配置しても良い。例えば、図18に示すよ� �に、第2CCDカメラ14を、その光軸14b’が第1CCD� ��メラ13の光軸と平行となる状態からαの角度 だけ傾いた状態で配置した場合を考え、この とき、空間中のある点P(X,Y,Z)が、第2CCDカメラ 14の撮像面14a’上の点P _R ’(X _R ’,Y _R ’)に投影されたとすると、下式により、第2C CDカメラ14の光軸14bが第1CCDカメラ13の光軸と� �行であるときに撮像面14a上に投影されるべ� �点P _R (X _R ,Y _R )を算出することができる。このように、下� �を用いて、第2CCDカメラ14の光軸14b’が第1CCD� ��メラ13の光軸と平行でないときに撮像面14a� �上に投影される点を補正し、第2CCDカメラ14� �光軸14bが第1CCDカメラ13の光軸と平行である� �きに撮像面14a上に投影されるべき点の座標� �を算出するようにしても、上述した数6~数8� �式により点P(X,Y,Z)を求めることができる。尚 、符号fは焦点距離であり、符号Bは焦点での� ��各CCDカメラ13,14の光軸13b,14b間の距離である� ��