新技術ガイド：WebGIS・3D・VLMの最前線

Link Fieldでは、最新技術の検証と実験的なプロジェクトに取り組んでいます。

このガイドでは、WebGIS、3D表現、点群データ、VLM応用など、GIS分野の新技術を紹介します。miru-lab.jp、neta-lab.comでの実験成果も公開しています。

1. このガイドについて

1.1 Link Fieldの技術探求

Link Fieldでは、実務で使える技術だけでなく、将来有望な新技術の検証も行っています。

技術探求の姿勢

新しい技術を積極的に試す
実用性を見極める
成果を共有する

1.2 実験的プロジェクトの紹介

検証中の技術

最新VLMモデルのGIS活用
ローカルLLMの性能評価
WebGLを使った3D地図表現
点群データの軽量化手法

2. WebGIS・地図表現技術

2.1 インタラクティブマップ

技術スタック

Leaflet：軽量、学習コスト低
MapLibre GL JS：高機能、ベクタータイル対応
OpenLayers：高機能、多機能
Deck.gl：大規模データ、3D対応

選定ガイド

要件	おすすめ
シンプルな地図表示	Leaflet
スタイリッシュな地図	MapLibre GL JS
大量データの可視化	Deck.gl
多機能・カスタマイズ	OpenLayers

Leaflet基本実装

HTML / JavaScript

<!DOCTYPE html>
<html>
<head>
    <link rel="stylesheet" href="https://unpkg.com/leaflet/dist/leaflet.css" />
    <script src="https://unpkg.com/leaflet/dist/leaflet.js"></script>
</head>
<body>
    <div id="map" style="height: 400px;"></div>
    <script>
        const map = L.map('map').setView([35.6812, 139.7671], 13);

        L.tileLayer('https://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png', {
            attribution: '© OpenStreetMap contributors'
        }).addTo(map);

        L.marker([35.6812, 139.7671])
            .addTo(map)
            .bindPopup('東京駅');
    </script>
</body>
</html>

2.2 3D地図表現

3D地図の種類

2.5D（押し出し）：建物を高さで押し出し表現
真の3D：地形、建物の3Dモデル表示
点群表示：LiDARデータの3D表示

MapLibre GL JSでの3D建物

JavaScript

map.on('load', () => {
    map.addLayer({
        'id': '3d-buildings',
        'source': 'composite',
        'source-layer': 'building',
        'type': 'fill-extrusion',
        'paint': {
            'fill-extrusion-color': '#aaa',
            'fill-extrusion-height': ['get', 'height'],
            'fill-extrusion-opacity': 0.6
        }
    });
});

2.3 歴史地図アーカイブ

miru-lab.jpでの取り組み

古地図のデジタルアーカイブ
現代地図との重ね合わせ
時系列スライダーでの変化表示

2.4 時系列可視化

時系列データの表現方法

アニメーション再生
タイムスライダー
スモールマルチプル（並列表示）

実装例（時系列アニメーション）

JavaScript

let currentIndex = 0;
const timestamps = ['2020-01', '2020-02', '2020-03', ...];

function animate() {
    // データを更新
    updateMapData(timestamps[currentIndex]);

    // 次のフレームへ
    currentIndex = (currentIndex + 1) % timestamps.length;

    setTimeout(animate, 1000);  // 1秒ごと
}

animate();

3. 点群・3Dデータ処理

3.1 点群データの基礎

点群データとは

3次元空間上の点の集合
各点に座標(X,Y,Z)と属性（色、強度など）
LiDARやSfMから取得

主なフォーマット

形式	特徴
LAS/LAZ	標準形式、LAZは圧縮版
PLY	シンプル、3Dソフト互換
E57	測量向け、メタデータ豊富
PCD	Point Cloud Library形式

3.2 ドローン測量との連携

【ワークフロー】

ドローン撮影（写真）
      │
      ▼
SfM処理（Structure from Motion）
      │
      ├── 点群データ
      ├── メッシュ（3Dモデル）
      └── オルソ画像
           │
           ▼
後処理（ノイズ除去、分類）
           │
           ▼
GISへ統合・分析

使用ソフト

ソフト	特徴
Metashape	高機能、商用
OpenDroneMap	オープンソース、無償
Pix4D	クラウド対応

3.3 3Dモデル生成

点群から3Dモデルへ

ノイズ除去：不要な点を削除
サンプリング：点の密度を調整
メッシュ化：点群を面に変換
テクスチャ：写真から色を付与

CloudCompareでの処理

処理手順

1. 点群を読み込み
2. Noise filter で異常点除去
3. Subsample で点数削減
4. Poisson Surface Reconstruction でメッシュ化
5. エクスポート（OBJ, PLY等）

4. 画像認識・VLM応用

4.1 最新VLMモデル検証

2025年時点の注目モデル

モデル	特徴	ローカル実行
GPT-4V/4o	高精度、マルチモーダル	×
Claude 3	高精度、詳細な説明	×
LLaVA 1.6	オープン、ローカル可	○
Qwen-VL	日本語対応	○
Llama 3.2 Vision	Meta製、高性能	○

検証結果（地図読み取り）

一般的な地図記号の認識：良好
等高線の読み取り：やや困難
文字認識：フォントによる
複雑な図面：精度にばらつき

4.2 地図・図面の自動読み取り

実験内容

古い紙図面のデジタル化支援
地図記号の自動認識
凡例からの情報抽出

プロンプトのコツ

プロンプト例

この地図画像について、以下の形式で情報を抽出してください：

1. 地図の種類（都市計画図、地形図、等）
2. 縮尺（わかれば）
3. 主要な地物（道路、河川、建物等）
4. 特徴的な記号や表記

できるだけ具体的に、位置関係も含めて説明してください。

4.3 現場写真の分析実験

活用シナリオ

工事現場の安全チェック
設備の状態確認
作業進捗の記録

5. エンタメ×GIS

5.1 ゲーム的要素の活用

ゲーミフィケーションの例

スタンプラリー型マップ
クイズ形式の地理学習
ARを使った現地探索
競争要素のあるデータ収集

5.2 可視化の新しいアプローチ

従来の地図表現を超えて

3D地形のフライスルー
データドリブンアート
ジェネラティブマップ

6. データ可視化実験

6.1 野生動物被害マッピング

課題

獣害情報が散在、全体像が見えない
対策の効果検証が困難

miru-lab.jpでのデモ

インタラクティブな被害マップ
フィルタリング機能
統計ダッシュボード

6.2 シャドウシミュレーション

用途

日影規制の検討
太陽光発電の適地選定
建物配置の検討

6.3 人流・動態分析

データソース

携帯電話位置情報（統計化されたもの）
GPS軌跡データ
SNSの位置情報
センサーデータ

6.4 miru-labでのデモ紹介

デモ	内容
歴史地図重ね合わせ	古地図と現代地図の比較
CS立体図ビューア	地形の微細な起伏を可視化
日影シミュレーター	建物の影を時刻別に表示
時系列変化アニメーション	データの経時変化を動画表示

7. ローカルAI最前線

7.1 最新ローカルLLM検証

2025年注目モデル

モデル	サイズ	日本語	特徴
Llama 3.2	1B-90B	○	Meta最新、軽量版あり
Qwen 2.5	0.5B-72B	◎	日本語強い
Gemma 2	2B-27B	○	Google製、高品質
Phi-3	3B-14B	△	Microsoft製、軽量高性能

検証ポイント

日本語の自然さ
専門用語の理解
推論速度
メモリ使用量

7.2 エッジAI活用

エッジAI = 端末上で動くAI

活用シーン

現場でのリアルタイム判定
オフライン環境での処理
プライバシー重視の処理

デバイス例

デバイス	用途
NVIDIA Jetson	高性能エッジAI
Raspberry Pi + Coral	軽量推論
スマートフォン	モバイルAI

7.3 オフライン環境での運用

【オフラインGIS×AIワークステーション】

ノートPC
├── OS: Ubuntu / Windows
├── QGIS（GIS処理）
├── Ollama（ローカルLLM）
├── Python環境
│   ├── PyQGIS
│   └── 機械学習ライブラリ
└── ローカルデータ
    ├── 地図データ
    ├── 衛星画像
    └── 点群データ

8. 今後の展望

8.1 開発中のプロジェクト

検討中の取り組み

VLMによる図面自動読み取りシステム
ドローン映像のリアルタイム解析
点群データの自動分類
歴史地図アーカイブの拡充

8.2 技術相談・実証実験の受付

対応可能な相談

新技術の適用可能性検討
PoCの企画・実施
技術選定のアドバイス
プロトタイプ開発

お問い合わせ

新技術の検証、実証実験についてのご相談は、お気軽にお問い合わせください。

初回相談無料
オンライン対応可能
小規模からのスタート歓迎

お問い合わせはこちら →

新技術ガイド