地下空間の三次元再構築において、照明の不均一、強光、弱光、粉塵霧、および遮蔽などの複雑な環境干渉によって生じる点群の空洞問題に対し、本論文では単線レーザーレーダーと深度カメラを融合した空洞補完方法を提案する。まず、共同キャリブレーションにより2つのセンサー間の時空的整合関係を確立し、残差回帰を用いて深度カメラ点群の構造保持型ノイズ除去を実施する。その後、加重スペクトルエントロピー（Weighted Spectral Entropy、WSE）に基づきスライスの連続性を評価し、優位スライスを動的に選別して適応的に融合し、環境干渉によって生じた空洞領域を補完する。方法の有効性を検証するため、弱光（5ルクス）、強光（10,000ルクス）、強光＋粉塵霧、および漸増干渉の4つの干渉条件下で、5つの深層学習補完手法および多線レーザーレーダー代替案を選択して比較実験を行った。結果は、本手法が4つの工況すべてにおいてChamfer Distance（CD）およびEarth Mover's Distance（EMD）で比較手法を上回り、CDはそれぞれ85.82％、82.64％、82.39％、83.33％、EMDはそれぞれ90.68％、86.41％、88.19％、89.08％低減し、サイズ誤差は20 mm未満であったことを示した。研究結果は、本手法が複雑な地下工況下で測定精度を保証すると同時に顕著な空洞補完の優位性を持ち、3次元再構築の完全性および信頼性を効果的に向上させることを示している。

深度カメラ;単線レーザーレーダー;データ融合;3D再構築;点群空洞補完