LiDAR-Punktwolkenverarbeitung: von der Messung zu nutzbaren Ergebnissen
Revot Co., Ltd. ist eine Ausgründung der Universität Tsukuba mit Sitz in Tokio. Revot bietet die Erfassung und Verarbeitung von LiDAR-Punktwolken an, einschließlich Rauschunterdrückung, Registrierung, Klassifizierung, 3D-Rekonstruktion, Änderungserkennung und Volumenberechnung. Revot führt Scans in Umgebungen ohne GNSS durch und übernimmt auch Projekte zur Verarbeitung vorhandener Punktwolkendaten.
Anfragen auf Englisch werden per E-Mail entgegengenommen: contact@revot.jp. Das Kontaktformular auf dieser Website ist auf Japanisch. Revot antwortet auf Englisch oder Japanisch.
Was Punktwolkendaten ermöglichen
Eine Punktwolke erfasst Punkte im Raum, jeweils mit X-, Y- und Z-Koordinaten. LiDAR misst die Zeit zwischen dem Aussenden eines Laserimpulses und dem Empfang seiner Reflexion. Dabei wird die Geometrie der Umgebung mit Hunderttausenden von Punkten pro Sekunde erfasst.
- Abmessungen anhand aufgezeichneter Daten wiederholt ermitteln, ohne erneut vor Ort sein zu müssen.
- Messungen im Zeitverlauf vergleichen, um Verformungen, Zustandsverschlechterungen oder Materialansammlungen zu erkennen.
- Das Volumen von Erdmaterial oder Schüttguthalden berechnen.
- 3D-Modelle von Anlagen und Bauwerken erstellen, einschließlich digitaler Zwillinge.
Die Punktwolkenverarbeitung wandelt diese Koordinaten in Daten für Entscheidungen um. Revot geht von der Entscheidung aus, die der Auftraggeber treffen muss, und leitet daraus die erforderliche Genauigkeit und das Lieferformat ab.
Ablauf der Punktwolkenverarbeitung
Rohscans müssen verarbeitet werden, bevor sie als Grundlage für Messungen oder Vergleiche dienen können. Jede Stufe hat ihre eigenen häufigen Fallstricke.
| Phase | Arbeiten | Wesentlicher Gesichtspunkt |
|---|---|---|
| Rauschunterdrückung | Punkte entfernen, die durch fehlerhafte Reflexionen, Staub und Objekte in der Luft entstehen. | Bei übermäßiger Bereinigung kann tatsächliche Geometrie verloren gehen. |
| Registrierung | Mehrere Scans in einem gemeinsamen Koordinatensystem zusammenführen. | In Räumen mit wenigen markanten Merkmalen können sich Ausrichtungsfehler aufsummieren. |
| Punktreduktion | Die Anzahl der Punkte reduzieren. | Die für die geforderte Genauigkeit erforderlichen Details erhalten. |
| Klassifizierung | Boden, Wände, Anlagen und andere Objekte voneinander trennen. | Die Bedingungen unterscheiden sich je nach Objekttyp. |
| Vernetzung und Modellierung | Aus Punkten Oberflächen erstellen. | Das Füllen von Löchern kann die dargestellte Form verändern. |
| Änderungserkennung | Unterschiede zwischen Messungen ermitteln. | Die Genauigkeit der Registrierung bestimmt die Zuverlässigkeit der erkannten Änderungen. |
Die Registrierung beeinflusst die Qualität des gesamten Ergebnisses. Eine ungenaue Ausrichtung kann dazu führen, dass Messversätze als Zustandsverschlechterungen oder Verformungen erscheinen.
Scannen in Umgebungen ohne GNSS
In Innenräumen, unterirdischen Bereichen, Tunneln, an Brückenunterseiten und im Inneren von Industrieanlagen sind häufig keine nutzbaren GNSS-Signale verfügbar. Für das Scannen in diesen Umgebungen ist ein Verfahren erforderlich, das die Position des Geräts anhand seiner eigenen Sensoren schätzt.
SLAM führt Lokalisierung und Kartierung gleichzeitig durch. LiDAR misst die Geometrie der Umgebung; Veränderungen dieser Messungen helfen dabei, die Bewegung zu schätzen. Revot entwickelt Systeme für autonomen Flug und Punktwolkenerfassung ohne GNSS in Bereichen, die für Menschen schwer zugänglich sind.
Lieferergebnisse und Dateiformate
| Lieferergebnis | Verwendung |
|---|---|
| Punktwolkendaten | Ermittlung von Abmessungen und Import in andere Systeme. |
| 3D-Modelle, einschließlich Polygonnetzen und CAD-Integration | Entwurfsprüfung, Kollisionsprüfung und digitale Zwillinge. |
| Änderungsberichte | Vergleich von Zustandsverschlechterungen, Verformungen und Materialansammlungen im Zeitverlauf. |
| Volumen- und Flächenwerte | Steuerung von Erdarbeiten und Bestandsbewertung. |
| Orthografische Ansichten und Querschnitte | Berichte und Kommunikation mit Beteiligten. |
Revot wählt das Format der Lieferergebnisse entsprechend dem vorgesehenen Verwendungszweck aus. Gängige Formate dienen unterschiedlichen Zwecken.
| Format | Inhalt | Typische Verwendung |
|---|---|---|
| LAS / LAZ | Koordinaten, Intensität und Klassifizierung; LAZ ist komprimiert. | Vermessung und Inspektion. |
| PLY | Koordinaten und Farbe. | Zwischenverarbeitung und Austausch farbiger Punktwolken. |
| E57 | Mehrere Scans und Bilder gemeinsam. | Rohdaten stationärer Scanner. |
| PCD | Punktwolkendaten, die von Robotikbibliotheken verwendet werden. | Autonome Navigation und SLAM-Entwicklung. |
| OBJ / FBX | 3D-Modelle mit Oberflächen. | Visualisierung und Präsentation; es handelt sich dabei nicht um Punktwolken, und die Formate sind für die Überprüfung von Abmessungen ungeeignet. |
Bewahren Sie LAS / LAZ-Daten mit einem ausdrücklich angegebenen Koordinatensystem sowie die ursprünglichen Rohdaten auf. Ein verarbeitetes Modell allein enthält nicht alle Informationen, die für eine erneute Verarbeitung erforderlich sind.
Entwicklungsumfang und Datenprüfungen bei Revot
- Erfassungssysteme: Revot entwickelt Drohnen ohne GNSS und Konfigurationen zur LiDAR-Montage.
- Verarbeitung: Revot registriert Scans aus mehreren Messdurchgängen oder von verschiedenen Geräten, entfernt Rauschen, klassifiziert Objekte und rekonstruiert 3D-Geometrie.
- Messung: Revot ermittelt Änderungen, Querschnitte, Abmessungen, Volumen und Flächen.
- Modelle und Zeichnungen: Revot erstellt Polygonnetze, reduziert die Datengröße für Browser und Tablets im Feldeinsatz und erstellt CAD-Grundrisse aus Innenraumscans.
- Kameraintegration: Revot überträgt Bildfarben auf die Punkte und trägt die Positionen von Rissen im 3D-Modell ein.
- Betriebliche Systeme: Revot entwickelt Systeme, die wiederkehrende Messungen in betriebliche Abläufe einbinden.
Zu den Anwendungen zählen die Inspektion von Anlagen, die Vermessung von Infrastrukturen, der Katastropheneinsatz und die Digitalisierung von Innenräumen. Vorhandene Daten müssen unter Umständen zusätzlich aufbereitet werden, bevor sie für diese Zwecke genutzt werden können.
| Problem | Ursache | Erforderliche Maßnahme |
|---|---|---|
| Die Software kann die Daten nicht öffnen oder reagiert nicht mehr. | Hunderte Millionen Punkte werden gleichzeitig geladen. | Teilen Sie die Daten in Kacheln auf, reduzieren Sie die Punktdichte oder erstellen Sie Strukturen mit unterschiedlichen Detailstufen. |
| Die Abmessungen sind nicht verlässlich. | Referenzkoordinaten fehlen. | Legen Sie während der Datenerfassung mithilfe von Bodenpasspunkten Maßreferenzen fest. Diese können nachträglich nicht hinzugefügt werden. |
| Wiederholte Scans stimmen räumlich nicht überein. | Die Scans verwenden unterschiedliche Koordinatensysteme. | Definieren Sie gemeinsame Referenzpunkte und registrieren Sie die Scans. |
| Objekte lassen sich nicht vom Hintergrund trennen. | Die Daten sind nicht klassifiziert. | Trennen Sie Boden, Bauwerke, Vegetation und Rauschen voneinander. |
| Die Punkte enthalten keine Farbinformationen. | LiDAR erfasst nur die Geometrie. | Ordnen Sie den Punkten Kamerabilder zu. |
Ohne Referenzkoordinaten können Abmessungen nicht garantiert werden, und für eine Inspektion oder die Überprüfung des ausgeführten Bestands muss die Messung wiederholt werden. Klären Sie vor der Beauftragung der Datenerfassung, welche Messgenauigkeit in Millimetern garantiert wird.
Messergebnisse
Revot hat Messergebnisse aus Arbeiten an farbigen Punktwolken mit LiDAR und einer Kamera veröffentlicht.
| Aspekt | Messergebnis |
|---|---|
| Messumgebung | Livox MID-360, Innenraum, 309 Frames, 170.496 Punkte. |
| Tiefenausrichtung | Bei Verwendung desselben Tiefenmodells verringerte der Wechsel des Ausrichtungsverfahrens von einer einfachen Transformation zur Gaußprozessregression den RMSE von 1,06 m auf 0,455 m. |
| Genauigkeitsgrenze | Die Streuung der LiDAR-Messungen betrug etwa 0,40 m, mit einem Abstand von 5,4 cm zum besten Verfahren. |
| Extrinsische Kalibrierung von LiDAR und Kamera | Die Kalibrierung ohne Kalibriertarget verringerte den mittleren projizierten Kantenfehler von 39,15 px auf 20,15 px, also um etwa 48,5 %. Für die abschließende Bestätigung ist eine Messung mit einem Schachbrettmuster erforderlich. |
| Punkte innerhalb des Kamerasichtfelds | Bei Aufnahmen im Stillstand lagen etwa 6 bis 21 % aller Punkte innerhalb des Kamerasichtfelds. |
Diese Zahlen stammen aus einer einzigen konkreten Messumgebung: Livox MID-360, Innenraum, 309 Frames und eine unkalibrierte Kamera. Sie belegen keine Leistung in anderen Umgebungen.
Kosten- und Zeitrahmen zur Orientierung
| Leistungsumfang | Kosten zur Orientierung | Dauer |
|---|---|---|
| Machbarkeitsnachweis für die Erfassung und Verarbeitung von Punktwolken | Ab 980.000 JPY | 1–3 Monate |
| Pipeline für die 3D-Rekonstruktion | Ab 4.000.000 JPY | 3–8 Monate |
| Von der Messung bis zur Erstellung der Lieferergebnisse | Ab 8.000.000 JPY | 6–12 Monate |
Alle Beträge verstehen sich zuzüglich japanischer Verbrauchsteuer. Die Kosten hängen von der Punktzahl, der Anzahl der Scans und der erforderlichen Genauigkeit ab. Revot schlüsselt die Kosten im Angebot auf.
Angaben für Ihre Anfrage
Sie können Revot bereits in der Ideenphase kontaktieren. Fügen Sie verfügbare Unterlagen oder Zeichnungen sowie die folgenden Angaben bei.
- Die Entscheidung, die durch die Daten unterstützt werden soll: Verformung, Zustandsverschlechterung, Materialansammlung oder Abmessungen.
- Der Messort und die Verfügbarkeit von GNSS-Signalen.
- Bei vorhandenen Daten: Format (LAS / LAZ / PLY / E57 / PCD), Punktzahl, Angaben zum Koordinatensystem und verwendete Messgeräte.
- Die erforderlichen Lieferergebnisse.
- Die Größe der zu erkennenden Veränderung in mm.
- Ob die Messung einmalig oder wiederkehrend erfolgen soll.
Revot prüft zunächst, ob die vorhandenen Daten ausreichen oder die Erfassung wiederholt werden muss. Für Vergleiche über die Zeit legt Revot die Referenzen für die Registrierung zu Beginn fest.
Revot nimmt Anfragen auf Englisch per E-Mail an contact@revot.jp entgegen. Das Kontaktformular auf der Website ist auf Japanisch. Revot antwortet auf Englisch oder Japanisch.
Häufig gestellte Fragen
Kann Revot bereits vorhandene Punktwolkendaten verarbeiten?
Ja. Revot nimmt reine Verarbeitungsprojekte an. Nachdem Datenvolumen und erforderliche Lieferergebnisse bekannt sind, nennt Revot für jedes Projekt die Kosten und die Lieferzeit.
Kann Revot Innenräume oder unterirdische Bereiche ohne GPS scannen?
Ja. Revot nutzt SLAM zur Punktwolkenerfassung ohne GNSS und führt in diesen Umgebungen auch autonome Flüge durch.
Kann ein Drohnenscan in Innenräumen Querschnitte und Abmessungen liefern?
Ja. Revot kann 3D-Modelle, Querschnitte sowie Volumen-, Flächen- und Maßangaben erstellen. Garantien für Abmessungen setzen Referenzkoordinaten voraus. Revot klärt vor der Messung, welche Differenz in mm erkennbar sein muss.
Welcher Schritt ist bei der Punktwolkenverarbeitung der wichtigste?
Die Registrierung. Eine ungenaue Ausrichtung erschwert es, eine Veränderung am Objekt von einem Messversatz zu unterscheiden.
Was wird bei der Rauschentfernung entfernt?
Revot entfernt Punkte, die durch fehlerhafte Reflexionen, Staub und Objekte in der Luft verursacht werden. Außerdem klassifiziert Revot Fußgänger, Fahrzeuge und Vegetation und schließt sie aus. Da übermäßiges Entfernen tatsächliche Geometrie löschen kann, legt Revot abhängig davon, was der Auftraggeber beurteilen muss, fest, welche Punkte erhalten bleiben und welche ausgeschlossen werden.
Ist die japanische Verbrauchsteuer in den angegebenen Preisen enthalten?
Nein. Alle angegebenen Preise verstehen sich zuzüglich japanischer Verbrauchsteuer.
Kontaktieren Sie Revot
Anfragen auf Englisch werden per E-Mail an contact@revot.jp entgegengenommen; das Kontaktformular ist auf Japanisch. Seita Sukisaki, der vertretungsberechtigte Geschäftsführer, antwortet Ihnen persönlich innerhalb von ein bis zwei Geschäftstagen.
Revot Co., Ltd. / 3-16 Ichigaya-Tamachi, Shinjuku-ku, Tokio 162-0843, Japan
Seiten auf Japanisch: Diese Seite auf Japanisch / Unternehmensprofil / Projekte und Fallstudien