Tilaanpa mobiilikeilausta – mitä pitikään muistaa

Mobiilikartoitus

Kirjoittaja: Tom Steffansson

Termi mobiilikeilaus saa edelleen monet kiertämään menetelmän kaukaa. Syy lienee se, että ei tiedetä tarkkaan ottaen mitä se kätkee sisälleen. Liekkö sitä samaistetaan Googlen salamyhkäisiin katukuvauksiin saati, että nyt Apple keilaa katuja. Kokemukseni perusteella avaan hiukan asiaa madaltaakseni kynnystä mobiilikeilauksen hyödyntämiseen väylien tiedonkeruussa.

Keilausprojektin ei tarvitse olla satoja kilometrejä

Suurissa projekteissa kaikki määrittelyt on tehtävä tarkkaan laadunvarmistuksen ja kustannustehokkuuden vuoksi. Pienissä hankkeissa voidaan toimia enemmän ’nyrkkisäännöillä’ ja niissä loputon speksien viilaaminen ei välttämättä tuo erityistä lisäarvoa työlle. Tehdään hyvin, mutta suoristetaan hiukan linjoja, jotta asiassa päästään eteenpäin.

Ensikertalaisen tilaajan kannattaa kuitenkin panostaa tilauksen tarjouspyynnön määrittelyihin suht’ huolella välttääkseen pettymykset. Useastihan on käynyt niin, että saa mitä tilaa. Esimerkillä selvennystä tuohon: tilataan maastomalli tiestä, lopputuotteena vaikkapa perinteinen kolmioverkko tien pinnasta. Tilaaja saa mallin, mutta olisikohan kannattanut miettiä pidemmälle ja tilata myös lopputuotteita varten luokiteltu pistepilvikin? Sehän on joka tapauksessa olemassa. Pistepilvi sellaisenaan georeferoituna ilman erikoiskäsittelyä on jo sieventämätön lopputuote.

Pidemmälle viedyllä automaattisella luokittelulla pistepilvi jalostuu jo kummasti. Kun vielä ammattitaitoinen operaattori tarkastaa systemaattisesti luokittelun ja tekee tarvittavat manuaaliset korjausluokittelut, on lopputulos hintansa väärti. Pistepilvestä löytyy paljon hyödyllistä tietoa muun muassa tiealueen ilmajohdot, tien pinnasta tarkempaa tietoa kuten uraisuus, halkeamat/kuopat, sivukaltevuudet ja maaliviivat, sekä tien varsilla olevat liikennemerkit ja muut kalusteet, tien läheisyydessä olevien rakennusten julkisivut ja muuta mielenkiintoista. Talvipakkasilla kartantekijöillä ja suunnittelijoilla on kattava tieto kohteesta, kun sulan maan aikana laitettiin keilaustiimi asialle.

Keilaintyypit

Keilaimissa on pääasiassa kahta eri pääversiota: yksi- ja kaksikeilaimisia. Erikseen ovat keilaimet, jotka ovat tarkoitettu pelkästään vain tienpinnan kuntoanalysointia varten.

Kaksikeilainsysteemissä keilaimet osoittavat yläviistoon sivuille. Näin niiden peitto esim. pylväissä ja tolpissa on noin 270 astetta. Tien kalusteisiin ja ilmajohtoihin saadaan hyvin tasaisen peiton osumia. Jos ei ole puhtaasti tienpinnasta kyse ja vaikka olisikin, kaksikeilainjärjestelmällä, saadaan peittävämpi lopputulos homogeenisemman pistejakauman avulla.

Kuva 1. Trimblen MX9 asennettu ratakeilausta varten

Yhtä keilainta on ehkä mahdollista järjestelmästä riippuen kääntää vinottain ja ajaa edestakaisin, mutta se lisää työmäärää maastossa ja käsittelyssä.

Liikennemerkki- ja kaluste-inventointiin ei yksikeilainjärjestelmä oikein sovellu, koska se peittää käytännössä vain ajolinjasta kohtisuoraan sivuille näkyvät tahot. Myös kohtisuoraan tien ylittävät johdot saavat huonommin osumia, koska ovat lähes samansuuntaisia keilauksen pyyhkäisyjen kanssa.

Kuva 2. Kaksikeilan skannerin pyyhkäisykuvio vasemmalla, yksikeilain oikealla. Kuvan yläreuna ajosuunta

Kamerat

Modernissa keilainjärjestelmässä on tyypillisesti panoraamakamera, jossa kuvien avulla saadaan automaattisesti värjättyä pistepilvi. Värjäyksestä on hyötyä visualisoinneissa ja aineiston käsittelyssä. Toki kamerakalibroinnin on oltava hyvä, jotta kuvien pikselit osuvat tarkasti laserpisteisiin. Vanhan asfaltin reunat saattavat joskus erottua RGB-värjäyksellä intensiteettivärjäystä paremmin tai joissain tilanteissa reuna erottuu parhaiten yhdistetyllä intensiteetti- ja RGB-värjäyksellä. Panoraamakuvia voidaan myös hyödyntää fotogrammetrisesti esim. liikennemerkkien inventoinnissa, käyttää sellaisenaan tiealueen tutkiskeluun ja tuottaa tienpinnan ortokuvia. Kuvilla on sijainti- ja asentotieto.

Kuva 3. MX9-keilaimen päällä kiinteästi asennettu panoraamakamera.

Tarjouspyynnön peruspilarit

Käyn läpi tarjouspyynnössä huomioitavia keskeisiä kohtia ja niihin vaikuttavia seikkoja. Osa on itsestäänselvyyksiä, mutta usein juuri ne saattavatkin tuottaa pettymyksen. Tällä tarkoitan sitä, että oletetaan saatavan jotain mitä ei saadakaan. Pistepilveä ja kuvia voidaan yhdessä ja erikseen hyödyntää lukuisiin eri tarkoituksiin.  

Korkeus- ja tasokoordinaattijärjestelmät

Vuosikausia ollaan jo käytännössä työskennelty ETRS TM35FIN tasokoordinaatti- ja N2000-korkeusjärjestelmässä. Pääosin aineisto halutaan kohdealueen GK-kaistaan. Tässä on oltava vielä tarkkana ovatko kysymyksessä lyhyet vai pitkät itäkoordinaatit. Tilaajalla ei saata olla työkaluja eri tietolähteiden muuntamiseen oikeisiin järjestelmiin. Tarjouspyynnössä on mainittava, että toimitetaan kontrollimittauksiin sovittamisesta raportti. Siitä selviää numeerisesti, miten hyvin xyz-sovitus on tehty. Tilaaja voi myös itse suorittaa satunnaisia tarkemittauksia sovitukseen käytettyjen kontrollipisteiden väliltä varmistaakseen työn tarkkuuden. Tilaaja voi myös itse suorittaa kaikki kontrollimittaukset operaattorin ohjeilla. Hyvä nyrkkisääntö kontrollimittauksissa on: mieluummin enemmän kuin vähemmän.

Kuva 4. Valmiiksi määritetyt koordinaattijärjestelmät ovat arkipäivää.

Ajokuvio:

Ajaminen on suoritettava liikennesääntöjen mukaan. Kahteen suuntaan ajaminen parantaa sisäistä kontrollia varsinkin huonoissa GNSS-olosuhteissa. Jos kuvia ei tarvita, voidaan keilausta suorittaa myös pimeällä. Paras lopputulos saavutetaan, kun keilaus suoritetaan kahteen eri suuntaan. Siten saadaan sisäisen kontrollin lisäksi parempi sisäluiskien peitto. Jos mobiiliskanneri on hyvin kalibroitu, yksi ajokertakin toimii tarkkuuden osalta hyvin.

Ajettaessa kahteen kertaan väyläosuus kannattaa luokitella päällekkäiset pisteet pois. Näin saadaan joka kohtaan laadukkaimmat laserpisteet eikä esiinny mikrokohinaa, jota voi aiheutua aavistuksen verran epätarkasta eri ajokertojen yhteensovittamisesta. Päällekkäisiä pisteitä ei pidä tuhota, koska ne tuovat apua peiteisissä kohteissa. Esimerkkinä tiensuuntainen eristetty ilmajohto, joka kulkee puiden lehvästön sisällä. Päällekkäiset pisteet saattavat antaa riittävän määrän lisäosuma johtoon sen tarkan muodon hahmottamiseksi. Niillä paikataan myös viereisellä kaistalla ajaneiden autojen aiheuttamia reikä pistepilvessä.

Ajosuunnitelman ohjeellisessa havainnekuvassa järjestyksessä ylhäältä alaspäin: moottoritie, normaali kaksikaistainen tie ja alemman luokan esim. soratie, jonka signalointi on hankalaa eikä siksi ehkä järkevää.

Kuva 5. Kuvassa ruutusignaalit ja punaisella korkeuskontrollipisteet

Ohjeellinen tarkkuusmäärittely

Paras tarkkuus: Signaalit 500 m välein ja korkeuskontrollit 100 m välein. Ylempien tieluokkien suunnitteluun ja teiden as-built -keilaukseen. Kontrollien mittaus takymetrillä sidottuna tien mittaperustaan. Paras korkeustarkkuus saavutetaan vaaitsemalla signaalit ja korkeuskontrollipisteet. Kaikissa tapauksissa tiheämmillä korkeuskontrolleilla parannetaan ja varmistetaan korkeustarkkuutta. Korkeuskontrollit ovat kätevää mitata keskeltä reunaviivaa tai reunassa olevien katkoviivojen päistä keskeltä. Näin saadaan vähintään tien sivusuunnassa samalla xy-tarkistuksia. Mikäli kontrollien tasosijainnit mitataan RTK:lla on suositeltavaa vaaita niille korkeudet.

Keskitarkkuus: Vain signaalit 0,2-1 km välein. Alempien tieluokkien suunnitteluun, kaupunkimallien täydennykseen ja vähemmän tarkkoihin infratehtäviin. Kontrollit takymetrillä tai huolellisella RTK-mittauksella.

Välttävä tarkkuus: Ei suoriteta kontrollimittauksia. Korjattu GNSS-tarkkuus riittää (parhaimmillaan = RTK-mittauksen tarkkuus), kun kysymyksessä ovat liikennemerkki-inventoinnit, tien kuntoinventoinnit ja vastaavat tehtävät missä ei tähdätä suunnittelutöihin.

Edellä esitin esimerkinomaisen hahmottelun keilaus- ja mittausjärjestelyistä. Kontrollimittausten tiheys on kiinni keilainjärjestelmän mittaustarkkuudesta. Tällöin on keskiössä GNSS- ja IMU-laitteiston tarkkuus. Määritettyjen tarkkuusvaatimusten perusteella keilausoperaattori suunnittelee asialliset kontrollimittaukset. Tarkan IMU-yksikön hyödyt tulevat esiin huonoissa GNSS-olosuhteissa, ääriesimerkkinä tunnelikeilaukset, joissa paikannus on IMU-yksikön ja ajoneuvon takapyörään asennettavan matkamittauslaitteiston (DMI) varassa.

Kuva 6. Spreijatut signaalit erottuvat selkeästi pistepilvestä intensiteettivärjäyksellä.

Keilausolosuhteet

Paras keilausaika on luonnollisesti heti alkukeväästä, kun kasvustot ovat vielä lähtökuopissa. Pelkän tienpinnan ja muiden kohteiden ollessa kyseessä käy hyvin koko sulan maan aika. Kattavimman ja luotettavimman pistepilven ajoratojen ulkopuolelta saa, kun keilain on mahdollisimman korkealla, mielellään pakettiauton tai vastaavan korkuisen ajoneuvon katolla. Vilkasliikenteisillä osuuksilla minimoituu vastaan tulevan liikenteen aiheuttamat reiät viereisellä kaistalla kumpaankin suuntaan keilattaessa. Sama koskee myös moottoriteitä. Ohittava auto toisella kaistalla peittää lasersäteiden kohdalla tienpinnan. Kahteen kertaan ajettaessa on todennäköistä, että toisista ajoneuvoista aiheutuvia katvealueita jää hyvin vähän tai ei ollenkaan.

Ajonopeus

Maksimiajonopeus on myös hyvä määrittää jollain tarkkuudella, jos halutaan vaikuttaa pyyhkäisyjen tiheyteen. Jos keilain pyörii 250 kierrosta sekunnissa, on pyyhkäisyjen kohtisuora väli 50 km/h nopeudella noin 5 cm. 100 km/h nopeudella se on sitten tuplat, noin 10 cm. Pääsääntöisesti keilausajoneuvo liikkuu liikenteen mukana, mutta varsinkin vähäliikenteisillä osuuksilla tai ruuhka-ajan ulkopuolella ajonopeutta voidaan säätää sopivaksi. Etenkin lyhkäisillä pätkillä ei ole suurta haittaa liikenteelle, jos ajetaan vähän hitaammin ja passaillaan vaikka siltojen alituksiin ja risteysalueisiin, joissa on yleensä enemmän tai vähemmän kalusteita.

Keilaustaajuus

Keilaimesta riippuen se on vakio tai se voidaan määrittää. Esimerkiksi Trimblen MX9-keilaimessa

on valittavana taajuudet 300 KHz, 500 KHz, 750 KHz ja 1000 KHz. Keilaustaajuus vaikuttaa pyyhkäisyjen pistetiheyteen. Nämä seikat kannattaa huomioida tilausmäärittelyssä. Käytännössä ei kuitenkaan saavuteta tasalaatuista pyyhkäisytiheyttä, johtuen ajonopeuden vaihteluista. Siihen vaikuttaa muu liikenne, kiihdytykset, jarruttamiset, pysähdykset ja nopeusrajoitukset. Optimaalista on käyttää vakionopeuden säädintä aina kun mahdollista.

Lopputuotteita ja käyttökohteita

Kuten alussa mainitsin, kannattaa lopputuotteiden määrittelyssä olla tarkkana ja kirjata ne selkeästi spekseineen tarjouspyyntöön. Tilaaja voi toki itsekin jatkojalostaa keilausaineistoa, mikäli on osaamista ja ohjelmistot. Alla listaus tyypillisistä lopputuotteista. Mielikuvitusta voi käyttää mihin kaikkeen aineistoa voi hyödyntää.

  • Tiealueen maastomallit
  • Tienpinnan ortokuvat
  • Tienpinnan kuntoanalyysit
  • Luokiteltu pistepilvi: tienpinta, kalusteet, rakennusten julkisivut, puusto
  • Päällystämisen massaoptimointi
  • Päällystettävän tien geometrian hienosäätö
  • Visualisoinnit
  • Näkemäalueet raivauskarttoineen
  • Erikoiskuljetusten reittisuunnittelu
  • Sulkuviivoituksen mitoitus
  • Katualueilta tarkka kaupunkimalli, voidaan yhdistää ilmakeilausaineiston kanssa

Kuva 7. Harvennettu tienpinnan kolmioverkko taiteviivoituksella.

Kuva 8. Uraisuusanalyysi, Terra-sovelluksilla voidaan viedä ascii-tietona muihin järjestelmiinkin.

Kuva 9. Luokiteltu maanpinta, kasvillisuus ja kalusteet, suunnittelijan lottovoitto.

Kuva 10. Värjätty pistepilvi toimii sellaisenaan osana kaupunkimallia.

Keilauksessa syntyvät aineistot

Lopputuotteina pidän myös keilauksessa syntyviä vakioaineistoja. On huomioitavaa, että keilain ei erottele kohteita tiealueella. Keilain tekee passiivista työskentelyä. Se ampuu tasaisesti lasersäteitä ympärilleen ja jokaisesta kohteesta mihin lasersäde osuu, tulee takaisinheijastumat. Osumakohteet siis kuorruttuvat laserpisteillä. Näin ollen esim. tienpinnan ollessa kiinnostuksen kohteena, saadaan paljon muutakin käyttökelpoista tietoa tieympäristöstä.

Tilauksessa kannattaa eritellä kaikki toimitettavat aineistot. Tilaaja, joka ei suoraan itse pysty hyödyntämään koko aineistoarsenaalia, saattaa myöhemmin halutakin aineiston jatkojalostusta.

Keilauksesta syntyviä vakioaineistoja ovat:

  • ajoratatieto: sisältää ajoradan XYZ-tiedot, aikaleimat ja inertiatiedon
  • GNSS-tarkkuustieto: tarkkuustieto voidaan pultata ajoratatietoon ja esittää graafisesti esimerkiksi xy- ja z-tarkkuus käyttäjän säätämällä asteikoilla, käyttää useiden ajokertojen alueella tarkimman ajokerran eristämiseksi
  • pistepilvi
  • panoraamakuvat, voi olla sivulle katsovien kameroidenkin kuvia
  • kuvalista: sisältää kuvien aikaleimat, xyz-koordinaatit ja kuvien asentokulmat
  • kameran kalibrointiedot: näiden parametrien avulla perspektiivinäkymässä kuvien pikselit täsmäävät laserpisteiden kanssa

Kannattaako keilata?

Markkinoimamme Trimblen MX50 ja MX9 -mobiilikeilaimet edustavat alan uusinta tekniikkaa. Keilausoperointi ja tietojen käsittely ovat hyvin tuotteistetut. Keilausdatan esiprosessoinnissa Trimblen POSPac ja TBC -ohjelmistot loistavat käytön helppoudella. Terra-sovelluksilla voidaan jatkaa lopputuotteiden prosessointia. Aikaisemmin vanhemman sukupolven laitteita ja ohjelmistoja käytettäessä kannattavuusraja saattoi alkaa vasta kaksinumeroisessa kilometrimäärässä. Nyt se on jo yksinumeroinen monissa tapauksissa. Jos katsotaan äärireunaa, se voi olla, vaikka sata metriä, jos halutaan tarkka kaupunkimalli lyhyeltä kadun pätkältä, joka sisältää kaiken: puut, rakennusten julkisivut, kadun kalusteet ja kadun pinnan.

Kannattaa kysyä tarjous takymetri-/RTK-mittauksesta ja mobiilikeilauksesta pienemmissäkin väyläkartoituksissa. Mobiilikeilaus saattaa olla kustannustehokas vaihtoehto, vaikka kartoittajaa ulkoilutettaisiinkin mittaamassa korkeuskontrollipisteet ja rumpujen juoksupinnat. On huomattavaa, että mobiilikeilaus tuottaa käytännössä väyläalueen osumakohteista jatkuvan pinnan, objektit ja muodot, joita ei perinteisellä mittausmenetelmillä voida kartoittaa. Näin mittausmenetelmänä se ei ole aivan vertailukelpoinen perinteisen mittauksen kanssa.

Ennen oli kulmaprisma, mittanauha, vaaituskone ja HP:n laskin, nyt on mobiilikeilain

Pistepilvitekniikan käyttö lisääntyy koko ajan väyläkartoituksissa. Mobiilikeilaus ei ole uusi keksintö. Ensimmäinen tuotteistettu keilainsysteemi tuli markkinoille joskus 2005 aikoihin ja siitä lähtien ala on kehittynyt voimakkaasti. Sitä on vain yleisesti pidetty isojen projektien kartoitusmenetelmänä. Totuuden nimessä on kuitenkin sanottava, että aineiston perusteellinen hyötykäyttö vaatii loppukäyttäjältä hiukan enemmän osaamiseen panostamista kuin millimetripaperille piirretyt poikkarit. Olen kuitenkin vakuuttunut, että panostaminen kannattaa.

Aikoinaan ilmakeilausprojekteissa sisällytin tarjoukseen aineiston lyhyen käyttökoulutuksen, se oli toimiva idea, kun asiakas perehdytettiin datan hyötykäyttöön. Palaute oli hyvä – vinkki keilausoperaattoreille!

Menetelmään kannattaa tutustua keilauttamalla lyhyehkö tien tai rautatien pätkä. Kohteeksi sopii vaikka pari kilometriä peruskunnostusta vaativa kohde tai sen as-built-kartoitus. Pienenkin käyttökokemuksen perusteella on helppo muodostaa käsitys menetelmän eduista ja kustannustehokkuudesta. Rautatieympäristöön pätevät lähes kaikki samat asiat kuin tiekeilaukseen, muutamia vähäisiä poikkeuksia lukuun ottamatta.

Hyvää keilauskautta!

Kirjoittaja:

Tom Steffansson
Myynti-insinööri

020 7510 649

tom.steffansson (at) geotrim.fi

Pieni piste – pistepilvien molekyyli

Kirjoittaja: Tom Steffansson

Pistepilvien tuotannossa käytetään suureellisia termejä. Laserkeilaushanke, keilausprojekti, pistepilvi, keilausdata jne. Tietysti näin. Suuren tietomäärän vuoksi pienikin pistepilviprojekti on tavallaan iso. Pienissäkin aineistoissa lähdetään liikkeelle miljoonista pisteistä ja isoissa pyöritään miljardeissa. Isot kokonaisuudet pyörivät mielessä. Pienet purot yhtyvät suureksi joeksi, mutta pienikin puro muodostuu yksittäisistä vesimolekyyleistä, ja nekin voidaan pilkkoa osiin. Niin voidaan pistepilven molekyylikin, yksi pieni piste, jonka koostumus voi vaihdella paljon verrattuna H2O-molekyylin muutamaan atomiin. Tuleeko pistepilviaineistojen käyttäjille koskaan mieleen tutustua tarkemmin yhteen pikkuruiseen pisteeseen, joka on miljoonien samankaltaistensa joukossa? Sen sisältämä moninainen ominaisuustieto saattaa yllättää. Perinteisessä mittauksessa standardin maineen saanut GT-formaatti kalpenee attribuuttikenttiensä puolesta verrattuna laserkeilauksen yleisimpien formaattien, kuten LAS ja LAZ, tukemiin attribuutteihin.

Tarkastellaan aihetta käytännöllisesti.

Liikkuvilla laitteilla tuotetut pistepilvet sisältävät yleisesti tiettyjä vakioattribuutteja kuten aikaleiman, intensiteetin, kaiun numeron ja kaikujen lukumäärän, peilikulman sekä keilannumeron. Jotkut sensorijärjestelmät saattavat tuottaa attribuutteja, jotka ovat käytössä vain sen omassa post-prosessointi ohjelmistossa.

Jotta tämä ei olisi liian yksinkertaista, pikkuruinen piste saa jatkokäsittelyssä lisää kuormaa kannettavakseen. Laskenta-algoritmit tuottavat eri luokittelutarkoituksiin uusia arvoja pisteille, joita voidaan jatkoprosessoinnissa hyödyntää. Esimerkiksi saadaan fotogrammetrisen pistepilven käsittelyssä luotettavampi maanpinta. Tunnelin lattia-, seinä- ja kattopinnat luokittuvat paremmin. Yksittäisten objektien manuaalinen luokittelu nopeutuu ryhmänumeroinnin ansiosta, muutamia esimerkkejä mainitakseni.

Tarkastellaan Terrasolidin TerraScan-sovelluksen roolia aiheessa olennaisilta osilta:

TerraScan-sovelluksen rooli ja attribuutit

TerraScanin tavalla tai toisella tukemat attribuutit ovat alla listattuna. Lihavoitettuna ovat  attribuutit, joita vain TerraScanin Fast Binary Format (FBI) tukee verrattuna ns. standardeihin formaatteihin.

  • pisteluokka
  • lentoratanumero
  • aikaleima
  • kaikutyyppi
  • intensiteetti
  • Rieglin extra-bitti: pulssin muotovaihtelu, heijastavuus, kaiun pituus, kaiun poikkeavuus
  • RGB-värit
  • HSV-värit
  • keilauskulma pystysuorasta
  • kaiun numero
  • skannerin numero
  • kaiun pituus
  • kaiun sijainti
  • peilikulma
  • käyttäjän data
  • etäisyys esim. maanpintaan tai vektorielementtiin (muodostuu käsittelyssä)
  • ryhmänumero (muodostuu käsittelyssä)
  • pisteen värjänneen kuvan numero (muodostuu käsittelyssä)
  • normaalivektori (muodostuu käsittelyssä)
  • kasvillisuusindeksi (muodostuu käsittelyssä)

Käyn läpi eräitä yleisimpiä attribuutteja, joita esiintyy lähtödatassa ja joita syntyy prosessoinnin tuotteena normaalissa prosessointityöskentelyssä, jossa melko rutiininomaisesti tuotetaan hyviä ja toimivia lopputuotteita, menemättä käsittelyssä aivan äärimmäisyyteen. Äärimmäisyydellä tarkoitan sitä, että otetaan olemassa olevasta ja lasketusta tiedosta kaikki mahdollinen irti, haluttaessa automaattisesti niin hyvä lopputulos kuin mahdollista.

Aikaleima

Tallentuu ilma- ja mobiili- ja käsikeilauksessa laserpisteille sekä lento-, ajo- ja kävelyradoille. Aikaleimaa käytetään mm. ratanumeron päättelyssä laserpisteille. Aikajärjestelmä yleensä standardi GPS-aika tai GPS-viikkoaika. Aikaleimat voidaan konvertoida toiseen aikajärjestelmään.

Kaikutyyppi

Yksi ammuttu lasersäde voi antaa useita heijastumia takaisin. Osa säteestä osuu esim. puun lehvästön ensimmäiseen pintaan (First echo). Osa säteestä, koska säteen footprintti leviää ilmakehän molekyylien takia, jatkaa matkaa ja heijastuu edelleen lehvästön pinnasta (Intermediate echo) (näitä osumia voi skannerista riippuen tallentua useampiakin). Viimeinen heijastuma (Last echo) on todennäköinen maanpinta tai voi myös olla kohde maanpinnan yläpuolella, josta säde ei enää jatku eteenpäin. Tiheä lehvästö voi antaa vain yhden heijastuman (Only echo). Kaikutiedolla voidaan luokitella potentiaaliset maanpinnan osumat ennen lopullista maanpinnan luokittelua. Potentiaalisia maanpinnan osumia ovat luonnollisesti Last of many ja Only echo -kaiut. Intermediate kaiut ovat First ja Last of Many kaikujen välissä.

Yhdestä laserpulssista palautuneet heijastumat ylä- ja leikkausnäkymässä.

 

Etäisyys esim. maanpintaan tai vektorielementtiin

Aikaisemmin maanpinnan yläpuoliset pisteet suhteellisella korkeudella maanpinnasta luokiteltiin vertaamalla pisteiden pystysuoria etäisyyksiä maanpinnan pintamalliin. Uudemmassa vastaavassa luokittelussa pisteille lasketaan ensin pystysuora etäisyysattribuutti. Tämän jälkeen maanpinnan yläpuoliset pisteet luokitellaan etäisyydellä maanpinnasta tuon attribuuttitiedon avulla. Tyypillisesti matala-, keskikorkea ja korkea kasvillisuus. Etäisyys voidaan laskea myös muilla periaatteilla. Esimerkiksi 3D-etäisyys vektorielementtiin kuten ilmajohtoihin.

Etäisyysvärjäys pisteillä maan pinnasta, joka on samalla värjätty intensiteettiarvoilla.

 

Ryhmänumero

TerraScan määrittää ryhmänumerot erillisille pistepilvimuodostumille, kuten kadun kalusteille, rakennusten pinnoille, muille objekteille ja puustolle. Tämä auttaa mainittujen kohteiden automaattiluokittelussa ja nopeuttaa myös objektien manuaalista luokittelua. Osoittamalla esim. liikennemerkin yhtä pistettä, kaikki kyseisen liikennemerkin pisteet luokittuvat liikennemerkkiluokkaan. Olettaen tietysti, että ryhmänumeroiden määrittelyssä tietyn objektin pisteille toiminto on päätellyt saman ryhmänumeron. Ryhmiä voidaan yhdistellä ja tuhota.

Ryhmävärjäyksellä yksittäiset kalusteet ja puusto erottuvat kukin omana ryhmänä.

 

Pisteen värjänneen kuvan numero

Pisteen värjäyksessä käytetyn kuvan numero vihreällä kuullotetussa sarakkeessa.

 

Normaalivektori

Arvo, joka kuvaa pinnasta kohtisuoraan lähtevän vektorin suuntaa. Ohjelma hyödyntää sitä eri rakenteiden pintojen luokittelussa. Käytetään mobiilikeilattujen tienpintojen uraisuuden ja muiden epämuodostumien kohtien analysointiin. Alla olevassa kuvassa kattopintojen pisteillä normaalivektorivärjäys. Esim. automaattisesti vektoroitujen rakennusten tarkastamisessa operaattori ymmärtää paremmin top-näkymässä katon muodot.

Interaktiivisessa työskentelyssä rakennuksen kattojen osat erottuvat selkeästi.

 

Kasvillisuusindeksi

Tallentuu etäisyys-attribuutiksi, kuten esimerkiksi maanpinnan yläpuolisten pisteiden kohtisuorat etäisyydet maanpintaan. Kasvillisuusindeksin avulla saadaan erityisesti fotogrammetristen pistepilvien maanpinnan luokittelussa luotettavampi lopputulos. Pistepilvi voidaan värjätä kasvillisuusindeksillä. TerraScan voi määrittää kymmenen värikanavaa joka pisteelle. Mikäli kuvilla on myös infrapunavärit, tällöin niillä on neljä värikanavaa: R G B NIR. Infrapunakanavan avulla saadaan luotettavimmat kasvillisuusindeksiarvot.

Kasvillisuusindeksillä värjätyt pisteet. Vihreä väri ei potentiaalista maanpintaa.

Katsotaan mitä standardiattribuutteja eri sensorijärjestelmät normaalisti tallentavat loppuprosessointiin exportattaville pisteille ja mitä syntyy lisää TerraScanin käsittelyssä.

Ilmakeilauksen pisteillä on tyypillisesti seuraavat alkuperäiset attribuutit:

  • XYZ
  • aikaleima
  • kaikutiedot
  • intensiteetti
  • peilikulma

Jatkokäsittelyssä pisteelle syntyy mm. seuraavia attribuutteja

  • luokittelun tuloksena pisteluokkanumero
  • RGB-värit, jos ilmakuvat käytettävissä
  • lentoratanumero
  • pisteiden etäisyys maanpintaan tai muuhun kohteeseen
  • kasvillisuusindeksi
  • normaalivektori
  • ryhmänumero

Käsikeilauksen pisteillä on tyypillisesti seuraavia attribuutteja:

  • XYX
  • aikaleima
  • intensiteetti
  • RGB-värit, jos keilain varustettu kameralla

Jatkokäsittelyssä pisteelle syntyy mm. seuraavia attribuutteja

  • luokittelun tuloksena pisteluokkanumero
  • kävelyratanumero
  • pisteiden etäisyys maanpintaan tai muuhun kohteeseen
  • normaalivektori
  • ryhmänumero

Fotogrammetrisilla pisteillä on tyypillisesti seuraavat attribuutit:

  • XYX
  • RGB-värit

Jatkokäsittelyssä pisteelle syntyy mm. seuraavia attribuutteja

  • luokittelun tuloksena pisteluokkanumero
  • pisteiden etäisyys maanpintaan tai muuhun kohteeseen
  • kasvillisuusindeksi
  • normaalivektori
  • ryhmänumero

Maakeilauksen pisteillä on tyypillisesti seuraavat attribuutit:

  • XYZ
  • intensiteetti
  • RGB-värit, jos keilain varustettu kameralla

Jatkokäsittelyssä pisteille syntyy mm. seuraavia attribuutteja

  • luokittelun tuloksena pisteluokkanumero
  • keilausaseman numero, voi tulla laitteesta riippuen automaattisesti
  • normaalivektori
  • ryhmänumero

Eri menetelmillä tuotettujen pistepilvien sisältämiä attribuutteja voidaan käyttää sellaisenaan hyväksi ja uusien tietojen laskemiseen. Näitä taas voidaan edelleen käyttää luokittelussa parantamaan lopputulosta ja helpottamaan lopputuotteiden prosessointia. Attribuuttien perusteella pisteiden värjääminen auttaa paremmin havainnollistamaan pistepilveä interaktiivisessa työskentelyssä.

Yksittäisen laserpisteen sisältämä tietomäärä on verrattaen suuri. XYZ-koordinaatit ovat vain osa siitä tiedosta mitä tarvitaan prosessoitaessa aineistoa lopputuotteiden tuottamista varten. Minullakin on vielä aukkoja attribuuttitietämisessä, vaikka olen ollut pistepilvien kanssa tekemisessä yli kaksikymmentä vuotta. Kun saatte pistepilviainestoa, olkaa uteliaita. Katsokaa mitä se sisältää ja ottakaa siitä kaikki hyöty irti.

Laserkeilausohjelmistojen kehitystä seuraamassa – Tompan kokemuksia

Kirjoittaja: Tom Steffansson

Koska laserkeilaus laitteineen ja ohjelmistoineen kehittyy koko ajan, tulee joskus muisteltua, mitä oli menetelmän alkuaikoina. Sain ensimmäisen kerran käsiini pistepilven muistaakseni vuonna 2000 –  ­se oli pätkä voimalinjakeilausta. Ei oikein mennyt tajuntaan, että mitä se pistemössö oli. Aikani tutkittua huomasin, että tässähän on ideaa. Data oli muistaakseni peräisin ruotsalaisen Ahab-firman keilaimesta. LAS-formaatti ei ollut vielä syntynyt, mutta Terrasolidin TerraScanin ensimmäiset versiot olivat jo nähneet päivänvalon. Kiinnostuin laserkeilauksesta ja olin onnekkaasti 2000-luvun alusta lähtien mukana touhussa. Heti alkuun olin apuna mittaamassa isossa, 175 km pitkässä, Orivesi-Pieksämäki -ratakeilausprojektissa GPS-runkoa. Tein manuaalista korjausluokittelua ja taiteviiva- ja kalustevektoroinnin koko matkalle. Nyt oli jo Hasselblad-kamera asennettu keilaussysteemiin ja saatiin tuotettua ortokuvat TerraPhotolla. Kuvat olivat kooltaan  3056 x 2032 pikseliä.

Orivesi-Pieksämäki -ratakeilaus. Lentokorkeus helikopterilla 50 m ja pistetiheys 10 pistettä/1 m2

Sittemmin tuli vuosien mittaan käsiteltyä Terra-sovelluksilla kymmeniä laserkeilaus- ja ilmakuvaprojekteja Terrasolidin TopTerra -tytäryhtiössä. Oli kaivoksia, kaasuputkilinjoja, kaupunkeja, valtateitä, riisiviljelmiä ja vaikka mitä. Samaan aikaan työskentelin jo Terrasolidille ja näin alaa näköalapaikalta ympäri maailmaa 15 vuotta asiakkaitten kouluttamisen ja teknisen tuen merkeissä. Eräs mieleen painuneista työmatkoista oli Ranskan Guayanaan. Aamulenkillä merenrannalla ihmettelin öljytynnyrin näköisiä tummia möykkyjä rantahietikon yläreunassa. Ei raksuttanut. Menin yhtä möykkyä tutkimaan. Olikin 200-kiloinen jättiläismerikilpikonna munimassa. Niitä näkyikin sitten yhdellä silmäyksellä parikymmentä, kun silmät kalibroituvat tilanteeseen.

Nyt eletään 70-luvun scifi-elokuvien tapahtumavuosia ja tuntuu, että tämä ala on yhtä reaaliaikaista scifiä. En arvannut ensimmäistä kertaa käynnistäessäni TerraScania, että siitä tulisi vuosien mittaan maailmankuulu sovellus. Alalle on luonnollisesti kehkeytynyt paljon kilpailua. On varaa mistä valita. Uusin valintani onkin Spatix. Mikä ihmeen Spatix? Se on CAD-ohjelma aidolla stereotuella, jota kehittää venäläinen Gisware Integro -yhtiö. Spatix on optimoitu Terra-sovellusten alustaksi. Erikoisen tästä tekee se, että Spatixin saa ilmaiseksi hankkiessaan Terrasolidin softapaketin. Se on vielä muodollisesti beta-asteella, mutta toimii jo tuotantotyössä ihan hyvin, kun pysytään yksinkertaisissa CAD-elementeissä, eikä tarvitse erityisesti CAD-aineistojen referenssitoimintoja. MicroStationin käyttäjien on helppo siirtyä ilman erityistä treeniä Spatix-ympäristöön. Terra-sovelluksethan ovat tähän saakka toimineet vain MicroStation ympäristössä. Kaikki ei ole vielä valmista, mutta neljä Terra-sovellusta toimii jo, ja ne ovat:

TerraScan

TerraScan on ensimmäinen kaupallinen tuotteistettu sovellus pistepilven käsittelyyn. Samoin ensimmäisenä tuki mobiilikeilausdatoille. Ensimmäisenä tuli markkinoille Optechin Lynx -systeemi 15 vuotta sitten, jota varten Terrasolid lisäsi tarvittavia ominaisuuksia sovelluksiin.

Alun tiedostokohtaisen käsittelyn jälkeen tuli mahdollisuus käsitellä aineistoja projektitasolla ilman kokorajoitusta. Ensin oli manuaalityökaluja, sitten automaattisia luokittelurutiineja. Nyt sovellus sisältää kuutisen sataa eri toimintoa. Suurikokoisten datojen prosessointia voidaan keskitetysti hajauttaa nopeassa verkossa oleville ’orjakoneille’ TerraSlaven avulla. Nämä prosessointikoneet eivät tarvitse muuta kuin TerraSlave-asennuksen.

Kuvassa ensimmäinen laserkeilausaineisto, jonka sain käsiini 1997. Pistetiheys 0.6 pistettä/1 m2

TerraModeler

TerraModeler oli käytössä jo 90-luvun alussa. Se tuki osaltaan mukavasti uutta TerraScania. Hajapisteet ja taiteviivat on saatava ruotuun ja korkeuskäyrätkin piirrettävä. Ajan myötä vaatimukset kasvoivat ja piti saada projektitason korkeuskäyrä- ja gridi-mallien tuotantotoiminnot ja paljon muuta. TerraModelerilla voi muuten tehdä näppärästi mm. maanrakentamisen suunnittelua.

Kuopion Jukolan viestin käyrät erikoiskeilauksesta suunnistuskartantekijä Jussi Silvennoiselle.

TerraPhoto

Kun keilataan, voi myös ilmakuvata ja keilanjärjestelmiin alettiinkin jo pian sovittaa ilmakuvauskameroita. TerraPhoto ilmestyi pian TerraScanin perään. Keilauksen kannalta paras tulos saavutetaan, jos samaan aikaan ilmakuvataan. Samanaikaisesta kuvauksesta on paljon hyötyä laseraineiston viimeistelyssä ja päinvastoin. Pistepilvestä ei välttämättä ymmärrä jotain yksityiskohtaa. Kuvalta se selviää, jos ei olla aivan kuusikossa. Sitten alkoi orastava kaupunkimalli-buumi. Vektoroidut rakennukset vaativat kuorrutuksen. Tuli viistokuvaukseen monikamerajärjestelmiä. TerraPhotoon tuli seinien teksturointiominaisuus aikoja sitten. Nyt sekin on uudella tasolla. Kaupunkimalleja voidaan säilöä ilmaiseen tietokantaan ja ylläpitää aineistoa.

Tietenkin on myös tullut kauan sitten tuki mobiilikeilauksen monikamerajärjestelmien kuvien käsittelyyn.

2005 Alavieskan kunnan laserkeilaus ja ilmakuvaus, josta tosiortotuotanto. Vaalea rakennus on kirjasto.

Alavieskan kirjastorakennus keskellä kuvaa vektoroituna.

TerraMatch

Jokaisessa lentosessiossa on havaittavissa systemaattinen HRP-virhe. Johtuu IMU/GNSS:n ja skannerin välisestä kolmen akselin kulmaerosta. TerraScan ei osannut tätä ongelmaa ratkaista. Tarvittiin TerraMatch. Siitä kehittyi monipuolinen laseraineiston sisäisen kalibroinnin korjaaja. Sillä myös sovitetaan mobiilikeilausdata kontrollimittauksiin mahdollisimman oikeaoppisesti.

Kalibroimaton pistepilvi

Kalibroitu pistepilvi

On hienoa, että suomalainen ohjelmistoyritys on ollut ladunavaajana pistepilvien käsittelyssä. Suomalaisille käyttäjille on kotimaisuudesta etua. Tekninen tuki keskustelee suomen kielellä. Apu on lähellä.

Tämä blogi on alustuksena vuoden alusta alkaneelle Terrasolid-kampanjalle. Tarjoamme asiakkaillemme suomalaista vaihtoehtoa pistepilvien käsittelyyn. Osallistu Geotrimin webinaareihin ja seuraa Geotrimin kotisivuja. Tarkoituksenamme on mahdollistaa matalan kynnyksen tutustuminen sovelluksiin ja tarjota riittävästi ilmaista testausaikaa.

kIRJOITTAJA

Tom Steffansson
Myynti-insinööri

020 7510 649

tom.steffansson (at) geotrim.fi

Webinaari

Pistepilvien jatkokäsittely Terrasolid-ohjelmistolla

Ajankohta: 19.1.2021 klo 10-11
Maksuton

Osallistu webinaariin

LASERKEILAUS

Perinteinen maalaserkeilaus, käsiskannerit, laserkeilaus UAV-järjestelmillä:

Laserkeilaus