Tiedätkö, miten testaamme GNSS-mittalaitteita?

Paikkatietotestaus

Kesä on kauneimmillaan ja mittauksen ammattilaiset työn touhussa. Töitä, joissa tänä päivänä GNSS-laitteita käytetään, on lukemattomia. Perinteisten kartoitus- ja merkintämittauksien lisäksi voimakkaasti kasvussa ovat mm. kaivinkoneisiin liitetty koneohjaus, sekä omaisuuden hallinta.

GNSS-laitteen käyttäjänkin on välillä hyvä pysähtyä miettimään, mitä GNSS RTK -laite tai -järjestelmä oikeasti näyttää, ja mitkä tekijät vaikuttavat tarkkuuteen. Kuinka Suomessa toimivat GNSS-laitteiden maahantuojat varmistavat laitteiden toimivuuden paikallisissa olosuhteissa?

Reaaliaikaisen GNSS-mittauksen tarkkuus on laaja-alainen asia. Tarkkuuteen vaikuttavat mm. sääolosuhteet, GNSS-järjestelmien kunto, mittalaitteen oma paikannusteknologia, laskennallinen teho ja ohjelmistoversio, sekä käytetty korjauspalvelu. Tässä blogikirjoituksessa haluamme tuoda esille sitä, miten me laitevalmistajan edustajina testaamme Trimblen laitteiden luotettavuutta ja tuottavuutta eri tavoin, jotta käyttäjät voivat luottaa oman laitteensa tehokkuuteen ja tarkkuuteen – sekä ennen kaikkea luottaa siihen, että me tiedämme. Pelkästään laitteen teknisestä esitteestä katsotuista tiedoista ei voi todeta laitteen toimivuutta ja tuottavuutta paikallisissa pohjolan olosuhteissa, joissa GNSS-signaalit tulevat keskimäärin matalimmalta kuin esimerkiksi Keski-Euroopassa.

Viime vuosina satelliittijärjestelmät ovat kehittyneet hurjaa kyytiä.

On tullut paljon uusia satelliitteja ja signaaleja. Jo tämä itsessään aiheuttaa mittaajan jokapäiväiselle työkalulle, GNSS RTK -vastaanottimelle, aikamoiset ”paineet” hallita oikealla tavalla avaruudesta vastaanotettua tietoa. Laitteen matematiikan täytyy kyetä käsittelemään hurja määrä satelliiteista tulevaa dataa nopeasti ja ennen kaikkea luotettavasti.

Trimblen laitekäyttäjä on sinänsä onnellisessa asemassa jo sen vuoksi, että Trimblen vastaanotinten laite- ja ohjelmistoteknologia on kautta historian sisältänyt ja edustanut alan parasta ja viimeisintä osaamista/teknologiaa ja taannut se, että tietyn satelliittiaikakauden kaikki potentiaali on varmasti halutessamme käytössä heti. Onhan Trimblellä kokemusta satelliittiteknologiasta merkittävän pitkältä ajalta, jo vuodesta 1978, jolloin myös maailman ensimmäinen GPS-satelliitti laukaistiin avaruuteen, joten osaaminen tällä sektorilla on Trimblellä huippua.

Osansa GNSS-mittalaitteen toimivuuteen ja tarkkuuteen tuo mittauksen korjauspalvelu.

Trimnet VRS on ollut Suomessa jo 20 vuotta. Sitä voi kutsua jo standardiksi alalla. Laatu ja toimivuus ovat laajalti arvostettuja. Trimnet VRS tuottaa korjauksen käyttäjän sijaintiin ja takaa parhaan ja luotettavimman korjauksen juuri siihen tarkkuusluokkaan mitä kukin tarvitsee. Trimnet VRS ja Vantaalla sijaitseva palvelinkeskus pitävät sisällään aina uusimmat satelliittiteknologian järjestelmät ja takaavat omalta osaltaan mittauksen luotettavuuden 24/7/365 koko Suomen maassa riippumatta laitemerkistä.

Myös ilmakehän aiheuttamat häiriöt GNSS-signaaleihin tuovat mittaukseen virhelähteitä. Nämä Trimnet poistaa reaaliaikaisella ilmakehän ja muiden GNSS-signaaleihin vaikuttavien häiriötekijöiden tehokkaalla virheenmallinnuksellaan. Trimnet onkin Suomen ainoa tukiasemaverkkoratkaisu, joka siihen kykenee, joten mallinnus ei jää pienen vastaanottimen vastuulle. Käyttämällä Trimnet VRS -palvelua saamme parhaat mahdolliset edellytykset mittaamisen onnistumiseen ja luotettavuuteen.

Mitä me Geotrim Oy:ssä teemme, että Trimblen tuottamien GNSS-vastaanottimien kanssa työskentely on sitä mitä luvataan?

Ensinnäkin meillä Geotrim Oy:ssä on periaate, että asiakkaille puhutaan totta. Se on meille ammattiylpeyden asia, että itse tiedämme mihin laitteemme pystyvät. GNSS RTK -laitteidenkin osalta toimimme tällä periaatteella ja siksi testaamme tuotteitamme. Laitevalmistajamme Trimble toki testaa itse myös tuotteensa, mutta silti me haluamme tehdä testausta myös täällä Pohjolassa.

Toiminnallinen testaus

Käytössämme  on kaksi menetelmää, toiminnallinen testaus ja kenttätestaus. Toiminnallisessa testauksessa testaamme laitteen yleistä toimivuutta, käytettävyyttä tai ominaisuutta, liittyen GNSS-laitteiseen tai ohjelmistoversioon. Näitä testejä teemme ympäri Suomea eri vuodenaikoina. Nämä testit ovat suhteellisen nopeita ja ne yleensä kestävät puolesta tunnista muutamaan tuntiin.

Kenttätestaus

Testimuotona raskaampi on kenttätestaus, jolla selvitetään eri kokonaisuuksien välistä tuottavuutta ja luotettavuutta. Vertailtavina kohteina voivat olla eri GNSS-vastaanottimet, saman vastaanottimen eri ohjelmistoversio tai Trimnet VRS -korjauksen palvelumuodot. Tätä varten olemme rakentaneet Etelä-Suomeen oman testiradan, joka sisältää diplomityönä tehdyt tarkat monikulmiopisteet erilaisissa peitteisyyksissä. Kenttätestaukset ovat luonteeltaan pitempikestoisia ja maastomittaukset kestävät työpäivän. Maastosta saadut tulokset analysoimme Trimble Business Center -ohjelmalla, jossa vertaamme tuloksia tarkasti määriteltyihin koordinaatteihin. Näin voimme vakuuttua, että laitteen antamat tulokset ovat sitä mitä luvataan.

Tiedätkö, miten sinun laitteidesi maahantuoja testaa omat laitteensa?

GNSS-laitteiden testausta metsäolosuhteissa

Geotrimillä testataan jatkuvasti GNSS-laitteita. Kuva tämän vuoden (2020) kesäkuulta.

Menneen talven, kuluneen kevään ja tämän kesänkin aikana olemme testanneet molemmilla edellä mainituilla tavoilla eri vastaanotinmallejamme ja myös uusinta Trimblen vastaanotinmallia R12. Kokemukset R12:sta ovat olleet äärimmäisen positiivisia ja R12 koskevien isojen testiemme tuloksista olemmekin puhuneet kevään kiertueella ja muissakin yhteyksissä paljon. Tulokset ovat olleet erittäin hyviä ja jopa hämmästyttävän hyviä. Testaaminen jatkuu säännöllisesti ja näin me Geotrim Oy:n väki voimme hyvällä omatunnolla todeta, että Trimble käyttäjän ei tarvitse luottaa pelkkiin arvoihin teknisessä esitteessä, vaan me takaamme, että laitteet on toimestamme testattu täällä Suomen olosuhteissa, jossa niitä käytetään ja lunastavat varmasti odotukset ja vaatimukset.

Sinun ei tarvitse tietää kaikkea mittalaitteestasi. Me tiedämme ja voit aina kääntyä puoleemme!

Lämpöisiä mittaushetkiä kaikille.

Kirjoittajat:

Block "21339" not found

Block "16857" not found

Trimble MX9 -mobiilikartoitusjärjestelmä tutuksi – Osa 1: Trimble MX9 -järjestelmä ja sen ominaisuudet

Trimble MX9-laite

Geotrim Oy:n liiketoimintaideaan on aina kuulunut uusien tehokkaiden mittausmenetelmien tuominen Suomeen ja järjestelmien matalan kynnyksen käytön mahdollistaminen asiakkaille. Vuonna 2011 hankittu Trimble MX8 -mobiilikartoitusjärjestelmä oli Suomen ensimmäisiä kaupallisia ajoneuvokartoitusjärjestelmiä ja yksi tämän filosofian ilmentymistä. Kesän 2020 kynnyksellä saapui tuotevalikoimaan MX8:n seuraaja, Trimble MX9, joka tehokkuudellaan ja helppokäyttöisyydellään edustaa uutta sukupolvea.

Trimble MX9 ja Trimble MX8

Kuva. Uusi ja vanha sukupolvi rinnakkan. MX9 ja MX8.

Kuten kaikki Geotrimin tuotevalikoimassa olevat uudet teknologiat, myös Trimble MX9 on asiakkaiden käytettävissä vaihtoehtoisilla tavoilla: käyttökoulutuksen jälkeen voit itse toteuttaa tiedonkeruuprojektin ja siihen liittyvän prosessoinnin omatoimisesti tai voit hankkia yhteistyökumppanimme kautta ‘avaimet käteen’ -paketin tiedonkeruusta valmiiksi lopputuotteiksi.

Tässä blogisarjassa tutustutaan MX9-järjestelmään, tiedonkeruuprosessiin, aineiston prosessointiin, lopputuotteisiin ja järjestelmän käyttösovelluksiin. Tässä ensimmäisessä osassa tutustutaan itse järjestelmään ja sen ominaisuuksiin.

Mobiilikartoitus on geospatiaalisen datan tiedonkeruuprosessi, jossa tietoa kerätään liikkuvassa ajoneuvossa olevilla sensoreilla. Trimble MX9:n ydin on kompakti sensoriyksikkö, johon kaikki järjestelmään kuuluvat sensorit on asennettu. MX9:n sensoriyksiköstä on saatavana neljä vaihtoehtoista kokoonpanoa, joista Geotrimille hankittu järjestelmä edustaa ominaisuuksiltaan laajinta.

Sensoriyksikkö

Sensoriyksikössä on kaksi Rieglin laserkeilainta, joiden keilaustaajuus on säädettävissä välillä 300 kHz…1 MHz eli maksimissaan koko järjestelmä tuottaa kaksi miljoonaa pistettä sekunnissa. Keilaimien pyörimisnopeutta voidaan puolestaan säätää 20 hertsistä aina 250 hertsiin. Pyörimisnopeus vaikuttaa linjaväliin, jonka keilain mitattavaan pintaan, esim. tienpintaan, muodostaa ja 250 Hz taajuus 40 km/h ajonopeudella tuottaa 4 cm linjavälin. Keilaimien mittaustarkkuudeksi on speksattu 5 mm ja kohinatasoksi 3 mm.

Trimble MX9 -mobiilikartoitusjärjestelmä

Kuva. MX9:n sensoriyksikkö asennustelineessään.

Näiden mittausparametrien avulla MX9:n tuottaman pistepilven pistetiheys on joustavasti valittavissa käyttösovelluksen mukaan. Koska pistemäärä vaikuttaa prosessointiaikoihin ja tallennettavan datan määrään, kannattaa mittausaseukset optimoida käyttötarpeen mukaan. Maksimiasetuksilla ja 40 km/h ajonopeudella saavutetaan yli 10000 pistettä/m2 pistetiheys, joka voi olla moniin käyttösovelluksiin tarpeettoman suuri.

Kuva. Mittausparametrien säädöllä pystyy vaikuttamaan pistetiheyteen.

Kamerat

Kamerajärjestelmän muodostavat 360° panoraamakamera sekä kolme viistokameraa. Panoraamakamera tuottaa kuuden kameran avulla aineiston, joka kattaa 90% pallopinnasta ja sen pääasiallinen käyttötarkoitus on pistepilven värjäys. Normaaliasennuksessa viistokameroista kaksi osoittaa etuviistoon ja kolmas taakse ja alaviistoon. Viistokamerat tuottavat visuaalista kuva-aineistoa, jotka helpottavat pistepilven tulkintaa kuten liikennemerkkien lisäkilpien tekstien lukemista tai tien pinnan kunnon arviointia. Kuva-aineistoa voidaan myös hyödyntää fotogrammetriseen 3D-mittaukseen.

Paikannus

Laserkeilaimet ja kamerat pitää myös paikantaa, jotta koordinaattitiedon tuottaminen on mahdollista. Paikannusjärjestelmän perustan muodostaa Trimblen tytäryhtiön Applanixin valmistama AP60 GNSS/IMU -järjestelmä. Applanixin järjestelmät ovat alan de-facto -standardeja ja AP60 on parasta mitä valmistajalla on tarjota mobiilikartoitusjärjestelmiin. AP60 ei ainoastaan paikanna sensoriyksikön sijaintia senttitarkasti, se myös määrittää sensorien asennot ja orientoinnin ja näiden tietojen avulla pistepilven ja kuva-aineiston suora georeferointi haluttuun koordinaattijärjestelmään on mahdollista.

Edellä mainittu sensoriyksikkö asennetaan asennustelineeseen pikalukituksella, joka mahdollistaa nopean päivittäisen kaluston käyttökuntoon saattamisen ja purkamisen työpäivän jälkeen. Asennusteline puolestaan kiinnitetään vakiomallisiin ajoneuvon kattotelineisiin.

Lisävarusteista

Sensoriyksikköä voidaan täydentää kahdella lisävarusteella. Ne eivät ole edellytyksenä järjestelmän käytölle, mutta monessa tapauksessa parantavat lopputulosta tai nopeuttavat prosessia. GAMS (GNSS Azimuth Measurement System) on sensoriyksikköön liitettävä toinen GNSS-antenni, joka nopeuttaa navigointijärjestelmän alustamista. Sen avulla AP60 määrittää ajoneuvon orientoinnin nopeammin kuin käyttämällä pelkästään sensoriyksikössä olevaa GNSS/IMU-järjestelmää. GAMS-antenni voidaan nopeasti kiinnittää magneettikiinnityksellä ajoneuvon kattoon ja sen etäisyys itse primääriantenniin on hyvä olla vähintään parin metrin luokkaa.

Toinen erillinen lisävaruste on DMI (Distance Measurement Indicator), joka asennetaan ajoneuvon renkaaseen. DMI tuottaa tietoa ajoneuvon nopeudesta ja ylipäätään siitä ollaanko paikallaan vai liikkeessä ja tätä tietoa käytetään jälkiprosessoinnissa hyväksi paikannustarkkuuden parantamiseen. DMI:stä on erityisesti hyötyä kun toimitaan ympäristössä, jossa satellittinäkyvyyden kanssa on haasteita.

Kuva. Lisävarusteena saatavat GAMS ja DMI parantavat mittaustarkkuutta.

Sensoriyksikkö liitetään kaapelilla kontrolliyksikköön, joka sijoitetaan ajoneuvon sisätiloihin. Kontrolliyksikkö on itseasiassa tietokone ilman näyttöä ja siihen sisältyy kaksi kappaletta kahden teratavun SSD-kiintolevyä, jotka tallentavat sensorien ja paikannusjärjestelmän dataa. SSD-levyt ovat nopeasti irrotettavissa ja vaihdettavissa toisiin, joten levyjen täyttyminen ei keskeytä tiedonkeruuprosessia.

Kontrolliyksikössä on kaksi wifi-verkkoa, joilla toisella voidaan muodostaa langaton yhteys operoinnissa käytettävään tietokoneeseen ja toisella mobiiliverkon kautta internetiin. Toki yksiköstä löytyvät liitännät myös langallisille yhteyksille. Kontrolliyksikön sisälle on myös asennettuna järjestelmän operointiin käytettävä TMI (Trimble Mobile Imaging) -ohjelmisto, johon käyttöliittymänä toimii mikä tahansa tietokone tai tabletti ja siinä oleva selain. Järjestelmän operointi ei siis edellytä mitään tietokoneelle asennettavaa ohjelmistoa.

Trimble MX9:n Control Unit

Kuva. MX9:n kontrolliyksikkö on tietokone ilman näyttöä.

Kolmas järjestelmään liittyvä yksikkö on virtayksikkö, joka liitetään kontrolliyksikköön ja ajoneuvon virtajärjestelmään. Jos operointiin käytetään aina samaa ajoneuvoa, on järkevää tehdä virransyöttöä varten kiinteä asennus, mutta väliaikainen käyttö onnistuu myös riittävän kapasiteetin omaavalla akulla. MX9:n virrankulutus on 20Ah eli esim. 100Ah akulla saadaan viiden tunnin toiminta-aika.

Sarjan seuraavassa osassa tutustutaan järjestelmän asentamiseen.

Trimble MX9 -tuotesivu

Kirjoittaja

Sakari Mäenpää
Myyntipäällikkö

0207 510 622
sakari.maenpaa (at) geotrim.fi

Näin keräät syvyystiedot samaan aikaan sijaintitiedon kanssa

GNSS-mittalaitteen yhdistäminen kaapelihakulaitteeseen?

Luotettavan digitaalisen verkkotiedon tarve lisääntyy jatkuvasti ja myös vaatimukset dokumentointiin kasvavat. Alkuvuoden aikana meille on tullut kyselyitä syvyystiedon lisäämisestä tarkkaan GNSS-sijaintitietoon, mitä osa verkkoyhtiöistä on alkanut vaatia. Kaapelin syvyystieto on mahdollista kerätä maanpinnalta hyödyntäen kaapelihakulaitteita. Mutta kuinka se lisätään GNSS-tietoihin? Aiemmin olemme ohjeistaneet, että tieto pitää syöttää käsin mittalaitteelle syvyyskenttään.  Toinen vaihtoehto on ollut yhdistää kaapelihakulaite Trimblen Geo7x:ään Bluetooth-yhteyden avulla. Teoriassa tämä on ollut toimiva ratkaisu, mutta on sisältänyt muutaman oleellisen käytännön haasteen. Geo7:n käsittely vaatii molemmat kädet käyttämiseen. Lisäksi oikeanlaisen tiedonsiirtoformaatin muodostaminen on vaatinut paljon käsityötä. Yksittäisiä tiedostoja on mahdollista muokata käsin, mutta kymmenien kilometrien kartoitustiedostoja ei ole järkevää käsitellä manuaalisesti.

Millainen on toimiva kokonaisuus?

Kevään aikana selvittelimme eri vaihtoehtoja. Löysimme toimivan ratkaisun saksalaisen Trimble-jälleenmyyjän käytöstä – SH Locator -ohjelmistomoduulin, joka linkittyy saumattomasti Trimble Access -ohjelmistoon. Ohjelmistomoduuliin on mahdollista yhdistää Vivax Metrotechin tai Radiodetectionin -kaapelihakulaite, joilla voi kerätä syvyystietoa samaan aikaan kun Trimble R-sarjan GNSS-vastaanottimella kerätään tarkkaa sijaintitietoa. Laitteistot keskustelevat keskenään Bluetooth-yhteyden avulla, jolloin vältytään näppäilyvirheiltä. Laadukkaan ja luotettavan dokumentoinnin edellytys on minimoida virhelähteet. Lähetetäänkö kaivinkone kaivamaan kaapeli esille, jos dokumentissa lukee kaivuusyvyytenä 0.25m kun kaapeli olikin 0.52m syvyydessä? Huolellisellakin ihmisellä tulee virheitä, kun pisteitä tulee mitatuksi rakennuskauden aikana useita tuhansia.

 

Kuvanäkymä mittalaitteesta. Locator Data -tilassa näkyvät kaapelihakulaitteesta saadut mittaustulokset. Mittaustuloksiin ei tule kirjoitusvirheitä, kun aineisto luetaan suoraan kaapelihakulaitteesta. Access-ohjelmaan on mahdollista tehdä valmiiksi koodikirjasto, jolloin oikean lajin valitseminen on helppoa.

Toimiva kokonaisuus muodostuu kartoitussauvaan kiinnitetyistä GNSS-vastaanottimesta sekä maastotietokoneesta, jossa on tarvittavat mittausohjelmat. Lisäksi mittaamiseen tarvitaan Trimnet-korjaussignaalipalvelu, sekä tietenkin Bluetoothilla toimiva kaapelihakulaite. Kokonaisuuksia on useampia, mutta verkostoyhtiöille lähtökohtaisesti suosittelisin Trimblen osalta R2 GNSS -vastaanotinta ja TSC3-maastotietokonetta tarvittavilla mittausohjelmistoilla. R2:sta on saatavilla +-10cm tarkkuusoptio, joka riittää useimpiin verkostoyhtiöiden tarkkuusvaatimuksiin. Kaluston arvo on noin 10 000 euron suuruusluokkaa. Mikäli käytössä on jo Trimblen mittauskalusto Access-ohjelmistolla, niin pelkän SH-Locator -kartoitusmoduulin voi hankkia lisäksi. Ohjelmiston hinta liikkuu 1000-1500 euron välillä riippuen, onko syytä päivittää myös Access-ohjelmistoversio tuoreempaan versioon.

Mittauskalusto kokonaisuudessaan.

Case Caruna

Caruna on yksi niistä verkostoyhtiöistä, jotka vaativat uusilta työmailta pohjois-, itä-, sekä merenpinnankorkeuden lisäksi kaapelin asennussyvyyden. Carunalla on useamman sivun mittainen kartoitusohje siitä, kuinka ja missä muodossa aineisto tulee heille tuottaa. Tiedonkerääminen nykyaikaisilla mittalaitteilla on helppoa, mutta ammattitaitoa on pitää fokus siinä, että tieto kerätään niin, että siitä tulee kerralla oikean kaltaista. Carunalle tuotettavan sijaintitiedon tulee olla .tky-formaatissa. Tämä tiedostomuoto on tekstitiedosto, jossa samalla rivillä kerrotaan kohteen tyyppi, viivan alkupään ja loppupään koordinaatit, sekä väliin jäävä syvyystieto. Formaatin rakenne on siinä mielessä erikoinen, että harva mittausjärjestelmä tai tietokoneohjelma pystyy sitä luomaan. Geotrimillä on kuitenkin rakennettu työkalu, jolla kyseinen tiedosto saadaan suoraan oikean näköisenä ulos mittalaitteesta. Tämän hetken tiedon mukaan muilla valmistajilla ei ole tähän ratkaisua.

Tky-tiedosto näyttää tältä. Tiedostoa luetaan rivi kerrallaan. Musta laatikko sisältää kerätyn lajikoodin, sekä viivanumeron. Punainen laatikko sisältää viivan aloituskoordinaatit ja sininen laatikko lopetuskoordinaatit. Keltaiseen laatikkoon tulee pisteiden välistä otettu syvyystieto.

Tky-tiedosto näyttää tältä. Tiedostoa luetaan rivi kerrallaan. Musta laatikko sisältää kerätyn lajikoodin, sekä viivanumeron. Punainen laatikko sisältää viivan aloituskoordinaatit ja sininen laatikko lopetuskoordinaatit. Keltaiseen laatikkoon tulee pisteiden välistä otettu syvyystieto.

Yhteenvetona voidaan todeta, että SH Locatorin avulla on mahdollista tuottaa laadukasta mittausaineistoa, ilman inhimillisiä virheitä. Tiedonkerääminen on tuottavaa, kun mittaamisen workflow on sujuvaa ja aineisto saadaan suoraan maastotietokoneelta tilaajan vaatimaan tiedostoformaattiin.

Kirjoittaja

Block "16857" not found

Rakennuslaserin omatoiminen huolto

Rakennuslaserin omatoiminen huolto parantaa laitteen toimintavarmuutta ja pidentää käyttöikää. Suositeltavaa on käyttää laserkoje vähintään kerran vuodessa valtuutetussa huollossa kalibroitavana, mutta tämän lisäksi kannattaa säännöllisesti huoltaa laitetta myös omatoimisesti.

Rakennuspöly, kosteus ja haastavat työmaaolosuhteet voivat ajan myötä vaikuttaa lasermittalaitteiden toimintakykyyn ja tarkkuuteen. Laserkoje on mittalaite, jonka tarkkuus on millimetrien luokkaa ja sitä tulee käsitellä varovaisemmin ja huolellisemmin kuin esimerkiksi tavallista akkuporakonetta.  Seuraavaksi käymme läpi muutaman pienen asian, jotka jokainen laitetta käyttävä voi helposti tehdä.

 

Laserin käyttöikää ja toimintavarmuutta

voi edistää omatoimisesti pitämällä laser käytön jälkeen kuivassa ja lämpimässä paikassa kuljetussalkku avattuna. Näin päivän aikana rakenteisiin kertynyt mahdollinen kosteus haihtuu eikä aiheuta akkujen tai paristojen hapettumista eikä kosteuden kondensoitumista tiiviissä laukussa.

 

”Majakat” eli näkyvissä olevat lasipinnat tulee pitää puhtaana ja kuivana. Kirkas lasi takaa virheettömän ja maksimietäisyyteen kantavan lasersäteen.

 

Akut

tulisi uusia heti kun niiden kapasiteetti ei riitä päivän työskentelyyn. Huonojen akkujen lataaminen rasittaa latauselektroniikkaa ja laturia. Mikäli on jo tiedossa pidempi jakso, ettei laseria tarvita, olisi hyvä ladata akut täyteen ja ottaa ne pois laserin sisältä ja säilyttää erillään. Sama koskee vastaanottimessa ja kaukosäätimessä olevien paristojen pois ottamista pidempien säilytysjaksojen ajaksi.

 

Vaikka Spectra Precisionin lasereissa on laadukkaat akut eikä ns. kuohumista välttämättä tapahdu, on markkinoilla paljon heikkolaatuisia paristoja, jotka kuohuessaan esimerkiksi vastaanottimen paristokotelon sisään, aiheuttavat laitteen mahdollisen tuhoutumisen käyttökelvottomaksi. Tämä tilanne ei luonnollisesti ole laserin valmistusvika eikä näin ollen kuulu laitteen takuun piiriin.

 

Tarkistus uuden työn alkaessa

Laserkoje tulisi aina uuden työn alkaessa tarkistaa itse ohjekirjan ohjeiden mukaisesti. Mikäli tarkistusohjeet tuottavat ongelmia, voi aina kääntyä laitetoimittajan teknisen tuen puoleen ja kysyä ohjeita ja neuvoja. Tarkistamiseen on helppoja ja nopeita tapoja, joita voi työmaaolosuhteissa toteuttaa kansantajuisesti ohjekirjan virallisen laskentakaavan rinnalla.

 

Mittalaitetta hankkiessaan kannattaa se mieltää henkilökohtaiseksi työkaluksi, jolloin sen työhistoria on tiedossa. Useamman rakentajan yhteisessä käytössä olevat mittalaitteet olisi hyvä varustaa iskuindikaattorilla, jolloin kaatumiset ja tippumiset tulevat esille. Kaatuneella laitteella mittaaminen on aina iso riski, koska laitteen tarkkuudesta ei silloin ole varmuutta.

 

Olemme Spectran lasereiden valtuutettu huolto Suomessa ja oma paikallinen huoltomme sijaitsee Vantaan Aviapoliksessa, lähellä Helsinki-Vantaan lentokenttää. Kalibrointiin sisältyy toimintojen tarkastus, tarkkuuden säätö ja virallinen kalibrointitodistus. Kalibroinnin yhteydessä tarkistamme, tarvitseeko koje huoltoa tai osien vaihtoa.

 

Kirjoittaja:

Block "20055" not found

Harmaasta maailmasta värikäs (GeoSLAMin matkassa osa 3)

Pistepilvi

Geoslamin matkassa osa 3: Harmaasta maailmasta värikäs

Pistepilvien värit helpottavat ihmisen silmiä tunnistamaan kohteita pisteiden joukosta. Yksivärinen pistepilvi näyttää usein ihmiselle tasaiselta massalta. Tähän massaan saadaan ymmärrystä, kun siihen lisätään hieman väriä. GeoSLAM-laserkeilaimissa pistepilveen saadaan värejä laskennallisten varjojen, intensiteetin ja videon avulla (kuva 1). Näistä värjäystavoista intensiteetti ja videon avulla toteutettu värjäys esittävät pistepilven maastossa olevien materiaalien pohjalta.

Kuva 1. a) Intensiteetillä värjätty pistepilvi, b) osittain värjätty pistepilvi sekä c) laskennallisilla varjoilla värjätty pistepilvi.

Intensiteetti kuvaa materiaalin heijastuskykyä. Vaaleista pinnoista heijastuu paljon laserkeilaimen säteitä ja ne näkyvät vaaleina intensiteettiarvoina. Tummista kohteista heijastuvuus on heikompi ja intensiteettiarvo on myös tummempi. Tällä tavalla värjätty pistepilvi saadaan ZEB HORIZON -laserkeilaimella. Videon avulla värjätty pistepilvi yhdistää videon väriarvot pistepilveen. Tässä apuna käytetään laserkeilaimen keräämää tietoa kameran sijainnista ja videon kuvausajasta. Tämä onnistuu kaikilla GeoSLAM:in laserkeilaimilla, kun niihin on liitetty ZEB CAM -kamera. Lisäksi GeoSLAM tarjoaa laskennallisilla varjoilla värjätyn pistepilven. Tässä värit muodostuvat laserkeilaimen sijainnin ja kohteen havainnointi kulman perusteella.

ZEB CAM tarjoaa mahdollisuuden värjätä GeoSLAM-laserkeilaimen pistepilviä todellisilla väreillä. Tänään selvitämme miten sinun tulee kerätä aineistosi, jotta saat mahdollisimman hyvän pistepilven värjäyksen aikaiseksi. Värjätyn pistepilven kerääminen eroaa tavallisesta GeoSLAM-laserkeilaamisesta, koska kamera ei havainnoi yhtä suurta aluetta kuin laserkeilain (kuva 2). Tästä syystä värjäyksen lopputulos on osittainen.

Kuva 2. Ylhäältä päin kuvattuna laserkeilaimen havainnointialue (sinisellä) ja kameran havainnointialue (keltaisella). Laserkeilain havainnoi ympäristöään 270 asteen kulmassa, kun kameran kulma on vain 120 astetta. Kulmat eroavat myös pystysuunnassa laserkeilaimen 360 asteen kulmasta kameran 95 asteeseen.

Kuva 2. Ylhäältä päin kuvattuna laserkeilaimen havainnointialue (sinisellä) ja kameran havainnointialue (keltaisella). Laserkeilain havainnoi ympäristöään 270 asteen kulmassa, kun kameran kulma on vain 120 astetta. Kulmat eroavat myös pystysuunnassa laserkeilaimen 360 asteen kulmasta kameran 95 asteeseen

Miten saan parhaimman osittaisen värjäyksen GeoSLAM pistepilvelleni?

Kameran ja laserkeilaimen havainnointikulmien eron vuoksi täytyy värillisen pistepilven tuottaminen huomioida jo aineiston keruussa. Ensimmäiseksi kannattaa tarkistaa, että ZEB CAM on kytketty johdolla laserkeilaimeen. Johdon puuttuessa saadaan video kuvattua, mutta kameran sijainti jää saamatta. Tämän seurauksena videolla ei voida automaattisesti värjätä pistepilveä, koska kuvauspaikkoja ei pystytä yhdistämään pistepilveen. ZEB REVO RT -laserkeilainta käyttäessä näet yhdistetyn laitteen näytön oikeassa yläkulmassa oranssin kamerasymbolin, kun kamera on kytketty oikein. 

Värjätyn aineiston kerääminen on paras aloittaa tarkastelemalla kohdetta ja sen rakennetta värien ja arkkitehtuurin osalta. Kun olet kartoittanut kohteen voit suunnitella reitin, jonka aikana pystyt keräämään aineistot kaikista tarkastelun aikana listatuista erityisen tärkeistä kohteista. Tärkeiden kohteiden sijainnit voivat vaikuttaa, miten haluat suunnitella mittausreitin tai kohteen väriarvojen tallentamisen. Käydään seuraavaksi läpi värjätyn aineiston keruun huomiot ja mahdolliset toimet tärkeiden kohteiden havainnoinnista.

Aineiston keräämistavalla on merkitystä

Aineiston kerääminen kannattaa suorittaa hitaasti kävelemällä ja ajatella videon kuvaamista samalla tavalla kuin ottaisi valokuvia kohteesta. Tästä syystä kannattaa kamera pitää mahdollisimman vakaana eli vältellä nopeita liikkeitä, jotta kuva pysyy terävänä. Parhaimman värjäyksen varmistamiseksi kannattaa pysähtyä minuutin välein noin viideksi sekunniksi. Tällöin saat varmemmin vakaan ja kattavan kuva-aineiston. Lisäksi tärkeiden kohtien kohdalla voi pysähtyä ja osoittaa kameralla kohdetta kohden. Tällöin saadaan tärkeistä kohdista tarpeeksi kuvamateriaalia sen värjäämiseksi. 

Huomioi myös siirtymiset pysähdyksien jälkeen, jotta saat kattavan aineiston myös jatkettuasi matkaa. Tämä onnistuu vaikka kääntymällä hitaasti ympäri. Näin ollen voidaan tarkemmin kuvatut kohteet sitoa myös värjätyllä aineistolla muuhun aineistoon. Tämä toimii myös tilasta toiseen siirtyessä. Tällöin on parasta pysähtyä oviaukkoon ja osoittaa laserkeilaimelle pyörähtämällä molemmat tilat. Älä kuitenkaan liikuta kameraa liian nopeasti, jotta värjäys onnistuu. 

Mittauksen aikana täytyy kameran lisäksi huomioida SLAM-paikannus, jotta kuvat saadaan paikannettua varmasti oikeisiin kohtiin. Tämä onnistuu muodostamalla lenkkejä mittausreitille, jolloin kävelet samasta kohdasta toisen kerran. Näin ollen SLAM-paikannus voi tarkentaa tulosta, havaittuaan samat piirteet uudelleen. Lenkkien tekeminen on erityisen tärkeää esimerkiksi kapeilla käytävillä. Näiden värjäämisessä on parasta luoda lenkkejä käytävän sisällä ja kuvata tasapuolisesti molemmat käytävän reunat.

On myös tärkeää huomioida kohteen valaistus samoin kuin valokuvatessa. Oikealla valaistuksella varmistat hyvän värjäyksen lopputuloksen. Ulkona mitatessa hyvä valaistus saadaan tasaisen pilvisenä päivänä kuvatessa. Tällöin pilviverho hajottaa auringon valon suuremmalle alueelle ja kohde saa tasaisen valotuksen. Mikäli kuvaat kirkkaana päivänä, muodostuu suuria valotuseroja kuten varjoja ja kirkkaita valo kohtia. Näistä voi syntyä kohinaa lopulliseen pistepilveen.

Miltä kameralla värjätty pistepilvi näyttää?

Kävimme keräämässä osittain värjätyn aineiston korttelin julkisivusta joulukuun alun ainoana sateettomana päivänä. Mittaajan mieliksi päivä oli kirkas, mutta se näkyy myös tuloksissa. Kokeilimme siellä kahta erilaista aineiston keräystapaa (kuva 3). Molemmissa tavoissa kokeilimme millainen värjäys saadaan, mikäli kävelimme hitaasti lyhyillä pysähdyksillä. Ensimmäisessä tavassa kiertelimme julkisivun edessä muodostamalla useita pienempiä suljettuja kierroksia. Kierrosten aikana osoitimme kameralla koko ajan julkisivua sekä kohtisuorasti että hieman vinosti. Toisella tavalla kerätessä muodostimme vain yhden suljetun lenkin. Osoitimme kameralla myös koko ajan julkisivua, mutta kauempana ollessa pyrimme saamaan videota myös rakennuksen yläosista.

Kuva 3. Värjätty julkisivu ja sen edustalla tehty mittauspolku. Nuolet osoittavat kameran suuntauksen aineiston keruun aikana

Menetelmien välillä voidaan havaita pieniä eroja osittaisen värjäyksen osalta. Lopputulos on parempi, kun tehdään lenkkejä mittauksen aikana. Nämä lenkit mahdollistavat kuvien paremman sovituksen ja lisäävät samalla kuvamateriaalin määrää. Näin ollen julkisivun värien muutokset ovat selkeitä pistepilvessä. Kuvausajankohdan kirkas päivä näkyy pistepilvessä kohinana esim. seinässä on oikealla vaaleankeltainen kohta auringon vuoksi ja sinisiä pisteitä ikkunoiden heijastusten vuoksi. Näistä huolimatta aineistosta voi erottaa eri värit julkisivussa sekä niiden vaihtumiskohdat. 

Olemme kokeilleet osittaista värjäystä myös Temppeliaukion kirkossa. Siellä sopivassa valaistuksessa ja oikealla mittausreitillä saatiin onnistuneita osittaisia pistepilven värjäyksiä (kuva 4). Osittaisella pistepilven värjäyksellä voidaan tunnistaa kohteita, joiden tunnistaminen ei onnistuisi ilman värejä. Tällaisia kohteita ovat esimerkiksi Temppeliaukion kirkossa kallioseinän rakenne, josta voidaan tunnistaa erilaisia kivikoostumuksia. Pistepilven värjäyksen osittaisuus voidaan havaita, kun lähestytään kattoa. Mitä korkeammalle seinässä edetään sitä vähemmän pistepilvessä on väriarvoja. Tämä johtuu siitä, että emme kuvanneet seinien yläosia aineiston keruun aikana. Vaikka aineistossa ei ole värejä näillä alueilla, on sitä mahdollista tarkastella värittömänä pistepilvenä.

Kuva 4. Osittain värjätty pala Temppeliaukion kirkon seinästä. Seinästä voi tunnistaa kallion värien vaihdokset kuten sen, että vasemmassa laidassa kallio oli tummanharmaa ja muualla punertava.

Miten värjään aineiston kokonaan?

Aina intensiteettiarvot tai osittainen värjäys ei riitä. Jos haluat koko GeoSLAMillä kerätyn pistepilven värjätyksi, ratkaisusi on laajentaa ZEB HORIZON -laitteesi ZEB Discovery -laitteeseen.  Tällöin HORIZON yhdistetään 360 asteen kameran kanssa yhdeksi kokonaisuudeksi, jota voi kantaa selässä (Kuva 5). Tällä yhdistelmällä saadaan värjätty pistepilvi kattamaan suuremman osan pistepilvestä.

Kuva 5. ZEB Discovery yhdistää 360 asteen kameran ZEB HORIZONin pistepilveen.

 

ZEB Discoveryllä mitatessa kameran ja laserkeilaimen välillä ei ole havainnointikulmaeroa. Tästä syystä tavallisen GeoSLAM mittauksen mukaiset suljetut kierrokset riittävät kattavan aineiston saamiseksi. Mittauksen aikana on kuitenkin suositeltavaa edetä kävelynopeutta hitaampaa nopeutta ja välttämään äkillisiä käännöksiä. Kuten muihinkin GeoSLAM laserkeilaimiin, vaikuttaa valaistus myös ZEB Discoveryn  värjättyyn pistepilveen. Vältä siis suuria valaistuseroja. 

Jotta saat ZEB-CAM pistepilvesi harmaista värillisiksi, sinun tulee huomioida se jo aineistoa kerätessäsi. Aineiston keruun yhteydessä on tärkeää valita ajankohta, jolloin valaistus on mahdollisimman tasainen. Lisäksi mittauksen aikana täytyy huomioida kameran kuvauskulma ja edetä hitaasti välillä pysähdellen, jotta saadaan tarkkoja valokuvia kaikista tärkeistä kohteista. Tee myös mahdollisimman monta suljettua lenkkiä mittauksen aikana, jotta takaat kattavan videoaineiston sekä tarkan kuvien paikannuksen. Näiden toteutuessa saadaan hyvin värjättyjä GeoSLAM pistepilviä.

Kirjoittaja:

Aino Keitaanniemi, DI

Lisätietoa:

> GeoSLAM-käsikeilaimet

> GeoSLAM

Työmaadokumentointi ilman suurta kuvakansiota

NCC:llä siirrytään askel askeleelta kohti edistyneempää työmaadokumentointia. Riku Laiho, Head of VDC (Virtual Design and Construction), ja Aku-Matti Kauppinen, projekti-insinööri, ovat valjastaneet Matterport Pro2 3D-kameran  apuvälineekseen jo useammalla työmaalla. Tällä kertaa Matterport pääsi työmaalle Jakomäessä, jossa Jakomäen sydän -palvelurakennus rakentuu allianssissa kaupungin, suunnittelijoiden ja NCC:n yhteistyönä. Palvelurakennus tulee sisältämään alueen peruskoulun, päiväkodin, nuorisotalon sekä kansalaistoimintaa. 

Aku-Matti Kauppinen ja Matterport Jakomäen palvelurakennuksen pääportailla.

Matterport 3D-kamera pääsi NCC:n matkaan erään kehityshankeen myötä, jolloin kaivattiin työkalua tekemään 360 asteen dokumentointia työmaalta. Tämän hankkeen jälkeen Matterport-kamera on ollut mukana useilla työmailla sen käytön helppouden vuoksi. Sillä saa kätevästi lähtötiedot kartoitettua. Tämä toteutettiin myös Jakomäen liikuntasalissa samalla, kun suunnittelijat olivat tekemässä omaa katsaustaan. Malliin myös palattiin muutamia kertoja ja se nopeutti suunnittelun etenemistä. Sen takia ei tarvinnut seisauttaa suunnittelua, jotta joku ehtisi käydä paikan päällä tarkistamaan pienen yksityiskohdan. Asia voitiin tarkistaa suoraan työpöydän ääressä eikä aikaa hukattu odotteluun.

Jakomäessä Matterport-kamera pääsi myös mukaan lattialämmitysputkien dokumentoinnissa ja laadunvalvonnassa. Kun putket oli saatu paikoilleen tuotettiin tiloista Matterport malli. Tällä tavalla dokumentoinnissa vältetään tarve kuvata satoja yksityiskohtaisia kuvia kohteesta, jotka tarvisi kansioida ja nimetä vielä tunnistettavasti oikeisiin tiloihin liittyen. Matterport-kameran kuvat näyttävät tarkkojen yksityiskohtien lisäksi tunnistettavasti kuvauskohteen ympäristön. Tästä syystä Matterportin malli pääsi myös mukaan lattialämmitysputkien jälkeen tehtävien muutosten suunnittelussa. Samalla varmistettiin ettei lämmitysputket jää tulevien väliseinien alle. 

Kuvakaappaukset Matterport-mallista sekä sisältä että koko lattiapinnasta lattialämmitysputkien asennuksen jälkeen.

Matterport-kamera valmiin projektin esittelyssä

NCC on käyttänyt Matterport-kameraa myös valmiin projektin esittelyssä. Tämä on suunnitteilla myös Jakomäessä, jotta tulevat opiskelijat voisivat tutustua kouluun jo ennen rakennuksen virallista avautumista. Matterport tarjoaa mahdollisuuden esitellä tiloja virtuaalisesti, joten satojen koululaisten työmaavierailulle ei tarvitse toteuttaa suuria suunnitelmia. Rakennus voidaan mallintaa turvallisesti ja nopeasti. Lopullinen malli voidaan jakaa selaimessa ja siellä voi jopa liikkua virtuaalisesti Samsung Gear VR tai Google Cardboard Headset:n avulla.

Nämä ovat vasta ensimmäisiä askeleita Matterportin ja NCC:n yhteisellä matkalla. Yhdessä he etsivät jatkuvasti uusia käyttötarkoituksia Matterport 3D-kameralle.

Kirjoittaja: Aino Keitaanniemi

Mistä tunnistaa hyvän maanrakennuslaserin

Spectra Precision GL412N

Maanrakennuslasereista puhuttaessa tarkoitetaan yleensä ulkokäyttöön tarkoitettuja lasereita, jotka on tarkoitettu tasojen, linjojen ja kallistusten mittaamiseen.

Kestävyys

Sopivaa maanrakennuslaseria valitessa kannattaa ottaa muutama asia huomioon. Olosuhteet ovat monesti haastavia ja Suomen vaihteleva sää kuumasta märkään ja pakkaseen vaatii laitteilta kestävyyttä. Tärkeimpiä asioita onkin huomioida miten hyvin laite kestää pölyä, kosteutta ja märkää. Joskus työmaalla laite voi saada iskuja tai tippua maahan ja maanrakennuslaserin tulisikin kestää myös pieniä kolhuja. Laitteen riittävä IP-luokitus ja valmistajan lupaama takuu kertovat paljon laitteen kestävyydestä.



Kallistusalueet

Maanrakennuslaserissa on yleensä kallistus yhteen tai kahteen suuntaan. Usein yhden suunnan kallistus riittää perustöihin, mutta kahden suunnan kallistus on hyvä lisä ja mahdollistaa myös vaativampia maanrakennustöitä. Kallistusalueet, jotka ilmaistaan prosentteina, vaihtelevat eri valmistajien laitteissa. Ennen hankintaa kannattaa miettiä minkä tyyppisiä töitä pääasiassa tekee ja hankkia laite sen mukaan.

Automaattisuus

Laitteen muista teknisistä ominaisuuksista automaattitasaus ja tasausvaroitus alkavat olla jo itsestään selviä ominaisuuksia maanrakennuslaserilta ja hyvästä laitteesta sellaiset löytyvätkin.

Toiminta-alue

Laserlähettimen toiminta-alue on tärkeä ominaisuus, joka on myös hyvä huomioida. Spectra Precision GL412 ja GL422 -maanrakennuslaserien toiminta-alue on 800 m. Vaativampiin töihin löytyy laser, jolla toiminta-alueeksi tulee jopa 1 km.

Tarkkuus

Tarkkuus on tietysti tärkeää, kun puhutaan lasereista ja mittaamisesta. Laserin tarkkuus ilmaistaan yleensä mm/100 m eli paljonko laitteen laserin tarkkuus saa heittää tuolla matkalla. Joskus puhutaan myös kaarisekunneista. Spectra Precision -maanrakennuslasereilla tarkkuustaso on useimmissa kojeissa 5 mm/100 mm ja vaativamman luokan laitteella päästään tasoon 4 mm/100 m. 5 mm/100 metrille vastaa 10:tä kaarisekuntia.

Vastaanotin

Maanrakennuslaser tarvitsee myös jonkinlaisen vastaanottimen. Vastaanottimia löytyy koneeseen tarkoitettuja, ns. lattavastaanottimia ja kombivastaanottimia, jonka voi kiinnittää joko lattaan tai magneetilla koneeseen. Hyvässä vastaanottimessa on kaksipuolinen numeronäyttö millimetriasteikoilla ja erilaisilla tarkkuustasoilla, mikä näyttää säteen matkan/korkoeron vastaanottoalueen keskitasoon verrattuna. Vastaanottimen pitää myös kestää pölyä, märkää ja pieniä kolhuja. Radioyhteys on hyvä lisäominaisuus, mikä mahdollistaa esimerkiksi kahden vastaanottimen liittämisen pariksi, jolloin toista vastaanotinta voi käyttää etänäyttönä.


Virtalähde

Hyvä ominaisuus maanrakentamisen lasereille on akkujen kestävyys. Työmailla ei aina ole mahdollisuutta ladata akkuja kesken työpäivän, joten laitteen akun pitää kestää. Hyvänä lisänä on, jos laitteen akut voi tarvittaessa korvata tavallisilla alkaliparistoilla, jos akku sattuu loppumaan kriittisellä hetkellä eikä latausmahdollisuutta ole lähettyvillä.

Huoltomahdollisuus

Joskus työmailla sattuu vahinkoja ja laitteet voivat hajota, jolloin laite tarvitsee ammattihuoltoa. Laserit olisi hyvä myös kalibroida valvotuissa olosuhteissa vähintään vuosittain. Löytyykö laitteelle huolto läheltä? Kysymyksestä jo varmaan arvaakin, että Geotrimiltä löytyy oma huolto Vantaalta, joka on Spectra Precisionin valtuuttama korkean luokituksen huolto.  

Maarakennuslaserit

Kirjoittaja:

Block "20055" not found



Metsästä pistepilvi ja pistepilvestä numeroiksi (GeoSLAMin matkassa osa 2)

Oletko käyttänyt maalaserkeilainta metsäinventoinnissa? Tuntuuko sen metsään pystyttäminen ja kantaminen liian työläältä sekä aikaa vievältä? Voit vähentää vaivaa kokeilemalla GeoSLAM ZEB HORIZON -mobiililaserkeilainta. Sen kanssa ei tarvita kolmijalkaa, koska kevyttä keilainta pidetään kädessä. Tällä tavalla nopeutat koealueen laserkeilausta ja vältät painavan laserkeilaimen ja kolmijalan kantamisen metsään. 

GeoSLAM ZEB HORIZON

on aikaisemmin blogissamme esiintyneen ZEB-REVO:n ulkokäyttöön paremmin sopiva rinnakkaismalli. Molemmat laitteet kulkevat kätevästi kädessä mittauksen aikana. ZEB HORIZON eroaa sisarestaan muun muassa mittausetäisyyden ja pistepilven intensiteetin osalta (kuva 1). Mittausetäisyys on 100 m. Nämä ominaisuudet auttavat metsäinventoinnissa puulajien tunnistamisessa. Lisäksi laitteen nopeus mahdollistaa useiden hehtaarien koealueiden kartoittamisen minuuteissa.

Kuva 1. ZEB HORIZON ja sen tuottama intensiteettipistepilvi metsästä.

Kuinka kerään pistepilven ZEB HORIZON -laserkeilaimella metsäkoealasta?

Saapuessasi koealalle saat ZEB HORIZON -laserkeilaimen käyttövalmiiksi hetkessä. Tämä vaatii vain yhden kaapelin kytkennän laserkeilaimen ja tallennusyksikön välille, niin laite on käyttövalmis. Aineiston keruun aloittamiseksi aseta laserkeilain maahan tai sopivan kiven/kannon päälle ja käynnistä se. Tällöin laserkeilain alustaa mittauksen ja kertoo käyttäjälle valmiutensa vilkkuvien valojen avulla. 

Merkkivalon muututtua vihreäksi (muutamassa sekunnissa) ja laserkeilaimen keilaimen pyöriessä on laserkeilain valmis mittaukseen. On siis aika nostaa laserkeilain käteen ja lähteä kävelylle. Voit valita kulkemasi reitin vapaasti, mutta varmista pistepilven kattavuus mutkittelemalla puiden väleissä. Tällainen reitti mahdollistaa puiden runkojen havainnoinnin mahdollisimman kattavasti, joten lopulliset pistepilvestä mitatut arvot ovat luotettavampia. 

Seuraavassa kuvassa 2 on tekemämme metsäretken aikana HORIZON:illa kerätty pistepilvi. Aloitimme mittauksen ison kiven vierestä ja kiertelimme kuvan mukaisesti puiden väleissä. Kierros lopetettiin samaan paikkaan mistä se oli aloitettu, jossa yhden painikkeen painalluksella lopetetaan mittaus. Lopuksi irrotetaan kaapeli laitteiden väliltä ja pakataan kaikki osat kantolaukkuun. Tämän noin minuutin mittaisen kierroksen aikana kierreltiin noin 30 metrin mittainen lenkki metsässä. Pistepilvestä mitattujen metsäalueen ulkomittojen perusteella se mahdollisti noin 5000 neliömetrin suuruisen alueen kartoittamisen.

Kuva 2 Vasemmalla on koko noin 5000 neliömetrin kokoinen koeala korkeuden mukaan värjättynä. Keskellä olevasta lähikuvasta voidaan havaita mittausreitti puiden lomassa. Sama reitti esiintyy oikealla, mutta tällä kertaa ylhäältä päin kuvattuna. Tässä pistepilvestä on poistettu puiden latvat ja maan pinta.  

Kuinka saada mobiililaserkeilaimen pistepilvestä irti puuparametreja?

Toimistolle saavuttua siirretään kerätty pistepilvi pois laserkeilaimesta yhdistämällä muistitikku tallennusyksikköön. Aineisto rekisteröidään lopulliseksi pistepilveksi GeoSLAM HUB-ohjelmistossa. Tiedoston voi raahata ohjelmistoon, jolloin se aloittaa automaattisesti aineiston rekisteröinnin. Tämän jälkeen voit tallentaa pistepilven halutussa formaatissa.  

Pistepilven muuttamien puuparametreiksi vaatii kolmannen osapuolen ohjelmiston käyttöä. Puuparametrit voidaan mitata missä tahansa pistepilviohjelmistossa, jossa on mittaustyökalu. Tällöin parametrit täytyy määrittää manuaalisesti, mikä ei ole tehokasta. Tähän ratkaisuksi ohjelmistoissa on kehitetty automatisointeja myös maan tasalta kerättyjen pistepilvien puuparametreille. Näistä esimerkki ohjelmistoina: Trimble Business Center (TBC), GreenValley International LiDAR360, Laserdata sekä avoimen lähdekoodin 3DForest. 

Riippumatta ohjelmasta automaattinen puuparametrien irrottaminen vaatii pääpiirteittäin samat vaiheet. Ensimmäisessä vaiheessa kannattaa poistaa suurimmat virheet ja kohinat. Näitä voi syntyä oksien liikehdinnästä ym. mittauksen aikaisista ympäristön muutoksista. Tämä onnistuu oikeilla työkaluilla käden käänteessä. Siivottu pistepilvi luokitellaan kasvillisuuteen ja maanpintaan. Tämä toteutetaan automaattisesti ohjelmistosta riippuen tason tai alimpien pisteiden avulla. Luokitellun pistepilven kasvillisuus luokitellaan vielä yksittäisiksi puiksi (kuva 3), jotta niiden puuparametrien määrittäminen helpottuu. Tässä kohtaa Trimble Business Center eroaa muista ohjelmistoista, koska TBC ei luokittele puita omiksi luokiksi vaan hyödyntää suoraan kasvillisuuden luokkaa. Ennen kuin päästään varsinaisiin puuparametreihin määritetään vielä puiden runkojen paikat. Tämä toteutetaan automaattisesti yksittäisten puuluokkien avulla. Tätäkään vaihetta ei tarvita TBC:ssä, koska automatiikka tunnistaa kaikki puuparametrit samaan aikaan.

Kuva 3. Vasemmalla on 3DForest-ohjelmistolla luokiteltu pistepilvi pinkiksi maan pinnaksi ja punaiseksi kasvillisuudeksi. Oikealla on samalla ohjelmistolla luokitellut puut omiksi pistepilvi luokiksi.

Varsinaiset puuparametrit eli rungon halkaisija rinnan korkeudella, puun korkeus ja latvuston mitat saadaan myös automaattisesti, mutta monissa ohjelmistoissa voi tulosta manuaalisesti muokata. Tämä auttaa luotettavampien tulosten saamisessa, koska ohjelmistojen työkalut eivät aina tunnista kaikkia puita oikein. Monissa ohjelmistoissa rungon sijainnin ja maanpinnan perusteella määritetään rinnan korkeudella puun rungon halkaisija. Voit myös itse säätää rinnankorkeuden lukuarvoa tarpeen vaatiessa. Puiden korkeuksien ja latvuston mittojen määrittäminen onnistuu suoraan pistepilvien avulla. 

Testasimme ohjelmistoja kuvassa 2 esitetyllä GeoSLAM ZEB HORIZON pistepilvellä. Näiden testien pohjalta ohjelmistot ovat helppokäyttöisiä ja niihin löytyy monipuolisesti ohjeita (mm. TBC, 3D-Forest ja LiDAR360). Harmiksemme huomasimme ettei avoimen lähdekoodin 3D-Forest -ohjelmistossa tällä hetkellä toimi puun latvuksen mittojen määrittäminen. Muut puuparametrit saatiin ohjelmistolla, kun aineistosta poistettiin puita ja jäljelle jäi kuvan 3 puut. Ohjelmistoista saadaan lopulliset puuparametrit ulos esimerkiksi taulukkona, yksittäisiin puuluokkiin pohjautuen. Tai arvoja voi tarkastella ohjelmistossa, jolloin pysyy visuaalinen ja numeerinen tieto samassa paikassa. Kuvassa 4 on esimerkki tulos GreenValley International LiDAR360 -ohjelmiston vaiheista ja puuparametreista.

Kuva 4 a) Rinnan korkeudelta poikkileikkaus pistepilvestä ja algoritmin laskemat halkaisijat puille. b) Tuloksia on mahdollista tarkastella puukohtaisesti. c) Metsä luokiteltuna yksittäisiin puihin d) Lopullinen taulukko metsän puuparametreista.

 

Metsien koealoista saadaan tehokkaasti muodostettua numeerisia arvoja GeoSLAM ZEB HORIZON -laserkeilaimen pistepilven ja pistepilviohjelmistojen avulla. Tällöin aikaa ei hukata kantamalla metsään painavia laitteita tai aineiston keräämiseen käytettäviä ylimääräisiä minuutteja. Itse pistepilvi saadaan helposti muutettua numeroiksi hyödyntämällä kolmannen osapuolen ohjelmistoa. Näistä saadaan automaattisesti puuparametrit. Mikäli automatiikka havainnoi parametrin virheellisesti, on ohjelmistoissa selkeät visuaaliset käyttöliittymät manuaalisia korjauksia varten. Helpota elämääsi ja valitse uuden sukupolven laserkeilain avuksesi.


Kuinka suomalaisesta GeoDronesta tuli kaupunkimittaamisen jokapäiväinen työkalu Jyväskylän kaupungissa?

Kuvassa vasemmalla Jyväskylän kaupungin Ari Heinonen ja oikealla VideoDronen perustaja Juhani Mikkola. Pöydällä GeoDrone X4L.

Keski-Suomesta löytyy mahdollisesti Suomen parasta drone-osaamista. Osaamisen takana on VideoDronen perustaja Juhani Mikkola ja Jyväskylän kaupungin mittauspäällikkö Ari Heinonen. Jyväskylän kaupunkia pidetään edistyksellisenä UAS-teknologian osaajana. Kaupunki elää rohkeasti aikaansa edellä. Teknologiahenkisyys ei tule kaupungin uusimpia hankkeita seuranneille yllätyksenä. Kaupungin 3D-kartan toteuttamisessa on hyödynnetty UAS-teknologiaa. Mallia pidetään jatkuvasti ajan tasalla. Tämä onnistuu moitteettomasti VideoDronen GeoDrone X4L- dronen avulla, jonka jälleenmyyjänä Suomessa toimii Geotrim. Drone-kuvausta Jyväskylän kaupunki on käyttänyt hyvin aktiivisesti viime vuosien aikana.

Jyväskylän kaupungin mittauspäällikkö Ari Heinonen tutustui Intergeo-messuilla droneen ensimmäistä kertaa. Hän kiinnitti huomiota siihen, että droneja käytettiin maanmittaustarkoituksiin. Niillä hankittu aineisto oli laadullisesti hyvin korkeatasoista. Pian Intergeo-messujen jälkeen Heinonen selvitti mitä droneja oli tarjolla ja minkä tasoista aineistoa niillä sai kerättyä. Jyväskylän kaupungilla drone-hankkeeseen kiinnostuttiin. Vuonna 2014 rahaa saatiin budjetoitua drone-hankintaa varten. 

Heinonen oli kuullut suomalaisesta drone-valmistajasta, joka sattumoisin oli samalta paikkakunnalta. Demokuvauspäivä oli tavallista tuulisempi. Säästä huolimatta demo pidettiin. Drone pysyi ilmassa. Dronen kestävyys ja aineiston laatu vakuuttivat Ari Heinosen. Näin Jyväskylän kaupungista tuli VideoDronen ensimmäinen maanmittausasiakas. 

Mistä VideoDrone sai alkunsa?

VideoDronen kehitys lähti Juhani Mikkolan autotallista. Ensimmäiset ilmakuvat dronella Mikkola otti keväällä 2011. Silloin toiminta oli harrastusmuotoista. Mikkola lennätti dronea omaksi ilokseen. Laitteita kehitettiin koko ajan paremmiksi. Mikkolan nälkä kasvoi syödessä. Ikään kuin huomaamatta Juhani Mikkola alkoi tehdä ilmakuvausta laskutustyönä toiminimellä.

Suunnitteluvaiheessa oleva drone.

 

Varsinainen käänne tapahtui 9.7.2013. Silloin Vihtavuoressa oli vaaratilanne. Tilannekuvan saamiseksi käytettiin ensimmäistä kertaa dronea. Seuraavalla viikolla alkoi Juhani Mikkolan puhelin käymään kuumana. Moni halusi tietää, mistä kyseistä dronea voi ostaa. Silloin Mikkolalla kypsyi ajatus tehdä harrastuksesta kaupallista dronen valmistusta. VideoDrone Finland Oy perustettiin lokakuussa 2013.

VideoDronen toiminta on kehittynyt voimakkaasti. ”Valmistamme nykyään kopterit ja kameratelineet, sekä integroimme muiden valmistamia hyötykuormia. Pix4D prosessointiohjelmistossa toimimme Suomen jälleenmyyjänä ja kouluttajana. Osa ohjelmistoista on myös omaa tuotantoa tai yhteistyössä ohjelmistoyritysten kanssa tehtyä,” Juhani Mikkola kertoo. Geotrimistä tuli GeoDrone X4L:n jälleenmyyjä Suomessa vuonna 2015 ja näin VideoDrone pystyi entistä paremmin keskittymään tuotekehitykseen.

Dronen käyttö on helppoa, kunhan siihen perehtyy ja hankkii koulutuksen. Jokainen VideoDronen asiakas saa luovutuksen yhteydessä päivän koulutuksen dronen käyttöön. Maanmittaukseen tarkoitettu GeoDrone X4L kuuluu Geotrimin valikoimaan ja drone-koulutuksen saa luonnollisesti myös Geotrimiltä toimituksen yhteydessä. Lisäksi asiakkaalle suositellaan turvallisuuteen ja lainsäädäntöön liittyvän verkkokurssin käymistä. Verkkokurssin tarjoaa Insta ILS. Drone on kone ja vaatii toimiakseen myös huoltoa. Huoltoa suositellaan vähintään kerran vuodessa tai 100 tunnin välein. Huollossa vaihdetaan kuluvat osat, tehdään ohjelmistopäivitykset sekä tarkastetaan laitteiston kunto. Lentolaite on syytä säilyttää kuivassa, lämpimässä tilassa, ja drone hyvin puhdistettuna.

Juhani Mikkola suosittelee myös, että monen drone-kuvaajan sijaan olisi vain yksi kuvaaja. Vaikka kuvaaminen on helppoa, tulee kuvausvarmuus vasta kokemuksen kautta. Esimerkiksi Jyväskylän kaupungilla drone-kuvaamisesta vastaa Ari Heinonen. Näin taataan myös se, että GeoDrone on jatkuvassa käytössä. Yhden kuvaajan etuna on myös parempi prosessin hallinta. Kun tiedetään miten aineisto kerätään, osataan suunnitella drone-kuvaaminen tarkasti.

Mihin kaikkeen Jyväskylän kaupunki käyttää GeoDrone X4L -kopteria?

Alun perin Jyväskylän kaupunki käytti GeoDrone X4L -kopteria pohjakarttojen ylläpitoa varten. Ari Heinosen mukaan ”perinteisin tavoin pohjakartan ylläpito olisi myös toiminut, mutta se olisi vaatinut huomattavasti enemmän resursseja. Esimerkiksi maastomittausryhmä lähetetään paikan päälle mittaamaan ja myös mobiilikartoitus vaihtoehtoja oli jo silloin, mutta tehokkuus on toista luokkaa GeoDronella. GeoDrone investointina maksoi itsensä takaisin jo ensimmäisen vuoden aikana. Sillä saa tehostettua omaa toimintaansa niin paljon, että on aikaa keskittyä muihin hommiin. Toki drone-prosessi pitää olla kunnossa, että drone-kuvaukset saadaan tehtyä.”


Jyväskylän kaupunki käyttää nykyään GeoDronea myös muihinkin käyttötarkoituksiin kuten yhdyskuntasuunniteluun, asemakaavoitukseen, metsäpalveluihin, ympäristönsuojeluun, viestintään, markkinointiin sekä matkailuun. Käyttötarkoituksia on loputtomasti.

Yksi mielenkiintoisimmista dronen kuvaustapauksista tuli vastaan viime talvena, kun tykkylumi teki tuhojaan laajoilla metsäalueilla, jotka olivat yli 200m maastokorkeudessa Jyväskylän metsäalueilla.

Metsätalousinsinööriltä olisi mennyt huomattavan paljon aikaa liikkumiseen vaikeakulkuisilla alueilla, ryteikössä, upottavassa lumessa ja isoja korkeuseroja sisältävässä maastossa.

Ari Heinosen mukaan kaikki vahingoittuneet puut saatiin nopeasti tunnistettua. GeoDronella kerätty aineisto on erittäin tarkkaa ja pistepilvestä pystyi helposti tunnistamaan puut, joista latvat olivat katkenneet. GeoDronen aineiston avulla Jyväskylän kaupunki pystyi suunnittelemaan reitti- ja raivaussuunnitelman. Hyvän reitti- ja raivaussuunnittelun ansiosta vahingoittuneet puut saatiin poistettua Jyväskylän metsistä kesän puoleenväliin mennessä. Ajansäästön ja turvallisuuden lisäksi Jyväskylän kaupunki säästi tällä operaatiolla paljon kustannuksia.

GeoDronen PPK, eli Post Processing Kinematic, mahdollisti sen, että myös ilman tukipisteitä saatiin metsätuhoista mahdollisimman tarkkaa tietoa kerättyä dronella. PPK osoittautui tässä projektissa ratkaisevaksi tekijäksi ja aineiston tarkkuuteen pystyi luottamaan, kun kuvattiin valtavia alueita metsää. Koska PPK:ssa kuvien tarkka sijaintitieto saadaan jälkilaskennan jälkeen, kuvauksessa ei tarvita häiriöaltista radioyhteyttä, vaan laitteisto tallentaa sisäiseen muistiin mikrosekuntien tarkkuudella kuvanottohetken ja GNSS-datan.

Lainsäädäntö muuttuu. Miten käy drone-kuvaamiselle tulevaisuudessa?

Drone-lennättäminen muuttuu ensi vuoden heinäkuusta lähtien entistä säädellymmäksi. Tämä johtuu uudesta EU-asetuksesta. Sen mukaan jokaisen drone-lennättäjän on suoritettava Traficomin verkkopalvelussa järjestettävä verkkokurssi ja -tentti sekä rekisteröitävä drone-käyttäjäksi. Tämä asetus koskee sekä uusia että kokeneita drone-kuvaajia. Myös maksimilentokorkeus laskee 150 metristä 120 metriin.

Juhani Mikkola ja Ari Heinonen ovat yksimielisiä siinä, että uusi EU-asetus lisää turvallisuutta entisestään ja on hyvä asia. Ammattimaiset drone-kuvaajat ovat hyvin perillä droneen liittyvistä lainsäädännöistä jo nyt ja noudattavat näitä. Drone-harrastelijoille drone-kuvaamiseen liittyvä lainsäädäntö saattaa tulla kuitenkin täysin yllätyksenä.

Juhani Mikkolan mukaan turvallisuudesta voi ja pitää huolehtia: ”Olennaista kuvaamisessa on tunnistaa riskit etukäteen ja välttää niitä. Eli ole kunnolla valmistautunut, selvitä lainsäädäntö, tiedä mitä teet ja sitten tämän jälkeen päätät, voitko suorittaa lennon vai et. Se on myös pidettävä mielessä, että drone on aina väistämisvelvollinen.”

Mikkolan mukaan 5G muuttaa drone-ilmailua entisestään. ”Siihen suuntaan näytetään menevän, että lennonjohto olisi tietoinen kaikista ilmassa olevista droneista, lentokoneista ja muista ilmailukoneista. Näitä järjestelmiä rakennetaan ja testataan par ‘aikaa. Se milloin nämä järjestelmät ovat valmiita ei tiedetä vielä tarkasti. Suunta on kuitenkin selvä”, Mikkola toteaa.

Vinkit turvalliseen drone-lennättämiseen

 Heinonen käyttää paljon UAV Forecast- ennustetta lentosään varmistamiseen. On tärkeää varmistaa turvalliset olosuhteet. Sääennusteesta Ari Heinonen pystyy tunnistamaan ne tuulet ja puuskat, jotka haittaisivat drone-kuvaamista. Myös jäätävällä kelillä kuvaaminen on riski.

Juhani Mikkola tarkentaa: ”Jäätävällä kelillä, eli kun kosteus on 100% ja ollaan pakkasen tuntumassa, niin silloin potkurin lapoihin kertyy jäätä, jolloin drone menettää nostokykynsä. Nostokyvyn menetys tapahtuu erittäin nopeasti. VTT:n kylmälabrassa näin kävi 1 minuutissa 40 sekunnissa, 100% kosteudessa ja pakkasta miinus viisi astetta. Tässä ajassa dronen tehosta 20% oli hävinnyt. Tämä ei vielä sinänsä ole ongelma, sillä dronesta löytyy tehoreserviä, mutta sitten kun jää irtoaa potkurin lavoista, niin se ei irtoa tasaisesti molemmin puolin, jolloin se alkaa ravistamaan konetta. Tärinä on se, mikä ”tappaa” koneen aika nopeasti.”

Miksi sovittaisin eri menetelmillä kerätyt pistepilviaineistot yhdeksi pistepilveksi?

Suunnitteletko rakennuksen korjausrakentamista? Oletko törmännyt tilanteeseen, jossa pistepilviaineiston kerääminen eri menetelmiä yhdistämällä olisi ajallisesti kannattanut? Usein työltä vaaditaan tehokkuutta ja luotettavuutta, jotta hanke olisi kannattava. Tämä pätee myös ja erityisesti rakennuksen korjausrakentamisessa. Kustannukset nousevat kellon raksuttaessa, aikaa on rajallisesti ja mahdollisen myöhästymisen uhkasakot ahdistavat.

Jotta kerätyn pistepilviaineiston laatu ei kärsisi, on tärkeää tunnistaa, mikä menetelmä sopii parhaiten mihinkin tilanteeseen. Esimerkiksi Matterportin kamera on tehokas ja vaivaton tapa kerätä rakennuksen sisätiloista pistepilviaineistoa, mutta sen toimintaperiaate rajoittaa laitteen käyttöä ulkona. Rajoittavana tekijänä on auringonvalo, joka on samalla aaltopituudella kuin Matterport. Tästä syystä ulkotilat kannattaa täydentää pistepilveen laserkeilaimen avulla.

Miten laserkeilauksella ja Matterportin kameralla kerätyt pistepilvet voidaan yhdistää?

Laserkeilaimella ja Matterportin kameralla kerätyt pistepilvet voidaan yhdistää toisiinsa joko tähysten avulla tai pistepilvipohjaisesti. Tähyksinä voidaan käyttää Matterportin omia tähyksiä, jolloin tähykset auttavat suurien tilojen mallinnusta Matterportilla sekä pistepilvien yhdistämistä (Lisätietoa asiasta englanniksi Matterportin sivuilta). Tähykset tulee sijoitella mallinnusalueelle ennen kuin aloittaa aineiston keräämisen. Yhdistämisen varmistamiseksi täytyy molemmissa aineistoissa näkyä vähintään kolme (3) yhteistä tähystä.

Käytännössä yhdistäminen tapahtuu vasta toimistolla, kun molemmat aineistot ovat esikäsitelty. Matterport-pistepilvi ladataan MyMatterport-palvelimelta MatterPak-tiedostona, joka sisältää pistepilven lisäksi kolmioverkkomallin kohteesta. Laserkeilauksen pistepilvi täytyy myös esikäsitellä eli rekisteröidä erilliset laserkeilausasemat yhdeksi pistepilveksi. Tähyksillä yhdistäessä valittu pistepilviohjelmisto vaikuttaa aineistojen yhdistämiseen. Toisissa ohjelmistoissa joudut manuaalisesti näyttämään vastaavat tähykset aineistojen välillä, kun taas toisissa se voi onnistua automaattisesti. Tähysten osoituksen jälkeen saat tiedon kuinka tarkasti pistepilvet osuivat yhteen.

Toinen menetelmä pistepilvien yhdistämiselle on pistepilvipohjainen yhteensovitus. Tällöin on parasta, että molemmilla laitteilla kerätään aineistoa samalta alueelta. Tämän yhteisen alueen tulee olla vähintään 10 % koko pistepilviaineistosta. Lisäksi tarkempi tulos saadaan, jos päällekkäisyysalue ei ole vain yhdellä puolella rakennusta. Tämä vähentää pistepilvien välisiä kiertymiä (kuva 1).

 Jos ei ole tarkkana, voi vähäisellä päällekkäisyydellä pistepilvet kiertyä. Kaukaa rekisteröinti voi näyttää hyvältä, mutta läheltä katsottuna löytyy virheitä. Kuten kuvan vasemmalla olevasta ikkunasta voi havaita. Matterport 3D-kameran pistepilvi (ruskean sävyinen) on kiertynyt TX8-laserkeilaimen pistepilveen nähden (punasävyinen), kun yritetään yhteensovitusta näiden pistepilvien välillä.Kuva 1) Jos ei ole tarkkana, voi vähäisellä päällekkäisyydellä pistepilvet kiertyä. Kaukaa rekisteröinti voi näyttää hyvältä, mutta läheltä katsottuna löytyy virheitä. Kuten kuvan vasemmalla olevasta ikkunasta voi havaita. Matterport 3D-kameran pistepilvi (ruskean sävyinen) on kiertynyt TX8-laserkeilaimen pistepilveen nähden (punasävyinen), kun yritetään yhteensovitusta näiden pistepilvien välillä.

Pistepilvipohjaisella menetelmällä aineistot esikäsitellään samalla tavalla kuin aikaisemmin. Käyttämäsi pistepilviohjelmisto vaikuttaa yhdistämisen toteutukseen. Yhdistäminen voi onnistua joko näyttämällä pistepilvelle muutamia yhteisiä piirteitä tai manuaalisesti sovittamalla pistepilvet yhteen. Manuaalisen sovituksen jälkeen ohjelmistoissa on työkalu, joka toteuttaa automaattisesti tarkemman yhteensovituksen. Tämä antaa lopulta sovitukselle tarkkuuden.

Pistepilvipohjaisella menetelmällä aineistot esikäsitellään samalla tavalla kuin aikaisemmin. Käyttämäsi pistepilviohjelmisto vaikuttaa yhdistämisen toteutukseen. Yhdistäminen voi onnistua joko näyttämällä pistepilvelle muutamia yhteisiä piirteitä tai manuaalisesti sovittamalla pistepilvet yhteen. Manuaalisen sovituksen jälkeen ohjelmistoissa on työkalu, joka toteuttaa automaattisesti tarkemman yhteensovituksen. Tämä antaa lopulta sovitukselle tarkkuuden.

Luontokeskus Haltian pistepilviaineiston kerääminen Matterportin Pro2 3D-kameran, TrimbleTX8-laserkeilaimen sekä GeoSLAM ZEB-REVO RT-käsiskannerin avulla

Kohteenamme oli Suomen Luontokeskus Haltia Nuuksiossa. Sisätilat mallinsimme Matterportilla sekä kädessä kannettavalla GeoSLAM ZEB-REVO RT -laserkeilaimella. Sisätilan lisäksi laserkeilasimme ZEB-REVO RT:llä terassialueita. Noin puoli vuotta myöhemmin kävimme laserkeilaamassa Haltian ulkopuolen Trimble TX8 -laserkeilaimella. Tästä syystä emme voineet käyttää tähyksiä, joten yhdistäminen täytyi tehdä pistepilvipohjaisesti. Yhteensä pistepilvien tuottamiseen kului noin 14 h ja lopulliseen yhdistämiseen noin 1h.

Kuva 2) Aineisto kerättiin seuraavilla laitteilla; Matterport (vasemmalla), TX8 (keskellä) ja ZEB-REVO RT (oikealla).

Puolen vuoden tauon ja ihmispaljouden vuoksi keräsimme Matterportilla aineiston vain sisätiloista ja TX8:lla vain ulkona. Tästä syystä aineistojen välillä oli vain 3 % päällekkäisyys, joka muodostui ikkunoiden kautta tehdyistä TX8-laserkeilaimen havainnoista. Tämä ei kuitenkaan estänyt yhteensovitusta, koska olimme laserkeilanneet myös ZEB-REVO RT:llä. Sillä on päällekkäisiä havaintoja Matterportin kanssa 25 % ja 8 % TX8:n kanssa. Päätimme sovittaa ensimmäisenä Matterportin ZEB-REVO RT:n pistepilveen. Sen jälkeen sovitimme TX8:n pistepilven ZEB-REVO RT:n pistepilveen. Lopuksi yhdistimme Matterportin ja TX8 pienellä hienosäädöllä yhteen.

Pistepilviaineistojen sovittaminen yhdeksi pistepilveksi

Tällä kertaa käytimme Trimble RealWorks -ohjelmistoa ja sen pilvipohjaista yhdistämistyökalua. Ennen eri menetelmien pistepilvien yhdistämistä rekisteröimme TX8-aineistot yhdeksi pistepilveksi ja värjäsimme pistepilvet. Pistepilvet värjättiin laserkeilauksen kanssa samanaikaisesti otetuilla valokuvilla. Nämä kuvat yhdistettiin ensin panoraamakuviksi, jotka yhdistettiin keilausasemiin Trimblen RealWorks-ohjelmistossa. Värjäämisessä käytettiin RealColor-työkalua, jossa jokaiselle keilausasemalle valitaan vastaava panoraamakuva sen värjäämiseksi. Kun kaikki keilausasemat oli värjätty, rekisteröitiin ne yhdeksi pistepilveksi automaattisesti tasopintojen avulla. Rekisteröity pistepilvi tallennettiin omaksi tiedostoksi.

Laserkeilauksen rekisteröinnin jälkeen ladattiin muut aineistot RealWorks-ohjelmistoon. Kun kaikki aineistot oli ladattu samaan projektiin, aloitettiin aineistojen yhdistäminen. Trimble RealWorks:llä pistepilvipohjaisesti pistepilvien yhdistäminen on helppoa. Käyttäjän tulee valita projekti ja sen sisältä yhdistettävät pistepilvet, jonka jälkeen aktivoidaan pistepilvipohjainen rekisteröinti. Tämän jälkeen tarkistetaan, kumpi aineistoista on referenssinä eli kumpi aineistoista pysyy paikallaan. Sen jälkeen osoitetaan muutama yhteinen piste molemmista aineistoista (kuva 3). Näiden pisteiden avulla ohjelmisto yhdistää pistepilvet toisiinsa.

Kuva 3) Pistepilvipohjainen pistepilvien yhteensovitus vaatii käyttäjää osoittamaan yhteisiä pisteitä aineistoista.

Osoitettujen pisteiden jälkeen käytimme refine-työkalua, jolloin ohjelmisto automaattisesti parantaa yhteensovitusta. Kannattaa kuitenkin tarkastaa yhteensovituksen onnistuminen työkalun käytön jälkeen, koska vähäinen päällekkäisyys voi aiheuttaa virheellisiä tuloksia. Tästä syystä vaiheen voi jättää pois, jos automaatio ei osaa yhdistää pistepilviä oikein. Kun rekisteröinti on valmis, valitaan yhdistetäänkö pistepilvet yhdeksi pistepilveksi vai ei. Tässä tapauksessa, kun käytimme ZEB-REVO RT -laserkeilainta yhdistämisen apuna, emme halunneet yhdistää sen pistepilveä lopulliseen pistepilveen. Valitsimme ettei aineistoja yhdistetä ja aktivoimme pistepilvien uudet sijainnit. Tarkemmat sovituksen vaiheet voit tarkastella tästä videosta:

Matterportin ja ZEB-REVO RT:n välinen yhteensovitus onnistui 3,5 cm tarkkuudella. Tämän jälkeen yhteensovitettu TX8 ja ZEB-REVO RT onnistui 3,3 cm tarkkuudella. Näiden yhteensovitusten jälkeen avasimme vielä kerran pilvipohjaisen yhteensovituksen Matterportin ja TX8:n välille. Tällä kertaa tarkastelimme yhdistystä visuaalisesti ja aktivoimme pistepilvien yhdistämisen toisiinsa. Tarkkuudeksi pistepilvien välille saimme 3,3 cm. Tarkkuuden kohdalla tulee huomioida, kuinka pieni päällekkäisyys aineistoilla oli. Mitä pienempi pistepilvien päällekkäisyysalue on sitä vaikeampaa ja epätarkempaa niiden yhdistäminen on. Tässä tapauksessa, kun päällekkäisyys aineistojen välillä oli vain 3 %, tarkkuus on todella hyvä. 

Kuva 4) Lopullinen pistepilvi Haltiasta, jossa ulkotilat on mallinnettu TX8-laserkeilaimella ja sisätilat Matterport Pro 2 -kameralla.

Menetelmien yhdistämisen jälkeen Luontokeskus Haltian pistepilvi koostuu 47 miljoonasta pisteestä (kuva 4). Nyt aineisto kattaa suurimman osan sisä- ja ulkotiloista. Tätä voitaisiin täydentää vielä lisää sisätiloissa sekä katon osalta. Katosta voitaisiin kerätä aineisto dronen avulla ja se voitaisiin yhdistää samalla menetelmällä jo yhdistettyihin pistepilviin. 

Miksi eri menetelmillä kerätty pistepilviaineisto kannatti?

Menetelmien yhdistämisellä voidaan säästää aikaa ja rahaa sekä kattaa suurempia alueita. Säästöjen syynä on Matterportin nopeus verrattuna maalaserkeilaimeen sisätilojen mallintamisessa. Jos tila olisi mallinnettu pelkällä maalaserkeilaimella, olisi siihen kulunut huomattavasti enemmän aikaa. Tästä syystä aineistojen yhdistäminen GeoSLAM ZEB-REVO RT -laserkeilaimen avulla nopeutti tuotantoa. ZEB-REVOn kannettavuuden ansiosta mitattiin muutamassa minuutissa tarvittava päällekkäisaineisto, jolla Matterportin sisätilojen ja TX8:n ulkotilojen pistepilvet yhdistettiin.

Toisaalta laserkeilain mahdollistaa Matterport-pistepilvien sitomisen muuhun ympäristöön. Lisäksi eri menetelmillä ei välttämättä saa kerätyksi aineistoa kaikista kohdista, kuten katolta. Tästä syystä on kannattavaa yhdistää menetelmiä, joten pistepilvet ovat kattavampia ja täten hyödyllisempiä.  

Lopulta epäoptimaalisista lähtökohdista (ei tähyksiä ja vähäinen päällekkäisyys pistepilvien välillä) huolimatta on mahdollista yhdistää eri menetelmien pistepilviä. Yhdistäminen on mahdollista jopa 3 % päällekkäisyydellä, jos apuna voidaan käyttää kattavampaa aineistoa.

Mikäli innostuit kokeilemaan aineistojen yhdistämistä, suosittelemme keräämään aineiston joko yli 10 % päällekkäisyydellä tai vähintään kolmea tähystä käyttäen. Kerää aineistolle mahdollisimman paljon yhteisiä piirteitä esimerkiksi avaamalla ikkunoita tai ovia eri puolilta rakennusta ja muista pitää yhteys muuttumattomana eri menetelmien käytön aikana.    

Kirjoittaja

Aino Keitaanniemi, DI