Tänä vuonna juhlitaan VRS-palvelua. 2020 tulee kuluneeksi 20 vuotta siitä, kun Etelä-Suomeen rakennettiin Geotrimin toimesta ensimmäinen VRS-teknologiaan perustuva tukiasemaverkkojärjestelmä, joka alkuun tunnettiin GPSnet.fi-nimisenä. Geotrim mahdollisti tarkat reaaliaikaiset ja jälkilaskentaan perustuvat satelliittimittaukset koko Suomeen, kun verkko laajeni valtakunnalliseksi v. 2005.
Näistä ajoista satelliitteja on tullut taivaalle lisää, verkon teknologia ja palvelumuodot ovat kehittyneet ja monipuolistuneet. Nykyään Trimnet VRS -palvelulla on tuhansia käyttäjiä niin julkisella kuin yksityiselläkin sektorilla.
Haluamme viettää VRS-juhlavuotta yhdessä käyttäjien kanssa. Siksi järjestämme vuoden aikana kuvakilpailun, johon kaikki VRS-käyttäjät voivat osallistua!
Kuvakilpailussa ei kisailla kameroiden hienoudella, vaan kuvien tunnelmalla. GNSS-mittaamisella on monenlaisia sovellusalueita ja käyttäjämme tekevät mittauksia toinen toistaan mielenkiintoisemmissa paikoissa ja olosuhteissa. Nyt kannattaa napata työmaalta kuvia, tallentaa ”VRS-hetkensä” ja lähettää kuvat mukaan kilpailuun. Julkaisemme otoksia pitkin vuotta kotisivuillamme ja sosiaalisessa mediassa, jotta hienot kuvat eivät jäisi pöytälaatikkoon vaan saavat laajemmankin yleisön.
Kisa on voimassa 31.8.2020 asti ja päävoittaja julkistetaan VRS-päivässä syyskuussa. Pääpalkintona on komea kaukoputki tarvikkeineen tähtien ja satelliittien tarkkailuun. Toivomme runsasta osanottoa!
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.
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.
Nyt voit ohjata koko laserkalustoa matkapuhelinsovelluksella. Spectra Precisionin uusi ST805-appi mahdollistaa lasereiden ohjauksen matkapuhelimella ja helpottaa työmaiden mittauksia. Sovelluksen avulla ohjaat ja hallinnoit kaikkia laserin toimintoja ja ominaisuuksia.
ST805 on ladattavissa ilmaiseksi Googlen Play -kaupasta. iphone-versio on tulossa myöhemmin. Sovelluksen lisäksi tarvitset Spectran uuden ST805-signaalitoistimen.
Spectra Precision ST805
Signaalitoistin
ST805 Signaalitoistin
ST805-radiosignaalitoistin mahdollistaa laserin ohjaamisen nykyistä paljon pidemmän matkan päästä. Bluetoothin avulla pystyt jopa tuplaamaan nykyisen kauko-ohjaimen kantaman.
Radiosignaalitoistin pidentää huomattavasti radioyhteyden kantamaa, jopa tuplaa sen. Signaalitoistin asetetaan laserin ja matkapuhelimen/kauko-ohjaimen väliin.
Laite toimii seuraavien Spectra-lasereiden kanssa: LL300S, HV302, HV302G, GL412N, GL422N, GL612N, GL622N, GL622IR, UL633N, DG613, DG613G ja DG813.
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.”
rimble® R12 GNSS-vastaanotin saa tehonsa uudesta ProPoint™ GNSS -tekniikasta, jonka ansiosta mittaaja voi mitata enemmän pisteitä useammassa kohteessa kuin koskaan ennen. Erityisesti haastavissa GNSS-ympäristöissä R12-vastaanotin auttaa säästämään aikaa maastossa ja vähentää perinteisten menetelmien tarvetta.
Täysin uusinta tekniikkaa edustava Trimble ProPoint GNSS tuo käyttäjälle joustavan signaalien hallinnan, joka auttaa vähentämään signaalihäiriöiden vaikutuksia ja tarjoaa kaikkien GNSS-konstellaatioiden toiminnot. Haastavissa GNSS-ympäristöissä kuten puiden lähellä sekä rakennetussa ympäristössä, Trimble R12:n suorituskyky on yli 30% edeltäjiään parempi useissa eri tekijöissä, mukaan lukien maanmittaustasoisen tarkkuuden saavuttamisessa, sijainnin tarkkuudessa ja mittauksen luotettavuudessa.
R12 sisältää R10:stä tutun SurePoint-kaltevuuskompensoinnin ja XFill:n katkeamattoman mittauksen.
Nyt voit varata ajan kätevästi netistä kalibrointiin haluamallesi ajankohdalle. Tällä hetkellä on varattavissa kalibrointiaikoja putkilasereille, maanrakennuslasereille, tasolasereille sekä vaaituskojeille.
Kalibroinnin kesto on n. 90 minuuttia (maanrakennuslasereilla n. 120 min), joten sen saa tarvittaessa vaikka odottaessa. Tervetuloa kahville näyttelytilaamme!
Spectra Precision on julkaissut kaksi uutta taskuun sopivaa laseretäisyysmittaria: QM10, jossa on 30 metrin kantama ja QM20, jossa on 50 metrin kantama.
Laitteet ovat erittäin helppokäyttöisiä: etäisyydet saa mitattua yhdellä napin painalluksella. Muita toimintoja ovat jatkuva mittaus sekä pinta-alan ja tilavuuden mittaukset.
QM20-mallin toiminnoista löytyy myös epäsuora Pythagoras-mittaus korkeuden ja kaltevuuden mittaukseen.
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).
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.
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 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.
