使用Global Mapper进行无人机处理

无人机拥有量的快速增长给一些潜在的飞行员带来了一个有趣的困境。购买了硬件并收集了一些数据后,许多人通常不清楚它们到底可以做什么?在过去的几年中,我参加了几次针对无人机的贸易展览,我经常被问到的一个问题是:“我可以使用Global Mapper做什么?”答案:很多事情。

  • 制定初步飞行规划

在按下启动按钮之前,最好对项目区域进行虚拟勘查。附近有什么可能的障碍物,地形特征是什么,附近有没有建筑物或其他设施可能会有阻碍飞行,覆盖面积是多少?通过将相关数据加载到Global Mapper中并进行一些基本的飞行前分析,可以回答这些问题以及更多问题。软件内嵌的免费在线数据服务包括高分辨率的航空影像、数字高程模型(DEM),航空图和地形图。Global Mapper的绘图工具可用于勾勒项目现场的范围,以确定覆盖范围,并起草初始飞行计划以优化数据采集过程。所有这些数据都可以传输到运行Global Mapper Mobile的iOS或Android设备,以便对飞行计划参数进行现场检查。

Drone1.jpg
Global Mapper中免费提供的在线数据服务包括高分辨率的航空影像,数字高程模型(DEM),航空图和地形图等。
  • 地理图像浏览

无人机的最基本功能之一就是拍照,正如我们将在下面讨论的那样,在有足够重叠的情况下,可以将这些图像处理为3D场景。在继续使用此高级功能之前,可以将图像本身作为像片点加载到Global Mapper中以创建地理相册。通过读取嵌入在图像文件中的坐标值,每张照片的拍摄位置均在地图视图中用相机图标表示。使用Global Mapper的“要素信息”(Feature Info)工具,点击像片点将使用计算机的默认图像查看器显示每张照片。在3D查看器中查看时,相机图标将显示在地面上方,从而显示每张图像拍摄时精确的无人机高度。

Drone2.jpg

可以将图像本身作为像片点加载到Global Mapper中以创建地理相册。通过读取嵌入在图像文件中的坐标值,每张照片的拍摄位置均在地图视图中用相机图标表示。

  • 3D重建

从Global Mapper的19版本开始,Pixels-to-Points工具已集成到可选的LiDAR模块中,该工具可用于分析一系列重叠的图像以创建环境的3D场景。这个强大的组件可识别多张照片中像素的重复特征,并采用摄影测量的基本原理来确定相应表面的三维结构。尽管底层技术原理非常复杂,但用户的体验却非常简单,继承了Global Mapper简单易用的特点。只需加载图像,为相机系统应用必要的设置,如果需要可添加地面控制点,单击“运行”按钮,然后等待其创建高密度点云,并可在需要时同步创建3D模型。像素到点工具的功能将无人机获取的简单图像文件转换为可用于无数3D分析过程的数据。

Drone3.jpg
像素到点工具的功能将无人机获取的简单图像文件转换为可用于无数3D分析过程的数据集。
  • 正射影像制作

上述点云生成过程的一个副产品是创建正射影像的选项。正射影像定义为栅格图层,其中每个像素的坐标在地理上都是正确的,正射影像是通过将点云中的RGB值网格化而生成的。鉴于其内在的准确性,此2D图像层可用于精确测量或用作数字化或绘图操作的基础图层。

  • DTM创建和地形分析

如前所述,像素到点功能生成的点云可作为Global Mapper中众多分析过程的数据源。与任何未处理的数据集一样,在着手任何有意义的工作流程之前,需要进行一些质量检查,清理和处理。幸运的是,该软件提供了大量的编辑和过滤选项,包括噪声点去除、空间裁剪、地面点识别和自动重分类。分类出代表地面的点后,将使用网格内插工具来创建数字地形模型(DTM),该模型是描绘地面的3D栅格图层。反过来,此地形层可用于创建自定义等高线、计算体积、划定分水岭、进行视线/视域分析,以及在有先前创建的DTM情况下,则可以进行地形变化检测。

Drone4.jpg
Global Mapper可以从点云数据生成数字地形模型(DTM)
  • 视频回放

除了捕获静止图像外,大多数无人机还配备了必要的硬件来记录视频。除了简单的娱乐用途之外,此功能还适用于建筑物或资产检查,战略侦察,林业检查以及在其他需要远程视角的其他情况下使用。Global Mapper包括一个嵌入式视频播放器,它将在地图窗口中显示无人机的相应位置的同时播放此录像。位置的确定是根据飞行过程中记录的轨迹文件中记录的每个顶点的时间戳得出的。将该文件加载为线路特征并将其与相应的视频文件关联后,可从Digitizer的右键菜单中启动播放。

  • LiDAR处理

不久之前,由于所需设备的尺寸和重量,人们普遍接受激光雷达的采集只能使用有人驾驶飞机进行。这个简单的事实导致了LiDAR收集过程的高成本和物流方面的挑战。如今,LiDAR设备的小型化已达到许多大型无人机的有效负载能力之内。鉴于飞机的飞行范围有限,无人机收集的LiDAR仅适用于小型的局部项目,但是它确实允许频繁地重新飞行项目地点,因此非常适合进行变化检测。Global Mapper以及随附的LiDAR模块提供了用于处理LiDAR数据的多种工具。如前所述,在创建用于地形分析的表面模型之前,可以对点进行过滤和编辑。与摄影测量创建的点云数据相比,LiDAR提供了更完整的非地面特征(如建筑物,电力线和树木)的三维表示。LiDAR模块提供了一组用于识别、重新分类点云数据和提取这些特征为相应矢量对象的工具。

Drone5.jpg
Global Mapper LiDAR模块提供了一组用于识别、重新分类和提取这些特征作为矢量对象的工具

从根本上说,无人机和地图有很多共同点。两者的目的都是为了提供对感兴趣区域的遥远的感知,并使我们能够看到数据中的空间分布和模式。因此,无人机的主要功能之一就是提供可用于创建地图和其他空间数据集的数据。Global Mapper非常适合此类工作流程,它提供了可供无人机操作员使用的大量工具。

(原文:David McKittrick,编译:陈春华)

LiDAR点云 & 摄影测量点云(PhoDAR)

MeshCreation-1024x534.png
使用Global Mapper的“像素到点”工具创建的3D mesh 显示在2D和3D视图中

虽然LiDAR和PhoDAR都是3D点云格式,但是创建每种格式的过程完全不同。其采集(生成)过程的性质决定了数据的结构特征及其对特定应用的适用性。

在本篇博客文章中,我们介绍了两种采集方法之间的差异,以及其理想用途之间的一些不同。

iitsec-LiDAR-11032017-1024x594.png
截图显示了Global Mapper中常规LiDAR数据以高程进行可视化的效果
LiDAR – 优势

  • 主动采集过程

点云中的每个3D点都是实时采集和处理的。

  • 多次回波数据

每个点都包含一系列有用的属性数据,包括回波强度,回波计数和分类信息(后期处理添加)。

  • 数据共享

数据结构已经标准化,为数据共享和互操作性提供了最佳条件。

  • 大区域测量

安装在飞机上的扫描仪可以相对较快地测量大面积的地理区域。

  • 紧凑型设备

与早期的LiDAR硬件不同,扫描仪现在相对紧凑,甚至可以安装在无人机上。

  • 地面(地形)探测

LiDAR可以穿透树叶和类似的障碍物,从而提供目标区域的完整3D表示。即使在森林茂密的地区,也可以进行地面探测。

  • 快速发展的技术

例如,Geiger模式LiDAR(相对于传统的linear模式LIDAR)可以提供100 / sqm或更高的点密度。

  • 精确性

这些点在理论上更准确,尤其是其高程值。

  • DTM生成

LiDAR是生成数字地形模型的理想之选,因为与摄影测量法不同,LiDAR可以“穿透”到地面。

LiDAR – 不足

  • 高成本

传统的激光雷达需要有人驾驶飞机来容纳必要的硬件。

  • 对飞行条件的敏感性

LiDAR采集需要极佳的飞行条件。飞机的高度和速度也会影响点密度。

  • 异常识别较差

原始LiDAR无法识别数据中的异常(例如飞行路径下方的鸟类)。

  • 处理不一致

遇到被错误分类的公开提供的LiDAR文件并不少见。

ptp-pointcloud-to-mesh-small-1024x525.jpg
左侧为摄影测量生成的点云,右侧为该基于该点云创建的3D模型
PhoDAR – 优势

  • 技术门槛低

这是一种使用成本低至万元的硬件创建点云的更便捷的方法。

  • 按需&多样化的采集方式

可以在相对较小的区域内按需采集数据,进行最少的预先采集规划。

  • 更高的点云密度

点密度通常比传统的LiDAR大很多。

  • 数据可分类

摄影测量点云虽然本身不是LiDAR,但可以应用分类,并且可以导出到las或laz文件。

  • 栅格赋色的点云

每个点都会自动继承相应图像的颜色。

  • DSM生成

因为它无法像LiDAR一样穿透植被,因此非常适合生成数字表面模型。

PhoDAR – 不足

  • 需要有特征要素(地物)

从图像获取点云需要在相应的区域具有明显的可见特征。

  • 要求表面纹理具有多样性

当图像的表面纹理缺乏多样性(例如沙漠地区或大型停车场的表面)时,摄影点云的生成效果不佳。

  • 需要充足的光线

与LiDAR不同,摄影测量法取决于充足的环境光线。生成点云需要清晰的图像,因此在弱光照条件下拍摄图像并不理想。

  • 不宜进行地表探测

摄影无法像LiDAR一样“穿透”树冠。

  • 阴影和天空不起作用

点云生成不适用于包含大阴影或大量天空的图像。

  • 精度取决于地面控制

除非在处理阶段使用了地面控制点,否则水平精度和高程值将不那么准确。

  • 覆盖范围通常有限

摄影测量点云的生成不适用于大面积覆盖区域。

  • 颜色不一致

由于各个图像色彩的变化(不平衡),整个点云表面的色彩通常不一致。

  • 需要更多的清理工作

反射性表面有时会在数据中引起更多的噪声点或异常,这就需要进行手动删除。电力线等更精细的要素可能不会像在LiDAR数据中那样显示。

LiDAR的理想用途

LiDAR是采集更大面积和更精细细节(例如电力线,管道和物体边缘)的数据的理想选择。它也是创建数字地形模型(DTM)的理想选择,因为传感器可以穿透植被,从而可以采集真实的地面点。

PhoDAR(摄影测量点云)的理想用途

摄影测量法是测量具有较少植被的较小区域的理想选择。由于摄影测量法无法像LiDAR那样穿透植被,因此通常更适合于生成数字表面模型,而不是地形模型。

适合LiDAR和摄影测量的理想软件

无论选择哪种点云生成方法,都可以使用 Global Mapper 和 LiDAR模块 来高效地处理成果数据。其广泛的编辑、可视化和分析工具的包括点云编辑和过滤、DTM或DSM创建、特征提取、等高线生成、体积计算等。

Pixels-to-Points™:从无人机图像轻松生成点云

Global Mapper v19引入的新的像素到点工具使用摄影测量原理,从重叠图像生成高密度点云。它使LiDAR模块成为已经功能很强大的的必备Global Mapper扩展功能,尤其是对于无人机专家而言。

 下面介绍的是我们的南美和中美洲代理商EngeSat使用该工具处理无人机影像的一个实例,系列屏幕截图说明了使用像素到点工具创建点云的简单分步过程,以及使用其他 LiDAR 模块工具进行一些基本点云编辑的过程。

point-cloud.jpg
EngeSat 的 Laurent Martin 使用 LiDAR 模块版本 19 中新的像素到点™工具生成的点云。LiDAR 模块工具分析了 192 张高分辨率无人机图像,以创建此高密度点云。

1. 将无人机图像加载到LiDAR模块中

1.png
加载到 LiDAR 模块中的影像必须包含可重叠的信息。”像素到点”工具分析相邻图像中可识别对象之间的关系,以确定相应表面的三维坐标。
2.png
UAV 的飞行路径和每张照片的位置可以通过叠加项目区域的栅格图像来查看。

2. 从加载的图像计算点云

在此特定示例中选择了 192 个高分辨率图像。该工具将给出估计的完成时间,这取决于图像的大小和图像的数量。
“Calculating Cloud/Mesh “对话框显示图像的统计信息,因为图像由像素到点工具进行分析和拼接在一起。
该过程完成后,将弹出一个警报窗口。

3. 查看生成的点云

生成的点云的新图层现在位于图层列表中。
生成的正射影像的局部放大效果
从 192 个图像生成的新点云最终结果的特写。
生成的点云的 3D 视图。
生成的点云的 3D 视图。
使用路径断面工具的点云断面视图

4. 对点云进行分类

12-1024x548.png
可以使用 LiDAR 模块工具自动或手动重新分类点。在这里,点云被重新分类为主要是地面点。

5. 从点云创建高程网格和等高线

选择点云图层后,可以通过单击”创建高程网格”按钮生成数字地形模型。
使用路径剖面工具的数字地形模型的横截面视图
只需单击”创建等高线”按钮,即可从数字地形模型生成等高线。

快速简便的过程

从该示例可以看出,只需几步,Laurent 就能从 192 个图像中创建高密度点云,重新分类这些点,并创建数字地形模型并生成等高线。

Global Mapper LiDAR 模块工具/功能Top5

由于预期激光雷达和其他点云数据集的可用性和应用将日益增加,Global Mapper从15版本中就首次加入了激光雷达模块(Global Mapper的一个附加组件)。在过去五年中,这一流行的组件发展迅速,并提供了一系列强大的工具。

 在本期博客中,我们将重点介绍 LiDAR 模块中最重要的五个工具和功能,包括提取矢量要素、从无人机图像生成点云、LiDAR 数据滤波以及生成 3D meshes或模型。

1.   Pixels-to-Points(像素到点工具)

像素到点工具是 LiDAR 模块的新成员,用于从重叠图像(尤其是使用无人机捕获的图像)创建高密度点云、正射影像和 3D mesh 的工具。

基于摄影测量原理,”像素到点”过程从多个图像识别对象, 并从多视匹配以生成 3D 点云。作为点生成过程的衍生产品,该工具还可以通过内插点云的 RGB 值来生成正射影像,以及具有逼真的纹理的 3D 模型。

像素到点提供摄影测量方式的点云创建,既经济实惠又简单明了,并越来越多地用作传统 LiDAR 采集的替代方案。

P2P-1024x580.jpg
使用像素到点工具创建的谷仓的 3D 点云

2、自动点云重新分类

LiDAR 模块的自动重新分类工具可以准确识别表示地面、植被、建筑物和电力线的点。

LiDAR 模块中的算法分析点云的几何属性和特征,以快速对这些特征进行分类。此过程通常用于在创建数字地形模型 (DTM) 时分类出地面点。或是在从点云提取其它类型矢量要素(如建筑物或树木)时先分类出地面点。

Auto_Classification-1024x580.jpg
在LiDAR图层中识别并重新分类的建筑物和树木

3、特征提取

特征提取工具用于从已分类的点云中创建矢量对象。

基于一系列可自定义的设置,将代表建筑物、树木和电力线的点云提取为一系列 3D 矢量对象,或者将建筑物提取为 3D 模型。

特征提取对于创建建筑物轮廓线、从分类的 LiDAR 数据定义屋顶结构、电力线和其他 3D 要素特别有用。

Extraction-1024x580.jpg
从 LiDAR 数据中提取的电力线的矢量线

4、自定义特征提取

自定义特征提取用于从点云数据中划分出非典型 3D 特征。

该功能通过在一系列连续的垂直路径剖面视图中定义控制节点,从而创建精确的 3D 线或面要素。使用自定义特征提取的示例可用于定义如道路路边、管道或排水沟等。

Curb-1024x580.jpg
使用垂直断面功能对路缘边缘进行数字化

5、从LiDAR点云创建Mesh

Mesh创建是使用一组选定的点云创建具有逼真颜色或纹理的 3D 矢量对象的功能。

LiDAR 模块提供使用所选点组的 3D 几何和颜色创建三维模型的功能。在 3D 模式下查看时,此模型显示为地物要素的真实3D纹理。

Mesh-1024x580.jpg
从点云中的选定点创建的 3D模型

有关Global Mapper LiDAR模块更多功能,请访问网页

Global Mapper LiDAR模块 您知多少?

Global Mapper软件相信大家都不陌生,从V15版本引入的LiDAR模块如今在全球的LiDAR处理领域已是一支非常重要的力量,特别是V19版本新推出的Pixel-to-Points工具可以说给Global Mapper产品功能带来了革命性的变化,Global Mapper LiDAR模块继承了Global Mapper标准版高性价比的特点, 它的成本只是同类软件产品的一小部分,对于使用或管理地面或机载激光雷达以及其他点云数据集的任何人来说都是必备的工具!


LiDAR模块概述

Global Mapper LiDAR模块是该软件的可选增强功能,可提供众多先进的LiDAR处理工具,包括Pixels-to-Points™,用于从一系列图像中创建摄影测量点云,自动点云分类,自动提取建筑物,树木和电力线,断面查看和点云编辑,自定义数字化或提取三维线和面要素,更快的表面生成,LiDAR质量控制,以及更多。


LiDAR模块提供的主要功能

  • Pixels-to-Points工具,用于从重叠图像创建高密度点云,同步生成正射镶嵌影像和3D Mesh
  • 方便的LiDAR工具栏,可轻松访问关键的编辑和分析功能
  • 多个网格化选项,可实现更快的DSM或DTM生成
  • 访问包含十亿或更多点的点云文件
  • 自动点分类工具,可自动区分未分类层中的建筑物,地面,植被和电力线以及地上公用电缆
  • 要素提取功能可自动创建3D建筑物俯视轮廓,树木和电力线
  • 使用Global Mapper的路径断面工具在垂直透视图中查看和编辑点云
  • 使用垂直断面功能进行3D数字化或自定义特征提取
  • 高级过滤选项,可有效删除错误或不需要的点
  • 可定制的噪声点检测和重新分类
  • 用于简化工作流程的LiDAR脚本命令
  • 从底层图像或网格图层进行点着色
  • 用于使用地面控制点校正点云高程的LiDAR QC工具
  • 多种点云可视化选项,包括分类、强度、高程、RGB和点密度
  • 支持报告LiDAR统计数据
  • 支持导入和导出最常见的点云格式
  • 支持NIR(近红外)点属性,可选择创建NDVI或NDWI网格
  • LiDAR排序优化,提高显示和分析速度。

Pixels-to-Points™

这款功能强大的工具随着LiDAR模块的19版本推出,可以从一系列重叠图像(例如无人机收集的带地理标记的图像)中创建像LiDAR点云一样的高密度3D点云。使用模块的附加功能,随后可以处理此点云以识别和重新分类地面,建筑物和其他常见分类类型,并根据需要过滤和编辑数据。

将图像转换为点云

点云生成的摄影测量原理

采用摄影测量原理(基于影像进行测量),目前处于测试版的Pixels-to-Points工具分析相邻图像中可识别物体之间的关系,以确定相应表面的三维坐标。作为点生成过程的副产品,Pixels-to-Points工具可以通过对每个点中的RGB值进行网格化来创建正射校正图像,以及具有照片级逼真纹理的3D Mesh。

像素到点工具的工作原理

创建点云的过程首先将图像简单加载到“像素到点”对话框中。为获得最佳效果,建议至少60%重叠并均匀分布从不同角度拍摄的照片。可以预览单个图像,并且可以移除最终点云不需要的图像。然后可以应用各种设置来确定输出质量,分析方法等。最后,可以可选地添加地面控制点以调整点云的水平和垂直定位。处理完成后,点云将自动添加到当前工作空间。在导出到任何支持的点云格式(包括LAS和LAZ)之前,可以对其进行进一步处理或编辑。

Pixels-to-Points过程占用大量内存,可能需要几个小时才能处理完,具体取决于输入数据和质量设置。建议在具有至少16GB 内存的专用计算机上执行此过程。Pixels-to-Points工具还需要64位操作系统。


自动重新分类

基于LiDAR文件或点云的几何属性和其他特性,LiDAR模块的自动重分类工具能够准确识别并自动重新分类代表重要点要素类型的点。首先是识别地面点,用于创建DTM或裸地模型。在剩余的地面以上点云内,可以应用特定算法来识别和重新分类高植被、建筑物、电力线或公用电缆。Global Mapper LiDAR模块具有改进的分类算法,可通过“地面分类”对话框中的控制参数过滤出可能的建筑物,树木和电力线等要素。具有多核的机器将实现更快的地面点自动分类。用户还可以对所选择的点执行自动分类以加速处理。

1544653398712630.jpg
自动分类前的测试数据
lidar-after-auto-classify-building-and-tree_s.jpg
建筑物和树木的自动分类之后
lidar-powerlines_s.jpg
电力线的分类

手动重新分类

使用七种不同的分类类型快速重新分类点。

  • 地面点
  • 高植被点
  • 中等植被点
  • 低植被点
  • 建筑物点
  • 传输塔点
  • 水体点
  • 噪声点
  • 模型关键点

有效的噪声消除

针对LiDAR用户的主要关注点,Global Mapper LiDAR模块提供了一种有效且高效的方法来消除点云数据中的噪声。这个强大的过滤工具可以重新分类或自动删除超出本地区域内超出地面阈值的规定高度或海拔高程的任何点。


LiDAR质量控制

LiDAR模块提供了一系列用于提高点云质量的工具。点可以手动或自动重新分类,裁剪到感兴趣区域的范围,并且可以自动识别和去除噪声点。LiDAR模块提供了一种用于验证点云垂直精度的工具。使用测量的地面控制点,可以检查并调整整个层中的高程值(如有必要)。


高级LiDAR过滤选项

从“配置窗口”中的“选项”选项卡访问LiDAR过滤选项,以便按分类和/或回波类型轻松过滤。并在导出、网格化和从点云中选择时按类别、高程、颜色、扫描角度、源ID、强度、地上高度、NDVI和NDWI(如果可用)和回波类型过滤LiDAR点。


自动提取建筑物,树木和输电线

特征提取允许用户渲染建筑物,树木和电力线,以更好地可视化LiDAR数据。Global Mapper Lidar模块使用户能够轻松快速地进行特征提取,将适当分类的激光雷达点渲染为2D和3D特征对象。这些强大的数据将帮助那些希望用逼真的代表性对象创建更好,更精确的地球模型的用户。


自定义3D数字化和要素提取

使用新的垂直路径剖面功能,垂直于通过点云的定义路径创建一系列自定义间隔横截面视图。可以在每个连续的断面视图内以规则的间隔快速准确地放置3D顶点。序列完成后,使用Global Mapper的标准数字化工具创建3D线性或区域特征。这是用于从高分辨率点云数据描绘路缘石,公用电缆,管道,排水沟或建筑屋顶线的理想工具。


更快的网格化功能

借助强大的网格技术,可以更快,更灵活地创建高程表面,包括通过分级以及其他技术进行智能抽取。


路径断面编辑

该模块还包括直接在路径断面查看器中利用LiDAR工具栏的功能,以便更快地管理、编辑和重新分类点。该模块包括两个选择选项,用于在“路径断面”查看器中选择点,通过单击和拖动方法进行选择,或通过绘制自定义多边形来选择点。

1544653546168124.jpg

结束语

随着LiDAR数据应用快速增长,LiDAR模块通过一系列强大的点云处理工具和卓越的地形创建功能,对Global Mapper的标准版本进行了补充。Global Mapper LiDAR模块继承了Global Mapper标准版高性价比的特点,新的Pixel-to-Points工具可以说是产品功能革命性的变化,并将大大扩展Global Mapper相关领域的应用空间。

LiDAR数据应用综述

前言


本文我们结合Terrasolid产品,以及丰富的样例图片,对LiDAR数据的应用领域作一个综述性的介绍,内容比较多,主要是作个知识普及,欢迎感兴趣的小伙伴阅读和了解。

利用LiDAR数据的应用领域,与影像相结合,在过去几年中经历了快速增长。Terrasolid的软件产品可用于任何这些应用领域,因为它们既不固定于特定应用,也不固定于某些激光扫描或相机系统。该软件可以处理来自机载和移动系统的数据,甚至来自静态地面扫描仪的数据也可以在有限的范围内进行处理。由于Terrasolid软件系列的多个产品涵盖了从校准和匹配原始数据到创建最终3D矢量模型,正射影像,地形建模等的整个生产周期,因此该软件在不同应用领域具有高度灵活性。

solutions_graphic.png

TerraSolid产品体系


在介绍具体的应用之前,我们先简单介绍一下Terrasolid软件的产品体系。Terrasolid公司专注于开发用于处理机载和移动LiDAR数据和图像的软件产品。Terrasolid应用程序为测量员,土木工程师,设计师,规划人员……提供了多功能且功能强大的工具——适用于需要处理和利用3D LiDAR数据和图像的每个人。

Terrasolid提供完整和轻量级的软件产品,可以根据您的特定工作要求进行组合。此外,Terrasolid的无人机版本捆绑专用于仅处理无人机(UAV)收集的数据的客户。具体请参考下图:

terrasolid产品体系.jpg

数字高程模型


数字高程模型(DEM)通常用作数字表面模型(DSM)和数字地形模型(DTM)的通用术语。在大多数情况下,数字地形模型代表裸露的地面,没有任何物体,如建筑物和植物。另一方面,数字表面模型代表地球表面并包括其上的所有物体。它们都可用于多种应用:提取地球表面的形状和高度差异,模拟水流或大规模运动(滑坡或雪崩),工程和基础设施设计,地貌和自然地理,重力测量,可视化传统地图中的地球表面,3D地图和模型,3D飞行计划和飞行模拟,视线分析,噪声建模,信号强度建模,精确农业和林业,洪水分析,智能交通系统(ITS)和高级驾驶员辅助系统(ADAS),等等。

激光扫描是一种快速,准确且经济有效的方法,用于收集用于创建DEM的数据。在测量大区域时,飞机或直升机甚至无人驾驶飞行器(UAV)的机载激光雷达通常是最好的方法。对于公路,铁路和其他走廊式结构,安装在汽车、火车或其他车辆上的移动式激光雷达系统可以从最近的周围提供更详细的点云,而使用机载系统的直升机飞行可以更快地为更宽的走廊提供数据获取办法。

激光扫描提供精确的3D点云,由TerraScan分类为地面和非地面点。 TerraModeler从分类的地面点创建DTM,并提供各种工具来可视化和编辑模型。建筑物和其他对象可以从激光点分类并添加到模型中以创建DSM。

dem_dsm_points.png
DSM
dem_dtm_surface.png
DTM

等高线生产


等高线是在地图上描绘高程差异的传统且熟悉的方式。 LiDAR产生一个点云,代表地面和上面的物体。使用TerraScan分类的点可用作TerraModeler中等高线创建的基础。 Terrasolid软件区分两种类型的等高线。一种是,数学上的等高线非常精确地跟随激光点的高度,但对于绘图目的不是非常有用。另一种,制图等高线,它们光滑,美观但准确性稍微低一点。

TerraModeler提供可调节选项,用于设置等距离、平滑和其他等高线绘制规范参数以及标注、刻度、山顶点和低洼地的显示设置。快速显示生成的等高线是查看和检查地形模型的便捷工具。然而,TerraModeler还提供了针对大面积区域批处理中生成等高线的选项,例如基于TerraScan项目结构。这些线在MicroStation设计文件中生成,这些文件可以在CAD环境中使用,也可以导出到GIS中,以便进一步集成到地图中。

contour_math_carto.png
数学与制图等高线

体积计算


建筑物,道路,土方工程和采矿的规划和建设需要有关土壤的体积信息。激光扫描是一种快速,准确且经济有效的方法,用于收集地面形状的地理参考3D信息。可以通过从飞机或直升机或甚至从无人驾驶飞行器(UAV)扫描,或通过站在三脚架上的静态地面扫描仪来获取LiDAR数据。

激光扫描提供了3D点云,由TerraScan分类为地面和非地面点,接着地面点可用于TerraModeler创建地球表面3D模型的输入。 TerraModeler提供了基于3D模型计算体积的工具。通过比较在不同时间点捕获的表面模型,可以监测和记录土壤的侵蚀和堆积(切割和填充)状况。

volume_quantities.png
计划挖掘的数量计算

公路和道路测量


安装在汽车上的移动式LiDAR扫描仪或在直升机上操作的机载扫描仪可以提供密集的点云,可以非常准确地描绘高速公路,以及其周围环境和路面情况。使用同时拍摄的照片和使用GPS测量的控制点可提高准确度,并有助于补偿由高层建筑物和树木引起的GPS信号间隙。

TerraMatch用于校正扫描轨迹在某些位置的漂移,以及GPS信号的故障引起的轨迹精度。为了获得准确的结果,可以测量大量的控制点。

路面的3D点云和道路环境支持与道路状况相关的监控任务。这可能包括:

  • 路面损坏,如车辙,裂缝,坑洼等
  • 道路横断面参数的计算
  • 表面超高
  • 路面上的水流
  • 油漆标记的形状和状况
  • 检测较长的凹陷
  • 生成道路设计任务的道路对齐几何
  • 与停止和超越距离的规定有关的视线分析
  • 桥梁,架空电线和隧道下的间隙区域
  • 沿路危险物体检测
  • 检测道路设施物体,如交通标志,电线杆,公交车站,防撞栏,隔音墙等。
road_surface_damage.png
路面损坏
road_lineofsight.png
道路视线分析
road_normals.png
路面水流分析
road_slopes_design.png
道路边坡,道路与设计界面
road_clearance.png
道路净空

铁路和电车测量


移动式LiDAR传感器可以安装在铁路发动机、有轨车或有轨电车上的传感器平台快速获取铁路或有轨电车基础设施上的地理参考3D空间数据,由此产生的点云满足高精度要求,并提供轨道,架空电线,平台,桥梁,隧道屋顶和其他周围结构的详细和准确的空间信息。使用Terrasolid软件进行匹配和分类,点云本身或矢量化对象可用于工程,维护,规划和构建的许多任务中。

从铁路环境的点云衍生的信息可以包括:

  • 导轨和架空电线的位置
  • 为设计任务推导铁路对齐几何
  • 视线分析
  • 在指定的净空断面内检测物体
  • 沿铁路发现危险物体
  • 检测铁路附属设施,如枕木,开关,标志,电线杆,塔架,隔音墙等。
rail_wires_stops.png
电车轨道和电线检测
rail_rails_wires.png
一条铁路的RGB着色点云
rail_clearance.png
净空
rail_dangertrees.png
潜在的危险对象探测

电力线管理


LiDAR是绘制现有输电线和周围地形特征、植被、建筑物和其他结构的有效方法。

电力线走廊通常位于不易进入的区域,因此走廊可能难以勘测。从低空机载平台操作的LiDAR系统即使在最崎岖的地形上也可以快速,经济地进入和测量,并且不会使人处于危险之中。它提供沿电力线走廊的电线,结构,植被和地面的准确位置信息。

Terrasolid软件提供匹配飞行航线的工具,对激光点进行分类,根据分类点对地面进行建模,以及对导线,附件和塔进行矢量化。矢量数据可以集成到专业软件中,因此可用于执行热容量研究,分析重建/重新调整项目,以及生成竣工记录。

可以通过TerraScan分类程序从激光点云中检测电力线走廊中和附近的植被或其他物体。有关所谓“危险物体”的信息可用于监控电力线周围的安全间隙区域。因此,通过显示危险物体位置的地图,可以将团队送入现场以移除例如植被,以防止在风暴期间或在森林火灾期间落入电线或导致电力线损坏。

使用TerraModeler,您可以从走廊的激光点云中获取地面的表面模型,并观察易受侵蚀的斜坡并确定对电力线的影响。利用TerraScan从LiDAR数据中获得的精确的线对地信息,可以引导重型机械的操作员通过接触高压线而不会导致电线或危险。

powerline_vectorize.png
电力线矢量化
powerline_visu_danger.png
危险物体检测
powerline_label_danger.png
标注危险物体
powerline_clearance_road.png
电力线与道路净空

管道走廊规划与维护


在规划天然气和石油管道的路线时,地面的形状,附近的建筑物和其他结构,人口以及对环境的影响是必须考虑的一些事项。 LiDAR提供了一种快速收集信息的方法,用于获取计划管道的走廊的完整图像,以及监测和维护现有管道走廊。

机载激光扫描是一种经济有效的方法,用于生成管道区域的地理参考3D点云。使用TerraScan,点云可以过滤到地面上的点,植被和建筑点,TerraModeler可以创建它们的数字3D地形模型(DTM)。DTM可用于估计地面形状如何影响管道的构造。结合在同一测量活动中拍摄的图像,激光数据可用作数字化地形特征和创建用于制图任务的3D矢量数据的基础。TerraPhoto可以创建高质量的正射照片,而TerraScan提供了多种支持数字化任务的工具。

隧道扫描


地下条件不是最适合进行测量的:它可能是黑暗,潮湿和多尘。在主动施工期间不能进行测量,但另一方面,工作不能长时间停止进行测量。然而,在构建新的地下空间或维护旧的地下空间时,有许多应用需要准确的隧道精确尺寸信息:必须监测喷涂在岩石表面的水泥表面层的厚度,需要评估结构的不连续性并记录,岩体和表面分析,变形和渗漏必须密切关注,并且需要监测施工质量。

地面静态或移动激光扫描为这些任务提供最快,最安全和最准确的数据收集方式。 LiDAR不需要外部光线,设备足够坚固,可以应对地下条件。静态扫描仪是便携式的,移动扫描仪可以安装在汽车或火车或其他车辆上。它们可以高速生成密集的3D点云。即使在相当长的GPS停机期间,现代定位系统也能提供准确可靠的定位。可以使用移动扫描仪对铁路或高速公路隧道进行测量,而不会中断交通流量或在交通中间将人员置于危险之中。

激光扫描产生密集的3D点云,描绘隧道墙的表面以及隧道内的所有物体。大多数扫描仪还为每个点提供强度信息,从而提供地质结构和墙壁表面材料的信息。另外,在TerraMatch中,强度信息可以与亮的控制信号结合使用,用于移动扫描线匹配目的。通过同时拍摄基于视觉光的相机图像,可以收集更多数据。

森林调查


森林的机载LiDAR点云可用于估计森林的特征,例如树木的平均高度,树冠密度,生物量,林分体积和植被覆盖度。采用具有较小的激光束的扫描系统和完整的波形功能,以及可能用于生成支持数据的附加传感器(例如真彩色或红外图像),可以确定更多的信息,如高度,树冠直径,和物种。

衍生数据可用于监测森林生长,风暴或火灾造成的损害,树木采伐以及估计采伐时树木的财务价值。具体信息支持森林管理,以提高木材质量,减少浪费,增加利润和保持环境质量。有关森林树冠密度和生物量的信息进一步有助于估算森林火灾蔓延,从而支持消防员的工作和疏散任务。

从点云中的地面点导出的正确地形模型是上述大多数应用的基础。TerraScan可以利用全波形信息来过滤掉地面,例如通过提取初始点云不提供地面点的区域中的附加点,或者利用返回的特征来改善自动地面分类结果。

forest_treeheights.png
树高
forest_section.png
森林断面

3D城市模型


3D城市模型有许多应用:城市规划,建筑,市政资产管理,安全和防御,紧急疏散计划,事故和灾难风险评估,定位服务,信息服务,虚拟现实,商业视觉效果和广告,电信,可视化,飞越动画,等等。

使用Terrasolid应用程序,您可以使用机载激光数据和图像(可选)自动生成建筑物的3D模型。即使从平方米上小于2点的点云也可以创建近似的细节模型,但点云越密集,3D模型就越准确和详细。通过从航空器(飞机或直升机)和地面车辆扫描区域,使点云彼此匹配,将获得完整的结果。

使用Terrasolid软件的工具,您可以创建一个完整的城市模型,包括地形模型,矢量化建筑物和可能的其他物体,树木,覆盖在地形上的图像或用作墙壁和屋顶的纹理。通过数据,您可以轻松快速地创建渲染视图或飞越电影,以便灵活地呈现数据。如果您有一个高密度点云存储每个点的真彩色值,这甚至可以用于可视化,以便获得完整的城市表示或简单的分析任务。

citymodel_texture.png
3D城市模型(来自ALS数据)
citymodel_roofstructure.png
屋顶结构分析
citymodel_points.png
RGB着色点云(来自MLS数据)

噪声传播分析


环境噪声是影响一个地区所有居民的一种污染形式。最关键的是机场,铁路,高速公路,主要道路交叉口,工业区,海港和类似地点。2002年,欧盟建立了环境噪声法案,以确定噪声污染水平并采取措施降低噪音。实施噪声法案的一个步骤是创建和发布噪声地图。计算噪声的传播并因此确定特定区域中的噪声水平的扩展需要数字地形模型(DTM)以及影响噪声传播的对象模型。

机载激光扫描是收集大面积3D数据的最快且最具成本效益的方法。激光扫描创建一个点云,描绘地面及其上的所有物体。可以使用TerraScan提取地面点,从中创建DTM。非地面点被进一步过滤到植被,建筑物,桥梁和其他结构中。 TerraScan还提供用于大面积自动创建3D建筑模型(LOD2 – 具有屋顶形状的简单模型)的工具。在自动结果并不令人满意的地方,有一些高级工具可以提高建筑矢量模型的质量。

noise_citymodel.png
DTM,建筑模型和树的位置

变化检测和损害评估


LiDAR适用于测量多种物体,同样适用于检测自然或人为变化。将在不同时间点扫描的点云相互比较以发现它们之间的显着差异。

机载激光扫描是最快且可能是唯一的测量方法,能够收集遭受自然灾害或其他灾害的区域的3D数据,从而为事故发生后不久的损伤分析提供依据。

changedetection_urban.png

洪水分析


新的欧盟洪水指令要求在2015年之前,如果海平面上升,河流泛滥或大雨暴雨,所有成员国都要绘制有洪水风险的区域。该指令指示各国制定洪水风险图并采取适当措施降低人身安全、环境、基础设施和财产遭受洪水破坏的风险。这需要这些区域的准确的高程模型,以确定在不同水位哪些区域容易发生洪水。机载激光雷达是从大区域捕获数据并生成精确地形模型的方法。安装在船上的移动扫描系统也已经过测试,用于扫描河岸和附近区域。

flood_dtm2m.png
分辨率为2米的DTM