Från laserdata till kvalitetsäkrad höjdmodell. Christofer Grandin.

Transkript

1 Från laserdata till kvalitetsäkrad höjdmodell Christofer Grandin

2 Blom i Europa Blom-kontor (22st, ca anställda ) Länder med Blom Pictometry snedbilder

3

4 Från laserdata till kvalitetsäkrad höjdmodell Christofer Grandin

5 Mätprincipen och mätsystem

6 Laserskanning mätprincipen Funktion 1. Laserpulsen skjuts ut och klockan startas 2. Ljuset reflekteras på olika objekt 3. Digitizern läser av det inkommande ljuset varje nanosekund (10-9 sek) 4. Intensitetsvärdena sparas tillsammans med tiden de avlästes. = Vågformen 5. Ur vågformen kan ekon (träffavstånd) extraheras Int Tid

7 Orientering med GNSS och TN GNSS satellitpositionering (GPS och GLONASS) TN tröghetsnavigering (med IMU Inertial Measurement Unit)

8 Skanningmönster From Airborne and Terretrial Laser Scanning by Vossleman and Maas

9 Optech Gemini Orion Orion Schoals

10 Skanningsystem - Exempel Leica Optech RIEGL AHAB (Topeye)/Hawkeye/Dragoneye)

11 Olika flyghöjder Hög höjd > 2000 m - Flygplan (Fixed wing) - < 1punkt/m 2 - Träffyta (0.23 mrad): > 0.5 m - Typiska noggrannheter: XY 50cm, Z 20cm Medelhöjd m - Flygplan punkter/m 2 - Träffyta (0.23 mrad): m - Typiska noggrannheter: XY 25cm, Z 10cm Låg höjd m - Helikopter (Rotary wing) punkter/m 2 - Träffyta (0.5 mrad): m - Typiska noggrannheter: XY 15cm, Z 5cm (Som lägst XY 10cm, Z 2cm) Helikopter eller flygplan beroende på omständigheterna

12 Punkttäthet - Låg upplösning

13 Punktäthet hög upplösning Tätare med punkter betyder lättare att tolka informationen i punktmolnet

14 Fotavtryck (footprint, träffyta) Laserpulsens utbredning i sidled påverkas av bl.a. flyghöjd Högre flyghöjd Lägre flyghöjd

15 Träffytans betydelse Rött större träffyta

16 Returstyrka på hög flyghöjd Falun: 2000 m kontra 1000 m flyghöjd

17 Fotogrammetri kontra laserskanning Fotogrammetri Laserskanning 2 s XY > s Z > 5 s XY 2 s Z > s XY > 5 s Z

18 Fotogrammetri kontra laserskanning Fotogrammetri Laserskanning Hög upplösning i plan - 5 cm RGB Låg upplösning i plan - 25 cm 15 points / m 2 nir

19 Flygfoto och laserskanning Hög höjdnoggrannhet Hög noggrannhet och upplösning i plan Lätt att tolka bilden Kombinationen ger bäst resultat

20 Genomförande av ett laserskanningprojekt

21 Genomförande Från planering till leverans 1. Planering - Definiera funktions- och noggrannhetskrav - Flygplanering: flyghöjd, hastighet, överlapp, etc.. - Markstöd 2. Datainsamling - Säkerställa god satellitkonfiguration - Initialisering och kontroll av tröghetsdata - Extra flyglinjer för kvalitetskontroll

22 Genomförande 3. Primär processering (ta fram punktmoln) - GPS/INS-beräkning - Beräkning av laserpunktmoln - Kontroll av överlappande stråk - stråkutjämning - efterkontroll - Inpassning mot stöd 4. Sekundär processering (ta fram produkter) - Filtrering markklassning - Klassning av byggnader, träd, etc.. - Modellering, t ex höjdmodell, byggnader 5. Leverans - Rapport (täckning, noggrannhet, etc) - Metadata - Data i rätt format och koordinatsystem

23 Kvalitetssäkring

24 Typiska felkällor Felkällor i orienteringen av systemet: - GNSS (Satellitpositionering, GPS + Glonass +.) - TN (Tröghetsnavigering = eng. INS) -> Ger systematiska fel i punktmolnets geometri Lasermätningsprecision - Signal/Brus-förhållandet sämre på högre flyghöjder Dåligt kalibrerade system ger systematiska fel Turbulens ger en oregelbunden punkttäthet på marken Vissa ytor ger dålig reflektion - Vatten - Nylagd asfalt - Svarta tak, etc Väderförhållanden (t ex moln, dis, dimma) kan orsaka omflygning av vissa stråk/områden

25 Kontroller efter flygning Täckningskontroll - punkttäthet - områdestäckning Geometrisk kontroll - internt mellan överlappande stråk - externt mot kända punkter på marken

26 Täckningsanalys Exempel från NNH: Statistik för varje 10x10 m ruta 95% av alla rutor skall ha > 0.5 punkter/m 2 Vattenytor undantagna (GGD vattenmask) Blått: minst 1 punkter/m 2 Grönt: minst 0.5 punkter/m 2 Gult: minst 0.4 punkter/m 2 Rött: mindre än 0.4 punkter/m 2

27 Täckningsanalys typiska problem Lasersystemen ej gyrostabiliserade gör att punkttätheten lokalt blir lägre pga flygplanets rörelse Vattenmaskerna överensstämmer ej med aktuellt läge Byggnader kan ge dåligt med returer

28 Intern kontroll - Avvikelser mellan stråk Exempel från NNH: Blått: Grönt: Gult: Rött: RMS(dZ) < 0.10 m RMS(dZ) m RMS(dZ) m RMS(dZ) > 0.50 m

29 Avvikelser typiska effekter Kuperad skogsterräng ger få punkter på marken och därmed större avvikelser mellan stråken Kvarvarande orienteringsfel ger systematiska avvikelser mellan stråken

30 Stråkutjämning förbättrar intern noggrannhet

31 Stråkutjämning minimerar avvikelserna

32 Stråkutjämning

33 Stråkutjämning roll

34 Stråkutjämning Z

35 Stråkutjämning före och efter

36 Ursprungligt

37 Stråkutjämning globala korrigeringar

38 Stråkutjämning stråkvisa korrigeringar

39 Höjdstöd Metria T ex 6x6 punkter på distinkt, öppen yta

40 Planstöd Profiler i kuperad terräng Takkonstruktioner Objekt synliga i laserdata Objekt synliga i flygbilderna om sådana samlas in samtidigt

41 NNH Statistik (t o m 2010) Parameter Resultat Krav Min Max Punkttäthet (> 0.5 punkter/m 2 ) Avvikelser mellan stråk Avvikelser mellan intilliggande skanningområden 98 % av alla 10x10 m delareor RMS = 0.09 m i 10x10 m delareor 95 % 92 % 100 % 0.10 m 0.04 m 0.12 m RMS = 0.09 m 0.10 m 0.05 m 0.12 m Stödpunkter RMS [m] Krav Max [m] Antal Höjd (Z) Plan (XY) Kontrollpunkter RMS [m] Krav Max [m] Antal Höjd (Z) Plan (XY)

42 NNH Extern utvärdering Marktyp Medel dz [m] Standardavvikelse dz [m] RMS dz [m] Antal punkter Asfalt Gräs Barrträdsskog Kalhygge Lövträdsskog Lundgren, J., Owemyr P., Gävle Universitet

43 Klassificering av laserdata Oklassat punktmoln Klassificering av lowpoints Klassificering av mark Editering av mark Grov vegetationsklassning Klassificering av byggnader Vektorisering och modellering Edtiering av byggnadsklass

44 Klassificering av lowpoints Lowpoints Punkter som ligger under markytan. Man försöker klassa bort dessa i möjligaste mån innan själva marklassningen eftersom de annars alltid kommer att bli markklassificerade.

45 Klassificering av mark Iterativ process där fler och fler punkter adderas till markklassen. Markmodellen byggs nerifrån och upp så länge gränsvärdena på iterationsparametrarna uppfylls. Grunden för all vidare klassning, såsom vegetation och byggnader, men även för vidare bearbetning som höjdkurvor, TIN, ortofoto etc.

46 Klassificering av mark - Parametrar Parametrar

47 Klassificering av mark - parametrar Initial points Max building size styr hur stort rutnätet skall vara för att den lägsta punkten i varje ruta är en markträff

48 Klassificering av mark - parametrar Terrain angle Maximal lutning av markytan

49 Klassificering av mark - parametrar Iteration angle Varje punkt jämförs med den triangel den ligger i Iteration angle är triangelplanets vinkel till potentiell markpunkt räknat från det närmsta triangelhörnet

50 Klassificering av mark - parametrar Iteration distance Iteration distance är det vinkelräta avståndet till triangelplanet Motverkar vertikala språng i marklassificeringen

51 Klassificering av mark - parametrar Reduce iteration angle Minskar benägenheten att klassificera in ytterligare markpunkter när trianglarna blir mindre Iterationsvinkeln närmar sig noll när den längsta triangelsidan är kortare än edge length parametern.

52 Klassificering av mark - parametrar Stop triangulation when Trianguleringen stoppas när längsta triangelsidan är kortare än inställt värde

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75 Markklassning Hur bra det går att göra en markklassning är beroende av en mängd olika parametrar som tex: Terräng (höjdvariationer och vegetationstyper) Skanner Årstid (vegetation) Punkttäthet

76 Markeditering

77 Markeditering Vegetation före editering Tät låg vegetation som vass, grödor på åkrar samt täta buskage blir ofta delvis markklassade.

78 Markeditering Vegetation efter editering

79 Markeditering Vegetation före och efter editering

80 Markeditering Kuperad terräng - före

81 Markeditering Kuperad terräng - efter

82 Markeditering Brant terräng/bergskärningar Kräver oftast mer tillåtande parametrar än man kan köra på hela datasetet för att bli rätt klassificerade

83 Markeditering Stadsmiljö Broar, viadukter, stödmurar och byggnader. Ibland svårtolkat och oftast mycket som behöver editeras. Stor fördel om det finns tillgång till bildmaterial.

84 Markeditering Före markeditering

85 Markeditering Efter markeditering

86 Markeditering Med brytlinjer

87 Klassning av vegetation

88 Klassning av vegetation - Grov Låg vegetation Medelhög vegetation Hög vegetation Klassificeras enligt höjd över mark - tex <0.5 m, m, >2 m

89 Klassning av vegetation Enstaka träd Modellering och klassning i ett steg

90 Byggnadsklassificering

91 Klassning av byggnader Utgår från - hög vegetation eller - preliminär byggnadsklass (t ex hög vegetation innanför 2D-polygoner) Letar efter hål i marken Letar efter plana ytor

92 Klassning av byggnader + =

93 Editering av byggnader

94 Punkttäthet

95 Punkttäthet NNH 0.5 pkt/m2

96 Punkttäthet Högupplöst skanning 25 pkt/m2

97 Punkttäthet Grid 50m

98 Punkttäthet NNH 0.5 pkt/m2

99 Punkttäthet Differansmodell 5pkt/NNH

100 Punkttäthet Differansmodell 5pkt/NNH

101 Flyghöjd

102 Flyghöjd Bortfall av returer från byggnader

103 Flyghöjd Bortfall av returer från byggnader

104 Frågor?