Zum Inhalt
230831_INTERGEO_hero_reseller_dinner

Erschließen Sie das volle Potenzial Ihres Unternehmens!

Erfahren Sie, wie Sie Ihre Projektzeit im Vergleich zu branchenüblichen Lösungen um bis zu 80 % verkürzen können!
Mehr erfahren

Erschließen Sie das volle Potenzial Ihres Unternehmens!

Erfahren Sie, wie Sie Ihre Projektzeit im Vergleich zu branchenüblichen Lösungen um bis zu 80 % verkürzen können!

Mehr erfahren
navvis-campaign-hero2

Podcast

Scanning Realities

spannende Einblicke in die Geodaten-Branche und darüber hinaus

Bewertung der Qualität von Punktwolken
Sean Higgins11. Mai 20218 Minuten lesen

Wie Sie die Qualität von mobil erfassten Punktwolken bewerten können

Erläuterung der Metriken, die Laserscanning-Experten verwenden, um die Qualität einer mobilen Punktwolke zu bestimmen, und des Verfahrens, das sie zur Prüfung von Datensätzen verwenden.

Sie haben von den Vorteilen der mobiles Mapping Systeme für die Gebäudedokumentation gehört und wissen, was sie für Ihr Unternehmen leisten können. Sie haben Ihre Kollegen um Rat gefragt, sich belesen und die technischen Daten aller auf dem Markt erhältlichen Geräte angesehen. Nach reiflicher Überlegung haben Sie die Liste auf einige wenige Scanner eingegrenzt, die für Sie und Ihr Unternehmen geeignet erscheinen.

Nun sind Sie auf ein Problem gestoßen: Es ist an der Zeit, Punktwolken für die in die engere Wahl gekommenen Kandidaten herunterzuladen und die Datenqualität zu überprüfen. Sie haben jedoch nicht viel Erfahrung mit mobilem Scannen und sind sich daher nicht sicher, wie Sie vorgehen sollen. Wie können Sie beurteilen, ob die Punktwolke eines mobilen Scanners gut genug für Ihre Bedürfnisse ist?

Dieser Leitfaden wird Ihnen helfen. Wir erläutern die Kennzahlen, mit denen Laserscanning-Experten die Qualität einer mobilen Punktwolke bestimmen, und zeigen Ihnen dann den einfachen Prozess, mit dem sie einen Datensatz prüfen - ganz ohne komplexe Analysetools.

A-complete-guide-BlogPost-Data-Set

Nach welchen Kriterien beurteilen Profis eine mobil erfasste Punktwolke?

Zunächst gehen wir auf die Qualitäten ein, die Sie bei einer mobilen Punktwolke suchen sollten, und erklären, warum diese Qualitäten wichtig sind.

Farbe/Textur

Was ist das? Wie realistisch die Färbung und Texturierung der Punktwolke aussieht. Anders formuliert: Wie sehr die Punktwolke wie ein Foto einer hochwertigen Digitalkamera aussieht.

Warum ist das wichtig? Eine gute Farbgebung und Textur helfen Ihnen, kleine Details im Datensatz zu erkennen, z. B. Bäume, Türen und sogar den Text auf Schildern. Dies ist während des Modellierungsprozesses von enormem Wert, wenn die Fähigkeit, den Scan zu interpretieren und Objekte zu erkennen, entscheidend ist.

Eine gute Farbgebung und Textur lässt die Punktwolke wie die von Ihnen erfasste reale Umgebung aussehen und erleichtert es Experten und Nicht-Experten, den Datensatz zu verstehen und zu navigieren.

Rauschen

Woran liegt das? Die "Unschärfe" der Punktwolke. Verrauschte Punkte tauchen in jedem Rohdatensatz auf, unabhängig vom Scanner, da das physikalische Verhalten des Lasersensors zufällige Unvollkommenheiten in den Daten erzeugt. Jeder Hersteller hat seinen eigenen Ansatz, um diese Rauschenzu entfernen - einige davon sind erfolgreicher als andere.

Warum ist dies wichtig? Zu viel Rauschen kann bei Modellierungsanwendungen Probleme verursachen. Wenn Sie z. B. einen Fußboden modellieren, kann eine "Linie", die aufgrund von Rauschen 3 cm dick ist, es schwierig machen zu erkennen, wo eine Linie beginnen soll. Das gleiche Problem tritt auf, wenn Sie versuchen, feine Details zu modellieren.

Ein Übermaß an Rauschen macht eine Punktwolke auch größer als sie sein muss, um die Geometrie genau darzustellen, was zu größeren Dateien und längeren Übertragungszeiten führt. Dies kann auch dazu führen, dass Ihr Computer langsamer arbeitet und Sie unter Umständen viel Geld für die Aufrüstung Ihres Rechners ausgeben müssen.

Auflösung feiner Details

Was ist das? Wie scharf kleine Details sind, z. B. 90°-Kanten oder die Form eines Türrahmens.

Warum ist das wichtig? Bei vielen Modellierungsanwendungen müssen Sie sehr detailliert arbeiten. Wenn Sie einen Grundriss im Maßstab 1:50 modellieren oder eine visuelle Inspektion durchführen, müssen Sie wahrscheinlich eine Menge feiner Details sehen, um ein qualitativ hochwertiges Ergebnis zu erzielen.

A-complete-guide-BlogPost-Accuracy-graphic

Absolute und relative Genauigkeit

Was ist das? Obwohl dies ein sehr komplexes Thema ist, können wir Ihnen eine relativ einfache Antwort geben. Genauigkeitszahlen geben an, wie nahe eine Messung am richtigen Wert liegt.

Beim mobilen Scannen messen wir zwei Arten von Genauigkeit. Die absolute Genauigkeit bezieht sich auf die Genauigkeit Ihrer Daten in einem globalen Maßstab. Diese Metrik gilt für eine Messung, die über mehrere Scan-Standorte hinweg durchgeführt wird, z. B. von einer Ecke eines Gebäudes zur anderen.

Relative Genauigkeit, bezieht sich auf die Genauigkeit des Datensatzes auf lokaler Ebene. Diese Metrik gilt für Messungen zwischen Punkten an einem einzigen Scanstandort, z. B. einem Raum.

[Genauere Definitionen finden Sie in unserem Begriffsglossar].

Warum ist das wichtig? Diese Metriken sind wichtig, um die Zuverlässigkeit eines Scanners zu bestimmen, da sie zeigen können, wie genau die Abmessungen eines Gebäudes sind und wie genau die Abmessungen eines Raumes sind - beides sind wichtige Überlegungen für Anwendungen wie Scan-toBIM oder die Erstellung von Grundrissen.

[Weitere Informationen darüber, welche Metriken für die Modellierung von Anwendungen BIM , die Erstellung von Grundrissen usw. am wichtigsten sind, finden Sie in unserem Leitfaden zur Modellierung von mobiles Mapping Daten.]

5 Schritte zur Überprüfung der Punktwolkenqualität

Sie wissen wahrscheinlich, dass viele erfahrene Laserscanningexpert:in die Qualität einer Punktwolke mithilfe eines Benchmark-Datensatzes und komplexer Software beurteilen. Was Sie vielleicht nicht wissen, ist, dass viele von ihnen auch ein einfaches schrittweises Verfahren verwenden, um eine Punktwolke nach Augenmaß zu prüfen.

Durch die Suche nach bestimmten Indikatoren können sie schnell beurteilen, wie gut jede Punktwolke bei den im vorigen Abschnitt behandelten Metriken abschneidet. So macht es Stefan Romberg, NavVisLeiter von Mapping und Erfassung, vor.

Wenn Sie mitmachen wollen, finden Sie hier NavVis' Beispiel-Punktwolken-Datensätze.

Schritt 1: Notieren Sie Ihre ersten visuellen Eindrücke

Laden Sie die Beispieldaten vom Gerätehersteller herunter und öffnen Sie es in Ihrer Punktwolken-Software. Erkunden Sie die Daten und notieren Sie Ihre ersten Eindrücke.

  • Wie farbig ist es? Sieht es aus wie ein hochwertiges Foto oder ist es unscharf?
  • Wirkt sie scharf oder unscharf?

Eine schnelle visuelle Überprüfung klingt fast zu subjektiv, um nützlich zu sein, aber Romberg sagt, dass es ein sehr wichtiger Schritt ist. "Meistens", so erklärt er, "ist eine Punktwolke umso besser, je schöner sie ist. Subjektive Schönheit ist kein Beweis für Qualität - aber sie ist ein Indikator für harte, objektive Qualitäten, die gemessen werden können."

Der Grund dafür ist, dass eine schöne Punktwolke eine realistische Färbung und Textur sowie eine Reduktion vonRauschen erfordert, und dass eine Punktwolke eine Grundgenauigkeit aufweisen muss, um Probleme wie Verformung und Verzerrung zu vermeiden.

Schritt 2: Betrachten Sie die Punktwolke in einer Ortho-Ansicht, und nehmen Sie einen horizontalen Schnitt

"Wenn Sie die Punktwolke von oben betrachten, können Sie auf zwei weitere wichtige Indikatoren achten: gerade Linien und Konsistenz."

  • Sind die Wände gerade oder krumm?
  • Sind die Wände oder Balken von einem Ende zum anderen gleich dick?
  • Werden lange Flure verzerrt dargestellt?

So erhalten Sie eine bessere Vorstellung von der Genauigkeit des Geräts mobiles Mapping . Wie Romberg erklärt, sind Ihre Daten falsch, wenn die Wände nicht gerade, sondern verzogen sind, wenn sie von einem Ende zum anderen dicker oder dünner werden oder wenn sie sich in ein falsches Doppel aufspalten. Das könnte daran liegen, dass SLAM mit der Umgebung nicht zurechtkam.

[Um zu erfahren, warum einige mobile Lösungen solche Probleme verursachen können, sehen Sie sich unseren Erklärungsbericht für SLAM an, die Technologie, die mobiles Mapping Geräte betreibt.]

Schritt 3: Heranzoomen, um feine Details zu prüfen

Ziehen Sie einen kleinen Ausschnitt der Punktwolke auf, z. B. den Bereich um eine Tür. So können Sie nach bekannten Details suchen und sehen, wie gut die Punktwolke sie auflöst.

  • Wie genau stellen die Daten Ecken oder andere 90°-Winkel dar?
  • "Sind die Wände doch nicht ganz gerade, wenn man näher heranzoomt?"
  • Wie scharf sind Details wie Türkanten, deren Konturen schwer zu erfassen sind?

Auf diese Weise können Sie die Genauigkeit noch einmal überprüfen. Außerdem lässt sich so feststellen, wie gut die Punktwolke bei der Auflösung von feinen Details abschneidet.

A-complete-guide-BlogPost-Accuracy-whitepaper

Schritt 4: Prüfen Sie die Weißbücher

Das ist eine große Sache. Die soeben beschriebenen Schritte geben Ihnen ein sehr gutes Gefühl für die Genauigkeit - und sie dauern nur ein paar Minuten. Aber sie sind keine Garantie für die Genauigkeit. Dafür brauchen Sie harte Zahlen, was bedeutet, dass die einfachste Möglichkeit darin besteht, sich etwas Zeit zu nehmen, um die White Papers der Hersteller zu lesen.

Sie werden vielleicht sagen: Warum sollte ich das tun, wenn ich mir das Datenblatt bereits angesehen habe? Ein Datenblatt für einen mobilen Kartenleser ist nur von begrenztem Nutzen. Es zeigt die Genauigkeit des mobilen Scanners unter idealen, kontrollierten Bedingungen. Aber die reale Welt ist nicht ideal. Die Genauigkeit eines mobilen Scanners hängt von einer Reihe von Faktoren ab, z. B. davon, wie gut die integrierte Verarbeitung mit der Umgebung zurechtkommt und wie effektiv die Korrekturfunktionen sind.

Deshalb sollten Sie sich die White Papers des Herstellers zur Genauigkeit ansehen, in denen die Genauigkeit des Scanners in einer Vielzahl von Anwendungen nachgewiesen wird. Diese Dokumente zeigen Ihnen, wie der Scanner in den für Sie wichtigen Umgebungen funktioniert.

Schritt 5: Demo und Wiederholung

Jetzt sind Sie bereit, den Hersteller anzurufen und eine Vorführung zu vereinbaren. So können Sie das Gerät selbst ausprobieren, spüren, wie es funktioniert, und vor allem seine Datenqualität in einer Ihnen vertrauten Umgebung überprüfen.

Sobald Sie die Demo-Punktwolke in der Hand haben, wiederholen Sie die Schritte 1 - 3, um die Punktwolke auf dieselbe Weise zu prüfen wie die Beispiel-Punktwolke. Bonus: Jetzt können Sie sicher sein, dass der Hersteller seine Beispieldaten nicht ausgewählt hat, um seine Punktwolken besser aussehen zu lassen, als sie tatsächlich sind.

Wenn Sie zu einer komplexeren Form der Auswertung übergehen möchten, können Sie dieselbe Umgebung mit einer terrestrischer Laserscanner erfassen und die cloud-to-cloud Analyse verwenden, um zu sehen, wie die mobilen Daten abschneiden.

Fazit

Jeder kann die Qualität einer Punktwolke überprüfen, mit oder ohne komplexe Analysetools. Durch eine sorgfältige visuelle Prüfung können Sie sich ein sehr gutes Bild davon machen, wie sie bei einer Reihe von wichtigen Metriken abschneidet. Lesen Sie abschließend die White Papers zur Genauigkeit - und gehen Sie vielleicht zu einer Demo und vergleichen Sie mit TLS-Daten - und Sie sollten wissen, ob die Daten des Scanners für Sie geeignet sind. Damit sind Sie in der Lage, eine fundierte Entscheidung für Ihr Unternehmen zu treffen.

Webinar jetzt ansehen

 

Sean Higgins ist ein unabhängiger Technologieautor, ehemaliger Redakteur von Fachzeitschriften und Outdoor-Enthusiast. Er ist der Meinung, dass klares, schlagwortfreies Schreiben über 3D-Technologien ein öffentlicher Dienst ist.

ÄHNLICHE BEITRÄGE