লাভ:
- এআই ওয়ার্কফ্লোতে LiDAR পয়েন্ট ক্লাউড, রিটার্ন, ঘনত্ব এবং ক্লাস কোডের ধারণাগুলি সঠিকভাবে ব্যবহার করার ক্ষমতা
- এআই এর সাথে গ্রাউন্ড ফিল্টারিং, ডিটিএম প্রোডাকশন এবং অবজেক্ট (বিল্ডিং, ট্রি, পোল) শ্রেণীবিভাগের ধাপগুলি কনফিগার করার ক্ষমতা
- প্রোফাইল বিভাগ এবং উচ্চতা যুক্তি সহ পয়েন্ট ক্লাউড শ্রেণীবিভাগের আউটপুট যাচাই করার ক্ষমতা
LiDAR (হালকা সনাক্তকরণ এবং রেঞ্জিং) হল একটি সক্রিয় সনাক্তকরণ প্রযুক্তি যা লেজারের স্পন্দন প্রেরণ করে এবং ফিরে আসার সময় পরিমাপ করে পৃথিবীর পৃষ্ঠের ত্রিমাত্রিক পরিমাপ তৈরি করে। ফলাফল লক্ষ লক্ষ বা এমনকি বিলিয়ন পয়েন্ট নিয়ে গঠিত একটি বিন্দু মেঘ; প্রতিটি বিন্দুতে একটি x, y, z স্থানাঙ্ক এবং অতিরিক্ত বৈশিষ্ট্য রয়েছে। জরিপ প্রকৌশলে LiDAR; এটি ডিজিটাল ভূখণ্ড মডেল তৈরি, বন ও শহুরে এলাকার মডেলিং এবং অবকাঠামো (বিদ্যুৎ লাইন, রাস্তা) তৈরির জন্য অপরিহার্য। এই ইউনিটে, আমরা কভার করি কিভাবে কৃত্রিম বুদ্ধিমত্তা পয়েন্ট ক্লাউড প্রক্রিয়াকরণ এবং শ্রেণীবিভাগকে ত্বরান্বিত করে। নীতি: এআই শ্রেণীবিভাগের পরামর্শ দেয়; উচ্চতা এবং সেকশন লজিক সহ যাচাই প্রকৌশলীর কাছে থাকে।
মৌলিক পদ। প্রত্যাবর্তন হল বিভিন্ন পৃষ্ঠ থেকে প্রতিফলিত একটি একক লেজারের নাড়ির একাধিক প্রতিধ্বনি (গাছের পাতা, শাখা, মাটি); প্রথম বাঁক সাধারণত উপরের পৃষ্ঠ হয়, শেষ বাঁক প্রায়ই স্থল হয়। তীব্রতা হল প্রত্যাবর্তিত সংকেতের শক্তি; এটি পৃষ্ঠের ধরন সম্পর্কে একটি সূত্র দেয়। ক্লাস কোড হল প্রতিটি পয়েন্টে নির্ধারিত স্ট্যান্ডার্ড লেবেল (যেমন স্থল, ভবন, নিম্ন/মাঝারি/উচ্চ গাছপালা, জল, পাওয়ার লাইন); এটি LAS/LAZ ফাইল ফরম্যাটে সংরক্ষণ করা হয়। গ্রাউন্ড ফিল্টারিং হল নন-গ্রাউন্ড পয়েন্ট অপসারণ এবং বেয়ার গ্রাউন্ড সারফেস (DTM) অপসারণের প্রক্রিয়া। ভক্সেল, 3D স্পেসে সেল; পয়েন্ট ক্লাউডকে পাতলা/প্রসেস করতে ব্যবহৃত হয়।
পয়েন্ট ক্লাউড প্রসেসিং এ এআই এর ভূমিকা
কৃত্রিম বুদ্ধিমত্তা এই ক্ষেত্রে তিনটি স্তরে অবদান রাখে:
- ওয়ার্কফ্লো এবং প্যারামিটার সেটআপ। স্থল ফিল্টারিং, শব্দ অপসারণ, তরলীকরণ পদক্ষেপ এবং পরামিতি সুপারিশ করে; কোড কঙ্কাল তৈরি করে (যেমন পিডিএএল, ল্যাস্পির মতো সরঞ্জাম সহ)।
- বস্তুর শ্রেণীবিভাগ। গভীর শিক্ষার মডেলগুলি বিল্ডিং, গাছ, খুঁটি, যানবাহনের মতো ক্লাসে পয়েন্টগুলিকে শ্রেণীবদ্ধ করতে পারে; এটি সেই ক্ষেত্র যেখানে এআই আসল কাজ করে।
- বৈশিষ্ট্য নিষ্কাশন এবং রিপোর্ট. এটি লজিক স্থাপন করে এবং সংক্ষিপ্ত করে যা প্রাপ্ত পরিমাপ যেমন গাছের উচ্চতা, বিল্ডিং ফ্লোর এরিয়া এবং লাইন স্যাগ গণনা করে।
অন্ধ স্থান: বিন্দু মেঘ ত্রিমাত্রিক এবং একটি সমতল মানচিত্রে সম্পূর্ণরূপে দৃশ্যমান নয়। ভুল শ্রেণীবিন্যাস (যেমন একটি সেতুকে মাটি হিসাবে গণনা করা, একটি ভবন হিসাবে একটি নিচু ঝোপ) মানচিত্রে নির্দোষ দেখায় এবং ডিটিএমকে বিকৃত করে। অতএব, শ্রেণীবিভাগ অবশ্যই প্রোফাইল স্লাইস দ্বারা যাচাই করা উচিত (পাশ থেকে পয়েন্ট ক্লাউডের একটি উল্লম্ব স্লাইস দেখা)।
টিপ: একটি শ্রেণীবিভাগ নিশ্চিত করার আগে বেশ কয়েকটি স্থানে উল্লম্ব বিভাগ নিন। গ্রাউন্ড ক্লাস কি সত্যিই নীচের অবিচ্ছিন্ন পৃষ্ঠকে অনুসরণ করে, নাকি এটি ছাদের উপরে "ভাসা" করে? কাটওয়ে এক নজরে এটি দেখায়।
ধাপে ধাপে: ডিটিএম জেনারেশনের জন্য পয়েন্ট ক্লাউড প্রসেসিং
- তথ্য জেনে নিন। বিন্দু ঘনত্ব (বিন্দু/m²), মোড়ের সংখ্যা, বর্তমান ক্লাস কোড, CRS এবং উল্লম্ব ডেটাম নিশ্চিত করুন।
- পরিষ্কার আওয়াজ। বায়ুবাহিত (উচ্চ শব্দ) এবং ভূগর্ভস্থ (নিম্ন শব্দ) আউটলারগুলি সরান।
- মাটি ফিল্টার করুন। নন-গ্রাউন্ড পয়েন্টগুলি (বিল্ডিং, গাছ, যান) আলাদা করুন এবং খালি স্থল পয়েন্টগুলি ছেড়ে দিন। এই পদক্ষেপটি DTM-এর হৃদয়।
- পৃষ্ঠ তৈরি করুন। গ্রাউন্ড পয়েন্ট থেকে গ্রিড DTM ইন্টারপোলেশন সম্পাদন করুন।
- যাচাই করুন। প্রোফাইল বিভাগগুলির সাথে স্থল ট্রেস পরীক্ষা করুন; পরিচিত উচ্চতা পয়েন্টের সাথে উচ্চতার তুলনা করুন।
কেন স্থল পরিস্রাবণ সমালোচনামূলক?
ডিটিএম (বেয়ার গ্রাউন্ড) এবং ডিএসএম (সারফেস) এর মধ্যে একমাত্র পার্থক্য হল অফ-গ্রাউন্ড পয়েন্টগুলি আলাদা করা হয়েছে কিনা। একটি ভলিউম গণনা, ঢাল বিশ্লেষণ, জল প্রবাহ মডেলিং বা বন্যা অধ্যয়নের জন্য DTM প্রয়োজন; যদি ডিএসএম ব্যবহার করা হয়, ভবন এবং গাছগুলিকে "ভূমি" বলে ভুল করা হয় এবং ফলাফল বিকৃত হয়। গ্রাউন্ড ফিল্টারিং প্যারামিটারগুলি ভূখণ্ড অনুযায়ী সামঞ্জস্য করা হয়: একটি খাড়া ঢালু এলাকায়, একটি অত্যধিক আক্রমণাত্মক ফিল্টার প্রকৃত ভূমিকেও মুছে দেয়, একটি সমতল এলাকায়, একটি আলগা ফিল্টার মাটির জন্য নিম্ন বস্তুগুলিকে ভুল করে। AI একটি ভাল শুরুর প্যারামিটারের পরামর্শ দিতে পারে, তবে ফলাফলটি অবশ্যই ক্রস-বিভাগীয়ভাবে পরীক্ষা করা উচিত।
সতর্কতা: সেতু এবং ভায়াডাক্ট একটি ক্লাসিক ফাঁদ। এগুলি মাটির উপরে স্থগিত কাঠামো; যদি গ্রাউন্ড ফিল্টার ভুলবশত এগুলিকে স্থল হিসাবে বিবেচনা করে, তাহলে DTM-এ একটি "সেট" তৈরি করা হবে যা আসলে বিদ্যমান নেই এবং জল প্রবাহ বিশ্লেষণ সম্পূর্ণ ভুল হবে৷
তিনটি মিনি কেস: সংখ্যা দ্বারা
কেস 1 - ব্রিজ ফাঁদ। একটি বন্যা মডেলিংয়ে, গ্রাউন্ড ফিল্টার একটি সেতুকে স্থল হিসাবে শ্রেণীবদ্ধ করে; ডব্লিউটিসি-তে একটি মিথ্যা বাঁধ আবির্ভূত হয়েছিল, স্রোতকে অবরুদ্ধ করে, এবং মডেলটি গণনা করেছিল যে জল উজানে জমা হবে। প্রোফাইল বিভাগে স্পষ্টভাবে সেতু দেখানো হয়েছে; যখন সেতুর পয়েন্টগুলি পুনরায় শ্রেণীবদ্ধ করা হয়েছিল, প্রবাহটি সঠিকভাবে মডেল করা হয়েছিল।
কেস 2 — গাছের উচ্চতার তালিকা। একটি বন অধ্যয়নে 240 হেক্টরের জন্য, এআই-সহায়ক শ্রেণিবিন্যাস উচ্চতর উদ্ভিদ শ্রেণি থেকে গাছের ছাউনি প্যাটার্ন বের করে এবং আনুমানিক 18 মিটার গড় গাছের উচ্চতা গণনা করে। এটি মাঠের 30টি এলোমেলো গাছের হাত পরিমাপের সাথে তুলনা করা হয়েছিল; পার্থক্য ছিল ±0.8 মিটারের মধ্যে। স্বাধীন ক্ষেত্রের পরিমাপ মডেল আউটপুট নির্ভরযোগ্য করে তোলে.
কেস 3 - শব্দ বিন্দু উচ্চতা ত্রুটি। যখন বাতাসে স্থগিত বেশ কয়েকটি শব্দ বিন্দু (পাখি, ধুলো) পরিষ্কার না করে ডিটিএম তৈরি করা হয়েছিল, তখন একটি কক্ষের উচ্চতা প্রকৃত মান থেকে 40 মিটার উপরে উঠেছিল। অর্ডার নিয়ন্ত্রণ এবং শব্দ পরিষ্কার করার পদক্ষেপ এই পৃথক বাউন্সগুলিকে সরিয়ে দিয়েছে। পাঠ: DTM এর আগে আউটলার পরিষ্কার করা অপরিহার্য।
দুর্বল প্রম্পট / শক্তিশালী প্রম্পট
দুর্বল প্রম্পট:
এই বিন্দু মেঘ থেকে স্থল মডেল উদ্ভূত হয়।
শক্তিশালী প্রম্পট:
টাস্ক: LiDAR পয়েন্ট ক্লাউড থেকে DTM জেনারেশন ওয়ার্কফ্লো এবং PDAL/laspy ফ্রেমওয়ার্ক তৈরি করুন। প্রসঙ্গ:- ঘনত্ব ~12 পয়েন্ট/m², ঘূর্ণন তথ্য উপলব্ধ, CRS EPSG:5256, উল্লম্ব ডেটাম TUDKA অবশ্যই নির্দিষ্ট করতে হবে- এলাকা: মিশ্র (স্রোত, সেতু, বিক্ষিপ্ত বিল্ডিং, খাড়া ঢাল) প্রয়োজনীয়তা: 1) ক্রম: শব্দ অপসারণ -> গ্রাউন্ড ফিল্টারিং / ডিটিএম 2/টিএম-এর মাধ্যমে গ্রাউন্ড ফিল্টারিং। ফিল্টারিং ঝুঁকি সম্পর্কে ঢাল সতর্কীকরণ। 3) যাচাইকরণ: প্রোফাইল ক্রস-সেকশন এবং পরিচিত উচ্চতা পয়েন্টের সাথে তুলনা ধাপ। 4) DTM এবং DSM এর মধ্যে পার্থক্য লিখুন এবং কেন এই কাজের জন্য DTM প্রয়োজন।
শক্তিশালী প্রম্পট ঘনত্ব ভূখণ্ডের ঝুঁকি (সেতু, ঢাল) এবং যাচাইকরণ পদক্ষেপ দেয়; বাইরে এসে মাঠে ফিট করে।
চারটি অনুলিপিযোগ্য টেমপ্লেট
1) পয়েন্ট ক্লাউড প্রাথমিক পর্যালোচনা:
নিম্নলিখিত LAS/LAZ মেটাডেটা ব্যাখ্যা করুন: পয়েন্ট ঘনত্ব, স্পিন বিতরণ, বর্তমান ক্লাস কোড, CRS/উল্লম্ব তথ্য। অনুপস্থিত বা সন্দেহজনক তথ্য চিহ্নিত করুন এবং প্রক্রিয়া শুরু করার আগে কী সমাধান করা দরকার তা তালিকাভুক্ত করুন। মেটাডেটা: [সারাংশ]
2) গ্রাউন্ড ফিল্টারিং সেটআপ:
PDAL দিয়ে গ্রাউন্ড ফিল্টারিং ধাপ লিখুন; ভূখণ্ডের ধরন [সমতল/ঢাল/মিশ্র] জন্য পরামিতি সুপারিশ দিন। এছাড়াও ব্রিজ, কম ঝোপ এবং খাড়া ঢালের ঝুঁকি সম্পর্কে সতর্ক করে। প্রোফাইল বিভাগের সাথে ফলাফল যাচাই করার ধাপ যোগ করুন।
3) বস্তুর শ্রেণীবিভাগ যাচাইকরণ:
একটি পয়েন্ট ক্লাউড শ্রেণীবিভাগ যাচাই করার জন্য একটি পরিকল্পনা লিখুন (গ্রাউন্ড/বিল্ডিং/প্ল্যান্ট/লাইন): কোন প্রোফাইল বিভাগগুলি নেওয়া উচিত, কোন ক্লাস মিক্সগুলি প্রত্যাশিত (ব্রিজ-গ্রাউন্ড, বুশ-বিল্ডিং), প্রতিটি কীভাবে যাচাই করবেন।
4) প্রাপ্ত পরিমাপ নিয়ন্ত্রণ:
সম্ভাব্যতার জন্য নিম্নলিখিত প্রাপ্ত পরিমাপ (গাছের উচ্চতা, বিল্ডিং ফুটপ্রিন্ট, লাইন স্যাগ) পরীক্ষা করুন: পিচ, নেতিবাচক মান, আউটলার। ক্ষেত্র পরিমাপের সাথে তুলনা করার জন্য পরামর্শ যোগ করুন। মাত্রা: [টেবিল]
পয়েন্ট ক্লাউড ধারণা তুলনা
ধারণা
অর্থ
গুরুত্ব
প্রথম/শেষ পালা
আঘাতের প্রথম/শেষ প্রতিধ্বনি
শীর্ষ পৃষ্ঠ বনাম স্থল বিচ্ছেদ
ক্লাস কোড
ডট লেবেল
DTM/DSM এবং বস্তু নিষ্কাশন
স্থল পরিস্রাবণ
ফ্লোরের বাইরের অংশ আলাদা করা
DTM এর ভিত্তি
ঘনত্ব (ডট/মি²)
স্যাম্পলিং ফ্রিকোয়েন্সি
বিস্তারিত এবং নির্ভুলতা সীমা
প্রোফাইল বিভাগ
উল্লম্ব স্লাইস ভিউ
শ্রেণীবিভাগ যাচাইকরণ
সাধারণ ভুল
- স্থল পরিস্রাবণ ছাড়া DTM উত্পাদন. আসলে, DSM প্রাপ্ত হয়; জিন্স/ভলিউম বিকৃত।
- স্থল হিসাবে সেতু/ভায়াডাক্ট গণনা। জাল সেট, ভুল প্রবাহ মডেল.
- নয়েজ পয়েন্ট পরিষ্কার না করা। একক ডেনিম স্প্ল্যাশ।
- ক্রস-সেকশন দ্বারা শ্রেণীবিভাগ যাচাই না করা। ম্যাপে নির্দোষ চেহারা 3D ত্রুটি অনুপস্থিত.
- উল্লম্ব তথ্য উপেক্ষা. জিন্স ভুল রেফারেন্সে বসে।
- বিস্তারিত অপর্যাপ্ত তীব্রতা আশা করা হচ্ছে. ডট পরিসরের চেয়ে ছোট বস্তুর সমাধান করা যাবে না।
সংক্ষেপে
LiDAR পয়েন্ট ক্লাউড প্রক্রিয়াকরণে কৃত্রিম বুদ্ধিমত্তা; এটি ওয়ার্কফ্লো এডিটিং, গ্রাউন্ড ফিল্টারিং প্যারামিটার, অবজেক্ট ক্লাসিফিকেশন এবং প্রাপ্ত পরিমাপ গণনার জন্য একটি অ্যাক্সিলারেটর। DTM উৎপাদনের বাধ্যতামূলক পদক্ষেপ হল গ্রাউন্ড ফিল্টারিং; যদি এটি বাদ দেওয়া হয়, DSM প্রাপ্ত হবে এবং উচ্চতা/ভলিউম/প্রবাহ বিশ্লেষণগুলি বিকৃত হবে। সেতু, খাড়া ঢাল এবং শব্দ বিন্দু হল সাধারণ ফাঁদ। প্রোফাইল বিভাগ এবং পরিচিত উচ্চতা পয়েন্ট সহ প্রতিটি শ্রেণীবিভাগ যাচাই করুন; সর্বদা উল্লম্ব তথ্য স্পষ্ট করুন.
আবেদন টাস্ক
একটি LiDAR দৃশ্যকল্প চয়ন করুন (উদাহরণস্বরূপ, একটি স্রোত এবং একটি সেতু সহ একটি উপত্যকা)। এআই-কে শব্দ অপসারণ, গ্রাউন্ড ফিল্টারিং এবং ডিটিএম ইন্টারপোলেশন পদক্ষেপগুলি তৈরি করতে দিন; এটিকে সেতু এবং ঢালের ঝুঁকি সম্পর্কে সতর্ক করতে বলুন। তারপরে একটি যাচাইকরণ পরিকল্পনা লিখুন: আপনি প্রোফাইল বিভাগটি কোথায় নেবেন এবং কোন পরিচিত উচ্চতার পয়েন্টগুলির সাথে আপনি এটির তুলনা করবেন তা সংহত করুন।
চেকলিস্ট
- [] আমি বিন্দু ঘনত্ব, ঘূর্ণন তথ্য এবং CRS/উল্লম্ব তথ্য নিশ্চিত করেছি।
- [ ] আমি আওয়াজ/আউটলায়ার্স পরিষ্কার করেছি।
- [ ] আমি গ্রাউন্ড ফিল্টারিং দিয়ে DTM-এর জন্য গ্রাউন্ডের বাইরের অংশ আলাদা করেছি।
- [ ] আমি সেতু/ভায়াডাক্ট এবং ঢালের ঝুঁকি পরীক্ষা করেছি।
- [ ] আমি প্রোফাইল বিভাগগুলির সাথে শ্রেণীবিভাগ যাচাই করেছি৷
- [ ] আমি পরিচিত বিন্দুর সাথে উচ্চতার তুলনা করেছি।
- [] আমি উচ্চতা/ভলিউম/প্রবাহ কাজের জন্য DTM ব্যবহার করেছি, DSM নয়।
- [ ] আমি প্রকৌশলী অনুমোদনে শ্রেণিবিন্যাস গ্রহণযোগ্যতা রেখেছি।