Bölüm 7 / 11

LiDAR nokady bulutlary gaýtadan işlemek we klassifikasiýa

Girdeji:

  • AI iş prosesinde LiDAR nokat buludy, gaýdyp geliş, dykyzlyk we synp kodlary düşünjelerini dogry ulanmak ukyby
  • Grounder süzgüçini, DTM önümçiligini we obýekti (gurluşyk, agaç, polýus) AI bilen klassifikasiýa ädimlerini düzmek ukyby
  • Nokat bulut klassifikasiýasynyň profil bölümleri we beýiklik logikasy bilen barlamak ukyby

LiDAR (Lightagtylygy kesgitlemek we Ranging), lazer impulslaryny ibermek we gaýdyp geliş wagtyny ölçemek arkaly ýer ýüzüniň üç ölçegli ölçeglerini öndürýän işjeň kesgitleýiş tehnologiýasydyr. Netijede millionlarça, hatda milliardlarça baldan ybarat nokat buludy; Her nokadyň x, y, z koordinatasy we goşmaça atributlary bar. Gözleg in engineeringenerçiliginde LiDAR; Sanly ýer modellerini öndürmek, tokaý we şäher ýerlerini modellemek we infrastruktura (elektrik liniýalary, ýollar) döretmek üçin zerurdyr. Bu bölümde emeli intellektiň nokat bulutlaryny gaýtadan işlemegi we klassifikasiýany nädip çaltlaşdyrýandygyny görkezýäris. Ipleörelge: AI klassifikasiýany teklip edýär; Boýy we bölüm logikasy bilen barlamak inerenerde galýar.

Esasy adalgalar. Yza gaýdyp gelmek, dürli ýüzlerden (agaç ýapraklary, şahalary, ýer) şöhlelenýän bir lazer impulsynyň birnäçe ýaňlanmagydyr; Birinji öwrüm adatça ýokarky ýer, soňky öwrüm köplenç ýerdir. Dykyzlyk - gaýdyp gelen signalyň güýji; Surfaceeriň görnüşi barada maglumat berýär. Synp kody her nokada bellenen adaty bellikdir (ýer, bina, pes / orta / ýokary ösümlik, suw, elektrik liniýasy ýaly); LAS / LAZ faýl görnüşinde saklanýar. Filteriň süzülmesi, ýer däl nokatlary aýyrmak we ýalaňaç ýerüsti (DTM) aýyrmak prosesi. Voxel, 3D giňişligindäki öýjük; Nokat buludyny eritmek / gaýtadan işlemek üçin ulanylýar.

Nokat buludy gaýtadan işlemekde AI-iň roly

Emeli intellekt bu ugurda üç derejede goşant goşýar:

  1. Iş tertibi we parametrleri gurnamak. Grounder süzgüçini, ses çykarmagy, eritme ädimlerini we parametrlerini maslahat berýär; kod skeletini öndürýär (PDAL, laspy ýaly gurallar bilen).
  2. Obýektleriň klassifikasiýasy. Çuňňur öwreniş modelleri nokatlary gurluşyk, agaç, polýus, ulag ýaly synplara bölüp biler; Bu AI-iň hakyky işleýän ýeri.
  3. Aýratynlyklary çykarmak we hasabat bermek. Agajyň beýikligi, binanyň meýdany we çyzyk sagasy ýaly alnan ölçegleri hasaplaýan logikany döredýär we jemleýär.

Kör nokat: nokat buludy üç ölçegli we tekiz kartada doly görünmeýär. Düşünişmezlik (meselem, köprini ýer hökmünde hasaplamak, pes gyrymsy agaç) kartada bigünä görünýär we DTM-ni ýoýýar. Şonuň üçin klassifikasiýa profil bölekleri bilen tassyklanmalydyr (nokat buludynyň dik tarapyny gapdaldan görmek).

Maslahat: Klassifikasiýany tassyklamazdan ozal birnäçe ýerde dik bölümleri alyň. Classer synpy hakykatdanam aşaky üznüksiz ýere eýerýärmi ýa-da üçekleriň üstünde "ýüzýärmi?" Kesilen ýol muny bir göz bilen görkezýär.

Stepdimme-ädim: DTM öndürmek üçin nokat buludy gaýtadan işlemek

  1. Maglumatlar bilen tanyşyň. Nokadyň dykyzlygyny (nokatlar / m²), öwrümleriň sanyny, häzirki synp kodlaryny, CRS we dik maglumatlary tassyklaň.
  2. Arassa ses. Howadan (ýokary ses) we ýerasty (pes ses) çykaryjylary aýyryň.
  3. .Eri süzüň. Grounder däl nokatlary (bina, agaç, ulag) izolirläň we ýalaňaç ýer nokatlaryny goýuň. Bu ädim DTM-iň ýüregidir.
  4. Surfaceerüsti dörediň. Grounder nokatlaryndan gözenegiň DTM interpolýasiýasyny ýerine ýetiriň.
  5. Barlaň. Profil bölümleri bilen ýer yzyny barlaň; Belentlikleri belli belentlik nokatlary bilen deňeşdiriň.

Ounderiň süzülmesi näme üçin möhüm?

DTM (ýalaňaç ýer) bilen DSM (ýeriň) arasyndaky ýeke-täk tapawut, ýerdäki nokatlaryň aýrylandygy ýa-da ýokdugydyr. Sesi hasaplamak, eňňit derňewi, suw akymyny modellemek ýa-da suw joşmasyny öwrenmek DTM talap edýär; DSM ulanylsa, binalar we agaçlar "ýer" diýip ýalňyşýarlar we netijesi ýoýulýar. Filteriň süzgüç parametrleri sebite görä düzülýär: dik eňňit meýdanda aşa agressiw süzgüç hakyky ýeri pozýar, tekiz ýerde, boş süzgüç ýer üçin pes zatlary ýalňyşýar. AI gowy başlangyç parametrini teklip edip biler, ýöne netijäni kesimleýin synagdan geçirmeli.

Üns beriň: Köprüler we ýodajyklar nusgawy duzakdyr. Bular ýeriň üstünde asylan desgalar; Filtr süzgüji ýalňyşlyk bilen bulary ýer hasaplaýan bolsa, DTM-de aslynda ýok bolan "toplum" dörediler we suw akymynyň derňewi düýbünden ýalňyş bolar.

Üç sany kiçi waka: Sanlar boýunça

1-nji waka - Köpri duzagy. Suw modellerinde ýer süzgüji köprini ýer hökmünde kesgitledi; WTC-de ýalan bent peýda bolup, akymy petikledi we model suwuň ýokary akymda jemlenjekdigini hasaplady. Profil bölümi köprini açyk görkezdi; Köpri nokatlary bölünende akym dogry modellendi.

2-nji hadysa - Agaç beýikliginiň sanawy. Tokaý gözleginde 240 gektar üçin AI kömegi bilen klassifikasiýa has ýokary ösümlik synpyndan agaç örtüginiň nagşyny çykardy we takmynan 18 m beýikligi hasaplady. Meýdandaky 30 tötänleýin agajyň el ölçegi bilen deňeşdirildi; tapawut ± 0.8 m aralygynda boldy. Garaşsyz meýdan ölçegi modeliň çykyşyny ygtybarly etdi.

3-nji hadysa - Sesi ýokarlandyrmagyň ýalňyşlygy. DTM howada saklanan birnäçe ses nokadyny (guşlary, tozany) arassalamazdan döredilende, bir öýjükdäki beýiklik hakyky bahadan 40 m ýokarlandy. Sargyt gözegçiligi we ses arassalamak ädimi bu aýratyn aýlawlary aýyrdy. Sapak: DTM-den öň daşarky arassalamak zerurdyr.

Gowşak gyssagly / güýçli teklip

Gowşak haýyş:

Modeler modeli bu nokatdan çykýar.

Güýçli haýyş:

Wezipe: LiDAR nokat buludyndan DTM öndürmek işini we PDAL / laspy çarçuwasyny guruň. Kontekst: - Dykyzlygy ~ 12 bal / m², aýlanma maglumatlary bar, CRS EPSG: 5256, dik datum TUDKA görkezilmeli - Meýdany: garyşyk (akym, köpri, seýrek bina, dik eňňit) Talaplar: 1) yzygiderlilik: ses çykarmak -> ýer süzgüji -> DTM interpolýasiýa.2 nokat.4) DTM bilen DSM arasyndaky tapawudy we bu iş üçin DTM-iň näme üçin zerurdygyny ýazyň.

Güýçli çalt dykyzlyk ýer töwekgelçiligini (köpri, eňňit) we barlamak ädimini berýär; çykdy we meýdana laýyk gelýär.

Göçürip boljak dört şablon

1) Nokat buludynyň deslapky syn:

Aşakdaky LAS / LAZ meta-maglumatyny düşündiriň: nokadyň dykyzlygy, aýlaw paýlanyşy, häzirki synp kodlary, CRS / dik maglumatlar. Missingitirilen ýa-da şübheli maglumatlary belläň we prosese başlamazdan ozal çözülmeli zatlary sanaň. Metadata: [gysgaça mazmun]

2) filtrleýiş gurnama:

PDAL bilen ýer süzgüç ädimlerini ýazyň; Typeer görnüşi üçin [tekiz / eňňit / garyşyk] parametr maslahat beriň. Şeýle hem köpri, pes gyrymsy we dik eňňit töwekgelçiligi barada duýduryş berýär. Netijäni profil bölümi bilen barlamak ädimini goşuň.

3) Obýektiň klassifikasiýasyny barlamak:

Nokat bulut klassifikasiýasyny (ýer / bina / ösümlik / çyzyk) barlamak üçin meýilnama ýazyň: haýsy profil bölümlerini almaly, haýsy synp garyndylaryna garaşylýar (köpri-meýdança, gyrymsy agaç), hersini nädip barlamaly.

4) Alnan ölçeg gözegçiligi:

Aşakdaky alnan ölçegleri (agaç beýikligi, binanyň aýak yzy, çyzyk sag) barlygyny barlaň: meýdança, otrisatel baha, çykaryjylar. Meýdany ölçemek bilen deňeşdirmek üçin teklip goşuň. Ölçegleri: [tablisa]

Nokat bulut düşünjelerini deňeşdirmek

düşünjesi

Manysy

Möhümligi

Birinji / soňky öwrüm

Urlan ilkinji / soňky ses

Topokarky ýer we ýer bölünişi

Synp kody

Nokat belligi

DTM / DSM we obýekt çykarmak

ýeriň süzülmesi

Poluň daşyny aýyrmak

DTM-iň binýady

Dykyzlygy (nokat / m²)

Nusga almagyň ýygylygy

Jikme-jiklik we takyklyk çäkleri

Profil bölümi

Dik dilim görnüşi

Klassifikasiýa barlagy

Adaty ýalňyşlyklar

  • Grounder süzgüçsiz DTM öndürmek. Aslynda DSM alynýar; jeans / ses ýoýulýar.
  • Köprüleri / ýelekleri ýer hasaplamak. Galp toplum, nädogry akym modeli.
  • Ses nokatlaryny arassalamazlyk. Deneke-täk denim pyrlanýar.
  • Klassifikasiýany kesişme bilen barlamazlyk. Kartada bigünä görünýän 3D ýalňyşlyklary ýitirmek.
  • Wertikal maglumat bazasyna ähmiýet bermezlik. Jinsler nädogry salgyda oturýarlar.
  • Jikme-jiklikleriň ýeterlik däldigine garaşmak. Nokat aralygyndan kiçi obýektler çözülip bilinmez.

Gysgaça

LiDAR nokady buludy gaýtadan işlemekde emeli intellekt; Iş akymyny redaktirlemek, ýer süzgüç parametrleri, obýektleriň klassifikasiýasy we alnan ölçeg hasaplamasy üçin tizlendiriji. DTM öndürmekde hökmany ädim ýeriň süzülmesi; Bu goýulmasa, DSM alynar we beýiklik / ses / akym derňewleri ýoýular. Köprüler, dik eňňitler we ses nokatlary adaty duzaklardyr. Her klassifikasiýany profil bölümleri we belli beýiklik nokatlary bilen barlaň; Wertikal datumy elmydama aýdyňlaşdyryň.

Programma meselesi

LiDAR ssenarisini saýlaň (mysal üçin akym we köpri bolan jülge). AI ses çykarmak, ýer süzmek we DTM interpolýasiýa ädimlerini öndürmeli; Köpri we eňňit töwekgelçiligi barada duýduryş bermegini soraň. Soňra barlamak meýilnamasyny ýazyň: profil bölümini nirä aljakdygyňyzy we haýsy beýiklik nokatlary bilen deňeşdirjekdigiňizi anyklaň.

gözegçilik sanawy

  • [] Nokadyň dykyzlygyny, aýlanma maglumatlary we CRS / wertikal datumy tassykladym.
  • [] Sesi / çykýanlary arassaladym.
  • [] DTM üçin ýeriň daşyny süzgüç bilen aýyrdym.
  • [] Köpri / viaduct we eňňit töwekgelçiligini barladym.
  • [] Klassifikasiýany profil bölümleri bilen barladym.
  • [] Belentlikleri belli nokatlar bilen deňeşdirdim.
  • [] Beýiklik / ses / akym işi üçin DSM däl-de, DTM ulandym.
  • [] Klassifikasiýany kabul etmegi inereneriň tassyklamasynda sakladym.