Page 1
Kinematisches terrestrischesLaserscanning und Rapid Mapping
Eine ingenieurgeodätische Betrachtung
Hansjörg KuttererGeodätisches InstitutGeodätisches Institut
Leibniz Universität Hannover
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 2
Inhalt
• Einführung
• Kinematisches terrestrisches Laserscanning (k-TLS)
• k-TLS für Mobile Mappingk TLS für Mobile Mapping
• k-TLS für bewegte Objekte
• Unsicherheit und Qualität
Z f d A bli k• Zusammenfassung und Ausblick
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 3
Einführung
Ergebnis einer Internetrecherche
(Vielzahl an Verweisen aus anderen Disziplinen)(Vielzahl an Verweisen aus anderen Disziplinen)
Was ist Rapid Mapping?Was ist Rapid Mapping?
• Schnelles Erzeugen von Karten zum Erfüllen konkreter Nutzeranforderungenkonkreter Nutzeranforderungen
• Kartographie unter Zeitdruck im Sicherheits- und KatastrophenmanagementKatastrophenmanagement
• Bereitstellung von Grundlageninformation für Entscheidungsprozesse
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Entscheidungsprozesse
Page 4
Einführung
Wie funktioniert Rapid Mapping?Wie funktioniert Rapid Mapping?
• Nutzung satellitenbasierter Fernerkundungsdaten
I t ti ß D t i k Z it• Integration großer Datenmengen in kurzer Zeit
• Erstellung klassischer Karten und virtueller L d h ftLandschaften
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 5
Einführung
Versuch einer Einschätzung
• Räumliche SkalenRäumliche Skalen
• Betrachtung von ausgedehnten Gebieten
• Erfassung von Außenbereichen• Erfassung von Außenbereichen
• Zeitliche Skalen
Z itdi k t E f M t f h• Zeitdiskrete Erfassung Momentaufnahmen
• Zeitachse als Ordinalskala
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 6
Einführung
• Zugriff auf vorhandene DatenbeständeZugriff auf vorhandene Datenbestände
• Angepasste Karteninhalte und -ausschnitte
• 2D 3D (bzw 2½D)• 2D 3D (bzw. 2½D)
• Ggf. schnelle Neuerfassung „aus der Luft“
V fü b S ik (S t llit Fl )• Verfügbare Sensorik (Satelliten, Flugzeuge)
• Gezielte vs. routinemäßige Erfassung
• Automat. Aufbereitung und Analyse der Daten
• Integration mit vorhandenen Datenbeständen
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 7
Einführung
Versuch eines Fazits aus diesen InformationenVersuch eines Fazits aus diesen Informationen
• Map = kartographische Abbildung = Karte
• Mapping = Erstellung einer Map• Mapping = Erstellung einer Map
• Rapid Mapping = …
h ll E t ll • schnelles Erstellen …
• kurzfristiges Erstellen …
von (Sequenzen von) Maps
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 8
Einführung
Sichtweise der Ingenieurgeodäsie
Produktorientierung vs. Prozessorientierung
Beschreibung eines Objekt-
zustands
Erfassung
zustands
Auswertung und Analyse
Geometrie-bezogene Merkmale Bereitstellung
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Merkmale
Page 9
Einführung
Sichtweise der Ingenieurgeodäsie
Produktorientierung vs. Prozessorientierung
• 3D-Objektinformation und kontextrelevante • 3D-Objektinformation und kontextrelevante Merkmale in wechselnden Umgebungen
• Qualitätsnachweis• Qualitätsnachweis
• Aktualität
Ei d ti k it• Eindeutigkeit
• Genauigkeit (geometrisch und semantisch)
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
• Kosten
Page 10
Einführung
Sichtweise der Ingenieurgeodäsie
Produktorientierung vs. Prozessorientierung
• Schnelle Erfassung Analyse und Bereitstellung • Schnelle Erfassung, Analyse und Bereitstellung der Ergebnisse
• Qualitätsnachweis• Qualitätsnachweis
• Verfügbarkeit & Stabilität des Bezugsrahmens
I t ität d M d A t t• Integrität des Mess- und Auswertesystems
• Zuverlässigkeit
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
• Datengenese und Unsicherheitsübertragung
Page 11
Einführung
Typische Aufgaben in der Ingenieurgeodäsie
Erfassung von Objekten mit Raumbezug wie Erfassung von Objekten mit Raumbezug wie Gebäude, Anlagen, ... Dokumentation
Überwachung von Veränderungen Monitoringg g g
Ziel: Aussagekräftige digitale Datenbeständeg g g
Genauigkeit und Zuverlässigkeit
Variables bis hohes Level-of-DetailTerrestrisches
Laser-Variables bis hohes Level of Detail
Effektivität und Effizienz des Verfahrens
Akt lität d N hh lti k it d D t
Laser-Scanning (TLS)
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Aktualität und Nachhaltigkeit der Daten
Page 12
Einführung
TLS Spezifikationen
Schnell, unmittelbar 3D, reflektorlosSchnell, unmittelbar 3D, reflektorlos
Hohe räumliche Auflösung
Kurze bis mittlere EntfernungenKurze bis mittlere Entfernungen
Erweiterung des Spektrums der geodätischen g p gSensoren zur Erfassung und Überwachung
Infos zu Position Orientierung und FormInfos zu Position, Orientierung und Form+ Remissionswert+ ggf zeitliche Änderungen
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
+ ggf. zeitliche Änderungen
Page 13
Einführung
Ingenieurgeodäsie und Rapid Mapping
• Räumliche SkalenRäumliche Skalen
• Betrachtung von abgegrenzten, eher lokalen Gebieteno a e Geb ete
• Erfassung von Innen- und Außenbereichen
• Zeitliche Skalen• Zeitliche Skalen
• Zeitdiskrete und -kontinuierliche Erfassung
Z it h l t i h Sk l• Zeitachse als metrische Skala
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 14
Einführung
• Zugriff auf vorhandene DatenbeständeZugriff auf vorhandene Datenbestände
• Primär Punktorientierung
• 2D 3D• 2D 3D
• Ggf. schnelle Neuerfassung „vom Boden“
V fü b S ik ( l V f h GPS)• Verfügbare Sensorik (polare Verfahren, GPS)
• Gezielte Erfassung mit ggf. eigener Referenz
• Automat. Aufbereitung und Analyse der Daten
• Integration mit vorhandenen Datenbeständen
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 15
Einführung
Bezug zum Rapid Mapping– Fazit
• Map = raum-zeitliche Abbildung der Umgebung Map raum zeitliche Abbildung der Umgebung
• Mapping = Prozess der Erstellung einer Map
• Konsistente und hoch genaue Realisierung • Konsistente und hoch genaue Realisierung eines Bezugssystems (Georeferenzierung)
• Nutzung von Werkzeugen wie TLS unter • Nutzung von Werkzeugen wie TLS unter Beachtung metrologischer Standards
• Rapid Mapping mittels kinematischem TLS (k-TLS)• Rapid Mapping mittels kinematischem TLS (k TLS)
Mobile Mapping (bewegte Plattform)
S h ll S ( t bil Pl ttf )
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Schnelles Scannen (stabile Plattform)
Page 16
• Einführung
• Kinematisches terrestrisches Laserscanning (k-TLS)
• k-TLS für Mobile Mapping Dokumentationk TLS für Mobile Mapping Dokumentation
• k-TLS für bewegte Objekte
• Unsicherheit und Qualität
Z f d A bli k• Zusammenfassung und Ausblick
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 17
Mobile Mapping mit k-TLS
Profilmodus (2D-Scans)Dritte Dimension durch die
Scannen von bewegter
Dritte Dimension durch dieBewegung der Plattform
+
gPlattform
Georeferenzierung jedes
+Georeferenzierung jedes
einzelnen Scanpunktes
=Erfassung von geometr.
3D Umgebungsinformation
=Quelle: Zoller+Fröhlich, 2006
Aktuelle Diss. am GIH:
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
3D-UmgebungsinformationC. Hesse
Page 18
Mobile Mapping mit k-TLS
Leica / Zoller + Fröhlich Vorteil: Effizienz • Sehr hohe Datenrate
• Messung im Profilmodus
bis 500.000 Pixel/s
g
• Static Modus möglich
12-33 Hz für Profile
L i Z F
Static Modus möglich
Nachteil: NahbereichLeica
HDS 4500Z+F
Imager 5003(OEM)
• Rauschen • Mehrdeutigkeit der DM
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
g
Page 19
Mobile Mapping mit k-TLS
Fahrzeug• Odometer
Imager 5003 Inklino-meter
• L1 GPS Receiver
• AccelerometerS
Kreisel• Gierratensensor System
Geodätischer L1/L2GPS-Empfänger DGPS-Empfänger
VRSGPS Empfänger VRS
Multisensorsystem (+ Navigationssensorik)
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Messrechner zur Zeitsynchronisation
Page 20
Mobile Mapping mit k-TLS
GPS-Referenzstationen(absolute Koordinaten)
S npo ition
(absolute Koordinaten)
Lokale Koo d Scanposition
GPS
Azimut
Lokale Koord. je Profil
E b i
Beschleunigung
... Odometer, etc.Ergebnis:Trajektorie des Scannerzentrums
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
+ Vollständig entzerrte Punktwolke
Page 21
Mobile Mapping mit k-TLS
KinematikGeschwindigkeit ↔ Profilabstand
Profilabstand = Punktabstand Punktabstand in Profilabstand Punktabstandin Längsrichtung [m]
Punktabstand in Vertikalrichtung
Fahrzeug-geschwindigkeit
33 HzZ+F 5003
50 HzZ+F 5006
100 HzZ+F 5006
20 m Abstandgeschwindigkeit Z+F 5003 Z+F 5006 Z+F 5006
5 km/h (1.4 m/s) 0.042 0.028 0.014
< 0.006 m10 km/h (2.8 m/s) 0.084 0.055 0.028
25 km/h 0 210 0 139 0 069
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
(6.9 m/s) 0.210 0.139 0.069
Page 22
Mobile Mapping mit k-TLS
YKfz 112113
Prinzipieller
Inklino- Scanner
54 6
Prinzipieller Aufbau des
Messwagens
X
Inklinometer IMU
201202
101
Messwagens
XKfz
GPS-Ant.
GPS-Ant.
100
203
23 1
110111
1
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
110111
Page 23
Beispiel: Geodätisches Institut
H iTreppe
Hauseingang
Litfaß-säuleFahrbahn-
Fahrweg
säuleFahrbahn-markierungen
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
3D-Punktwolke mittels Messwagen (Perspektive)
Page 24
Beispiel: Geodätisches Institut
Fassade
Fahrzeuge
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
3D-Punktwolke mittels Messwagen (Steilsicht)
Page 25
Details
Stufen der Außentreppe
Fahrweg
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 26
Fehlerhafte Synchro-
Beispiel: Geodätisches Institut
ynisierung von GPS und Scanner
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 27
Beispiel GIH
Scandauer 90 sec
GPS Auswertung 3 minGPS-Auswertung 3 min
Punktwolke (Berechnung + Filterung) 4 min
Gesamtdauer bis zum gezeigten Ergebnis:Gesamtdauer bis zum gezeigten Ergebnis:
weniger als 9 min
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 28
Beispiel:Hauptgebäude derp g
Universität HannoverWelfengarten 1
30167 Hannover
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
3D-Punktwolke mittels Messwagen (Vogelperspektive)
Page 29
Beispiel: Hauptgebäude
3D-Punktwolke mittels Messwagen (Perspektive)
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 30
Beispiel Hauptgebäude
Scandauer 4 min
GPS Auswertung 3 minGPS-Auswertung 3 min
Punktwolke (Berechnung + Filterung) 15 min
Gesamtdauer bis zum gezeigten Ergebnis:Gesamtdauer bis zum gezeigten Ergebnis:
etwa 22 min
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 31
Mobile Mapping mit k-TLS
Wertung im Rapid-Mapping-Kontext
• Effiziente und kostengünstige Erfassung von 3D-Effiziente und kostengünstige Erfassung von 3DUmgebungsinformation autonom längs einer Trajektorie mit sub-dm-Genauigkeit möglich
→ Voraussetzung: GPS-Empfang
→ Systemimmanente automatische yGeorefenzierung
• Verbesserung möglich durch Zusatzsensorik sowie g gEinbeziehung von Objektrauminformationen
→ Metrische und semantische Genauigkeit
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
g
Page 32
• Einführung
• Kinematisches terrestrisches Laserscanning (k-TLS)
• k-TLS für Mobile Mappingk TLS für Mobile Mapping
• k-TLS für bewegte Objekte Monitoring
• Unsicherheit und Qualität
Z f d A bli k• Zusammenfassung und Ausblick
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 33
k-TLS für bewegte Objekte
Schleusentor• 3D 2D
Hoch auflösendes Monitoring
• Langsame, aperiodische Veränderung
Turm einer Windenergieanlage• 2D 1D• Schnelle, periodische Veränderung
HubbrückeHubbrücke• Kopplung 2D k-TLS mit Neigungssensorik
Schnelle unregelmäßige Veränderung
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
• Schnelle, unregelmäßige Veränderung
Page 34
Anwendungsbeispiel Schleusentor
InnenansichtSchleuse Uelzen I
Außenansicht
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 35
Anwendungsbeispiel Schleusentor
Oberflächenscan: 3D
Profilscan: 2D
ß h k lk ( b d )
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Außenansicht – 3D-Punktwolke (Farbcodierung: Intensität)
Page 36
Anwendungsbeispiel Schleusentor
Definition eines Gitters
4 ×
(z.B. 1 m × 1 m)
×1 m Abbildung in
Zeilenvektor
10 × 1 m
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 37
Anwendungsbeispiel Schleusentor
Rahmendaten der Messungen
D i S hl 14 iDauer einer Schleusung: ca. 14 min.
3D-Messungen 2D-Messungen3D-Messungen 2D-Messungen
Einzelscan in ca. 21 s Etwa 12 Profile / s
32 Scans à ca. 8500 Pkte 7600 Scans à ca. 7300 Pkte
Blockelemente: 1 m × 1 m Intervallbreite: 0,5 m
Zeitreihen der Blockmittelwerte
Blockmittelwerte + zeitliche Glättung
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
g
Page 38
Anwendungsbeispiel Schleusentor
Plöt liche T anslation
Gitter auf Tor: zeilenweise
Plötzliche Translation
[m
]
Schleuse leerLineare Verformung
eform
atio
n
Schleuse leer
Zeitreihen der 3D-Scans
D
Rückgang der VerformungSchleuse voll
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
ZeitachseRäumliche Auflösung: 1 m × 1 m
Page 39
Anwendungsbeispiel Schleusentor
Anzahl der Profile: 5700Fehlmessung
[m
]
Plötzliche Translation
eform
atio
n
Lineare Verformung Zeitreihen der 2D ScansD 2D-Scans
Rückgang der Verformung
ZeitachseHorizontal-
profil
Verformung
Zeitl. Auflösung: ≈ 0.08 s
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Zeitachseprofil e t u ösu g 0 08 sLineare Auflösung: 0,5 m
Page 40
Bewertung des Beispiels
• Bestimmung des geometrischen Verhaltens des Bestimmung des geometrischen Verhaltens des Schleusentors bei variablen Belastungen
• Keine Signalisierung am Objekt erforderliche e S g a s e u g a Obje t e o de c
• Schnell, hohe Genauigkeit und Auflösung
• 3D-Modus genügt prinzipiell• 3D-Modus genügt prinzipiell
• Geringe Verformungsgeschwindigkeit
2D M d bi t t i ählt P fil i • 2D-Modus bietet im gewählten Profil eine bessere zeitliche und räumliche Auflösung (Rauschreduktion möglich Faktor 10 20)
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
(Rauschreduktion möglich Faktor 10 … 20)
Page 41
Anwendungsbeispiel Windenergieanlage
Gondelhöhe 86 m
WEA Schliekum: Tacke 1.5 s
Gondelhöhe 86 mRotordurchmesser 65 mEigenfrequenz @ 18 UPM 0 29 HzEigenfrequenz @ 18 UPM 0.29 HzRotorfrequenz @ 18 UPM 0.31 Hz
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 42
Anwendungsbeispiel Windenergieanlage
onMehrdeutige Entfernung
(zu berücksichtigen)
Profilscan
Typischer AblaufP
ylo
H = 42 mMax. Höhe
Gescanntes Profil
Profilscan
Mehrdeutigkeits-
H = 40 m
H = 41 m
G fil P kGescannter Punkt
m B
reite
)
d = 1 m
Kl bild
korrektur
H = 7 m
r = 53.5 m
Gefilterter Punkt
6 K
lass
en (1
m Klassenbildung
Räuml. Glättung
Sockel
H = 5 m
H = 6 m
S
36 Räuml. Glättung
Weitere Analyse
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Soc eScanner
Page 43
2D Modus 1D Modus
Anwendungsbeispiel WEA 37 m Höhe
2D-Modus 1D-Modus
12.5 Hz Erfassungsrate 32 kHz
Räumlich: ∆h = 1 mFilter
Zeitlich: ∆t = 1/32 s
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
(ca. 50 Einzelpunkte) Filter/
(1000 Einzelpunkte)
Page 44
Anwendungsbeispiel Windenergieanlage
Frequenzanalyse (1D-Modus)
Ausgeglichene Frequenzen
ν1 [Hz] σ1 [Hz] ν2 [Hz] σ2 [Hz]
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
0.2896 0.0004 0.3319 0.0025
Page 45
Bewertung des Beispiels
• 3D-Modus bei den hier auftretenden Frequenzen 3D Modus bei den hier auftretenden Frequenzen grundsätzlich nicht geeignet
• 2D-Modus gut geeignetodus gut gee g et
räumliche Mittelung erforderlich
• 1D-Modus besser geeignet• 1D-Modus besser geeignet
geringeres Rauschen
E it Ei bi d i i S t• Erweiterung: Einbindung in ein Sensornetz
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 46
Anwendungsbeispiel Hubbrücke
Projektseminar am GIH 2005/06
Automatisierte Beweissicherung an einer Hubbrücke
Rethe-Hubbrücke
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
in Hamburg 3D-Modell aus Laserscans
Page 47
Anwendungsbeispiel Hubbrücke
Kurzperiodische Deformationen unter Verkehrslast
Anordnung:
• Kinematisches TLS unter Brücke im Profilmodus • Kinematisches TLS unter Brücke im Profilmodus auf rechten Hauptträger
• Neigungssensoren oben auf Hauptträger• Neigungssensoren oben auf Hauptträger
• Zeitliche Synchronisierung von k-TLS und NeigungsmesserNeigungsmesser
• Verkehrslastermittlung aus Videoaufzeichnung
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 48
A t d fi i t P kt t h lb d N i
Anwendungsbeispiel Hubbrücke
Auswertung an definiertem Punkt unterhalb des Neigungssensors
max. Durchbiegung: Rauschniveau:
0 1 mm
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
27,9 mm 0,1 mm
Page 49
Bewertung des Beispiels
• Lkw und Zug detektiertLkw und Zug detektiert
• Pkw nicht identifiziert
• Kopplung von k-TLS mit heterogener Sensorik ist möglich (Synchronisierung!)möglich (Synchronisierung!)
• Objektbezug durch Auswertemethodik
V ll tä di I t ti f d t h i • Vollständige Integration erfordert auch eine bautechnische Modellierung
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 50
k-TLS für bewegte Objekte
Remote-Monitoring System mit k-TLS• Ableitung eines Regelverhaltensg g• Automatische Detektion von Veränderung
Schnelle Georeferenzierung• Position und Orientierung des Scanners• Einheitliches geodätisches Bezugssystem
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 51
Remote Monitoring: Programmsystem re-mo Sys
• Steuerung und Datenerfassung mit Laserscannern Leica HDS 4500 / Z+F Imager 5003
• Modulare Implementierung in MS Visual C# 2005
• Kommunikation nach dem Client-Server-Prinzip
• Projektbasierte Datenhaltung mit XML-Speicherung• Projektbasierte Datenhaltung mit XML-Speicherung
• 3D-Punktwolke als grauwertcodiertes Intensitätsbild
+ Automatisierte Deformationsanalyse auf Basis von Differenzscans
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Diplomarbeit am GIH: J.-A. Paffenholz (2006)
Page 52
Differenzscan: Bewegen eines Fahrzeugs
Bewusste Verschiebung um geringen Betrag Keine Bewegung zwischen Messepochen
Detektierte Objektbewegung von wenigen cm in einer Entfernung von ca 20m
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
einer Entfernung von ca. 20m
Page 53
Schnelle Georeferenzierung
Zuordnung eines Azimuts zu jedem 2D-Scanprofil
Messungeng• „Echter“ 360° 2D-
Laserscan• Kinematische GPS-
Messung mit 10 HzAnforderung• Synchronisation von
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
TLS und GPS!
Page 54
Schnelle Georeferenzierung
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 55
Schnelle Georeferenzierung
Auswertung• Zuordnung eines Azimuts zu jedem 2D Profil des • Zuordnung eines Azimuts zu jedem 2D-Profil des
LaserscansVerifizierungVerifizierung• durch tachymetrische VergleichsmessungenPotentialPotential• Vergleichsgenauigkeit für des Azimut: 0.05°
(gerechnet aus 13 ausgewählten Punkten)(gerechnet aus 13 ausgewählten Punkten)• Entsprechende Querabweichung: ≈ 2 cm @ 25 m
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 56
• Einführung
• Kinematisches terrestrisches Laserscanning (k-TLS)
• k-TLS für Mobile Mappingk TLS für Mobile Mapping
• k-TLS für bewegte Objekte
• Unsicherheit und Qualität
Z f d A bli k• Zusammenfassung und Ausblick
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 57
Unsicherheit und Qualität
Produktorientierung• Aktualität Grundlageninformation für
• Eindeutigkeit• Genauigkeit (geometrisch und semantisch)
Entscheidungsprozesse !
Genauigkeit (geometrisch und semantisch)• KostenProzessorientierungProzessorientierung• Verfügbarkeit und Stabilität des Bezugsrahmens• Integrität des Mess- und AuswertesystemsIntegrität des Mess und Auswertesystems• Zuverlässigkeit• Datengenese und Unsicherheit
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
• Datengenese und Unsicherheit
Page 58
Unsicherheit und Qualität
Rahmenbedingungen aus der Sensorik• Absolute und relative Referenzierungg• Zeitliche Synchronisierung, Systemkalibrierung• Objekteinflüsse, UmgebungseinflüsseObjekteinflüsse, Umgebungseinflüsse• …
Unbekannte, zufällig bzw. deterministisch bedingte Abweichungeng gUnvollständigkeit bzw. Verlässlichkeit der Informationen zum Messsystem (Black-Box-
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Systeme, Komplexität, …)
Page 59
Unsicherheit und Qualität
Rahmenbedingungen aus der Auswertung• Vorverarbeitung:g
Korrektionen & Reduktionen, Parametrisierung, Ausreißersuche & Plausibilisierung, Gewichtung, Filterung & Glättung, Segmentierung, …
• Modellierung (im weitesten Sinne)• Parameterschätzung und statistische Tests
Verarbeitung der Unsicherheiten aus der Sensoriksowie Einführung weiterer Unsicherheiten
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Erweiterung und Anpassung der Methoden
Page 60
Unsicherheit und Qualität
Exemplarisches Vorgehen• Erweiterter Unsicherheitshaushalt: zufällige und g
unbekannte deterministische Abweichungen
Unscharfes Intervall Fuzzy-TheorieFuzzy Theorie
• Erweiterung der Kleinste-Quadrate-Schätzung
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
• Erweiterung des Kalman-Filters
Page 61
Unsicherheit und Qualität
Erweiterung der statistischen Hypothesentests
Entscheiden unter Unsicherheit
g yp
Eigenschaften
Nicht entscheidbare Bereiche möglich
Informationsdefizit
Fehler 1. Art und 2. Art quantifizierbar
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
Page 62
Zusammenfassung und Ausblick
• Das passend adaptierte k-TLS unterstützt die schnelle 3D-Datenerfassung in besonderem Maße.
• Die Ingenieurgeodäsie leistet somit konkrete Beiträge im Kontext des Rapid Mappings.
Frage der Begriffsbildung und Zielsetzung• Unterschiede liegen in Punkten wie Genauigkeit,
Wiederholrate und Semantik.• Unsicherheiten bei sicherheitsrelevanten Aufgaben
• Umfassende Evaluierung• Adäquate Modellierung
TU Berlin, 14.06.2007Hansjörg Kutterer k-TLS und Rapid Mapping
• Durchgreifende Übertragung