Kinematisches terrestrisches Laserscanning und Rapid Mappingmisc.gis.tu-berlin.de/igg/htdocs-kw/fileadmin/Daten_IGG/Berlin-2007.pdf · Kinematisches terrestrisches Laserscanning und

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

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


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


Entscheidungsprozesse

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


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


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


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


Einführung

Sichtweise der Ingenieurgeodäsie

Produktorientierung vs. Prozessorientierung

Beschreibung eines Objekt-

zustands

Erfassung

zustands

Auswertung und Analyse

Geometrie-bezogene Merkmale Bereitstellung


Merkmale

Einführung



• 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)


• Kosten

Einführung



• 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


• Datengenese und Unsicherheitsübertragung

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)


Aktualität und Nachhaltigkeit der Daten

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


+ ggf. zeitliche Änderungen

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


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


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 )


Schnelles Scannen (stabile Plattform)

• Einführung


• k-TLS für Mobile Mapping Dokumentationk TLS für Mobile Mapping Dokumentation





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:


3D-UmgebungsinformationC. Hesse


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


g


Fahrzeug• Odometer

Imager 5003 Inklino-meter

• L1 GPS Receiver

• AccelerometerS

Kreisel• Gierratensensor System

Geodätischer L1/L2GPS-Empfänger DGPS-Empfänger

VRSGPS Empfänger VRS

Multisensorsystem (+ Navigationssensorik)


Messrechner zur Zeitsynchronisation


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


+ Vollständig entzerrte Punktwolke


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


(6.9 m/s) 0.210 0.139 0.069


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


110111

Beispiel: Geodätisches Institut

H iTreppe

Hauseingang

Litfaß-säuleFahrbahn-

Fahrweg

säuleFahrbahn-markierungen


3D-Punktwolke mittels Messwagen (Perspektive)


Fassade

Fahrzeuge


3D-Punktwolke mittels Messwagen (Steilsicht)

Details

Stufen der Außentreppe

Fahrweg


Fehlerhafte Synchro-


ynisierung von GPS und Scanner


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


Beispiel:Hauptgebäude derp g

Universität HannoverWelfengarten 1

30167 Hannover


3D-Punktwolke mittels Messwagen (Vogelperspektive)

Beispiel: Hauptgebäude

3D-Punktwolke mittels Messwagen (Perspektive)


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



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


g

• Einführung



• k-TLS für bewegte Objekte Monitoring




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


• Schnelle, unregelmäßige Veränderung

Anwendungsbeispiel Schleusentor

InnenansichtSchleuse Uelzen I

Außenansicht



Oberflächenscan: 3D

Profilscan: 2D

ß h k lk ( b d )


Außenansicht – 3D-Punktwolke (Farbcodierung: Intensität)


Definition eines Gitters

4 ×

(z.B. 1 m × 1 m)

×1 m Abbildung in

Zeilenvektor

10 × 1 m



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


g


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


ZeitachseRäumliche Auflösung: 1 m × 1 m


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


Zeitachseprofil e t u ösu g 0 08 sLineare Auflösung: 0,5 m

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)


(Rauschreduktion möglich Faktor 10 … 20)

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



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


Soc eScanner

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


(ca. 50 Einzelpunkte) Filter/

(1000 Einzelpunkte)


Frequenzanalyse (1D-Modus)

Ausgeglichene Frequenzen

ν1 [Hz] σ1 [Hz] ν2 [Hz] σ2 [Hz]


0.2896 0.0004 0.3319 0.0025


• 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


Anwendungsbeispiel Hubbrücke

Projektseminar am GIH 2005/06

Automatisierte Beweissicherung an einer Hubbrücke

Rethe-Hubbrücke


in Hamburg 3D-Modell aus Laserscans


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


A t d fi i t P kt t h lb d N i


Auswertung an definiertem Punkt unterhalb des Neigungssensors

max. Durchbiegung: Rauschniveau:

0 1 mm


27,9 mm 0,1 mm


• 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


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


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


Diplomarbeit am GIH: J.-A. Paffenholz (2006)

Differenzscan: Bewegen eines Fahrzeugs

Bewusste Verschiebung um geringen Betrag Keine Bewegung zwischen Messepochen

Detektierte Objektbewegung von wenigen cm in einer Entfernung von ca 20m


einer Entfernung von ca. 20m

Schnelle Georeferenzierung

Zuordnung eines Azimuts zu jedem 2D-Scanprofil

Messungeng• „Echter“ 360° 2D-

Laserscan• Kinematische GPS-

Messung mit 10 HzAnforderung• Synchronisation von


TLS und GPS!




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


• Einführung







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


• Datengenese und Unsicherheit


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-


Systeme, Komplexität, …)


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


Erweiterung und Anpassung der Methoden


Exemplarisches Vorgehen• Erweiterter Unsicherheitshaushalt: zufällige und g

unbekannte deterministische Abweichungen

Unscharfes Intervall Fuzzy-TheorieFuzzy Theorie

• Erweiterung der Kleinste-Quadrate-Schätzung


• Erweiterung des Kalman-Filters


Erweiterung der statistischen Hypothesentests

Entscheiden unter Unsicherheit

g yp

Eigenschaften

Nicht entscheidbare Bereiche möglich

Informationsdefizit

Fehler 1. Art und 2. Art quantifizierbar


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


• Durchgreifende Übertragung

Documents

Kinematisches terrestrisches Laserscanning und Rapid Mappingmisc.gis.tu-berlin.de/igg/htdocs-kw/fileadmin/Daten_IGG/Berlin-2007.pdf · Kinematisches terrestrisches Laserscanning und