Manuell vektorisering av punktskyer med ulik punkttetthet
Abstract
Laserskannere er blitt en sentral del av fagområdet geomatikk. Bare ett tiår er gått og nå erdet blitt allemannseie for de fleste aktører. Laserskannere blir brukt på biler, droner,helikopter og fly. Flere av dagens totalstasjoner er også integrert med en laserskanner. Påmarkedet eksisterer også rendyrkede laserskannere som er i bruk. Dette gjør at geomatikerei dag har mulighet for å innhente enorme mengder data på kort tid. Disse mengdene meddata tar mye plass og tar tid å bearbeide. Prosjektet nasjonal detaljert høydemodell vil iløpet av prosjektet ha lasermålt 230 000 m2 av Norge. Dette er data som er gjort tilgjengeligfor allmenheten i form av blant annet punktskyer. Denne oppgaven har gått inn og sett påpunktskyer og punkttetthet pr. m2.Oppgaven er skrevet i samarbeid med Geomatikk Survey A/S. Via dem har Eigerøy bru iRogaland blitt gjort tilgjengelig i forbindelse med innhenting av data. Datainnhentingen fraEigerøy gav oss en punktsky med en punkttetthet på 1-2 millioner punkt pr. m2.Denne punktskyen er deretter blitt tynnet ned til lavere punktettheter pr. m2. Deretter er enkantstein i forbindelse med gang- og sykkelveg blitt manuelt vektorisert med de ulikepunkttetthetene. Også punktsky fra NDH er brukt til denne vektoriseringen.Resultatet er deretter sammenlignet med detaljinnmålinger gjort med totalstasjon med høynøyaktighet. Målet har vært å finne ut hvor lav punkttetthet pr. m2 kan en punktsky være, førden manuelle vektoriseringen ikke lenger har en nøyaktighet som er god nok i forhold tilgjeldende standarder. Samme kantstein er også målt inn med GNSS for å se omsatellittinnmålinger har god nok nøyaktighet.Resultatet fra våre funn er at punktskyer ned mot 400 punkter pr. m2 er det ingen problemerå vektorisere. Lavere tetthet enn dettte gjør at både vektoriseringen blir vanskeligere ognøyaktigheten dårligere. Punktsky fra høydedata.no er ikke mulig å vektorisere uten tilgangpå ortofoto, men resultatet fra vektorisering har litt bedre nøyaktighet enn punktsky fraterrestrisk laserskanner med tilsvarende punkttetthet. In this study, the goal is to understand how different point cloud densities affect accuracy. Apoint cloud with a low density is easier for computers to process and thus will streamline thework. Less dense point clouds also take up less storage space, and therefore can be easilyshared on the internet and be stored on web servers and cloud-based services. The study usespoint clouds from two different sources, one from a ground-based laser scanner, and one thatis made with airborne laser scanner, also called Lidar. Our problem translated to English:«How low point density pr m2 vs. high point density can a pointcloud have before manualvectorization is no longer within quality requirements in relation to surveyed data andcurrent standards»In order to answer the problem of this bachelor thesis, a case was made available from ourbachelor employer. The case was a bridge located in Eigerøy in Rogaland county. In Eigerøyall necessary data was retrieved through GNSS, land surveying measurements andlaserscanning. The pointcloud retrieved with laserscanning had a point density of 1-2 millionpoints pr. m2. The point cloud was reduced to many different point cloud densities, rangingfrom 2 million points pr. m2 to 3-5 points pr. m2. All different point cloud densities wherevectorized, then matched up against highly accurate totalstation detail measurements. The freeand available national detailed height level point cloud was also vectorised and matched upagainst total station measurements. GNSS vector lines were tested to see if they would beaccurate enough to make accuracy requirements made by national agency Kartkverket.Our results show that all point cloud down to 200-400 points pr. m2 are easily constructed tovector lines while remaining within the accuracy demands. Point clouds less dense than 200-400 points pr. m2 are more time consuming to work with and vectors tend to becomeinaccurate. Point cloud from national detailed height project where not possible to vectorizeunless orthophotography was used, which caused the accuracy to be equal or better than thethinned point cloud from laserscanner with as many point pr. m2.