Manuell vektorisering av punktskyer med ulik punkttetthet

Abstract

Laserskannere er blitt en sentral del av fagområdet geomatikk. Bare ett tiår er gått og nå er det 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. På markedet eksisterer også rendyrkede laserskannere som er i bruk. Dette gjør at geomatikere i dag har mulighet for å innhente enorme mengder data på kort tid. Disse mengdene med data tar mye plass og tar tid å bearbeide. Prosjektet nasjonal detaljert høydemodell vil i løpet av prosjektet ha lasermålt 230 000 m2 av Norge. Dette er data som er gjort tilgjengelig for allmenheten i form av blant annet punktskyer. Denne oppgaven har gått inn og sett på punktskyer og punkttetthet pr. m2. Oppgaven er skrevet i samarbeid med Geomatikk Survey A/S. Via dem har Eigerøy bru i Rogaland blitt gjort tilgjengelig i forbindelse med innhenting av data. Datainnhentingen fra Eigerøy 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 en kantstein i forbindelse med gang- og sykkelveg blitt manuelt vektorisert med de ulike punkttetthetene. Også punktsky fra NDH er brukt til denne vektoriseringen. Resultatet er deretter sammenlignet med detaljinnmålinger gjort med totalstasjon med høy nøyaktighet. Målet har vært å finne ut hvor lav punkttetthet pr. m2 kan en punktsky være, før den manuelle vektoriseringen ikke lenger har en nøyaktighet som er god nok i forhold til gjeldende standarder. Samme kantstein er også målt inn med GNSS for å se om satellittinnmålinger har god nok nøyaktighet. Resultatet fra våre funn er at punktskyer ned mot 400 punkter pr. m2 er det ingen problemer å vektorisere. Lavere tetthet enn dettte gjør at både vektoriseringen blir vanskeligere og nøyaktigheten dårligere. Punktsky fra høydedata.no er ikke mulig å vektorisere uten tilgang på ortofoto, men resultatet fra vektorisering har litt bedre nøyaktighet enn punktsky fra terrestrisk laserskanner med tilsvarende punkttetthet.

In this study, the goal is to understand how different point cloud densities affect accuracy. A point cloud with a low density is easier for computers to process and thus will streamline the work. Less dense point clouds also take up less storage space, and therefore can be easily shared on the internet and be stored on web servers and cloud-based services. The study uses point clouds from two different sources, one from a ground-based laser scanner, and one that is 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 manual vectorization is no longer within quality requirements in relation to surveyed data and current standards» In order to answer the problem of this bachelor thesis, a case was made available from our bachelor employer. The case was a bridge located in Eigerøy in Rogaland county. In Eigerøy all necessary data was retrieved through GNSS, land surveying measurements and laserscanning. The pointcloud retrieved with laserscanning had a point density of 1-2 million points pr. m2. The point cloud was reduced to many different point cloud densities, ranging from 2 million points pr. m2 to 3-5 points pr. m2. All different point cloud densities where vectorized, then matched up against highly accurate totalstation detail measurements. The free and available national detailed height level point cloud was also vectorised and matched up against total station measurements. GNSS vector lines were tested to see if they would be accurate 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 to vector 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 become inaccurate. Point cloud from national detailed height project where not possible to vectorize unless orthophotography was used, which caused the accuracy to be equal or better than the thinned point cloud from laserscanner with as many point pr. m2.