Assessing the accuracy of land-based mobile laser scanning data

• Autorzy: Poręba M. , Goulette F.

Warianty tytułu

PL

Ocena dokładności danych pozyskanych przez mobilny system skanowania laserowego

• Języki publikacji: EN

Abstrakty

EN

The quality of collected point cloud is an important matter to make possible their effective use. However, studies concerning the qualification of data obtained from mobile laser scanners are not numerous. For purposes of point clouds analysis, it is possible to define several criteria which provide information about their quality. A synthetic overview of the state of knowledge regarding accuracy assessment is presented in this paper. Afterwards, a methodology adapted to mobile mapping systems evaluation is proposed. The study was aimed to validate received data in terms of accuracy, rather than assess the individual components of the system. The evaluation was conducted in two ways. In the first one, it was achieved through integration with other data sources such as high resolution point clouds from static terrestrial laser scanning as a reference. As a result, an average distanceof 0.185 m in relation to the reference cloud was obtained. On the other hand, a classical Total Station survey of points on building fasade was made. Afterwards, length of various combinations of sections were compared with corresponding sections in mobile point cloud. Finally, assumptions made for both methodologies, their limitations and the experimental results obtained are briefly discussed.

PL

W dobie rosnącej popularności mobilnych systemów skanujących MLS oczywista stała się potrzeba kwalifikacji pozyskiwanych przez nie danych. Mimo że dokładność chmur punktów ma istotne znaczenie z uwagi na możliwości ich późniejszego wykorzystania, to jednak dotychczas przeprowadzone badania nie są liczne. Artykuł w sposób syntetyczny przedstawia aktualny stan wiedzy w zakresie oceny dokładności danych lidarowych. W tym kontekście przeprowadzona została walidacja danych z mobilnego systemu skanowania laserowego LARA3D rozwijanego przez Ośrodek Robotyki w MINES ParisTech. Zadaniem była weryfikacja chmury punktów pod kątem jej dokładności, nie zaś ocena jakości danych zarejestrowanych przez poszczególne komponenty systemu. Analiza dokładności została przeprowadzona na dwa sposoby. W pierwszym podejściu jako dane referencyjne wykorzystano geodezyjne pomiary klasyczne szczegółów naturalnych występujących na fasadzie budynku. W drugiej metodzie chmura punktów porównana została z danymi referencyjnymi, które stanowiła wysokorozdzielcza chmura punktów pochodząca z naziemnego skaningu laserowego. Przeprowadzone badania pokazały, że prototyp LARA3D pozwala rejestrować dane o dokładności lepszej niż 0,3 m. Na podstawie uzyskanych wyników można stwierdzić iż wykorzystanie istniejących źródeł danych jako referencji zapewnia szybką i wiarygodną ocenę dokładności chmur punktów pochodzących z MLS.

Słowa kluczowe

EN

accuracy; laser scanning; iterative closest point (ICP); point cloud; reference data

PL

dokładność; skaning laserowy; chmura punktów; iteracyjny najbliższy punkt (ICP); dane referencyjne

• Wydawca: AGH University of Science and Technology Press
• Czasopismo: Geomatics and Environmental Engineering
• Rocznik: 2012
• Tom: Vol. 6, no. 3
• Strony: 73--81
• Opis fizyczny: Bibliogr. 10 poz., tab., rys., wykr.

Twórcy

autor

Poręba M.

• AGH University of Science and Technology, Faculty of Mining Surveying and Environmental Engineering, Krakow, Poland
• MINES ParisTech, CAOR Centre de Robotique, Mathematique et Systemes, Paris, France

autor

Goulette F.

• MINES ParisTech, CAOR Centre de Robotique, Mathematique et Systemes, Paris, France

Bibliografia

• [1] Abuhadrous I.: Système embarqué temps réel de localisation et de modélisation 3D par fusion multi-capteur. MINES ParisTech, 2005, pp. 38–41.
• [2] Barber D., Mills J., Smith-Voysey S.: Geometric validation of a ground-based mobile laser scanning system. ISPRS Journal of Photogrammetry & Remote Sensing, vol. 63, 2008, pp. 128–141.
• [3] Besl P.J., McKay N.D.: A method for registration of 3-D shapes. IEEE Transactions Pattern Analysis and Machine Intelligence, vol. 14, no. 2, pp. 239–256.
• [4] Boulaassal H.: Segmentation et modélisation géométrique de façades de bâtiments à partir de relevés laser terrestres. Université de Strasbourg 2010, pp. 125–163.
• [5] Cahalane C.: Research presented in poster founded by IRCSET. Pavement Management Services and Strategic Research Cluster Grant “Assessing Mobile Mapping System Performance”, [on-line:] www.stratag.ie/content/projects/posters/CCahalane_Final.ppt.
• [6] Feng J., Zhong R., Yang Y., Zhao W.: Quality Evaluation of Spatial Point-Cloud Data Collected by Vehicle-Borne Laser Scanner. International Workshop on Education and Training & International Workshop on Geosciences and Remote Sensing, 2008.
• [7] Gandofi S., Barbarella M., Ronci E., Bruchi A.: Close photogrammetry and laser scanning using a mobile mapping system for high detailed survey of a high density urban area. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol. XXXVII, part B5, 2008, pp. 909–914.
• [8] Glennie C.: Rigorous 3D error analysis of kinematic scanning LIDAR systems. Journal of Applied Geodesy, vol. 1, 2007, pp. 147–157.
• [9] Haala N., Peter M., Kremer J., Hunter G.: Mobile Lidar Mapping for 3D point cloud collection in urban areas – a performance test. XXI ISPRS Congress, 2008.
• [10] Titterton D.H.: Strapdown Inertial Navigation Technology (2nd Edition). The Institution of Electrical Engineering, 2004, pp. 335–375.