Towards development of mobile mapping systems

• Autorzy: Styś Natalia , Karasińska Iwona , Owczarek Kinga , Bakuła Krzysztof

Identyfikatory

DOI

10.14681/apcrs-2023-004

Warianty tytułu

PL

W kierunku rozwoju mobilnych systemów kartowania

• Języki publikacji: EN

Abstrakty

EN

Mobile mapping, a technology that integrates digital imaging with direct georeferencing, has developed rapidly. This article provides an overview of the development and current state of digital mobile mapping, emphasising the rapid development of this field from academic research to a commercially viable industry. The analysis of cited papers contributes to a comprehensive understanding of the market landscape. The article reviews mobile and handheld scanners. The introduction highlights the significant impact of mobile mapping systems on geospatial technologies, enabled by advancements in photogrammetry, computer vision, and robotics. Low-cost survey sensors with diverse specifications have further enhanced the systems and their applications, making mobile mapping more flexible and cost-effective. The article acknowledges the absence of a single widely adopted mobile mapping standard for a system and it aims to present a comprehensive meta-review of sensor suites and associated mobile mapping systems. The article presents studies demonstrating the accuracy achieved by scientists using mobile mapping systems, highlighting the role of sensors like LiDAR, cameras, and GNSS receivers. An analysis of the specifications of mobile mapping systems reveals diverse possibilities, including the integration of LiDAR and cameras or the limitation to one type of data acquisition. Manufacturers have focused on enhancing platform connectivity to various mobile mechanisms, expanding adaptability in challenging conditions. The article concludes with future trends, highlighting the democratisation of laser scanners, refinement of mobile and airborne scanning platforms, the ubiquity of terrestrial laser scanners, integration with complementary technologies, and advancements in development of airborne scanning systems. It predicts advancements in sensor technologies, positioning systems, data processing techniques, and integration with emerging technologies like artificial intelligence and machine learning. The future of mobile mapping technology entails continuous innovation and refinement to create more accurate, efficient, and versatile systems. What used to be a topic of academic study, has become a commercially viable industry.

PL

Kartowanie mobilne jako technologia łącząca obrazowanie cyfrowe z bezpośrednią georeferencją, szybko się rozwinęła. Niniejszy artykuł zawiera przegląd rozwoju i opis stanu obecnego mobilnego kartowania cyfrowego, ukazując szybki rozwój tej dziedziny od badań akademickich po komercyjne zastosowania w branży. Analiza cytowanych prac przyczynia się do kompleksowego zrozumienia rynku. W artykule omówiono skanery mobilne i ręczne. We wstępie podkreślono znaczący wpływ mobilnych systemów kartowania na technologie geoprzestrzenne, możliwy dzięki postępom w fotogrametrii, widzeniu maszynowym i robotyce. Niskobudżetowe sensory pomiarowe o różnorodnych specyfikacjach jeszcze bardziej ulepszyły systemy i ich zastosowania, sprawiając, że mobilne mapowanie jest bardziej wszechstronne i opłacalne. W artykule wskazano, że nie ma jednego powszechnie przyjętego standardu dla systemu kartowania mobilnego. Tekst ma na celu przedstawienie kompleksowego przeglądu zestawów czujników i powiązanych systemów kartowania mobilnego. W artykule przedstawiono badania pokazujące dokładność osiąganą przez naukowców korzystających z mobilnych systemów kartowania, podkreślając rolę sensorów takich jak LiDAR, kamery i odbiorniki GNSS. Analiza specyfikacji mobilnych systemów kartowania ujawnia różnorodne możliwości, w tym integrację LiDAR i kamer lub ograniczenie do jednego rodzaju akwizycji danych. Producenci skupili się na poprawie łączności platformy z różnymi mechanizmami mobilnymi, zwiększając możliwości adaptacji w trudnych warunkach. Artykuł kończy się prezentacją przyszłych trendów, podkreślając demokratyzację skanerów laserowych, udoskonalenie mobilnych i powietrznych platform skanujących, obecność naziemnych skanerów laserowych, integrację z technologiami uzupełniającymi oraz postęp w rozwoju systemów skanowania lotniczego. Przewiduje postęp w technologiach sensorów, systemach pozycjonowania, technikach przetwarzania danych i integracji z nowymi technologiami, takimi jak sztuczna inteligencja i uczenie maszynowe. Przyszłość technologii kartowania mobilnego wiąże się z ciągłymi innowacjami i udoskonaleniami w celu tworzenia dokładniejszych, wydajniejszych i bardziej wszechstronnych systemów. To, co kiedyś było tematem badań akademickich, stało się komercyjnie opłacalną branżą.

Słowa kluczowe

EN

MMT; MLS; review; mapping; SLAM; LiDAR

PL

MMT; MLS; przegląd; mapowanie; SLAM; LiDAR

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2023
• Tom: Vol. 35
• Strony: 85--105
• Opis fizyczny: Bibliogr. 44 poz.

Twórcy

autor

Styś Natalia

• Faculty of Geodesy and Cartography, Warsaw University of Technology, Warsaw, Poland

autor

Karasińska Iwona

• Faculty of Geodesy and Cartography, Warsaw University of Technology, Warsaw, Poland

autor

Owczarek Kinga

• Faculty of Geodesy and Cartography, Warsaw University of Technology, Warsaw, Poland

autor

Bakuła Krzysztof

• Faculty of Geodesy and Cartography, Warsaw University of Technology, Warsaw, Poland

Bibliografia

• 1. Barba, S., Di Filippo, A., Limongiello, M., & Messina, B., (2019). Integration of active sensors for geometric analysis of the Chapel of the Holy Shroud. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 42, 149-156.
• 2. Barba, S., Ferreyra, C., Cotella, V.A., Filippo, A., & Amalfitano, S. (2021). A SLAM Integrated Approach for Digital Heritage Documentation. Proceedings of the International Conference on Human-Computer Interaction, 27–39.
• 3. Bock, F., Eggert, D., & Sester, M. (2015). On-street parking statistics using LiDAR mobile mapping. IEEE Conference on Intelligent Transportation Systems, Proceedings, ITSC, 2015-Oct., 2812–2818.
• 4. César, D. & Vivet, D. (2020). A Review of Visual-LiDAR Fusion based Simultaneous Localization and Mapping, Sensors, 20(7), 2068.
• 5. Chiappini, S., Fini, A., Malinverni, E.S., Frontoni, E., Racioppi, G., & Pierdicca, R. 2020. Cost effective spherical photogrammetry: a novel framework for the smart management of complex urban environments. The International Archives of The Photogrammetry, Remote Sensing and Spatial Information Sciences, 43, 441-448.
• 6. Corte, A.P.D., Rex, F.E., de Almeida, D.R.A., Sanquetta, C.R., Silva, C.A., Moura, M.M., Wilkinson, B., Zambrano, A.M.A., da Cunha Neto, E.M., Veras, H.F.P., et al. 2020. Measuring individual tree diameter and height using gatoreye high-density UAV-lidar in an integrated crop-livestock-forest system. Remote Sensing. 12(5), 863.
• 7. Di Stefano, F., Cabrelles, M., Garcıa-Asenjo, L., Lerma, J.L., Malinverni, E.S., Baselga, S., Garrigues, P., & Pierdicca, R., (2020). Evaluation of long-range mobile mapping system (MMS) and close-range photogrammetry for deformation monitoring. A case study of Cortes de Pallás in Valencia (Spain). Applied Sciences, 10(19), 6831.
• 8. Di Stefano, F., Chiappini S., Gorreja A., Balestra M. & Pierdicca, R., (2021). Mobile 3D scan LiDAR: a literature review. Geomatics, Natural Hazards and Risk, 12 (1), 2387-2429.
• 9. Di Stefano, F., Chiappini, S., Piccinini, F., & Pierdicca, R., (2020). Integration and Assessment Between 3D Data from Different Geomatics Techniques. Case study: The Ancient Urban Walls of San Ginesio (Italy). International Workshop on R3 in Geomatics: Research, Results and Review (pp. 186-197). Cham: Springer International Publishing El-Sheimy, N. (2005) An Overview of Mobile Mapping Systems, 3-19.
• 10. Gollob, C., Ritter, T., & Nothdurft, A., (2020). Forest inventory with long range and high-speed personal laser scanning (PLS) and simultaneous localization and mapping (SLAM) technology, Remote Sensing, 12(9), 1509.
• 11. Jaakkola, A., Hyyppä, J., Kukko, A., Yu, X., Kaartinen, H., Lehtomäki, M., & Lin, Y., (2010). A low-cost multi-sensoral mobile mapping system and its feasibility for tree measurements. ISPRS journal of Photogrammetry and Remote Sensing, 65(6), 514-522
• 12. James, M.R., & Quinton, J.N., (2014). Ultra-rapid topographic surveying for complex environments: The hand-held mobile laser scanner (HMLS). Earth Surface Process Landforms, 39(1), 138–142.
• 13. Kaijaluoto, R., (2015). Precise indoor localization for mobile laser scanner. Master thesis.
• 14. Kukko, A, Kaartinen, H, Hyyppa, J, Chen Y., (2012). Multiplatform mobile laser scanning: Usability and performance. Sensors, 12(9), 11712–11733.
• 15. Karimi, H.A.; Khattak, A.J.; & Hummer, J.E. Evaluation of mobile mapping systems for roadway data collection. Journal of Computing in Civil Engineering, 14(3), 168-173..
• 16. Lauterbach, H.A., Borrmann, D., Heß, R., Eck, D., Schilling, K., & Nuchter, A., (2015). Evaluation of a backpack-mounted 3D mobile scanning system. Remote Sensing, 7(10), 13753–13781.
• 17. Lin, Y.C., Cheng, Y.T., Zhou, T., Ravi, R., Hasheminasab, S.M., Flatt, J.E., Troy, C., & Habib, A., (2019). Evaluation of UAV LiDAR for mapping coastal environments. Remote Sensing, 11(24), 2832–2893.
• 18. Lovas, T., Hadzijanisz, K., Papp, V., & Somogyi, A., (2020). Indoor Building Survey Assessment. International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences, 43, 251–257.
• 19. Malinverni, E.S., Pierdicca, R., Bozzi, C.A., & Bartolucci, D., (2018). Evaluating a SLAM-Based Mobile Mapping System: A Methodological Comparison for 3D Heritage Scene Real-Time Reconstruction. Proceedings of the Metrology for Archaeology and Cultural Heritage, Cassino, Italy, 22–24 October 2018, 265–270.
• 20. McGlone, Ch.J., (2004), Manual of Photogrammetry, American Society for Photogrammetry and Remote Sensing, fifth edition, Bethesda
• 21. Mostafa E., Albanwan, H., & Qin, R., (2022) A Review of Mobile Mapping Systems: From Sensors to Application, Sensors, 6, 12-13.
• 22. Otero, R., Laguela, S., Garrido, I., & Arias, P. (2020). Mobile indoor mapping technologies: A review. Automation in Construction, 120, 103399.
• 23. Patrucco, G., Rinaudo, F., & Spreafico, A., (2019). Multi-source approaches for complex architecture documentation: The “palazzo ducale” in Gubbio (Perugia, Italy). International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences, 42, 953-960.
• 24. Pilarska, M., Ostrowski, W., Bakuła, K., Górski, K., & Kurczyński Z., (2016). The potential of light laser scanners developed for unmanned aerial vehicles – the review and accuracy, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 42, 87-95.
• 25. Pierzchała, M., Giguere, P., & Astrup, R., (2018). Mapping forests using an unmanned ground vehicle with 3D LiDAR and graph-SLAM. Computers and Electronics in Agriculture, 145, 217–225.
• 26. Raper, J., (2009). GIS, Mobile and Locational Based Services. International Encyclopedia of Human Geography, Kitchin, R., Thrift, N., (Eds.), Elsevier: Oxford, UK, 513–519.
• 27. Sairam, N., Nagarajan, S., Ornitz, S., (2016). Development of Mobile Mapping System for 3D Road Asset Inventory. Sensors, 16, 367.
• 28. Thomson, C., Apostolopoulos, G., Backes, D., Boehm, J., (2013). Mobile laser scanning for indoor modelling. ISPRS Annals of Photogrammetry Remote Sensing Spatial Information Sciences, 2, 289-293.
• 29. Tucci, G., Visintini, D., Bonora, V., Parisi, E.I., (2018). Examination of indoor mobile mapping systems in a diversified internal/external test field. Applied Sciences, 8(3), 401.
• 30. Vallet, B., Mallet, C., (2016). Urban Scene Analysis with Mobile Mapping Technology. Land Surface Remote Sensing in Urban and Coastal Areas; Baghdadi, N., Zribi, M., (Eds.); Elsevier: Amsterdam, The Netherlands, 63–100.
• 31. Wang, Y., Chen, Q., Zhu, Q., Liu, L., Li, C., Zheng, D., (2019). A survey of mobile laser scanning applications and key techniques over urban areas. Remote Sensing, 11, 1540.
• 32. Williams, R.D., Lamy, M., Lou Maniatis, G., Stott, E., (2020). Three-dimensional reconstruction of fluvial surface sedimentology and topography using personal mobile laser scanning. Earth Surf Process Landforms, 45(1), 251–261.
• 33. Wonwoo, C., Hanseop, S., Sangbong, K., KamLae, K., & Yunsoo, C. (2017). Applicability Analysis of MMS based Road Spatial Information. Transportation Research Procedia, 21, 189-198.
• 34. Yan, Y., Hajjar, J.F., (2021). Automated extraction of structural elements in steel girder bridges from laser point clouds. Automation in Construction, 125,103582.
• 35. Internet sources with sensors specifications:
• 36. https://www.lidaretto.com/lidaretto-with-hesai/
• 37. https://scanviz.eu/products/sv-mini/
• 38. https://shop.leica-geosystems.com/leica-blk/blk2go/overview
• 39. https://www.gexcel.it/en/solutions/heron-portable-3d-mapping-system/heron-lite-color
• 40. https://www.kaarta.com/products/stencil-pro/
• 41. https://www.zzcomm.com/
• 42. https://www.exyn.com/products/exyn-pak-mobile-lidar-technology
• 43. https://www.emesent.com/hovermap-st-x/
• 44. https://www.fjdynamics.com/pl/product/trion-s1-3d-lidar-scanner