Wyniki wyszukiwania - BazTech

1

Metoda OptD do redukcji danych w opracowaniu wyników pomiarów linii elektroenergetycznych

Błaszczak-Bąk W., Sobieraj-Żłobińska A.

Czasopismo Inżynierii Lądowej, Środowiska i Architektury / Journal of Civil Engineering, Environment and Architecture

|

2017

|

z. 64, nr 4/II

319--330

PL

Skaning laserowy to technologia dostarczająca we względnie krótkim czasie dużą ilość danych pomiarowych. Jest to zarazem pozytywna jak i negatywna cecha tej technologii. Z jednej strony w wyniku skaningu otrzymuje się dane, które szczegółowo odzwierciedlają pomierzony obiekt. Z drugiej strony trudność sprawia przetwarzanie takiej ilości danych i nie zawsze wszystkie dane ze skaningu są niezbędne do realizacji wybranego zadania. Z tych względów nieustannie trwają prace nad opracowaniem algorytmów umożliwiających usprawnienie ich przetwarzania. Jednym z rozwiązań jest zmniejszenie ilości danych. W pracy przedstawiono wyniki redukcji danych pochodzących z pomiaru lotniczym skaningiem laserowym napowietrznych sieci elektroenergetycznych. Pomiary były przeprowadzone na potrzeby inwentaryzacji. Uzyskaną chmurę punktów przetworzono wykorzystując metodę Optimum Dataset (OptD). Celem było sprawdzenie czy punkty obrazujące linie elektroenergetyczną nie zostaną utracone w trakcie przetwarzania metodą OptD. W metodzie OptD jako kryterium optymalizacyjne przyjęto stopień redukcji czyli jaki procent punktów ma zostać usunięty z oryginalnego zbioru (p%). Badania przeprowadzono dla dwóch przypadków: 1) p%=70%, (zbiór Ω1) oraz 2) p%=85% (zbiór Ω2). Uzyskane wyniki pokazały, że metoda OptD nie zakłóca obrazu linii elektroenergetycznych. Liczba punktów obrazująca linie jest wystarczająca do prawidłowego wyznaczenia przebiegu tej linii.

EN

Laser scanning is a technology that provides a large amount of measurement data in a relatively short time. It is both a positive and a negative feature of this technology. On the one hand, as a result of scanning, data is obtained that accurately reflects the measured object. On the other hand, it is difficult to process such a large amount of data, and not all of the data from the scanning is necessary to accomplish the selected task. For these reasons, works on developing algorithms to improve data processing are constantly conducted. One of the solution is to reduce the amount of data. The paper presents the results of data reduction from surveying of overhead power lines by means of ALS. The measurements were carried out for inventory purposes. The obtained point cloud was processed using the Optimum Dataset method (OptD). The aim was to check whether the points displaying the power lines will not be lost during the OptD processing. In the OptD method as the optimization criterion the degree of reduction was assumed. It is percentage of points which should be removed from the original dataset (p%). The research was carried out for two cases: 1) p% = 70%, (dataset Ω1) and 2) p% = 85% (dataset Ω2). The obtained results showed that the OptD method does not interfere with the image of power lines. The number of points displaying the lines is sufficient to correctly determine the course of this line.

2

Skaning laserowy jako technologia wielu zastosowań - pomiary geodezyjne na potrzeby architektów

Błaszczak-Bąk W., Sobieraj-Żłobińska A., Szulwic J., Minkowska E.

Zeszyty Naukowe. Inżynieria Środowiska / Uniwersytet Zielonogórski

|

2016

|

nr 164 (44)

73--83

PL

Skaning laserowy umożliwia pozyskanie chmury punktów, która może być opracowana i wykorzystana w różnych etapach inwestycji, od wykonywania prostych pomiarów na uzyskanym dzięki chmurze modelu lub na samej chmurze, po opracowywanie modeli cyfrowych zeskanowanych obiektów, ich wizualizacje i aranżacje wnętrz. W pracy przedstawiono możliwości zastosowania wyników naziemnego skanowania laserowego do opracowania projektu aranżacji wnętrza budynku o charakterze biurowym. Wymiarowanie obiektu zostało poprzedzone procesem wykrywania krawędzi i płaszczyzn w pozyskanych chmurach punktów. W ramach współpracy z architektem wykonany został projekt wnętrza.

EN

Laser scanning makes it possible to acquire a point cloud, which can be developed and used in various stages of investment, e.g: by performing simple measurements on point cloud or on the model created on the basis of this point cloud, the development of digital models of scanned objects, their visualizations and interior design. The paper presents the applicability of the results of terrestrial laser scanning for the development of a project of interior design of the building as office buildings. Dimensioning object was preceded by a process of detecting edges and surfaces in the acquired point clouds. In cooperation with the architect the interior design was made.

3

Applying RANSAC algorithm for fitting scanning strips from airborne laser scanning

Błaszczak-Bąk W., Janicka J., Sobieraj-Żłobińska A.

Civil and Environmental Engineering Reports

|

2016

|

No. 23(4)

29--41

EN

During the development of the data acquired by airborne laser scanning the important issue is the fitting and georeferencing of ALS point clouds by means of the tie surfaces and the reference planes. The process of scanning strips adjustment is based on mutual integration of point clouds (scanning strips) and their adaptation to the reference planes. In simultaneous adjustment all strips are combined into one geometrically coherent block, to which the coordinates are given. In the process of determining discrepancies between scanning strips it is important to determine the correct size of the shifts (offsets). Authors propose to do this by using RANSAC algorithm.

PL

Podczas opracowywania danych pozyskanych w wyniku lotniczego skaningu laserowego istotną kwestią jest wpasowanie i nadanie georeferencji szeregom ALS w oparciu o powierzchnie wiążące oraz płaszczyzny referencyjne. Proces wyrównania szeregów polega na wzajemnym wpasowaniu szeregów oraz ich dopasowaniu do płaszczyzn referencyjnych. W jednoczesnym procesie wyrównawczym wiąże się wszystkie szeregi w jeden spójny geometrycznie blok, któremu nadaje się współrzędne terenowe. W procesie wyznaczania rozbieżności szeregów istotne jest określenie prawidłowej wielkości przesunięć (offsetów). Autorzy proponują w tym celu wykorzystanie algorytmu RANSAC.

4

Point cloud unification with optimization algorithm

Błaszczak-Bąk W., Sobieraj A.

Technical Sciences / University of Warmia and Mazury in Olsztyn

|

2015

|

nr 18(4)

271--282

EN

Terrestrial laser scanning is a technology that enables to obtain three-dimensional data - an accurate representation of reality. During scanning not only desired objects are measured, but also a lot of additional elements. Therefore, unnecessary data is being removed, what has an impact on efficiency of point cloud processing. It can happen while single point clouds are displayed - user decides what he wants to deleted and does it manually, or by using tools provided in dedicated for point cloud processing softwares. In Leica Geosystems Cyclone - software used here in tests, user can apply tools e.g. for merging or unification of point clouds. Both of them change the separate points clouds into one points cloud, however unification can be executed with reduction - low, medium, high, highest or no reduction at all. It should be noted, that the modeled objects may have complex structure and unification with selected type of reduction can have a very big impact on the result of modeling. In such situation it is desirable to apply different types of reduction. In this article authors propose to apply an optimization algorithm on unified point clouds. Unification conducted by means of Cyclone Leica Geosystems (v.7.3.3) enables to merge point clouds and reduced the number of points. The point elimination is determined mainly by spacing between points. It may leads to loose of important points - representing some essential elements of scanned objects or area. Applying optimization algorithm, especially for complex objects, may help to reduce the number of points without losing the information necessary for proper modeling.

5

Problem jednoznacznej identyfikacji słupa energetycznego w procesie inwentaryzacji linii wysokiego napięcia metodą lotniczego skaningu laserowego

Błaszczak-Bąk W., Janicka J., Pająk K., Sobieraj A.

Przegląd Geodezyjny

|

2015

|

R. 87, nr 4

7--10

PL

Inwentaryzację linii elektroenergetycznych przeprowadza się w celu poprawy bezpieczeństwa elektroenergetycznego sieci. Można ją wykonać np. przy użyciu lotniczego skaningu laserowego. W trakcie pomiaru otrzymuje się chmurę punktów, z której podczas klasyfikacji wyłonione zostają podzbiory punktów reprezentujących słup elektroenergetyczny. Linie średniego i wysokiego napięcia budowane są głównie na słupach stalowych. W opracowaniach, jakie powstają w trakcie inwentaryzacji (np. przekrojach) słupy muszą być zobrazowane w postaci jednego punktu, o znanych współrzędnych x, y, z. W pracy przedstawiono metody identyfikacji słupa elektroenergetycznego linii wysokiego napięcia (słupa stalowego) i wyboru takiego punktu z grupy punktów reprezentujących słup po klasyfikacji, który może reprezentować słup zgodnie z obowiązującymi normami. W celu weryfikacji zaprezentowanych metod, słupy elektroenergetyczne zostały również pomierzone techniką GPS RTK, z zastosowaniem wcięcia liniowego do środka słupa.

EN

Inventory of power lines is carried out to improve the safety of the power network. It can be done using airborne laser scanning. From obtained point cloud, after its classification, subsets of points representing the masts are extracted. Lines of medium and high voltage are built mainly on steel poles. In the studies that arise in the course of such inventory e.g. sections, pylons must be visualized in the form of a single point with known coordinates x, y, z. The paper presents a method of identifying a pylon of high-voltage electric power lines (steel pillars) and selection one from the group of points representing pylon, which can represent it, in accordance with applicable standards. In order to verify the presented methods, pylons were also measured by means of GPS RTK using a linear indentation in the center of the mast.

6

Zastosowanie lotniczego skaningu laserowego do oceny stanu dróg w planowaniu transportu

Błaszczak-Bąk W., Janicka J., Sobieraj A.

Logistyka

|

2015

|

nr 4

2478--2486, CD2

PL

W planowaniu usług transportowych bardzo ważne jest optymalne zaplanowanie trasy przejazdu. Do tego typu zadań wykorzystuje się nowoczesne narzędzia IT wyposażone w aktualne dane mapowe. Istotne są także informacje dotyczące ruchu drogowego jak i dane na temat stanu dróg. Te pierwsze można pozyskiwać z systemów ITS (Intelligent Transportation System - Inteligentne Systemy Transportowe), drugie udostępniane są przez zarządcę drogi. W przypadku stanu dróg krajowych GDDKiA (Główna Dyrekcja Dróg Krajowych i Autostrad), będąca ich zarządcą, przeprowadza corocznie pomiary w ramach m.in. serwisów SOSN (System Oceny Stanu Nawierzchni) i SOPO (System Oceny Stanu Poboczy i Odwodnienia Dróg). Współpracują one z system komputerowym BDD (Bank Danych Drogowych). Dodatkowym źródłem informacji o stanie dróg mogą być dane pozyskane w technologii skaningu laserowego. W pracy opisano możliwości wykorzystania lotniczego skaningu laserowego ALS (Airborne Laser Scanning). W oparciu o chmurę punktów ALS opracowano przekroje poprzeczne zeskanowanego fragmentu pasa drogowego. Opracowano także numeryczny model terenu. Uzyskane dane mogą być dodatkowym źródłem danych do systemów wspomagających planowanie transportu.

EN

In the planning of transport services, it is important to plan the optimal route. For this type of tasks modern IT tools equipped with up to date map data have been applied. Traffic information and data on the state of the roads are also relevant. The first one can be obtained from ITS (Intelligent Transportation System), the second is provided by the manager of the road. In the case of national roads GDDKiA (Główna Dyrekcja Dróg Krajowych i Autostrad - General Directorate for National Roads and Motorways) - the manager, conducts the annual measurements as part of, among others, SOSN and SOPO services. These services cooperate with the computer system BDD (Bank Danych Drogowych - Road Data Bank). Another source of information about the state of roads can be the data collected by means of laser scanning technology. This paper describes the possibilities of using airborne laser scanning (ALS). On the basis of the ALS point cloud cross-sections of the scanned roadway have been developed. Point cloud is also a good source for digital terrain model generation. The data obtained may be an additional source of data for transport planning support systems.

7

Porównanie pomiarów z inwentaryzacji linii wysokiego napięcia za pomocą lotniczego skaningu laserowego oraz tachimetrii

Janicka J., Błaszczak-Bąk W., Sobieraj A.

Czasopismo Inżynierii Lądowej, Środowiska i Architektury / Journal of Civil Engineering, Environment and Architecture

|

2015

|

z. 62, nr 4

155--166

PL

Inwentaryzację linii energetycznych można przeprowadzić korzystając ze wsparcia lotniczego skaningu laserowego oraz innych technologii takich jak metody klasyczne czy GPS. Metody te wymagają innego nakładu finansowego, sprzętu i liczby osób opracowujących dane. W pracy porównano wyniki pomiarów inwentaryzacji linii elektroenergetycznych wysokiego napięcia 110 kV relacji Modzyszyn-Tczew.

EN

The inventory of power lines can be performed using technology ALS and another technologies such as classical methods or GPS. These methods require a different financial effort, equipment and the number of people developing the data. The study compared the results of measurements of inventory of the high voltage power line between two objects Modzyszyn and Tczew.

8

Impact of optimization of ALS point cloud on classification

Błaszczak-Bąk W., Sobieraj A.

Technical Sciences / University of Warmia and Mazury in Olsztyn

|

2013

|

nr 16(2)

147--164

EN

Airborne laser scanning (ALS) is one of the LIDAR technologies (Light Detection and Ranging). It provides information about the terrain in form of a point cloud. During measurement is acquired: spatial data (object’s coordinates X, Y, Z) and collateral data such as intensity of reflected signal. The obtained point cloud is typically applied for generating a digital terrain model (DTM) and a digital surface model (DSM). For DTM and DSM generation it is necessary to apply filtration or classification algorithms. They allow to divide a point cloud into object groups (e.g.: terrain points, vegetation, etc.). In this study classification is conducted with one extra parameter–intensity. The obtained point groups were used for digital spatial model generation. Classification is a time and work consuming process, therefore there is a need to reduce the time of ALS point cloud processing. Optimization algorithm enables to decrease the number of points in a dataset. In this study the main goal was to test the impact of optimization on the results of a classification. Studies were conducted in two variants. Variant 1 includes classification of the original point cloud where points are divided in the groups: roofs, asphalt road, tree/bushes, grass. On variant 2 before classification, an optimization algorithm was performed in the original point cloud. Obtained from these two variants object groups were used to generate a spatial model, which was then statistically analyzed.

9

The Impact of Optimizing the Number of Points of ALS Data Set on the Accuracy of the Generated DTM

Błaszczak-Bąk W.

Technical Sciences / University of Warmia and Mazury in Olsztyn

|

2012

|

nr 15(2)

265-278

EN

Airborne laser scanning technology delivers the result of the survey in the form of a point cloud. In order to construct a digital terrain model, it is necessary to perform filtration, which consists in separating data reflecting the relief features from the data reflecting situational details. In view of the very large amount of data in the survey data set, as well as the time consumption and difficulty in automatic filtration of the point cloud, it is possible to apply an optimization algorithm reducing the size of the point cloud while deriving a digital terrain model. This study presents the stages of compiling an airborne laser scanning point cloud using filtration and optimization. The filtration was carried out using the adaptive TIN model and the method of robust moving surfaces, while optimization was carried out with the application of an already existing algorithm to reduce the size of the survey data set. The effect of reducing the size of the data set on the accuracy of the generated DTM was tested and empirical and numerical tests have been performed.

10

Proposed Technology of lidar data processing to build DTM

Błaszczak-Bąk W., Janowski A.

Reports on Geodesy

|

2009

|

z. 2/87

29-38

EN

Light Detection and Ranging (LiDAR) is a sensing technology whieh has application in building the Digital Terrain Model (DTM). A point cloud generated from laser scanning makes up the so-called large dataset, which is difficult and sometimes even impossible to use directly. Import of LiDAR point cloud into appropriate software and its processing is time-consuming and demands high computing power. Therefore, it is advisable to optimize the volume of observation results which make up the point cloud. The following paper presents operation of a modified algorithm for optimization of points' number in a large dataset [Błaszczak W., 2006]. The optimization involves reduction and uses existing cartographic generalization methods. The optimized dataset was filtered, and during the process the points representing the terrain were separated from data representing non-ground elements. Filtration was carried out with the application of a proposed new method including trend line in search belts, and the laser power used to register points. The optimized and filtered data set was then used to build a DTM. The results obtained encourage further detailed study of theoretical and empirical character.