Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  iterative closest point (ICP)
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
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.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.