Wyniki wyszukiwania - BazTech

1

Analiza jakości wyników mobilnego skaningu laserowego w kontekście inwentaryzacji infrastruktury transportowej

Nowel K.

Logistyka

|

2016

|

nr 1

336--342, CD1

PL

Mapy i modele (w tym 3D) dróg, torów kolejowych czy portów morskich odgrywają zasadniczą rolę w transporcie i logistyce. W działaniach praktycznych związanych z pozyskiwaniem danych pomiarowych dla tego celu, coraz większe zainteresowanie wzbudza technologia skaningu laserowego, szczególnie mobilnego skaningu laserowego. Niestety, pomiar skaningiem laserowym (jak każdy inny pomiar) jest obarczony błędami. W przypadku skaningu laserowego wielkość tych błędów zależy od kilku czynników. W niniejszej pracy zbadano wpływ dwóch czynników, które zmieniają się najbardziej w trakcie skanowania mobilnego. Tymi czynnikami są warunki geometryczne skanowania oraz barwa skanowanej powierzchni. Przeprowadzone badania mają istotne znaczenie dla wydajnego i skutecznego wykorzystania technologii mobilnego skaningu laserowego, szczególnie w inwentaryzacji infrastruktury transportowej.

EN

Maps and models (including 3D) roads, railways and sea ports play an essential role in transport and logistics. In practical activities related to the acquisition of measurement data for this purpose, it is increasingly clear interest in laser scanning technology, especially mobile laser scanning. Unfortunately, the measurement of laser scanning (like any other measurement) is affected by errors. In the case of laser scanning magnitude of these errors it depends on several factors. In the present study we investigated the effect of two factors that change the most during the scanning of the mobile. These factors include the conditions of geometric scanning, and color scanned surface. The studies are important for efficient and effective use mobile laser scanning technology, especially in transport infrastructure inventory.

2

Wdrożenie systemu do pomiaru skrajni linii kolejowych oraz systemu zarządzania kodyfikacją linii kolejowych

Leszczewicz Z., Warda A., Mikrut S., Pyka K., Tokarczyk R.

Zeszyty Naukowo-Techniczne Stowarzyszenia Inżynierów i Techników Komunikacji w Krakowie. Seria: Materiały Konferencyjne

|

2015

|

Nr 3(107)

89--102

PL

Jednym z warunków zwiększenia automatyzacji zarządzania transportem intermodalnym i przewozem przesyłek z przekroczoną skrajnią ładunkową jest kodyfikacja linii kolejowych. PKP Polskie Linie Kolejowe S.A. od kilku lat prowadzi intensywne prace zmierzające do wdrożenia kodyfikacji na liniach kolejowych zarządzanych przez Spółkę. W artykule przedstawione zostały wyniki kilkuletnich badań w zakresie mobilnych systemów pomiarowych skrajni linii kolejowych oraz budowy bazy danych i implementacji kodyfikacji linii kolejowych zgodnie z przepisami zawartymi w Kartach UIC 502-2. Zaprezentowane zostały również efekty wdrożenia systemu pomiarowego oraz informatycznego systemu zarządzania procesem kodyfikacji. Głównym celem wykonanego w PKP Polskie Linie Kolejowe SA projektu pt.: „Opracowanie innowacyjnej metodyki i informatycznego systemu zarządzania dla kodyfikacji linii kolejowej” było opracowanie technologii pozyskiwania modelu przestrzennego infrastruktury pasa kolejowego na bazie pomiarów laserowych, fotogrametrycznych, GPS oraz IMU (Inertial Measurement Unit) wykonanych z mobilnej platformy pomiarowej poruszającej się po torach z prędkością do 100 km/h. Głównymi wyzwaniami projektowymi były: wybór parametrów i konfiguracji sprzętowej dla mobilnego systemu do pomiaru skrajni linii kolejowych, opracowanie systemu informatycznego zarządzania procesem kodyfikacji oraz jego funkcjonalności w zakresie przetwarzania danych pomiarowych, zachowanie wymaganych dla pomiaru skrajni kolejowej dokładności systemu pomiarowego oraz optymalizacja przetwarzania terabajtowych plików obserwacyjnych. W trakcie realizacji zespół projektowy wielokrotnie weryfikował swoje pierwotne założenia. Niektóre funkcjonalności zostały dodane na podstawie uwag zgłaszanych przez użytkowników końcowych na przeprowadzonych szkoleniach. Wdrożenie systemu pomiarowego skrajni linii kolejowych jest niezbędne do utrzymania aktualnej i wydajnej bazy danych skrajni linii kolejowych. Otrzymane wyniki wskazują na potrzebę stworzenia systemu stacji referencyjnych pozycjonowania satelitarnego wzdłuż linii kolejowych. Niezbędna jest również ścisła współpraca z jednostkami prowadzącymi ruch kolejowy w celu zapewnienia optymalnego czasu przejazdu oraz zwrócenie szczególnej uwagi na planowanie tras pomiarowych w celu uniknięcia przestojów na trasie pomiaru.

EN

One of the conditions for increasing, and, in particular, for automating management of intermodal transport and carriage of consignments with an increased loading clearance gauge is the codification of railway lines. For several years PKP Polskie Linie Kolejowe S.A. has been conducting an intensive research aimed at the implementation of codification of railway lines that are managed by the Company. This paper presents results of many years of research in the field of mobile measuring systems applied for railway loading clearance gauge measurements, and in the field of establishing a database and implementing codification of railway lines in compliance with provisions included in UIC 502-2 Leaflets. Moreover, the results of implementation of the measuring system and the IT system for the codification process management are demonstrated. The main goal of the project developed by the PKP Polskie Linie Kolejowe S.A. and titled “Development of an Innovative Methodology and IT System of Management for the Railway Line Codification” was to work out a spatial model of railway track corridor on the basis of laser, photogrammetric, GPS, and IMU measurements made from a mobile measuring flatcar, travelling along the track with the speed of up 100 km/h. Main project challenges were as the following: selecting parameters and equipment configuration for the mobile system to measure railway loading clearance gauge, develop a computer system to manage the codification process and functionality of the system in respect of measurement data processing, maintain accuracy of the measuring system as required for railway loading clearance gauge measuring and optimise processing of observation files. In the course of the project duration, the project team has verified their original assumptions many times. Some functionalities have been added based on comments made by final users during training courses. Implementation of railway loading clearance gauge measuring system is necessary to maintain an up-to-date and effective database of railway line loading clearance gauges. Results that have been obtained show that it is needed to create a system of reference stations along railway lines. It is also necessary to be especially cautious when devising measurement routes, and to closely cooperate with units that operate and control the railway traffic in order to ensure an optimum time of ride, and to avoid stopovers on the measurement route, which might reduce the obtained measurement accuracies.

3

Gęstość chmury punktów pochodzącej z mobilnego skanowania laserowego

Warchoł A.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2015

|

Vol. 27

149--161

PL

Dzięki intensywnemu rozwojowi technologia LiDAR (Light Detection And Ranging) jest w ostatnim czasie co raz bardziej popularną metodą pozyskiwania informacji przestrzennej. Rejestrowanie przestrzeni za pomocą skanerów laserowych zamontowanych na mobilnej platformie łączy w sobie szybkość pozyskiwania gęstej chmury punktów z dokładnościami centymetrowymi. Jest to więc bardzo skuteczne rozwiązanie do pozyskiwania informacji o obiektach wydłużonych (liniowych), a także ich otoczeniu. Wynikowa chmura punktów, aby mogła być wykorzystywana do poszczególnych zastosowań, musi spełniać określone parametry, zarówno dokładnościowe jak i jakościowe. Zwykle zamawiający określa wartości parametrów, które w projekcie należy uzyskać. O ile w kwestii parametrów dokładnościowych nie pojawiają się rozbieżności co do metodyki, o tyle w przypadku gęstości chmury punktów sytuacja nie jest jednoznaczna. Ze względu na specyfikę danych MLS (Mobile Laser Scanning), nie można tu zastosować bezpośrednio rozwiązań z ALS (Airborne Laser Scanning). Podawanie również gęstości chmury punktów jako ilorazu liczby punktów przez „płaskie” pole powierzchni powstające z rzutu granicy projektu na płaszczyznę, powoduje mylne wrażenie o gęstości chmury punktów na zeskanowanych obiektach. A właśnie gęstość chmury punktów na obiektach jest kluczowym kryterium w kwestii jej przydatności do dalszego przetwarzania i wykorzystania (np. możliwość rozpoznania obiektów na chmurze). W niniejszym artykule, na trzech polach testowych, zbadano trzy różne metody obliczania gęstości zbioru danych LiDAR dzieląc liczbę punktów: najpierw przez „płaskie” pole powierzchni, następnie przez „trójwymiarowe”, a kończąc na metodzie voxelowej. Najbardziej wiarygodną wydaje się być metoda voxelowa, która oprócz samych lokalnych wartości gęstości, przedstawia ich przestrzenny rozkład.

EN

The LiDAR (Light Detection And Ranging) technology is becoming a more and more popular method to collect spatial information. The acquisition of 3D data by means of one or several laser scanners mounted on a mobile platform (car) could quickly provide large volumes of dense data with centimeter-level accuracy. This is, therefore, the ideal solution to obtain information about objects with elongated shapes (corridors), and their surroundings. Point clouds used by specific applications must fulfill certain quality criteria, such as quantitative and qualitative indicators (i.e. precision, accuracy, density, completeness).Usually, the client fixes some parameter values that must be achieved. In terms of the precision, this parameter is well described, whereas in the case of density point clouds the discussion is still open. Due to the specificities of the MLS (Mobile Laser Scanning), the solution from ALS (Airborne Laser Scanning) cannot be directly applied. Hence, the density of the final point clouds, calculated as the number of points divided by "flat" surface area, is inappropriate. We present in this article three different ways of determining and interpreting point cloud density on three different test fields. The first method divides the number of points by the "flat" area, the second by the "three-dimensional" area, and the last one refers to a voxel approach. The most reliable method seems to be the voxel method, which in addition to the local density values also presents their spatial distribution.

4

Segmentacja danych MLS z użyciem procedur Point Cloud Library

Grochowska M.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2013

|

Vol. 25

67--76

PL

Mobilny skaning laserowy jest dynamicznie rozwijającą się technologią pomiarową, która staje się coraz bardziej powszechna w zakresie pozyskiwania trójwymiarowej informacji przestrzennej. W artykule przedstawiono wstępne wyniki segmentacji danych pozyskanych techniką MLS. Dane użyte w niniejszej pracy pozyskano w ramach pomiaru inwentaryzacyjnego infrastruktury linii kolejowej na odcinku Warszawa Zachodnia – Rembertów. Pomiar chmury punktów zrealizowano za pomocą zespołu skanerów profilowych zainstalowanych na platformie kolejowej. Proces segmentacji wykonano przy zastosowaniu narzędzi programu ‘open source’ Point Cloud Library. Wykorzystano szablony biblioteki PCL, która zawiera algorytmy segmentacji do odrębnych klasterów. Algorytmy te są najlepiej dostosowane do przetwarzania chmury punktów, składającej się z określonej liczby izolowanych przestrzennie regionów. Szablon biblioteki wykonuje ekstrakcję klastra w oparciu o dopasowanie modelu poprzez metody konsensusu próbek dla różnych parametrycznych modeli (płaszczyzny, walce, kule, linie, itp.). Większość operacji matematycznych jest realizowana na podstawie biblioteki Eigen, zbioru szablonów algebry liniowej. W niniejszym referacie przedstawiono szereg zagadnień związanych z zastosowaniem oprogramowania PCL i jego możliwościami.

EN

Mobile laser scanning is dynamically developing measurement technology, which is becoming increasingly widespread in acquiring three-dimensional spatial information. Continuous technical progress based on the use of new tools, technology development, and thus the use of existing resources in a better way, reveals new horizons of extensive use of MLS technology. Mobile laser scanning system is usually used for mapping linear objects, and in particular the inventory of roads, railways, bridges, shorelines, shafts, tunnels, and even geometrically complex urban spaces. The measurement is done from the perspective of use of the object, however, does not interfere with the possibilities of movement and work. This paper presents the initial results of the segmentation data acquired by the MLS. The data used in this work was obtained as part of an inventory measurement infrastructure railway line. Measurement of point clouds was carried out using a profile scanners installed on the railway platform. To process the data, the tools of ‘open source' Point Cloud Library was used. These tools allow to use templates of programming libraries. PCL is an open, independent project, operating on a large scale for processing 2D/3D image and point clouds. Software PCL is released under the terms of the BSD license (Berkeley Software Distribution License), which means it is a free for commercial and research use. The article presents a number of issues related to the use of this software and its capabilities. Segmentation data is based on applying the templates library pcl_segmentation, which contains the segmentation algorithms to separate clusters. These algorithms are best suited to the processing point clouds, consisting of a number of spatially isolated regions. Template library performs the extraction of the cluster based on the fit of the model by the consensus method samples for various parametric models (planes, cylinders, spheres, lines, etc.). Most of the mathematical operation is carried out on the basis of Eigen library, a set of templates for linear algebra.

5

Analiza dokładności przestrzennej danych z lotniczego, naziemnego i mobilnego skaningu laserowego jako wstęp do ich integracji

Warchoł A.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2013

|

Vol. 25

255--260

EN

The following article presents an analysis of accuracy three point clouds ( airborne, terrestrial and mobile) obtained for the same area. The study was conducted separately for the coordinates (X, Y) - examining the location of buildings vertex and separately for the coordinate (Z) - comparing models built on each of the clouds. As a baseline measurement for both analyzes (X, Y and Z), the totalstation measurement was taken.

PL

Poniższy artykuł przedstawia analizę dokładnościową trzech chmur punktów (dane lotnicze, naziemne i mobilne) pozyskanych dla tego samego obszaru. Badania przeprowadzono osobno dla współrzędnych (X,Y) – badając położenie załamań ścian budynków oraz osobno dla współrzędnej (Z) - porównując modele zbudowane na każdej z chmur. Jako pomiar referencyjny dla obu analiz (X,Y oraz Z) przyjęto wyniki z pomiaru tachimetrycznego.

6

Opracowanie i ocena skuteczności działania algorytmu segmentacji słupów trakcyjnych pomierzonych techniką mobilnego skaningu laserowego

Pastucha E., Słota M.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2012

|

Vol. 24

267--278

PL

W artykule przedstawiono metodę detekcji kolejowych słupów trakcyjnych w oparciu o dane pochodzące ze skaningu laserowego. Głównymi założeniami podczas opracowywania algorytmu były uniwersalność metody, niezależność od parametrów definiowanych przez użytkownika oraz wysoki stopień automatyzacji. Z uwagi na objętość zbiorów danych ze skaningu laserowego i związanych z tym problemów z efektywnym przetwarzaniem chmur punktów, w proponowanym algorytmie obliczenia podzielono na dwa etapy. W etapie pierwszym wyznaczane są regiony, w których potencjalnie mogą występować słupy trakcyjne. Natomiast w etapie drugim weryfikowane jest położenie słupów w obszarach potencjalnych oraz wyszukiwane są punkty zarejestrowane na powierzchniach słupów. W celu uproszczenia obliczeń w pierwszym etapie analizowana jest różnica w gęstości punktów, znajdujących się bezpośrednio nad torami kolejowymi. W etapie drugim każdy z potencjalnych regionów analizowany jest indywidualnie. Po pierwsze wyznaczane są podzbiory punktów z wykorzystaniem kryterium wysokości. W podzbiorach w sposób iteracyjny odrzucane są punkty, których odległość do średniego położenia punktów w podzbiorze jest większa od przyjętej wielkości granicznej. W ten sposób usuwane są odbicia od obiektów znajdujących sie w sąsiedztwie słupów takich jak drzewa czy lampy, natomiast zachowywane są punkty należące do poszukiwanych słupów trakcyjnych. Przeprowadzone badania potwierdziły skuteczność opracowanego algorytmu. Proponowana metoda pozwoliła na detekcję wszystkich rodzajów słupów, znajdujących się w obszarze zainteresowania.

EN

In the last few years in Poland the railway infrastructure modernization program was lounged. It requires fast and precise technique to acquire data sets. Mobile laser scanning could be implemented, however automatic modeling methods from point cloud data sets are not suitable for geometrically complex railway infrastructure equipment such as traction poles. The main object of this study is the development of automatic traction poles extraction algorithm from laser scanning data. The flexibility of the method and independence from user-defined parameters were the main algorithm objectives. Because of the laser scanning data volume, simple calculations on point cloud subsets should be used to assure processing efficiency. In this study the combination of density and distance analysis was used. Proposed algorithm has been divided into two stages. In the first step regions of interest are selected by analysis of density difference for points located directly above the railway tracks. The influence of point density bin size on the number of correctly classified region was tested. In the second stage, each of the potential regions is analyzed individually. Iterative method of rejecting points based on distance criteria was used to extract traction poles points. In the study the point cloud from mobile laser scanner with density of 700 points/m2 was used. The test area covers 1.5 km railroad section between Miechow and Slomniki in Poland and contains 26 traction poles. All traction poles within study area were detected. It was proved that by appropriate combination of density and distance analysis, accurate traction poles extraction is possible even in complex regions with many surrounding objects.

7

Analiza algorytmów detekcji obiektów infrastruktury kolejowej na podstawie chmury punktów mobilnego skaningu laserowego

Marmol U.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2012

|

Vol. 24

211--220

PL

Tematem niniejszego artykułu jest detekcja obiektów infrastruktury kolejowej na podstawie chmury punktów mobilnego skaningu laserowego. Pierwszym istotnym etapem, zanim przystąpi się do właściwej detekcji, jest usunięcie szumu pomiarowego. W przypadku skaningu mobilnego szum jest kluczowym problemem, gdyż wprowadza duże zakłócenia do danych pomiarowych. W pierwszej części artykułu zawarto krótką charakterystykę programów pod kątem prostych filtrów geometrycznych, które zarówno usuwają szumy jak i przeprowadzają proste operacje klasyfikacji (na przykład wydzielenie obiektów oddalonych o określoną wartość głębokości). Dopiero po usunięciu szumu jest możliwe rozpoznawanie obiektów. Jest to stosunkowo nowe zagadnienie, otwierające szerokie pole do analiz i badań naukowych. Do tej pory zostało opisanych kilka metod klasyfikacji danych pochodzących z mobilnych systemów laserowych. Część algorytmów opiera się na metodach wywodzących się z teorii przetwarzania obrazów. Rozproszona chmura punktów jest zapisywana w siatce regularnej jako raster, którego wartości pikseli odpowiadają głębokości lub intensywności danych laserowych. Do metod opartych na obrazach możemy zaliczyć: algorytmy wykorzystujące filtry morfologiczne i algorytmy wyszukiwania. Inne metody detekcji obiektów bazują na danych rozproszonych, czyli oryginalnej chmurze punktów. Przykładem może być metoda oparta na algorytmie RANSAC. Przeprowadzona analiza algorytmów filtracji ujawniła, że mobilny skaning laserowy może stanowić miarodajne źródło do wyodrębniania obiektów.

EN

The subject of this paper is detection of railway infrastructure objects based on mobile laser scanning. The first important step, made before proceeding with correct detection, is to remove the measurement noise. In the case of mobile scanning noise is a key issue, since it introduces a large distortion of the measurement data. In the first part of the article a brief description of the programs in terms of simple geometric filters which both remove noise and carry out simple operations of the classification (for example, the separation of objects spaced by a certain depth). Object recognition is possible only after the removal of the noise This is a relatively new problem, opening a wide field for analysis and research. So far several methods have been described for the classification of the mobile data. Some algorithms based on methods derived from the image processing theory. Scattered cloud of points is stored in a regular grid, the pixel values correspond to the depth or intensity of the laser data. The image-based methods: algorithms using morphological filters and retrieval algorithms. Other methods are based on the detection of objects from the original cloud of points. An example is the method based on RANSAC algorithm. An analysis of filtering algorithms revealed that mobile laser scanning can be a reliable information source to extract objects.

8

Mobilne skanowanie laserowe obiektów liniowych

Wasiuk R., Szadkowski A., Mahrburg A., Szadkowska Ż.

Drogownictwo

|

2011

|

nr 11

360-365

PL

Mobilne skanowanie laserowe to nowoczesna technologia pozwalająca na zbieranie danych wzdłuż dróg, torów i tuneli bez konieczności wstrzymywania ruchu. Dokładności pomiarów uzyskiwane tą technologią są na poziomie kilku centymetrów, a czas realizacji projektu jest krótszy. W Polsce świadomość korzyści wynikających z zastosowania tej technologii jest wciąż niska.

EN

Mobile laser scanning is a new technology allowing to acquire spatial data along the roads, tracks and tunnels without jamming the traffic. Accuracy is few cm and project duration is shorter. In Poland there is still low awareness of the benefits of this technology.