20/05/2022
Door Ad Spijkers
Ingenieurs van de École Polytechnique Fédérale de Lausanne (EPFL) en de Université de Genève menen dat zij de sleutel hebben tot geautomatiseerde drone-mapping.
Driedimensionale (3D) mapping is een nuttig hulpmiddel, zoals voor het bewaken van bouwplaatsen, het volgen van de effecten van klimaatverandering op ecosystemen en het verifiëren van de veiligheid van wegen en bruggen. De technologie die momenteel wordt gebruikt om het mappingproces te automatiseren, is echter beperkt, waardoor het een lange en kostbare onderneming is.
De Zwitserse onderzoekers combineren kunstmatige intelligentie met een nieuw algoritme. De tijd en middelen die nodig zijn om complexe landschappen nauwkeurig te scannen, kunnen hierdoor aanzienlijk te verminderen.
Zwitserland brengt momenteel zijn hele landschap in kaart met behulp van laserscanners in de lucht. Dat is de eerste keer sinds 2000. Maar het proces zal vier tot vijf jaar duren, aangezien de scanners op een hoogte van minder dan een kilometer moeten vliegen om gegevens met voldoende detail en nauwkeurigheid te verzamelen. Met deze nieuwe methode kunnen landmeters laserscanners sturen tot wel vijf kilometer hoog en toch nauwkeurig blijven. De lasers zijn gevoeliger en kunnen licht over een veel groter gebied uitstralen, waardoor het proces vijf keer sneller gaat.
Lidar
Lidar laserscanners stralen miljoenen lichtpulsen uit op oppervlakken om digitale tweelingen met hoge resolutie te creëren. De op computers gebaseerde replica's van objecten of landschappen kunnen bijvoorbeeld worden gebruikt in architectuur, wegenstelsels en productie. De lasers zijn effectief in het verzamelen van ruimtelijke gegevens, omdat ze niet afhankelijk zijn van omgevingslicht. Ook kunnen ze nauwkeurige gegevens op grote afstanden verzamelen en in wezen door vegetatie heen 'kijken'.
Maar de nauwkeurigheid van lasers gaat vaak verloren wanneer ze op drones of andere bewegende voertuigen worden gemonteerd. Dit geldt vooral in gebieden met veel obstakels zoals dichtbevolkte steden, ondergrondse infrastructuurlocaties en plaatsen waar GPS-signalen worden onderbroken. Dit resulteert in hiaten en verkeerde uitlijning in de datapunten, wat kan leiden tot 'dubbel zien' van gescande objecten. De wolkenpunten worden gebruikt om 3D-kaarten te genereren (ook bekend als laserpuntwolken). Deze fouten moeten handmatig worden gecorrigeerd voordat een kaart kan worden gebruikt.
Voorlopig is er geen manier om perfect uitgelijnde 3D-kaarten te genereren zonder handmatige gegevenscorrectie. Wel worden veel halfautomatische methoden onderzocht om dit probleem op te lossen. Het voordeel van de nieuwe oplossing is dat het probleem direct op scannerniveau wordt opgelost, waar metingen worden gedaan, zodat er geen correcties meer nodig zijn. Het is ook volledig door software gestuurd, wat betekent dat het snel en naadloos kan worden geïmplementeerd door eindgebruikers.
Automatisering
De methode maakt gebruik van recente ontwikkelingen in kunstmatige intelligentie om te detecteren wanneer een bepaald object meerdere keren vanuit verschillende hoeken is gescand. De methode omvat het selecteren van overeenkomsten en het invoegen hiervan in wat een dynamisch netwerk wordt genoemd. Dit om hiaten en verkeerde uitlijningen in de laserpuntwolk te corrigeren.
De onderzoekers brengen meer automatisering in de 3D-kaarttechnologie. Dit moet een grote bijdrage leveren aan het verbeteren van de efficiëntie en productiviteit en een veel breder scala aan toepassingen mogelijk zal maken.
Foto: Topo/EPFL