2022-05-20 スイス連邦工科大学ローザンヌ校(EPFL)
「これまでは十分な精度でデータを収集するためには、スキャナーは、高度1キロメートル以下で飛行しなければならなかった。」EPFLの建築・土木・環境工学部（ENAC）の測地工学研究所（トポ）の上級科学者であるジャン・スカラウド氏は話す。「私たちの方法では、測量士はレーザースキャナーを5kmの高さにまで飛ばすことができ、しかも精度を維持することができます。私たちのレーザーはより感度が高く、より広い範囲に光を照射することができるので、プロセスを5倍速くすることができます。」
レーザーは、ドローンなどの移動体に搭載された場合、特に密集した都市や地下インフラ現場、GPS信号が遮断された場所など、多数の障害物がある場所では、その精度が失われることがよくあります。地図として利用する前に手作業で修正する必要があります。」
「今のところ、手作業でデータを補正することなく、完璧にアライメントされた3Dマップを生成する方法はありません」とクッチは言う。「この問題を解決するために、多くの半自動化された方法が検討されていますが、当社のものは、測定が行われるスキャナレベルで直接問題を解決するため、その後の補正が不要になるという利点があります。また、完全なソフトウェア駆動型であるため、エンドユーザーが迅速かつシームレスに実装することが可能です。」
＜関連情報＞
- https://actu.epfl.ch/news/the-missing-piece-to-faster-cheaper-and-more-accur/
- https://www.sciencedirect.com/science/article/pii/S0924271622001307?via%3Dihub
動的ネットワークにおけるキネマティックスキャンの厳密な登録のためのライダー点間対応関係 Lidar point–to–point correspondences for rigorous registration of kinematic scanning in dynamic networks
Aurélien Brun,Davide A.Cucci,Jan Skaloud
ISPRS Journal of Photogrammetry and Remote Sensing Published:19 May 2022
DOI:https://doi.org/10.1016/j.isprsjprs.2022.04.027
Abstract
With the objective of improving the registration of lidar point clouds produced by kinematic scanning systems, we propose a novel trajectory adjustment procedure that leverages on the automated extraction of selected reliable 3D point–to–point correspondences between overlapping point clouds and their joint integration (adjustment) together with raw inertial and GNSS observations. This is performed in a tightly coupled fashion using a dynamic network approach that results in an optimally compensated trajectory through modeling of errors at the sensor, rather than the trajectory, level. The 3D correspondences are formulated as static conditions within the dynamic network and the registered point cloud is generated with significantly higher accuracy based on the corrected trajectory and possibly other parameters determined within the adjustment. We first describe the method for selecting correspondences and how they are inserted into the dynamic network via new observation model while providing an open-source implementation of the solver employed in this work. We then describe the experiments conducted to evaluate the performance of the proposed framework in practical airborne laser scanning scenarios with low-cost MEMS inertial sensors. In the conducted experiments, the method proposed to establish 3D correspondences is effective in determining point–to–point matches across a wide range of geometries such as trees, buildings and cars. Our results demonstrate that the method improves the point cloud registration accuracy (<?XML:NAMESPACE PREFIX = “[default] http://www.w3.org/1998/Math/MathML” NS = “http://www.w3.org/1998/Math/MathML” />∼5× in nominal and ∼10× in emulated GNSS outage conditions within the studied cases), which is otherwise strongly affected by errors in the determined platform attitude or position, and possibly determine unknown boresight angles. The proposed methods remain effective even if only a fraction (∼0.1%) of the total number of established 3D correspondences are considered in the adjustment.
