LiDAR mit DJI Enterprise meistern: Eine einführende Broschüre

In der heutigen, sich rasant entwickelnden Technologielandschaft zeichnet sich LiDAR als wichtiges Tool für verschiedene Anwendungen aus, von der Forstwirtschaft bis zur Inspektion von Infrastrukturen. Tauchen Sie ein in die Welt von LiDAR mit dem umfassenden Leitfaden von DJI Enterprise. Von den Grundprinzipien bis hin zu realen Anwendungen vermittelt diese Broschüre den Lesern Grundlagenwissen über die LiDAR-Technologie und ihr Transformationspotenzial.

Lidar-Technologie: Einführung und Prinzipien

Was ist LiDAR?

LiDAR steht für „Light Detection and Ranging“ und ist eine Fernerkennungstechnologie, die schnelle Laserimpulse verwendet, um die Oberfläche des Ziels abzubilden. Indem ein Laserstrahl ausgesandt und die Zeit gemessen wird, die das Licht benötigt, um von Objekten reflektiert zu werden, erstellt LiDAR detaillierte dreidimensionale Punktkarten.

Stellen Sie sich vor, Sie befinden sich mit einer Taschenlampe in einem völlig dunklen Raum. Wenn Sie die Taschenlampe auf verschiedene Objekte richten, strahlt das Licht zurück. Anhand dieses Lichts können Sie sich ein Bild davon machen, wo sich Dinge befinden und wie weit sie entfernt sind. Je öfter Sie das Licht aus verschiedenen Blickwinkeln in den Raum werfen, desto besser können Sie sich die Raumgestaltung vorstellen. LiDAR funktioniert ähnlich,nutzt aber statt sichtbarem Licht wie eine Taschenlampe unsichtbares Laserlicht. Und so funktioniert es:
1. Emission: Das LiDAR-Gerät sendet einen schnellen Laserlichtimpuls zu einem Objekt.
2. Reflexion:  Das Licht reflektiert dann vom Objekt und kehrt zum LiDAR-Sensor zurück.

3. Erkennung: Das Gerät misst die Zeit, die das Licht benötigt, um wieder zurückzukehren. Da die Lichtgeschwindigkeit konstant ist, kann diese Zeitdauer verwendet werden, um den Abstand zwischen dem LiDAR-Sensor und dem Zielobjekt zu berechnen.

LiDAR vs. Fotogrammetrie

Das LiDAR-System misst Daten, während das Fotogrammetrie-System sie berechnet. Durch diesen Hauptunterschied sind sie jeweils für verschiedene Anwendungen besser geeignet. LiDAR verwendet Laserimpulse, um die Realität zu messen, wodurch dieses System ideal für Anwendungen ist, die absolute Datensicherheit erfordern. LiDAR kann Vegetation durchdringen und wird nicht durch Lichtverhältnisse beeinträchtigt, was es zu einer ausgezeichneten Option für die Kartierung von Wäldern oder anderen Gebieten mit dichter Vegetationsdecke macht. Auch für die Erstellung genauer Geländemodelle und topografischer Karten ist LiDAR nützlich.

Bei der Fotogrammetrie, auch Bildmessung genannt, werden Kameras verwendet, um überlappende Bilder eines Bereichs zu erfassen, die dann zu einem 3D-Modell oder einer Ortho-Karte zusammengefügt werden. Sie ist kostengünstiger als LiDAR und kann mit handelsüblicher Hardware wie allen Drohnen und Kameras durchgeführt werden. Dadurch können sehr detaillierte Modelle von Gebäuden und Infrastruktur sowie hochauflösende Ortho-Karten für Inspektions- und Überwachungsanwendungen erstellt werden. 

Welche Komponenten hat ein integriertes LiDAR-System in der Luft?

Hardwarekomponenten

LiDAR System

• LiDAR-Module: Das Lasermodul, die wichtigste Komponente des LiDAR-Systems, erzeugt einen Laserstrahlimpuls, der auf die Zieloberfläche gerichtet ist. Das Lasermodul besteht aus mehreren Komponenten, einschließlich der Laserlichtquelle, des Empfängers, der optischen Komponenten und der elektronischen Steuerung.
  
  • Laserlichtquelle: Erzeugt kurze Laserlichtimpulse, mit denen der Abstand zwischen dem LiDAR-Sensor und Objekten in der Umgebung gemessen wird.

• • Empfänger: Erkennt das reflektierte Laserlicht und wandelt es in ein elektronisches Signal um, das vom LiDAR-System verarbeitet werden kann.
  • Optische Komponenten: Diese Komponenten haben die Aufgabe, den Laserstrahl auf die Zieloberfläche zu lenken und zu fokussieren sowie das reflektierte Licht zu erfassen.
  • Elektronische Steuereinheit: Steuert die Zeit und Dauer der Laserimpulse und verarbeitet die Signale vom Empfänger.
• Der GNSS-Empfänger (Globales Navigationssatellitensystem)  wird verwendet, um genaue Georeferenzierung für gescannte LiDAR-Ergebnisse bereitzustellen. Die meisten UAV-LiDAR-Systeme verwenden entweder ihr eigenes GNSS-System zur Erfassung von Satellitendaten für Georeferenzierung und Nachbearbeitung oder sind in DJI PSDK integriert und verwenden das GNSS-System des Drohnensystems.
  
  
• IMU (Inertial Measurement Unit, inertiale Messeinheit). Das ist ein Gerät, das die Beschleunigung und Drehrate eines LiDAR-Systems misst. Durch die Integration dieser Messungen im Laufe der Zeit kann die IMU Position, Geschwindigkeit und Verhalten des LiDAR-Systems im dreidimensionalen Raum bestimmen. Diese Informationen werden verwendet, um Bewegungen oder Vibrationen des LiDAR-Systems während der Datenerfassung zu korrigieren.
  
  
• Ein INS (Inertial Navigation System, Trägheitsnavigationssystem oder inertiales Navigationssystem) verwendet die Rohdaten einer IMU und integriert sie, um Positions-, Geschwindigkeits- und Navigationsinformationen eines Objekts relativ zu einem bekannten Startpunkt, einer bekannten Navigation und einer bekannten Geschwindigkeit bereitzustellen. Das INS verwendet die IMU-Daten und integriert sie in GNSS-Positionsinformationen, um eine kontinuierliche Schätzung der Position und Navigation des LiDAR-Sensors während der Datenerfassung zu liefern.

UAV System

• UAV oder unbemanntes Luftfahrzeug. Ein UAV wird verwendet, um das LiDAR-System über das zu untersuchende Gebiet zu fliegen. Es kann mit einem eigenen GNSS- und RTK/PPK-System für genaue Georeferenzierung des LiDAR-Systems ausgestattet werden.

Softwarekomponenten

• Die Software zur Planung von Flugeinsätzen wird verwendet, um die Flugbahn einer Drohne zu planen, die mit einem LiDAR-System ausgestattet ist. Mit dieser Software kann man ein Gebiet definieren, das untersucht werden soll, und dann automatisch eine Wegpunkt-basierte Flugroute erstellen. Man kann UAV-Systemparameter und Sensoraktionen für den autonomen Wegpunktflug anpassen. Die Software generiert dann eine Flugroute, die die Fläche effizient abdeckt und die erforderlichen Daten für das LiDAR-System sammelt. Anhand dieser Daten können detaillierte 3D-Karten oder -Modelle des Vermessungsgebiets erstellt werden.
  
• Mit der Software zur Flugüberwachung und -steuerung kann man den Flugpfad und den Status des UAV- und LiDAR-Systems während der Datenerfassung in Echtzeit überwachen. Die Software kann verschiedene Parameter wie Höhe, Geschwindigkeit und Akkustand anzeigen. Diese Informationen sind entscheidend, um die Sicherheit des UAV zu gewährleisten und hochwertige LiDAR-Daten zu sammeln. Darüber hinaus kann die Flugüberwachungssoftware Pilotinnen und Piloten bei Problemen oder Fehlfunktionen während des Fluges warnen.
• Software zur Verarbeitung roher Punktwolken ist eine OEM-Software, die von Sensorherstellern entwickelt wurde. Sie wird verwendet, um LiDAR-Rohdaten zu verarbeiten, die von allen Systemkomponenten erfasst wurden, und die LiDAR-Daten in einem manipulierbaren Format wie LAS/LAZ zur weiteren Verwendung auszugeben.
• Punktwolkendatenverarbeitungssoftware bezieht sich auf Computerprogramme, die zur Bearbeitung und Analyse von Punktwolkendaten entwickelt wurden. Je nach Anwendung kann die Punktwolkendatenverarbeitungssoftware für verschiedene Aufgaben verwendet werden, z. B. das Erstellen von Zeichnungen, das Durchführen von Messungen, das Extrahieren von Oberflächen, zur Klassifizierung usw.
  
  

Wichtige Terminologien und Kenntnisse 

Reflexionsvermögen der Objektoberfläche

• • Verschiedene Objektoberflächen haben unterschiedliche Reflexionsgrade.
    
  • Die meisten Objektoberflächen haben ein Reflexionsvermögen von über 10 %.
  • Wasser ist ein starker Absorber und ein typischer LiDAR-Laser mit einer Wellenlänge von 905 nm wird direkt absorbiert. Sofern der LiDAR-Laser nicht bathymetrisch und die Laserwellenlänge kürzer ist, dringt er nicht in Wasser ein.
  
  

  Hier sind einige Beispiele für Oberflächenreflexionsgrade:

  • Frischer Asphalt: 4–7 %
  • Trockenes Gras: 15–20 %
  • Walddach: 5–20 %
  • Nasser Beton: 30–50 %
  • Schnee: 60–90 %

                       Punktwolke basierend auf Oberflächenreflexionsvermögen gefärbt (Rot ist hoch, Blau ist niedrig)

LiDAR-Scanmethode

Durch Ändern der Rotationsmethode innerhalb des LiDAR-Sensors kann das LiDAR-System zwei verschiedene mechanische Scanmodi erreichen: Repetitives Scannen und nicht-repetitives Scannen.

Repetitives Scannen

Repetitives Scannen deckt nur das horizontale Sichtfeld (70,4° x 4,5°) ab.

Vorteil: Bei der mobilen Kartierung werden Objekte nur für einen sehr kurzen Zeitraum gescannt, da die Abweichung von der Trägheitsnavigationsgenauigkeit in einem kurzem Zeitraum sehr gering ist, sodass das gescannte Modell relativ genau ist.

Nachteil: Das vertikale Sichtfeld ist sehr klein und es gibt fast keine vertikalen Oberflächeninformationen. Wenn vertikale Oberflächeninformationen erforderlich sind, müssen mindestens zwei Flugrouten geplant werden, um den Verlust des vertikalen Sichtfelds zu kompensieren.

Anwendung: Für Szenarien mit relativ unebenem Gelände und hohen Genauigkeitsanforderungen wie Geländemessungen, allgemeine DEM/DSM-Erstellung.

* Es wird empfohlen, bei Vermessungen den repetitiven Scan-Modus zu verwenden, um die Genauigkeit der Punktwolke zu gewährleisten

Animation für repetitives Scannen (Draufsicht)

Nicht-repetitives Scannen

Nicht-repetitives Scannen kann schnell das gesamte Sichtfeld (70,4° x 77,2°) abdecken.

Vorteile: Bietet eine vollständige Abdeckung des Sichtfelds, kann vertikale Scans durchführen und erhält gute vertikale Informationen von einem einzigen Scan, ohne einen Gimbal-Winkel festzulegen.

Nachteil: Bei der mobilen Kartierung werden Objekte an verschiedenen Positionen und zu unterschiedlichen Zeiten gescannt, wobei eine konsistente Genauigkeit der Trägheitsnavigation gewährleistet ist. Wenn die Genauigkeit der Trägheitsnavigation mit der Zeit abweicht, verringert sich die Genauigkeit des Modells. Dies führt zu verschwommenen oder duplizierten Objekten, dickeren Punktwolken und dickeren Drähten. Dieser Effekt ist besonders ausgeprägt bei nicht-repetitiven Scans, die ein größeres Sichtfeld haben.

Anwendung: Geeignet für Szenarien mit relativ geringen Genauigkeitsanforderungen, hohen Effizienzanforderungen und vollständigen Anforderungen an Erhebungsinformationen, wie z. B. 3D-Modellierung in Städten, komplexe dreidimensionale Strukturmodellierung, Inspektion von Hochspannungsleitungen, schnellen Notfall-Kartierungen usw.

* Im Szenario einer Inspektion von Hochspannungsleitungen wird empfohlen, bei Einlinienflug die nicht-repetitive Scanmethode zu verwenden.

Animation für nicht-repetitives Scannen (Draufsicht)

Wellenlänge

LiDAR-Systeme verwenden Laser zur Abgabe von Lichtimpulsen, wobei die Wellenlänge des Lasers die Merkmale des Impulses bestimmt. Die Wellenlänge des Lasers beeinflusst die Fähigkeit des LiDAR-Systems, verschiedene Materialien zu durchdringen, und die Reflexionsarten, die es erkennen kann. Es folgen zwei gängige LiDAR-Typen und ihr entsprechender Wellenlängenbereich

• Nahinfrarot-LiDAR (NIR-LiDAR) verwendet in der Regel Laser mit Wellenlängen zwischen 800 und 1.000 nm. NIR-LiDAR-Systeme sind besser in der Lage, Vegetation zu durchdringen, und können mehrere Rückmeldesignale aus einem einzigen Impuls erfassen, was sie ideal für den Einsatz in der Forstwirtschaft macht. Diese LiDAR-Systeme können jedoch nicht in Wasser eindringen und sind nicht für bathymetrische Anwendungen geeignet.
• Bathymetrische LiDAR-Systeme nutzen kürzere Lichtwellenlängen im grünen und blauen Spektrum, um Wasser zu durchdringen und die Tiefe des Meeresbodens zu messen. Das grüne Laserlicht mit einer Wellenlänge von 532 nm wird am häufigsten für bathymetrische LiDAR-Systeme verwendet, da es besser in Wasser eindringt als andere Wellenlängen. Das blaue Laserlicht mit einer Wellenlänge von 445 nm wird ebenfalls in einigen bathymetrischen LiDAR-Systemen verwendet, da es eine bessere Penetration bei klarem Wasser bietet. Die bathymetrischen LiDAR-Systeme werden für Anwendungen wie Meeresbodenkartierung, Küstenbereichsmanagement und Infrastrukturinspektionen unter Wasser verwendet.

Reichweite

Die Erfassungsreichweite bezieht sich auf die maximale Entfernung, in der ein LiDAR-System Objekte genau erfassen und messen kann. Mehrere Faktoren beeinflussen den Erfassungsbereich eines LiDAR-Systems, einschließlich der Leistung und Wellenlänge des Lasers, der Empfindlichkeit des Empfängers und des Reflexionsvermögens der gescannten Objekte. In der Regel wird die Spezifikation der Erfassungsreichweite mit dem Reflexionsvermögen der Zieloberfläche oder den Umgebungsbedingungen als Referenz bereitgestellt.

Es ist zu beachten, dass die von den LiDAR-Herstellern angegebene maximale Erfassungsreichweite in der Regel auf der Grundlage eines Reflexionsvermögens von 90 % getestet wird, was für den praktischen Einsatz nicht sinnvoll ist. Die Erkennungsreichweite bei einem Reflexionsvermögen von 10 % hat eine praktischere Bedeutung, da sie auf die meisten Oberflächen angewendet wird.

Eine längere Erfassungsreichweite ist für LiDAR-Systeme wünschenswert, da sie eine größere Abdeckung und eine umfassendere Datenerfassung ermöglicht.

Mehrere Rücksignale

Der Laser in einem LiDAR-System sendet Impulse. Wenn diese Impulse auf Hindernisse treffen, werden sie reflektiert. Da das Licht nicht vollständig blockiert wird, wandert es weiter und wird jedes Mal zurückgeworfen, wenn es auf etwas trifft. So scheint es, als ob LiDAR „durch“ Vegetation „hindurchsehen“ kann. Tatsächlich aber erkennt LiDAR den Boden und die Baumkronen durch die Lücken zwischen den Blättern.

1. Erstes Rücksignal: Dies ist die erste Reflexion, die der Sensor erfasst, oft von dem obersten Objekt in der Bahn des Laserimpulses (wie Baumkronen oder Gebäudedächer).
2. Intermediäre Rücksignale: Dabei handelt es sich um Reflexionen von Objekten zwischen dem obersten Objekt und dem Boden (z. B. Zweige oder Fenster).
3. Letztes Rücksignal: Dies ist in der Regel die Reflexion vom Boden oder der Basis eines Objekts.

* Regen oder Smog in der Luft kann Interferenzen und Rauschen in den LiDAR-Daten verursachen. In diesen Situationen wird die Verwendung der stärksten „einfachen Rücksignals“ empfohlen.

Ähnliche Anwendungen 

Die Möglichkeit, mehrere Rücksignale zu erkennen, ermöglicht ein detaillierteres Verständnis des Objekts. Beispiel:

1. Vegetationsextraktion: Segmentierung und Zählung einzelner Pflanzen, Berechnung von Biomasse und Analyse von Vegetationsparametern.
2. Topografische Kartierung: Extrahieren des DEM (Digital Elevation Model, digitales Höhenmodell) aus dem DSM (Digital Surface Model, digitales Oberflächenmodell) für die Geländeanalyse.
3. Modellierung von Stromleitungen: Stromleitungen überlappen sich oft, und die Funktion für mehrere Rücksignale kann mehrere Drahtschichten in einem Durchgang messen, wodurch fehlende Daten aufgrund von Hindernissen reduziert werden.

Strahldivergenz

Unter Strahldivergenz versteht man die Ausbreitung oder Verbreiterung eines Laserstrahls über eine Entfernung. Die Strahldivergenz ist der Winkel, in dem sich der Laserstrahl ausbreitet, wenn er vom LiDAR-Sensor ausgeht und sich weiter von seinem Ausgangspunkt entfernt.

Im Wesentlichen bedeutet eine kleinere Strahldivergenz, dass der Laser über längere Distanzen stärker fokussiert bleibt, während eine größere Strahldivergenz bedeutet, dass sich der Laser auf seinem Weg stärker ausbreitet.

Auswirkung auf Punktdichte und Auflösung

Während ein stärker fokussierter Strahl (kleinere Divergenz) genauere Ergebnisse mit höherer Auflösung liefern kann, kann ein Strahl mit größerer Divergenz mit jedem Impuls einen größeren Bereich abdecken, was zu einer potenziell geringeren Punktdichte und Auflösung am Ziel führt.

Auswirkungen auf Reichweite und Energieverteilung

Laser mit geringerer Strahldivergenz halten ihre Energiekonzentration über längere Distanzen aufrecht. Dies ist entscheidend für LiDAR-Systeme, die über große Entfernungen betrieben werden müssen. Je größer die Auffächerung des Strahls, desto größer der Bereich, über den sich die Energie ausbreitet. Dadurch wird die Stärke des Rücksignals möglicherweise verringert, insbesondere bei längeren Entfernungen.

Atmosphärische Interaktion

Auch bei der Interaktion des Lasers mit Partikeln in der Atmosphäre wie Staub, Nebel oder Regen kann Strahldivergenz eine Rolle spielen. Ein Laserstrahl mit größerer Divergenz kann aufgrund von Wechselwirkungen mit diesen Partikeln stärker streuen, wodurch der effektive Bereich und die Genauigkeit des LiDAR-Systems unter bestimmten Bedingungen reduziert werden können.

Abtastrate

Die Abtastrate bezieht sich auf die Anzahl der Punkte, die von einem LiDAR-System in einem bestimmten Zeitraum erfasst wurden. Sie wird in Hertz (Hz) gemessen. Eine höhere Abtastrate bedeutet, dass mehr Punkte pro Sekunde erfasst werden, was zu einer dichteren Punktwolke führt.

Eine höhere Abtastrate bedeutet jedoch auch, dass mehr Daten gesammelt werden, was zu größeren Dateien und längeren Nachbearbeitungszeiten führen kann. Daher sollte die Abtastrate eines LiDAR-Systems sorgfältig auf der Grundlage der spezifischen Dichteanforderungen des Projekts ausgewählt werden.

Es ist wichtig anzumerken, dass die Abtastrate allein nicht die Genauigkeit der LiDAR-Daten bestimmt. Andere Faktoren, wie die Strahldivergenz des Laserstrahls und die Genauigkeit der IMU und des GPS, spielen ebenfalls eine wichtige Rolle bei der Bestimmung der Genauigkeit der Daten.

IMU-Kalibrierung

Die LiDAR-Genauigkeit hängt eng mit der Präzision der IMU zusammen. Wenn eine Drohne in einem gleichmäßigen Tempo fliegt, kann die IMU ihre Genauigkeit verlieren. Daher ist für die meisten sich in der Luft befindenden LiDAR-Systeme vor, während und nach dem Flug eine IMU-Kalibrierung erforderlich. Wenn die IMU nicht kalibriert ist, kann dies zu ungenauen Daten führen, was sich auf nachfolgende Analysen und Anwendungen auswirkt, die auf den LiDAR-Daten basieren.

Es gibt zwei gängige Methoden zur Kalibrierung der IMU während eines Flugs mit der Drohne: die Kalibrierung in einer „Achterbewegung“ und die Kalibrierung mit „Beschleunigen-Verlangsamen“. Sowohl die manuelle als auch die automatische Kalibrierung führen zu den gleichen Ergebnissen.

Das integrierte LiDAR-System von DJI nutzt die Kalibriermethode „Beschleunigen-Verlangsamen“ und der IMU-Kalibrierungsvorgang wird automatisch integriert, wenn alle Einsatzflüge durchgeführt werden. Wenn das LiDAR-System von DJI manuell geflogen wird, erinnert einen die DJI Pilot App daran, das IMU nach einer bestimmten Flugzeit neu zu kalibrieren.

Faktoren, die sich auf die Leistung auswirken

Effizienz und Penetrationsrate können durch verschiedene Faktoren in der LiDAR-Technologie beeinflusst werden. Strahldivergenz und mehrere Rücksignale spielen bei der Penetration eine Rolle, während die IMU-Kalibrierung die Genauigkeit beeinflusst. Die Bahnausrichtung beeinflusst die Präzision und verschiedene Scanmethoden beeinflussen die vertikale Scanabdeckung und -dichte. Fluggeschwindigkeit und Abtastrate wirken sich ebenfalls auf die Dichte aus.

Faktoren, die sich auf die Dichte auswirken:

• Abtastrate: Eine höhere Pulswiederholungsfrequenz (PRF, Pulse Repetition Frequency) oder Abtastrate kann zu einer höheren Punktdichte führen, unter der Annahme, dass andere Faktoren wie Fluggeschwindigkeit und Höhe konstant bleiben.
• Flughöhe: Das Fliegen in einer niedrigeren Höhe führt in der Regel zu einer höheren Punktdichte, da die Laserimpulse eine kleinere Bodenfläche haben.
• Überlappung: Vermessung mit überlappenden Flugbahnen kann die Punktdichte in den überlappenden Bereichen erhöhen.
• Gelände und Vegetation: Faktoren wie dichte Wälder können zu mehreren Rücksignalen mit einem einzigen Laserimpuls führen, wodurch die effektive Dichte in diesen Bereichen erhöht wird.
• Fluggeschwindigkeit: Eine niedrigere Fluggeschwindigkeit ermöglicht eine höhere Punktdichte, da der LiDAR-Sensor mehr Zeit hat, Laserimpulse auszusenden und ihre Rücksignale zu erkennen.

Rohe LiDAR-Datenverarbeitung

Punktwolkendichte

Die Dichte beschreibt die Anzahl der erfassten LiDAR-Punkte pro Flächeneinheit. Sie wird oft als Punkte pro Quadratmeter (pts/m²) angegeben. Eine Dichte von 10 pts/m² bedeutet beispielsweise, dass durchschnittlich 10 LiDAR-Rücksignalpunkte in jedem Quadratmeter des untersuchten Bereichs vorhanden sind.

Verschiedene vertikale Branchen haben unterschiedliche Anforderungen an die Punktwolkendichte:

• Vermessung und Kartierung: Für Karten mit einer Skala von 1:500 beträgt die erforderliche Punktwolkendichte ≥ 16 Punkte/Quadratmeter.
• Inspektion von Hochspannungsleitungen: Für detaillierte Analysen von Baumhindernissen oder gründliche Inspektionen benötigen Hochspannungsleitungen in der Regel mindestens 25 Punkte/Quadratmeter. Einige Spezifikationen erfordern eine noch höhere Dichte, die bis zu 50 oder sogar 250 Punkte/Quadratmeter erreicht.
• Forstwirtschaftliche Vermessungen: Eine Punktwolkendichte von mindestens 20 Punkten/Quadratmeter ist erforderlich, um die Anforderungen der einzelnen Baumsegmentierung zu erfüllen.

Die Software zur Verarbeitung roher Punktwolken verfügt in der Regel auch über eine Funktion zur Anpassung der Punktdichte.

Überprüfung der LiDAR-Elevationsgenauigkeit

Überprüfung der LiDAR-Elevationsgenauigkeit

Die Überprüfung der Genauigkeit der LiDAR-Daten mithilfe von Höhenkontrollpunkten ist eine gängige Methode, um sicherzustellen, dass die abgeleiteten digitalen Höhenmodelle (DEMs) oder digitalen Geländemodelle (DTMs) eine genaue Darstellung des Bodens darstellen.

Grundsätze für die Einrichtung von Höhenkontrollpunkten:

• Kontrollpunkte sollten gleichmäßig verteilt und gut positioniert sein.
• Vermeiden Sie die Platzierung in Bereichen, in denen sich Flugbahnen überlappen oder plötzliche Höhenänderungen auftreten.
• Kontrollpunkte sollten sich auf exponierten und ebenen Oberflächen befinden.
• Die Höhenreferenz für die Kontrollpunkte sollte mit der Höhenreferenz der Laserpunktwolke übereinstimmen.

Richtlinien für Höhenkontrollpunkte:

• Verteilen Sie die Kontrollpunkte gleichmäßig an übersichtlichen Stellen.
• Platzieren Sie sie nicht dort, wo sich Flugrouten kreuzen oder sich der Boden schnell ändert.
• Sie sollten sich auf offener, ebener Fläche befinden.
• Stellen Sie sicher, dass ihre Höhe mit der in den LiDAR-Daten verwendeten Höhe übereinstimmt.

LAS-Punktwolkenformat

Das LAS-Format wurde von der American Society for Photogrammetry and Remote Sensing (ASPRS) entwickelt, um den Austausch von LiDAR-Punktwolkendaten zwischen verschiedenen Unternehmen und Behörden zu ermöglichen. Das LAS-Format ist ein standardisiertes Dateiformat für das Speichern und Austauschen von LiDAR-Punktwolkendaten, das Informationen über den Standort, die Intensität, die Klassifizierung und andere Attribute jedes Punktes enthält. Es ist auch das verwertbare Ergebnis der LiDAR-Systeme von DJI.

Das LAS-Format für Punktwolkendaten enthält Informationen wie die dreidimensionalen Koordinaten von Punkten, RGB-Farben, Reflexionsgrad, GPS-Zeit, Anzahl von Rücksignalen sowie welches Rücksignal ein Punkt ist.

Die LAS-Dateiversionierung kann beim Versuch, eine Datei zu lesen oder zu schreiben, ein Problem darstellen. Es muss unbedingt sichergestellt werden, dass die verwendete LAS-Dateiversion mit der zur Verarbeitung verwendeten Drittanbietersoftware kompatibel ist. So manche Software von Drittanbietern kann bestimmte Versionen von LAS-Dateien möglicherweise nicht lesen oder schreiben. Wenn ein Kompatibilitätsproblem auftritt, kann es erforderlich sein, eine andere Version der LAS-Datei zu verwenden oder andere Drittanbietersoftware zu finden, die die verwendete Version unterstützt. DJI Terra exportiert die LiDAR-Punktwolkendaten im LAS-Format Version 1.2, eine hochgradig kompatible Version der LAS-Datei.

Punktwolkenfarbgebung

Gefärbte Punktwolken können zusätzlichen Kontext bieten, der die Interpretation und das Verständnis der Daten erleichtert. Beispielsweise können ein Gebäude und ein Baum in mancher Hinsicht ähnliche strukturelle Formen aufweisen, aber die Farbe kann sie sofort unterscheiden.

Die meisten LiDAR-Antennensysteme sind mit RGB-Kameras ausgestattet, die gleichzeitig mit der LiDAR-Datenerfassung hochauflösende Bilder aufnehmen. Diese Bilder können dann verwendet werden, um den entsprechenden LiDAR-Punkten Farbwerte zuzuweisen.

Vorteile der Farbgebung:

• Visueller Reiz: Gefärbte Punktwolken sind optisch ansprechender und verständlicher als solche in Graustufen.
• Erweiterte Analyse: Die Farbe kann zusätzliche Informationen liefern, z. B. bei der Vegetationsanalyse durch die Unterscheidung zwischen verschiedenen Pflanzenarten oder bei der Stadtkartierung, um zwischen verschiedenen Infrastrukturen zu unterscheiden.
  • Integration mit anderen Datensätzen: Eine gefärbte Punktwolke kann einfach in andere raumbezogene Datensätze integriert werden und bietet eine umfassende Ansicht eines untersuchten Bereichs.
• Zusätzliches Fotogrammetrieverfahren: RGB-Fotos können auch für die Fotogrammetrieverarbeitung oder die Punktwolkenfarbgebung verwendet werden.

Flugbahn

Die Flugbahn bezieht sich auf die Bahn, die während der Datenerfassung von einem UAV mit einem LiDAR-System geflogen wird. Die Flugbahn ist ein kritischer Faktor bei der LiDAR-Datenverarbeitung, da sie Standortdaten für jeden Punkt in der Punktwolke bereitstellt. Flugbahninformationen sind erforderlich, um genau georeferenzierte LiDAR-Daten und genaue 3D-Modelle des untersuchten Bereichs zu erstellen.

SBET bezieht sich auf Smoothed Best Estimate of Trajectory (ausgeglichene beste Schätzung der Flugbahn). Hierbei handelt es sich um ein häufig verwendetes nachverarbeitetes Dateiformat, das hochgenaue GPS- und IMU-Daten enthält. Dieses Format der Flugbahndatei kann zur weiteren Nachbearbeitung mit der LAS-Punktwolke korreliert werden. Die nachverarbeitete Flugbahndatei des LiDAR-Einsatzes wird in der Regel automatisch zusammen mit der verwertbaren Punktwolken-LAS-Datei generiert. Sie kann zur Anzeige der Flugbahn in Software von Drittanbietern importiert werden.

Bahnenanpassung

Die Bahnenanpassung ist ein Verfahren zur Behebung systematischer Fehler und Fehlausrichtungen in luftgestützten LiDAR-Daten, insbesondere wenn diese über mehrere Flugbahnen erfasst werden. Wenn ein Gelände mithilfe von luftgestützten LiDAR-Systemen untersucht wird, wird der Bereich in der Regel durch mehrere überlappende Bahnen oder Flugwege abgedeckt. Die Überlappung ist beabsichtigt, um die Kontinuität der Abdeckung sicherzustellen und die Fehlerbehebung zu erleichtern.

Während der LiDAR-Datenerfassung können verschiedene Faktoren zu Fehlern in den Daten führen:

• Sensorabweichung: Im Laufe der Zeit können die Werte der IMU und des GPS leicht abweichen.
• Flugdynamik: Turbulenzen, schnelle Höhenänderungen und Änderungen der Fluggerätausrichtung können die erfassten Daten beeinflussen.

Aufgrund dieser Faktoren können benachbarte Flugbahnen manchmal vertikale oder horizontale Abweichungen anzeigen. Wenn diese Fehler nicht korrigiert werden, können sie sich auf nachfolgende Analysen und Anwendungen auswirken, die auf den LiDAR-Daten basieren.

Vorteile der Bahnenanpassung:

• Verbesserte Datenkonsistenz: Reduziert Fehlanpassungen und sorgt für Kontinuität über benachbarte Flugbahnen hinweg.
• Höherwertigere Ergebnisse: Die Qualität abgeleiteter Produkte wie Digital Elevation Models (DEMs) und Digital Surface Models (DSMs) wird verbessert.
• Zuverlässigkeit: Erhöht das Vertrauen in die Genauigkeit des LiDAR-Datensatzes und macht ihn zuverlässiger für verschiedene Anwendungen, von topografischer Kartierung bis hin zur Forstwirtschaft.

Rohe LiDAR-Datenverarbeitung mit DJI Terra-Software

Die DJI Terra-Software ist die einzige unterstützte Software, die zur Verarbeitung und zum Export der von einem DJI LiDAR-System gesammelten Rohdaten der LiDAR-Punktwolke im universellen LAS-Format verwendet wird.

Wichtige LiDAR-Verarbeitungsfunktionen

DJI Terra ist eine kostenlose LiDAR-Software zur Verarbeitung von Rohdaten, die die Erstellung von LAS/Punktwolkenergebnissen aus den LiDAR-Rohdaten ermöglicht. Es enthält außerdem zahlreiche zusätzliche Funktionen.

Punktwolkendichte anpassen

Bezieht sich auf die Anzahl der pro Flächeneinheit erfassten Punkte. Diese Funktion ermöglicht die Anpassung der Punktdichte an spezifische Branchenanforderungen.

Punktwolkengenauigkeit optimieren

Diese Funktion verwendet den LPP-Algorithmus (Locality Preserving Projections) der Bahn, um das übliche Schichtenphänomen von Punktwolken zu minimieren. Dadurch werden die Punktwolken auf einer dünneren Ebene ausgerichtet, um die Genauigkeit des Punktwolkenmodells zu verbessern.

Punktwolke ausgleichen

Diese Funktion verfeinert die Punktwolke, indem Rauschen herausgefiltert wird und die Auswirkungen von Fehlern reduziert werden, um eine reibungslosere visuelle Darstellung zu erzielen.

Bodenpunktklassifizierung

Dient zur Unterscheidung von Bodenpunkten von anderen Objekten in der Punktwolke, um ein digitales Höhenmodell (DEM) zu generieren.

DEM erstellen

Diese Funktion generiert ein GeoTIFF-formatiertes digitales Höhenmodell (DEM) aus der klassifizierten Bodenpunktwolke.

Vertikale Genauigkeitskontrolle und -verschiebung

Überprüft die Genauigkeit der LiDAR-Daten mithilfe von Höhenkontrollpunkten, um sicherzustellen, dass die abgeleiteten DEMs oder DTMs genaue Darstellungen des Bodens sind.

Transformation von Koordinatensystemen

Ermöglicht die einfache Umwandlung von lokalen projizierten oder geodätischen Koordinatensystemen für verschiedene Kartierungs- und Vermessungsprojekte auf der ganzen Welt.

LiDAR-Anwendungen in der Luft

Forstwirtschaft

LiDAR-Anwendungen bieten eine breite Palette von Anwendungen im Bereich der Forstwirtschaft. Sie können Baumhöhen schätzen, Biomasse messen und Forststrukturen darstellen. Mithilfe von LiDAR erhalten Forstwarte detaillierte Informationen über das Walddach, die mit herkömmlichen Vermessungsmethoden nur schwer zu erfassen sind. Einer der Hauptvorteile von LiDAR ist die Fähigkeit, mehrere Rücksignale aus einem einzigen Laserimpuls zu erkennen, wodurch LiDAR durch die Vegetation „sehen“ und die Bodenoberfläche genau abbilden kann. Diese Funktion macht LiDAR besonders nützlich für die Schätzung der Bodenhöhe und die Identifizierung von Veränderungen der Waldbedeckung im Laufe der Zeit, was bei der Verfolgung von Entwaldungen und Aufforstungen hilfreich sein kann. Darüber hinaus kann LiDAR bei der Entwicklung von Waldbeständen helfen, die für eine nachhaltige Forstwirtschaft von entscheidender Bedeutung sind.

Volumetriemessung

Die LiDAR-Technologie kann genaue Messungen für Volumetrieberechnungen liefern, was für Branchen wie Bergbau, Bauwesen und Forstwirtschaft nützlich ist. Durch die Verwendung von LiDAR-Punktwolkendaten ist es möglich, das Volumen einer Halde oder die Menge des Materials, das von einem Standort entfernt wird, genau zu berechnen. Diese Informationen können für Bestandsverwaltung, Kostenkontrolle und Ressourcenplanung verwendet werden.

Topografische Vermessung

LiDAR ist natürlich ein effektives Werkzeug für topografische Vermessungen, da es die Form und die Eigenschaften der Erdoberfläche genau abbilden kann. Im Gegensatz zur Fotogrammetrie kann LiDAR das Walddach durchdringen und genaue Messungen der Bodenoberfläche erfassen, selbst in Bereichen mit dichter Vegetationsabdeckung. Dies liegt daran, dass LiDAR Laserimpulse verwendet, um den Boden und die Baumkronen zu ermitteln, indem die Lücken zwischen den Blättern durchleuchtet werden, was zu einer besseren Bodenpunkterkennung führt.

Archäologische Forschung

Luftgestützte LiDAR-Systeme können problemlos in der archäologischen Forschung verwendet werden, um riesige, schwer zugängliche Bereiche zu erkennen und versteckte Strukturen an der Oberfläche zu entdecken. Der LiDAR-Sensor kann Vegetation durchdringen und hochauflösende Daten erfassen, wodurch Strukturen identifiziert werden können, die vom Boden aus schwer oder unmöglich zu sehen wären. Dies kann Archäologen dabei helfen, die Anordnung der alten Städte und Siedlungen besser zu verstehen und Einblicke in die menschliche Aktivität der Vergangenheit zu erhalten.

Inspektionen von Hochspannungsleitungen

Die LiDAR-Technologie kann zur Überprüfung von Stromleitungen verwendet werden, was aufgrund der Höhe und Position der Leitungen andernfalls eine Herausforderung darstellen kann. Durch die Verwendung von LiDAR-Punktwolkendaten ist es möglich, eine detaillierte Karte der Stromleitungen und ihrer Umgebung zu erstellen. Dies kann dabei helfen, potenzielle Probleme wie Vegetationswachstum oder durchhängende Leitungen zu identifizieren, die zu Stromausfällen oder Sicherheitsrisiken führen können.

Inspektion von Infrastruktur

Da LiDAR kleine Unvollkommenheiten und Risse erkennen kann, nutzen viele die Technologie, um Fahrwege sowie Fassaden von Gebäuden oder Brücken zu scannen.  Dadurch können Projektmanager auf Probleme mit Strukturen aufmerksam gemacht werden, die sofort behoben werden müssen.  Bei der Erfassung von Fassaden ist es wichtig, ein LiDAR-System zu implementieren, das für die Fassade geeignet ist.