search query: @keyword laser scanning / total: 18
results-list
reference: 6 / 18
« previous | next »
Author:Simola, Saija
Title:Menetelmiä liikkuvan laserkeilauksen aineistojen geometrisen laadun parantamiseen metsäympäristössä
Methods for improving geometric quality of mobile laser scanning data in forest environment
Publication type:Master's thesis
Publication year:2014
Pages:vii + 75 s. + liitt. 20      Language:   fin
Department/School:Maankäyttötieteiden laitos
Main subject:Fotogrammetria ja kaukokartoitus   (M3006)
Supervisor:Haggrén, Henrik
Instructor:Kukko, Antero
Electronic version URL: http://urn.fi/URN:NBN:fi:aalto-201412033102
OEVS:
Electronic archive copy is available via Aalto Thesis Database.
Instructions
close

Reading digital theses in the closed network of the Aalto University Harald Herlin Learning Centre

In the closed network of Learning Centre you can read digital and digitized theses not available in the open network.

The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/

You can read theses on the Learning Centre customer computers, which are available on all floors.

Logging on to the customer computers

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark Aalto  2431   | Archive
Keywords:laser scanning
mobile
forest mapping
accuracy
point cloud
positioning
geometric quality
laserkeilaus
liikkuva
MLS
PLS
metsien kartoitus
geometrinen laatu
Abstract (eng):Mobile laser scanner can measure environment, where other laser scanners cannot or where they are hard to use.
Airborne laser scanning can't measure tree stems from above.
It is hard and slow to move terrestrial laser scanner.
If laser scanner's position is known, only then points from objects can be saved with correct position.
Position of laser scanner can be defined with combining global navigation satellite system and inertia-system in mobile mapping.
Computational route of MLS is called trajectory.
Trajectory can be defined with GNSS-IMU-observations.
GNSS cannot be connected to satellites in forest environment all the time.
Inertia-positioning cannot keep correct positioning quality for long.
Then it is not possible to reliably know where points should be mapped in a real world.
That means that geometric quality of the data decreases.

Intersections within the trajectory were sought for improving geometric quality of MLS-point cloud.
Intersections were points, where laser scanner measured at least twice in different times.
It is possible to find two different set of points around those intersections for mutual matching.
By matching the set of points it is possible to reduce positioning error between the set of points.
The point cloud and corresponding trajectory for this study were measured by mobile laser scanner Akhka R2.
Reference point cloud was measured with terrestrial laser scanner from the same area.
Matlab-program was used to implement the matching method.
TerraScan-program was used for processing point clouds and comparing results.

The geometric quality of the point clouds was improved for forest environment in N- and elevation directions.
Improvement took place in forest environment between the test and the reference point clouds.
Improvement in the elevation direction was approximately 0,01 m between the test and the reference point clouds and 0,12 m inside the test point clouds in forest environment.
In the elevation direction 71 % of the set of points between the test and the reference point clouds and all of the set of points inside the test point clouds were improved in forest environment.

Improvement in the N-direction was approximately 0,01 m between the test and the reference point clouds and 0,02 m inside the test point clouds in forest environment.
The geometric quality in N- and elevation directions was better inside the test point cloud than between the test and reference point clouds in forest environment by using the implemented matching method.
The geometric quality of the whole dataset was improved in elevation direction by using the implemented matching method.
The geometric quality of the whole dataset got worse in heading-angles by using the implemented matching method.
It is important to improve geometric quality, so that MLS can be used reliably in the forest environment.
Abstract (fin):Liikkuvalla laserkeilauksella voidaan mitata sellaisessa ympäristössä, jota muut laserkeilaimet eivät tavoita tai jossa niiden käyttäminen on hidasta.
Ilmalaserkeilaus ei tavoita puiden runkoja ja maalaserkeilain on hankala sekä hidas liikuttaa.
Laserkeilaimella mitattujen kohteiden pisteiden sijainnit saadaan tallennettua oikein vain, jos laserkeilaimen sijainti mittaushetkellä tunnetaan oikein.
Liikkuvassa kartoituksessa laserkeilaimen sijainti määritetään GNSS-satelliittipaikannuksen (Global Navigation Satellite System) ja inertiapaikannuksen yhdistelmän avulla.
MLS-keilaimen kulkema laskennallinen reitti eli trajektori tuotetaan GNSS-IMU-paikannuslaitteiston tallentamien havaintojen avulla.
Metsäympäristössä GNSS-yhteys satelliitteihin saattaa kadota ajoittain eikä pelkkä inertiapaikannus pysty pitämään paikannustarkkuutta riittävän hyvänä pitkiä aikoja.
Tällöin pisteiden sijainti suhteessa todel-liseen sijaintiin vääristyy eli geometrinen laatu heikkenee.

MLS-aineiston geometrian parantamiseksi trajektorista etsittiin tutkimuksessa leikkauskoh-tia.
Leikkauskohdat olivat kohtia, joissa sama kohta maastosta oli mitattu ainakin kahtena eri ajanhetkenä.
Tällaisista leikkauskohdista muodostettiin samasta alueesta kaksi erilaista pistejoukkoa.
Leikkauskohtien pistejoukkoja sovitettiin yhteen.
Näin pistejoukot siirtyivät lähemmäs toisiaan ja niiden keskinäinen sijaintivirhe saatiin pienennettyä.
Tutkimuksen koe-aineistona käytettiin liikkuvalla laserkeilaimella Akhka R2:lla mitattuja pistepilviaineistoja ja trajektoria.
Vertausaineistona käytettiin maalaserkeilaimella mitattua pistepilviaineistoa samalta alueelta.
Yhteensovittaminen toteutettiin Matlab-ohjelmalla.
Pistepilvien käsittely ja tulosten vertailu tehtiin TerraScan-ohjelmalla.

Tutkimuksessa havaittiin, että aineistojen geometrista laatua metsäympäristössä voitiin parantaa yhteensovituksella N- ja korkeussuunnissa.
Parannusta tapahtui metsäympäristössä sisäisesti PLS-koeaineistossa sekä suhteessa TLS-vertausaineistoon.
Korkeussuuntainen parannus metsäympäristössä oli keskiarvoltaan 0,01 m TLS-vertausaineistoon nähden ja 0,12 m PLS-koeaineiston sisäisessä vertailussa.
Korkeusuunnassa 71 % metsäalueen pistejoukoista parantui PLS-koeaineiston ja TLS-vertausaineiston välisessä vertailussa ja PLS-koeaineiston sisäisessä vertailussa kaikki metsäalueen pistejoukot parantuivat.

N-suuntainen parannus metsäympäristössä oli keskiarvoltaan 0,01 m TLS-vertausaineistoon nähden ja 0,02 m PLS-koeaineiston sisäisessä vertailussa.
Yhteensovituksen jälkeen metsäalueella N- ja korkeussuuntainen geometrinen laatu oli parempi koeaineiston sisäisessä vertailussa kuin vertausaineistoon nähden.
Yhteensovitus paransi metsäympäristön lisäksi koko alueen geometrista tarkkuutta korkeussuunnassa.
Heading-kiertokulmat huonontuivat kaikissa vertailuissa ja alueilla yhteensovituksen myötä.
Geometrisen laadun parantaminen on tärkeää, jotta MLS-keilauksia voidaan tehdä luotettavasti metsäympäristössä.
ED:2014-12-21
INSSI record number: 50187
+ add basket
« previous | next »
INSSI