search query: @keyword mallinnus / total: 180
reference: 14 / 180
| Author: | Jokela, Joonas |
| Title: | CityGML building model production from airborne laser scanning |
| CityGML rakennusmallien tuottaminen ilmalaserkeilauksesta | |
| Publication type: | Master's thesis |
| Publication year: | 2016 |
| Pages: | 64 + 7 Language: eng |
| Department/School: | Insinööritieteiden korkeakoulu |
| Main subject: | Fotogrammetria ja kaukokartoitus (M3006) |
| Supervisor: | Haggrén, Henrik |
| Instructor: | Rönnholm, Petri ; Julin, Arttu |
| Electronic version URL: | http://urn.fi/URN:NBN:fi:aalto-201602161355 |
| Location: | P1 Ark Aalto 3466 | Archive |
| Keywords: | CityGML building reconstruction laser scanning modelling city models ALS laserkeilaus kaupunkimallit rakennusten rekonstruointi mallinnus |
| Abstract (eng): | 3D city models have become an important tool in many applications across different fields. Usually these 3D city models only represent the geometrical attributes of the city, which enables easy visualization of cities. Yet, different thematic queries, analysis tasks, and spatial data mining are out of the reach of models that only offer us information about their geometry. CityGML 3D city models bring an addition of semantic information to the models. In this thesis, the process and different techniques of building reconstruction from airborne laser scanning are explained. CityGML standard will also be explained and what has to be done in order to go from 3D building models to CityGML. The main focus of this thesis was to study how well it is possible to automatically create CityGML 2.0 3D city models from data collected only by airborne laser scanning. CityGML has five different levels-of-detail indicating the level of precision of the building. LOD1 and LOD2 were the most important levels for this thesis, and so it was tested how well different software were able to export reconstructed building models in the CityGML format with these precision levels. These exports were checked against the official specification of CityGML to see how well they met the requirements. It was also explained what more would be needed for the process and data, in order to produce higher quality models in LOD3. Two different test areas were chosen with different building and roof types. One area included detached houses, some partly covered with vegetation, and another area included mainly apartment houses. The thesis shows that as of now, it is still quite challenging to automatically produce city models that are in line with the CityGML 2.0 standard. The model driven methods had problems when it came to building installations, such as chimneys. These could not be modelled with software that used model driven methods. Data driven methods on the other hand had problems when it came to the conversion from the building models to the CityGML format. Terrain and terrain intersection curve also turned out to be more difficult to model than anticipated. Most of the software used in this thesis were not able to automatically handle the addition of these elements. The elements were possible to add later on to the CityGML file but only with use of additional software tools. |
| Abstract (fin): | 3D kaupunkimalleista on tullut tärkeä työkalu eri alojen käyttämissä sovelluksissa. Yleensä näitä 3D kaupunkimalleja käytetään vain kaupunkien geometristen attribuuttien mallintamiseen visualisointitarkoituksiin. Kuitenkin erilaiset temaattiset kyselyt, analyysitehtävät ja spatiaalinen tiedonlouhinta ovat pelkästään geometriaa esittävien mallien ulottumattomissa. CityGML 3D kaupunkimallit ottavat huomioon lisäksi myös semanttisen tiedon. Tässä työssä selitetään rakennusten rekonstruointiprosessi ilmalaserkeilauksesta sekä esitellään erilaisia rekonstruointitekniikoita. Myös CityGML standardi esitellään sekä se, mitä 3D rakennusmalleille pitää tehdä, jotta ne saataisiin CityGML muotoon. Tämän työn pääpiste oli, kuinka hyvin on mahdollista automaattisesti luoda CityGML 2.0 muotoisia 3D kaupunkimalleja pelkästään ilmalaserkeilaamalla kerätystä aineistosta. CityGMLssä on viisi erilaista yksityiskohtatasoa, jotka kertovat, kuinka tarkasti rakennus on mallinnettu. Näistä LOD1 ja LOD2 olivat tämän työn kannalta oleellisimmat. Tämän vuoksi sitä, kuinka hyvin ohjelmista saadaan ulos rakennusmalleja CityGML muodossa näillä tarkkuusvaatimuksilla, testattiin. Saatuja tuloksia verrattiin virallisiin CityGML vaatimuksiin, jotta saatiin selville, kuinka hyvin vaatimukset täyttyivät. Myös se käytiin läpi, mitä muutoksia tarvittaisiin, jotta malleista saataisiin korkeamman, LOD3, tason malleja. Valittiin kaksi erilaista testialuetta, joilla oli erilaisia rakennus- ja kattotyyppejä. Toisella alueella oli omakotitaloja, joista jotkut olivat osittain kasvillisuuden peittämiä ja toisella oli pääsääntöisesti kerrostaloja. Työstä käy ilmi, että vielä tällä hetkellä automaattinen CityGML 2.0 standardin mukaisten kaupunkimallien tuottaminen on haastavaa. Mallipohjaisilla menetelmillä oli vaikeuksia rakennusten pienien osien, kuten savupiippujen, suhteen. Näitä ei pystytty mallintamaan ohjelmilla, jotka pohjautuivat mallipohjaisiin menetelmiin. Toisaalta tietopohjaisilla menetelmillä oli ongelmia, kun ne muunnettiin CityGML formaattiin. Maanpinnan sekä maanpinnan ja rakennuksen leikkauksen mallintamisessa oli odotettua enemmän ongelmia. Useimmat tässä työssä käytetyt ohjelmat eivät pystyneet automaattisesti näitä mallintamaan. Kuitenkin, ne oli mahdollista lisätä jälkikäteen käyttämällä muita ohjelmia. |
| ED: | 2016-02-21 |
INSSI record number: 53147
+ add basket
INSSI