Magda PLUTA Agnieszka GŁOWACKA

Magda PLUTA Agnieszka GŁOWACKA EPISTEME 26/2015, t. II s. 125 132 ISSN 1895-4421 DOKŁADNOŚĆ MODELOWANIA 3D NA PODSTAWIE CHMURY PUNKTÓW Z NAZIEMNEGO SKANINGU LASEROWEGO ACCURACY OF 3D MODEL OF THE BASIS OF POINT CLOUD FROM TERRESTRIAL LASER SCANNING Streszczenie. Na przestrzeni ostatnich latach znacząco wzrosła potrzeba danych 3D, które z powodzeniem znajdują zastosowanie w wielu dziedzinach nauki. Istnieje wiele metod pozyskiwania danych przestrzennych, jednak do najdokładniejszych zaliczany jest naziemny skaning laserowy. Chmura punktów, pozyskana w wyniku pomiaru, stanowi dokładną reprezentację stanu istniejącego w terenie, a dostępne oprogramowanie umożliwia przetwarzanie na dane wektorowe. Istotnym zagadnieniem modelowania 3D jest ocena dokładności wpasowania modelu 3D w chmurę punktów. Praca prezentuję porównanie dokładności ręcznego modelowania 3D w odniesieniu do modelowania automatycznego, wykorzystującego algorytmy. Słowa kluczowe: modelowanie 3D, dokładność, chmura punktów, naziemny skaning laserowy. Abstract. Over the past few years significantly increased the need for 3D data, which can be successfully used in many fields of science. There are many methods of acquiring of spatial data, however, terrestrial laser scanning is the most accurate. The points cloud acquired as a result of the measurement, is an exact representation of the existing state in terrain. The available software enables the processing huge points cloud data to vector data. Another important issue is to evaluate 3D modeling accuracy - fitting 3D model into points cloud. The paper presents analysis of accuracy of 3D modelling according to density of point cloud. Key words: 3D modelling, accuracy, points cloud, terrestrial laser scanning 125

WSTĘP Magda Pluta, Agnieszka Głowacka Na przestrzeni ostatnich lat potrzeba danych znacząco wzrosła. Istnieje wiele dziedzin nauki, dla których dane 3D mają istotne znaczenie, jako przykład Zlatanonova i in., 2002 wymieniają: planowanie przestrzenne, monitoring środowiska, telekomunikację, geologię, transport, wycenę nieruchomości oraz hydrologię. Wraz ze wzrostem zapotrzebowania na dane 3D, nastąpił rozwój technik pomiarowo - obliczeniowych, umożliwiających szybkie pozyskiwanie i przetwarzanie informacji przestrzennej. Jako jedną z metod pomiarowych Borkowski, Jóźków 2012 wymieniają skaning laserowy. Modelowanie 3D na podstawie danych ze skaningu laserowego stanowi aktualny problem badawczy podejmowany zarówno w literaturze krajowej jak i międzynarodowej. Lotniczy skaning laserowy pozwala na rejestrowanie chmur punktów dla dużych obszarów, a dostępne na rynku oprogramowanie dostarcza algorytmy do automatycznej detekcji budynków. Naziemny skaning laserowy, w kontekście modelowania 3D, stanowi bardziej złożony problem. Chmura punktów z naziemnego skaningu laserowego ze względu na dużą rozdzielczość, stanowi dobre odzwierciedlenie modelu budynku, natomiast ze względu na rozmiar danych wymaga konwersji do modelu wektorowego obsługiwanego przez programy CAD. [Borkowski, Jóźków, 2012]. Obecnie na rynku istnieje wiele programów, umożliwiających pracę na chmurach punktów, oferując narzędzia do modelowania 3D m.in. Leica Cyclone, Microstation v8i, AutoCad [Oszczak i in.2011]. Modele 3D budynków stanowią dokładną reprezentację stanu istniejącego w terenie i z powodzeniem mogą być wykorzystywane jako narzędzie do promocji miasta, zarządzania antykryzysowego, administracji czy analiz przestrzennych. [Borkowski, Jóźków, 2012]. Podczas pracy na chmurze punktów, ważnym zagadnieniem jest ocena dokładności modelowania. Dokładność modelowania 3D na podstawie chmury z lotniczego skaningu laserowego jest znacznie niższa niż w przypadku danych ze skaningu naziemnego i dla dachu budynków wynosi 2m dla X, Y i 1m dla wartości Z [Borowiec, 2009]. Praca prezentuje ocenę dokładności ręcznego modelowania 3D na podstawie danych z naziemnego skaningu laserowego, w odniesieniu do modelowania automatycznego w programie Leica Cyclone. 126

Dokładność modelowania 3D na podstawie chmury punktów 1. MATERIAŁY I METODY Celem pracy było określenie dokładności modelowania 3D elementów architektonicznych na podstawie chmury punktów z naziemnego skaningu laserowego w odniesieniu do gęstości tej chmury. Modelowanie 3D wykonano na podstawie chmury punktów budynku dydaktycznego Wydziału Inżynierii Środowiska i Geodezji, pozyskanej skanerem Z+F 5006. Chmurę punktów zorientowano oraz wyczyszczono z szumu pomiarowego. Z chmury punktów wybrano 2 pola testowe - okno oraz komin [Ryc. 1] a b Ryc. 1. Pole testowe: a) okno, b) komin dla celu modelowania 3D. Kolejno, wybrane pola testowe poddano unifikacji w programie Leica Cyclone 8.1.1 zadając średnią odległość pomiędzy punktami na poziomie: 1cm, 2cm, 3cm, 4cm, 5cm dla każdego pola testowego. Następnie, zunifikowane chmury punktów wyeksportowano do formatu.pts, tak by możliwy był ich import w programie Microstation 127

Magda Pluta, Agnieszka Głowacka v8i. Program Microstation v8i umożliwia pracę z chmurą punktów w różnych formatach, konwertując na format wewnętrzny programu. Modelowanie 3D na podstawie chmury punktów opiera się na korzystaniu z właściwych widoków obiektu, z czego w pracy wykorzystano widoki: Top, Front, Right, Isometric. Istotną kwestią jest ustawienie właściwej głębokości rysowania poprzez określenie położenia pierwszego wierzchołka modelu. W tym celu należy jednorazowo włączyć opcję snap to point cloud. Wybór opcji modelowania 3D, jakie oferuje pakiet Solid Modeling należy dostosować do rzeczywistego kształtu obiektu. Dla potrzeb modelowanie 3D pól testowych - okna oraz komina posłużono się opcjami: slab model, solid by extrusion, modify solid entity, replace face, unit solids, substract solids, fillet edges. W efekcie wykonano 10 modeli: 5 modeli okna oraz 5 modeli komina, na podstawie chmury punktów zunifikowanej na poziomie 1cm, 2cm, 3cm, 4cm, 5cm. Do dalszych analiz przyjęto iż model okna oraz model komina wykonany na podstawie chmury punktów zunifikowanej na poziomie 1cm jest modelem referencyjnym (Ryc.2). a b Ryc. 2. Model referencyjny a) okna, b) komina. Analizę dokładności modeli 3D elementów architektonicznych w odniesieniu do gęstości chmury punktów przeprowadzono w programie CloudCompare, który jest programem typu open source. Program umożliwia wykonanie modelu różnicowego na podstawie dwóch modeli 3D zapisanych w formacie.obj. W tym celu, do programu zaimportowano modele 3D okna oraz komina. Opcja programu Cloud/ Mesh distance podaje odległość pomiędzy chmurą punktów a modelem 128

Dokładność modelowania 3D na podstawie chmury punktów 3D, lub dwoma modelami 3D. W przypadku wyboru opcji chmura punktów - model 3D, program automatycznie wyznacza model 3D jako obiekt referencyjny, w przypadku wyboru opcji model 3D - model 3D, samodzielnie musimy zdecydować który z nich będzie referencyjnym, a który porównywanym. Dla potrzeb obliczeń algorytm rozpatruje dla modelu porównywanego - wierzchołki modelu, dla modelu referencyjnego - płaszczyzny, a następnie wyznacza odległości pomiędzy nimi zwracając wynik: odległość minimalna, odległość maksymalna, odległość średnia, odchylenie standardowe. 2. WYNIKI I DYSKUSJA W pracy jako model referencyjny przyjęto model 3D powstały w oparciu o chmurę punktów zunifikowaną na poziomie 1cm, a następnie, kolejno porównano z nim modele 3D powstałe w oparciu o chmury punktów zunifikowane na poziomie 2cm, 3cm, 4cm, 5cm. Porównanie wykonano dla okna oraz komina (Tab.1) nazwa pola testowego Tab. 1. Tabela zbiorcza - porównanie. poziom unifikacji średnia odległość od modelu referencyjnego [m] odchylenie standardowe okno 2 cm 0.0007 0.0025 3 cm 0.0027 0.0044 4 cm 0.0017 0.0038 5 cm 0.0025 0.0043 komin 2 cm 0.0026 0.0056 3 cm 0.0071 0.0090 4 cm 0.0052 0.0071 5 cm 0.0049 0.0073 Ponadto, dla każdej pary modeli 3D utworzono histogramy, przedstawiające ilościowy rozkład odchyleń od modelu referencyjnego dla okna (Ryc. 3, 4, 5, 6) oraz komina (Ryc. 7, 8, 9, 10) Na osi X utworzono 8 przedziałów wartości odchyleń, natomiast oś Y określa ile wierzchołków modelu porównywanego znajduje się w danej klasie. 129

Magda Pluta, Agnieszka Głowacka Ryc. 3. Rozkład odchyleń modelu 3D okna dla unifikacji 2cm od Ryc. 4. Rozkład odchyleń modelu 3D okna dla unifikacji 3cm od Ryc. 5. Rozkład odchyleń modelu 3D okna dla unifikacji 4cm od Ryc. 6. Rozkład odchyleń modelu 3D okna dla unifikacji 5cm od Ryc. 7. Rozkład odchyleń modelu 3D komina dla unifikacji 2cm od Ryc. 8. Rozkład odchyleń modelu 3D komina dla unifikacji 3cm od 130

Dokładność modelowania 3D na podstawie chmury punktów Ryc. 9. Rozkład odchyleń modelu 3D komina dla unifikacji 4cm od Ryc. 10. Rozkład odchyleń modelu 3D komina dla unifikacji 5cm od Zarówno dla modelu 3D okna oraz modelu 3D komina średnie odległości od modelu referencyjnego nie przekraczają wartości 1cm. Dla modelu 3D okna rozkład odchyleń modelu 3D od modelu referencyjnego jest bardziej równomierny we wszystkich przedziałach niż w przypadku modelu 3D komina. Dla modelu 3D komina, większa liczba wartości odchyleń znajduje się w przedziale wartości bliskich zeru, co wynika z prostszej geometrii obiektu. 3. WNIOSKI W pracy zbadano dokładność modelowania 3D w oparciu o chmurę punktów pozyskaną naziemnym skanerem laserowym, zunifikowaną na poziomie 1cm, 2cm, 3cm, 4cm, 5cm. Na podstawie uzyskanych wyników dla dwóch pól testowych: okna oraz komina, nie zauważono zależności zmniejszenia dokładności modelu 3D w związku ze zwiększeniem poziomu unifikacji. Zarówno dla modelu 3D okna oraz modelu 3D komina, dla wszystkich poziomów unifikacji, średnia odległość modelu 3D od modelu referencyjnego nie przekracza wartości 1cm. Taka dokładność mieści się w granicach dokładności modeli 3D dla grupy level of detail 3 według standardu CityGml. Chmury punktów charakteryzują się dużym rozmiarem danych, który może stwarzać problemy przy dalszym przetwarzaniu. Przed rozpoczęciem modelowania 3D konieczne jest przerzedzenie chmury poprzez unifikację, natomiast ważny jest poziom przerzedzenia, tak by nie utracić 131

Magda Pluta, Agnieszka Głowacka informacji o gemoterii. Na podstawie badań, uznaje się że unifikacja na poziomie 5cm stosunku do unifikacji na poziomie 1cm, nie obniża istotnie dokładności modelu 3D. BIBLIOGRAFIA Borkowski A., Jóźków G. 2012, Ocena dokładności modelu 3D zbudowanego na podstawie danych skaningu laserowego - przykład zamku Piastów Śląskich w Brzegu, Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 23, str. 37 47. Borowiec N. 2009, Generowanie trójwymiarowego modelu budynku na podstawie danych lidarowych, Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 20/2009, str. 47 56. Mitka B., Mikołajczyk Ł., Noszczyk T. 2013, Modelowanie obiektów przemysłowych na podstawie danych z naziemnego skaningu laserowego. Infrastruktura i ekologia terenów wiejskich, Nr 2/II/2013. Oszczak B., Tanajewski D., Harmaciński A., Klimczu M. 2011, Modelowanie trójwymiarowe budynków lotniska Dajtki - Olsztyn w aplikacjach AutoCad Civil 3D i Google SketchUp, Roczniki Geomatyki, 9(4). Pluta M., Mitka B., 2014, Możliwości modelowania 3D na podstawie danych ze skaningu laserowego, Episteme Czasopismo Kulturalno - Naukowe, 22/2014, t.ii, str. 137 146. Zlatanova S., Rahman A., Pilouk M. 2002, 3D GIS: current status and perspectives, Symposiumon Geospatial Theory, processing and Applications, Commission IV, WG IV/I. Adres do korespondencji: mgr inż. Magda Pluta Katedra Geodezji Rolnej, Katastru i Fotogrametrii Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie e-mail: studia@magdapluta.pl inż. Agnieszka Głowacka Wydział Inżynierii Środowiska i Geodezji Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie e-mail: aga.glowacka@onet.pl 132