LiDAR360 MLS для интеллектуального удаления динамических объектов
Трехмерное облако точек — это массив пространственных данных, построенный путем накопления результатов лазерного сканирования, полученных в разных местах и в разное время. Поскольку при сборе данных обеспечивается быстрая фиксация состояния окружающей среды на момент съемки, в них часто присутствуют динамические объекты, которые не всегда можно наблюдать в одинаковом состоянии.
Динамические объекты в материалах съемки ухудшают читаемость данных и влияют на последующее использование облака точек, поэтому очень часто они нуждаются в удалении из итогового облака точек.
Удаление движущихся объектов с использованием традиционными алгоритмов требует настройки параметров в зависимости от условий съемки. Один и тот же набор параметров не является универсальным даже при схожих условиях, особенно если съемка велась разнотипными съемочными системами.
LiDAR360 MLS использует интеллектуальные средства для проблемы проблемы фильтрации динамических объектов из облаков точек при выполнении классификации облаков точек, что позволяет обойтись без настройки параметров пользователем. Он может не только удалять движущиеся объекты одним щелчком мыши, но и получать данные с информацией о типах этих объектов.
Пример 1
Съемочная система: переносной мобильный сканер LiGrip H120
Тип снимаемого объекта: улица в городской застройке
Результат съемки: 34.339 миллиона точек лазерных отражений
Время обработки: 4 минуты
Исходное облако точек
Облако точек, подвергнутое интеллектуальной фильтрации
Пример 2
Съемочная система: переносной мобильный сканер LiGrip H300
Тип снимаемого объекта: подземный гараж
Результат съемки: 20,799 миллиона точек лазерных отражений
Время обработки: 3 минуты
Исходное облако точек
Облако точек, подвергнутое интеллектуальной фильтрации
Пример 3
Съемочная система: переносной мобильный сканер LiGrip H120
Тип снимаемого объекта: торговый центр
Результат съемки: 60,914 миллионов точек лазерных отражений
Время обработки: 10 минут
Исходное облако точек
Облако точек, подвергнутое интеллектуальной фильтрации
Пример 4
Съемочная система: переносной мобильный сканерa LiGrip H120
Тип снимаемого объекта: Старый город
Результат съемки: 108,398 миллионов точек лазерных отражений
Время обработки: 10 минут
Исходное облако точек
Облако точек, подвергнутое интеллектуальной фильтрации
Пример 5
Съемочная система: переносной мобильный сканер LiGrip H120 (рюкзак)
Тип снимаемого объекта: горный лес
Результат съемки: 27,802 миллиона точек лазерных отражений
Время обработки: 3 минуты
В программном обеспечении LiDAR360 MLS реализована классификация на основе алгоритмов глубокого обучения. Основываясь на реальных сценариях съемки и требованиях к классификации, данный программный продукт может самостоятельно идентифицировать отдельные целевые образцы и обучать собственную модель классификации облака точек.
Программа проста в эксплуатации. Даже если вы не являетесь экспертом в области глубокого обучения, вы можете быстро приступить к работе и ощутить все преимущества результатов обработки с его использованием. Многие пользователи используют функции классификации на основе глубокого обучения в LiDAR360 MLS для более точной классификации облаков точек при работе с материалами съемки городской среды или залесенных территорий.
Одновременно с выполнением классификаций, LIDAR360 MLS удаляет движущиеся объекты, попавшие в зону съемки, решая одну из основных проблем первичной очистки данных, что позволяет в дальнейшем упростить работу с данными и повысить эффективность трудозатрат.
Приведенные выше примеры скорости обработки предполагают использование компьютеров, оснащенных видеокартой NVIDIA GeForce RTX 3050 8G. Время классификации облаков различных точек при иной производительности оборудования будет иным. Чем выше производительность видеокарты, тем короче время классификации, поэтому рекомендованный объем видеопамяти для этих процессов составляет не менее 8 гигабайт.