Tievalaistuksen 3D-mittaus ja mallinnus

Koko: px

Aloita esitys sivulta:

Download "Tievalaistuksen 3D-mittaus ja mallinnus"

Aku Kalle Karvonen
7 vuotta sitten
Katselukertoja:

Tievalaistuksen 3D-mittaus ja mallinnus TkT Matti Vaaja 5.4.

1 Tievalaistuksen 3D-mittaus ja mallinnus TkT Matti Vaaja Muuttuva valaistus- ja liikenneympäristö Light Energy - projekti JP Virtanen, Matti Kurkela, Hannu Hyyppä Rakennetun ympäristön mittauksen ja mallinnuksen instituutti (MeMo) Antero Kukko, Harri Kaartinen, Anttoni Jaakkola, Matti Lehtomäki, Juha Hyyppä Paikkatietokeskus, Maanmittauslaitos

2 Sisältö Tieympäristön 3D-mittaus ja mallinnus Mobiililaserkeilaus Kuvapohjainen mittaus Kohteiden tunnistus ja luokittelu 3D-pistepilvestä Tievalaistuksen 3D-mittaukset Light Energy -projektissa Luminanssi kalibrointi Staattinen menetelmä Mobiilikartoitukseen perustuva menetelmä Yhteenveto

Tieympäristön 3D-mittausmenetelmät Tutkimuksessamme käytetään Paikkatietokeskuksen ja Aaltoyliopiston itsekehittämiä mobiilikartoituslaitteita Roamer mobiililaserkeilain, UAV-robottilennokki

3 Tieympäristön 3D-mittausmenetelmät Tutkimuksessamme käytetään Paikkatietokeskuksen ja Aaltoyliopiston itsekehittämiä mobiilikartoituslaitteita Roamer mobiililaserkeilain, UAV-robottilennokki laserkeilainlaitteistolla, monikavanakeilain, hyperspektrilaserkeilain, reppulaserkeilain, kuvapohjaiset mittausmenetelmät sekä mobiilikäyttöön soveltuva kalibroitu luminanssikamera Näiden laitteiden kehittämisessä ryhmät ovat maailman huipputasoa Menetelmiä tievalaistuksen 3D-mittaukseen on kehitetty todella vähän Kuvat Vaaja, Virtanen Kurkela, Hyyppä, Ahlavuo, Jaakkola 3

Tieympäristön 3D-mittausaineistot Kuvapohjainen mittaus Edullinen aineistonkeruu Ei vaadi paikannusjärjestelmää Vaatii paljon laskentatehoa 3D-aineiston

4 Tieympäristön 3D-mittausaineistot Kuvapohjainen mittaus Edullinen aineistonkeruu Ei vaadi paikannusjärjestelmää Vaatii paljon laskentatehoa 3D-aineiston laskentamenetelmät kehittyneet paljon viime vuosina Kuvapohjainen pistepilvi, kamera auton kyydissä, ei paikannusjärjestelmää Kurkela, Vaaja, Virtanen, Hyyppä

Tieympäristön 3D-mittaus ja mallinnus Tieympäristöissä mobiililaserkeilausaineistoja käsittelevät tutkimukset ovat maailmalla keskittyneet erityisesti erilaisten kohteiden ja piirteiden

5 Tieympäristön 3D-mittaus ja mallinnus Tieympäristöissä mobiililaserkeilausaineistoja käsittelevät tutkimukset ovat maailmalla keskittyneet erityisesti erilaisten kohteiden ja piirteiden automaattiseen tunnistamiseen pistepilvestä. Kuvat Vaaja, Kurkela Puente, I., González-Jorge, H., Martínez-Sánchez, J. and Arias, P., Automatic detection of road tunnel luminaires using a mobile LiDAR system. Measurement, 47, pp Lehtomäki, M., Jaakkola, A., Hyyppä, J., Kukko, A. and Kaartinen, H., Detection of vertical pole-like objects in a road environment using vehicle-based laser scanning data. Remote Sensing, 2(3), pp

6 Tievalaistuksen 3D-mittaukset Light Energy -projektissa 1) Road scene at nightime 2) Mobile laser scanning 3) 3D-model from pointcloud 4) Analysis of lightning in 3D Kuvat Virtanen, Vaaja, Kurkela, Hyyppä 6

Tievalaistuksen 3D-mittaukset Light Energy -projektissa Kameroiden luminanssikalibrointi Yhteistyössä Aalto-yliopiston Valaistusyksikön kanssa Referenssiluminanssilähde!

7 Tievalaistuksen 3D-mittaukset Light Energy -projektissa Kameroiden luminanssikalibrointi Yhteistyössä Aalto-yliopiston Valaistusyksikön kanssa Referenssiluminanssilähde! Digitaalisten kameroiden kalibrointi mobiilikartoituksen vaatimuksiin Raakakuvaformaatti takaa parhaan laadun -> kameran vasteella ja luminanssilähteellä lineaarinen yhteys Lyhyt valotusaika ja suuri kennoherkkyys Esim. valotusaika 1/125, ISO > luminanssialue cd/m² Kalibroidut kamerat asennetaan mobiilikartoituslaitteistoon Nikon D800 Nikon D5100 Nikon D5300 Digitaalisten kameroiden käyttö kuvantavaan luminanssimittaukseen Wüller, D. and Gabele, H., The usage of digital cameras as luminance meters. In Electronic Imaging 2007 (pp U-65020U). International Society for Optics and Photonics. Meyer, J.E., Gibbons, R.B. and Edwards, C.J., Development and validation of a luminance camera: final report. Hiscocks, P.D. and Eng, P., Measuring Luminance with a Digital Camera: Case History.

Tievalaistuksen 3D-mittaukset Light Energy -projektissa Staattinen menetelmä Laserkeilaus kolmijalalta + luminanssikalibroitu kamera (Nikon D800E) Aineistojen yhdistäminen tienpinnan piirteiden

8 Tievalaistuksen 3D-mittaukset Light Energy -projektissa Staattinen menetelmä Laserkeilaus kolmijalalta + luminanssikalibroitu kamera (Nikon D800E) Aineistojen yhdistäminen tienpinnan piirteiden avulla Tuloksena tieympäristön 3D-luminanssiaineisto Vaaja, M.T., Kurkela, M., Virtanen, J.P., Maksimainen, M., Hyyppä, H., Hyyppä, J. and Tetri, E., Luminance-Corrected 3D Point Clouds for Road and Street Environments. Remote Sensing, 7(9), pp Menetelmä mahdollisti tienpinnan luminanssi arvioinnin cd/m²:n suhteellisella tarkkuudella Hidas menetelmä, vaatii myös tien sulkemisen mittausten ajaksi Kuvat Vaaja, Kurkela

9 Tievalaistuksen 3D-mittaukset Light Energy -projektissa Mobiilikartoitukseen perustuva menetelmä (mobile mapping system, MMS) Kuvat Virtanen, Vaaja, Kurkela, Hyyppä

10 Tievalaistuksen 3D-mittaukset Light Energy -projektissa Mobiilikartoitus Tutkimuskäyttöön rakennettu FGI RoamerR2: Luminanssikalibroitu kamera + laserkeilain + paikannusjärjestelmä Kameroiden asentoa ja sijaintia voidaan muuttaa helposti mittausvaatimusten mukaan Kaupallinen järjestelmä Trimble MX2 Panoraamakamera + 2 laserkeilainta + paikannusjärjestelmä Kuvat Kurkela, Vaaja, Virtanen, Hyyppä

11 Tievalaistuksen 3D-mittaukset Light Energy -projektissa Mobiilikartoitus Koetyö Munkkiniemenrannassa Aineiston mittaus: 12 min ~ 2 km 40 miljoonaa mittaushavaintoa Kuvien otto 2 sekunnin välein Virtanen, Vaaja, Kurkela, Hyyppä

Yhteenveto Tieympäristön ja valaistuksen 3D-mittaus ja mallinnus Pylväiden, valaisimien, liikennemerkkien, opasteiden, maalauksien ja reunakiveyksen automaattinen tunnistus Tienpinnan kunnon

12 Yhteenveto Tieympäristön ja valaistuksen 3D-mittaus ja mallinnus Pylväiden, valaisimien, liikennemerkkien, opasteiden, maalauksien ja reunakiveyksen automaattinen tunnistus Tienpinnan kunnon seuranta: kaltevuudet, kuivatus, urat, reiät, halkeamat ym. Näkyvyysolosuhteet, näkemät, muu liikenneympäristö ja infrarakenteet Valaistusolosuhteiden mallinnus staattisesti tai mobiilikartoituksella Varjostavien kohteiden erottaminen Valaistussuunnitelmien toteutuksen arviointi Valaistusolosuhteiden seuranta ja muutokset, valaisinrekisterin ylläpito Kuvat Vaaja, Virtanen

13 Kiitos! Lisätietoja:

Samankaltaiset tiedostot

Mobiilikartoitusdatan prosessointi ja hyödyntäminen

Mobiilikartoitusdatan prosessointi ja hyödyntäminen Alkuprosessointi - Vaiheet 1. Ajoradan jälkilaskenta 2. Havaintodatan korjaus 3. RGB-värjäys 4. Tukipisteiden käyttö Ajoradan jälkilaskenta Korjataan