Kansallinen maastotietokanta. KMTK Kuntien tuotantoprosessit: Ohjeistus RPAS- ja MMS-menetelmien käyttöönotolle

Samankaltaiset tiedostot
KMTK Kuntien tuotantoprosessit: Selvitys RPAS- ja MMS-menetelmien ja kuntien nykyisten tuotantoprosessien kustannuksista

Kansallinen maastotietokanta. KMTK Kuntien tuotantoprosessit: Selvitys RPAS- ja MMS-aineistojen vektoroinnista

Kansallinen maastotietokanta. KMTK Kuntien tuotantoprosessit: Loppuraportti

Kansallinen maastotietokanta. KMTK Kuntien tuotantoprosessit: Selvitys mobiilikartoitusmenetelmistä

Kansallinen maastotietokanta. KMTK Kuntien tuotantoprosessit: Selvitys MMStuotantoprosessista

KANSALLINEN MAASTOTIETO- KANTA-HANKE (KMTK)

Kansallinen maastotietokanta. KMTK Kuntien tuotantoprosessit: Selvitys kuntien kantakartan ylläpidon nykyisestä tuotantoprosessista

LASERKEILAUKSEEN PERUSTUVA 3D-TIEDONKERUU MONIPUOLISIA RATKAISUJA KÄYTÄNNÖN TARPEISIIN

Kansallinen maastotietokanta 3D-kaupunkimallit

Kaupunkimallit

Kansallinen maastotietokanta. KMTK Kuntien tuotantoprosessit: Selvitys RPASlentotyötoiminnan

KANSALLISET LASERKEILAUS- JA ILMAKUVAUSOHJELMAT

Miehittämättömän ilma-aluksen käyttö toimitustuotannon kartoitustyössä

Maanmittauslaitoksen laserkeilaustoiminta - uusi valtakunnallinen korkeusmalli laserkeilaamalla

Kansallinen maastotietokanta. KMTK Kuntien tuotantoprosessit: Selvitys RPASmenetelmistä

ja ilmakuvauksen hankinta

UMTK- SUUNNITTELUPROJEKTIN ESITTELY (UMTK = MML:N UUSI MAASTOTIETOJEN TUOTANTOJÄRJESTELMÄ)

Kaupunkimallit. Tilanne Vantaalla. Kimmo Junttila Sami Rapo

KANSALLINEN MAASTOTIETOKANTA-HANKE (KMTK) KMTK KUNTIEN TUOTANTOPROSESSIT: SELVITYS RPAS-MENETELMISTÄ

Laserkeilauksen ja kuvauksen tilaaminen

LOCATION BUSINESS FORUM 2018

Osoitetietojärjestelmä. Kansallinen maastotietokanta seminaari Paula Ahonen-Rainio

Yhteistyössä Kansalliseen Maastotietokantaan Risto Ilves

Julkinen Mobiililaserkeilaukset rataverkolla

1. Hankinnan tausta ja tarkoitus

Kansallinen maastotietokanta

Maanmittauslaitoksen uusi valtakunnallinen korkeusmalli laserkeilaamalla

Metsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto

Luento 6 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

LIITE 1(5) TYÖOHJELMA NUMEERISEN KAAVAN POHJAKARTAN LAATIMINEN. 1. Tehtävän yleismäärittely

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Paikkatiedon tulevaisuus

Suunnittelun lähtöaineisto 3D:hen ja tietomallipohjaiseksi

LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä

Mobiilikartoitusdatan prosessointi ja hyödyntäminen

Johdatus mobiilikartoituksen maailmaan. Joni Salo, Geotrim Oy

Mobiilikartoituspäivä Pistepilvien ja kuvien hyödyntäminen Locusympäristössä

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

UAV-kopteri Jyväskylän kaupunkiympäristössä. Juha Kantanen Jyväskylän kaupunki

Tammikuu KMTK rakennukset

Drone-kuvausten käyttökelpoisuudesta metsäkeskuksen toiminnassa Maaseutu 2.0 loppuseminaari

Neljä innovaatiota - Kansallinen maastotietokanta tutuksi. Webinaari Ohjelmapäällikkö Risto Ilves

Maanmittauslaitoksen ilmakuva- ja laserkeilausaineistot ktjkii-päivä

TERRASOLID Point Cloud Intelligence

TERRASOLID Point Cloud Intelligence

Maastomalliohje ja Maastotietojen hankinnan toimintaohje Matti Ryynänen

Laitetekniset vaatimukset ammattimaiselle dronetoiminnalle. Sakari Mäenpää

Nina Heiska, Tauno Suominen, Hannu Heinonen Nordic Geo Center Oy Oulu

Loppuraportti Blom Kartta Oy - Hulevesien mallintaminen kaupunkiympäristössä / KiraDIGI

Paikkatietoalusta-hanke. Osoitetietojärjestelmä

Kaukokartoitusaineistojen hyödyntäminen toiminnanohjausjärjestelmässä

Maankäyttöpäätökset Topi Tjukanov

Tiedonkeruun miljoonat pisteet

Lomakkeessa kuvataan hankittava palvelu, sille asetettavia vaatimuksia sekä hankinnalle asetettavia vaatimuksia.

Maastokartta pistepilvenä Harri Kaartinen, Maanmittauspäivät

Kantakarttakyselyn tuloksia

KANTAKARTASTA 3D-KAUPUNKITIETOMALLI

Mittaaminen projektipäällikön ja prosessinkehittäjän työkaluna

Työkalujen merkitys mittaamisessa

Kokonaisvaltainen mittaaminen ohjelmistokehityksen tukena

Ryhmät & uudet mahdollisuudet

Dronit metsätiedon keruussa Uuden teknologian mahdollisuudet puunhankinnassa seminaari

3D-TIEDOT MUUTTAVAT SUUNNITTELUA

Rauman kaupungin siirtyminen EUREF-FIN-tasokoordinaatistoon ja N2000-korkeusjärjestelmään. Ari-Pekka Asikainen kiinteistö- ja mittaustoimi 13.9.

Maanmittauspäivät 2014 Seinäjoki

Kartta laaditaan koordinaattijärjestelmässä ETRS-GK25 ja korkeusjärjestelmässä N2000.

Missä mennään KMTK ohjelmassa? Ohjelmapäällikkö Risto Ilves

Matterport vai GeoSLAM? Juliane Jokinen ja Sakari Mäenpää

JHS-hanke-ehdotus: KMTK Rakennukset ja rakenteet - kohteet

Paikkatietoalusta. Kuntien digitaaliset paikkatiedot tehokäyttöön. Kuntakiertue Kari Hautamäki ja Jaakko Uusitalo

DIGIBONUSTEHTÄVÄ: MPKJ NCC INDUSTRY OY LOPPURAPORTTI

MAANALAINEN KAUPUNKIMALLI. Aleksin huoltotunneli

Paikkatietoalusta. Kuntien digitaaliset paikkatiedot tehokäyttöön. Kuntakiertue Kari Hautamäki ja Jaakko Uusitalo

PAIKKATIETOMARKKINAT 2018 LASERKEILAUSSEMINAARI

Säilörehunurmen sadon määrän kaukokartoitus

eopetussuunnitelmat ja Tutkinnot Ulla Angervo

PROJECT X. 2D tarkastuksen standardi Mittausteknologian edelläkävijä

Kaupunkimallit ja CityGML

Luento 10: Optinen 3-D mittaus ja laserkeilaus

Lumitöiden estekartoitus

Raitiotiehankkeen toteutusmalliesiselvitys

Tarkkuuden hallinta mittausprosessissa

KMTK tilannekatsaus. Risto Ilves KMTK Ohjelmapäällikkö. KMTK on osa Suomen itsenäisyyden satavuotisjuhlavuoden ohjelmaa

Merlin Systems Oy. Kommunikaatiokartoitus päätöksenteon pohjaksi. Riku Pyrrö, Merlin Systems Oy

Laserkeilaus suunnistuskartoituksessa

Avoimen ja yhteisen rajapinnan hallintasuunnitelma v.1.4

TYÖOHJEET VR-HYVINKÄÄ

SOPIMUS 1(8)..201_ Dnro TRE: /201_

Kaukokartoitusaineistot ja maanpeite

PRE/InfraFINBIM tietomallivaatimukset ja ohjeet AP3 Suunnittelun ja rakentamisen uudet prosessit

Geotrim TAMPEREEN SEUTUKUNNAN MITTAUSPÄIVÄT

MAASTOKARTOITUSAINEISTON VISUALISOINTI. Kai Lappalainen, Ramboll Finland Tampere

Mittatarkat viistoilmakuvat maankäytön suunnittelussa. Jukka Erkkilä Avainasiakaspäällikkö Blom Kartta Oy

Siltatiedon tarkkuustason määrittäminen Taitorakennerekisterissä. Maria Vinter

Aineistojen käytettävyys ja saatavuus

Kieliaineistojen käyttöoikeuksien hallinnan tietojärjestelmä

Käyttövarmuuden peruspilarit

Mobiilit ratkaisut yrityksesi seurannan ja mittaamisen tarpeisiin. Jos et voi mitata, et voi johtaa!

Automatisoinnilla tehokkuutta mittaamiseen

Osoitetietojärjestelmä

Transkriptio:

Kansallinen maastotietokanta KMTK Kuntien tuotantoprosessit: Ohjeistus RPAS- ja MMS-menetelmien käyttöönotolle

Projektin selvitys 1 Sisältö 1 JOHDANTO... 2 2 YLEISKUVA MENETELMIEN KÄYTTÖÖNOTOSTA... 2 2.1 RPAS-MENETELMIEN KÄYTTÖÖNOTTO... 3 2.1.1 RPAS-aineiston hankinnasta palveluna... 3 2.2 MMS-MENETELMIEN KÄYTTÖÖNOTTO... 4 2.2.1 MMS-aineiston hankinnasta palveluna... 5 3 TULEVAISUUDEN NÄKYMÄT... 5 3.1 KARTOITUSTEKNOLOGIAT... 5 3.2 AINEISTOJEN KÄSITTELY JA OHJELMISTOT... 6

Projektin selvitys 2 1 Johdanto Tämä selvitys on osa Kansallinen Maastotietokanta-ohjelmaan (KMTK) kuuluvaa KMTK-Kuntien tuotantoprosessit-projektia. Tässä dokumentissa on tarkoitus tiivistää projektissa tuotettujen selvitysten sisältö ja niissä tehdyt johtopäätökset RPAS- ja MMS-menetelmien käytöstä kuntien paikkatietojen ylläpidossa (kantakartta, 3D-kaupunkimallinnus). Dokumentissa on tarkoitus muodostaa projektiryhmän näkemys kyseisten menetelmien käytettävyydestä ja antaa yleisellä tasolla ohjeistus siitä, kuinka kyseiset menetelmät voidaan ottaa kunnan tuotantokäyttöön ja mitä haasteita ja hyötyjän siihen liittyy. Selvityksessä on myös annettu ohjeistusta RPAS- ja MMS-tiedonkeruun hankintaan palveluna. Lähtökohtaisesti paikkatietoaineistojen hankinnassa täytyisi keskittyä vain haluttavien lopputuotteiden vaatimusten määrittämiseen. Nykyisin on tarjolla useita mittausteknologioita, jotka pystyvät tuottamaan samantasoista aineistoa, joten hankinnassa ei pitäisi lähteä asettamaan vaatimuksia käytettävälle mittausteknologialle vaan itse lopputuotteille. Tällöin päätös käytettävästä mittausteknologiasta jäisi toimijan päätettäväksi. Yhteenveto projektin kaikista selvityksistä löytyy projektin loppuraportista. Kommentit ja kyselyt selvitykseen liittyen KMTK-Kuntien tuotantoprosessit-projektin projektipäällikölle: Olli Nevalainen (olli.nevalainen@maanmittauslaitos.fi) 2 Yleiskuva menetelmien käyttöönotosta Lähtökohtana on, että RPAS- ja MMS-menetelmiä ei nähdä kilpailevana teknologiaratkaisuna verrattuna miehitettyyn ilmakuvaukseen ja -laserkeilaukseen, vaan niitä täydentävinä tiedonkeruumenetelminä. RPAStiedonkeruun soveltuu etenkin alueille, joiden mittauslaajuus (pinta-ala ja kohteiden lukumäärä) jää ilmalaserkeilauksen ja -kuvauksen ja maastotyön väliin. RPAS- ja MMS-tiedonkeruujärjestelmistä ja -menetelmistä on kerrottu tarkemmin projektin selvityksissä Selvitys RPAS-laitteistoista ja -menetelmistä ja Selvitys mobiilikartoituslaitteistosta ja -menetelmistä. Selvityksissä Selvitys RPAS-lentotyötoiminnan tuotantoprosessista ja Selvitys MMS-tuotantoprosessista on kuvattu tarkemmin, mitä kuuluu RPAS- ja MMS-tiedonkeruun prosessiin. Edellytykset kumpienkin menetelmien käyttöönotolle on Suomessa hyvät. RPAS-toiminnassa on lainsäädännöllisesti enemmän huomioitavaa, mutta toistaiseksi Suomen RPAS-ilmailumääräykset ovat kansainvälisessä vertailussa hyvin liberaalit ja toiminnan käyttöönotto on määräysten suhteen kevyttä. RPAS-toiminnassa huomioitavista asioista on kerrottu tarkemmin selvityksissä Selvitys Trafin RPAS-määräyksistä ja niiden vaikutus RPAS-toimintaan taajama-alueiden kartoituksessa ja Selvitys RPAS-lentotyötoiminnan tuotantoprosessista. Mahdollisuutena RPAS- ja MMS-menetelmien käyttöönotossa on oman laitteiston ja ohjelmistojen hankinta ja henkilöstön koulutus tai hyödyntämällä konsulttien palveluja eri tuotantoprosessin vaiheisessa. Konsulttien palveluita voidaan hyödyntää esimerkiksi: hankkimalla koko tiedonkeruu ja aineiston jatkokäsittely (vektorointi) hankkimalla pelkkä tiedon keruu hankkimalla pelkkä jatkokäsittely vuokraamalla mittauslaitteistoja ja mittausaineiston prosessointia varten tarvittavat ohjelmistot ostamalla koulutusta Kustannusten koostuminen riippuu erittäin paljon kunnan jo olemassa olevan oman paikkatietohenkilöstön määrästä ja osaamisesta, sekä olemassa olevasta laitteistosta ja tuotantoprosessista. RPAS- ja MMS-menetelmät tuottavat suuria määriä 3D-paikkatietoa erityisesti pistepilvien ja kuvien muodossa. Näiden aineistojen jatkokäsittely, esimerkiksi vektorimuotoiseksi kantakartaksi tai 3D-kaupunkimalliksi, onkin aikaa vievin osuus ja

Projektin selvitys 3 tarve kyseisten aineistojen tehokkaammalle jatkokäsittelylle ja laajemmalle hyödyntämiselle sellaisenaan esimerkiksi pistepilvi ja mesh-malleina on suuri. RPAS- ja MMS-kykenevät tuottamaan tiheätä 3D pistepilviaineistoa tarkalla resoluutiolla, joka on oma etunsa yhtä tarkempien ja yksityiskohtaisen aineistojen tarpeiden kasvaessa. Jatkokäsittelyyn vaadittavan henkilötyömäärän vähentämiselle olisikin suuri tarve. Henkilötyömäärä tulee vähenemään paikkatietoohjelmistojen automatisoitujen menetelmien kehitys ja tehostuneet työkalut. Pistepilvien käsittelyn tehostamisessa on syytä myös harkita 3D-työasemien hankittaa ja käyttöä, jolloin aineiston pistepilvien ja kolmiulotteisuuden hahmottaminen parantuu. Lisääntyvät 3D-paikketietoaineistot saadaan myös tehokkaimmin käyttöön, jos käytettävät tiedostoformaatit ja aineiston muodostamisen ohjeistus ovat yhtenäistä eri toimijoiden välillä. Pistepilviaineistojen tuottamia taloudellisia hyötyjä saadaan kasvatettua, jos kunnan paikkatietojärjestelmät mahdollistavat aineistojen jakamisen ja käsittelyn kaikille käyttäjille. 2.1 RPAS-menetelmien käyttöönotto Tuotantokäyttöisten RPAS-järjestelmien hinnat ovat nykyisin kohtuulliset ja oman laitteen tai yhteiskäyttöiseen laitteen hankinta on kannattava vaihtoehto, jos niiden tuottamalle ilmakuva ja 3D-aineistoille on jatkuvaa käyttöä ja kunnalla on resursseja kouluttaa toimintaan oma henkilö. RPAS-mittaus palveluja on myös Suomessa hyvin tarjolla ympäri maan ja palveluiden hinnat eivät ole nykyisin suuria. Tällä hetkellä RPAS-järjestelmät soveltuvat etenkin pienien alueiden tiedonkeruuseen. Tiedonkeruun noin kahden neliökilometrin alueelle pystyy normaalisti suorittamaan helposti yhden työpäivän aikana (tämä on todella riippuvainen alueesta ja käyttäjän kokemuksesta, enemmänkin ehtii). RPAS-tiedonkeruu on kustannustehokas tuotantomenetelmä etenkin, jos haluttava lopputuote vaatii 2.5D- tai 3D-geometriat ja mitattava alue on pinta-alaltaan liian pieni miehitetyllä ilma-aluksella tehtävälle mittaukselle. GNSS-laitteilla tai takymetrillä tehtäviin maastomittauksiin verrattuna RPAS-järjestelmällä pystytään tuottamaan huomattavasti kattavammin 3D-mittaustietoa. Korkeustarkkuuksissa RPAS-järjestelmällä ei päästä alle sentin luokkaan, joten tarkkavaaituksen korvaajaksi siitä ei ole. Aineistojen jatkokäsittelystä ja sen hyödyistä ja haasteista on kerrottu selvityksessä Selvitys MMS- ja RPAS-aineistojen vektoroinnista. RPAS-laitteistolla on kunnissa myös muitakin sovelluskohteita kuin maastotiedon tuotanto. Aineistoa voidaan esimerkiksi käyttää tuottamaan markkinointiin ja suunnitteluun (esimerkiksi mesh-mallit ja viistokuvat). RPASjärjestelmillä voidaan myös lisästä henkilöstön turvallisuutta, jos RPAS-tiedonkeruulla voidaan välttää henkilöstölle vaaralliset tai haastavat mittausalueet (esim. maa-aineslaskenta). Valmiita RPAS-mittausjärjestelmiä on tarjolla hyvin. Valmiin paketin ostamisen etuna on, että laitteiston huolto, koulutus ja tuki kuuluvat usein hintaan. RPAS-järjestelmä on myös mahdollista kasata itse, mutta tällöin tarvitaan osaava henkilö ja hänen työaika laitteen kasaamiseen. RPAS-ilmakuvausaineiston prosessointia varten tarvitaan fotogrammetrinen ohjelmisto, jolla voidaan tuottaa kuvapistepilvet, ortomosaiikit ja mesh-mallit. RPASkuvapistepilviä voidaan käsitellä samoilla ohjelmistoilla kuin kaikkia muitakin pistepilviä. RPAS-laitteiden kustannuksista kerrotaan tarkemmin selvityksessä Selvitys RPAS- ja MMS-menetelmien ja nykyisten tuotantoprosessien kustannuksista. 2.1.1 RPAS-aineiston hankinnasta palveluna Projektin yksi tavoitteista oli selvittää voidaanko RPAS-ilmakuvauksella tuottaa kantakartan ylläpitoon soveltuvaa aineistoa ja mitä se vaatii. Selvityksessä RPAS-lentotyötoiminnan tuotantoprosessista on kerrottu tarkemmin, mitkä asiat täytyy RPAS-toiminnassa huomioida. Kyseiset asiat vaikuttavat myös, jos RPAStiedonkeruu hankitaan palveluna konsultilta. RPAS-ilmakuvauksella tuotettava aineisto riippuu paljon käytettävästä järjestelmästä ja aineiston prosessoinnista, joten niihin on syytä kiinnittää huomiota. Projektissa hankittiin RPAS-ilmakuvaukset Laukaan kirkonkylän alueelle ja tätä varten tehdyt hankinnan vaatimukset on

Projektin selvitys 4 nähtävänä RPAS-lentotyötoiminnan tuotantoprosessi-selvityksen liitteenä. Kyseisessä tapauksessa hankittiin pelkät pystykuvaukset ja loppuaineiston täytyi mahdollistaa kantakartan tarkkuusvaatimukset. Kyseinen aineisto olisi hyvin voitu tuottaa myös RPAS-laserkeilauksella tai miehitetyistä ilma-aluksista, mutta hankinnalla haluttiin myös kartoittaa RPAS-toimijoita ja RPAS-ilmakuvauksen markkinahintoja, joten vaatimukset tehtiin RPAilmakuvaukselle. Hankinta päätettiin tehdä kahtena erillisenä palvelun hankintana, jossa ensimmäisessä hankittiin vain RPASilmakuvaus ja kyseisen aineiston prosessointi pistepilviksi ja ortokuviksi ja toisessa prosessoidun aineiston vektorointi kantakartan kohteiksi ja CityGML-standardin mukaiseksi LOD2-tason 3D- ja 2.5D-vektoriaineistoksi. Ratkaisuun päädyttiin, koska tällöin kilpailutukseen saatiin mukaan toimijoita, jotka suorittavat vain kuvauksia ja aineiston prosessoinnin. Joissain tilanteissa olisi varmasta kannattavampaa pyytä lopputuotteet tiedonkeruun kanssa suoraan yhdeltä toimijalta, jolloin aineiston jatkokäsittelijällä/vektoroijalla olisi parempi kontrolli tiedonkeruuseen ja aineiston prosessointiin, millä on suuri merkitys aineiston jatkokäsittelyn toimivuuteen. RPAS-tiedonkeruun hankinnan esimerkkivaatimukset on nähtävissä selvityksen Selvitys RPASlentotyötoiminnan tuotantoprosessista liitteenä. Aineiston hankinta on usein tapauskohtaista, joten vaatimukset ei ole kaiken kattavat. Seuraavassa on kerrottu asioista, joita projektissa suoritetussa hankinnassa ei huomioitu ja mitkä olisi jatkossa huomion arvoisia parannuksia. Hankinnassa vaadittiin vain pystykuvaukset, mutta RPAS-ilmakuvauksen tapauksessa 3D-kaupunkimallien ja muiden 3D-aineistojen tuotannossa olisi myös järkevä tuottaa pystykuvien lisäksi myös viistokuvat, joka tuottaisi kattavampia kuvapistepilviä. Esimerkiksi kivijalkavektorit ja rakennusten julkisivut saattavat jäädä pystykuvilta näkymättömiin. Lisäksi aineiston käyttäjän näkökulmasta tarkempi lopputuotteiden tiedostoformaatin määrittely ja pistepilven luokittelu olisivat hyödyllisiä (nyt tiedostoformaatille annettiin useista vaihtoehtoja). Hankinnassa ei myöskään määritetty pistepilvelle kuin pistetiheys ja tarkkuusvaatimukset. Vaatimuksia kannattaisi myös tarkentaa pistepilviaineiston käyttötarkoituksen näkökulmasta. Esimerkiksi aineiston kohinaisuudelle olisi syytä antaa joku määre, sekä erilaisten kohteiden näkyvyydelle. Tällaisiin asioihin vaikuttaa aineiston prosessointi, joka voimakkaalla suodatuksella voi tuottaa tasaista aineistoa, mutta samalla hävittäen tietoa vertikaalisista kohteista. Aineiston prosessointi voisi olla myös järkevää tilata erilaisilla prosessoinneilla, jos pistepilveä halutaan käyttää erilaisiin tarkoituksiin. Lisäksi kaikki aineiston prosessointitiedostot, kuten fotogrammetrisen ohjelman projektitiedostot, olisi kannattava pyytää toimijalta. Tämä helpottaa asioita, jos aineistoa halutaan mahdollisesti tulevaisuudessa itse tai muun toimijan taholta käsitellä uudelleen. Aineiston tarkistuksen voi tehdä tilaaja, mutta tämä vaatii aina tarkistuspisteiden määrittämistä ja mittaamista. Toinen vaihtoehtoinen tapa, joka saattaisi olla kustannustehokkaampi, olisi pyytää toimijalta maastotukipisteiden lisäksi erilliset tarkistuspisteet, joita käytetään fotogrammetrisessa prosessoinnissa pelkästään aineiston georeferoinnin tarkistukseen, eikä itse georeferointiin. Tästä pitää pyytä prosessointi- ja tarkkuusarvion raportit mukaan. 2.2 MMS-menetelmien käyttöönotto MMS-aineiston etuna on tarkkapistepilvi, joka mahdollistaa maanpinnalla olevien kohteiden tarkan kartoituksen. Esimerkiksi kanttikiven reuna ja sen korkeus on mahdollista määrittää MMS-aineistosta. RPAS-ilmakuvauksella kanttikiven korkeus vaatisi erittäin tarkan ja tasaisen aineiston. Lisäksi MMS-aineistoa mahdollistaa esimerkiksi katosten ja puiden alle jäävien kohteiden näkymisen, sekä julkisivujen mittauksen. Lisäksi MMS-tiedonkeruulla voidaan tunnistaa ovet ja mahdolliset sisäänkäynnit, etenkin kamerajärjestelmän avustuksella (toistaiseksi tällaiseen ei ole automaattisia menetelmiä paikkatieto-ohjelmistoissa). MMS-aineiston ongelmana ovat katveet, joita voi syntyä etenkin sisäpihoille tai alueille, joihin ajoneuvot eivät pääse. Koska mittaus tapahtuu maanpinnalta, ei myöskään katot ja katoilla olevat kohteet näy (ainakaan korkeiden rakennusten osalta). Mutta kun MMS-tiedonkeruulla saadaan katettua haluttu alue, tuottaa geometrisesti erittäin tarkkaa ja tiheää

Projektin selvitys 5 aineistoa. Lisäksi esimerkiksi reppujärjestelmät mahdollistavat pääsyn paikkoihin, joista RPAS-menetelmin olisi mahdoton tuottaa aineistoa. MMS-tiedonkeruussa kustannuksiin vaikuttaa eniten kartoitettavan alueen laajuus, aineiston tarkkuusvaatimuksen, etenkin aineiston tiheys ja kattavuus. Lisäkustannuksia syntyy, jos halutaan laserpistepilvi RGB-väritiedolla. Lisäkustannuksia MMS-toimintaan tuo suuret datamäärät, joiden tallennukseen täytyy olla toimivat ja luotettavat järjestelmät Maanpinnalla toimiva järjestelmänä, jota usein käytetään tieympäristössä, katveiden syntyminen on yksi haaste. Katveiden paikkaaminen voi tuoda lisäkustannuksia. Maanpinnalla toimiva järjestelmä tarjoaa kuitenkin hyötyjä verrattuna ilmasta tehtävään mittaukseen. Tieympäristön tarkkaan tiedon tuottamiseen MMS-menetelmät ovat erinomaisia. MMS-menetelmien käyttöönotossa on nykyisillä laitteistohinnoilla järkevämpää aineiston ja mittausten tilaaminen palveluna tai laitteiston vuokraaminen konsultilta. Kokonaan oman laitteiston hankinta on järkevää, jos laitteistolla ja aineiston hyödyntämiselle nähdään suuri käyttöaste. Myös yhteiskäyttöisten järjestelmien hankinta on varteenotettava vaihtoehto. Selvitys RPAS- ja MMS-menetelmien ja nykyisten tuotantoprosessien kustannuksista. 2.2.1 MMS-aineiston hankinnasta palveluna Seuraavassa on lueteltu asioita, jotka on syytä huomioida, jos tiedonkeruu halutaan suoritettavan MMStiedonkeruulla. Lähtökohtaisesti MMS-aineistosta tuotettavaan pistepilveen voidaan kohdistaa samoja vaatimuksia kuin ilmalaser- ja kuvapistepilville, mutta jotkut asiat on syytä huomioida tarkemmin. Huomioitavia asioita: Tieverkossa liikkuvasta ajoneuvosta kerättävä aineisto saattaa jättää aineistoon katteita. On syytä määrittää sallitaanko katveet ja missä määrin. Halutaanko pistepilvelle RGB-väritieto mukaan? Jos väritieto halutaan, järjestelmässä täytyy olla kamerat. Olemassa olevien aineistojen hyödynnettävyys: Esimerkiksi olemassa olevaa ilmalaserkeilausaineistoa voidaan hyödyntää rakennusten kattojen osalta. 3 Tulevaisuuden näkymät 3.1 Kartoitusteknologiat RPAS-järjestelmien tuotantokäyttö lisääntyy nopeata vauhtia. Niiden kustannustehokkuus tulee kasvamaan tulevaisuudessa paikannus-, sensori- ja akkuteknologioiden kehittyessä. RPAS-tiedonkeruun kustannustehokkuus tulee mahdollisesti myös parantumaan, jos edellytykset näköyhteyden ulkopuolella tapahtuvaan toiminaan (BVLOS) tulee parantumaan. Tämä tulee vaatimaan muutoksia lainsäädännössä ja teknisiä toteutuksia kuten autopilottijärjestelmät, jotka olisivat jatkuvassa yhteydessä RPASlennonjohtojärjestelmän. EU-tasoista RPAS-lennonjohtojärjestelmää ollaankin jo kehittämässä. Tällä hetkellä RPAS-ilmakuvaus on yleistyvämpi ja käytetympi tiedonkeruumenetelmä. RPASlaserkeilausjärjestelmien käyttö tulee lisääntymään kun laitetoimittajien määrä kasvaa ja laserkeilain ja IMUjärjestelmät kehittyvät halventuvat. Lisäksi kehitystä tapahtuu multi- ja hyperspektrikameroiden osalta. Saatavilla olevien sensoreiden määrä on jo kasvussa, mutta kehitystä tarvitaan vielä kyseisten kuva-aineistojen tehokkaaseen radiometriseen ja geometriseen käsittelyyn. Tämän tyyppisten sensorien tarjoama aineisto tulee tehostamaan esimerkiksi aineiston automaattista luokittelua. Paikannusteknologioiden kehitys tulee mahdollistamaan tarkemman suoran georeferoinnin, joka vähentää tai poistaa maasto signaalien käytön ja mittaamisen.

Projektin selvitys 6 Lisääntyvä tarve 3D-paikkatietoaineistolle lisää tarvetta viistokuvaukselle, minkä johdosta monikamerajärjestelmät, jotka tuottavat samanaikaisesti viisto- ja pystykuvia tulevat lisääntymään. Laitekehitys tulee mahdollisesti myös parantamaan videokuvauksen tarkkuuta ja laatua, joka voi mahdollistaa videoiden käyttämisen fotogrammetrisessa laskennassa. Myös MMS-menetelmien kustannukset tulevat vähenemään etenkin laserkeilainten osalta tapahtuvan sensorikehityksen myötä. Etenkin autoteollisuuden ja autonomisen autoilun johdosta laserkeilaimista kehitetään halvempia ja pienempiä. Myös paikannusteknologia ja inertiasensorit halventuvat jolloin mobiilikartoitusjärjestelmien kokonaiskustannukset pienenevät. Toinen kehitysmuoto on, että sensorit kehittyvät ja tuottavat samalla kustannuksella tarkempaa ja monipuolisempaa aineistoa (esim. monikanavaista laserkeilausta). RPAS- ja MMS-menetelmien lisäksi sensorikehitystä tapahtuu myös miehitettyjen ilma-alusten osalta. Monikanavaiset laserkeilaimet tulevat yleistymään lisäten huomattavasti ilmalaserkeilausaineiston käyttö- ja analyysimahdollisuuksia. Lisäksi ilmalaserkeilauksessa lisääntyy single-photon-teknologia, joilla voidaan tuottaa huomattavasti tiheämpää ilmalaserkeilausaineistoa nykyisin käytettyihin laserkeilaimiin nähden. Lisäksi 360- panoraamakamerajärjestelmien käyttö liikkuvassa kartoituksessa tulee lisääntymään. 3.2 Aineistojen käsittely ja ohjelmistot RPAS- ja MMS-kykenevät tuottamaan tiheätä 3D pistepilviaineistoa tarkalla resoluutiolla, joka on oma etunsa yhtä tarkempien ja yksityiskohtaisen aineistojen tarpeiden kasvaessa. Suurin osa kustannuksista syntyykin vasta, kun pistepilvi ja/tai kuva-aineistoa lähdetään jatkokäsittelemään esimerkiksi kantakartaksi tai 3Dkaupunkimalliksi. Jatkokäsittelyyn vaadittavan henkilötyömäärän vähentämiselle olisikin suuri tarve. Henkilötyömäärä tulee vähenemään paikkatieto-ohjelmistojen automatisoitujen menetelmien kehitys ja tehostuneet työkalut. Pistepilvien käsittelyn tehostamisessa on syytä myös harkita 3D-työasemien hankittaa ja käyttöä, jolloin aineiston käsittely tehostuu. Lisääntyvät 3D-paikketietoaineistot saadaan myös tehokkaimmin käyttöön, jos käytettävät tiedostoformaatit ja aineiston muodostamisen ohjeistus ovat yhtenäistä eri toimijoiden välillä. Pistepilviä ja niistä johdettavia aineistoja, kuten mesh-malleja, voidaan kuitenkin jo sellaisenaan hyödyntää esimerkiksi suunnittelussa visuaalisena apuna. Pistepilviaineistot olisikin hyvä jo saada sellaiseen hyötykäyttöön ja jatkokäsitellä niistä vektorimuotoista paikkatietoaineistoa tarvittaessa. Pistepilviaineistojen tuottamia taloudellisia hyötyjä saadaan kasvatettua, jos kunnan paikkatietojärjestelmät mahdollistavat aineistojen jakamisen ja käsittelyn kaikille käyttäjille. Tällä hetkellä pistepilvien käsittelyyn tarkoitetuista ohjelmistoista löytyy eniten rakennusten 3D-vektorointiin sopivia työkaluja. Lisääntyvä tarve tehokkaalle 3D-paikkatietoaineiston tuotannolle tulee lisäämään automaattisten menetelmien määrä myös muiden kuin rakennusten osalta. Pistepilvien lisääntynyt käyttö tulee myös lisäämään pistepilvien käsittelyyn sopivien toimintojen määrää kaikissa paikkatieto-ohjelmistoissa. Lisäksi koneoppimismenetelmät kehittyvät jatkuvasti. Tällaisten menetelmien määrä tuotannollisissa ohjelmistoissa tulee lisääntymään, jos tutkimuksissa kehitetyt menetelmät osoittautuvat tuotannolliseen käyttöön sopiviksi. Lisääntyvä 3D-paikkatietoaineistojen käyttö vaatii myös hyvän standardisoinnin ja ohjeistuksen aineistojen muodostamiselle yhtenäisellä tavalla. 3D-aineistojen vektorointi vaatii 2D-aineistoon verrattuna laajemman ohjeistuksen ja määrityksen, sillä 3D-geometrioiden muodostamiselle on monta tapaa. Esimerkiksi myös CityGML-formaatti tarjoaa monta tapaa mallintaa 3D:nä. Jotta aineistot ovat yhtenäisiä monen toimijan kesken, täytyy ohjeistus CityGML:n käyttämiselle olla sellainen, että aineistoja tuotetaan yhtenäisellä spesifikaatioilla.