A carregar...
Publicação
Métodos de classificação de nuvens de pontos recolhidas por sistemas LiDAR móveis, para a geração de modelos digitais de terreno, a grandes escalas
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 8.3 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
A tecnologia LiDAR (LIght Detection And Ranging) tem-se revelado nos últimos anos como sendo uma técnica bastante eficaz na aquisição de dados geoespaciais. A instalação destes sistemas em plataformas sobre veículos terrestres permite uma elevada rapidez na recolha de nuvens de pontos, por vezes limitada apenas pela velocidade do próprio veículo.
A obtenção de dados de base (pontos de cota e linhas de quebra), para a geração de MDT (Modelos Digitais do Terreno) a grandes escalas é normalmente um processo bastante moroso e consequentemente dispendioso. A utilização das nuvens de pontos recolhidas por sistemas LiDAR moveis terrestre surge assim, naturalmente, como uma possível solução eficiente para a obtenção desse tipo de dados. No entanto, as nuvens de pontos recolhidas por estes sistemas, são não-seletivas, sendo necessário efetuar a classificação e segmentação desses dados. A classificação dos pontos da nuvem que representam a superfície do terreno e a sua segmentação de forma a identificar e restituir as linhas de quebra é um desafio em aberto que continua a despertar o interesse dos investigadores. Ao longo deste trabalho pretende-se contribuir para a resposta a esse desafio, propondo e testando diversos métodos inovadores para a classificação e extração de pontos das nuvens recolhidas por sistemas LiDAR móveis terrestres, com o objetivo de geração de MDT a grandes escalas. Ao contrário da maioria dos algoritmos existentes na literatura, em que apenas são utilizadas as coordenadas tridimensionais dos pontos, a maioria dos algoritmos aqui propostos tiraram partido dos princípios de funcionamento dos sistemas e dos dados associados a cada um dos pontos da nuvem. Os algoritmos propostos, têm ainda em consideração a eficiência na obtenção dos dados mínimos e suficientes para a representação da forma do terreno a uma determinada escala. Sendo mantido o paradigma estabelecido pela maioria dos utilizadores e produtores de informação geográfica, na utilização de pontos de cota e linhas de quebra, para a geração de MDT a grandes escalas. É ainda proposto um método para a extração de linhas tridimensionais a partir de nuvens de pontos obtidas ao longo de infraestruturas ferroviárias. Finalmente, tendo em conta que, os perfis transversais a grandes escalas representam o atual paradigma para a modelação do terreno como base para projetos de execução de vias lineares, nomeadamente, rodoviárias e ferroviárias. É apresentado um estudo comparativo de várias estratégias propostas para o agrupamento dos pontos das nuvens com vista à criação desses perfis transversais.
LiDAR (LIght Detection And Ranging) technology, revealed in recent years, to be a very effective technique in the acquisition of geospatial information. The installation of these systems on land vehicles allows a high information collection speed of point clouds, often limited only by the speed of the vehicle itself. Obtaining basic information (height points and break lines) for digital terrain models generation, is usually a very time-consuming task and consequently an expensive process. The use of point clouds collected by terrestrial mobile LiDAR systems, naturally emerges as a possible efficient solution to obtain this type of information. However, the point clouds collected by these systems are non-selective, and it is necessary to classify and segment this information. The classification of cloud points representing the surface of the terrain and the segmentation of information in order to identify and restore their break lines is an open challenge that continues to stimulate the researcher’s interest. Throughout this work, its intended to contribute to answer to this challenge, by proposing and testing several innovative methods, for the classification and extraction of information from point clouds collected by terrestrial mobile LiDAR systems, for digital terrain models creation Most of the proposed algorithms take advantage of the principles of system operation and the information stored for each cloud point. Instead of most existing algorithms in the literature, where only the points three-dimensional coordinates are used. The proposed algorithms also consider the efficiency in obtain, the minimum and necessary information, to represent the terrain shape at a given scale. Being maintained the paradigm established by the majority of users and producers of geographic information, in the use of height points and break lines, for digital terrain models representation. A method is also presented for the particular case of the use of these systems on railway lines. Finally, considering, that the use of cross sections represents the terrain modelling, current paradigm, for linear infrastructures projects, namely roads and railways. A comparative study of several strategies proposed for cloud points group, is presented, in way to create these cross sections.
LiDAR (LIght Detection And Ranging) technology, revealed in recent years, to be a very effective technique in the acquisition of geospatial information. The installation of these systems on land vehicles allows a high information collection speed of point clouds, often limited only by the speed of the vehicle itself. Obtaining basic information (height points and break lines) for digital terrain models generation, is usually a very time-consuming task and consequently an expensive process. The use of point clouds collected by terrestrial mobile LiDAR systems, naturally emerges as a possible efficient solution to obtain this type of information. However, the point clouds collected by these systems are non-selective, and it is necessary to classify and segment this information. The classification of cloud points representing the surface of the terrain and the segmentation of information in order to identify and restore their break lines is an open challenge that continues to stimulate the researcher’s interest. Throughout this work, its intended to contribute to answer to this challenge, by proposing and testing several innovative methods, for the classification and extraction of information from point clouds collected by terrestrial mobile LiDAR systems, for digital terrain models creation Most of the proposed algorithms take advantage of the principles of system operation and the information stored for each cloud point. Instead of most existing algorithms in the literature, where only the points three-dimensional coordinates are used. The proposed algorithms also consider the efficiency in obtain, the minimum and necessary information, to represent the terrain shape at a given scale. Being maintained the paradigm established by the majority of users and producers of geographic information, in the use of height points and break lines, for digital terrain models representation. A method is also presented for the particular case of the use of these systems on railway lines. Finally, considering, that the use of cross sections represents the terrain modelling, current paradigm, for linear infrastructures projects, namely roads and railways. A comparative study of several strategies proposed for cloud points group, is presented, in way to create these cross sections.
Descrição
Palavras-chave
Sistemas LiDAR móveis terrestres Modelos digitais do terreno Nuvens de pontos Linhas de quebra Secções transversais Terrestrial mobile LiDAR Systems Digital Terrain Models Point Clouds