Tagarchief: GeoNext

Digitaal meten “tot in de puntjes” automatisch geregeld

foto-1-puntenwolk-kopieren
Lees het gehele artikel

Big Data, neurale netwerken, AI, Analytics, datawarehouse, pakhuizen vol met servers, privacy, cookies. De top 5 ondernemingen probeert zoveel mogelijk data over ons te verzamelen. Al die losse fragmenten data, zeggen nog niets zolang de algoritmes de verbanden nog niet hebben getoond. Zodra er verbanden zijn proberen ze je te verleiden tot aanschaf van spullen. Slim zijn ze nog niet: als ik bij 2 online-winkels ga zoeken naar een eierkoker en ik bestel het bij de één, dan blijft de andere net zo lang advertenties plaatsen totdat ik mijn cookies opruim.

3D object puntenwolk.

 

Ongeveer 35 jaar geleden ging naar de Open Dag op de MTS in Arnhem. Mijn interesse lag in elektrotechniek. Toen ik binnen kwam stonden in hal diverse apparaten opgesteld. Deze grijze kastjes bleken computers te zijn. Niet de pc’s die wij later kenden; dit waren industriële computers die tegen een stootje konden. Door de passie van één van de leraren maakte de afdeling Landmeten, als enige op MTS, gebruik van computers. De tekening kwam direct uit een plotter. Ik was verkocht en koos daarom voor de studie landmeetkunde.

De computer neemt live de buitenwereld waar

35 jaar later speelt automatisering in onze branche nog steeds een cruciale rol. Eerst werd de met de hand gemaakte tekening vervangen door een digitale versie. Nu spreken we over de “digital twin”, een exacte kopie van de werkelijkheid met allerlei sensoren daaraan gekoppeld. Zodat de computer live de buitenwereld waarneemt.

Mobiele scanner aan het werk bij station Utrecht centraal.

 

Inwinning is in de afgelopen 35 jaar compleet veranderd: waar vroeger puntje voor puntje werd ingewonnen met de loopsnelheid van een landmeter, gebeurt dit nu met 2 miljoen puntjes per seconde en met een snelheid van 80km/h. De complete buitenwereld wordt door de mobiele scanners in kaart gebracht. Niets, maar dan ook niets wordt gemist, een auto met pech of scheuren in het asfalt, de laserstraal legt het vast. Al deze losse puntjes bestaan uit een coördinaat en een intensiteitswaarde van de reflectie van de laser. Een individueel puntje weet niet wie zijn geografische buurman is, deze kan duizenden records verder in het bestand staan. In dit bestand zit geen enkele intelligentie.

3D object uitwerking.

 

Algoritmes loslaten op de Pointcloud

Het handmatig vertalen van al deze puntjes tot zinvolle informatie is monnikenwerk. Computers lopen vast op de hoeveelheid data, gespecialiseerde software is nodig voor de verwerking.

Even snel een stukje kaart maken zit er niet in. Net zoals geldt voor die flarden data die google over ons verzameld, zullen ook hiervoor algoritmes ontwikkeld moeten worden om de samenhang te kunnen zien. Gespecialiseerde Geo-bedrijven ontwikkelen in rap tempo deze algoritmes om ook uit deze terabytes aan puntenwolken zinvolle informatie te generen. Sommige bedrijven zijn gespecialiseerd om iets over de kwaliteit van het wegdek te zeggen. Andere bedrijven zijn in staat om volautomatisch objecten zoals verkeersborden, lantaarnpalen en dergelijke te modelleren. Qua technologie lopen deze bedrijven niet zo ver achter op de Tech-reuzen, ze doen het alleen veel nauwkeuriger.

Spijt van mijn keus om landmeten te studeren heb ik nooit gehad, het automatiseren van de landmeetkunde is en blijft boeiend.    

Automatiseren en modelleren van puntenwolken

dtm-vlakgericht-incl-belijnin-incl-pwg
Lees het gehele artikel

Nederland wordt steeds meer gevangen in puntenwolken die ook breed beschikbaar worden gesteld. Voor veel bedrijven is het echter abracadabra. Om tot bruikbare informatie te komen, is het van belang dat puntenwolken worden omgezet naar een 3D-model. Een arbeidsintensief proces dat veelal wordt uitbesteed aan lageloonlanden. GeoNext komt met een betaalbaar alternatief uit eigen land en heeft software ontwikkeld die deze puntenwolken volledig geautomatiseerd omzet naar een 3D-model.

“De hoeveelheid puntenwolken die links en rechts verzameld wordt neemt vooral de laatste jaren zienderogen toe”, merkt Nico Schaefers van GeoNext op. “Het Actueel Hoogtebestand Nederland (AHN) creëert puntenwolken, ProRail is druk bezig het spoorwegennet in te meten met scanapparatuur vanuit helikopters, CycloMedia brengt het wegennet in kaart, en ga zo maar door. Probleem is echter dat bedrijven die deze data willen gebruiken voor hun projecten, in de basis niets met deze puntenwolken kunnen. Het moet bij voorkeur vertaald worden naar een 3D-model. En daarin hebben wij ons gespecialiseerd.”

Digital Twin

GeoNext kan bijvoorbeeld op basis van de puntenwolken van AHN complete 3D-stadsmodellen genereren. Schaefers: “Dat gebeurt volledig geautomatiseerd. Sinds kort zijn we in staat om een 3D-objectenbibliotheek van alle infrastructurele assets, zoals verkeersborden en lantaarnpalen, aan de puntenwolk toe te wijzen. Zo ontstaat een compleet 3D-beeld en kunnen gemeentes, overheden of partijen die verantwoordelijk zijn voor onderhoud gebruikmaken van het digital twin principe. Daarbij wordt de positie en eventuele scheefstand van assets nauwkeurig in beeld gebracht. De software herkent zelfs het verschil in verkeersborden; rond, vierkant, ruit, enz. Partijen die zelf nog niet beschikken over een objectenbibliotheek kunnen we eventueel assisteren met het opbouwen ervan. Daarin hebben we een specifieke dienstverlening ontwikkeld. Ook organiseren we trainingen bij bedrijven in-house om de kwaliteit van puntenwolken beter te kunnen beoordelen en analyseren.”

Aan het werk op het station

GeoScan

Als expert in het ontrafelen van puntenwolken is GeoNext betrokken bij de meest uiteenlopende projecten. De komende jaren wordt Knooppunt Hoevelaken (A28 en A1) flink onderhanden genomen. “In opdracht van de aannemer hebben we een digitaal terrein model (DTM) gemaakt vanuit mobiel ingewonnen puntenwolken”, zegt Schaefers. “Met de door ons ontwikkelde software GeoScan is de belijning, kantenasfalt en geleiderail geautomatiseerd gemodelleerd. Ook zijn we betrokken bij de ombouw van de regionale sneltramlijn Utrecht-Nieuwegein-IJsselstein (SUNIJ-lijn) over een lengte van 20 kilometer. Het gaat hier om een integrale uitvraag waarbij we alle nulmetingen verzorgen, de maatvoering, et cetera. Een vrij complex project met een korte doorlooptijd gezien de omvang. Voor de start van de Giro volgend jaar moet de ombouw gereed zijn.”

Ook actief met inmeten

Behalve het geautomatiseerd modelleren van puntenwolken is GeoNext ook nog altijd actief met het inmeten van projecten. “Hier liggen onze roots en daar zijn we groot mee geworden in de rail, waarbij we ons nu steeds meer bewegen richting wegenbouw en civiele techniek. Bij elk project kijken wij naar de beste methode. Zo is in Amsterdam gebruikgemaakt van 3D-Video voor het inmeten van een aantal stalen bruggen. De gebruikte apparatuur kwam van de procesindustrie. Elk detail konden wij tot op de tiende millimeter inmeten. Met deze techniek hebben we zelfs de RailTech Innovation Award 2015 gewonnen, het bleek het startschot voor een succesvolle expansie van onze organisatie.”     

De kracht van de puntenwolk

geonext_2-768×373
Lees het gehele artikel

Op 26 maart 2019 is de dag van de puntenwolk. We staan dan uitvoerig stil bij het inwinnen, verwerken en extraheren van informatie uit puntenwolken. Multidisciplinair bureau GeoNext spreekt op deze dag over het werken met puntenwolken. In aanloop naar het evenement hebben wij directeur Nico Schaefers de volgende vragen voorgelegd:  Hoe kom je van een puntenwolk tot de informatie die je nodig hebt? Wat is de kwaliteit van de diverse inwinmethodes en hoe borg je de kwaliteit bij projecten?

Hoe kom je van een puntenwolk tot de informatie die je nodig hebt?
“Voordat je überhaupt iets met puntenwolken wil gaan doen, moet je nadenken over een aantal onderwerpen, zoals: welk product wil de klant en met welke geometrische nauwkeurigheid, is de gevraagde informatie uit een puntenwolk te halen en welke inwinmethode is geschikt? GeoNext meet bijvoorbeeld veel spoorwegen in: spoorstaven, bovenleiding en alle objecten. De keus om te gaan scannen is in eerste instantie gebaseerd op de veiligheid. Je mag de spoorbaan niet zonder meer betreden, dus laserscanning is dan logisch om niet in een treinvrije periode (bijna altijd dus in de nacht) te hoeven meten. Een nadeel van laserscanning is dat lassen (m.u.v. ES-lassen) in de spoorstaven niet of nauwelijks in de puntenwolk zichtbaar zijn. Daarom meten wij de lassen traditioneel in.“

Wat is de kwaliteit van de diverse inwinmethodes?
“Tegenwoordig zijn er meerdere methodes om puntenwolken in te winnen. Deze zijn in twee grote groepen te onderscheiden: meten met camera’s (foto of video) en met laserscanners. Bij opname middels een fotocamera of videocamera wordt het onderwerp geprojecteerd op een lichtgevoelige sensor. Deze vangt het gereflecteerde licht op, vergelijkbaar met een menselijk oog. Het geprojecteerde beeld is op een vlak, dus is er geen diepte informatie aanwezig. Door vanuit twee verschillende standplaatsen foto’s te maken (stereofotografie), kan een 3D-beeld berekend worden. Door ingewikkelde rekentechnieken (aero triangulatie, zoeken van identieke punten, dense matching) berekent de software in de overlap tussen foto’s 3D coördinaten en dus een puntenwolk.

De kwaliteit van dit proces is dus zeer afhankelijk van:

  1. de lichtomstandigheden: fotografeer je met volle zon of grijze lucht;
  2. de contrastverschillen tussen de pixels: als alle pixels dezelfde kleur hebben zal het lastig zijn de overeenkomstige pixels te zoeken;
  3.  het type sensor van de camera: hoe lichtgevoelig is deze, wat is de fysieke grootte van de sensor en het dynamisch bereik (het contrastverschil dat de sensor aan kan);
  4. en de keuze van de lens.

Neem bijvoorbeeld een foto, gemaakt met je smartphone: ook al heeft die een grote resolutie, de sensor is klein en daarom weinig lichtgevoelig en met een klein dynamisch bereik, de lens is goedkoop en onderhevig aan beeldvervorming. Fotografeer je met een middelformaat camera met een sensor van 5,3x4cm (€ 80.000,=) dan krijg je een heel ander resultaat. Wil je vanuit een drone veel detail zien, dan is een telelens noodzakelijk (100mm), maar dan heb je minder scherptediepte. Al deze aspecten bepalen je opnamekwaliteit en uiteindelijk het resultaat van je puntenwolk.

Opname met een laserscanner is gebaseerd op afstandsmeting. De scanner zendt een laserpuls. Deze wordt door het object weerkaatst en door de sensor weer opgevangen. Uit het tijdsverschil tussen zenden en ontvangen (of het faseverschil, bij fasescanners) wordt de afstand berekend, de positie van de scan kop bepaalt de horizontale en verticale hoek. Net als bij een tachymeter wordt hiermee de 3D coördinaten van de gemeten punten bepaald. Bij dynamisch scannen is een GNSS/INS navigatiesysteem van belang voor de absolute positie. De kwaliteit van al deze sensoren bepalen de uiteindelijke relatieve kwaliteit van je puntenwolk. De kosten van laserscanners varieert van enkele tienduizenden euro’s voor een instapmodel tot meer dan een half miljoen voor een uitgebreid mobile mapping systeem. Tot slot dient de ingewonnen puntenwolk nog aangesloten te worden op het RD- en NAP-netwerk. Maak van te voren een plan waarin je bepaalt waar je de targets plaats en welke targets je gebruikt.

De meeste CAD-pakketten zijn in staat om puntenwolken in te lezen, zodat hieruit geometrie bepaald (gemodelleerd) kan worden. Dit vraagt veel routine. De eerste stap is de puntenwolken zodanig op te knippen dat het werkbaar is in je CAD-systeem. De tweede stap is het identificeren van een object . Op een afstandje zie je wat het is, bij nader inzoomen wordt het moeilijker (zie foto). Beschikt je CAD-pakket over allemaal hulpmiddelen, bijvoorbeeld om dwarsdoorsnedes te maken, dan zal dit het modelleren zeker helpen. Mooier is het natuurlijk om automatisch te laten modelleren, dit is momenteel sterk in ontwikkeling. In de nieuwste versie van Trimble Business Center (5.0) zitten al wat tools om lantaarnpalen of bomen te modelleren.”

Hoe borg je de kwaliteit bij projecten?
“Het bedienen van een laserscanner is het punt niet. De uitdaging zit in het aansluiten op de Primaire Meetkundige Grondslag (PMG), het aantoonbaar maken van de behaalde kwaliteit, en het efficiënt extraheren van de gewenste informatie. Met name dynamisch laserscannen op hoge nauwkeurigheid onder wisselende GNSS omstandigheden is erg complex. Wij hebben door het pad van de 100 valkuilen te bewandelen de afgelopen jaren hierover heel veel geleerd. Landmeten met theodoliet, afstandsmeting en waterpassen doen we al meer dan 100 jaar, laserscannen is relatief nieuw. Je zult het proces en de workflow goed onder de knie moeten krijgen voor een mooi resultaat. “

De dag van de puntenwolk – 26 maart
Professionals en specialisten van verschillende fabrikanten zijn aanwezig om kennis en ervaring te delen. Lennart Querelle van GeoNext geeft een presentatie over 3D-scanning en het verwerken van een puntenwolk naar een BIM-model in REVIT. Meer informatie over de dag van puntenwolk, vindt u hier.

De dag van de puntenwolk is een onderdeel van Landmeten 2.0.