Mobile Mapping Muttenz Institut für Photogrammetrie Mobile Mapping und Urban Modelling Möglichkeiten der photogrammetrischen Datenerfassung Prof. Dr. Norbert Haala Fachtagung Mobile Mapping Muttenz, 19. Juni 2013
Mobile Mapping Muttenz Mobile Mapping 2013 Mobile-Mapping-Systeme zur flächendeckenden Geodatenerfassung Primärdaten: Qualität der Georeferenzierung von erfassten Punktwolken und Bildern Erfassung von Infrastrukturobjekten mit Schwerpunkt Straßenraum Trends & Ausblick Fahrerassistenzsysteme Automatische Kartierung und Lokalisierung im Indoor- und Outdoor-Bereich Entwicklungen und Trends in der Robotik Mobile Mapping und Urban Modelling - Möglichkeiten der photogrammetrischen Datenerfassung
Mobile Mapping Muttenz Qualität von mobilem LiDAR bei der Datenerfassung in Stadtgebieten Benchmarking the Performance of Mobile Laser Scanning Systems Using a Permanent Test Field (2009-2012) European Spatial Data Research (EuroSDR) project Genauigkeit der LiDAR Punktwolke Potential zur Objekterkennung Pfosten, Baumsträmme
Mobile Mapping Muttenz Benchmarking the Performance of Mobile Laser Scanning Systems: Qualität der Punktwolken MLS system Operated by Data acquisition date ROAMER RIEGL VMX-250 Sensei Finnish Geodetic Institute RIEGL Laser Measurement Systems GmbH Finnish Geodetic Institute June 2009 March 2010 May 2011 Streetmapper 360 3D Laser Mapping June 2011 Optech Lynx TerraTec AS June 2011
Mobile Mapping Muttenz Benchmarking the Performance of Mobile Laser Scanning Systems: Qualität der Punktwolken
Mobile Mapping Muttenz Mobile Mapping - Road Environment Mapping Using Mobile Laser Scanning Mobile Mapping: Stand der Technik Zufriedenstellende geometrische Genauigkeit der Punktwolken σ Z =3.5cm für Distanz bis 35 m Notwendige Verbesserung der automatischen Erfassung von Infrastrukturobjekten Steigerung der Zuverlässigkeit Erfassung komplexerer Objekte
Mobile Mapping Muttenz Mobile Mapping zur Erfassung von Straßeninfrastruktur Interpretation georeferenzierte Bilder durch manuelle Objektauswahl des Nutzers 3D Daten als Hintergrundinformation
Mobile Mapping Muttenz Komponenten von Mobile Mapping Systemen Navigationssensorik Direkte Geoferenzierung Laserscanner 3D Punktwolken Bildsensoren Kombination mehrerer Kameras für größtmögliche Abdeckung
GIS AG Stuttgart 9 Terrestrische Erfassung von 3D Punktwolken Laserscanning Statische Systeme Mobile Mapping (Multi-)Stereo-Aufnahmen Entwicklungssprung bei verfügbaren Algorithmen
GIS AG Stuttgart 10 Bildbasierte Erfassung von 3D Modellen
GIS AG Stuttgart 11 Terrestrische Erfassung von 3D Punktwolken Laserscanning Statische Systeme Mobile Mapping (Multi-)Stereo-Aufnahmen Entwicklungssprung bei verfügbaren Algorithmen Reduktion der Hardwarekosten
12 Stereobasierte Erfassung von Straßenoberflächen Grid-Based Road Surface Estimation for Active Suspension Systems (Robert Bosch GmbH) Nutzung eines Stereo-Video-Kamerasystem zur Erfassung der Fahrbahnoberfläche Ansteuerung des aktiven Dämpfungssysteme vor dem Überfahren von Hindernissen Mobile Mapping als Bestandteil eines Fahrerassistenzsystems
Erfassung der Fahrbahnoberfläche Chassis Systems Control Department 11/06/2013 Robert Bosch GmbH 2013. All rights reserved, also regarding any disposal, exploitation, reproduction, 13 editing, distribution, as well as in the event of applications for industrial property rights.
Mobile Mapping Muttenz Erfassung von Straßeninfrastruktur Interpretation georeferenzierte Bilder durch Nutzers Erfassung von Bildern nahezu unumgänglich 3D Datenerfassung durch Bildzuordnung Reduktion der Hardwarekosten, Verzicht auf LiDAR Sensor
GSW_Rotterdam Pixelbasierte Bildzuordnung zur dichten Oberflächenerfassung aus Luftbildern Semi-Global-Matching (Hirschmüller 2010)
Pixelbasierte Bildzuordnung zur dichten Oberflächenerfassung p q d Base image Match image Parallax image Semi-Global-Matching matching Zuordnung für jedes Pixel eines Stereobildpaars Parallaxen/Disparitäts Bilder 3D Punktwolke durch Vorwärtsschnitt
Dichte Stereobildzuordnung Epipolarbildpaar und Parallaxenbild
GSW_Rotterdam 3D Punktwolke aus Vorwärtsschnitt
Dichte Stereobildzuordnung: Strip II Epipolarbildpaar und Parallaxenbild Institute for Photogrammetry, Univ. Stuttgart
3D Punktwolken aus mehreren Bildstreifen GSW_Rotterdam Strip Strip I+II 21
Multi-Stereo Bildzuordnung für Luftbilder mir großer Überdeckung Erhöhung der Überdeckung in Flugrichtung ohne Zusatzkosten Querüberdeckung zur Vermeidung von Abschattungen für True-orthophotos 80% Überdeckung in Flugrichtung, 60% Querüberdeckung Objekt in 2 Streifen mit jeweils 5 Bildern Flight direction Strip 2 Strip 1
Multi-Stereo Zuordnung: Basisbild 80%/70% Überdeckung: Abbildung in 3 Flugstreifen mit je 5 Bildern Pixelweise Zuordnung aller Nachbarbilder zu einem zentralen Basisbild
Multi-Stereo Zuordnung: Basisbild Pixelweise Zuordnung aller Nachbarbilder zu einem zentralen Basisbild Redundante Messungen für genaue und zuverlässige 3D Punktbestimmung
Base-to-height ratios Punktbestimmung durch Mehrfachbildzuordnung UltraCamXp GSD 10cm σ Z = 4.85cm n Pts = 81.6% σ Z = 3.67cm n Pts = 86.8% Erhöhte Redundanz für 2,4,6 Zuordnungen Elimination von Fehlzuordnungen durch Genauigkeitsanalyse 3D Punktbestimmung durch verbleibende Zuordnungen Größte Genauigkeit und Vollständigkeit σ Z = 2.78cm n Pts = 91.6%
GSW_Rotterdam EuroSDR Benchmark on Image Matching
EuroSDR Benchmark on 3D Dense Image Matching: Data set München 15 fold 5 fold Block of 3 image strips with 5 images each GSD of 10cm 80% in flight 80% cross flight overlap up to fifteen-folded areas DMC II 230 large area mapping image footprint 15552 pixel (across) x 14144 pixel (along), up to 3 cm GSD High overlap, small GSD for applications in urban environments
GSW_Rotterdam The EuroSDR Benchmark 3D Dense Image Matching
EuroSDR_Wien_ImageMatching DSM München: Uni Stuttgart
GSW_Rotterdam
GSW_Rotterdam
GSW_Rotterdam
UAV gestützte Datenerfassung Twinstar II Multiplex Bormatec Maja
GIS AG Stuttgart 33 3D Punktwolken aus Schrägluftbildern
GIS AG Stuttgart 34 3D Punktwolken aus Schrägluftbilder
Mobile Mapping und Urban Modelling Möglichkeiten der photogrammetrischen Datenerfassung Bildbasierte 3D Datenerfassung als Ersatz (Ergänzung) zu LiDAR bei Mobile Mapping Systemen Reduktion der Hardwarekosten Luftbildgestützte 3D Datenerfassung urbaner Gebiete Hohe Auflösung (<10cm) für Radiometrie und Geometrie flächendeckende Erfassung durch Luftbildkameras projektbezogene Erfassung durch UAV Annäherung der Auflösung für flugzeugestützte Datenerfassung und Mobile Mapping
Mobile Mapping Muttenz Anwendungsbeispiel: Rekonstruktion von Fassaden Eingabedaten: LoD 2 Gebäudemodell Georeferenzierte terrestrische LiDAR Daten Punktwolke für Fassade aus Pufferoperation Verteilung und Abstände der Punkte in Relation zur Fassade Modellierung Extrahiere Kantenpunkte durch Suche nach Löchern Erzeuge Fensterzellen
37 Grammtikbasierte Fassadenrekonstruktion Zellenzerlegung Extraktion und Modellierung von Fassadenstrukturen aus terrestrischen LiDAR-Daten Wissensableitung Detektion wiederkehrender Merkmale und Strukturen Ableitung von Regeln Wissenspropagation Hypothesen zur Verifikation und Vervollständigung Synthetische Fassadenstrukturen Fassadengrammatik datengetrieben modellbasiert
Ergebnisse Schillerplatz, Stuttgart Terrestrisches LiDAR (statisch: Leica HDS 3000) Linden-Museum, Stuttgart Terrestrisches LiDAR (mobil: StreetMapper)
Grammtikbasierte Fassadenrekonstruktion Rotebühlbau, Stuttgart 3D-Punktwolke aus terrestrischen Bildaufnahmen geringere Hardwarekosten durch Einsatz von Kameras Zusätzliche Nutzung der Bildinformation zur Analyse 39
Mobile Mapping und Urban Modelling Möglichkeiten der photogrammetrischen Datenerfassung Bildbasierte 3D Datenerfassung als Ersatz (Ergänzung) zu LiDAR bei Mobile Mapping Systemen Reduktion der Hardwarekosten Luftbildgestützte 3D Datenerfassung urbaner Gebiete Hohe Auflösung (<10cm) für Radiometrie und Geometrie Annäherung der Auflösung für flugzeugestützte Datenerfassung und Mobile Mapping Kombinierte Auswertung beider Datenquellen Automatische Objektinterpretation aus hochauflösenden Bildund Geometriedaten