Erfassung zeitlicher Veränderungen aus Punktwolkenepochen Mit der ZEIT gehen die 4. Dimension, Fulda 06. April 2017 Christoph Holst Institut für Geodäsie und Geoinformation, Uni Bonn
Erfassung zeitlicher Veränderungen aus Punktwolkenepochen Erfassung räumlicher Veränderungen zu verschiedenen Zeitpunkten aus Punktwolken => nichts Neues: Deformationsanalyse Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 2
Punktbasierte Deformationsanalyse geodätisch nicht messbar Deformation des Körpers Räumliche Diskretisierung Generalisierung Objektpunkte Mehrfache Messung Körper mit Deformationsmodell Deformationsanalyse Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 3
Punktbasierte Deformationsanalyse Globaltest / Zwei-Epochentest T = dt Q dd 1 d/h s 0 2 F h,f,1 α 1. Differenzen korrespondierender Punkte 2. Stochastisches Modell www.leica-geosystems.com Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 4
Erfassung diskreter Einzelpunkte Extensometer, Lot (Optisch, Pendel), www.leica-geosystems.de; www.trimble.com Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 5
Erfassung zeitlicher Veränderungen aus Punktwolkenepochen Erfassung räumlicher Veränderungen zu verschiedenen Zeitpunkten aus Punktwolken => Neu: Deformationsanalyse mit Punktwolken Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 6
Erfassung hochaufgelöster Punktwolken IBIS-L, W. Niemeier & M. Lehmann, 2014 Terrestrische Laserscanner, zf-laser.com RadarsatellitTerraSAR-X, DLR Terra Imaging Scannende Totalstationen, trimble.com IGG, Uni Bonn Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 7
Flächenhafte Deformationsanalyse geodätisch Messung nicht mit flächenhaften messbar Sensoren Deformation des Körpers Räumliche Diskretisierung Generalisierung Objektpunkte Mehrfache Messung Körper mit Deformationsmodell Deformationsanalyse Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 8
Vorteile flächenhafter Auswertung Räumlich kontinuierliche Aussagen Bestimmung vorher unbekannter Objekteigenschaften view.stern.de Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 9
TLS-basierte Deformationsanalyse 1. Korrespondierende Punkte? Modellierung der Geometrie oder Modellierung der Veränderung (z.b. Punktwolkenvergleich) 2. Herausforderungen Stochastisches Modell bei flächenhaften? Deformationsanalysen: Schwierig! Geometrische Modellierung eines Körpers / seiner Veränderungen Starrkörperbewegung eines Körpers Viele Einflüsse mit nur unzureichend bekanntem Übertragungsverhalten (Konstruktionsabweichungen Verformung eines Körpers Instrument, Einfallswinkel, Farbe/Material Oberfläche, Punktdichte, ) Stochastisches Modell wesentlich komplexer => In der Praxis: Empirische Festlegung des Signifikanzbereiches www.leica-geosystems.com Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 10
Räumliche Diskretisierung Beispiele µm Pflanzenwachstum mm cm dm Deformation Radioteleskop Bewegung Solifluktionsloben Deformation Staumauer m einmalig 1x / Jahr 2x / Jahr 1x / Tag Zeitliche Diskretisierung Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 11
Beispiel: Deformation Radioteleskop Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 12
Erfassung der Punktwolken Laserscanner hängt kopfüber und rotiert mit Teleskop Scanning zu 7 verschiedenen Elevationswinkeln von 90 bis 7.5 => 7 Epochen Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 13
Geometrische Modellierung Geometrie bekannt: Parametrisierung als Rotationsparaboloid X 2 2 i + Y i Z 4f i = 0 X i = R y φ y R x φ x x i + X v Kleinste-Quadrate Schätzung über die Minimierung von v T Σ 1 v Analyse der Ergebnisse Global Deformationen: Variation der Brennweiten f zu verschiedenen Elevationen Lokal Deformationen: Residuen von der Ausgleichung v Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 14
Ergebnisse: Globale Deformation... mit in-situ Kalibrierung des Laserscanners Effelsberg (100 m) Onsala (20 m) Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 15
Ergebnisse: Lokale Deformationen... mit in-situ Kalibrierung des Laserscanners Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 16
Beispiel: Deformation Staumauer Brucher-Talsperre, Nähe Gummersbach Betreiber: Wupperverband Material: Grauwackesteine Kronenlänge 200 m Höhe über Gründungssohle 25 m Sohlenbreite 17 m, Kronenbreite 4,5 m Stauinhalt 3.37 Mio. m³ Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 17
Erfassung der Punktwolken 3 Standpunkte Epoche 1: März 2016 Epoche 2: Juni 2016 Registrierung über Festpunkte Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 18
Geometrische Modellierung Geometrie unbekannt => keine Schätzung geometrischer Parameter sondern Modellierung der räumlichen Änderungen über Punktwolkenvergleiche Immer Abweichungen vorhanden: Zufällige Messabweichungen Punktdichte / willkürliche Abtastung der Oberfläche Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 19
Punktwolkenvergleich: M3C2 d Projektion i 2 n D Kernpunkt i Projektion i 1 Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 20
Ergebnisse [m] (M3C2,CloudCompare) Empirischer Signifikanzbereich: 2 mm => grüne Farbe Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 21
Beispiel: Bewegung Solifluktionsloben 120m 200m Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 22
Erfassung der Punktwolken September 2014 und September 2016 Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 23
Erfassung der Punktwolken 2 1 5 4 3 6 7 9 8 Netzpunkte Festpunkte TLS-Standpunkte Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 24
Ergebnisse Geometrie unbekannt => Punktwolkenvergleich [m] Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 25
Ergebnisse ~70mm September 2014 September 2016 Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 26
Beispiel: Pflanzenwachstum Ziel: Phänotypisierung => Ertragssteigerung bei Nutzpflanzen zur Ernährung der wachsenden Weltbevölkerung Volumen 3D-Punktwolke Flächeninhalt der Blätter 3D- Punktwolk e Stängelhöhe und -volumen Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 27
Erfassung der Punktwolken Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 28
Erfasste Punktwolken Wachstum von Tomatenpflanzen über 31 Tage Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 29
cummulated leaf area [cm²] Leafarea in mm² Modellierung und Ergebnisse Segmentierung Klassifikation Delaunay- Triangulation Extraktion von Einzelblättern Gesamtblattfläche Einzelblattfläche 250 Control Watered 3000 Leaf Nr. 3 200 150 100 50 0 Drought 0 3 5 7 10 12 14 17 19 21 Day of Measurement 2500 2000 1500 1000 500 0 Leaf Nr. 4 Leaf Nr. 5 Leaf Nr. 6 0 2 4 6 8 10 12 14 16 18 20 Day of measurement Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 30
Fazit Erfassung räumlicher Veränderungen aus Punktwolkenepochen Generell viele versch. Sensoren zur Erstellung von Punktwolken Unzählige Anwendungen Räumliche Diskretisierung bis in den µm-bereich Auswertung abhängig von Objekt und Zielgröße: Geometrie bekannt bzw. Modellwissen vorhanden? Konsequenz: Deformationsanalysen flächenhaft Geometrische Modellierung des Objektes oder der Objektveränderung notwendig Unsicherheitsbetrachtung wesentlich komplexer Forschungsbedarf! Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 31
2 Sonderhefte in der AVN AVN 6/2016 Holst, Neuner, Wieser, Wunderlich, Kuhlmann: Calibration of Terrestrial Laser Scanners Kauker, Holst, Schwieger, Kuhlmann, Schön: Spatio-Temporal Correlations of Terrestrial Laser Scanning Wujanz, Holst, Neitzel, Kuhlmann, Niemeier, Schwieger: Survey Configuration for Terrestrial Laser Scanning AVN 11-12/2016 Neuner, Holst, Kuhlmann: Overview on Current Modelling Strategies of Point Clouds for Deformation Analysis Wunderlich, Niemeier, Wujanz, Holst, Neitzel, Kuhlmann: Areal Deformation Analysis from Point Clouds the Challenge Bureick, Neuner, Harmening, Neumann: Curve- and Surface- Approximation of 3D-point clouds Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 32
Vielen Dank für die Aufmerksamkeit! Dupuis, J., Holst, Ch., Kuhlmann, H. (2016) Laser Scanner Based Growth Analysis of Plants as a New Challenge for Deformation Monitoring, J. Appl. Geodesy, 10 (1), S. 37-44 Holst, Ch., Kuhlmann, H. (2016): Challenges and Present Fields of Action at Laser Scanner Based Deformation Analyses, J. Appl. Geodesy, 10 (1), S. 17-25 Holst, Ch., Nothnagel, A., Blome, M., Becker, P., Eichborn, M., Kuhlmann, H. (2015) Improved area-based deformation analysis of a radio telescope's main reflector based on terrestrial laser scanning, J. Appl. Geodesy, 9 (1), S. 1-14 Holst, Ch., Schunck, D., Haas, R., Nothnagel, A., Kuhlmann, H. (2017) Using a terrestrial laser scanner for analyzing the elevation dependent deformation and movement of the Onsala 20 m radio telescope s main reflector, Sensors, under review Holst, Ch., Schmitz, B., Schraven, A., Kuhlmann, H. (2017) Eignen sich in Standardsoftware implementierte Punktwolkenvergleiche zur flächenhaften Deformationsanalyse von Bauwerken? Eine Fallstudie anhand von Laserscans einer Holzplatte und einer Staumauer, zfv - Zeitschrift für Geodäsie, Geoinformation und Landmanagement, 2/2017, S. 98-110 Christoph Holst, Zeitliche Veränderungen aus Punktwolken 06.04.2017 Folie 33