Validatie pointclouds

Hoe weet je zeker dat je de goede pointcloud hebt ontvangen? Alle pointclouds zien er even mooi uit, maar hoe krijgt je nu echt grip op de kwaliteit? Dit document bevat handvatten om op een eenvoudige inzicht te krijgen in de validatie of kwaliteitsverificatie van de pointcloud. Ook wordt op deze wijze grip verkregen op de toekomstige bruikbaarheid van de pointcloud.

Compleetheid

Om teleurstellingen achteraf te voorkomen staat in de vorige hoofdstukken uitgelegd hoe tot een goede uitvraag van een pointcloud te komen. Met het maken van deze afspraken vooraf is de controle van data al vereenvoudigd en afgekaderd.

Het begint bij het controleren op de compleetheid van het afgeleverde. Er is vooraf afgesproken wat er aangeleverd zou worden. Zijn de verschillende datasets, ruwe data en informatie over resolutie, maataccuratie en vereffening aanwezig.

Controle uitvraag

Na de controle op compleetheid, moet bekeken worden of de vooraf afgesproken waarden over resolutie, maataccuratie enz. overlegd kunnen worden.

Scanner- en scaninstellingen

Vraag informatie over de gebruikte scanner en instellingen met betrekking tot resolutie en scankwaliteit. Vraag ook naar de hoek- en afstandsnauwkeurigheid van een scanner. Een professioneel scanbedrijf kan hier antwoord op geven. Wanneer het uiteindelijke doel van de pointcloud automatische vlakherkenning mogelijk zou moeten maken dan is de “wollige” informatie uit een mobiele “zwabberstok” of uit andere low-end scanners niet geschikt voor dit doel.

Informeer naar de aanwezigheid van een compensator in de gebruikte 3D scanner. Compensators registreren en compenseren trillingen gedurende het scannen. Bijvoorbeeld wanneer tegen de scanner gestoten wordt, het waait of wanneer de ondergrond beweegt, denk aan een houten vloer. Er bestaan compensators die gedurende het scannen deze compensatie uitvoeren, maar ook die dit pas achteraf in de software doet. De compensator zorgt er dus voor dat de datakwaliteit betrouwbaar is.

Opnamelijst

Vraag ook naar een document waarin speciale ‘incidenten’ per scan zijn gerapporteerd; een zogenaamde opnamelijst. Heeft de 3D laserscanner zelf foutmeldingen gegeven tijdens de meting door bijvoorbeeld beweging? Zijn er spiegels aanwezig geweest in de te meten ruimte. Zijn er targets bewogen. Zijn er materialen gescand waarvan de laserdata niet betrouwbaar is?

Een voorbeeld van een materiaal dat onbetrouwbare scaninformatie kan geven, is marmer. Een ervaren scanpartij weet dat marmersoorten bestaan met een semitransparante toplaag of in zijn geheel semitransparant zijn. Wanneer dit materiaal gescand wordt, dringen de laserstralen dieper door in het materiaal en weerkaatsen op verschillende dieptes in het materiaal.

Deze informatie-overdracht is noodzakelijk wanneer een andere partij de pointcloudgegevens gebruikt als onderlegger voor bijvoorbeeld teken- en modelleerwerk.

Kalibratierapport

Vraag ook specifiek naar een kalibratierapport van de gebruikte meetapparaten (3D laserscanner, total station enz.) Ieder jaar dient de meetapparatuur door de fabrikant gekalibreerd worden. Dit is een ijking waarbij gecontroleerd wordt of de 3D scanner voldoet aan de gestelde nauwkeurigheidseisen. Pas wanneer hieraan voldaan wordt, wordt het kalibratierapport afgegeven door de fabrikant. Hiermee wordt aangetoond dat maatafwijkingen van de scanner zelf binnen de gestelde eisen blijven.

In specifieke gevallen waarbij extreme nauwkeurigheid (veelal in industriële omgevingen) gevraagd wordt, kan een bewijs van kalibratie “on site” benodigd zijn. Dit is een lichtere kalibratie variant waarbij voor aanvang van meting de meetapparatuur zelf een check uitvoert. Deze logfiles moet de pointcloudleverancier kunnen overleggen.

Wanneer er geen kalibratierapport overlegd kan worden, kan gekeken worden naar de ruwe data. Deze bevat naast de laserscaninformatie ook informatie over het type scanner en over de datum wanneer het apparaat voor het laatst gekalibreerd is.

Coördinatenstelsel

Bij de uitvraag is afgesproken in welk coördinatenstelsel de pointcloud geplaatst moet worden. Het kan nodig zijn dat ter plaatse extra vaste meetpunten aangebracht worden om plaatsing in het stelsel mogelijk te maken. Informatie hierover dient overzichtelijk vastgelegd te worden in een coördinatenlijst en eventueel met ondersteunend fotomateriaal.

Registratiemethode en registratierapport

Een pointcloud wordt via een zogenaamd registratieprogramma gemaakt door het omzetten van de ruwe scandata omgezet. De losse scans moeten als het ware aan elkaar geplakt worden.

Bij het maken van het scanplan is door het scanbedrijf al vooruitgekeken naar de registratiemethode. Daar is de keuze voor eventuele vereiste van total station, vaste en of tijdelijke meetpunten gemaakt om ervoor te zorgen dat de losse scans aan elkaar kunnen worden vastgemaakt met de grootst mogelijke nauwkeurigheid. Afzonderlijke scans kunnen van hoge kwaliteit zijn en grote nauwkeurigheid bevatten, maar wanneer het totaal van de scans na registratie niet meer deze nauwkeurigheid bevat, zegt dat niks meer.

 

Een greep uit bestaande registratiemethodes: cloud-to-cloud, plane-to plane, targetregistratie of een combinatie van methodes al dan niet met total-station informatie. Het scanbedrijf kan duidelijk uitleggen waarom voor een bepaalde registratiemethode (en daarmee ook scanmethode) gekozen is. Stelregel is dat bij grote projecten alleen cloud-to-cloud registratie niet betrouwbaar genoeg is. Accepteer dit niet als klant.

Uit de registratie volgt een registratierapport. In dit rapport staat informatie over de nauwkeurigheid van de registratie en daarmee over de pointcloud. Vraag niet alleen het registratierapport zelf, maar ook om een uitleg van het rapport.

3D laserscandata

In voorgaande punten hebben we nog niet fysiek gekeken naar de puntenwolk. Er zijn diverse manieren om deze te controleren.

Pointcloudviewer

Er bestaan pointcloud viewers waarbij het mogelijk is om iedere scanpositie los in te laden met een aparte kleur. Hiermee is visueel te controleren of de losse scans op een correcte manier over elkaar zijn gelegd. In basis doet de pointcloudleverancier deze controle zelf al.

Snedes

Voor een meer gedetailleerde controle is een teken- , modelleer-, of uitgebreid viewerprogramma nodig om snedes te kunnen maken in de pointcloud. Zowel horizontaal als verticaal kan bekeken worden of er geen vreemde zaken aan het licht komen, zoals afzonderlijke scans die niet goed op elkaar liggen of extreem dikke rangenoise sandwiches.

 

Kleurcontrole

Bij een gekleurde pointcloud worden de afzonderlijke meetpuntjes gekleurd door de scannerfoto’s; het zogenaamde colormappen. Hierbij wordt de foto bovenop de pointcloud gelegd. Let bij het controleren hierop vooral op randen van objecten om te zien of de foto’s exact op de punten zijn gelegd. In zijn algemeenheid zijn de punten te controleren op de witbalans, over- en onderbelichting en kleurechtheid.

Soms komen vreemde verschijnselen naar voren. Op de afbeelding is een schermafdruk te zien van de pointcloud. (het lijkt al een foto, maar is toch echt een puntenwolk met hoge resolutie.) Eerst gaat een 3D laserscanner met de laser aan de gang om vervolgens foto’s te maken. Wanneer er tijdens het maken van de foto iets verandert is (in dit geval een arm in beeld), worden de kleuren van de arm gelegd op de meetpunten.