Chmura punktów to zbiór punktów 3D, które odzwierciedlają kształt i strukturę otoczenia. Punkty te są zazwyczaj generowane przez systemy LiDAR lub skanery 3D, a każdy punkt zawiera współrzędne przestrzenne (X, Y, Z), czasem wraz z dodatkowymi atrybutami, takimi jak intensywność lub kolor. Chociaż czujnik LiDAR rejestruje surowe dane przestrzenne, to właśnie inercyjny system nawigacyjny (INS) zapewnia precyzyjną pozycję i orientację czujnika w każdym momencie. Ma to kluczowe znaczenie, ponieważ aby dokładnie umiejscowić każdy punkt w globalnym układzie odniesienia, system musi wiedzieć dokładnie, gdzie znajdował się skaner i jak był zorientowany w momencie wykonania każdego pomiaru.
System nawigacji inercyjnej ( INS), który łączy dane z akcelerometrów i żyroskopów (a często także z odbiorników GNSS ), nieustannie śledzi ruch platformy, niezależnie od tego, czy jest to samolot, pojazd, dron czy statek. LiDAR rejestruje miliony punktów na sekundę, podczas gdy system INS jednocześnie dostarcza w czasie rzeczywistym informacje o położeniu i orientacji, umożliwiając systemowi prawidłowe georeferencjonowanie każdego punktu. Proces ten skutkuje uzyskaniem wysoce dokładnej i spójnej przestrzennie chmury punktów.
Dzięki integracji danych inercyjnych z danymi LiDAR użytkownicy mogą generować szczegółowe trójwymiarowe reprezentacje złożonych środowisk, nawet w obszarach pozbawionych dostępu do GNSS lub podczas szybkiego ruchu. Ma to szczególne znaczenie w mapowaniu mobilnym, pomiarach precyzyjnych, nawigacji autonomicznej oraz modelowaniu środowiska. Na przykład bezzałogowy statek powietrzny (UAV) wyposażony w system INS i LiDAR może mapować korony drzew lub korytarz linii energetycznej z dokładnością rzędu centymetrów, nawet podczas lotu nad trudnym lub odległym terenem.
Podobnie pojazd do mapowania mobilnego może skanować środowiska miejskie w czasie rzeczywistym, a system INS zapewnia, że powstała chmura punktów pozostaje spójna i wyrównana pomimo zmian prędkości, kierunku lub ukształtowania terenu.
W jaki sposób systemy LiDAR lub systemy obrazowania generują chmury punktów?
Chmura punktów działa poprzez przechwytywanie gęstego zbioru pojedynczych punktów w przestrzeni 3D, aby reprezentować powierzchnię obiektów lub środowisk. Każdy punkt w chmurze zawiera współrzędne przestrzenne — X, Y i Z — które określają jego położenie.
Czujniki, takie jak LiDAR (Light Detection and Ranging) lub kamery 3D, zazwyczaj generują te punkty, skanując otoczenie za pomocą impulsów laserowych lub wykorzystując obrazowanie stereoskopowe do pomiaru odległości do powierzchni. W miarę zbierania danych przez czujnik, oblicza on czas powrotu sygnału, co pozwala mu określić dokładną pozycję każdego punktu w przestrzeni.
Gdy czujnik się porusza — na pojeździe, UAV lub urządzeniu ręcznym — stale zbiera nowe punkty danych z różnych kątów. System rejestruje znacznik czasu każdego punktu i wykorzystuje pozycję oraz orientację czujnika w momencie przechwytywania do rekonstrukcji dokładnego modelu 3D.
Właśnie w tym miejscu wkraczają inercyjne systemy nawigacyjne (INS) lub integracje GNSS/INS. System śledzi ruch czujnika w czasie rzeczywistym, umożliwiając georeferencję danych chmury punktów i ich dokładne dopasowanie do rzeczywistego układu współrzędnych.
Po przechwyceniu i przetworzeniu, chmura punktów stanowi bogatą, szczegółową cyfrową replikę zeskanowanego środowiska. Użytkownicy mogą wykorzystywać te zestawy danych do tworzenia map 3D, wykonywania pomiarów, modelowania budynków i terenu, analizowania zmian strukturalnych oraz umożliwiania nawigacji w systemach autonomicznych. Im gęstsza chmura punktów, tym bardziej szczegółowy i dokładny będzie wynikowy model 3D.
Zasadniczo, chmury punktów działają poprzez łączenie pomiarów laserowych lub obrazowych z danymi pozycjonowania w czasie rzeczywistym, aby stworzyć szczegółowy i przestrzennie dokładny widok 3D świata.
