Chmura punktów to zbiór punktów 3D, które reprezentują kształt i strukturę otoczenia. Punkty te są zazwyczaj generowane przez LiDAR lub systemy skanowania 3D, a każdy punkt zawiera współrzędne przestrzenne (X, Y, Z), czasami wraz z dodatkowymi atrybutami, takimi jak intensywność lub kolor. Podczas gdy czujnik LiDAR rejestruje surowe dane przestrzenne, to inercyjny system nawigacyjny (INS) zapewnia precyzyjną pozycję i orientację czujnika w każdym momencie. Jest to kluczowe, ponieważ aby dokładnie umieścić każdy punkt w globalnym układzie odniesienia, system musi dokładnie wiedzieć, gdzie znajdował się skaner i jak był zorientowany podczas wykonywania każdego pomiaru.
INS, który łączy dane z akcelerometrów i żyroskopów (i często odbiorników GNSS), stale śledzi ruch platformy, niezależnie od tego, czy jest to statek powietrzny, pojazd, dron czy jednostka pływająca. LiDAR rejestruje miliony punktów na sekundę, podczas gdy INS jednocześnie dostarcza w czasie rzeczywistym informacje o pozycji i orientacji, umożliwiając systemowi poprawne georeferencjonowanie każdego punktu. W wyniku tego procesu powstaje bardzo dokładna i spójna przestrzennie chmura punktów.
Dzięki integracji danych inercyjnych z LiDAR, użytkownicy mogą generować szczegółowe reprezentacje 3D złożonych środowisk, nawet w obszarach o ograniczonej dostępności GNSS lub podczas szybkiego ruchu. Jest to szczególnie ważne w mobilnym mapowaniu, precyzyjnych pomiarach, autonomicznej nawigacji i modelowaniu środowiska. Na przykład, UAV wyposażony w INS i LiDAR może mapować koronę lasu lub korytarz linii energetycznej z dokładnością do centymetra, nawet podczas lotu nad nierównym lub odległym terenem.
Podobnie, mobilny pojazd mapujący może skanować środowiska miejskie w czasie rzeczywistym, a INS zapewnia, że wynikowa chmura punktów pozostaje spójna i wyrównana pomimo zmian prędkości, kierunku lub 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.
