Ingenieurvermessung Zürich 2004 - Feedback - Tutorial 3 ......Ingenieurvermessung 2004 14th...

Ingenieurvermessung 200414th International Conference on Engineering Surveying Zürich, 15.-19. März 2004

Tutorial 3:

Laserscanning

16.03.2004

Prof. Dr.-Ing. Th. Wunderlich, TU MünchenProf. Dr.-Ing. H. Ingensand, ETH Zürich

Von der Punktwolke zum CAD

Dipl.-Ing. Th. SchäferDipl.-Ing. Th. Weber

Von der Punktwolke zum CAD 1


Inhaltsverzeichnis

1 Demonstrationsobjekt Gasknoten Rutzendorf 3

2 Verknüpfung von mehreren Punktwolken 4

2.1 Verknüpfung über Passpunkte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2.2 Verknüpfung über Punktwolken . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.3 Orientierung oder Registration . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

3 Transformation in ein übergeordnetes Koordinatensystem 8

4 Modellierung 8

4.1 Geometrische Primitive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

4.2 Dreiecksvermaschung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

4.3 Alternative Modellierungskonzepte . . . . . . . . . . . . . . . . . . . . . . . . . . 12

5 Aus Modellen ableitbare Informationen 13

5.1 Datenexport in CAD-Systeme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

5.2 Produktmodell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14



1 Demonstrationsobjekt Gasknoten Rutzendorf

Abb. 1: Der Gasknoten Rutzendorf

Abb. 2: Beteiligte Institutionen: Vermessungsabteilung OMV, Angst-Horvath-Jobst-Kollenprat-Korschineck & Partner: Konsulenten für Informationssysteme (KIS), Lehrstuhl für Geodäsie derTU München



2 Verknüpfung von mehreren Punktwolken

Der Gasknoten wurde durch insgesamt acht Scanneraufnahmen von sechs Standpunkten erfasst(vgl. Abb. 3). Dabei wurde das Areal in einen östlichen und einen westlichen Bereich unterteilt,um den dazwischenliegenden Bereich ohne relevantem Informationsgehalt aussparen zu können.

Abb. 3: Standpunkte und durch den Camera-View Scanner Cyrax 2500 abgedeckten Bereiche,sowie die Verteilung der künstlichen Passpunkte (Zielkugeln und Zielmarken)

Jede dieser Punktwolken liegt zunächst im Instrumentenkoordinatensystem in der Projektda-tenbank vor. Für eine ganzheitliche Modellierung ist es notwendig, diese Koordinatensystemebzw. Punktwolken über 3D-Transformationen in ein gemeinsames Projektkoordinatensystem zuüberführen bzw. zu verknüpfen. Dieser Vorgang wird als Orientierung oder Registration be-zeichnet. Dabei stehen prinzipiell zwei Methoden zur Verfügung. Die gängigste Methode ist die3D-Helmertransformation, die zur Bestimmung der Transformationsparameter mindestens dreiidentische Passpunkte in den zu verknüpfenden Aufnahmen benötigt. Andere Verfahren, die oh-ne Passpunkte auskommen, verwenden die Informationen der gesamten Punktwolke und arbei-ten nach dem Prinzip der Minimierung der Fehler in den Überlappungsbereichen der jeweiligenPunktwolken

2.1 Verknüpfung über Passpunkte

Wie bereits erwähnt müssen bei der Verknüpfung über Passpunkte mindestens drei identischePunkte pro Einzelscan vorliegen. Dazu können vor der Abtastung künstliche Ziele in Form vonZieltafeln und Zielkugeln in die zu scannende Umgebung verteilt werden (vgl. Abb. 4). Eineweitere Möglichkeit ist die Verwendung von natürlichen Passpunkten, die aus der Punktwolke(z. B. über Ebenenschnitte) generiert werden können (vgl. Abb. 5).



Abb. 4: Künstliche Passpunkte

Abb. 5: Natürlicher Passpunkt



2.2 Verknüpfung über Punktwolken

Die Orientierung der einzelnen Laserscanner-Punktwolken ist momentan ein semiautomatischerVorgang, da es noch keine zufriedenstellenden vollautomatischen Algorithmen gibt. Der Benutzerbringt zunächst die einzelnen Punktwolken interaktiv (z. B. durch Auswählen dreier Paare kor-respondierender Punkte) in eine gute gegenseitige Startlage und erst dann werden automatische,in der Regel iterative Algorithmen verwendet (Iterative Closest Point-Algorithmus, [2], [3]).

Abb. 6: Iterative Closest Point-Algorithmus

Der Vorteil gegenüber der Verknüpfung mittels Passpunkten besteht in der wesentlich höherenRedundanz. Aufgrund der großen Anzahl von benötigten Iterationsschritten (in Abhängigkeit vonder Güte der Startpunkte und der Oberflächenbeschaffenheit des Objekts) ist diese Operationallerdings mit längeren Rechenzeiten verbunden.

2.3 Orientierung oder Registration

In der Registration können die vorgestellte Verknüpfungsmethoden jede für sich oder in Kombi-nation durchgeführt werden. Ergebnis der Registration sind die endgültigen Transformationspa-rameter, die Restklaffungen (Abb. 7) sowie die vollständig verknüpfte Punktwolke (Abb. 8).

Die wesentlichen Schritte von den Einzelscans zur Gesamtpunktwolke lassen sich somit folgen-dermaßen Gliedern:

• Laden der zu verknüpfenden Scans

• Zuweisen der identischen Passpunkte (durch Namensvergabe automatisierbar)

• Selektieren der korrespondierenden Punkte in den Überlappungsbereichen

• Festhalten eines Koordinatensystems

• Berechnung der Transformationsparameter

• Beurteilung der Restklaffungen

• Evtl. Neuberechnung der Transformationsparameter



Abb. 7: Registration

Abb. 8: Ergebnis der Registration: vollständig verknüpfte Punktwolken



3 Transformation in ein übergeordnetes Koordinatensystem

Vor der Registration kann ein zum Beispiel durch Tachymetrie erfasster Datensatz eingelesenwerden. Dieser sollte die gescannten Passmarken in einem übergeordneten Koordinatensystembeinhalten. Mit Hilfe dieses Koordinatenfiles im ASCII-Format als Zielsystem können die Punkt-wolken somit in ein übergeordnetes Landes-, Gebäude- oder Projektkoordinatensystem transfor-miert werden. Ebenso können zwei gescannte Teilbereiche, die sich nicht überlappen, für eineanschließende Modellierung oder zur Visualisierung verknüpft werden.

4 Modellierung

Vor Beginn der Modellierung ist es natürlich zunächst sinnvoll, die Daten zu reduzieren. So kön-nen Fehlmessungen oder Bereiche, die zur Weiterverarbeitung irrelevant sind, aus der Punktwolkeleicht eliminiert werden.

4.1 Geometrische Primitive

Unter Modellierung ist hier die Approximation der Punktwolke durch geometrische Primitive zuverstehen. Geometrische Primitive sind Flächen erster Ordnung und Flächen zweiter Ordnung(Quadriken), wie zum Beispiel Ebenen, Kugeln [1], Zylinder, Kegel, Tori und Quader. Des Wei-teren stehen zudem noch etwas komplexere Elemente aus dem Stahlbau (T-Träger, U-Profile)und dem Rohrleitungsbau (Flansch, Rohrkrümmungen und -verjüngungen) zur Verfügung.

Bei der Modellierung steht es dem Anwender frei, zwei Strategien zu verfolgen:

• Manuelle Modellierung:Der Anwender schneidet einen Ausschnitt der Punktwolke aus, welcher eindeutig einem derzur Verfügung stehenden geometrischen Primitive zugeordnet werden kann. Dieser Punkt-haufen wird dann durch einen ausgleichenden geometrischen Körper beschrieben und durchein dreidimensionales CAD-Objekt dargestellt.

• Halbautomatische Modellierung:Der Anwender wählt einen oder mehrere Punkte als Startwert aus, welche eindeutig einemder zur Verfügung stehenden geometrischen Primitive (derzeit Ebene, Kugel und Zylinder)zugeordnet werden kann. Anschließend wird das zu beschreibende Primitiv über Nachbar-schaftsprüfungen (manuelle Eingabe von Toleranzen möglich) und Lagekriterien iterativgesucht (Region Grow). Der Vorteil dieser Methode liegt dabei in der Reduzierung der Ar-beitsschritte. Allerdings bedarf es bei den Berechnungen des gesuchten Objektes bisweilenschon intensiverer Rechenkapazität (längere Wartezeiten).

Nach erfolgter CAD-Objekterzeugung können durch den Anwender manuell Feinabstimmungenvorgenommen werden. Dabei lassen sich sämtliche Parameter (Größe, Durchmesser, Orientie-rung, etc.) ändern und der gewünschten Form (z. B. Rechtwinkligkeit) angepasst werden. Diegenerierten Objekte lassen sich anschließend verschmelzen oder verschneiden bzw. durchdringen,wodurch neue Objekte entstehen bzw. sich lückenlose Verbindungen (beispielsweise zwischen zweiorthogonal liegenden Balken) bewerkstelligen lassen.



Abb. 9: Manuelle Modellierung am Beispiel eines Zylinders



Abb. 10: Halbautomatische Modellierung am Beispiel eines Zylinders. Oben: Auswahl eines Start-punktes und Aufruf des Algorithmus Region Grow. Unten: Wahl der Toleranzbereiche und aktu-elle Anzahl der gefundenen Punkte; Geometrieparameter und Standardabweichung des bestan-gepassten Zylinders



4.2 Dreiecksvermaschung

Um komplexere Objekte modellieren zu können, kann über verschiedenste Vermaschungsme-thoden ein segmentierter Punkthaufen in ein digitales Oberflächenmodell (DOM) umgewandeltwerden. Bei einer großen Punktmenge empfiehlt es sich, die Anzahl der zu vermaschenden Punktezu Reduzieren. Interaktive Regler (vgl. Abb. 11) mit zeitnaher Neudarstellung der Dreiecksver-maschung ermöglichen einen optimalen Reduktionsgrad ohne wesentlichen Informationsverlust.

Abb. 11: Dreiecksvermaschung und interaktives Menü zur Ausdünnung der Vermaschung

Abb. 12: Ergebnis der Modellierung: in CAD-Systeme exportierbares 3D-Modell



4.3 Alternative Modellierungskonzepte

Andere Konzepte um die Punktwolke zu modellieren ist die zur Verfügungstellung der Punktwolkein ein CAD-System (z. B. durch das Aufsatz-Tool CloudWorx für AutoCAD bzw. Microstation).Dort stehen dem Nutzer dann alle Modellierungswerkzeuge der CAD-Systeme zur Verfügung, mitdenen man das gescannte Objekt konstruiert. Die Punktwolke dient hier als Digitalisiergrundlageoder zum Herausgreifen von Konstruktionsmaßen.

Abb. 13: Punktwolke in AutoCAD

Ein weiterer Ansatz ist die Flächenrückführung von Dreiecksvermaschungen bzw. Polygonmodel-len. Dies geschieht über NURBS-Freiformflächen (Non-uniformal rational B-Splines), welche inSpezialsoftwarepaketen (z. B. Geomagic, PolyWorks, RapidForm, Rhinoceros) realisiert werdenkönnen. Diese Modellierung kommt dann zu tragen, wenn sich Oberflächen nicht mehr zufrieden-stellend durch geometrische Primitive oder Dreiecksvermaschungen beschreiben lassen. Insbeson-dere in der Qualitätskontrolle der Automobilindustrie und Medizintechnik sind diese Methodenweit fortgeschritten. Für die Flächenrückführung hat sich mittlerweile der Begriff des ReverseEngineering eingebürgert.



Abb. 14: Reverse Engineering in der Atomobilindustrie (Quelle: GOM GmbH, www.gom.com)

5 Aus Modellen ableitbare Informationen

• SchnitterzeugungDreidimensional beschriebene CAD-Modelle können über jede beliebig gewählte Fläche ge-schnitten werden und so in einem zweidimensionalen Plot ausgegeben werden. (Grundriss,Aufriss, Seitenansicht).

• VolumenberechnungDreiecksvermaschungen können als Grundlage zur Volumenberechnung zwischen DOM undeiner frei wählbaren Referenzebene herangezogen werden.

• KollisionsprüfungIm Zuge von Umbaumaßnahmen kann geprüft werden ob neue Bauteile oder Leitungen mitder bestehenden Infrastruktur in Konflikt treten.

Abb. 15: Schnitt durch das 3D-Modell



5.1 Datenexport in CAD-Systeme

Die Überführung zwischen dem CAD-System, in dem das endgültig aufbereitete Modell weiter-verarbeitet werden soll, und der Scanner- bzw. Auswertesoftware muss natürlich über geeigneteSchnittstellen von statten gehen. Als Standardaustauschformat hat sich das DXF-Format durch-gesetzt, aber auch von Scannerhersteller eigens implementierte Schnittstellen sind im Einsatz.Dabei ist es wichtig, zu Beginn eines Projektes abzuklären, welche Softwaresysteme zum Einsatzkommen und in welcher Reihenfolge die Modellierung in welchem System getätigt wird. Da beifortschreitendem Modellierungsgrad die Intelligenz hinter einem CAD-Objekt zunimmt, ist derWeg des Datentransfers zwischen den verschiedensten System nicht in beiden Richtungen ohneInformationsverlust zu bewerkstelligen.

5.2 Produktmodell

Die Ergänzung der Geometriemodelle mit zusätzlichen Informationen zum Objekt führen zu so-genannten Produktmodellen, welche in GIS-Systemen oder speziellen CAD-Aufsätzen genutztwerden können. Dort werden die 3D-Körper mit Zusatzinformationen aus einer Datenbank ver-knüpft und bekommen somit ein gewisse Intelligenz angeheftet. Am einfachsten ist dies vielleichtmit einem simplen Beispiel zu verdeutlichen:Eine aus der Punktwolke generierte Oberfläche ist zunächst nichts weiter als eine durch einenPunkt und eine Normale mathematische beschriebene Form, visualisiert über eine Fläche vonmindestens drei Randpunkten. Der Operateur weis aber, dass diese Fläche einer Wand zuzuord-nen ist, und wandelt die mathematisch beschriebene Form über einen Zwischenschritt in einendreidimensionalen Körper (Quader) zu dem semantischen Objekt Wand um. Dem Objekt Wandkann durch seine vom System gegebene Intelligenz eine eventuell beinhaltete Öffnung vererbtwerden. Das Objekt Wand kann wiederum mit Attributen aus einer Datenbank (Baujahr, Ma-terial, Zustand) versehen sein.



Literatur

[1] Drixler, E.: Analyse der Form und Lage von Objekten im Raum. Deutsche GeodätischeKommission bei der Bayerischen Akademie der Wissenschaften, Reihe C: Dissertationen,Heft Nr. 409, 1993

[2] Pottmann, H., Leopoldseder, S., Hofer, M.: Simoultanous registration of multipleviews of a 3D object. Archives of the Photogrammetry, Remote Sensing and Spatial Infor-mation Sciences, Vol. XXXIV, Part 3A, Commission III, pp. 265-270, 2002

[3] Pottmann, H., Hofer, M.: Orientierung von Laserscanner-Punktwolken. Geometry Pre-print Series No. 113, Vienna University of Technology, to appear in Journal of VGI, 2003.


Ingenieurvermessung Zürich 2004 - Feedback - Tutorial 3 ......Ingenieurvermessung 2004 14th...

Documents

Transcript of Ingenieurvermessung Zürich 2004 - Feedback - Tutorial 3 ......Ingenieurvermessung 2004 14th...