Registrierung von TLS Scans in Waldgebieten mittels ICP

Abstract

Die immer schneller werdende Entwicklung von terrestrischen Laserscannern erhöht den Einsatz dieser Aufnahemethode bei zahlreichen Anwendungen. Dabei ist der wichtigste Schritt der Datenverarbeitung, die Registrierung der einzelnen Scans zu einer gemeinsamen 3D-Punktwolke. Dazu müssen während der Feldmessungen sogenannte Passpunkte vermarkt werden und von mehreren TLS Standpunkten sichtbar sein. Mittels dieser Punkte kann im Postprozessing die Orientierung der einzelnen Punktwolken bestimmt werden. Somit stellt sich die Frage, die Scans anfangs nur grob zu registrieren und dann die genaue Einpassung mit dem Iterative Closest Point Algorithmus zu realisieren. Dabei können bei der Feldarbeit die Passpunkte minimiert beziehungsweise ganz weggelassen werden. Ein groÿes Problem bei diesem Verfahren ist, dass die Laufzeit des ICP-Algorithmus sehr stark von der Anzahl der verwendeten Datenpunkte abhängig ist. Um diese möglichst gering zu halten, werden die Punktwolken im Vorfeld stark reduziert. Da die Aufnahme in einem Waldstück stattgefunden hat, war die Überlegung, einzelne Bäume zur Registrierung zu verwenden. Dazu werden solche Bereiche automatisch detektiert, aus dem kompletten Scan ausgeschnitten und mit den verbleibenden Datenpunkten die Registrierung neu bestimmt. Zusätzlich wurden noch Szenarien getestet, bei denen Schichten in verschiedenen Höhen aus den Punktwolken geschnitten und diese Bereiche für den ICP-Algorithmus verwendet wurden. Zur Beurteilung des am besten geeigneten Punktebereichs wurden Laufzeit, statistische Kennwerte und die grafische Darstellung herangezogen. Bei der Bewertung zeigt sich, dass es auf jeden Fall sinnvoll ist, die Daten vorher aufzubereiten und nur noch gewisse Bereiche der Punktwolke für die Bestimmung der Registrierung zu verwenden. Auch wenn diese Vorbereitung einen nicht vernachlässigbaren Anteil der Laufzeit ausmacht, ist die komplette Dauer um einiges kürzer, als mit dem gesamten Scan. Erst bei der Verwendung von Punkten über einer Höhe von 6m wird die Registrierung zunehmend schlechter und ist nicht mehr zu empfehlen.

The accelerating development of terrestrial laser scanners increases the use of this recording method in numerous applications. Thereby, the most important step in data processing is the registration of the individual scans into a common 3D point cloud. To ensure this, so-called control points must be marked during the field measurements and be visible by several TLS positions. By means of these points, the orientation of the individual point clouds can be determined in the postprocessing stage. However, there is the idea of registering the scans only roughly at the beginning and then realizing the exact fit with the Iterative Closest Point algorithm. Over the course of the field work the amount of points can be minimized or omitted completely. A major problem with this method is that the runtime of the ICP algorithm is highly depending on the number of data points used. To keep the number as low as possible, the point clouds are greatly reduced in advance. Since the recording took place in a piece of woodland, the idea was to use individual trees for registration. For this purpose, such areas are automatically detected, cut out of the complete scan and the registration is redefined with the remaining data points. In addition, scenarios were tested in which layers at different heights were cut from the point clouds. These areas were then used for the ICP algorithm. In order to assess the most suitable point range, criteria such as runtime, statistical values and the graphical representation were analyzed. The evaluation shows that it is always useful to prepare the data beforehand and only to use certain areas of the point clouds for determining the registration. Even if this preparation takes a non-negligible part of the runtime, the entire duration is much shorter than with an entire scan. It is only above a height of 6m that registration becomes increasingly worse and is no longer recommended.