Georreferenciador - Calibración de la mira

¿Cómo sacar el máximo partido a los datos de Pointcloud? En el artículo, '¿Cómo se fabrica un Pointcloud?En la sesión anterior, en la que hablamos de la necesidad de que los marcos de coordenadas LiDAR e INS estén bien calibrados, y de su precisión. La pregunta obvia es cómo conseguirlo. Hay muchas formas de conseguirlo: por ensayo y error, con un soporte impreso digitalmente o con una técnica de calibración basada en datos. El método de ensayo y error lleva mucho tiempo y hay que asegurarse de que la configuración no cambia en lo más mínimo, de lo contrario habrá que repetir los ensayos. Un soporte impreso es una forma cómoda de obtener ángulos y desplazamientos precisos integrados en la configuración. Sin embargo, lleva tiempo y es caro. Una tercera posibilidad es utilizar una técnica de calibración basada en datos que analice los datos de la nube de puntos recopilados y calibre la configuración comparando lo que se ve con lo que debería verse.

Este último método es el que ha desarrollado OXTS. El usuario sólo tiene que maniobrar su vehículo con el LiDAR y la configuración INS para que el LiDAR obtenga una buena vista de algunos objetivos desde una serie de distancias y ángulos representativos de su estudio. Los objetivos son muy sencillos y están formados por tablas cuadradas y planas recubiertas de material altamente reflectante. Las maniobras sólo llevan unos minutos y pueden añadirse a cualquier levantamiento. En la oficina, los datos pueden cargarse en OXTS Georeferencer, que buscará los ángulos que mejor ajusten la nube de puntos a la realidad. También hemos desarrollado un método para calibrar los desplazamientos, y esta función ya está disponible en modo beta en Georreferenciador.

Georreferenciador OXTS también puede, como era de esperar, georreferenciar datos LiDAR y de navegación para crear nubes de puntos. Normalmente se necesitan cinco archivos: El archivo de datos de navegación, el archivo LiDAR (PCAP) y tres archivos de configuración que detallan los ángulos y desplazamientos entre el LiDAR y el INS, y también del INS al vehículo. Con ellos se pueden calibrar los archivos de configuración como se ha explicado anteriormente o crear un Pointcloud.

Además, el usuario dispone de muchas opciones adicionales para sacar el máximo partido de su nube de puntos. A menudo, el LiDAR puede estar viendo partes del vehículo. Si esto ocurre, una parte del vehículo estará presente en cada fotograma que se grabe y en la nube de puntos aparecerá como si algo hubiera sido arrastrado. Esto puede eliminarse simplemente eligiendo una distancia mínima desde el LiDAR a la que deben estar los puntos. Esto permite a los usuarios ser más flexibles en su configuración.

Los LiDAR suelen registrar un valor de intensidad de reflexión para cada punto. Ésta es una de las grandes características de los LiDAR que les confieren tantos usos inesperados. Los usuarios de Georreferenciador OXTS son capaces de crear nubes de puntos en cualquier umbral de reflectividad. Se trata de una gran ventaja, sobre todo porque la creación de nubes de puntos con una reflectividad de 100 permite solucionar problemas de configuración con solo unos cientos de kilobytes en lugar de los gigabytes de datos habituales.

Quizá la característica más importante de Georeferencer, aparte de la calibración, es que utilizará una fórmula sofisticada para calcular las precisiones con las que se pueden conocer los puntos utilizando los diagnósticos que arrojan nuestros datos de navegación. Esto permite al usuario ver qué puntos son los más o menos precisos y también editarlos. Los usuarios pueden elegir la precisión centimétrica que deben tener todos los puntos de Pointcloud, suponiendo que la configuración esté calibrada, por lo que puede prometer a su cliente que puede ofrecer la precisión adecuada con total confianza.

Lea el primer artículo de esta serie:  ¿Qué es una nube de puntos?