Skip to content
Lorenz Lachauer Do, Dez 9, '21 4 min read

Warum Punktwolkenqualität vermutlich wichtiger als Genauigkeit ist

Dem State of Mobile Mapping Report zufolge macht einen guten mobilen Scanner vor allem die Punktwolkenqualität aus. Aber warum ist das eigentlich so?

Mobile Mappingsysteme erlauben nicht nur ein schnelleres und effizienteres Arbeiten, sondern ermöglichen zudem völlig neue Geschäftsmodelle. Dank dieser Technik ist es vielleicht heute so spannend wie nie, Vermessungsingenieur zu sein. Allerdings ergeben sich auch einige Fragen, die Klärung bedürfen.

Was halten Laserscanning-Profis (LSP) wirklich von mobilem Mapping? Scannen mobile Geräte genau genug, selbst bei anspruchsvollen Projekten? Wie passt sich diese Technologie in bestehende Workflows ein?

Um diese und andere Fragen zu beantworten, haben wir uns kürzlich mit den führenden 3D-Tech-Publikationen zusammengetan und eine Umfrage zum „State of Mobile Mapping“ gestartet. Befragt wurden dafür Expertinnen und Experten aus aller Welt, um so datenbasierte Erkenntnisse zu gewinnen und herauszufinden, wie die Branche wirklich über mobiles Mapping denkt.

Schon einmal vorab: Einige der Ergebnisse werden Sie womöglich überraschen.

Das Wichtigste auf einen Blick

Den kompletten Report können Sie hier herunterladen. Hier zunächst ein kurzer Überblick über die wichtigsten Erkenntnisse:

1. Laserscanning-Profis setzen immer öfter auf mobile Mappingsysteme als ihr Standardtool

  • 39 % besitzen bereits einen mobilen Handheld-Scanner

    • 21 % beabsichtigen, in den nächsten 12 Monaten ein solches Gerät zu erwerben

  • 28 % besitzen ein mobiles Rucksacksystem

    • 23 % beabsichtigen, in den nächsten 12 Monaten ein solches Gerät zu erwerben

2. Laserscanning-Profis sehen in hybriden Arbeitsabläufen die Zukunft

  • 86 % befürworten den Einsatz mehrerer Erfassungsmethoden für ein Projekt

3. Endlich haben wir den Beweis: Mobile Mappingsysteme sind genau genug!

  • Nur 26 % gaben an, dass die Genauigkeit der mit einem mobilen Mappingsystem erfassten Daten für ihre Zwecke nicht ausreichen

4. Auflösung und Punktwolkenqualität sind wichtiger als zunächst gedacht

  • Für die Befragten waren Auflösung und Qualität der Punktwolke die wichtigsten Qualitätsmerkmale eines mobilen Scanners (76 %), gefolgt von Genauigkeit (71 %) und Scangeschwindigkeit (60 %)

Heute geht es längst nicht mehr nur um Genauigkeit

Diese Zahlen erzählen eine faszinierende Geschichte: Lange Zeit drehte sich die Diskussion bezüglich mobiler Mappingtechnologien darum, ob die Genauigkeit solcher Systeme für anspruchsvolle professionelle Arbeitsabläufe ausreicht. Heute ist der Großteil der LSPs der Ansicht, dass mobile Mappingsysteme die Anforderungen in puncto Genauigkeit erfüllen.

Für LSPs ist darüber hinaus wichtig, ob ein mobiles Mappingsystem hochauflösende und qualitativ hochwertige Punktwolken erzeugen kann.

Um zu verstehen, warum die Qualität einer Punktwolke so ausschlaggebend ist, lohnt es sich, den Begriff einmal näher unter die Lupe zu nehmen. Daher wird es im Folgenden darum gehen, was genau man unter der Qualität einer Punktwolke versteht, warum sie womöglich sogar wichtiger als die Genauigkeit ist, und warum sie so schwer zu erreichen ist.

Was versteht man unter dem Begriff „Punktwolkenqualität“?

Die Qualität von Punktwolken bezieht sich in der Regel auf drei verschiedene Faktoren: die „Schärfe“ bzw. das „Rauschen“ in der Schnittansicht, die Korrektheit der Farbgebung und die gleichmäßige oder ungleichmäßige Verteilung der Punkte auf einer Oberfläche.

navvis-point-cloud-quality3

Eine Punktwolke mit einer schlechten Qualität erkennt man daran, dass diese an den Rändern „unscharf“ oder „streifig“ aussieht, wodurch es schwerfällt, wichtige Elemente im Scan zu erkennen. Unabhängig von der Genauigkeit einer Punktwolke führt eine niedrige Qualität zu Problemen bei der Erkennung feiner geometrischer Details, z. B. dem Profil eines Türrahmens.

Daher ist es wichtig, ein Mappingsystem zu verwenden, das qualitativ hochwertige Daten liefert. Eine Punktwolke mit feinen geometrischen Details ist erforderlich, wenn Sie anhand der Daten, die Sie mit dem mobilen Mapper erfasst haben, 2D-Zeichnungen oder 3D-Modellierung des Ist-Zustandes, Visualisierungen und Simulationen erstellen wollen bzw. eine Inspektionen aus nächster Nähe durchführen wollen. Auch, wenn Sie sich anhand der Punktwolke ein Bild von dem aktuellen Stand eines Raumes oder einer Umgebung machen wollen, benötigen Sie qualitativ hochwertige Daten.

Minderwertige Punktwolken haben noch einen weiteren Nachteil: Sie sehen nicht nur unscharf aus, sondern sind auch uneinheitlich und wirken beim Betrachten ungenau und unpräzise, wodurch die Daten selbst unzuverlässig erscheinen können. Und nicht zuletzt können Sie anhand einer hochwertigen Punktwolke Ihre Kunden leichter von der Genauigkeit und Präzision der Daten und der Qualität Ihrer Arbeit im Allgemeinen überzeugen.

Warum ist es so schwer, qualitativ hochwertige Daten mit mobilen Mappern zu erzeugen?

Beim terrestrischen Scannen hängt die Qualität der Punktwolken weitgehend von den Spezifikationen der Hardware ab. Wenn Sie einen passenden Lidar-Sensor in das Gerät einbauen und Ihre Hardware gut kalibrieren, werden Sie in der Lage sein, hochwertige Daten zu erfassen. Beim mobilen Mapping ist das Ganze jedoch etwas komplizierter.

Im Gegensatz zum terrestrischen Scannen ist beim mobilen Mapping eine umfangreiche Datenverarbeitung erforderlich, um eine finale Punktwolke zu produzieren. Wie Sie wahrscheinlich wissen, basieren diese Scanner auf der SLAM-Technologie (Simultaneous Localization and Mapping), die es ermöglicht, sich mit dem mobilen Mappingsystem im Raum zu bewegen und währenddessen die Umgebung zu scannen.

Solche Systeme arbeiten zudem mit einer Reihe von Nachbearbeitungstechnologien zur Bereinigung der Daten, wobei jeder Bearbeitungsschritt die Qualität der finalen Punktwolke stark beeinflusst. Die SLAM-Algorithmen müssen die Punkte dabei präzise und genau im Raum verorten können. Der Algorithmus zur Rauschunterdrückung soll die „schlechten“ Punkte entfernen, die „guten“ sollen jedoch erhalten bleiben. Der Filter soll beispielsweise Personen aus dem Datensatz entfernen, nicht aber nahe gelegene Fenster oder Wände.

Damit ein mobiles Mappingsystem qualitativ hochwertige Daten erzeugen kann, müssen alle diese Technologien einzeln und in ihrer Gesamtheit gut funktionieren. Eine qualitativ hochwertige Punktwolke spiegelt auf jeder Ebene die Qualität des verwendeten mobilen Mappers wider und ist daher kein Produkt des Zufalls.

Deswegen sind wir auch so stolz auf unsere mobilen Mapper, den NavVis VLX und den NavVis M6. Mit unserer Technologie können Sie nicht nur schnell und genau scannen, sondern verfügen über hochwertige Datensätze, die höchsten Ansprüchen gerecht werden und sich für zahlreiche Anwendungen eignen.

navvis-point-cloud-quality2

Fazit

Neugierig geworden? Wenn Sie gerne tiefer in die Materie einsteigen und erfahren wollen, worin die Befragten die größten Herausforderungen in Hinblick auf mobiles Mapping sehen, finden Sie hier den kompletten Report.