Skip to content
Sean Higgins mar., janv. 19, '21 7 min read

7 termes à connaître avant d'investir dans un scanner mobile

Cet article explique certains termes techniques fondamentaux que les entreprises utilisent dans leurs articles et leurs fiches techniques pour décrire les performances de leurs systèmes de numérisation mobile.

Si vous êtes novice en matière de numérisation mobile, vous n'êtes peut-être pas familier avec les termes techniques que les entreprises utilisent dans leurs articles et leurs fiches techniques pour décrire les performances de leurs systèmes. Étant donné qu’il peut être difficile de comprendre comment un outil diffère d'un autre dans des domaines tels que la précision et le flux de travail, cet article vise à aider en expliquant certains termes fondamentaux.

Nous aborderons les deux types de précision utilisés pour évaluer un système de numérisation mobile, les erreurs de précision communes aux appareils de numérisation mobile et nous terminerons par explorer les types de correction d'erreurs utilisés dans les flux de travail de numérisation mobile. (Nous avons également inclus quelques liens vers des articles qui expliquent ces sujets plus en détail)

Termes de précision

Précision locale (relative)

Il s’agit de la précision d'un nuage de points à échelle locale. Pour un scanner mobile, il s'agit de la précision d'une mesure entre des points situés au même endroit, comme une chambre par exemple.

Cette mesure est importante pour déterminer la fiabilité d'un scanner, car elle permet d'évaluer la précision des dimensions d'une pièce, ce qui est important pour des applications telles que le scan-to-BIM ou la création de plans d'étage.

Précision globale (absolue)

Il s’agit de la précision d’un nuage de points à échelle mondiale. Pour un scanner mobile, il s'agit de la précision d'une mesure entre deux points qui n'ont pas été capturés par le scanner au même endroit. Par exemple, la distance entre des coins opposés d'un bâtiment.

La précision globale est cruciale pour déterminer la fiabilité d'un scanner mobile, car elle met en évidence la quantité d'erreurs de dérive qui s'accumulent dans les projets de numérisation importants ou complexes. En d'autres termes, elle donne une indication de la précision du scanner sur l'ensemble du bâtiment.

Elle est également connue sous le nom de précision absolue, car elle indique la précision des mesures du nuage de points par rapport à leur position "réelle" dans un système de coordonnées absolu déterminé par une méthode d'ordre supérieur, comme le GPS ou la topographie.

Pour des définitions plus précises de ces termes et pour plus de détails sur la façon dont NavVis a mesuré cette métrique pour ses propres scanners, allez voir le livre blanc sur la précision du NavVis VLX.

Termes relatifs aux erreurs SLAM

Blog_Post_Pics_drift-floor-1

Erreur de suivi

Ceci arrive lorsque l'algorithme de localisation et de cartographie simultanées (Simultaneous Localization And Mapping ou SLAM) du scanner mobile calcule mal votre position lors de l'enregistrement de votre trajectoire. Cela se produit le plus souvent lorsqu'un espace ne présente pas les caractéristiques physiques que la technologie de vision par ordinateur du SLAM utilise pour estimer l'emplacement. Par exemple, les longs couloirs rectilignes sont les causes les plus fréquentes de cette erreur, car ils ne comportent pas de portes, de fenêtres ou d'angles.

Les erreurs de suivi sont plus courantes avec les algorithmes SLAM moins robustes, mais peuvent encore représenter un défi avec les systèmes les plus avancés. Elles peuvent être corrigées en utilisant la fermeture de boucle ou l'optimisation du point de contrôle, lorsque ceux-ci sont disponibles.

Les erreurs de suivi sont une des causes principales de la dérive. (Voir ci-dessous.)

Dérive

Cela se produit lorsque les données de trajectoire générées par votre algorithme SLAM divergent de votre véritable trajectoire pendant la numérisation. Elle résulte de l'accumulation d'erreurs plus petites, telles que les erreurs de suivi ou les erreurs de positionnement qui proviennent du bruit du capteur.

La dérive est rarement un problème dans les numérisations courtes, mais devient plus probable au fur et à mesure que la numérisation se prolonge. Il est facile de constater dans les données, par exemple, lorsqu'un couloir droit semble courbé ou qu'un escalier est tordu.

Cette erreur peut être réduite par des algorithmes SLAM plus robustes, mais il est presque impossible de l'éliminer sans mesures supplémentaires. C'est pourquoi de nombreux fournisseurs proposent des fonctions de flux de travail comme la fermeture de boucle ou des points de contrôle pour corriger la dérive.

Pour en savoir plus sur la façon dont les erreurs de suivi et les dérives se produisent, et sur ce que vous pouvez faire pour les corriger, consultez cet article.

Termes de correction d’erreurs

Blog_Post_Pics_controlpoints2

Fermeture de boucle

Il s’agit d’une fonction du flux de travail qui corrige la dérive. Elle est proposée par la plupart des systèmes de numérisation mobile.

Pour effectuer une fermeture de boucle, revenez vers une zone que vous avez déjà numérisée. L'algorithme SLAM reconnaîtra la position et l'utilisera pour calculer de combien sa trajectoire a dérivé depuis son dernier passage. Cela donne à l'algorithme toutes les informations dont il a besoin pour supprimer cette dérive et améliorer la qualité de votre nuage de points final.

Optimisation des points de contrôle

Il s’agit d’une fonction du flux de travail qui corrige les erreurs de suivi ou la dérive. Elle est surtout utile dans les grands projets où la dérive est plus probable. Seuls les systèmes les plus avancés du marché offrent cette fonctionnalité.

La mise en œuvre la plus courante de l'optimisation des points de contrôle consiste à placer des cibles de topographie autour des zones où des erreurs sont susceptibles de se produire et à topographier les points avec une station totale. Lorsque vous saisissez les coordonnées de ces cibles dans le logiciel de post-traitement du scanner, celui-ci utilise ces données comme contrôle pour optimiser le nuage de points et réduire les erreurs.

Par exemple, vous pouvez placer des cibles topographiques en échiquier à chaque extrémité d'un long couloir pour corriger les erreurs de suivi. Vous pouvez également placer un certain nombre de cibles tout au long d'un projet de numérisation plus important pour corriger la dérive.

L'implémentation unique de NavVis utilise également des points de contrôle pour vérifier la précision globale (absolue) pendant que vous scannez. Pour utiliser cette fonction, placez un point de contrôle, topographiez-le et touchez-le avec le scanner lors de votre passage. L'interface affichera le delta entre les coordonnées de la numérisation et l'estimation de la position du système, ce qui vous donnera un aperçu de ce qui a pu se passer au cours du processus de numérisation.

Apprenez-en davantage sur les erreurs SLAM et ce que vous pouvez faire pour les corriger.

Points de contrôle

Ce sont des cibles topographiques telles que des autocollants en échiquier ou des sphères.

Leur utilisation la plus courante dans le domaine de la numérisation consiste à enregistrer ensemble des nuages de points générés par différentes technologies, comme les scanners mobiles, les scanners laser terrestres et les drones. Pour cette application, capturez le point de contrôle dans deux ou plusieurs ensembles de données dans la zone où ils se chevauchent. Le logiciel de post-traitement dispose ainsi d'un contrôle pendant son processus d'enregistrement pour s'assurer que tous les ensembles de données sont combinés avec précision.

Une deuxième utilisation des points de contrôle est la correction des erreurs dans les flux de numérisation mobile (voir ci-dessus la partie sur l'optimisation des points de contrôle pour plus d'informations sur cette application).

Conclusion

Voilà quelques-unes des idées de base que vous devez comprendre pour prendre une décision éclairée lorsque vous achetez un système de numérisation mobile.

Vous devriez maintenant disposer des outils nécessaires pour déterminer la précision d'un scanner au niveau local mais également sur l'ensemble du projet. Vous serez également prêt à poser des questions sur la façon dont les erreurs de dérive et de suivi affectent la précision d'un scanner, et sur les outils que le fabricant inclut pour corriger ces erreurs.

En d'autres termes, vous devriez être prêt à déterminer les performances d'un système de numérisation mobile par rapport à un autre, et à choisir un système sur lequel vous pouvez compter.

Sean Higgins est un rédacteur indépendant spécialisé en technologie, ancien rédacteur de publications spécialisées et passionné de plein air. Il estime que la rédaction d'articles clairs et sans buzzword sur les technologies 3D est un service public.

Télécharger le livre blanc

avatar

Sean Higgins

Sean Higgins is an independent technology writer, former trade publication editor, and outdoors enthusiast. He believes that clear, buzzword-free writing about 3D technologies is a public service.