Riegl VZ-400i mobiilina

Atlastican innovatiiviset yrittäjät Jukka Ylitalon vetämänä mobilisoivat laserskannauksen uuden Riegl VZ-400i skannerin avulla!

Skannerin 1200 kHz skannausnopeus yhdistettynä sisäiseen MEMS-imuun luo pohjan nopealle liikkuvalle mittaukselle. Muistikaan ei lopu kesken sisäisen 256 GB SSD-kiintolevyn (optiona 512 GB) jauhaessa syntyviä aineistoja. Vaihtoehtoisesti voidaan myös skannata SD-kortille, USB-muistille tai suoraan pilvipalveluun 4G-yhteyden kautta.

kuva2

Nelivetomönkijä etenee sujuvasti maastossa kuin maastossa.

kuva1

Maastokelpoisuus ennen kaikkea eli liian suurta mönkijää ei skannerin alle kannata valita. Tämä Yamaha kulkee ketterästi.

kuva3

Lisätietoja:

Atlastica Oy/ 040 501 4024

Nordic Geo Center Oy/045 650 8585

Automaation tuskaa

Ihmetellessämme ensimmäistä autopilotilla toimineen Tesla-auton aiheuttamaa kuolemaan johtanutta onnettomuutta, automatisaation kasvava rooli arjessamme on hyvä ottaa keskustelun aiheeksi. Myös mittaustekniikka on automatisoitunut voimakkaasti viimeisten vuosikymmenten mittaan ja välillä herää kysymys miten kaikki tämä kehitys vaikuttaa ammattitaitoon. Teslan tapauksessa siis kuljettajan ajotaitoon.

Käytännössä automaatio on siunaus – koneet ja ohjelmat hoitavat kasvassa määrin rutiinityöt ja operaatiot ja sen myötä hinnat ovat halventuneet ja turvallisuus on kasvanut monilla aloilla. Lentokoneteollisuus on erinomainen esimerkki alasta, jossa turvallisuus on kasvanut huomattavasti koneiden avustaessa ohjaajia sukupolvi sukupolvelta enemmän. Kaikki nykyiset lento-onnettomuudet ovat enemmänkin poikkeustilanteita kuin rutiininomaisia tapahtumia poikkeuksena muutamat huonon turvallisuuskulttuurin maat.

Optisen mittaustekniikan kohdalla keskuudessamme on vielä paljonkin henkilöitä, jotka ovat aloittaneet uransa manuaalisten ja konkreettisten mittausten parissa. Laitteita tarvitsi säätää paljon nykyistä enemmän, mittauksia suunnitella ja tuloksena mitattiin yksittäisiä pisteitä tai etäisyyksiä harvaan tahtiin. Bonuksena laitteiden toimintaperiaate oli pakko sisäistää hyvin, sillä muuten niillä ei onnistunut mittaamaan oikein. Hyvä esimerkki tällaisesta laitteesta on vaikkapa stereomittauskoje tai teodoliitti.

teodoliitti

Kun tietokoneet saatiin mittalaitteiden sisään, niin algoritmit ovat alkaneet hoitaa monia tehtäviä puolestamme. Samoin mittauslaitteista saadut havainnot prosessoidaan tietokoneilla muutamalla napin painalluksella. Tämä kehitys on johtanut siihen, että tieto mitä mittauksessa ja prosessoinnissa oikeasti tapahtuu, alkaa kadota. Kehityksen myötä mittauksen virheet eivät kuitenkaan ole kadonneet minnekään, mutta käyttäjillä ei ole myöskään tietämystä analysoida tai havaita virheitä. Monet uudet automaattiset järjestelmät ovat kompleksia ja niissä yhtyy monen alan tietotaito tavalla, jota peruskäyttäjä ei ehkä kykene hallitsemaan.

Automaattisiin järjestelmiin myös luotetaan suuresti, mutta täydellistä automaattista järjestelmää ei ole vielä olemassakaan. Eteen tulee siis tilanteita, joihin laitteen automaatiota ei oltu suunniteltu tai sitten tilanteet ovat vain äärimmäisen epätodennäköisiä. Kun varsinainen ammattitaito on automaation myötä alkanut rapautua, niin tilannetta on korvattu kasvavalla ohjeistuksella ja toisiaan varmentavilla lisäjärjestelmillä – siis valvonnalla. Näistä toimenpiteistä huolimatta lentokoneet putoavat ja laivat ajavat karille, koska viimeisenä turvana mukana olleet ihmisoperaattorit eivät ole huomanneet järjestelmien vikoja. Tai jos ovat huomanneet, niin heillä ei ole enää ammattitaitoa toimia poikkeustilanteissa. Olemme turtuneet automaation pinnalliseen helppouteen, vaikka kaikkialla nyky-yhteiskunnassamme vaanii automaatioparadoksi.

Niin kauan kuin teköäly on vielä lapsenkengissään, ainoa mahdollisuus selvitä ongelmatilanteista on ihmisten koulutus. Monella alalla se tarkoittaa käytännössä nykyään itseohjautuvaa koulutusta, sillä tämän tason tietoa – teorian ja käytännön yhdistämistä – ei oikein enää löydy oppilaitoksista tai ainakaan siihen ei katsota olevan varaa. Lääketieteeen alalla vaativien töiden prosessi on tunnustettu, sillä esimerkiksi ”Koko (kirurgisen) hoitotiimin jatkuva oppiminen tapahtuu toiston ja harjoittelun sekä uuden tiedon hankkimisen ja soveltamisen kautta.” Eivät monien muiden alojen kompleksiset tehtävät poikkea millään tavoin lääkärien tai lentäjien työstä ja tehdyt virheet maksavat.

Lopuksi vielä hyvä esimerkki algoritmien rakentamisen vaikeudesta. Erilaisten piirteiden kuten ihmiskasvojen automaattinen tunnistaminen kuvilta on kasvanut räjähdysmäisesti viime vuosina, mutta kuinka luotettavaa se on tällä hetkellä? Ilmeisen epäluotettavaa, jos aineistojen määrät kasvavat. Ihmiskasvojen kohdalla saman algoritmin toimivuus pienellä aineistolla saattaa olla 90% ja aineistojen kasvaessa lopputulos putoaakin 35%:iin. Puhumattakaan eri algoritmien välisistä eroista.

Kun harjoitusaineistoilla kehitettyjä ohjelmia tuodaan reaalimaailmaan, niin ongelmat vasta alkavat. Kun näillä vaillinaisilla algoritmeilla automatisoidaan maailmaa, niin parasta vaan edelleenkin hyväksyä onnettomuuksien ja vikatilanteiden olemassaolo. Meillä ei ehkä ole työkaluja laskea näiden onnettomuuksien todennäköisyyttä luotettavalla tavalla, mutta kenenkään ei kannata tuudittautua maailmaan, jossa automaatio pelastaisi meidän virheiltä.

PS. Tätä automaatiota ja virheiden määrää mekin pohdimme jatkuvalla syötöllä. Viimeksi asia tuli hyvin konkreettisesti eteen ilmasta tehtävän mittauksen kohdalla. Tehokkaassa yhteiskunnassamme kaikkein automaattiset mittausjärjestelmät toimivat siten, että esimerkiksi helikopterissa tarvitaan vain pilotti, joka hoitaa ohjauksen, mittauksen, havainnoi kasvillisuuden ongelmakohtia yms. Jo ilmailulainsäädännön kannalta toiminta herättää hiukan kysymyksiä, koska pilotin pitäisi turvallisuuden takia keskittyä siihen varsinaiseen hommaansa. Mittauksen kannalta se tarkoittaa, että lopputuloksia kontrolloidaan oikeasti vasta maassa eikä ilmassa välttämättä edes huomata mitään ongelmia aineistoissa. Näin tapahtui huhujen mukaan Ruotsissa, jossa laserkeilauslaitteisto putosi lentokoneen kyydistä kesken mittauksen ja sen katoaminen huomattiin vasta koneen laskeuduttua…

Laserskannaus & fotogrammetria rautateillä

Laserskannauksen ja fotogrammetrian (kuvamittauksen) eroa ihmetellään usein, joten viime vuonna ilmestynyt Ranskan rautateiden (SNCF) vertailu lennokkilaserskannauksen ja lennokkikuvauksen aineistojen eroista ja yhtäläisyyksistä on hyvä lähtökohta tarkastella aihepiiriä. Itseasiassa tarkastelussa on mukana vielä satelliittikuvat (Pleiades eli Seulaset satelliittien multispektrikuvat) kolmantena verrokkina.

Ranskan rautateillä on 30 000 kilometria raiteita valvottavana ja hoidettavana, joten aina on syytä etsiä uusia ja tehokkaampia keinoja kunnossapitoon. Tässä tutkimuksessa keskityttiin erityisesti kasvillisuuden valvontaan, sillä radalle kaatuvat puut aiheuttavat paljon myöhästymisiä. Ranskassa myöhästymisiä on vuosittain 350 000 minuuttia ja jokainen näistä minuuteista maksaa – parhaimmillaan jopa miljoonia euroja.

Vertailun lennokkiskannerina toimi RIEGL VUX-1UAV – tosin testiajankohtana vielä autogyron kyydissä. Maaliskuussa 2016 Ranskassa lennettiin rautateita jo RIEGL RiCopterilla.

Mitä testissä havaittiin? No mikään mittausjärjestelmä ei tietenkään ole täydellinen, joten laserskannaus ja kuvaus täydentävät toisiaan. Satelliittikuvat sopivat suuriin linjoihin eli niiden avulla voi seuloa potentiaalisia ongelmakohtia, joita mennään sitten mittaamaan tarkemmin lennokilla. Satelliittikuvista ei saatu havaittua riittävällä tarkkuudella kasvillisuuden tuottamia ongelmia.

satellite

Hieman sanastoa:

  • Délimitation des emprises = Raidealueen rajaus
  • Géometrie = Geometria
  • Classification végétation sur voie = Raiteen päällä olevan kasvillisuuden luokittelu
  • Classification végétation emprise et abords = Raidealueella ja sen vieressä olevan kasvillisuuden luokittelu
  • Déblai/remblai = Penkat/ojat
  • Pentes = Kaltevat pinnat (esim. luiskat)
  • Hauteur de végétation = Kasvillisuuden korkeus

Testissä kolmea menetelmää käytettiin yksittäisinä komponentteina, jolloin laserskannaus (Lidar) antaa aika selkeästi täydellisintä aineistoa. Alla lopputuotteiden vertailussa tarkastellaan matalalta kuvattuja (photogrammétrique) ja laserskannattuja (Lidar) aineistoja:

lidar_foto

Kasvillisuuden osalta tilanne on tietysti jo lähtökohtaisesti selvä, sillä yli sadan vuoden yrityksen jälkeen kuvauksella ei edelleenkään pystytytä tunkeutumaan kasvillisuuden läpi. Maanpinnan muodon eli topografian kohdalla eroja näiden menetelmien välillä on myös havaittavissa. Ranskalaisten tarkastusmittausten perusteella kuvista tuotettu DTM oli ”sileämpi”. Lisäksi alla oleva kuva kertoo kuvapistepilvestä puuttuvan myös yksityiskohtia kuten ohuita pystyrakenteita.

vertailu

Maanpinnan siloittuminen voidaan parhaiten havaita pistepilvestä otetusta pystyleikkauksista kuten on tehty seuraavassa kuvassa (Lidar vasemmalla):

profiilit

Jälleen kerran laserskannaus näyttää etunsa varsin selkeästi. Kuten me itse korostamme, etu saadaan sekä oikean tyyppisillä laitteistoilla sekä osaavalla mittaustavalla/käsittelyllä. Kaikki laserskannerit eivät näet tuota samanlaatuista aineistoa ja hyvänkin aineiston saa huonoksi väärällä prosessoinnilla. Tervetuloa koulutukseen!

Linkki vertailuun: Le contrôle de la végétation dans les emprises ferroviaires: une approche multi-scalaire

Amon & Viguier 2016. Complementary use of ground based kinematic and UAV borne high precision laser scanning for railway monitoring using RiCOPTER & VUX – SYS. AUVSI, Brussels, March 22nd, 2016

PS Ranskan rautatietyhtillä on jo käytössään RIEGL VMX-450 mobiililaserskannausjärjestelmä, jota tuossa Amonin ja Viguierin esityksessä käytetään verrokkina lennokkiskannaukseen.

Hakaniemi by MLS

Mobiililaserskannausaineistot tallentavat myös mielenkiintoista kaupunkikuvaa. Tässä Hakaniemen inspiroimana muutamia kuvakaappauksia Hämeentien näyteikkunoista Riegl VMX-450 -mobiilimittausjärjestelmällä tallennettuna. #lidarart

Hyvää viikonloppua!

hakaniemi4

hakaniemi2

hakaniemi
hakaniemi3

Laserskannaus ja iso data

Välillä olemme pohtineet siitä, onko mobiililaserskannausdata luokiteltavissa Big data eli iso data -kategoriaan. Aineistot kasvavat helposti suuriksi, mutta normaalisti ison datan kohdalla puhutaan vieläkin suuremmista tietomääristä, jota kertyy helposti 24/7. Tietyt geospatiaaliset aineistot kyllä mahtuvat tähän kategoriaan.

Määritelmistä huolimatta yksittäisten mittausten kanssa työskentelmään tottuneet yhtiöt hämmentyvät helposti joustuessaan tekemisiin mobiililaserkeilausaineistojen kanssa eli kyllä niissäkin on tekemistä. Tätä aihepiiriä käsittelee mukavasti amerikkalaisyhtiön edustaja Bob Hansen Pobonlinen haastattelussa.

katu

Kuvassa näkyy staattisesti skannattua katua Helsingissä.

Aineistojen koosta johtuen työt joutuu suunnittelemaan huolella ja aineistojen toimitukset asiakkaille ovat myös varsin mielenkiintoisia tapahtumia. Datan koosta johtuen pilvipalvelut voi useimmiten unohtaa kustannusten takia ja isoiltakin tuntuvat tiedonsiirtosiirtonopeudet jäävät hitaiksi.

Kaikki mobiililaserskannauksen kanssa puuhanneet huomaavat nopeasti myös sellaisen mielenkiintoisen yksityiskohdan, että mittausjärjestelmien tuottama valokuvamäärä on huomattavasti suurempi kuin varsinainen skannausaineisto. Me totesimme tämän Riegl VMX-450 aineistojen kanssa, jossa suhde oli tyypillisesti 1/4 pisteaineistoa ja 3/4 valokuvia. Tämä vielä siitä huolimatta, ettei järjestelmässämme oltu aktivoitu maksimikameramäärää. Valokuvien määrästä huolimatta huolimatta pisteaineisto on tiheää – tyypillisesti useampi tuhat pistettä/m2.

Yksi tärkeä Hansenin esiintuoma asia on myös aineistojen tarkkuus. Ajotavalla ja reitinsuunnittelulla on merkitystä pisteaineistojen lopulliseen tarkkuuteen, joten skannauksessa ei voi ”säästellä” yritettäessä minimoida aineistojen kokoa. Tästä syystä tekijöiden on suunniteltava mittaustehtävä huolellisesti ja jopa torjuttava sinänsä hyvää tarkoittavien asiakkaiden halu vaikuttaa mittaustehtävän suunnitteluun.

Datamäärän suhteen tulevaisuus ei vaikuta helpommalta, sillä uusissa järjestelmissä kuten Riegl VMX-1HA on vielä nopeammat skannerit ja isommat kamerat. Jatkamme siis kamppailua aineistomäärien kanssa, mutta se on varsin pieni hinta siitä, että voimme mitata kohteita huimalla tehokkuudella perinteisiin menetelmiin verrattuna. Yksityiskohtaisuuden tähden uudet ja vanhat mittaustekniikat eivät usein ole edes verrannollisia keskenään – niin uudenlaisia mahdollisuuksia modernit mittaustekniikat tuovat mukanaan.

RiCopterin ja VUX-skannerin esittelytilaisuuksien aineistoja

No niin, ehdimme vihdoin tarkastella itsekin Riegl RiCopterilla ja VUX-UAV-skannerilla mitattuja aineistoja tarkemmin, joten tässä hiukan katsausta aihepiiriin.

Mittauksia tehtiin kolmessa eri kohteessa kolmena peräkkäisenä päivänä, joten kiirettä piisasi kaikkien siirtojen myötä. Kun osa porukasta puuhasteli mukana lievästi flunssaisina, niin joukossamme kävi kato seuraavalla viikolla…

Kaukaisin kohteemme oli työmaa-alue Porissa, jonne ehdimme iltamyöhään katsastamaan paikkoja ja lensimme siis heti torstaiaamuna.

Aloitetaan kuitenkin aikajärjestyksessä eli ensin esittelemme tiistai-iltapäivän skannauksen Sipoon Bölebergetissä. Kohde on kiinnostava, sillä siellä on hyvä näkyvyys voimajohtoon, julma kalliorinne (kuvassa vasemmalla) ja tiheää metsikköä.

Tässä vaiheessa lehti oli jo kunnolla puussa, mutta tuuhean koivikon alta saimme näin hyvin esille maanpinnan muotoja. Sipoossa vallitsi varsin voimakas puuskittainen tuuli sadepilvien kulkiessa varsin läheltä ohi, joten alueen puusto oli jatkuvassa liikkeessä.

Leveä poikkileikkaus on värjättynä kaikujen mukaan niin, että vihreällä värillä näkyvät ainoat kaiut, keltaisella ensimmäiset, turkoosilla eri välikaiut 2.-n. ja tummansinisellä sitten ne viimeiset kaiut. Maanpinnasta on näin ollen tullut varsin runsaasti vastetta.

Seuraavana aamuna olimmekin jo täydessä valmiudessa Helsingin Mustikkamaalla, jossa vallitsi upea aurinkoinen kevätsää. Merituuli oli hyvin leuto verrattuna Sipoon puuskaisiin olosuhteisiin ja lennätys oli huomattavasti helpompaa.

Mustikkamaan tapahtuman keskus oli kuvassa näkyvä ravintola Alia, jota skannasimme sekä ilmasta että maasta Riegl VZ-400i -uutuusskannerilla. Alla näkymä lennokkiskannauksen aineistoon.

Ravintolarakennuksen toinen puoli saatiin myös mitattua ja kattorakententeiden alta näkyy myös julkisivua. Perinteiseen ilmalaserkeilaukseen verrattuna VUX-skannerilla on laaja mittausalue – 230 astetta RiCopterin kyydissä – jolloin julkisivuista saadaan mitattua paljon yksityiskohtia. Mobiiikäytössä VUXin skannausalue on muuten täydet 360 astetta.

Mustikkamaan skannausalueen reunassa kulki myös sähkölinja, josta mittasimme alla näkyvän komean pylvään yksityiskohtineen.

Torstaiaamuna olimmekin jo Porissa. Alkutiedustelun mukaan paikalla piti olla metsikköä, mutta saapuessamme paikalle keskiviikkonailtana näimmekin täydessä vauhdissa olevan rakennustyömaan. Kuten alla olevassa kuvassa näkyy, kasvillisuutta on jäljellä vain vähän ja dokumentoimme työmaa-alueen.

Alueella on edelleenkin jäljellä muutama rakennus, josta alla olevassa kuvassa näkyy edustava esimerkki.

Sen sijaa pääosalla alueesta pohjatöiden rakentaminen oli jo aloitettu, joten aineistoissa on runsaasti kaivantoja. Alla olevassa kuvassa näkyy jo viemärikaivojen asennuksia.

Sama kohta puolen metrin leikkauksena, jossa näkyy yksi viemärikaivoista.

Työ ei suinkaan lopu tähän vaan nyt asiakkaamme pääsevät myös näiden aineistojen kimppuun tarkastaan niiden soveltuvuutta omiin sovelluksiinsa. Esittelytilaisuuksien perusteella niitä tarpeita olikin laidasta laitaan monilla eri aloilla, joten odotamme palautetta mielenkiinnolla.

Kiinnostuitko ja haluat nähdä aineistoja tarkemmin? Ota yhteyttä 045 650 8585

Riegl RiCopter -esittely – viikon satoa

Jännittävä lennätysviikko on ohitse ja pääsimme nyt perjantaina takaisin kotitoimistollemme purkamaan matkatavaroita ja viikon kokemuksia.

Sipoon mittauskohde sisältää metsää, peltoa, 2 rakennusta ja sähkölinjan.

Sipoon mittauskohde sisältää metsää, peltoa, 2 rakennusta ja sähkölinjan.

Mittaustyöt onnistuivat hyvin ja pääsemme vasta nyt itsekin tutustumaan aineistoihin lähemmin. Alustava katsaus niihin vaikutti sekä meidät muut paikallaolijat – niin hyvin VUX-skannerin laseri tunkeutui metsään ja maanpintaan.

Kerromme aineistoista lisää myöhemmin, mutta tässä vaiheessa kiitämme lämpimästi kaikkia mukana olleita ja järjestelyissä auttaneita. Alla näkyy muutamia kuvia viikon varrelta ja niiden merkeissä toivotamme hyvää viikonloppua!

Sirius-lennokkijärjestelmän uudet ominaisuudet

Topcon julkaisi aiemmin huhtikuussa 5.0 -version miehittämättömästä Sirius Pro -lennokkijärjestelmästään (UAS) . Suomessa Siriuksen edustaja on Nordic Geo Center.

Uutuutena Sirius Pro 5.0:ssa on mm.

  • Täysin kolmiulotteinen lennonsuunnittelu (Full 3D flight planning). Monet lennonsuunnitteluohjelmistot eivät huomioi maaston korkeuden muutoksia, vaan suunniteltu lentoreitti kulkee samassa tasossa. Tällöin etäisyys maanpintaan ja sitä kautta näytetiheys maastossa (GSD, Ground Sample Distance) vaihtelee. Tasalaatuinen lopputulos edellyttää samaa GSD:tä koko kohdealueella, ja Siriuksen 3D-lennonsuunnittelu huolehtii tästä automaattisesti.
Sirius 5.0 3D flight planning

3D-lennonsuunnittelua MAVinci Desktop 5.0:ssa

  • pystysuorien pintojen tallentaminen (Vertical facade capture). Moni UAS-järjestelmä kuvaa pääasiassa ortogonaalisesti suoraan ylhäältä alaspäin. Pystysuorat pinnat, kuten rakennusten seinät tallentuvat valokuviin joko heikosti tai pahimmassa tapauksessa eivät juuri lainkaan, ja kuvilta tuotetussa 3D-mallissa pystytekstuurit näyttävät venytetyiltä pikseleiltä. Sirius-järjestelmän lennonsuunnittelua, toiminnallisuutta ja jälkikäsittelyä on 5.0-versiossa entisestään kehitetty vastaamaan tähän haasteeseen. Kuten oheisesta esimerkkikuvasta näkyy, myös rakennusten seinien tekstuurit saa toistumaan 3D-mallissa todenmukaisina.
Julkisivujen tekstuurit näyttävät erittäin hyviltä

Julkisivujen tekstuurit näyttävät erittäin hyviltä

  • Pitkien, kapeiden kohteiden kartoitus (Corridor mapping). Pitkien, mutta kapeiden kohteiden kuten tie- tai voimalinjojen kartoitus on nyt entistä helpompaa. Klikkaat vain hiirellä linjan taitepisteet ja syötät leveyden ja muut tarvittavat parametrit, niin Siriuksen lennonsuunnitteluohjelmisto hoitaa loput.
Pitkien, kapeiden kohteiden reitinsuunnittelu onnistuu helposti ja nopeasti

Pitkien, kapeiden kohteiden reitinsuunnittelu onnistuu helposti ja nopeasti

  • Spiraalireitti (Spiral flight planning) – Aina ei lentoreitin tarvitse koostua keskenään kohtisuorista lentolinjoista. Mikäli kuvattavan alueen leveys on lähellä sen pituutta, voi spiraalinmuotoinen lentoreitti hyvinkin olla paras toteutustapa. Tämä onkin Sirius Pro 5.0:n yksi uusista ominaisuuksista: osoita lähtöpiste ja syötä alueen säde sekä muutama muu parametri – lennonsuunnitteluohjelma huolehtii lopusta.
Spiraalinmuotoisen lentoreitin suunnittelu

Spiraalinmuotoisen lentoreitin suunnittelu

  • Täysautomaattinen laskeutuminen (Fully automatic landing). Arvokkaan kaluston palaaminen haluttuun paikkaan on ensiarvoisen tärkeää. Uutuutena voit nyt osoittaa laskeutumispisteen kartalta, ja Sirius-lennokki laskeutuu siihen muutaman metrin tarkkuudella.

full-automatic-landing-1 full-automatic-landing-2

  • Kaupunkikartoitus (City mapping). 3D-lentosuunnitelman laatiminen onnistuu nyt kädenkäänteessä. Osoita kartalta kartoitettavan alueen taitepisteet ja syötä muutama parametri. Lennonsuunnitteluohjelmisto laatii tämän perusteella tarkan lentoreitin. Oheinen demoaineisto syntyi alle viiden minuutin suunnittelutyöllä, itse lento kesti 45 minuuttia ja kuvia otettiin 2900. 3D-mallin laskenta kesti päivän, ja tuloksena oli 130 miljoon 3D-pistettä ja 3 cm resoluutio, myös pystypinnoilla. Demoaineistoa pääset katselemaan oheisen videon lisäksi omin käsin osoitteessa http://www.mavinci.de/demoWebsite/2016_02_11_KlosterLorsch/poTree.html

Muita uusia ominaisuuksia ovat mm. täysi tuki Agisoft Photogrammetric Kit for Topcon -ohjelmistolle, jarrulaippa-laskeutuminen (spoileron landing), automaattinen kuvalogin lataaminen, moottorinopeuden säätö lentoonlähtökorkeuden perusteella sekä korkean erotuskyvyn 27mm-linssi.

Katso myös oheinen koostevideo uusista ominaisuuksista, ja kysy lisätietoja meiltä nordicgeocenterläisiltä.

Riegl VUX-1HA reppuskannerina

Nyt kun Riegl VUX-1 saapuu Suomeen miehittämättömän ilma-aluksen kannattelemana, niin tuodaanpa esille myös tämän monipuolisen skannerin muita käyttömähdollisuuksia. VUX-1-perheen tarkin laite VUX-1HA (high accuracy) soveltuu nimittäin erinomaisesti maasta käytettäväksi mobiiliskanneriksi eli reppuun!

Tällä palstalla olemme tainneet jo aiemminkin mainita oman Maanmittauslaitoksemme olevan edelläkävijöitä reppuskannausjärjestelmien kehittäjinä ja viimeiseen versioon on hankittu juuri täma samainen VUX-1HA malli.

VUXin suhteen kuukauden heidän edelleen ehti kanadalainen yritys 6T3 Ltd, joka tekee tarkkoja malleja erilaisista urheiluradoista. ”On tärkeää tietää tarkalleen pompun sijainti ja korkeus, kun auto ajaa siihen 200 mailia/tunnissa.”

Reppuskannaus eli jalankulkijan tekemä mittaus on vasta nouseva trendi, mutta sillä on selkeästi oma roolinsa vaikeakulkuisessa maastossa ja kaikkialla, jonne ajoneuvolla ei pääse. Vaihtoehtoisesti osassa näitä paikkoja voi tietysti toimia myös staattisella keilaimella.

Kanadalaisten aineistoa voit katsella videolla:

Lue lisää reppuskannerista täällä.

RIEGL VZ-400i, VUX-1 & RiCopter esittelyt Suomessa

Viime viikolla avasimme ilmoittautumisen Riegl RiCopter -esittelytilaisuuksiin Suomessa. Lisätietoja tilaisuuksista löydät alta.

Lentävien laitteiden lisäksi esittelemme samalla viikolla Rieglin uutta maalaserkeilainta VZ-400i sekä erikseen, että yhdessä UAV-skannerin kanssa.

VZ-400i

Riegl VZ-400i mahdollistaa niin huiman nopean työskentelyn maastossa, että jouduimme taas päivittämään kannattavuusrajapintalaskentaa mobiililaserskannauksen suhteen. Pari viikkoa sitten Wienissä näimme Rieglin oman koeprojektin Wienin keskustassa, jossa VZ-400i -skannerilla oli skannattu yhtäjaksoisesti 8 tunnin ajan ja skannausasemia oli mitattu peräti 385 kappaletta. Hiukan pinnistämällä olisi voinut kuulemma tehdä 400 asemaa samassa ajassa!

Pistetiheys asemissa oli 9 mm 10 m etäisyydellä ja pisteitä oli tuotettu huimat 4,5 miljardia. Jokaisella skannausasemalla tehtiin myös panoraamakuvaus skannerin päällä olevalla Nikon-kameralla.

Asemien sijainti mitattiin skannerin sisäisellä GNSS-vastaanottimella ja muusta paikannuksesta huolehti sisäinen IMU. Aineistot laskettiin yhteen Rieglin puoliautomaattisella RiSOLVE-ohjelmalla.

VZ-400i-2

Toukokuussa on mahdollista nähdä tämä uutuusskanneri ensimmäisen kerran Suomessa nyt kun ensimmäiset laitteet tulevat tuotantolinjalta. Tule ja hämmästy miten hyvin eri tekniikoilla tuotetut pistepilvet sopivat hyvin yhteen ja tehostavat työskentelyä.

Peitteisellä alueilla toimiessa Rieglin skannereilla saavutetaan pulssilidar-tekniikan etu - mahdollisuus mitata kasvillisuuden läpi. Mittaustekniikan etu on myös kertamittauksen tarkkuus, sillä mittauksia ei tarvitse keskiarvoittaa.

Peitteisellä alueilla toimiessa Rieglin skannereilla saavutetaan pulssilidartekniikan etu – mahdollisuus mitata kasvillisuuden läpi. Mittaustekniikan etu on myös kertamittauksen tarkkuus, sillä mittauksia ei tarvitse keskiarvottaa.

Riegl VZ-400i sopii jo itsenäisenä hyvin esimerkiksi pieniin ja suuriin maastoprojekteihin sekä kaupunkikartoituksen täydennysprojekteihin. Maasta toimiessasi sinun ei tarvitse huolehtia kaupunkialuieden lentorajoituksista ja muista turvallisuuskysymyksistä ollenkaan niin monimutkaisesti kuin UAV-mittauksissa.

Tiedot tapahtumista ja linkin ilmoittautumiseen löydät klikkaamalla linkkiä

http://www.geocenter.fi.testwww.yritysweb.fi/NGC/riegl-vux-1-ilmalaserkeilaus-ricopter-demotilaisuus/

ja englanniksi

http://www.geocenter.fi.testwww.yritysweb.fi/NGC/ricopter-demo/

 

Koulutusta & kukitusta

Eilen saimme näin upean kukkakimpun kiitoksena viimeisimmästä isosta koulutuksestamme. Samalla kukitettiin tietysti myös kurssilla koulutetut, jotka jaksoivat sitkeästi puurtaa aineistojen käsittelyn parissa. Tästä heidän on hyvä jatkaa uusien mittaustekniikoiden parissa, joita Helsingin kokoisessa kaupungissa joudutaan säännöllisesti ottamaan käyttöön.

kukkia_pieniAsiakkaan eli Helsingin kaupungin työntekijöiden kanssa käytiin pitkä yhteinen taival perehtyen mobiililaserskannaukseen ja erityisesti pistepilviaineistojen käsittelyyn suunnittelun tarpeisiin. Tämän kurssin aikana ei tutkailtu vaan mahdollisuuksia vaan tehtiin ihan käytännön työtä päivästä toiseen. Lopputuloksena luotiin suunnittelijoille kelpaavaa aineistoa Helsingin katujen mittausaineistoista. Ja samalla opittiin tukku uusia asioita.

koulutus2

Aineistoja mitattiin kahdella eri laitteistolla.

Koulutuksen sisältö käsitteli perusasioita mobiilimittausprojektin suunnittelusta alkaen. Suunnittelun ja käytännön toteutuksen lopputulosta pääsee parhaiten arvioimaan prosessoimalla aineistoja, jolloin esimerkiksi liikenteen määrän, mittauslaitteiston, ajotavan, sään ja valaistuksen vaikutus tulee parhaiten esille. Mittausolosuhteiden vaikutuksen näkyminen aineistossa auttaa siten seuraavien mittausten suunnittelussa. Jos joku ihmettelee tuota valaistuksen vaikutusta, niin todettakoon sen vaikuttavan ainoastaan mahdolliseen valokuvaukseen. Laserkeilaimen käyttö on valaistuksesta riippumatonta ja kohteen logistisen vaativuuden mukaan mittausta voidaan tehdä vaikka keskellä yötä.

trajectory

Tässä ajoneuvon tai oikeammin mittauslaitteiston IMU:n liikerataa visualisoituna.

Pääosa koulutuksen ajasta käytettiin itse mittausaineistojen prosessointiin suunnittelijan tarpeisiin käyttökelpoiseksi materiaaliksi.

koulutus

Kurssin aikana ei säälitty ketään, vaan jokainen joutui tekemään töitä itsenäisesti. Eteen tulevia ongelmia käsiteltiin ja niihin etsittiin ratkaisumalleja myös yhdessä.

Lopputuloksena oli upeaa huomata, miten kaikki koulutettavamme selvisivät ongelmanratkaisuun perustuvasta koulutuksestamme hyvin. Työmaalla tai työpöydän ääressä eri tyyppisiä ongelmia joutuu kuitenkin ratkomaan koko ajan, joten koulutuksissa on turha käsitellä vain helppoja tapauksia. Mobiilimittaus ajoneuvosta tai vaikkapa miehittämättömästä lennokista on kaupunkiolosuhteissa haastavaa puuhaa, jos halutaan tuottaa laadullisesti erinomaista mittausaineistoa.

3D-mittausta UAS-kuvauksella

Viime vuosina suureen suosioon noussut miehittämättömällä ilmakuvauslennokilla tehty maastokartoitus ja rakennusten mittaus on oikeasti tarkkaa puuhaa – jos siis halutaan tuloksia tiettyjen tarkkuusrajojen sisällä. Lisäksi tarkkuus vaihtelee mittausalueen sisällä, mistä ei nykyisin useimmiten mainita. Mutta tämä on siis fotogrammetrian peruskauraa.

Siksi olikin ilo törmätä tuoreeseen kahden alan ammattilaisen kirjoittamaan julkaisuun, jonka kysymyksenasettelu kuuluu: kuinka paljon kuvanottopaikan tarkemman sijainnin tunteminen parantaa kokonaistarkkuutta? Samalla tarkastellaan myös signaloitujen kontrollipisteiden määrän/geometrian vaikutusta lopputulokseen. Aineistot on kuvattu myös kahdentyyppisessä maastossa ja erilaisin lentosuunnitelmin, koska myös ne vaikuttavat kokonaistarkkuuteen kamerasta, kuvauskorkeudesta ja nopeudesta nyt puhumattakaan.

Kun on juuri lukenut nipun kotimaisia opinnäytetöitä, joissa tarkkuutta tarkastellaan masentavasti ainoastaan kontrollipisteiden kohdalla, niin tässä työssä tarkkuustarkastelu tehdään onneksi vanhojen periaatteiden mukaan – muualla mittausalueella. Koska kontrollipisteet toimivat laskennan pakkopisteinä, on suhteellisen luonnollista, että juuri niiden kohdalla aineisto on parhaiten paikoillaan – perusmatematiikkaa…

Lopputuloksesta sanottakoon sen verran, että laskennan kannalta on hyödyllistä tietää kuvasijainti ja ajankohta mahdollisimman tarkasti. Perusparametreistä ja maastonmuodoista riippuen lopputuloksen RMSE XYZ vaihtelee 4 – 20 cm sisällä. Tulos koskee vain avoimia alueita, sillä kasvillisuuden peittämillä alueilla tarkkuus on huomattavasti heikompi.

Haluttaessa hyviä tuloksia ilman RTK-korjauksen käyttöä, signaloitujen kontrollipisteiden sijoittelussa ja määrässä täytyy olla erityisen huolellinen. Lisäksi lentolinja täytyy suunnitella huolella.

Haluatko oppia lisää? Koulutamme laitteistojemme ja ohjelmien ostajia hyödyntämään kalustoaan. Teknisten esitteiden luvut ovat vasta alkusoittoa käytännön kenttämittausten tarkkuuskeskustelussa.

Kun laitteisto ei hyödynnä RTK-korjausta

Kun laitteisto ei hyödynnä RTK-korjausta virheet ovat helposti 20 cm luokkaa.

RTK

Virheet saadaan paremmin haltuun kun kuvauspaikan sijainti on tarkemmin tiedossa,

Virheet jakautuvat epätasaisesti eri puolelle kuvablokkia.

Virheet jakautuvat epätasaisesti eri puolelle kuvablokkia.

RIEGLin liikkuvat uutuudet VMX-1HA ja VMQ-1HA

RIEGL Laser Measurement Systems on tänään esitellyt kaksi uutta mobiilaserskannausjärjestelmää: VMX-1HA ja VMQ-1HA. Miehittämättömiin ilma-aluksiin alun perin esitelty pieni ja nopea VUX-1HA-skanneri on nyt valjastettu maan pinnalle erilaisiin ajoneuvoihin, juniin tai veneisiin sopiviin liikkuviin kartoitusjärjestelmiin.

RIEGL VMX-1HA on avaimet käteen periaatteella toimitettava kahden skannerin mittausjärjestelmä, joka soveltuu vaativiin GNSS-olosuhteisiin ja tiukkoihin tarkkuusvaatimuksiin (suunnittelutarkkuus). Myös tunnelien kartoitus mobiilisti on mahdollista. 2 MHz:n mittaustaajuudella toimiva ja jopa 500 skannauslinjaa sekunnissa tuottava laitteisto tuottaa tiheän mittausaineiston myös suurilla ajonopeuksilla. Hyvän GNSS-IMU-yhdistelmän ja tiehän skannausaineiston takia liikenteen rytmissä liikkuminen ei tuota minkäänlaisia ongelmia tälle laitteistolle. Optiona järjestelmään voi lisäksi kytkeä erilaisia kameroita.

RIEGL VMX-1HA

RIEGL VMX-1HA

RIEGL VMQ-1HA on avaimet käteen periaatteella & edullisemmin hinnoiteltu yhden skannerin mittausjärjestelmä. Skannerin mittauskulmaa on helppo säätää etukäteen määriteltyjen kulmien avulla, jolloin erityyppiset kohteet on helppo mitata.

Molemmat uudet kartoitusjärjestelmät on optimoitu tyypillisiin liikkuvan kartoituksen kuten tie-ja vesiliikenneväylien, tien pinnan ja kaupunkimallinnuksen tarpeisiin. Luonnollisesti rakennustyömaat, kaivokset ja laajat ympäristöalueet voidaan myös mitata.

Molempien järjestelmien ensimmäiset laitteistot on myyty Yhdysvaltoihin ja toimitukset alkavat heti.

Päivitämme sivuille www.geocenter.fi tiedot uutuuksista heti kun tarkemmat tiedot ovat saatavilla. Sitä ennen tutustu Sparpointissa julkaistuu kuvaukseen uutuudesta ja katsele kuvia upeasta aineistosta!

Kuinka kärpäsestä tehdään härkänen

Viikon kuuma uutisointi satelliittipaikannuksen osalta lienee Helsingin Sanomissa ja muuallakin julkaistu tieto tutkimuksesta, jonka mukaan nyt on keksitty uusi laskentatapa saavuttaa merkittävää parannusta GPS-paikannuksen tarkkuudessa. Hesarin mukaan ”Gps-paikannus tarkentuu merkittävästi, ilman sen parempia laitteita kuin meillä jo nyt on älypuhelimissa ja autojen navigointilaitteissa.” Muutaman vuoden päästä tavallisilla laitteilla päästään senttimetriluokan tarkkuuteen.

Jaahas, koska kaikkiin lehtijuttuihin on pakko suhtautua nykyään ylikriittisesti, niin lähdimme tutkailemaan mitä alkuperäisessä julkaisussa on oikeasti kirjoitettu. Pakkohan se oli tehdä myös sen takia, että jo samana päivänä tavallinen kadunmies toisteli tätä uutista suurella vakaumuksella. Sellainen on median voima.

Niinpä selvisi, että Qualcomin insinööri (Chen), Googlen insinööri (Zhao) ja Kalifornian yliopiston (Riverside) professori (Farrell) puuhailevat kaikki muun ohessa itseohjautuvien autojen eli robottiautojen kehityksen parissa. He ovat kaikki taustoiltaan sähköinsinöörejä ja lisäksi erityisosaamista löytyy matematiikan, fysiikan ja softankehityksen aloilta. Näistä taustoista löytyy siis tutkimuksen motiivi, joka on parantaa liikkuvan kohteen GPS/GNSS-paikoitusta.

Kun nyt päästään tuohon liikkuvan kohteen paikoitukseen, niin ”yllättäen” mukaan tulee myös muitakin sensoreita eli vanha tuttavamme IMU (Inertial measurement unit). Se on satelliittinavigoinnista itsenäinen navigointijärjestelmä, jota tarvitaan erityisesti kertomaan mitä sille liikkuvalle kohteelle tapahtuu GPS-signaalien välissä sekä katvealueilla. Yhdistämällä näiden kahden navigointijärjestelmän tiedot saadaan liikkuvan kohteen sijainti paremmin selville tietyllä ajan hetkellä.

Tutkimuksessa käytettiin kuvan mukaista IMU-laitetta, jonka koko on 85 x 60 x 60 mm ja paino 350 g ilman virtalähdettä ja muita välttämättömiä härpäkkeita. Sieluni silmissä tämä ihan tyypillisen kokoinen lajinsa edustaja istuu mukavasti kiinni kännykässäni parantaen sen navigointiominaisuuksia huomattavasti. Autoon se mahtuu toki jo hyvin, mutta laitteen hinta on liian suuri massatuotantoauton komponentiksi.

NV1000

Kuituoptinen FOG -IMU.

IMUn lisäksi tutkijat kertoivat käyttäneensä satelliittipaikannuksen differentiaalista muotoa eli DGPS:ää. Ihan pelkkä satelliitteista tuleva signaali ei tähän järjestelmään riitäkään, vaan kokeen ehtona oli siis oma tukisasema max. 20 km etäisyydellä liikkuvasta kohteesta. Lähtötietona voitaneen mainita, että tällöin jo satelliittien avulla paikannuksessa voidaan päästä alle 1 m tarkkuuksiin, mutta tarkkuus heikkenee mitä kauemmaksi tukiasemasta mennään. Tukiaseman lähellä kyseessä on siis huomattavasti parempi tarkkuus kuin nykykännykällä tai käsi-GPS-laitteella saavutetaan.

Niin – näiden laitteiden lisäksi se loppu onkin sitten laskentaa jonka arviointia emme ole tehneet. Se on muuten tehty ihan pöytäkoneella, joten se kännykän laskentateho taitaa edelleenkin loppua kesken.

Lopputuloksena on paikannettu liikkuvan kohteen absoluuttista sijaintia muutaman sentin tarkkuudella. Tosin liikkuvan kohteen liikerataa ja sijaintia (ground truth) ei ole varmistettu toisella, tarkemmalla mittausmenetelmällä vaan ainoastaan laskennallisesti. Tämä on sitä samaa peruskauraa mitä me teemme mobiiililaserskannauksen prosessoinnissa, mutta me kontrolloimme mittauksen.

Mitä tällaisesta tutkimuksesta jää käteen? Sen voi todeta heti ensimmäiseksi, että käytettyjen komponenttien kehitys ei ole niin nopeavauhtista, jotta kyseisen tarkkuusluokan sensorit sopisivat parin vuoden sisällä kännykkään. Autojen kohdalla tilanne riippuu puolestaan kyseisten komponettien hintojen kehityksestä.

Meille jäi kuitenkin epäselväksi, saavutettiinko tässä tutkimuksessa oikeasti tuo kuviteltu tarkkuus? Termien sekoittaminen, epäselvä ja epätarkka tehdyn työn kuvaus jättää tilanteen varsin avoimeksi. On myös varsin erikoista, että tutkimuksessa kerrotaan osin saman tutkimusryhmän päässeen 6 cm absoluuttiseen tarkkuuteen jo vuonna 2000 julkaistussa tutkimuksessa, mutta miksi tuon työn tuloksia ei näy missään kaupallisessa sovelluksessa? Sotilaspuolellakin tällainen tarkkuus otettaisiin ilolla vastaan.

Erityisesti Google-yhteyksien takia luulisi Googlen robottiautojen paikannuksen olevan jo supertarkkaa, mutta käytännössä tutkimusryhmä on jo vuosien ajan kertonut aihepiiriin liittyvistä ongelmistaan. Käytännössä he haluaisivat tieinfraan asennettavan navigointia auttavia sensoreita. Jos nämä Googlen ilmeisesti rahoittamat tutkijat ovat oikeassa – halvoilla komponenteilla saadaan tarkkaa paikannusdataa – niin miksi Googlen auto ei pysy edes tiellä pelkän GPS-IMU-paikannuksen avulla?

Summa summarum: terve kriittisyys on aina paikallaan tarkasteltaessa nykytutkimuksen tuotteita.

Falcon 8:lla menestykseen

Talousalan vaikuttajiin kuuluva Bloomberg on valinnut Sky Futures -yhtiön Iso-Britannian innovatiivisimpien yritysten joukkoon vuonna 2016.

Mitä vuonna 2009 perustettu Sky Futures tekee? Sen asiakkaisiin kuuluu 36 öljy- ja energia-alan yhtiötä, joille Sky Futures monitoroi ja raportoi öljy- ja kaasuporauslauttojen kuntoa. Yhtiö toimii globaalisti kaikkialla maailmassa.

Ja monitorointiin käytetty kalusto on? Topcon Falcon 8 kuvauskopteri – luonnollisesti. Sky Futures oli muuten ensimmäisiä yhtiöitä, jotka saivat luvan toimia kaupallisesti Yhdysvaltain tiukasti rajoitetuilla lennokkimarkkoinoilla.

Falcon 8:aa voi operoida turvallisesti vaativissa olosuhteissa – moniko kopteri pystyy samaan?falcon_8_hero_v2

Mobiililaserskannauksen monet tarkkuudet

Kaksi tuoretta mobiililaserskannausta käsittelevää kirjoitusta herättää huomiota kiinnostavuudellaan – nyt mennään asiaan. Ensimmäisessä käsitellään GNSS-teknologian valinnan vaikutusta mobiililaserskannauksen/UAV-skannauksen lopputulokseen ja toisessa HEREn varapresidentti kertoo millaista mobiililaserskannausta HEREssä tehdään – ensin on selkeästi määritelty millaista tarkkuutta tarvitaan ja sitten on valittu laitteet sekä prosessointipolku tarkkuuden saavuttamiseksi.

Tampereen ratikkaprojektissa vaadittiin lähtöaineistolta alla 2 cm absoluuttinen tarkkuus - toteutimme sen mobiililaserskannauksella.

Tampereen ratikkaprojektissa vaadittiin suunnittelun lähtöaineistolta alle 2 cm absoluuttinen tarkkuus – se toteutettiin mobiililaserskannauksella ilman laputtamista eli signaalipisteiden merkitsemistä.

GNSS-tekniikan hinta kasvaa tarkkuuden parantuessa ja huipputuloksiin tarvitaan hyvien laitteiden lisäksi luotettavat laskentaohjelmat. Mutta aivan oikein kirjoittaja toteaa lopuksi, ettei huippulaitteillakaan saada hyviä lopputuloksia, jolleivat niitä käytä osaavat käyttäjät. Näin se on, kompleksiset järjestelmät vaativat osaamista, jota hankitaan sekä koulutuksella että käytännön työnteolla. Laitteiden helppokäyttöisyyden lisääntyminen ei edelleenkään poista osaamisen tarvetta – pelkkä nappien painaminen ilman ymmärtämystä mitä pinnan alla tapahtuu ei tuota haluttua lopputulosta.

HEREn mobiilikartoitustoimintaa kuvaavassa kirjoituksessa kerrotaan puolestaan miten ja millaisella kalustolla kartoitusta tehdään, miten dataa prosessoidaan ja millaisiin tarkkuuksiin päästään. Kuten tyypillistä, ensin kerrotaan järjestelmän laserskannerin etäisyysmittauksen tarkkuus – 2 cm 100 metrin etäisyydellä. Tällaiseen tietoon moni mobiililaserskannausjärjestelmän hankkija tai aineiston tilaaja helposti sortuu, sillä laserskannerin etäisyysmittauksen tarkkuuden perustella kuvitellaan myös lopputuloksen olevan muutaman senttimetrin tarkkuista. Kirjoituksen myöhemmässä vaiheessa päästään kuitenkin kokonaistarkkuuksiin – HEREn prosessoitujen pistepilvien absoluuttinen sijaintitarkkuus on 5 m ja suhteellinen tarkkuus 100 metrin etäisyydellä on 20 cm. Huh!

Näistä luvuista voimme päätellä aika paljon järjestelmässä käytettyjen komponenttien – laserkeilaimen ja inertianavigointijärjestelmän laadusta ja siten hinnasta. Paljastettakoon lukijalle kuitenkin, ettei ihan halvasta järjestelmästä ole kysymys. Tämä kuitenkin riittää autojen navigoinnin lähtötiedoksi – vai riittääkö?

Kun kerromme asiakkaillemme mitä mobiililaserskannaus on, niin viittaamme usein Googlen ja HEREn kartoitustoimintaan, sillä suurina tekijöinä ne ovat tunnettuja ja tuttuja suurelle yleisölle. Olemme korostaneet ja korostamme näiden lukujen jälkeen toden totta jatkossakin, että meidän myymillämme järjestelmillä ja antamallamme koulutuksella pääsemme tarkkuuksissa huomattavasti tarkempiin lopputuloksiin. Eivät tie/infrasuunnittelijat voi käyttää noin heikkoja aineistoja suunnitelmien lähtöaineistoina, sillä muuten tämä maa ei toimisi.

Jos aihepiiri kiinnostaa enemmän, niin julkaisemme piakkoin mobiililaserskannausjärjestestelmän ostajan oppaan helpottamaan tähän mittaustapaan tutustumista. Ostajan opas auttaa myös perehtymään myös ilmasta tehtyyn lennokkilaserskannaukseen, sillä peruskomponentit ovat samat. Ja kuten aina, kerromme myös mielellämme aihepiiristä lisää ihan kasvokkain.

Ortokuvista ja muista uutuuksista

Tänä aamuna kahvia roiskahti aamutakille Hesaria lukiessani – olin niin hämmästynyt – ja artikkelista inspiroituneena päätin vihdoin kirjoittaa tämän kirjoituksen ortokuvista.

Hesarin artikkeli käsittelee palkanlaskurobotteja – näemmä suuria tuoteuutuuksia suomalaisessa taloushallinnossa. Vai ovatko ne oikeasti uutuuksia? Jutussa kerrotut yksityiskohdat ovat nimittäin olleet jo peruskauraa vuosikausia osassa suomalaisia yrityksiä, mutta nyt lukemani perusteella turkulainen esimerkkiyritys on siis ilmeisesti lähtenyt jälkijunassa modernisoimaan pääosin käsityöhön perustunutta palkanlaskujärjestelmäänsä. Normaalit nykyrutiinit esitellään nyt ”robotin” muodossa. Jätän lukijan vastuulle selvittää miten ”robotti” on määritelty ja miten se eroaa esimerkiksi keskenään juttelevistä järjestelmistä ja ihan normaalista yöllä ajettavista tietokoneen ohjelmoiduista massa-ajoista, joilla on taloushallinnon puolella saavutettu artikkelin kuvaama lopputulos (= tehokkuus ja työvoiman vähentäminen) jo pitkään. Robotiikka on vaan supertrendikäs aihepiiri!

Tällaiset ”tuoteuutuudet” toimivat hyvänä aasinsiltana jo pitkään pohdiskellemani aihepiirille – nimittäin kuvamittauksen renessanssille. Suurin osa aihepiirin uusista toimijoista ei nimittäin tunne alan menneisyyttä, vaan kaikki esitellään uutuutena. Luulin aluksi, että taustalla on jonkinmoinen markkinointiajatus, mutta ihmisten kanssa juteltuani selviää taustalla oleva silkka tietämättömyys. Siksi esimerkiksi ohjelmisto- ja laitevalmistajien markkinointiviesti menee läpi ”totuutena”. Mietittäessä pitkän tähtäimen kehitystä ei tällaisilla tuotteiden ”uudelleenlämmityksillä” päästä teknisesti tai tehokkuudessakaan välttämättä eteenpäin. Hienoa jos joku oikeasti pääsee parempaan lopputulokseen henkilökohtaisessa työssään.

Kuvamittauksen renessanssin on pääosin aiheuttanut ihan aiheellisesti uudet laskenta-algoritmit, laskentatehon kasvaminen ja tietokonenäkemisen kehittyminen sekä sen vaikutus perinteiseen fotogrammetriaan. Koska kuluttajatason digikamera on halpa mittausinstrumentti, ei ihmekään, että suosio on kasvanut suuresti 1990-luvulta alkaen eri aloilla. Noina aikoina perinteisessä kuvamittauksessa oli jo ajat sitten päädytty ongelmiin, joista osasta ei ole päästy eroon vielä renessanssinkaan myötä. Siksi sen ajan maanmittausalan ammattilaisten keskuudessa laserkeilaus sai aikaan suuren innostuksen, sillä jopa alkuvaiheen laitteilla tuotut aineistot toivat suuria tehokkuus- ja tarkkuuseroja verrattuna kuviin perustuneisiin tuotantoprosesseihin.

Nyt erityisesti lennokkikuvauksen myötä kuvista mittaaminen on jälleen ollut kovassa nousussa jo vuosikausia ja sen myötä ”vanhoja” ystäviemme kuten esimerkiksi ortokuvia esitellään jonkinmoisina uutuuksina. Ortokuvien pitkästä taipaleesta inspiroituneena juttelin aihepiiristä muutaman pitkän linjan ammattilaisten sekä Aalto-yliopiston professori Henrik Haggrenin kanssa. Miten ortokuvia on Suomessa tehty ja käytetty pitkällä aikavälillä?

Lähdemme liikkeelle aikaudesta ennen ortokuvia, jolloin karttoja tehtiin ilmakuvista kuvamosaiikkeihin tai oikaistuihin kuvayhdelmiin pohjautuen. Tämä tekniikka alkoi kehittymään voimakkaasti 1920-30 -luvuilta alkaen ja tuotantoon tarvittiin monimutkainen laitekokonaisuus sekä taitavat käyttäjät. 30-luvun lopussa Suomessa oltiin tällä alalla oikeasti maailman huipulla K. G. Löfströmin ja tykistokenraali V. P. Nenosen kehittämän tekniikan myötä, joka alkoi ilmakuvien tuottamisesta tietynlaisella kameratekniikalla – Zeiss Nenon mallilla 30. Tuotantotehokkuuteen ja nopeuteen tähtäävä menetelmä hämmästytti jopa alan johtavia pioneerejä eli saksalaisia, jotka eivät ihan heti tajunneet miksi suomalaiset ostivat tai pyysivät lahjoituksena menetelmään tarvittavia laitteita. Esimerkiksi Suomen ilmailumuseossa on nähtävillä Hitlerin Mannerheimille lahjoittama oikaisukone.

Varsinaisia ortokuvia, joista kameravirheet, kameran kallistumat sekä maaston todellinen muoto on huomioitu laskennassa alettiin tekniikan kehittyessä valmistaa 1960-luvulla. Suomessa tällaisen uuden analogisen ortokuvatekniikan pioneeri oli Insinööritoimisto Oy Kunnallistekniikka Ab (nyk. Finnmap), joka vuonna 1968 hankki ortoprojektorin. Varhainen tekniikka oli edelleenkin varsin hitaasti toimivaa, vaikka lopputuote olikin edeltäjiään parempilaatuinen. Ilmeisesti vähäisestä kysynnästä johtuen Kunnallistekniikka myi ortoprojektorinsa pois jo vuonna 1971. Varhaisella käyttöönotolla on omat riskinsä.

mainos_1968

Finnmapin mainos vuodelta 1968. Kuvasta kiitos Henrik Haggrenille.

Suomessa ortokuvien varsinainen läpilyönti tapahtui 1970-luvun lopussa/1980-luvun alussa, kun Maanmittauslaitos päätti ryhtyä tekemään 1:5000 peruskarttaa digitaaliseen ortokuvatuotantoon pohjautuen. Tämän kehityksen tuloksena ortoilmakuvat ovat nykyään saatavissa suunnilleen koko Suomen alueesta ja ne ovat kaikkien käytettävissä ilmaiseksi.

Kuvauslennokkien ortokuvatuotanto on mullistava ainostaan siinä suhteessa, että nyt saadaan ajantasaista kuvamateriaalia pienemmin kustannuksin kun kyseessä on pienehkö kuvausala. Lisäksi matalalta ja hyvällä kameralla kuvattuna kuvien resoluutio on useimmiten erinomainen, mikä lisää myös kuvien tarkkuuspotentiaalia kunhan laskenta on luotettava. Mutta itse ortokuva ei siis ole uutuus, ei lähelläkään sitä, vaan pitkän kehitystyön tulos. Itse asiassa mikään muukaan lennokkikuvauksella saavutettava tyypillinen nykylopputuote ei ole uutuus vaan nimenomaan lopputuotteiden ja niiden käytön puolella suuri muutos antaa vielä odottaa itseään. Eri alojen käyttäjien prosesseja tuntuu olevan hidasta päivittää.

Vaikka monien mielestä historia on tylsää ja haittaa kehitystä, niin oman alansa kehityksen tunteminen auttaa arvioimaan uutuuksina esiteltyjen tuotteiden arvioimista ja asettamista perspektiiviin. Kannattaa myös huomata, että kehitys on ollut eri tahtista eri maissa ja kulttuuripiireissä, joten jossain päin maailmaa nykyisen kaltainen lennokkikuvaus on ihan oikeasti vallankumouksellinen muutos.

Joulutervehdyksemme

Joulu ja vuoden loppu lähenevät kovaa vauhtia, joten on tullut aika julkaista joulutervehdyksemme ja toivottaa Hyvää Joulua kaikille yhteistyökumppaneillemme.

joulukortti

Tämän vuoden teema ovat kirkonkellot, jotka vangitsimme sen suuremmin suunnittelematta skannatessamme kesällä Kulosaaren kellotapulin ympäristöä. Uusia skannereita on hyvä testata, uudet työntekijät tarvitsevat harjoitusta ja niinpä suuntasimme toimistomme lähellä sijaitsevalla kohteelle mittamaan kalliota ja siinä samassa tuon kellotapulin. Mittausasemat näkyvät Google Earthissä näin:

skannausasemat2

Ylhäältä katsottuna kallioiden korkeuserot eivät paljastu, mutta ne näkyvät helposti pistepilvessä. Aukkoja välttääksemme jouduimme siis skannamaan asemia varsin tiheästi. Lopputuloksessa myös Armas Lindgrenin suunnittelema kellotapuli tuli mitattua monesta eri suunnasta ja yllätykseksemme korkealla sijaitsevat kirkonkellot tallentuivat myös hyvin aineistoon.

Kellonmuotoiset kohteet ovat myös erinomainen tarkastelukohde aineiston rekisteröintiä tarkasteltaessa, sillä pyöreä muoto paljastaa virheet armotta. Saimme jopa mitattua pisteitä kellojen sisä- ja ulkopinnoilta, minkä voi huomata tarkastellessa joulukorttiamme tarkemmin. Rekisteröinti hoitui täysin automaattisesta Riegl RiSolve -ohjelmalla.

Lopputuloksesta teimme myös läpilentovideon. Tervetuloa tutustumaan Kulosaaren kirkon kellotapuliin!

[embedplusvideo height=”420″ width=”625″ editlink=”http://bit.ly/22TCZiN” standard=”http://www.youtube.com/v/_wQWrVi5-_A?fs=1&vq=hd720″ vars=”ytid=_wQWrVi5-_A&width=625&height=420&start=&stop=&rs=w&hd=1&autoplay=0&react=1&chapters=&notes=” id=”ep2537″ /]

 

Perjantaiglögit

Tervetuloa perjantaina 11. joulukuuta – tätä kirjoittaessani huomenna – jouluglögille ja pretzelille toimistollemme Helsingin Kulosaareen. Osoite on Kyöstinkuja 2, mutta sisäänkäynti on hämäävästi Kyösti Kallion Tien puolella.

Olemme paikalla koko päivän aamukahdeksasta iltaviiteen asti, joten poikkea sinulle sopivalla ajalla meitä tervehtimään! Samalla voit tutustua uusiin tiloihimme ja uusiin työntekijöihimme. Nähdään perjantaina!

glogi