لیدار

1- مقدمه :

مدلسازی ساختمانها در فضای سایبری یک کار اساسی در زمینه شبیه سازی سه بعدی محسوب می شود. در گذشته مدل سازی بناهای شهری با استفاده از عکس های هوایی انجام می شد ، اما با ظهور فن آوری لیدار ([1]LIDAR) یعنی آشکارسازی و طبقه بندی داده ها از طریق لیزر ، گزینه ی برتر مطرح شد. لیدار هوابرد[2] امکان یکپارچه کردن داده های سیستم موقعیت یاب جهانی ([3]GPS) و سیستم ناوبری ساکن ([4]INS) را مهیا کرد است . ابرنقاط ( مجموع نقاط ) بدست آمده از طریق لیدار هوابرد اطلاعات زیادی را از شکل بناها فراهم می کنند . بنابراین مدلسازی خودکار بناها امکان پذیر شده است. استفاده از داده ها در فرایند زمانی کوتاه مدت ، دقت بالا ، تراکم بالای نقاط برداشت شده و هزینه نسبتاَ پائین موجب شده تا روش لیدار در مقایسه با تکنیک های سنتی نقشه برداری هوایی ، ترجیح داده شود.

اگرچه در سه دهه گذشته ، فن آوری پیمایش بزرگ مقیاس وجود داشته ، اما توسعه سیستم های پشتیبانی نظیر حسگرهای جهت یاب GPS دار با دقت بالا ، فقط در چند سال اخیر امکان پذیر شده است ، به همین دلیل داده های لیدار از لحاظ فضایی می توانند به تولید مدل های رقومی سطح (DSMs[5]) با قدرت تفکیک بالا و دقیق کمک کنند (Alharthy,2002 ).

به طور کلی مدلهای سه بعدی شهری در زمینه های مختلف نظیر گذران فراغت ، تجارت و ... گسترش یافته ، با منابع تصاویر جغرافیایی نظیر گوگل ارت و نقشه های زنده جستجوگر توأم شده است (Live search maps ,2008).

2- ادبیات تحقیق :

در دهه 60 میلادی ، سیستم سنجش ازدور لیزری ( لیدار ) برای اولین بار توسط سازمان هوا و فضای امریکا (NASA[6]) جهت یافتن زیردریایی ها بکار گرفته شد ، و در اواخر دهه 60 در مأموریت های ماهواره های آپولو 15 ، 16 و 17 برای استخراج داده های توپوگرافی سطح زمین نیز مورد استفاده قرار گرفت( Kaula,1974 ) ، بعدها با نصب این سیستم های بر روی هواپیماهای مخصوص ، سیستم لیدار هوابرد شکل گرفت ، که برای تهیه نقشه های توپوگرافی ، ارزیابی مخاطرات آتشفشانی ، تحولات صفحات یخچالی ، فرسایش ساحلی و استخراج ارتفاع درختان مورد استفاده قرار گرفت) Gurvin,1998- Lefsky, 1999) .

تاکنون پروژه های متعددی در زمینه استفاده از لیدار انجام گرفته است. از جمله می توان به کار ماس و واسلمن (Maas, 1999) برای مدلسازی ساختمانها از داده های لیدار در سطح نسبتاَ وسیع اشاره کرد ، هاال و برنر ( Haala, 1999 ) نیز مدل های سه بعدی واقعی شهری را از طریق داده های لیدار برای شبیه سازی ساختمانها ، نماهای خارجی و پوشش گیاهی و با استفاده از منابع دیگر انجام دادند.

در کشور ما برخی از شرکت ها نظیر رایان نقشه بردار برای اموری نظیر استخراج دقیق خطوط احداث لوله گاز از داده های لیدار استفاده کردند ، هچنین شرکت رصد ایران نیز از این فن آوری به طور محدود در برخی پروژه های خود استفاده کرده است ، با اینحال طبق آخرین اطلاعات ، هنوز از این فن آوری برای آشکارسازی و مدلسازی بناها در کشور استفاده نشده است. به طور کلی داده های لیدار از طریق ماهواره های کشورهای دیگر بدست آمده است و لیدار هوابرد در کشور هنوز شکل نگرفته است.

3- چهارچوب مفهومی :

اندازه گیری های لیدار بر این اصل قرار دارد که مختصات هر نقطه در روی زمین با مشخص بودن محل ارسال لیزر و اندازه گیری زاویه ارسال موج از محل ارسال پالس تا سطح زمین قابل محاسبه است. وظیفه اصلی لیدار جداسازی اشیاء و عوارض از طریق یک مدل اصلاح شده رقومی سطح می باشد.

معمولاَ داده های لیدار به صورت مجموعه ی نوارهای هم پوشی است که هر کدام شامل خطوط پیمایشی چندگانه است. در هر ثانیه از با ارسال پالس معمولاَبه طول موج 1040 تا 1060 نانومتر به سطح مورد نظر و دریافت مجدد آن صدها نقطه جمع آوری می شود. بدین ترتیب کل یک شهر متوسط در عرض چند دقیقه می تواند برداشت شود ( 2003Guo, ). دستگاه لیدار فقط می تواند اطلاعات ارتفاعی را جمع آوری کند ، لذا جهت دسترسی به اطلاعات کامل و سه بعدی ، از سیستم موقعیت یاب جهانی نیز استفاده می شود.

یک سیستم لیدار به طور معمول شامل اجزاء زیر است : 1- بردیاب لیزری یا همان دستگاه لیدار ( شامل لنزهای دریافت کننده و فرستنده پالس ها 2- GPS تقاضلی ( جهت تعیین مختصات ابرنقاط برداشت شده ) 3- کامپیوتر و رسانه های ذخیره اطلاعات 4- دیگر حسگرها نظیر دوربین های CCD و سایر سنسورهایی که برای تصویربرداری استفاده می شود ( اختیاری است) .

برای اندازه گیری فاصله حسگرها تا سطح زمین (ارتفاع پرواز) ، از شاخص های سرعت نور، زمان ارسال پالس و زمان دریافت پالس استفاده می شود که در شکل 1 نشان داده شده است ( Goodwin,2008 ). با در دست داشتن ارتفاع پرواز و استفاده ازGPS تفاضلی می توان ارتفاع نقاط را محاسبه کرد.

شکل 1 : محاسبه ارتفاع پرواز

لیزر

فاصله حسگر تا زمین=R زمانی که انرژی پالس دریافت می شود = t سطح زمین R

C×( t+ tp )

معادل سرعت نور (299.792km/sec)= C

پالس ارسال شده

پالس دریافت شده

زمان ارسال پالس = tp

به طور کلی مفهوم مدلسازی ساختمان در حوزه پیمایش لیزری ، ساخت یک مدل سه بعدی از بناها است که از لبه ها و سطوح بدست آمده از پوشش نقاط مربوط به ساختمانها حاصل شده است ( Maas, 1999 ).

4- محدوده مورد بررسی :

محدوده مورد نظر بخشی از پارک صنعتی و علمی سین چو در شمال تایوان است (شکل 2) . میانگین تراکم نقاط برداشت شده از طریق لیدار 6/1 نقطه در هر متر مربع است.

شکل 2 : عکس هوایی محدوده تحقیق (liang,2005)

5- روش کار :

چندین الگوریتم از ترکیب داده ها برای مدلسازی ساختمان ها وجود دارد که شامل لیدار و عکس های هوایی (Steiner,2002) ، لیدار و تصاویر اسکنر سه خطی ( Nakagawa,2002) ، لیدار و عکس های هوایی و نقشه های دوبعدی و همچنین لیدار و تصاویر ماهواره ای ( Vosselman,2002 ) است. در نوشتار حاضر ، شبیه سازی بناها با استفاده از داده های نقطه ای لیدار و عکس هوایی انجام می گیرد و شامل دو مرحله است : 1- آشکارسازی بناها (شکل 3) 2- مدلسازی بناها

1-5:- آشکارسازی بناها :در این مرحله که پیش پردازش داده ها نیز می باشد ، نقاط برداشت شده از طریق روش لیدار در قالب یک سیستم مختصات معین یکپارچه می شوند ، سپس در فرمت راستری به مدل رقومی سطح زمین (DSM) تبدیل شده و با عکس های هوایی ترکیب می شوند. پدیده های موجود براساس ارتفاع بدست آمده از لیدار به دو گروه سطح اساس ( زمینه هموار و بدون عارضه ) و سطح بالای اساس ( عوارض انسانی و طبیعی ) تقسیم می شوند ، در مرحله بعد با استفاده از عکس های هوایی و براساس شاخص های طیفی نظیر شکل، بافت و ناهمواری به طبقات مختلف تقسیم می شوند و از بین آنها فقط ساختمانها انتخاب می شوند. کلیه عملیات فوق با استفاده از نرم افزارهای سامانه اطلاعات جغرافیایی نظیر ARCGIS و پردازش تصاویر ماهواره ای نظیر ERDAS انجام می شود.

شکل 3 : فرایند آشکارسازی بناها (liang,2005 )

عکس های هوایی

داده های لیدار ( DTM/DSM )

قطعه بندی محدوده گرا

بالای سطح اساس

( عوارض انسانی و طبیعی )

ارتفاع

سطح اساس

شاخص های طیفی

پوشش گیاهی

غیر پوشش گیاهی

بافت و ناهمواری

غیر ساختمانی

ساختمانی

شکل

غیر ساختمانی

ساختمانی

مرحله آشکارسازی خود به دو مرحله تقسیم می شود :

1-1-5. قطعه بندی محدوده گرا : دو روش برای عمل قطعه بندی وجود دارد ؛ روش اول قطعه بندی بر مبنای خط فاصله است ، در این روش عمل قطعه بندی با استفاده از اطلاعات مربوط به مرز عوارض انجام می گیرد ، روش دوم قطعه بندی به صورت ناحیه بندی است که در آن پیکسلهایی( کوچکترین واحد اطلاعات راستری ) که ویژگی های هندسی مشترکی دارند با هم و به شکل یک ادغام می شوند ( lohman, 2002 ).

2-1-5. طبقه بندی شئ گرا : پس از قطعه بندی بناها ، یک طبقه بندی شئ گرا نیز انجام می شود . در این طبقه بندی ویژگی هایی نظیر ارتفاع ، شاخص های طیفی ، بافت ، میزان ناهمواری و شکل برای آشکارسازی محدوده بناها مدنظر هستند.

2-5. مدلسازی بناها : زمانیکه هر یک از محدوده های ساختمانها از همدیگر تفکیک شدند ، مدلسازی آنها آغاز می شود ، این مرحله شامل 4 بخش است :

1-2-5. تشکیل قطعات سه بعدی : اولین قسمت از مدلسازی ساختمانها ، استخراج قطعات سه بعدی از داده های نقطه ای لیدار است که به صورت شبکه های مثلثی نامنظم ( TIN[7] ) تبدیل می شوند. دو عامل برای ادغام مثلثها مدنظر است : 1) زاویه بین اضلاع مثلثهای مجاور و 2) اختلاف ارتفاع بین مثلثها . مثلثهایی که در ویژگی های فوق با هم یکسان باشند ، با هم ادغام می شوند ( شکل 4 ).

شکل4: ایجاد سطوح سه بعدی از مثلثلهای نامنظم (liang,2005 )

شبکه مثلثی نامنظم(a) استخراج سطوح سه بعدی (b)

2-2-5. آشکارسازی اولیه لبه های بناها : در این قسمت با استفاده از مدل DSM بدست آمده از داده های لیدار ، لبه های اولیه ساختمان ها را مشخص می کنیم ( Canny,1986 ). در اینجا از یک آستانه برای حذف خطوط کوتاه استفاده می کنیم( شکل 5).

شکل 5 : آشکارسازی لبه های بناها

مدل DSM محدوده ساختمانی(a) لبه های اولیه آشکارشده (b)

حذف خطوط کوتاه و منقطع(c) لبه های آشکارشده پس از عمل حذف (d)

3-2-5. استخراج خطوط مستقیم : براساس لبه های اولیه بناها ، لبه های دقیقی از ساختمانها در فرمت تصویری بدست می آید. لبه های ناهموار داده های لیدار برای پیش بینی مکان خطوط مستقیم استفاده می شود ( Chough, 1962 ) . با تعیین مختصات تصویر و اطلاعات ارتفاعی سطوح سه بعدی ، می توانیم لبه های سه بعدی فضای موجود بین پدیده ها را با بکارگیری شاخص های جهت یابی خارجی محاسبه کنیم( شکل6 ) .

شکل 6: استخراج محدوده ساختمانها (liang,2005 )

خطوط دو بعدی بنا در فضای تصویری(a) خطوط سه بعدی در فضای شئ(b)

برای آشکارسازی نهایی بناها ، نقاط سطح و نقاط زمینه کار در قالب مدل DSM و با میزان دقت 5 متر به فرمت شبکه ای تبدیل شدند و براساس عکس هوایی منظقه مورد نظر و داده های لیدار ، محدوده بناها استخراج شده است ( شکل 7 ).

شکل 7: نتیجه آشکارسازی بناها

همچنین از نقشه توپوگرافی محدوده مورد نظر با مقیاس 1:1000 به عنوان زمینه حقیقی استفاده شده است تا نواحی ساختمانی با وضعیت پستی و بلندی محدوده تطبیق داده شود.

شکل 8: نواحی ساختمانی حاصل از نقشه توپوگرافی

در نهایت بناهای محدوده مورد نظر به شکل سه بعدی تبدیل شده و بناهایی که فاقد شرایط لازم بودند ، حذف شدند.

شکل 9: چشم انداز سه بعدی مدل ایجاد شده ساختمانها

6- نتیجه گیری :

در این تحقیق یک طرح کلی برای استخراج نواحی ساختمانی و مدلسازی آن با استفاده از ادغام داده های لیدار و عکس هوایی ارائه شد. با تلفیق مدل سطح زمین و همچنین شبکه های مثلثی نامنظم با عکس هوایی و براساس شاخص هایی نظیر بافت ، شکل ، اندازه و ارتفاع ، نواحی ساختمانی از عوارض دیگر تفکیک شده و در نهایت به صورت سه بعدی مدلسازی شدند. نتیجه این گونه مدلسازی توان روش خودکار در مدلسازی بناهای شهری را به اثبات رساند. با استفاده از روش فوق بیش از 81 درصد از ساختمانها به شکل صحیح آشکارسازی شدند . از 98 ساختمان 79 واحد آن شبیه سازی شد و بقیه ساختمانها یعنی 14 واحد آن که کمتر از 35 متر مربع ( پائین تر از مقدار آستانه) بودند و 5 واحد که در عکس هوایی قرار نداشتند ، حذف شدند. در صورتیکه تراکم نقاط لیدار افزایش یابد ، ممکن است نرخ آشکارسازی بالاتری حاصل شود.

به طور کلی شبیه سازی بناها با این رویکرد از مزیتهای دقت بالای افقی عکس های هوایی و دقت بالای عمودی داده های لیدار استفاده کرده است تا نقاط ضعف هر دو را به حداقل برساند. پیش بینی می شود در آینده ای نزدیک مدلسازی ساختمانها بتواند به دقتی فراتر از 1 متر مربع برسد.

منابع و مأخذ

Alharthy.A and James Bethel.Hearistic filtering and 3d feature extraction from Lidar data.symposium 2002 , Graz,Austria.

Canny,J,. A computational approach to edge detection, IEEE Transactions on pattern Aanlysis and Mechine Intelligence,vol 8 No 6,pp 679-98,. 1998

Chough.p,. methods and means for recognizing complex patterns, US patent No 306, 1962

Guo, T., 3D city modeling using high-resolution satellite image and airborne laser scanning data. Doctoral dissertation, Department of Civil Engineering, University of Tokyo, Tokyo. 2003.

Goodwin.N, Remote sensing of land cover in urban environments, 2008, University of British Columbia.

Gurvin.B,et all .phys.chem.Earth,23/1053-1068,(1998)

Haala,N and Brenner.C,. Fast production of virtual reality city models, international archives of photogrammetry and Remote sensing,32.77-84, 1999

Lefsky,et al , 1999,Remote sensing & Envirnonment. 83-93,1999

Liang.C and others,. Building reconstruction from lidar and photogrammetry, National central university, Taiwan,2005.

Live search maps,2008,http://maps.live.com

Lohman,P; Segmentation and filtering of laser scanner digital surface models,IAPRS,PP311-316 , 2002

Maas,H-G and Vosselman,G: two algorithms for extracting building models from raw laser altimetry data, journal of photogrammetry&Remote sensing 54.153-63, 1999

Maas,H-G: the potential of height texture measures for the segmentation of airborn laser scanner data, proceedings of the 4th international Airborn Remote sensing conferece, Ottawa-Canada, 1999

Nakagawa and others, Fusion strereo linear CCD image and laser range data for building 3D urban model, vol34; 201-211, 2002

Steiner.R ,and Jansa.J, Automatic extraction of Building from LIDAR data and Arial images,vol 34, 295-301, 2002.

Vosselman.G, Fusion of laser scanning data, maps ,satellite images and arial photographs for building recnstruction, International geoscience and Remote sensing symposium, 2002, Torento-Canada.

[1] - Light Detection And Ranging

[2] - Airborne LIDAR

[3] - Global Positioning System

[4] - Inertia Navigation System

[5] -Digital Surface Models

[6] - National Aeronautics and Space Administration

[7] - Triangular Irregular Networks

لیدار

مطالب مشابه :

کاربرد وسایل نوین کنترل ترافیک در بهره برداری بهتر از سیستم بزرگراه های شهری

دروس مقطع دکترای مدیریت دانشگاه آزاد

دروس مقطع دکترا دانشگاه ازاد

مجموعه کتاب های مورد نیاز رشته مهندسی صنایع

مشاوره انجام پایان نامه پرپوزال مقاله ISI مهندسی صنایع

تصمیم گیری و برنامه ریزی

رمز و شناسه آپدیت آنلاین آنتی ویروس NOd32

جدول دروس و تخصصی والزامی گرایش مهندسی و مدیریت ساخت

لیدار