Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Utvärdering av fastighetsdokumentation med laserskanner Leica Scanstation P20: Registreringsanalys vid efterbearbetning av punktmoln i Cyclone 8.1
KTH, School of Architecture and the Built Environment (ABE), Civil and Architectural Engineering.
KTH, School of Architecture and the Built Environment (ABE), Civil and Architectural Engineering.
2014 (Swedish)Independent thesis Basic level (university diploma), 10 credits / 15 HE creditsStudent thesisAlternative title
Evaluation of as-built documentation with laser scanner Leica Scanstation P20 : Registration analysis for post-processing pointclouds in Cyclone 8.1 (English)
Abstract [sv]

När 3D-laserskanning tillämpas för att dokumentera stora objekt såsom flervåningsfastigheter innebär datainsamlingen i fält ett stort antal stationsetableringar. Dessa etableringar resulterar alla i varsitt punktmoln som i sin tur registreras ihop till ett enda sammansatt punktmoln i efterbearbetningen. Om många etableringar binds samman i ett långt led finns det en risk att små fel i deras positionering och orientering växer sig stora mot slutet av ledet, en effekt som ibland kan motverkas och kvalitetssäkras med hjälp av en totalstation.

Den valda arbetsmetoden i fält och tillvägagångssättet i efterbearbetning är viktiga faktorer som avsevärt kan påverka det insamlade materialet.

Okunskap hos beställare och mätkonsulter samt bristfälliga krav på kvalitetssäkring av skannerdata är problem som kan leda till att felaktiga resultat genereras och levereras. Konsekvensen av opålitliga leveranser blir att en allmän skepticism riktas mot tekniken i sin helhet vilket är dåligt för dess långsiktiga utveckling. Det är av stort intresse för mätningsbolag som sysslar med 3D-laserskanning att tillämpningen av tekniken utökar och därmed viktigt att ha en uppfattning om vilken fältarbets- och efterbearbetningsmetod som lämpar sig bäst för att uppnå ett så noggrant resultat som möjligt.

Syftet med examensarbetet är att praktiskt undersöka hur olika metoder i insamlandet, efterbearbetningen och sammansättningen av punktmoln kan påverka punktmolnets noggrannhet.

Datainsamlingen sker i Projektengagemangs lokaler med en Leica Scanstation P20 och en Leica TS 15. Efterbearbetningen görs med Leica Cyclone 8.1. Två miljöer undersöks, ett trapphus och en korridor, där slutresultatet är en jämförelse av kontrollpunkter inmätta med laserskannern och totalstationen.

Avvikelsen mellan de skannerinmätta och totalstationsinmätta kontrollpunkterna redovisas för respektive miljö i 10 olika registreringsvarianter. En analys av vårt insamlade data visar att den automatiserade cloud constraints sökaren i Cyclone 8.1 påverkar noggrannheten i punktmolnet positivt i de flesta utfall, och rätar även upp sammansatta punktmoln där större avvikelser uppstår. Största avvikelser uppstår i de fall då endast intilliggande stationsuppställningar kopplas samman. Avvikelser blir avsevärt mycket större i trapphuset än i korridoren, vilket möjligtvis kan förklaras av trängseln i miljön som gör det svårt att ha fördelaktiga geometriska förhållanden mellan referenspunkter.

Resultatet framhäver att man i fält bör sträva efter att koppla ihop punktmolnsledet mellan första och sista uppställningsplatserna, men även i de fall det är omöjligt så kan Cyclone i de flesta miljöer räta upp felen avsevärt om de uppstår. Sammanfattningsvis konstateras att 3D-laserskanning som utförs enligt våra utvalda metoder resulterar i punktmoln med en noggrannhet duglig för fastighetsdokumentation i stora fastigheter.

Abstract [en]

When 3D-laserscanning is used for documentation of large structures such as multi-story buildings, copious amounts of scans are generated. These scans, which all consist of point clouds, are in turn combined during registration to form one single point cloud. During this process small deviations in the positioning and orientation of the point clouds occur and grow as adjacent scans are linked. To avoid this effect a total station can be used to create reference points to which the point clouds can be constrained. Carefully chosen work methods in field and registration are essential in creating high quality point clouds with low deviation values. Clients’ and contractors’ lack of knowledge combined with low demands on quality control within the field of laser scanning can lead to inaccurate results being delivered. The dire consequences being that a general skepticism is directed towards the technology as a whole thus lessening its potential for long-term development. It is of great interest for surveyors who implement laser scanning that its area of application grows and therefor important to understand which methods in the data collecting and registration processes will produce the most accurate results. The purpose of this thesis is to examine, in practice, how various methods of data collection and registration of point clouds can affect the accuracy of the points. Data was collected in Projektengagemang’s offices with a Leica Scanstation P20 and a Leica TS 15. Registration was conducted using Leica Cyclone 8.1. The result is a comparison of control point coordinates surveyed first with the total station and subsequently with the laser scanner in two separate environments normally associated with multi-story building surveys: a stairwell, and a corridor. The deviations between the coordinates are displayed for each environment in 10 different variations of point cloud registrations. Each variation simulates different degrees of constraint obtainability within the point clouds. An analysis of our data shows that the automated cloud constraint finder in Cyclone 8.1 considerably improves the accuracy of the collected points and even manages to more accurately realign registered point clouds with high deviation values. Furthermore, the highest deviations were found when scans were linked only via adjacent scans. The registration of the stairwell resulted in higher deviations than the corridor, possibly because the tighter space forced less favorable geometrical positioning of reference points. Results show that the “auto-add cloud constraints” function in Cyclone is essential in creating optimum point cloud registrations, and that in-field work should, whenever possible, be conducted in a manner that allows linkage between the first and last scans in a series. In summary, the report shows that 3D-laserscanning conducted according to tested methods results in point clouds with an accuracy suitable for documentation of large structures.

Place, publisher, year, edition, pages
2014. , 10 p.
National Category
Civil Engineering
Identifiers
URN: urn:nbn:se:kth:diva-174093OAI: oai:DiVA.org:kth-174093DiVA: diva2:857789
External cooperation
Projektengagemang AB
Educational program
Bachelor of Science in Engineering - Constructional Engineering and Design
Supervisors
Examiners
Available from: 2015-10-02 Created: 2015-09-30 Last updated: 2015-10-02Bibliographically approved

Open Access in DiVA

fulltext(2177 kB)116 downloads
File information
File name FULLTEXT01.pdfFile size 2177 kBChecksum SHA-512
a6e2a3738ec041378fe57731ff826b264915b83b2a60b49c92f334e12bb2636f101b76c31441688b0466354f591ada37d0a3a1685251d5babbe5ab194f2bdd0d
Type fulltextMimetype application/pdf

By organisation
Civil and Architectural Engineering
Civil Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 116 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 118 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf