Ympäristön 3D-mallinnus

Kuva 1. Laserpistepilvestä 3D-malliksi. Kuvassa Tapiolan keskustasta liikkuvalla laserkeilauksella kerättyä tiheää laserpisteistöä (ylhäällä vasemmalla), josta on automaattisesti erotettu rakennusten julkisivut (ylhäällä oikealla). Kun mallinnettuihin julkisivuihin lisätään yksityiskohdat valokuvilta, tuloksena on valokuvamainen 3D-kaupunkimalli (alla).

Tarkkaa ja ajantasaista paikkatietoa ympäristöstä tarvitaan yhteiskunnan eri toiminnoissa ja yhä enemmän myös arkielämässä. Esimerkkejä tästä ovat kaupunkisuunnittelu, metsänhoito ja autonavigaattorit. Kartat, kuvat ja mallit rakennetusta ympäristöstä ovat tärkeää pohjatietoa kaupunkisuunnittelussa ja rakentamisessa. Metsänhoidossa tarvitaan tietoa puuston määrästä ja laadusta. Ajaminen autonavigaattorin opastuksella ei onnistuisi ilman tarkkoja tiekarttoja.

Paikkatiedon keruussa kaukokartoitus ja fotogrammetria ovat keskeisessä asemassa. Näiden avulla ympäristöstä kerätään kuvia ja mittausaineistoa, joita käsitellään ja tulkitaan hyödyllisen tiedon saamiseksi.

Paikkatietokeskuksessa Kaukokartoituksen ja fotogrammetrian osastolla kehitetään uusia ja entistä tehokkaampia tiedonkeruu- ja käsittelymenetelmiä. Tavoitteena on saada ympäristöstä monipuolisempaa tietoa. Tärkeää on kolmiulotteisen (3D) tiedon kerääminen. Kaksiulotteisella maastokartalla tyypillinen rakennus on suorakulmio, jonka perusteella nähdään rakennuksen sijainti ja koko (pohjapinta-ala). Rakennuksien 3D-mallissa on pohjapinta-alan lisäksi korkeusulottuvuus. Yksityiskohtaisimmat mallit esittävät tarkasti rakennuksien värit, materiaalit ja ikkunoiden ja ovien sijainnit. Myös muita kohteita, kuten yksittäiset puut ja sähköpylväät, voidaan esittää. Tällaiset mallit kuvaavat ympäristön luonnollisen näköisenä.

Aineistojen keruu

Tärkeitä tiedonkeruumenetelmiä kartoituksessa ovat lentokoneesta tehtävät laserkeilaus ja ilmakuvaus. Laserkeilain lähettää maahan laserpulsseja ja mittaa niiden heijastusta takaisin laitteeseen. Pulssit heijastuvat rakennuksista, puista, maanpinnasta tai muista kohteista. Pulssien kulkuajan perusteella voidaan laskea etäisyys laserkeilaimesta maastokohteisiin, ja näin saadaan tiheä pisteistö, joka kuvaa maaston korkeutta. Kuva- ja laserkeilausaineistoja kerätään nykyisin myös maanpinnalla liikkuvien ajoneuvojen sekä miehittämättömien helikoptereiden ja lennokeiden avulla. Auton katolle sijoitetuilla laitteilla voidaan saada tarkkaa tietoa esimerkiksi katujen varrella olevista kohteista yksityiskohtaisten 3D-kaupunkimallien pohjaksi. Laajojen alueiden kartoitukseen käytetään satelliittikuvia.

Paikkatietokeskuksen kehittämistä uusista laserkeilauspohjaisista järjestelmistä löytyy lisätietoja muun muassa sivulta: Mobile mapping hardware.

Aineistojen käsittely

Kuva 2. Aineistojen käsittely tapahtuu tietokoneella. Kuvassa vasemmalla laserkeilausaineistosta muodostettu pintamalli, jossa korkeat kohteet erottuvat vaaleina ja matalat tummina ja oikealla automaattisen luokittelun tuloksia (rakennukset esitetty punaisella, kasvillisuus vihreällä ja maanpinta harmaalla).

Kuva- ja laserkeilausaineistot talletetaan digitaalisessa muodossa, jolloin niitä voidaan käsitellä laskennallisilla menetelmillä. Alkuperäinen laserkeilausaineisto muodostuu pisteistä, joille on talletettu x-, y-, ja z-koordinaatit (ns. pistepilvi). Kuvat ovat rasterimuodossa, eli ne muodostuvat pikseleistä, joilla on sävyarvot.

Kolmiulotteisten mallien saamiseksi tarvitaan monia työvaiheita. Kerättyjen aineistojen esikäsittelyssä kuvat ja laserkeilausaineistot muunnetaan oikeaan koordinaatistoon ja jatkokäsittelyn kannalta sopivaan muotoon. Pistemäisestä laserkeilausaineistosta halutaan usein muodostaa rasterimuotoisia malleja, ja kuvien sävyarvoja on mahdollisesti korjattava, jotta ne olisivat vertailukelpoisia eri alueilla.

Mikäli kohteiden mallinnus halutaan automatisoida, tärkeä työvaihe esikäsittelyn jälkeen on erilaisten kohteiden tunnistus. Tämä tarkoittaa sitä, että esimerkiksi rakennukset ja tiet etsitään kuva- ja laseraineistoista automaattisesti. Työssä käytetään muun muassa segmentointimenetelmiä, jotka tunnistavat yhtenäisiä alueita, ja luokittelumenetelmiä, joiden avulla alueita voidaan jakaa luokkiin (esimerkiksi rakennus, tie, metsä ja pelto). Luokittelu perustuu usein tilastollisiin menetelmiin, jotka vertaavat luokiteltavien kohteiden ominaisuuksia etukäteen tunnettuihin kohteisiin.

Kun kohteet on alustavasti tunnistettu, päästään mallinnusvaiheeseen. Siinä kohteet pyritään esittämään geometristen elementtien, kuten suorien, tasojen ja kappaleiden avulla. Esimerkiksi rakennukselle etsitään nurkkapisteet ja niiden avulla muodostetaan rakennuksen ääriviivat. Katon muoto voidaan mallintaa sovittamalla tasoja katosta heijastuneisiin laserpisteisiin. Yksityiskohtaisissa virtuaalimalleissa kohteisiin liitetään tekstuuri, eli esimerkiksi rakennuksen julkisivut esitetään luonnollisen näköisenä valokuvien avulla. Kohteiden automaattinen tunnistus ja mallinnus ovat vaativia tehtäviä. Parhaisiin lopputuloksiin pääsemiseksi tarvitaankin toistaiseksi myös käsin tehtyä työtä.

Sovelluksia

Aiheeseen liittyviä sovelluksia on esitelty muun muassa sivuilla:

Juha Hyyppä

Prof.
Dosentti
TkT
Osastonjohtaja