Lidar de Fotón Único y Modo Geiger: 5 cosas que debes saber en 2018

En ILMF 2016 y 2017, los temas candentes fueron Geiger-mode y lidar de fotón único (GML y SPL). Estas dos tecnologías relacionadas (pero distintas) se debutaron con promesas de un aumento dramático en la densidad de puntos para recolecciones lidar aéreas, un aumento serio en la eficiencia de mapeo de área amplia y, por supuesto, menores costos. Dos años más tarde, algunos grandes jugadores han tenido las manos en las tecnologías y las han puesto a prueba. ¿Dónde están parados hoy?

Para obtener más información, hablamos con el Dr. Qassim Abdullah, científico en jefe y asociado de los servicios geoespaciales de Woolpert, y con el Dr. Jason Stoker, científico físico y científico en jefe de elevación del Programa Nacional Geoespacial en el USGS, para averiguar dónde la tecnología se encuentra en cinco áreas principales.


Una muestra de los datos Lidar Modo-Geiger de Harris Corporation

Dr. Jason Stoker, USGS

Dr. Qassim Abdullah, Woolpert

1.- Exactitud

Cuando GML y SPL se estrenaron en un mercado más amplio, muchos señalaron que la ganancia en la densidad de datos sobre el lidar lineal tradicional, a expensas de la precisión. ¿Ha demostrado ser un problema real?

“La densidad aumentada es lo que estos nuevos sensores han estado resaltando, y tenemos pocas preocupaciones acerca de que produzcan nubes de puntos densas”, dice el Dr. Stoker del USGS. “Después de una revisión más profunda, en general creo que tienen la capacidad de cumplir con nuestras precisiones QL; sin embargo, como con cada recolección lidar en la que hemos participado, independientemente de la tecnología, los problemas de precisión aún deben revisarse en caso de caso”.

De hecho, explica el Dr. Stoker, algunos factores clave para lograr una precisión adecuada ni siquiera son los sensores. “Un gran componente necesario para cumplir con nuestras precisiones tiene que ver con la calidad del levantamiento de control de suelo, por ejemplo, algo completamente independiente de los sensores”.

Datos de árboles del sensor de fotones individuales de Sigma Space (Hexagon)

2. Datos de atributos

En 2016, algunos expertos de la industria argumentaron que GML y SPL ofrecían datos de atributos menos completos que el LIDAR de modo lineal. ¿Ha cambiado eso?

Cuando le preguntamos al Dr. Abdullah, se centró en un atributo en particular: la intensidad. Señala que GML pudo ofrecer datos de intensidad en su introducción al mercado, y que SPL ha avanzado desde entonces hasta el punto en que también puede devolver datos de intensidad.

Cuando le preguntamos al Dr. Stoker si estas nuevas tecnologías ofrecían los datos de atributos correctos para las necesidades del USGS, tenía una respuesta algo más compleja. “SPL, para nosotros”, dijo, “parece ser mucho más análogo al lidar de modo lineal, en comparación con GML. La gran diferencia que hemos visto es el aumento en los puntos de alto y bajo ruido que deben filtrarse”. En otras palabras, SPL es interoperable.

Por otro lado, los datos GML son más similares a la fotogrametría o la estructura de los datos de movimiento, dice el Dr. Stoker. “Muchos de los atributos que necesitamos ahora en nuestra especificación base en la especificación de formato de archivo LAS todavía no funcionan ya que se relacionan con GML. Estamos trabajando con ASPRS y OGC en nuevas formas de referencia cruzada y posiblemente incluso almacenar GML que puede ser más eficiente que calzarlo en LAS”.

Sensor de Fotón Único de Hexagon

Sensor de Modo Geiger de Harris.

3.- Procesamiento de Datos

La alta densidad de los datos recopilados por SPL y GML da como resultado conjuntos de datos muy grandes, y eso puede representar un desafío: ¿cómo se aproxima al procesamiento?, pero no es solo el volumen de datos el que causa problemas, explica el Dr. Stoker.

Para SPL, dice, “los datos son muy similares al lidar de modo lineal, simplemente con más puntos de ruido”, por lo que la pregunta es: “¿cómo manejamos y/o manejo estos puntos de ruido?. Puede haber alguna señal escondida en el ruido, pero ¿vale la pena almacenar conjuntos de datos que tienen tantos puntos de ruido?, si le pedimos al vendedor que lo elimine antes de la entrega, ¿estamos perdiendo información que podríamos querer extraer más tarde? ”

La historia es similar para los datos GML, que USGS recibe de los proveedores con ruido eliminado en el procesamiento previo. Con esos datos, explica el Dr. Stoker, “el desafío es que no tenemos una idea de lo que se eliminó, o la comprensión de por qué algunos puntos aparecen en algunas áreas del conjunto de datos, pero no en otros”.

Eso significa que USGS ha adoptado un enfoque interactivo con su proveedor de GML, que adapta el filtrado para satisfacer sus necesidades. “Los algoritmos de filtrado patentados pueden producir excelentes resultados”, dice, “pero realmente estamos buscando una mayor comprensión de dónde y cómo se producen los datos, no solo un sistema de caja negra”.

4.- Costo y disponibilidad

El Dr. Abdullah dice que las características económicas y de hardware de estos sensores no han cambiado significativamente desde que se introdujeron. Eso significa que todavía son más adecuados para recolecciones de amplias áreas y no pequeños proyectos de ingeniería.

Además de eso, los vendedores aún están limitados a Harris y Sigma Space (Hexagon). Señala que la adquisición de Princeton Lightwave por parte de Ford fue importante, “ya que eran la única entidad comercial que ofrecía tales sensores para la comunidad geoespacial. Hay jugadores más pequeños en el mercado, pero todavía no llegaron a la industria geoespacial, pasará un tiempo antes de que se llene esa brecha”.

Una muestra de datos de fotones individuales de Sigma Space (Hexagon)

5.- Madurez

Cuando se introduce una tecnología en el mercado, lleva tiempo madurar. Eso sucede a medida que los vendedores llegan a comprender las necesidades de sus usuarios, pero también a medida que los usuarios se informan sobre la aplicación adecuada de la nueva tecnología. Una vez que ambas tareas estén completas, la tecnología alcanzará su máximo potencial. ¿Asi que, como va todo?.

El Dr. Stoker dice que trabajar con proveedores ha ayudado al USGS a comprender realmente los datos, y ha dado a los proveedores la oportunidad de comprender mejor cómo atender a sus clientes. El procesamiento interactivo que mencionó en el punto anterior ilustra bien este punto.

La educación del usuario es una historia algo diferente. “Para mí, todavía es un trabajo en progreso”, dice el Dr. Stoker. “Nosotros (USGS) todavía tenemos que publicar cualquiera de los datos GML o SPL que hemos contratado, ya que aún estamos poniendo los datos a través de nuestro riguroso proceso de control de calidad. Espero que podamos enviar datos a la comunidad muy pronto para que la gente pueda descargarlos, ver por sí mismos las diferencias, los pros y los contras”.

Una vez que se obtengan los datos, espera que empecemos a ver una gran mejora en la forma en que los usuarios geoespaciales aplican GML y SPL, así como en los desarrollos en los métodos de filtrado y procesamiento, especialmente del sector académico. “Creo que todavía estamos buscando información sobre el potencial de estos instrumentos”, dice el Dr. Stoker, “y qué puede deparar el futuro”.

Fuente: SPAR3D

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Solve : *
26 − 16 =