LiDARデータ処理：重要性、成果物、主要ステップ
この記事では、LiDARデータがどのように処理されるかについて説明します。 生の点群データを有用な情報に変換するために必要なさまざまなステップと、それらがエンドユーザーにとって重要である理由について説明する。 最後に、YellowScanのLiDARデータ処理ソフトウェアであるCloudStationの機能を簡単にご紹介します。
LiDARデータ処理とは何か、なぜ重要なのか？
レーザースキャナーやLiDARスキャナーは、周囲の環境を3D点群としてキャプチャする。 これらは何十億もの点と、空間におけるその位置の座標で構成されている。 レーザースキャナーは生の点群データを取得するため、点群データはフィルタリングされておらず、構造化されていない。 レーザースキャナーは、生の点群データを、点、その位置、さまざまな属性（反射率やRGB値など）の表形式データとして保存します。
YellowScanはLiDAR点群について、その収集方法、視覚化、どのようなデータが含まれているかを説明する別の記事を発表しました。 また、LiDARスキャナーがどのように点群を収集するかについての記事もあります。LiDARがどのように機能するかについては、別の記事で取り上げています。
LiDARデータ処理ソフトウェアは、LiDARスキャナーから生の点群データを取得し、3D点群を生成して視覚化する。 これは、現実的な色で、誤ったデータポイント（ノイズ）のない個別のオブジェクトや表面で、人間が知覚する環境に似ている。 点群処理ソフトウェアは、点群データと3Dデジタルデータモデルを作成し、エクスポートします。 異なるデータ処理ステップを説明する前に、これらの出力について詳しく説明しよう。
LiDAR処理ソフトウェアはどのような成果物を作成しますか？
生の点群データは、以下の3Dデータや成果物を含む、さまざまなアウトプットの基礎となります：
– DEM（デジタル標高モデル）：DEMは、LiDARデータから作成された地形表面の3D表示です。 植生や構造物のない地表を捉える。
–DSM（Digital Surface Model）：地形と地表上の物体を含む地球表面の3Dモデル。
– 分類された点群：地面、植生、建物、水などの異なるクラスを含む点群。
– 等高線：通常、2D地図上で同じ高さの点を結ぶ線として表示される等高線は、土木工学や土地開発プロジェクトの標高変化を表す。
– 幾何学的特徴：建物、電線、電柱などの特徴をLiDARデータから抽出し、デジタルツイン作成や特定のユーティリティアプリケーションに使用することができます。
– 断面図：断面図は、2次元のサーフェスの高さプロファイルを示します。
さまざまな出力があるため、高精度のLiDARデータに対する市場の需要は高い。 それでは、LiDAR処理ソフトウェアで実行されるさまざまな作業を見てみましょう。
LiDARデータ処理のさまざまなステップ
一般的に、LiDARデータ処理には以下の作業が含まれる：
– 点群フィルタリング
– 点群分類
– 点群の可視化と分析
– 3Dモデル作成とデータエクスポートのためのサーフェスモデリング
LiDARサービスプロバイダーは異なるデータ処理サービスを提供する可能性があるため、すべてのプロバイダーのサービス内容に合致するデータ処理手順の概要を示すことはできない。 この記事は、このトピックについて紹介することを目的としており、最も一般的なデータ処理のステップのみを取り上げる。
異なるデータ処理ステップを区別するもう1つの差別化要因は、点群をキャプチャするために使用されるLiDARのタイプである。 例えば、ドローンや飛行機を使って点群データを取得した場合、データ処理ソフトウェアを使用して軌跡や飛行経路の後処理を行い、同じ飛行経路からの位置や方位情報を精緻化することができる。 さらに、オーバーラップする飛行ラインが互いにどの程度一致するかを最適化することで、点群の相対精度を向上させることができる。
ここでは、点群フィルタリング、分類、解析という3つのデータ処理ステップについて説明する。
点群フィルタリング
点群のフィルタリングとクリーニングは、誤った点を除去するために実行される。 点群や3Dモデルの精度や信頼性に影響を与えないよう、検出・除去することが重要です。
LiDARには、ノイズ、外れ値、マルチパス・リターンなど、さまざまな種類の誤り点がある。 誤った点は、センサーの不正確さ、レーザーを予測不可能に散乱させる反射面や透明面の結果として現場で捕捉されることもあるが、データ処理中の誤分類の結果であることもある。
データのフィルタリングは、密度ベースのフィルタリングなど、さまざまな方法で行うことができる。 この方法は、ある近傍または領域内にどれだけの点が存在するかを評価し、疎らすぎる（密度が低い）または密度が高すぎる（密度が高い）と考えられる点を除去することにより、点の局所的な密度に基づいて点群から点を識別し、除去する。 ノイズや冗長なデータを除去し、点群の鮮明度を向上させるなどの利点がある。
点群分類
このステップでは、キャプチャされた各ポイントにクラスまたはラベルを割り当てる。 これは、異なるポイントが何を表しているかを理解するのに役立つ。 個々の地点は、土壌の種類、植生の種類、建物、地面、水の種類によって識別され、分類される。 LiDARに使用される典型的な分類は、地上点と非地上点である。 例えばDSMは、地面と他の表面を区別するために、地面と地面以外の点を使用する。
この分類は、正確な地形モデルを作成し、ロボット工学などのアプリケーションで関心のあるオブジェクトを特定するのに役立つ。 分類プロセスには、特徴の抽出、空間的・幾何学的類似性に基づく点群のセグメンテーションとクラスタリング、さまざまな分類アルゴリズムの実行が含まれる。
点群解析と可視化
点群が使用されるアプリケーションに応じて、点群から等高線、オブジェクトボリューム、3Dモデルなど、さまざまな出力が生成される。 点群データのエクスポートの例としては、DEMS、DTM、オブジェクト構造スキャンなどがあります。
3Dモデル作成のためのサーフェスモデリング
これには、点群を連続サーフェスに変換することも含まれ、より視覚的に解釈しやすい3Dモデルを作ることができる。 サーフェスモデリングには、隣接する点間の三角形や多角形の作成が含まれる。 その後、DEMとDTMが作成され、適切なデータ形式でエクスポートされます。
追加のデータ処理ステップ
例えば、データの重ね合わせや、地上基準点の使用などのチェックを追加することで、データの精度と正確性を向上させ、調査精度の要件を満たすことができる。 グラウンドコントロールポイントデータは、LiDARデータ精度を比較するための独立したデータソースとなるように、LiDAR点群とは別にフィールドで取得される。
YellowScan CloudStationとは何ですか？
YellowScan CloudStationは、生のLiDARデータから点群データを生成するための、進化したユーザーフレンドリーなソフトウェアです。 また、ポイントクラウドを視覚化し、詳細に検査することもできる。 このデスクトップ・ソフトウェア製品には、4つのモジュールが含まれている：
ストリップ調整モジュールは、フライトラインのシームレスな調整により、点群の精度を高めます。 地形モジュールは、LiDARポイントの自動 “地面-非地面 “分類を実行します。 カラー化モジュールは、LiDARとカメラの同時取得から点群のカラー化を実行します。 エクスポートモジュールは、LAS/LASZフォーマットの点群、およびDSMとDEMのデジタルモデルエクスポートを出力します。
CloudStationには最近、以下のような複数の新機能が追加された：
– LiDARとカメラデータからのオルソフォト生成。
– 地上基準点（GCP）の可視化：GCPをインポートし、タイポイント、チェックポイント、注目点のいずれかを選択します。
– オンライン点群エクスポート：CloudStationの内部からクラウドプロバイダにエクスポートします。
CloudStationは、さまざまな機能やモジュールを持つコアソフトウェアです。 YellowScanは、機能に関して顧客に明確な選択肢を提供するため、3つの異なるバンドルを導入しました：CloudStation Essential、CloudStation Pro、CloudStation Ultimateです。 詳しくはCloudStationの製品ページをご覧ください。
よくある質問
LiDARデータ処理とは？
LiDAR処理は、生の点群データを正確で使用可能な情報に変換する。 LiDARデータ処理には、データのフィルタリングやクリーニング、点群の分類、特徴抽出、3Dモデリングなどの複数のステップが含まれる。
LiDARデータ処理の要件は？
LiDARデータ処理に必要な要件には、x、y、z座標、強度、分類などの主要属性を持つ高品質の点群データが含まれる。 さらに、フライト情報やセンサー情報、地上管制点、地理座標系などのメタデータも空間精度を向上させるために必要である。 点密度とは、1平方メートルあたりの点の量を表す指標で、点密度が高いほど、地形や物体をより詳細にモデリングできる。
LiDARデータはどのように収集されるのか？
LiDARデータは、レーザーパルスを使ってターゲットまでの距離を測定する3Dレーザースキャナーを使って収集される。 光速を利用すれば、パルスがターゲットに当たってセンサーに戻ってくるまでの時間で、ターゲットまでの距離を測定することができる。 1秒間に何百万ものパルスが、シーンを3Dでキャプチャすることを可能にする。 LiDARデータは、スタティックスキャナーやモバイルスキャナー、ドローンや飛行機を使って収集される。
データ注釈におけるLiDARとは？
データアノテーションにおけるLiDARは、機械がデータを理解し学習できるように、データ内のオブジェクトにラベルやタグを付ける。 LiDARデータは、自律走行、地理空間分析、環境モニタリングなどの用途の機械学習モデルの学習に使用される。
なぜLiDARデータを使うのか？
LiDARデータは高精度（センチメートル精度）である。 データは迅速かつ自動化された方法で取得されるため、拡張性があり、有人の測量クルーよりも費用対効果が高い。 大量の2D画像をキャプチャして3D点群を生成する写真測量に比べ、LiDARはスキャナで直接点群をキャプチャして保存し、植生の下のデータもキャプチャできる。
