LiDARと写真測量:主な違いと用途
![Knowledge 20240702 Knowledge 20240702](https://www.yellowscan.com/wp-content/uploads/2024/07/ys_website_banner_knowledge_20240702.jpg.webp)
この記事では、3Dモデルと地図を作成するための2つの一般的な技術、写真測量とLiDARを比較します。 両者の主な違い、つまり、どのように機能するのか、それぞれで生み出されるアウトプットの違い、そして一般的な使用例に焦点を当てている。 記事の最後には、コストが高くなるにもかかわらず、なぜLiDARに投資する方が良い選択となり得るかについて論じている。
LiDARと写真測量について
LiDARと写真測量は、3D地図やモデルを作成するための2つの一般的な技術です。 両者は同じようなアウトプットを生み出すことができるため、表面的には同じように見えるかもしれないが、実際には類似点よりも相違点の方が多い。
この記事では、写真測量とLiDARとは何か、どのように機能するのか、両者の主な違いは何かについて説明します。
簡単な紹介
どちらもリモートセンシング技術である。 リモートセンシングは、物体や現象に物理的に接触することなく、その物体や現象に関する情報を取得することである。 LiDARは、パルスレーザーを照射する3Dレーザースキャナーを使用して可変距離(レンジ)を測定し、地形やさまざまな表面タイプに関する正確な3次元情報を生成する。 LiDARはLight Detection and Rangingの略で、「ライダー」または「ライダー」とも表記される。
写真測量には、3Dモデル、地図、その他の空間データを作成するために、写真画像をキャプチャ、測定、解釈するためのいくつかの技術が含まれる。 これらの画像には、さまざまなプラットフォームのさまざまな種類のカメラで撮影された空撮画像と地上画像の両方が含まれる。 LiDARのキャプチャ方法と同様に、これらは空中のプラットフォーム(ドローン、有人航空機)だけでなく、地上の静止または移動プラットフォームであることもある。
LiDAR技術の基本原理は1960年代に開発されたが、写真測量のルーツは19世紀半ばにある。 写真測量は第一次世界大戦と第二次世界大戦中に大きく発展し、軍事用のマッピングやプランニングに広く使われた。 コンピュータの登場により、画像の自動処理が可能になり、写真測量の進歩が後押しされた。
同様に、1970年代から1980年代にかけてレーザー技術とエレクトロニクスが進歩し、より実用的でポータブルなLiDARシステムが開発された。 1990年代には、精度と解像度の向上を含むLiDARのさらなる技術的進歩が見られ、商業用LiDARシステムの出現と産業への導入が組み合わされた。 これらやその他の開発により、その後数十年にわたる普及の基礎が築かれた。
![](https://www.yellowscan.com/wp-content/uploads/2024/07/photogrammetry-1024x658.jpg)
写真測量の原理
![](https://www.yellowscan.com/wp-content/uploads/2024/07/lidar-1024x658.jpg)
LiDARの原理
主な用途
今日、写真測量は地図製作、建築、考古学などの分野で広く使われている:
- 地図作成とマッピング:写真測量は、写真画像を正確で測定可能な3Dモデルや空間データに変換することで、詳細な地図やGISデータの作成に役立ちます。
- 建築と建設:写真測量は、建築プロジェクトの文書化と計画、精密な3Dモデルと地図による構造物の検査を可能にする。
- 考古学:写真測量は、何も触れずに遺跡や遺物の正確な3Dモデルを作成するのに役立つ(だから「リモートセンシング」の「リモート」の部分)。 細かいディテールをとらえ、バーチャルな復元をサポートし、時間の経過に伴う変化のモニタリングを容易にすることで、考古学や遺産研究を強化する。
LiDARは、林業、農業、環境モニタリングなどの分野で使用されている:
- 林業LiDARは植生を透過することができるため、樹木の高さ、樹冠構造、バイオマスを測定し、詳細な3Dモデルを作成することができる。 これにより、正確な森林インベントリーの作成、変化のモニタリング、健全性の評価、資源の効果的な管理が可能になり、保全と持続可能な森林管理を支援することができる。
- 農業 農業におけるLiDARは、精密農業のための詳細な3Dモデルを提供し、植え付けの最適化、成長のモニタリング、収量の可能性の評価、農場全体の効率と持続可能性の向上を実現します。
- 環境モニタリング LiDARは、地形特徴の非常に詳細で正確な地図を作成する。 詳細度の高い地図は、浸食、森林伐採、生息地の破壊など、潜在的な環境リスクを特定するのに役立つ。
![](https://www.yellowscan.com/wp-content/uploads/2024/07/Isla-Media-Luna-Point-Cloud.jpg)
YellowScan CloudStationで作成された南極の島のLiDARポイントクラウド
![](https://www.yellowscan.com/wp-content/uploads/2024/07/Isla-Media-Luna-Point-Cloud-Colorized.jpg)
同じエリアのカラー化された点群。 カメラモジュールはLiDARシステムとともに使用された。
LiDARと写真測量の比較
LiDARと写真測量がどのようなものか、またその使用例を理解したところで、両者をさらに詳しく比較してみましょう。 LiDARと写真測量はリモートセンシング技術であるが、両者は動作が異なり、明確な特徴があることを説明する。 次に、LiDARと写真測量の長所と短所を見ていきます。
主な違い
データ収集、収集データの属性、コスト、精度、用途などが、両技術の主な違いである:
- データ収集:LiDARと写真測量の重要な違いのひとつは、データの収集方法です。 LiDARはレーザーパルスを使って距離を測定するもので、アクティブなリモートセンシングシステムである。 つまり、システム自体がエネルギー(光)を生成する。 写真測量は、写真画像によるパッシブ・センシングを使用する。 パッシブセンサーは、物体から放出または反射されるエネルギーを検出する。 LiDARは暗闇でも作動できるが、写真測量は外部の環境光に依存しており、良好な照明条件が必要である。 一般的に写真測量は密生した植生を透過できないが、LiDARパルスは葉の隙間を通り抜け、太陽光のように地面に到達することができる。
- データの属性:LiDARは写真測量とは異なる情報を収集する。 LiDARは通常、x、y、z座標と強度値を取得する。 これらは、レーザービームを反射する表面オブジェクトの組成によって変化する整数値である。 レーザースキャナーは、すべての3D点測定値を含む3D点群を生成する。 写真測量は2D画像を取得し、写真測量ソフトは三角測量と呼ばれる方法で3D点測定を行い、各点のx、y、z座標がわかるようにする。 写真測量画像にはRGB値(赤、緑、青)の色情報も含まれており、視覚的に豊かな3Dモデルを作成することができます。 LiDARはRGBカメラを統合して、3Dポイントとともに色情報も取り込むことができるが、これはデフォルトのオプションではない。
- 配置:写真測量と比較すると、LiDARは一般的に高価であり、データ処理と解析の専門知識を必要とするが、LiDARの配備と処理時間は写真測量よりもかなり優れている。
- 使用例:LiDARと写真測量は、それぞれ独自の特性とデータを取得するため、一般的に使用ケースが異なる。 しかし、両方が仕事に適している場合もある。 一般的に、LiDARは高い精度と植生を通過してデータを取得する能力を必要とするアプリケーションに有用である。光ビームが樹冠の小さな隙間を通過するのと同様に、LiDARは密生した葉を通過してその下の地面をマッピングすることができる。 写真測量は、リアルな色彩表現で詳細かつテクスチャのある3Dモデルを必要とするアプリケーションに適しています。
上記の例はすべて一般論であり、どちらかの技術を好むかどうかは、以下のような多くの要因に左右されることは明らかであろう:
- コスト
- 時間
- マッピングが必要なエリアのサイズ
- 選ばれるプラットフォーム
- とりわけ要求される出力。
LiDARと写真測量のそれぞれの長所を組み合わせた3Dモデルや出力ができるように、両方の技術を組み合わせることができます。
![](https://www.yellowscan.com/wp-content/uploads/2024/07/ys_website_images_vx20_integration_landscape_01.jpg.webp)
YellowScan Vx20は2台のカメラを搭載し、カラー化や写真測量を行う。
考えられる限界と欠点
この2つの技術の違いに加えて、それぞれの潜在的な欠点や限界もいくつかある:
考えられるLiDAR技術の限界と欠点:
- LiDARのハードウェアとソフトウェアの取得コストに加え、熟練した人材の雇用など、運用コストも高くつく可能性がある。
- LiDARは、反射率の低い表面や反射率の高い表面で苦労することがある。 これは不完全なデータキャプチャとなり、日中の特定の時間帯に反射率の高い水域で水深LiDARをキャプチャする場合や、水域の底が特に暗い場合に発生する可能性があります。
- LiDARデータを取得する際、物体が他のオブジェクトの視界を遮り、データに隙間や影が生じることがある。 これらはオクルージョンと呼ばれる。
- すべてのLiDARシステムがRGBカメラを内蔵しているわけではないので、色情報は限られているかもしれない。 この問題の解決策として考えられるのは、写真測量データのRGB情報を組み合わせたカラー化点群である。
写真測量の限界と欠点の可能性:
- 写真測量は、高品質の画像を撮影するための良好な照明条件に依存している。 雪、雨、霧などの気象条件は、画像キャプチャを妨げ、データ品質を低下させる可能性がある。
- また、雪や砂のようにテクスチャーの少ない要素も、奥行きをとらえたり識別したりするのが難しい。
- LiDARと同様に、データ取得中にオクルージョンが発生し、不完全または不正確なモデルになることがある。
- 写真測量の精度は、画質、カメラのキャリブレーション、処理アルゴリズムといった複数の要因に左右される。 画像のズレ、レンズの歪み、画像の重なりが不十分なためにエラーが発生することがあります。
- 達成可能な画像解像度は、カメラの解像度と撮影対象物からの距離によって制限されるため、大規模なプロジェクトや高精細な要件には限界がある。
LiDARは写真測量よりも優れている
ここまでで、LiDARと写真測量がまったく異なる技術であることは明らかだろう。 どちらの技術にも利点があり、限界があり、好ましい使用例がある。 LiDARに投資するか写真測量に投資するかを決定する際に注目すべき点は、写真測量の方がLiDARよりも安いかもしれないが、LiDARの多くの利点が写真測量の低価格ポイントを上回るということである。
LiDARが写真測量より優れている点は、価格が高いにもかかわらず、以下のとおりです:
- LiDARは、レーザーパルスを使って対象物までの距離を直接測定し、高精度で正確な3D点群を提供する。 写真測量では、距離測定は複数の要因に依存するため、誤差が生じる可能性が高くなる。
- LiDARは植生の樹冠を透過することができるため、林業、環境モニタリング、考古学などの用途に特に有用である。
- LiDARは昼夜を問わず稼働できるが、写真測量は周囲の光に依存するため、低照度条件下では効果が低い。 また、一般的に曇りや霞んだ条件下ではより効果的だ。
- LiDARシステムは、広範囲にわたって大量のデータを素早く収集することができる。 LiDARは直接3D空間情報を提供し、大規模な後処理と解釈の必要性を低減します。
- LiDARは、高精度の絶対標高データを提供することができ、オープンフィールドや水域のような、テクスチャや特徴が少ないエリアでもうまく機能する。
高精度LiDARシステムの一例として、YellowScan Explorerがある。YellowScan Explorerは、小型のLiDARソリューションで、軽有人航空機、ヘリコプター、UAVプラットフォームに搭載できる。 レーザーパルスごとに最大5つのターゲットエコーを検出・処理する能力を持ち、植生への最適な浸透を保証する。 このシステムには、カラー化の目的で使用できるカメラも内蔵されている。
![](https://www.yellowscan.com/wp-content/uploads/2024/07/Colorization.jpg-1024x607.webp)
カラー化されたLiDARポイントクラウド
![YellowScan Explorer mounted on a Hexadrone Tundra drone](https://www.yellowscan.com/wp-content/uploads/2023/10/yellowscan-explorer.jpg)
ヘキサドローン・ツンドラUAVに搭載されたYellowScan Explorer
よくある質問
LiDARと写真測量を組み合わせることはできますか?
そうだ。 同じエリアのLiDARデータと写真測量データをキャプチャし、データをマージすることで、LiDARによる正確な標高と構造情報、および高解像度のテクスチャとカラーディテールを追加した写真測量データを含む単一の3Dモデルを作成することができます。
LiDARと写真測量を組み合わせるメリットは?
LiDARと写真測量を組み合わせることで、それぞれの技術の強みが発揮されます:LiDARは正確な距離測定を提供し、写真測量は詳細なテクスチャーと色情報を追加します。
カラー化された点群とは?
カラー化された点群は、LiDARからの正確な空間データと写真測量画像からの豊富な視覚情報を組み合わせた3D表現である。 点群内の各点には、写真測量画像から得られるカラー値が割り当てられる。