4つのLIDARテクノロジーの最新の開発動向
1）有人航空機と無人航空機（UAVまたは「UAV」）を使用して空中からデータを収集する空中ライダー。
2）道路、鉄道、陸上輸送を含む移動車両および船舶に設置される移動ライダー。
3）通常、三脚を使用して静的プラットフォームからキャプチャされた地上ライダー
4）SLAMテクノロジーを使用したハンドヘルド短距離ライダー。
各プラットフォームは、LIDARによって収集されたポイントクラウドを生成する上で重要な役割を果たし、各プラットフォームは独自の視点を提供します。
1.空中ライダー
近い将来、航空機搭載ライダーの最大の役割は、3D点群の処理と配信にあります。ドローンの軽量センサーとドローンの自律性も開発されました。クラウドベースの処理とストレージの自動化も大幅に進歩し、結果の配信時間が大幅に短縮されました。
市場全体で、LIDAR機器の最大頻度は安定しており、顧客のLIDARに関する知識の向上に伴い、より価値のあるサービスを取得するために、できるだけ多くのデータ詳細を取得することを検討しています。
開発動向1：クラウドベースのデータ処理
機器が収束すると、航空機搭載ライダーの最大の変化はデータ処理にあります。現在、クラウドでの手動編集と品質保証（QA）を含む、完全にクラウドベースのアーキテクチャを使用することで、より高い自動化とより高い効率を実現できます。このクラウドベースのアプローチにより、所要時間が大幅に短縮され、現場とオフィスの間の多様性が向上します。飛行機が駐機場に着陸した後、プロジェクトデータをすぐにアップロードでき、後処理されたデータもクラウドに配信できます。すべてのクラウドベースのソリューションと同様に、ほとんどのプロジェクトの現在の課題は、達成するのに十分なネットワーク速度を必要とするため、帯域幅です。
空中ライダーは、デジタルツインをサポートし、高品質の最新の建築モデルをエクスポートするための高品質の数値標高モデル（DEM）の作成をサポートするための基盤です。
開発トレンド2：デジタルツイン
都市部とデジタルツインに焦点を当てます。これは、全波形ライダーの需要が少ないことを意味します。大量のデータと進化するデータ管理要件により、クラウドベースのストレージとストリーミングへの移行が加速し、データ圧縮形式の効率が向上しています。大量のデータを処理してクラウドに保存するコストが加算され、必要なものだけを取得するのが賢くなる可能性があります。
近年、顧客とサプライヤー間のコミュニケーションの推進力が高まっています。クライアントは、品質保証や編集方法など、データ処理プログラムに関する詳細情報を要求しました。
2つのモバイルライダー
過去数年間で、MobileLidarは大きな進歩を遂げました。モバイルLIDARキャプチャでは、専門家が慎重に組み立てた多数のケーブルやアクセサリが不要になりました。現在、すべての測量レベルのセンサー（VelodyneおよびOusterセンサー、RIEGL、Trimble、Leicaの測定レベルのプラットフォームなど）は、持ち運びやプラグアンドプレイが簡単です。広い垂直視野や長い測定範囲からマルチパルス以上の精度まで、各センサーには独自の利点があります。
モバイルライダーでは、特にデュアルスキャンヘッドを使用してシングルショットでデータを取得する場合に、ポイント密度が増加します。 RIEGL VMX-2HA、Trimble MX9、Teledyne HS600、Leica Pegasus Two：Ultimateおよびその他のシステムは、毎秒200万ポイントを測定できます。
デュアルヘッドシステムで2台のスキャナーを使用する利点は、より少ない道路交通や鉄道の廊下からより多くの詳細をキャプチャできることです。これはまた、データのオクルージョンが減少し、複数の角度からスキャンデータを取得することで特徴の明瞭さが向上することを意味します。
開発動向1：チャレンジポイント密度
モバイルライダーによって生成されるポイント密度は、ITインフラストラクチャに挑戦してきました。たとえば、点群と画像圧縮が適用されている場合でも、1時間のデータキャプチャで約200GBの生データを生成できます。典型的なプロジェクトでは、8台の12MPカメラから1時間で100GBのスペースを生成できます。これらのカメラは、3m間隔で画像を記録し、2つのLidarセンサーが毎秒100万ポイントの速度で同時に動作します。生成される膨大な量のデータは、伝送速度とGPUの間の障害になります。
モバイルLIDARの最新の開発の1つは、正確にキャリブレーションされた高解像度画像をポイントクラウドに統合することです。最新のシステムには、球面カメラと指向性カメラを組み合わせた一連のカメラがあります。この非常に詳細でキャリブレーションされた画像により、高品質のRGBカラーポイントクラウドが可能になり、視覚化および分析機能が向上します。
開発トレンド2：機械学習、手動介入の削減
近年、カルマンフィルタリングと画像ベースのクラウド間登録テクノロジーの改善により、軌道処理が改善され、モバイルLIDARポイントクラウドの処理が簡素化されました。これは、多くの手動の点群の位置合わせと地上制御の登録が削減され、それによって全体的な処理速度が高速化されたことを意味します。データ処理の改善により、顧客は正確なデータの処理をより迅速に開始できるようになります。
機械学習の特徴抽出は、航空機およびモバイルLIDARデータから価値を抽出する上で重要な役割を果たします。機械学習が活況を呈している一方で、各アプリケーションに合わせてより一般的なトレーニングデータセットが必要です。機械とデータサイエンティストは、これらのトレーニングデータセットを使用してアルゴリズムを最適化できます。点群内のオブジェクトを識別するラベル付きトレーニングデータセットは、ますます価値が高まっています。
3.グラウンドライダー
約15年前、すべてのハードウェアとソフトウェアが正常に機能していたため、ライカHDS3000を使用して1日3回スキャンすることができました。スキャナーの重量は16kgで、バッテリーはブリーフケースとほぼ同じサイズで、ラップトップで制御できます。
地上ライダーでは、ハードウェアは飛躍的に開発されており、最新世代のスキャナーは1日あたり200回以上のスキャンを完了できます。現在、測量士が直面している課題は、すべてのデータをより効率的に処理する方法になっています。
自動点群アライメントアルゴリズムには数年前に解決策がありましたが、今日のデバイスは1日でますます多くのスキャンを完了することができます。ただし、プロセスの実行には時間がかかり、元のデータが正しいことを確認するために厳格な品質チェックが必要です。現実には、ガラス、長い特徴のない廊下、および大きな移動オブジェクトを通過するデータにより、データの照合が失敗する可能性があります。
開発動向：リアルタイムデータ処理
「自動化」が未来の代名詞となった業界では、地上点群処理の最新の開発がまだ自動化されていないのは驚くべきことです。ソフトウェアがデータを収集するときにフィールド内の点群を位置合わせして処理する機能を備えている場合、手動登録処理の欠点を克服し、オペレーターが終了前に位置合わせを視覚的に確認できるようにします。
タブレットベースのアライメントはスキャンの取得に時間がかかりますが、ポイントクラウドとHDRイメージング時間の改善により、この遅延を簡単に相殺できます。
リアルタイムデータ処理のその他の利点は次のとおりです。
1.オペレーターは、調整されたデータをタブレットデバイス上でリアルタイムに顧客に表示できるため、顧客は進行中の作業をより理解し、参加することができます。 2.仮想フロアプランは、現場でのスキャン位置とギャップを示し、潜在的なやり直しを回避します。 3.このフィールドの他の処理では、スキャン位置の詳細なフィールドコメントを表示する必要はありません。 4.設定間のオーバーラップが不十分なためにアプリケーションが隣接するスキャンを整列できない場合、ユーザーにプロンプトが表示されます。
リアルタイムのデータ処理には、依然として強力な調査管理と厳格なデータ品質保証プロセスが必要です。データの整合性には、常に従来の測量およびマッピング技術のサポートが必要です。
第4に、SLAMハンドヘルド短距離ライダー
LIDARに4番目で最後に一般的に使用されている商用プラットフォームは、リアルタイムポジショニングおよびマッピング（SLAM）テクノロジーを使用するハンドヘルド/バックパック短距離LIDARです。 SLAMを使用すると、LIDARシステムをその環境（通常はGNSSのないスペース）に配置できます。 SLAMアルゴリズムの改善により、ハンドヘルドリダーは一般的な商用ソリューションになりました。
商用ハンドヘルドデバイスが登場する前は、地上ベースのLIDARが屋内LIDARの唯一のユニバーサルソリューションでした。これらのソリューションの利点は、速度、汎用性、使いやすさです。アプリケーションがより低い精度を許容できる場合、データの収集、処理、および配信時間の速度において明らかな利点が得られます。
開発動向：ドローンの自律性と組み合わせる
SLAMテクノロジーと自律型ドローンを組み合わせることで、採掘や複雑な閉鎖された場所に強力な屋内マッピングソリューションを提供できます。 UAVの障害物回避機能を使用すると、UAVは視線を超えて飛行でき、LIDARデータがリアルタイムでオペレーターに返送されます。
今後数年間で、より多くのSLAMベースのハンドヘルドリダーシステムが市場に参入すると予想されます。
結論として
近年、業界はユーザーへのLIDARデータの配信速度を向上させる方法に大きな注目を集めています。また、フィールドからクラウドへのデータのアップロード、スキャンしたデータの自動調整、製品の自動化、ネットワークを介したデータ配信など、ユーザーがより迅速にデータを受信できるようにする方法も検討しています。
デジタルツインテクノロジーの開発に伴い、人々は現在、建物や資産を完全にカバーするために一連の統合されたLIDARテクノロジーを使用することにますます関心を持っています。最近の開発により、多くのプラットフォームでのLidarの汎用性も向上し、Lidarに基づく完全なポイントクラウドソリューションの提供がこれまでになく簡単になりました。