Strategies for the Empirical Determination of the Stochastic Properties of Terrestrial Laser Scans

Abstract

Terrestrial laser scanners (TLS) are suitable for the surface approximation of objects and their geometric changes due to the temporally and spatially high-frequent data acquisition. However, precise geodetic engineering tasks require detailed knowledge about the performance of the sensors and especially about their uncertainty to use them for precise measurements, e.g., in deformation analysis or surface approximations. <br /> Due to the complex transition behavior between error sources and effects on the point cloud, the correct description of the point cloud's stochastic model represented by the variance-covariance matrix is not yet solved. In particular, the interaction of the laser beam with the environment and the measurement object, taking into account different measurement arrangements (distances and angles of incidence), is so diverse that it is impossible to model all errors. However, if these errors are neglected in the stochastic model, this can lead to biased surface approximations, incorrect statistical tests, or misinterpreting errors as deformations. For this reason, strategies for the empirical determination of the stochastic properties of terrestrial laser scans are developed in this dissertation. In particular, the determination of the range precision for different surfaces and measurement configurations, as well as correlations between individual measurement points, are in focus. Specifically, the following aspects are addressed: <br /> The object surface and scanning configuration mainly influence the range precision, which the reflected intensity of the laser beam can fully describe. This work contributes to efficiently determining the range precision by presenting a test field simplified for users and further developing the existing methodology. This contributes to a more realistic description of the main diagonal of the variance-covariance matrix representing the stochastic model. <br /> Especially the interaction of the laser beam with the object is individual as it depends on the surface. The laser spot is integrated over a certain area, and neighboring laser spots overlap due to the dense acquisition of data points. This results in a smoothing effect and leads to the fact that the resolution capability of the scanner does not match the resolution set in the scanner. This thesis develops a new method for determining the resolution capability, which enables a more economic measurement planning. Furthermore, correlations are derived from overlapping laser spots, which are integrated into the stochastic model. <br /> These rather short-scale correlations can be determined empirically via another method developed in this thesis. For this purpose, the stochastic signal of the point cloud must first be separated from the deterministic part. This is done with the help of a reference geometry generated with a sensor of higher accuracy. Subsequently, this work presents two methods for quantifying the short-scale correlations in the point cloud. <br /> The previous methods can be implemented well for point clouds of smaller objects (approximately up to 2 m x 2 m). However, this is not straightforward to realize for larger objects as the stochastic properties change within the point cloud. Furthermore, a reference geometry is not easy to establish due to a lack of suitable sensors and deformations of the reference objects. For this reason, this thesis presents a method for creating a reference geometry of a larger object that allows for the analysis of long-scale correlations. <br /> These different aspects provide a better understanding of the uncertainties in terrestrial laser scanning and, thus, form the basis for setting up a more realistic stochastic model of the point cloud to make statistically more reliable statements in a deformation analysis and unbiased surface approximations. Furthermore, the presented strategies do not require special laboratory conditions but can be performed by qualified users if an appropriate object, such as a roughly planar wall, is available.

<strong>Strategien zur empirischen Bestimmung der stochastischen Eigenschaften terrestrischer Laserscans</strong> <br /> Terrestrische Laserscanner (TLS) eignen sich durch die zeitlich und räumlich hochfrequente Datenaufnahme zur flächenhaften Aufnahme von Objekten und deren geometrischen Änderungen. Präzise ingenieurgeodätische Aufgaben, z.B. Deformationsanalysen oder Flächenapproximationen, erfordern allerdings detailliertes Wissen über die Genauigkeit der Sensoren. <br /> Durch das komplexe Transferverhalten zwischen Abweichungsquellen und Auswirkungen auf die Punktwolke, ist die korrekte Beschreibung ihres stochastischen Modells eine bisher ungelöste Aufgabe. Insbesondere die Interaktion des Laserstrahls mit der Umgebung und dem Messobjekt unter Berücksichtigung unterschiedlicher Messanordnungen (Strecken und Einfallswinkel) ist so vielfältig, dass eine Modellierung aller Abweichungen nicht möglich ist. Werden diese Abweichungen allerdings im stochastischen Modell vernachlässigt, so kann dies zu verzerrten Flächenapproximationen, falschen statistischen Tests oder einer Fehlinterpretation von Abweichungen als Deformationen führen. Aus diesem Grund werden in der vorliegenden Dissertation Strategien zur empirischen Bestimmung der stochastischen Eigenschaften terrestrischer Laserscans entwickelt. Speziell wird auf die folgenden Aspekte eingegangen: <br /> Die Streckenpräzision wird maßgeblich durch die Objektoberfläche und die Messkonfiguration beeinflusst. Diese beiden Einflüsse lassen sich vollständig durch die zurückgestrahlte Intensität des Laserstrahls beschreiben. Diese Arbeit liefert einen Beitrag zur effizienten Bestimmung der Streckenpräzision, indem sie ein für Nutzer vereinfachtes Testfeld präsentiert und die vorhandene Methodik weiterentwickelt. Dies liefert einen Beitrag zur realistischeren Beschreibung der Hauptdiagonalen der Kovarianzmatrix, welche das stochastische Modell repräsentiert. <br /> Besonders die Interaktion des Laserstrahls mit dem Objekt ist sehr individuell und abhängig von der Oberfläche. Der Laserspot wird über einen gewissen Bereich integriert und benachbarte Laserspots überlappen sich durch die räumlich hochfrequente Aufnahme des Scanners. Dadurch entstehen Verschmierungseffekte, die dazu führen, dass das tatsächliche Auflösungsvermögen des Scanners nicht mit der im Scanner eingestellten Auflösung übereinstimmt. Diese Arbeit entwickelt eine neue Methode zur Bestimmung des Auflösungsvermögens, was eine wirtschaftlichere Messplanung ermöglicht. Des Weiteren werden Korrelationen aus den sich überlappenden Laserspots abgeleitet, die in das stochastische Modell integriert werden. <br /> Diese eher kleinräumigen Korrelationen können über eine weitere Methode empirisch bestimmt werden. Dazu muss zunächst das stochastische Signal der Punktwolke von dem deterministischen Anteil getrennt werden. Dies erfolgt mithilfe einer Referenzgeometrie, die mit einem Sensor höherer Genauigkeit generiert wird. Anschließend präsentiert diese Arbeit zwei Methoden zur Quantifizierung der kleinräumigen Korrelationen in der Punktwolke. <br /> Die vorangegangenen Methoden lassen sich für Punktwolken kleinerer Objekte (ca. bis 2 m x 2 m) gut realisieren. Für größere Objekte ist dies allerdings nicht so einfach, da sich zum einen die stochastischen Eigenschaften der Punktwolke stark ändern und zum anderen eine Referenzgeometrie aufgrund von mangelnden Sensoren und Deformationen großer Objekte nicht einfach zu erstellen ist. Aus diesem Grund wird in dieser Arbeit eine Methode zur Erstellung einer Referenzgeometrie eines größeren Objektes präsentiert, die die Analyse von großräumigen Korrelationen erlaubt. <br /> Diese verschiedenen Aspekte vermitteln ein besseres Verständnis für die Unsicherheiten beim terrestrischen Laserscanning und bilden somit die Basis ein realistischeres stochastisches Modell der Punktwolke aufzustellen, um statistisch sicherere Aussagen bei einer Deformationsanalyse und unverzerrte Flächenapproximationen zu tätigen. Die dargelegten Strategien benötigen keine speziellen Laborbedingungen, sondern können von qualifizierten Anwendern durchgeführt werden falls geeignete Objekte, wie z.B. eine grob planare Wand zur Verfügung stehen.