Mapeo de las principales ciudades con LiDAR: El futuro está aquí

27 de enero de 2020

Los vehículos aéreos y montados sobre ruedas LiDAR están cambiando la forma en que los arquitectos, planificadores urbanos y agrimensores de la construcción trazan la cartografía de las principales ciudades del mundo.

Atteyeh Natanzi, doctor en y Iman Zolanvari PhD fueron investigadores posdoctorales en la Escuela de Ingeniería Civil del University College de Dublín cuando trabajaron en un importante proyecto de encuesta urbana LiDAR. En una publicación reciente  GIM internacional revelaron los detalles de su LiDAR cobertura de Dublín en dos estudios realizados en 2009 y 2015. (Consultar los resultados de la Encuesta sobre Láser Aéreo y Fotogrametría de 2015 del Registro de la Colección de la Ciudad de Dublín  aquí.) Esta entrevista ha sido editada para mayor claridad y extensión.

Nube de puntos de escaneo láser de Dublín, la capital de Irlanda (cortesía de GIM International)


YELLOWSCAN: Usted argumenta que debido a que más ciudades del mundo se están convirtiendo en megaciudades, LiDAR (y hasta cierto punto la fotogrametría) es ya la ola del futuro con respecto a la planificación del crecimiento sostenible. ¿Por qué es tan esencial el uso de la cartografía 3D?

Es muy importante tener datos geométricos precisos en una ciudad en la que hay mucha automatización, desde la navegación de los vehículos automotores hasta la optimización del flujo de tráfico, pasando por los sistemas de entrega automatizados que utilizan aviones no tripulados y robótica. Tener una geometría precisa es crucial para las ciudades inteligentes que están o estarán integrando muchos sensores, por lo que necesitamos modelos 3D precisos de la ciudad. También es importante seguir construyendo huellas actualizadas de LiDAR. Cuando hay mucha construcción en megalópolis en desarrollo en, digamos, China e India, el Medio Oriente e incluso en Europa occidental, necesitamos los datos últimos LiDAR.

Ambos trabajaron en la recolección de datos LiDAR de Dublín en 2015, montados en un helicóptero: ¿Cuánto tiempo tomó, desde la planificación de los vuelos hasta la producción de los datos?

Esto fue planeado a partir de 2013 por la profesora Debra Laefer en el University College Dublin (UCD). Nos unimos a su grupo para empezar nuestros doctorados. El Consejo de Investigación de la Unión Europea le concedió financiación para captar esos datos LiDAR trabajando en el grupo de modelización urbana de la UCD. Hubo mucha preparación y cálculos; planeando las rutas de vuelo y la elevación y todos estos cálculos técnicos. Era como un tablero de ajedrez en el que había dos series de tiras de vuelo, como un tablero de ajedrez de una esquina diagonal a la otra esquina, horizontal y perpendicularmente, alrededor de 20 tiras en dos direcciones. Fue interesante que nuestros colegas optaran por capturar los datos durante el invierno para minimizar las sombras de los edificios y las hojas de los árboles para una mínima vegetación. Se necesitó medio día para la captura realizada por una empresa externa y se entregó unas semanas después. El conjunto de datos en bruto está disponible públicamente en la Universidad de Nueva York  depósito de datos abierto.

YELLOWSCAN: ¿Cuáles fueron algunos de los usos de la encuesta de Dublín, aparte del artículo de resumen del que fue coautor en la revista GIM-International?

Se publicaron varios documentos, entre ellos el Journal of Photogrammetry and Remote Sensing de la ISPRS, en el que se exploró la posibilidad de seguir utilizando el conjunto de datos. La Prof. Debra Laefer también publicó más de 10 artículos sobre ese conjunto de datos LiDAR.

[Iman Zolanvari] Después de obtener mi doctorado me uní al Trinity College de Dublín (TCD), y propuse la idea de etiquetar el conjunto de datos LiDAR en bruto. La nube de puntos en bruto en sí no estaba estructurada y sólo tenía la geometría de los puntos X Y Z en el espacio tridimensional, así como la intensidad del rayo láser que fue devuelto al escáner. La empresa contratada hizo una clasificación primitiva de la vegetación y los edificios, pero obviamente no fue suficiente. Lo que me propuse hacer, y lo logré con la ayuda de 21 personas, fue procesar manualmente durante más de 2.500 horas grandes trozos de conjuntos de datos en tres categorías gruesas, que son BUILDINGS, GROUND y VEGETATION points. La categoría de EDIFICIOS es más detallada y está etiquetada en fachadas, techos, ventanas y puertas; TIERRA está dividida en tres categorías: peatonal, calle y césped; y VEGETACIÓN incluye todos los árboles y arbustos. Lo que queda son puntos indefinidos (por ejemplo, la papelera, el banco, los coches, etc.).

Se trata de un nuevo conjunto de datos urbanos anotados para tal densidad y área de cobertura que está diseñado para varias aplicaciones. El más importante de ellos puede ser el empleo de técnicas de aprendizaje de máquinas. Si un coche quiere conducir en una ciudad o hacer vigilancia forestal, o incluso para la planificación urbana y la gestión de emergencias y todas estas aplicaciones, tenemos que entender la escena 3D. Incluso en el marketing empresarial, LiDAR tiene muchas aplicaciones, por ejemplo, si una empresa quiere instalar ventanas de doble cristal, querrá acercarse a los edificios que tienen el mayor número de ventanas de una sola capa [y obtener un mapa exacto de la misma]... por lo tanto, necesitamos saber entre esos conjuntos de datos LiDAR cuáles son exactamente esos elementos estructurales.

Así que con el conjunto de datos LiDAR anotados de Dublín, etiquetamos manualmente [las nubes de puntos] en orden jerárquico. Las personas con diferentes necesidades, con diferentes aplicaciones, pueden acercarse y extraer todos los elementos estructurales (por ejemplo, las ventanas o todos los tejados) del centro de la ciudad de Dublín, y luego pueden utilizar la información para formar una Red Neural para etiquetar y extraer las características urbanas.

Cuando los encuestadores usan LiDAR con fines arqueológicos, a menudo hacen descubrimientos sorprendentes. ¿Hubo alguna sorpresa o descubrimiento en Dublín como resultado de su LiDAR y la encuesta de fotogrametría?

La sorpresa fue, en primer lugar, la alta densidad de las nubes de puntos, alrededor de 300 puntos por metro cuadrado, que después de cinco años sigue siendo uno de los conjuntos de datos más densos disponibles para una gran área urbana. Además, en el río Liffey y en la elevación circundante se puede ver claramente la elevación y la altura promedio del área. En esa primera imagen del artículo de GIM, se puede ver el formato coloreado de un conjunto de datos donde añadimos el color relativo a su elevación de los puntos. Se puede ver claramente que el sur de Dublín tiene en promedio una mayor elevación que los alrededores del río. Así que imagina que Dios no permita que tengas una inundación del Mar de Irlanda hacia el muelle. Se puede ver claramente que las zonas bajas son los lugares que más probablemente necesitan gestión de inundaciones y que podrían estar en un riesgo de seguro más alto, y también para la planificación urbana. Otra cosa que me gusta mucho cuando miras los datos es que cuando un láser golpea el agua, recibe dos retornos del rayo láser: uno es de la superficie del agua y el otro es del lecho del río. También es interesante para la cartografía y el cálculo del volumen del canal para la tasa de descarga.

Si pudieras hacer una encuesta similar con los LiDARs montados en drones hoy, ¿sería más rápido y más rentable?

Los reglamentos restringen el uso de los aviones no tripulados en las ciudades. Encontrar gente con licencia no es fácil ni barato. Hay un tipo en nuestro grupo que desarrolla y usa drones pero mayormente para propósitos fotogramétricos. En general, la tecnología está avanzando, LiDARlos escáneres son cada vez más pequeños y más baratos... Por ejemplo, en la Universidad de Maynooth hay una SIG grupo que tiene un drone montado con LiDAR y pueden capturar diferentes áreas, es una buena tecnología para probar y capturar un área objetivo.

¿Puede contarme un poco sobre su investigación LiDAR actual? ¿Qué es lo que viene?

Trabajo en Ambisense LTD, una empresa emergente que desarrolla sensores de IO. Están desarrollando soluciones baratas y prácticas para capturar datos en ciudades inteligentes. Por ejemplo, utilizando dispositivos de radar de pequeña escala que son bastante baratos y pueden capturar, procesar y transferir nubes de puntos en 3D en tiempo real.

[Atteyeh Natanzi] Soy un investigador de postdoctorado, que ahora trabaja en un Proyecto de Ecoestructura que tiene grandes grupos en cinco universidades de Irlanda y Gales. Estamos tratando de encontrar estructuras marinas ecológicas. Hemos usado LiDAR para trazar el mapa de las rocas y estructuras de la orilla del mar. Tenemos nubes de puntos LiDAR de ambos lados del mar de Irlanda, usamos esos datos en este caso para modelar y monitorear la vida marina. Usaremos de datos LiDAR y hacer un mapa en 3D del mar de Irlanda e imprimir moldes para las baldosas de hormigón de la defensa marítima e incluso imprimir el cemento en forma de roca.

-Jordan Robert

Los últimos conocimientos

Qué hay de nuevo en YellowScan