เทคโนโลยี LiDAR หรือ “Light Detection and Ranging” ถือเป็นจุดชี้วัดการเปลี่ยนแปลงของการสำรวจด้วยโดรนอย่างสิ้นเชิง ด้วยศักยภาพในการประมวลผลข้อมูล 3 มิติความละเอียดสูงอย่างแม่นยำ ซึ่งสามารถถูกนำไปใช้ประโยชน์ได้ในหลากหลายอุตสาหกรรม อาทิ อุตสาหกรรมป่าไม้ ที่เทคโนโลยีนี้ ช่วยในการประเมินความหนาแน่นของต้นไม้และติดตามสภาพของป่า การวางผังเมืองและตรวจสอบโครงสร้างพื้นฐาน การประเมิณมาตราฐานเหมืองแร่ การคำนวนคลังสินค้า (Stockpile) การสำรวจโบราณสถาน และอื่นๆอีกมาก
ในบทความนี้ Aonic จะพาทุกท่านสำรวจข้อมูลพื้นฐานเกี่ยวกับเทคโนโลยี LiDARพร้อมวิธีการประมวลผลข้อมูล Point Cloud เพื่อสร้างแผนที่ 3 มิติที่แม่นยำ
LiDAR คืออะไรและทำงานอย่างไร?
Light Detection and Ranging หรือ LiDAR คือวิธีการตรวจจับระยะไกลที่ใช้พลังงานเลเซอร์เพื่อวัดระยะระหว่าง ตัวSensorและวัตถุบนพื้นดิน โดยพลังงานที่ส่งออกไปจะกระทบไปยังวัตถุ และส่งกลับมาที่ Sensor ทำให้เราสามารถคำนวนและวิเคราะห์ระยะเวลาที่พลังงานเลเซอร์สะท้อนกลับมา ทำให้ สามาร สร้างภาพ 3 มิติที่แม่นยำของพื้นที่และวัตถุที่อยู่ด้านล่าง
ตัว LiDAR นั้นจัดเป็น “Active Sensor” กล่าวคือสามกำเนิดหลังงานด้วยตัวเองโดยไม่จำเป็นที่จะต้องพึ่งพาคลื่นแสงจากดวงอาทิตย์ในการช่วยสะท้อนค่าพลังงานกลับมายัง Sensor ทำให้การใช้งานนั้นครอบคลุมถึงพื้นที่ที่แสงอาทิตย์เข้าไปไม่ถึง และช่วงเวลากลางคืน
เซ็นเซอร์และอุปกรณ์ LiDAR
โดยปกติ Sensor LiDAR นั้นมีอยู่หลายประเภท ซึ่งจะแตกต่างกันไปตามการใช้งาน ในบางกรณี อาจจะติดตั้งไว้ที่ Base station หรือติดไว้กับ รถยนตร์ ซึ่งวิธีการทำงานของเทคโนโลยี นั้นยังคงใช้หลักการที่เหมือนกันแต่จะแตกต่างกันแค่วิธีการเก็บรวบรวมข้อมูลนั้นๆ ว่าจะมาจากภาคพื้นดิน หรือ บนฟ้า
โดยการติดตั้ง SENSOR ไว้ที่โดรน (โดรนสำรวจ DJI Matrice 350 RTK และ Mavic 3 Enterprise) และ เป็นอีกหนึ่งวิธีที่เป็นที่นิยม ณ ขณะนี้ เนื่องจากสามารถครอบคลุมการส่งค่าพลังงานในพื้นที่ขนาดใหญ่ได้อย่างมีประสิทธิภาพและให้ค่าพิกัดสามมิติที่มีความแม่นยำสูง จากการใช้งานร่วมกับ เครื่องรับ สัญญาณ GNSS (RTK นวัตกรรมแม่นยำสูงเพื่อโดรนสำรวจ) และกล้องโดรนที่มีความละเอียดสูง โดยเมื่อทำการเก็บข้อมูลแล้วจะต้องนำข้อมูลเหล่านั้นมาทำการแปลงสัญญาณจากคลื่นไฟฟ้าให้กลายมาเป็นค่าพิกัดในระบบสามมิติโดยคำนวณร่วมกับข้อมูลจาก IMU และ GNSS ด้วยซอฟท์แวร์ต่างๆ
ความสามารถในการการเก็บข้อมูลผ่านสิ่งกีดขวาง
เนื่องจากคุณสมบัติของวัตุบางชนิดที่สะท้อนแสงบางส่วนและปล่อยให้แสงทะลุผ่านบางส่วน เช่นในพื้นที่ที่เป็นพืชปกคลุม อาทิ ในสวนยางหรือป่าชุก การส่งคลื่นแสงออกไป 1 ครั้งยังสามารถมีค่าการสะท้อนกลับมาที่มากกว่า 1 ทำให้เรามีข้อมูลที่มากขึ้นและช่วยให้สามารถวิเคราะห์ข้อมูลได้ถูกต้องและแม่นยำ โดยเฉพาะในงานวิเคราะห์พื้นผิวดินในพื้นที่ป่า ซึ่งคลื่นแสงสามารถทะลุใบไม้บางส่วนได้ จากยอดไม้ไปต่อยังช่วงกลางต้นและสุดท้ายกระทบกับวัตถุทึบแสงเช่นลำต้นหรือผิวดิน ลักษณะเหล่านี้จะทำให้เราสามารถมีข้อมูลผิวดินและข้อมูลลำต้นข้องต้นไม้ได้ ซึ่งข้อมูลเหล่านี้จะช่วยให้การทำงานเป็นไปได้ง่ายกว่าในอดีตมาก โดยการรับค่าคุณสมบัติกลับมานั้นเรียกว่า “Multiple returns”
multiple returns คือ การที่คลื่นที่ส่งไป 1 ครั้งมีการสะท้อนค่ากลับมาหลายค่า เนื่องจากการสะท้อนในครั้งแรกวัตถุไม่ได้ดูดซับพลังงานของคลื่นไม่หมด ทำให้คลื่นยังเดินทางต่อไปในทิศทางเดิมจากนั้นกระทบวัตถุที่ 2 , 3 , 4 จนกระทบถึงวัตถุที่ทึบแสงและสะท้อนกลับมา คลื่นจะทะลุไปจนกว่าจะกระทบยังวัตถุทึบแสงและจะสะท้อนพลังงานกลับมาทั้งหมดจนกระทั้ง ไม่สามารถทะลุผ่านไปต่อได้อีกแล้ว ซึ่งการสะท้อนกลับมาในรูปแบบนี้ทำให้เราสามารถมีจำนวน Point Cloud ที่มากขึ้น และส่งผลการนำข้อมูลไปสร้างแบบจำลองต่างๆมีความแม่นยำมากขึ้นนั่นเอง
Point Cloud คืออะไร?
พ้อยคลาวด์หรือพิกัดจุดภาพสามมิติคือตัวแทนของสภาพภูมิประเทศที่นำมาแสดงให้อยู่ในระบบพิกัดสามมิติของคอมพิวเตอร์ โดยทำการคำนวณค่าพิกัดของวัตถุที่แสดงอยู่บนแต่ละพิเซลผ่านกระบวนการ Computer Vision ซึ่งแต่ละจุดจะมีค่าพิกัดของตนเองจากนั้นนำจุดเหล่านี้แต่ละจุดมาแสดงพร้อมกันจนกลายเป็นกลุ่มก้อนที่สะท้อนเป็นตัวแทนของสภาพภูมิประเทศที่ปรากฏอยู่บนภาพนั่นเอง สามารถใช้ Point Cloud เหล่านี้ในการคำนวณปริมาตรต่างๆ ระยะทาง ความสูง และพื้นที่ได้อีกด้วย
ตัวอย่างการใช้งาน LiDAR ในอุตสาหกรรมต่างๆ
สร้างแผนที่ความสูงชันของพื้นที่โดยปราศจากสิ่งกัดขวางและต้นไม้ (Digital terrain modeling)
แผนที่ DTM ช่วยให้ทีมสำรวจประเมิณคุณลักษณะของพื้นผิวดินโดยที่ไม่มีความสูงของสิ่งปลูกสร้างหรือต้นไม้รวมอยู่ ซึ่งจะช่วยให้การวางแผนการก่อสร้างมีประสิทธิภาพมากขึ้น รวมทั้งการขนย้ายดิน การปรับหน้าดิน หรือ รื้อถอนสิ่งกีดขวางนั้นมีความปลอดภัยมากขึ้น และทำให้ผู้กระกอบการสามารถตีราคาค่าใช้จ่ายได้แม่นยำขึ้นอีกด้วย
แบบจำลองที่อยู่อาศัยสามมิติ
สร้างแบบจำลองของอาคารและสาธารณูปโภคในหมู่บ้านจัดสรร เพื่อใช่ในงาน ตรวจสอบความปลอดภัย และการออกแบบการจัดการเชิงนิติบุคคล อีกทั้งยังสามารถใช้ตรวจสอบ แผง Solar cell บนอาคารแต่ละหลัง
งานสำรวจเพื่อจดทำแบบจำลองอุทกภัย
สำรวจและทำแผนที่ทางบกและทางน้ำเพื่อหาความสูงชันของพื้นที่เพื่อจำลองทิศทางการไหลและพื้นที่ที่น้ำสามารถท่วมขังในบริเวณนั้นๆได้
นับจำนวนต้นไม้พร้อมวัดขนาดเส้นรอบวงลำต้น
อุตสาหกรรมป่าไม้นับเป็นอีกหนึ่งธุรกิจที่สามารถดึงศักยภาพการทำงานของไลดาห์ออกมาใช้ได้สูงสุด ด้วยความสามารถในการสแกนผ่านใบไม้ซึ่งปกคลุมด้านบนของลำต้นทำให้ผู้ประกอบการสามารถ จำแนกแยกแยะต้นไม้แต่ละต้นออกจากกัน ซึ่งช่วยให้การนับจำนวนและตรวจเช็คไม้ยืนต้นเชิงพาณิชย์ เช่น ต้นยางพารา หรือ ไม้ยืนต้นเพื่อการก่อสร้างและทำกระดาษ เป็นเรื่องที่ง่ายดาย
ผู้ใช้งานนั้นยังสามารถตรวจสอบเส้นรอบวงของต้นไม้แต่ละต้นได้อีกด้วย เพื่อการประเมินราคาและการแก้ปัญหาอย่างตรงจุด
การตรวจสอบเสาร์ไฟฟ้า และอุปกรณ์โทรคมนาคม
การตรวจสอบทางอากาศที่แม่นยำและการเก็บรายละเอียดปลีกย่อยโดยเฉพาะ “สายไฟ” ซึ่งในอดีตนั้นนับเป็นหนึ่งในส่วนประกอบที่นำมาสร้างแบบจำลองยากที่สุดเนื่องจากมีขนาดที่เล็กและยากต่อการแยกออกจากวัตถุอื่นๆ ในปัจจุบันเราสามารถนำ ภาพสามมิติมา ปรับเปลี่ยนโครงข่ายไฟฟ้า และแผนงานการก่อสร้างด้านสาธาณูปโภคอื่นๆที่เกี่ยวข้องมีประสิทธิภาพมากขึ้น
งานตรวจสอบและสำรวจโครงสร้างขนาดใหญ่
สำรวจและทำแผนที่โครงสร้างพื้นฐานขนาดใหญ่อาทิ เขื่อน ทางรถไฟ อุโมง เพื่อการว่างแผนซ่อมแซมและลดความเสี่ยอันตรายของผู้ปฏิบัติงาน
แบบจำลองภูมิประเทศสามมิติเพื่อการวางผังเมือง
การวางผังเมืองและจัดการระบบน้ำเพื่อการเกษตรสามารถทำได้ง่ายๆผ่าน แบบจำลองสามมิติที่ชี้วัดขนาดตามความเป็นจริงของพื้นที่นั้น
งานเหมืองแร่
ผู้ประกอบการสามารถนำเทคโนโลยีมาประยุกต์ใช่ใน ไซท์งานได้ในทุกระยะของการปฏิบัติงาน โดยจะแบ่งอออกเป็น 1. ระยะการวางระบบและจัดการความเสี่ยงในการปฏิบัติงาน 2. ระยะการดำเนินการงานขุดเจาะและก่อนสร้าง 3. ระยะการจัดการ Supply Chain ซึ่งการใช้โดรนได้เข้ามาช่วยให้การทำงานในแต่ละระยะนั้น สมูธมากขึ้นจากข้อมูลที่แม่นยำและการพลิกแพลงข้อมูลมาใช้ได้อย่างหลากหลาย อาทิ การวางแผนการขุดเจาะและระเบิดพื้นที่อ้างอิงโดยช้อมูลเชิงภูมิประเทศ การทำแผนที่อุโมงค์ในเหมือง การบินโดรนเข้าไปในเหมืองเพื่อตรวจสอบความปลอดภัยและทำแผนที่รับมืออุบัติเหตุ (บทความ การสำรวจเหมืองแร่ด้วยโดรน)
คำนวนปริมาตรกองวัสดุ (Stockpile)
การจัดการ Stockpile อย่างมีประสิทธิภาพคือหนึ่งในกุญแจสำคัญของการบริหารธุรกิจ ทำให้ผู้ประกอบการสามารถคาดการณ์ราคาและตีมูลค่าของกองวัสดุที่หามาได้อย่างตรงจุด อีกทั้งยังเป็นการช่วยวางแผนการขนส่ง LiDAR สามารช่วยวัดปริมาตรกองวัสดุต่างขนาดใหญ่ได้อย่างแม่นย่ำและเพียงไม่กี่ขั้นตอน (วิธีการหาปริมาตร Stockpile ด้วยโดรน)
การตรวจสอบและทำแผนที่จุดเกิดเหตุ พร้อมวางแผนการฟื้นฟูความเสียหาย
LiDAR ช่วยให้การเก็บข้อมูลที่พื้นที่เกิดเหตุที่ซับซ้อนและเต็มไปด้วยวัตถุที่อาจให้ก่อให้เกิดความเสียหายต่อหลักฐานหรือสถานที่เกิดเหตุโดยสามารถเก็บข้อมูลอย่างครบท้วนไม่ว่าจะเป็นตอนกลางวันหรือกลางคืน ซึ่งภาพแบบจำลองสามมิตินั้นจะช่วยอำนวยความสะดวกในการ ประเมิณความเสียหาย สร้างเส้นทางอพยบและกู้ภัย ประเมิณพื้นที่เสี่ยงเพิ่มเติม พร้อมทั้งข้อมูลทั้งหมดยังสามารถนำไปใช้เป็นหลักฐานทางกฏหมายประกอบการให้ความหรือตัดสินคดี
Meta Tourism and Metaverse
เทรนการสร้างโลกเสมือนจริงเพื่อตอบสนองความเปลี่ยนแปลงของเทคโนโลยีที่เข้ามามีบทบาทในหลากหลายอุตสาหกรรม ซึ่งรวมถึงการท่องเที่ยว โมเดลสามมิติเสมือนจริงของแลนด์มาร์กและโบราณสถานเป็นอีกหนึ่งฟีเจอร์ที่หน้าสนใจซึ่งเป็นการประมวลผลจาก Point Cloud
เข้าใจกระบวนการประมวลผล Point Cloud
1. การประมวลผล ข้อมูลดิบ Raw Data
Raw Data ส่วนใหญ่จะถูกบันทึกอยู่ใน format เฉพาะของผู้ผลิตหรือแบรนด์ ซึ่งจำเป็นต้องใช้ซอฟท์แวร์เฉพาะของแต่ละแบรนด์ในการแปลงข้อมูลเหล่านี้ให้ออกมาเป็น Point Cloud ที่สามารถนำออกมาใช้งานร่วมกับซอฟท์แวร์อื่นๆได้ โดยข้อมูลดิบอาจมีรูปภาพรวมอยู่ด้วยหาก Sensor นั้นติดตั้งกล้องถ่ายภาพสีร่วมด้วย
ผลลัพธ์แรก- Point Cloud
ข้อมูลที่ถูกประมวลผลแปลงจากค่าคลื่นไฟฟ้ามาเป็นค่าพิกัดจุดสามมิติเรียบร้อยแล้วผลลัพธ์แรกที่ได้คือ Point Cloud ซึ่งจะมีการบันทึกค่าการสะท้อนว่าเป็นค่าที่เท่าใด (หากตัว Sensor รองรับการสะท้อนหลายค่า ) ความเข้มของการสะท้อนค่าพิกัดสามมิติของจุดนั้นรวมถึงสีของจุดนั้น ถ้าหาก Sensor นั้นมีกล้องถ่ายภาพร่วมอยู่ด้วย หรือรองรับการทำ colorize point cloud
2.ปรับแก้ความแม่นยำของ Point Cloud
หากต้องการให้ Point Cloud มีความถูกต้องแม่นยำทางต่ำแหน่งมากขึ้นเราสามารถทำการปรับแก้เพิ่มเติมได้ด้วยการทำ Boresight Calibration , Strip alignment , Smooth Point , outliner filtering และ Vertical Adjustment ได้
2.1 Boresight Calibration
การปรับแก้ค่าคลาดเคลื่อนทางตำแหน่งที่เกิดจากการ shift หรือการเคลื่อนของตำแหน่งระหว่างค่าพิกัด GNSS ที่อยู่บนโดรน ค่าพิกัดทางสามมิติของ IMU และค่า shift ระหว่างตำแหน่งของ IMU และ Sensor โดยการปรับแก้นี้จะเป็นการคำนวณค่าพิกัดของ point Cloud ใหม่อีกครั้งโดยจะช่วยให้ค่าพิกัดของ point cloud มีความถูกต้องทางตำแหน่งมากยิ่งขึ้นโดยเฉพาะค่าพิกัดในทางราบ\
2.2 Strip alignment / Strip adjustment
การปรับแก้ให้ Point Cloud ที่ได้จากการสแกนบน 2 แนวบินที่ติดกันมีการแนบชิดได้สนิทกันมากยิ่งขึ้น โดยจะช่วยให้การเหลื่อมกันระหว่างข้อมูลสองแนวบินมีความเหลื่อมกันน้อยลง ทำให้ข้อมูลมีสภาพตรงความเป็นจริงมากยิ่งขึ้น และส่งผลให้ Point Cloud มีความแม่นยำมากยิ่งขึ้นด้วย
2.3 Vertical Adjustment
การปรับแก้ค่าความสูง โดยเราสามารถทำการเก็บข้อมูลภาคสนามเพื่อนำข้อมูลนั้นมาทำการปรับแก้ความสูงให้เป็นไปตามระบบความสูงที่เราต้องการได้ โดยการปรับแก้จะเป็นการปรับแก้แค่ค่าความสูงเท่านั้นไม่ส่งผลต่อค่าพิกัดในทางราบ
2.4 Noise Removal and Smoothing
เทคนิคการลบความรบกวนช่วยดีโน้สคลาวด์จุด เป็นการปรับแก้ให้ Point Cloud มีความสมูทและสมจริงมากยิ่งขึ้น และจะเป็นการลบข้อมูลที่เป็น error ออกไปเพื่อให้การคำนวณต่างๆเป็นไปอย่างถูกต้องตามสภาพพื้นที่จริงมากที่สุด
3. จำแนกประเภท Point Cloud Classification
หลังทำการปรับแก้ความแม่นยำของข้อมูลแล้ว การจำแนกประเภทของ Point Cloud เพื่อให้การแยกแยะและจำแนกวัตถุเป็นไปได้ง่ายขึ้นเมื่อทำการสร้างแผนที่และแบบจำลอง จากการจำแนกวัตถุออกจากพื้นผิวที่ดินให้เด่นชัดมากขึ้น
ผลลัพธ์สุดท้ายที่ได้
หลังจากที่ปรับแก้ Point Cloud ให้มีความถูกต้องแม่นยำมากขึ้นแล้ว เราสามารถนำ Point Cloud เหล่านั้นมาทำการสร้างแบบจำลองความสูง Digital Surface Model (DSM) หรือนำมา Classify เพื่อแยกประเภทของ Point Cloud จากนั้นนำ Point Cloud ประเภทต่างๆมาทำการสร้างแบบจำลองความสูงสำหรับเฉพาะเจาะจงเช่น Digital Terrain Model หรือนำ Point Cloud ต้นไม้มาเพื่อคำนวณปริมาตรหรือความสูงเป็นต้น
สามารถเพิ่มความแม่นยำในการเก็บข้อมูล ได้อย่างไร?
ปรับแก้วิธีการเก็บข้อมูลให้เหมาะสม
อีกหนึ่งวิธีที่นอกเหนือจากการปรับแก้ข้อมูลหลังการ เก็บข้อมูลมาแล้วนั้น คือการตรวจสอบและเช็ควิธีการเก็บข้อมูลด้วยโดรน ซึ่งปัจจัยที่ส่งผลต่อความถูกต้องและแม่นยำของ LiDAR Point cloud ได้แก่
- LiDAR Sensor Calibration
- IMU Accuracy
- GNSS Accuracy
- Flight Altitude
- Flight Speed
- Data Adjustment
ตรวจสอบความหนาแน่นของ Point Cloud
ขึ้นอยู่กับความต้องการของโปรเจ็คในการพิจารณาว่าจะเพิ่มหรือลดจำนวนPoint Cloud เพื่อลดปริมาณข้อมูลที่อาจจะไม่จำเป็นออกไปในช่วงประมวลผล ซึ่งปัจจัยที่ส่งผลต่อจำนวน Point Cloud ของ LiDAR (Point Density) ได้แก่
- Scan Rate
- Scan Mode
- Number of return
- Flight Altitude
- Flight Speed
- Scan Side-Overlap
LiDAR VS. Photogrammetry
Photogrammetry เป็นวิธีการรังวัดทางอ้อมผ่านทางภาพถ่าย โดยใช้ซอฟท์แวร์เพื่อทำการประมวลผลคำนวณหาค่าพิกัดบนพื้นโลกของแต่ละพิกเซลบนภาพหลายร้อยภาพรวมกันจนกลายเป็นจุดภาพสามมิติหรือ Point Cloud ที่เป็นตัวแทนของลักษณะของภูมิประเทศหรือวัตถุต่างๆที่อยู่บนภาพให้มาแสดงอยู่ในรูปแบบของจุดพิกัดสามมิติในระบบคอมพิวเตอร์ การถ่ายภาพต้องทำการถ่ายให้มีส่วนซ้อนส่วนเกย (Overrlap -Sitelap) กันมากพอโดยหากมีส่วนซ้อนส่วนกายมากเท่าไหร่ค่าพิกัดที่คำนวณได้จะมีความถูกต้องมากยิ่งขึ้น
จากนั้นจะนำภาพเหล่านั้นที่ได้มาต่อกันและดัดแก้ความผิดเพี้ยนทางตำแหน่งจากนั้นรวมกันจนกลายเป็นภาพแผนที่ใหญ่ผืนเดียวหรือที่เรียกว่าแผนที่ภาพออโธ (Orthomosaic) เพื่อใช้ในงานรังวัดและการทำแผนที่ นอกจากนั้นยังสามารถนำ Point Cloud มาทำการสร้างแบบจำลองความสูง (DSM) แบบจำลองความสูงภูมิประเทศ (DTM) รวมถึงเส้นชันความสูง (Contour Line) เพื่อนำมาใช้งานทางด้านการก่อสร้างและการออกแบบ (หลักการ Photogrammetry ด้วยโดรนสำรวจ)
ใหม่ DJI Zenmuse L2 Sensor ตัวใหม่ 5 Return
DJI Zenmuse L1 พร้อมลุยในทุกภารกิจ
Aonic Thailand ผู้ให้บริการโดรนครบวงจร
ผู้จำหน่ายโดรนอุตสาหกรรมอย่างเป็นทางการของ DJI พร้อมบริการการทำแผนที่ทุกแขนง
สอบถามข้อมูลเพิ่มเติมคลิก
