{"id":5139,"date":"2017-12-02T21:19:35","date_gmt":"2017-12-02T20:19:35","guid":{"rendered":"https:\/\/www.logxon.com\/?p=101"},"modified":"2021-09-24T16:07:12","modified_gmt":"2021-09-24T14:07:12","slug":"drohnen-punktwolke-der-workflow-zur-erstellung-von-punktwolken-mit-drohnen","status":"publish","type":"post","link":"https:\/\/www.logxon.com\/en\/drohnen-punktwolke-der-workflow-zur-erstellung-von-punktwolken-mit-drohnen\/","title":{"rendered":"Drohnen Punktwolke – Workflow zur Erstellung von Punktwolken mit Drohnen"},"content":{"rendered":"

Drohnen Punktwolke – UAV Befliegung zur Gewinnung von Rohdaten<\/h2>\n

Vor der Erstellung einer Drohnen Punktwolke wird die Befliegung eines Objekts, Flusses, Feldes, einer Baustelle, oder sonstigen Fl\u00e4chen wird vorab gr\u00fcndlich im B\u00fcro mit den Piloten via Google Earth geplant. Machbarkeit wird gepr\u00fcft und es werden alle n\u00f6tigen Genehmigungen eingeholt. Oft reicht unsere fl\u00e4chendeckende und bereits vorhandene allgemeine Aufstiegserlaubnis. In speziellen F\u00e4llen ben\u00f6tigen wir eine Sondergenehmigung (Einzelaufstiegserlaubnis), z.B. beim Drohnen Flug in der Stadt, an Autobahnen, Bundesstra\u00dfen, Bahnstrecken etc.. Unsere geschulten und \u00fcber Europa verteilten Piloten reisen dann zum Einsatzort und f\u00fchren die UAV Befliegung durch. Aus den Luftbildern \/ UAV-Aufnahmen aus unterschiedlichen Winkeln werden sp\u00e4ter die Daten f\u00fcr die 3D Punktwolke (Point Cloud) gewonnen. Wir nutzen ausschlie\u00dflich kalibrierte, digitale high end Fotokameras f\u00fcr unsere Projekte, um die h\u00f6chste Aufl\u00f6sung und Detailtreue zu erhalten. <\/span>Dank dieser hochaufgel\u00f6sten Kameras schaffen wir es, bis zu 150 ha kosteng\u00fcnstig mittels Drohne an einem Tag zu erfassen. <\/span>Nach der Befliegung mit der Drohne werden die Rohbilder vor Ort \u00fcberpr\u00fcft und f\u00fcr die Weiterverarbeitung gesichert.\u00a0<\/span><\/p>\n

Drohnen Punktwolke – UAV 3D Punktwolke aus den Fotos Berechnen (Point Cloud Processing)<\/h3>\n

Photogrammetrie ist eine etablierte Methode, um aus Luftbildern eine Punktwolke zu generieren. Sobald die <\/span>Bilddaten eines texturierten Objektes aus unterschiedlichen Perspektiven vorliegen, kann an einem Hochleistungscomputer mittels Bildzuordnungs- und Triangulationsverfahren eine Punktwolke prozessiert werden.<\/span> Wir erstellen die Punktwolken je nach Projekt mit Agisoft Photoscan, RealityCapture und in Einzelf\u00e4llen auch PIX4D (PIX4Dmapper, PIX4Dbim). Durch die scharfen,hochaufgel\u00f6sten UAV Bilder und der hohen Anzahl an Megapixeln <\/span>erhalten wir eine sehr hoher Punktdichte und eine Punktgenauigkeit im Zentimeterbereich. <\/span><\/p>\n

Drohnen Punktwolke – Prozessierung Mesh, Textured Mesh (3D Modell) aus UAV Punktwolke<\/h3>\n

Um die 3D Vermaschung (3D Mesh) einer Pointcloud zu erstellen, nutzen wir das Verfahren der Triangulierung. In diesem Verfahren werden geometrische Fl\u00e4chen in ein Netz aus Dreiecken eingeteilt. Die Dreiecke werden oft auch als Polygone oder Faces bezeichnet. Mit Hilfe des Verfahrens k\u00f6nnen zuvor mittels UAV Befliegung erstellte Punktwolken zu 3D Modellen weiterverarbeitet werden. Das erstes Ergebnis ist eine farblose, geschlossen Fl\u00e4che, die man als 3D Mesh bezeichnet. <\/span>Prozessierung eines farbiges Meshes erfolgt \u00fcber das erstellen einer originalgetreuen Textur. Durch die \u201cEinf\u00e4rbung\u201d der Dreiecke wird aus dem einfachen 3D Mesh ein Textured 3D Mesh bzw. ein texturiertes 3D Modell. Wir k\u00f6nnen somit jedes aus nahezu jedem Objekt oder jeder Oberfl\u00e4che ein <\/span>realistisches und realit\u00e4tsnahes 3D Modell erstellen.<\/span><\/p>\n

Wichtig zu wissen: Wir k\u00f6nnen unter anderem folgende Datens\u00e4tze direkt aus der Punktwolke generieren: Datens\u00e4tze f\u00fcr GIS Anwendungen wie digitale Gel\u00e4ndemodelle (DOM – digitales Oberfl\u00e4chenmodell oder DGM – digitales Gel\u00e4ndemodell), georeferenzierte Orthophotos aber auch 3D Modelle<\/a> (z.B. als .obj Object File) sowie Daten f\u00fcr den Einsatz in BIM Software (Building Information Modeling).<\/span><\/p>\n

\n

\"\"<\/p>\n

\n

Drohnen Punktwolke – Export als .las, .laz, .xyz File zur Weiterverarbeitung und Auswertung<\/h3>\n

Wir k\u00f6nnen Ihnen die die 3D Punktwolke in folgenden Formaten zur Weiterverarbeitung und Auswertung \u00fcbergeben:<\/span><\/p>\n

    \n
  • Wavefront OBJ<\/span><\/li>\n
  • Stanford PLY<\/span><\/li>\n
  • XYZ text file format<\/span><\/li>\n
  • ASPRS LAS<\/span><\/li>\n
  • LAZ<\/span><\/li>\n
  • ASTM E57<\/span><\/li>\n
  • U3D<\/span><\/li>\n
  • Potree<\/span><\/li>\n
  • Agisoft OC3<\/span><\/li>\n
  • Topcon CL3<\/span><\/li>\n
  • PDF<\/span><\/li>\n<\/ul>\n

     <\/p>\n

    Die generierten 3D Punktwolken lassen sich somit direkt in verschiedenen Programmen wie z.B. Autodesk Revit, PointCab, Cloud Compare (kostenloser Point Cloud Viewer) und einigen anderen nutzen. Um die Daten der Punktwolke z.B. in Graphisoft Archicad zu nutzen, muss man \u00fcber eine Punktwolken-Software gehen, um die Daten nutzbar zu machen.\u00a0<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

    Drohnen Punktwolke – UAV Befliegung zur Gewinnung von Rohdaten Vor der Erstellung einer Drohnen Punktwolke wird die Befliegung eines Objekts, Flusses, Feldes, einer Baustelle, oder sonstigen Fl\u00e4chen wird vorab gr\u00fcndlich im B\u00fcro mit den Piloten via Google Earth geplant. Machbarkeit wird gepr\u00fcft und es werden alle n\u00f6tigen Genehmigungen eingeholt. Oft reicht unsere fl\u00e4chendeckende und bereits […]<\/p>\n","protected":false},"author":11,"featured_media":5099,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[20],"tags":[],"coauthors":[11],"class_list":["post-5139","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/www.logxon.com\/en\/wp-json\/wp\/v2\/posts\/5139","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.logxon.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.logxon.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.logxon.com\/en\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/www.logxon.com\/en\/wp-json\/wp\/v2\/comments?post=5139"}],"version-history":[{"count":2,"href":"https:\/\/www.logxon.com\/en\/wp-json\/wp\/v2\/posts\/5139\/revisions"}],"predecessor-version":[{"id":5172,"href":"https:\/\/www.logxon.com\/en\/wp-json\/wp\/v2\/posts\/5139\/revisions\/5172"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.logxon.com\/en\/wp-json\/wp\/v2\/media\/5099"}],"wp:attachment":[{"href":"https:\/\/www.logxon.com\/en\/wp-json\/wp\/v2\/media?parent=5139"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.logxon.com\/en\/wp-json\/wp\/v2\/categories?post=5139"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.logxon.com\/en\/wp-json\/wp\/v2\/tags?post=5139"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.logxon.com\/en\/wp-json\/wp\/v2\/coauthors?post=5139"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}