Quality of laser scanning in paper mill environment
Leppänen, Jaakko (2022)
Leppänen, Jaakko
2022
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2022061518005
https://urn.fi/URN:NBN:fi:amk-2022061518005
Tiivistelmä
Laserkeilaus on menetelmänä omaa luokkaansa suurten kokonaisuuksien kartoittamisessa hyvällä tarkkuudella.
Tämän opinnäytetyön tutkimusmenetelmä koostuu kirjallisuuskatsauksesta, jossa selvitetään pistepilvien laatuun vaikuttavia tekijöitä, sekä kenttätutkimuksesta, jossa tutkitaan skannaus- ja prosessointiparametrien vaikutusta lopputuloksen laatuun.
Suositeltavat skannausmenetelmät on dokumentoitu kirjallisuudessa kattavasti, mutta edeltävät tutkimukset ovat suoritettu laboratorio-olosuhteissa, jotka poikkeavat merkittävästi paperitehtaiden olosuhteista. Näin ollen, kenttätutkimuksen skannaukset suoritetaan vastaavin rajoituksin, kuin toimeksiantajan projekteissa yleensäkin ja optimoidaan datan keruuprosessi skannausajan, prosessointiajan sekä yleisen sujuvuuden suhteen.
Kenttätutkimuksen tulosten perusteella on ilmeistä, että skannaus- ja rekisteröintiparametreilla on valtava vaikutus lopputuloksen laatuun ja dataprosessoinnin sujuvuuteen. Myös skannaustähysten käytön hyödyllisyyden havaittiin olevan rajallinen. Till this date laser scanning is preeminent method for mapping large scale objects of interest with high accuracy.
Research methods of this thesis consist of literature review and applied field study. Former focuses on the influencing factors of scanning quality and latter examines the influence of parameters and working methods during data acquisition.
Recommendable workflows of laser scanning have been well documented literature and studies over the years, however all of them refer to laboratory-like conditions, which differ significantly from conditions of a paper mill. Thus, data in the field study of this thesis is being collected just as it would in an actual Client’s project. Consequently, point cloud acquiring process is being optimized by finding a balance between point cloud quality, scanning time, processing time and overall process fluency.
Based on the field study it was concluded that scanning parameters have massive impact on the quality of resulting point clouds and the overall fluency of registration process. Also, it became clear that utility of artificial scanning targets (spheres and checkerboards) is very limited.
Tämän opinnäytetyön tutkimusmenetelmä koostuu kirjallisuuskatsauksesta, jossa selvitetään pistepilvien laatuun vaikuttavia tekijöitä, sekä kenttätutkimuksesta, jossa tutkitaan skannaus- ja prosessointiparametrien vaikutusta lopputuloksen laatuun.
Suositeltavat skannausmenetelmät on dokumentoitu kirjallisuudessa kattavasti, mutta edeltävät tutkimukset ovat suoritettu laboratorio-olosuhteissa, jotka poikkeavat merkittävästi paperitehtaiden olosuhteista. Näin ollen, kenttätutkimuksen skannaukset suoritetaan vastaavin rajoituksin, kuin toimeksiantajan projekteissa yleensäkin ja optimoidaan datan keruuprosessi skannausajan, prosessointiajan sekä yleisen sujuvuuden suhteen.
Kenttätutkimuksen tulosten perusteella on ilmeistä, että skannaus- ja rekisteröintiparametreilla on valtava vaikutus lopputuloksen laatuun ja dataprosessoinnin sujuvuuteen. Myös skannaustähysten käytön hyödyllisyyden havaittiin olevan rajallinen.
Research methods of this thesis consist of literature review and applied field study. Former focuses on the influencing factors of scanning quality and latter examines the influence of parameters and working methods during data acquisition.
Recommendable workflows of laser scanning have been well documented literature and studies over the years, however all of them refer to laboratory-like conditions, which differ significantly from conditions of a paper mill. Thus, data in the field study of this thesis is being collected just as it would in an actual Client’s project. Consequently, point cloud acquiring process is being optimized by finding a balance between point cloud quality, scanning time, processing time and overall process fluency.
Based on the field study it was concluded that scanning parameters have massive impact on the quality of resulting point clouds and the overall fluency of registration process. Also, it became clear that utility of artificial scanning targets (spheres and checkerboards) is very limited.