ENGINEERINGNET.NL - Deze 3D-modellen worden onder andere gebruikt voor navigatie, stedelijke planning, veiligheid, training, onderhoud of bijvoorbeeld het plaatsen van zonnepanelen.
De huidige methodes om 3D-modellen te maken zijn niet automatisch en werken vaak op basis van luchtfoto’s of metingen met lasers. Deze methodes zijn duur en tijdrovend.
Onderzoeker Biao Xiong ontwikkelde een programma dat voor 95% van de gebouwen automatisch 3D-modellen kan genereren uit lasergegevens. De overige 5% kan met het programma efficiënt handmatig gemodelleerd worden. De gebouwmodellen zijn gedetailleerd, tot aan dakkapellen toe.
Xiong: “Het programma kan voor een scala aan toepassingen worden ingezet. Gemeenten en het Kadaster kunnen de methode bijvoorbeeld gebruiken, maar ook voor bedrijven is het interessant. Een dakdekker kan hiermee bijvoorbeeld een offerte maken op basis van het 3D-model van een dak."
"Ook voor een bedrijf als Google is het interessant. Zij hebben al 3D-kaarten, maar het kost veel tijd en geld om die te maken. De kaarten zijn niet up-to-date en telkens alles updaten kost teveel tijd. Met onze methode is dat wel haalbaar. Je kunt de kaarten voor 95% automatisch updaten."
"Het kost mij met mijn laptop bijvoorbeeld maar een week om een 3D-model te maken van een hele stad. Voor heel Nederland hebben we iets meer mensen en computers nodig, maar dan zouden we binnen een maand een 3D-model kunnen produceren. De kosten zijn veel lager dan met de huidige methodes, doordat het grotendeels automatisch gebeurt.”
Om de 3D-modellen te genereren maakt het programma gebruik van lasergegevens (LiDAR), dit zijn uitkomsten van metingen vanuit een helikopter of een vliegtuig. Deze gegevens komen bijvoorbeeld uit het Actueel Hoogtebestand Nederland (AHN2), die data is vrij beschikbaar.
De gebouwen worden gecreëerd uit de punten wolken van de LiDAR data en hierbij worden ook dakconstructies gedetecteerd. Vervolgens worden delen van gebouwen herkend door het analyseren van dakconstructies en deze delen worden gemodelleerd tot een compleet gebouw.
Indien een fout wordt ontdekt in de dakconstructie dan wordt deze vervolgens automatisch hersteld omdat het programma foutpatronen kan herkennen en leren. Hiermee wordt de kwaliteit van het 3D-model gegarandeerd.
De 3D-modellen zijn erg gedetailleerd, op Level of Detail 2 niveau (LoD2), een detailniveau waarbij dakvormen inclusief dakkapellen gemodelleerd kunnen worden. Dat is een grote verbetering ten opzichte van reeds bestaande programma’s die modellen genereren op één detailniveau lager.
Ter vergelijking: LoD 1 is een detailniveau waarbij elk gebouw met een enkele hoogte gerepresenteerd wordt waardoor die gebouwmodellen alleen maar platte daken vertonen.
(bron en foto: Universiteit Twente)
