โซลูชันการคำนวณปริมาณพื้นที่สี่เหลี่ยมจัตุรัส SLAM100 และกรณีศึกษาการประยุกต์ใช้

การคำนวณปริมาตรลูกบาศก์เป็นพื้นฐานและข้อสมมติในการก่อสร้างทางวิศวกรรม ซึ่งมีบทบาทสำคัญในการก่อสร้างทางรถไฟ ทางหลวง โครงการไฟฟ้าพลังน้ำ ท่าเรือ การวางผังเมือง และโครงการอื่นๆ การคำนวณปริมาตรลูกบาศก์อย่างแม่นยำมีบทบาทสำคัญในการจัดสรรทรัพยากร การประมาณการต้นทุนโครงการ การเร่งความคืบหน้าของโครงการ และมีความสำคัญอย่างยิ่งต่อการปรับปรุงคุณภาพของโครงการ วิธีการวัดพื้นที่แบบดั้งเดิมส่วนใหญ่ใช้การวัดแบบจุดเดียว เช่น กล้องสำรวจแบบ Total Station และ GNSS-RTK วิธีนี้ไม่เพียงแต่ใช้เวลานานและต้องใช้แรงงานมากเท่านั้น แต่ยังมีข้อผิดพลาดมากระหว่างผลการคำนวณกับสถานการณ์จริง ด้วยการส่งเสริมและการแพร่หลายของเทคโนโลยีการสแกนด้วยเลเซอร์ 3 มิติ วิธีการเก็บข้อมูลจุดคลาวด์ 3 มิติได้แสดงให้เห็นถึงแนวโน้มการพัฒนาที่รวดเร็วและหลากหลาย คุณลักษณะของการเก็บข้อมูลจุดคลาวด์ที่มีความหนาแน่นสูงและความแม่นยำสูงบนพื้นผิวอย่างรวดเร็วและมีประสิทธิภาพนั้นเป็นพื้นฐานสำหรับวิธีการใหม่ในการคำนวณปริมาตรลูกบาศก์อย่างแม่นยำ

ในปัจจุบัน วิธีการเก็บรวบรวมข้อมูลที่ใช้ในการคำนวณปริมาตรส่วนใหญ่ได้แก่ การสำรวจแบบดั้งเดิม การถ่ายภาพทางอากาศด้วยโดรน การสแกนด้วยเลเซอร์แบบคงที่ การสแกน LiDAR ที่ติดตั้งบนโดรน และการสแกน LiDAR ด้วยยานพาหนะเคลื่อนที่/แบบสะพายหลัง แต่ละวิธีการเก็บรวบรวมข้อมูลมีข้อดีและข้อเสียแตกต่างกันไป และเหมาะสำหรับการคำนวณปริมาตรในพื้นที่สี่เหลี่ยมจัตุรัสในสถานการณ์ที่กำหนดเท่านั้น

ระบบระบุตำแหน่งและสร้างแผนที่พร้อมกัน (ต่อไปนี้เรียกว่า SLAM) มีความสามารถในการเริ่มต้นจากตำแหน่งที่ไม่รู้จักในสภาพแวดล้อมที่ไม่รู้จัก ระบุตำแหน่งและทิศทางของตนเองผ่านการสังเกตคุณลักษณะของสภาพแวดล้อมซ้ำๆ ในระหว่างการเคลื่อนที่ จากนั้นจึงได้ข้อมูลสามมิติเชิงพื้นที่โดยอิงจากตำแหน่งของตนเองเพื่อสร้างแผนที่แบบค่อยเป็นค่อยไปในสภาพแวดล้อมโดยรอบ SLAM ไม่พึ่งพาระบบ GNSS และสามารถระบุตำแหน่งและนำทางได้อย่างอิสระ เหมาะสำหรับการได้มาซึ่งข้อมูลจุดเมฆสามมิติความหนาแน่นสูงของสิ่งปลูกสร้างในฉากต่างๆ ทั้งในร่มและกลางแจ้ง สามารถใช้ร่วมกับวิธีการสามเหลี่ยม วิธีการกริด วิธีการตัด และวิธีการคำนวณกำลังสองอื่นๆ เพื่อวัดปริมาตรของสิ่งปลูกสร้างได้อย่างรวดเร็วและแม่นยำ

การเก็บรักษาเมล็ดพืช การเคลียร์เมล็ดพืช และการตรวจสอบคลังสินค้า

ในการทำงานเกี่ยวกับการเคลียร์โกดังเก็บเมล็ดพืชและการตรวจสอบคลังสินค้า จำเป็นต้องวัดปริมาตรของเมล็ดพืชอย่างรวดเร็วและแม่นยำ วิธีการคำนวณปริมาตรเมล็ดพืชแบบดั้งเดิมโดยทั่วไปจะอิงตามรูปร่างของกองเมล็ดพืช โดยการวัดความยาว ความกว้าง หรือเส้นผ่านศูนย์กลาง แล้วใช้สูตรคำนวณปริมาตร เนื่องจากการวัดความยาวมักทำอย่างคร่าวๆ ทำให้ปริมาตรของเมล็ดพืชที่คำนวณได้ด้วยวิธีนี้มีความคลาดเคลื่อนสูง เนื่องจากประเทศกำลังให้ความสำคัญกับการประยุกต์ใช้และการพัฒนาเทคโนโลยีสารสนเทศในด้านเมล็ดพืช การวัดปริมาตรเมล็ดพืชอย่างแม่นยำจึงเป็นปัญหาเร่งด่วนที่ต้องแก้ไข

ผู้เก็บข้อมูลสามารถได้ข้อมูลจุดเมฆต่อเนื่องที่สมบูรณ์ของกองเมล็ดพืชโดยการถือ SLAM100 และเดินรอบกองเมล็ดพืช ซึ่งสามารถนำไปใช้ในการสำรวจปริมาณเมล็ดพืชในโกดังเก็บเมล็ดพืชภายในอาคาร สร้างไฟล์ข้อมูลภาพสามมิติของกองเมล็ดพืช คำนวณปริมาตรของกองเมล็ดพืชแต่ละกองได้อย่างแม่นยำ และปรับปรุงประสิทธิภาพการตรวจสอบการเคลียร์พื้นที่จัดเก็บได้อย่างมีประสิทธิผล

ปริมาณการขุดลอกเหมืองถ่านหิน

ในการทำเหมือง การคำนวณปริมาตรการขุดถ่านหินเป็นงานพื้นฐานของวิศวกรรมเหมืองแร่ เนื่องจากปริมาตรการขุดมีความสำคัญต่อต้นทุนโครงการและการเลือกแผนงาน และความถูกต้องของการคำนวณมีความเกี่ยวข้องโดยตรงกับผลประโยชน์ทางเศรษฐกิจของกิจการผลิต จึงมีความสำคัญอย่างยิ่งที่จะต้องใช้ข้อมูลการวัดในพื้นที่เพื่อคำนวณปริมาตรเป็นตารางเมตรอย่างรวดเร็ว ง่าย และแม่นยำ ปัจจุบัน เหมืองเปิดหลายแห่งยังคงใช้จุดวัดจริง GNSS-RTK และใช้วิธีการวิเคราะห์ภาคตัดขวางด้วยมือและวิธีการสามเหลี่ยม DTM เพื่อคำนวณปริมาณดินและหินที่ขุดออก แม้ว่าการใช้วิธีนี้จะช่วยหลีกเลี่ยงการสูญเสียข้อมูลบนทางลาด ขั้นบันได ทางลาดชัน ฯลฯ ซึ่งทำให้การวัดจริงไม่สอดคล้องกับภูมิประเทศจริง แต่การคำนวณปริมาตรการขุดถ่านหินเป็นงานประจำที่ทำซ้ำๆ เนื่องจากการขยายปริมาณการทำเหมืองและพื้นที่ทำเหมืองอย่างต่อเนื่อง ทำให้เกิดปัญหาที่ว่าจุดติดตั้ง GNSS-RTK ที่ก้นหลุมเหมืองมักไม่สามารถกำหนดได้อย่างแม่นยำ ส่งผลให้ประสิทธิภาพและความแม่นยำของข้อมูลที่วัดได้ไม่เป็นไปตามที่คาดหวัง ซึ่งส่งผลต่อความแม่นยำในการคำนวณปริมาณการขุด และท้ายที่สุดก็ส่งผลกระทบต่อประสิทธิภาพของกิจการผลิต

เทคโนโลยี SLAM สามารถใช้ประโยชน์จากคุณลักษณะด้านการกำหนดตำแหน่งและการนำทางอัตโนมัติได้อย่างเต็มที่ในสถานการณ์ข้างต้น และเมื่อรวมกับข้อดีของการได้มาซึ่งข้อมูลจุดเมฆที่รวดเร็วและแม่นยำ ก็สามารถแสดงภาพสามมิติของปริมาตรการขุดถ่านหินและคำนวณปริมาตรได้อย่างแม่นยำ

การคำนวณปริมาณงานดินสำหรับโครงการจัดสวน

โครงการจัดสวนมีบทบาทสำคัญอย่างยิ่งในการวางแผนการก่อสร้างสวนในเมือง และมีส่วนสำคัญในการปรับปรุงภูมิทัศน์โดยรวมของสวนและกำหนดรูปแบบพื้นที่ให้เป็นมาตรฐาน การปรับปรุงภูมิทัศน์อย่างครบวงจรต้องอาศัยแผนการก่อสร้างที่ถูกต้องและสมเหตุสมผลโดยอิงจากสถานการณ์จริงของพื้นที่ และความถูกต้องแม่นยำของการคำนวณงานดินมีผลกระทบอย่างมากต่อความสมเหตุสมผลของแผนการก่อสร้าง วิธีการคำนวณงานดินที่เป็นที่นิยมในปัจจุบัน ได้แก่:

① การประมาณการงานก่อสร้างงานดิน ประเมินปริมาณงานดินที่จำเป็นสำหรับการก่อสร้างโดยตรงตามสภาพพื้นที่ก่อสร้างจริง และให้การสนับสนุนที่สำคัญสำหรับการก่อสร้างชั่วคราวของโครงการทั้งหมด

② การคำนวณสูตรทางเรขาคณิตของรูปทรงงานดิน โดยพิจารณาปริมาณงานดินที่จำเป็นสำหรับการก่อสร้างโครงการเป็นรูปแบบทางเรขาคณิต และใช้สูตรการคำนวณทางเรขาคณิตทางวิทยาศาสตร์เพื่อประเมินปริมาณงานดิน

③ วิธีการคำนวณหน้าตัดงานดิน: คำนวณงานดินโดยใช้ข้อมูลหน้าตัดที่รวบรวมได้จาก GNSS-RTK วิธีการคำนวณหน้าตัดงานดินนี้โดยทั่วไปเหมาะสำหรับการคำนวณปริมาณงานดินที่แคบและยาว

④ วิธีการคำนวณความสูงของโลก: หาภาคตัดตามทิศทางของเส้นชั้นความสูงของโลก และกำหนดระยะห่างตามเส้นชั้นความสูงที่สอดคล้องกันสำหรับภาคตัดที่อยู่ติดกัน

ในบรรดาวิธีการเหล่านั้น วิธีที่ ① และ ② เป็นการประมาณปริมาณงานดินโดยอาศัยประสบการณ์ และวิธีที่ ③ และ ④ เป็นการคำนวณปริมาณงานดินโดยอาศัยจุดวัดจริงในพื้นที่ ไม่ว่าจะใช้วิธีการคำนวณใดก็มีความคลาดเคลื่อนสูง นอกจากนี้ ในสวนยังมีพืชพรรณหนาแน่น สภาพทัศนวิสัยไม่ดี และสัญญาณ GNSS ถูกบดบังอย่างรุนแรง ซึ่งทำให้การวัดในพื้นที่เป็นไปได้ยาก

เทคโนโลยี SLAM ไม่ถูกจำกัดด้วยสภาพทัศนวิสัยและสัญญาณ GNSS ในการคำนวณงานดินสำหรับโครงการจัดสวน เจ้าหน้าที่เก็บข้อมูลสามารถเก็บข้อมูลจุดเมฆในพื้นที่ก่อสร้างใหม่ได้อย่างง่ายดายแม้ในป่า หลังจากทำการแก้ไขจุดเมฆ ลดสัญญาณรบกวน และจำแนกประเภทแล้ว จะได้จุดพื้นดิน เมื่อรวมกับวิธีการสามเหลี่ยมของแบบจำลองภูมิประเทศดิจิทัล (DTM) จะสามารถคำนวณปริมาณงานดินได้อย่างแม่นยำ

ในโครงการถมทะเล ทรายและกรวดเป็นวัสดุก่อสร้างหลักและเป็นส่วนประกอบหลักของต้นทุนการก่อสร้าง ดังนั้น ความแม่นยำในการวัดปริมาณทรายและกรวดจึงส่งผลโดยตรงต่อกำไรหรือขาดทุนของโครงการ อย่างไรก็ตาม การวัดด้วยมือแบบดั้งเดิมได้รับผลกระทบจากเครื่องมือวัด ปัจจัยมนุษย์ และวิธีการคำนวณ ทำให้เกิดข้อผิดพลาดค่อนข้างมาก วิธีการวัดขนาดของกองทรายอย่างแม่นยำจึงเป็นปัญหาที่ต้องแก้ไขอย่างเร่งด่วน วิธีการคำนวณที่มีอยู่คือการใช้เครื่องสแกนแบบอยู่กับที่สแกนกองทราย แล้วคำนวณปริมาตรของทรายและกรวดหลังจากการเชื่อมต่อและการคัดแยก วิธีนี้ให้ผลการคำนวณปริมาตรที่แม่นยำ แต่มีข้อเสียสองประการดังนี้: ① ประสิทธิภาพการเก็บข้อมูลค่อนข้างต่ำ ② เนื่องจากการสั่นสะเทือนของเรือในน้ำ ทำให้เครื่องสแกนแบบอยู่กับที่ไม่เสถียร ซึ่งส่งผลกระทบต่อการเก็บข้อมูลจุดเมฆ

เทคโนโลยี SLAM ไม่ได้รับผลกระทบจากการสั่นสะเทือนของตัวเรือ เมื่อเรือขนส่งทรายว่างเปล่าและบรรทุกเต็มลำ คุณสามารถใช้ SLAM100 เดินสำรวจรอบห้องโดยสารของเรือขนส่งทรายได้เป็นเวลาหนึ่งสัปดาห์ เพื่อเก็บข้อมูลจุดคลาวด์ทั้งในตอนที่ว่างเปล่าและตอนที่บรรทุกเต็ม อุตสาหกรรมภายในได้คำนวณปริมาณทรายที่ขนส่งได้ในสองช่วงเวลานั้น โดยการเปรียบเทียบความแตกต่างของแบบจำลองจุดคลาวด์

การคำนวณงานดินสำหรับการปรับระดับพื้นที่ก่อสร้าง

โครงการปรับระดับพื้นที่ก่อสร้าง หมายถึง การปรับเปลี่ยนลักษณะภูมิประเทศเดิมของพื้นที่โครงการให้เหมาะสมกับความต้องการในการก่อสร้าง โดยใช้ผลการสำรวจภูมิประเทศในการคำนวณปริมาณงานดินอย่างแม่นยำ จากนั้นจึงทำการปรับสมดุลปริมาณการถมดินและการขุดดิน และเลือกใช้กำลังคนและเครื่องจักรกลอย่างเหมาะสม โครงการปรับระดับพื้นที่ก่อสร้างเป็นพื้นฐานที่เชื่อถือได้สำหรับการควบคุมแผนงานและการดำเนินงานก่อสร้างในสถานที่จริง เป็นกุญแจสำคัญที่มีผลต่อต้นทุนและการลงทุนของโครงการ และเกี่ยวข้องกับทุกแง่มุมของการก่อสร้างโครงการ เนื่องจากข้อจำกัดของวิธีการวัดแบบดั้งเดิมในการเก็บข้อมูลภาคสนาม ทำให้เกิดข้อผิดพลาดอย่างมากในการคำนวณปริมาณงานดินสำหรับโครงการปรับระดับพื้นที่ก่อสร้าง ไม่ว่าจะใช้วิธีการคำนวณใดก็ตาม ดังนั้น การได้ข้อมูลที่มีความแม่นยำสูงจึงมีความสำคัญอย่างยิ่ง เพื่อปรับปรุงความถูกต้องแม่นยำในระหว่างกระบวนการก่อสร้างและสร้างผลประโยชน์ทางเศรษฐกิจที่สูงขึ้น

ผู้เก็บข้อมูลถือเครื่อง SLAM100 และสแกนไปรอบๆ พื้นที่เพื่อเก็บข้อมูลจุดพิกัดของพื้นที่ได้อย่างรวดเร็ว ในขณะเดียวกัน วิธีการวัดแบบไม่สัมผัสของไลดาร์ช่วยแก้ปัญหาการเก็บข้อมูลที่ยากลำบากในสถานที่ต่างๆ เช่น ทางลาด บันได หรือพื้นที่ที่คนเข้าถึงได้ยาก และทำให้ได้ภาพสามมิติที่แท้จริงของพื้นที่ หลังจากปรับแต่งแล้ว อุตสาหกรรมภายในสามารถรับจุดพิกัดของพื้นที่ได้โดยการแปลงและจำแนกพิกัด ตามลักษณะภูมิประเทศของพื้นที่ สามารถเลือกวิธีการคำนวณงานดินได้อย่างเหมาะสมเพื่อคำนวณความสมดุลของการถมและการขุด

ซอฟต์แวร์สนับสนุน

SLAM GO เป็นแอปพลิเคชันบนมือถือที่ใช้ร่วมกับ SLAM100 แอปนี้สามารถเชื่อมต่อกับอุปกรณ์ SLAM100 ผ่านโทรศัพท์มือถือเพื่อการจัดการโครงการ การแสดงภาพจุดเมฆแบบเรียลไทม์ การดูตัวอย่างภาพ การอัปเกรดเฟิร์มแวร์ และการดำเนินการอื่นๆ

SLAM GO POST Pro เป็นซอฟต์แวร์ฝั่งพีซีที่ใช้งานร่วมกับ SLAM100 และถูกรวมอยู่ใน Drone Manager Professional Edition ซอฟต์แวร์นี้สามารถประมวลผลข้อมูลที่รวบรวมโดย SLAM100 สร้างจุดเมฆสีความละเอียดสูง ความแม่นยำสูง และภาพพาโนรามาบางส่วน รวมถึงสามารถเรียกดูและปรับแต่งจุดเมฆได้

โปรแกรม Intelligent Point Cloud มีฟังก์ชันพื้นฐาน เช่น การเรียกดู การแสดงผล การลดสัญญาณรบกวน การสุ่มตัวอย่างใหม่ การกำจัดข้อมูลซ้ำซ้อน และการระบายสีข้อมูลจุดคลาวด์ นอกจากนี้ยังมีฟังก์ชันการกรองและการจัดประเภทอัตโนมัติที่รวดเร็ว รวมถึงเครื่องมือแก้ไขข้อมูลแบบโต้ตอบที่สะดวกและหลากหลาย

CloudCompare เป็นซอฟต์แวร์เชิงพาณิชย์ฟรีที่ใช้ระเบียบวิธีกริดในการคำนวณงานดินโดยอิงจากข้อมูลจุดคลาวด์ สามารถกำหนดขนาดกริดได้เอง และสามารถคำนวณปริมาณการเปลี่ยนแปลงงานดินในสองช่วงเวลาของจุดคลาวด์ และปริมาณงานดินในหนึ่งช่วงเวลาของจุดคลาวด์ไปยังระดับความสูงที่กำหนดได้

การคำนวณงานดินด้วย CloudCompare

1) การตรวจสอบ ณ สถานที่จริง

ดูภาพรวมพื้นที่สำรวจได้ทันที ทำความเข้าใจเส้นทางและลักษณะการกระจายตัวของพื้นที่สำรวจ ตลอดจนการเชื่อมต่อของถนน ทางออก และทางผ่านต่างๆ เพื่ออำนวยความสะดวกในการวางแผนเส้นทางการสแกนในขั้นตอนต่อไป

2) แผนผังจุดควบคุม

บางโครงการต้องการข้อมูลจุดคลาวด์ในระบบพิกัดสัมบูรณ์ สามารถใช้ GNSS-RTK หรือกล้องสำรวจแบบ Total Station ในการวัดพิกัดจุดควบคุมเพื่อนำไปแยกและแปลงพิกัดจุดควบคุมโดยอัตโนมัติในภายหลัง หากไม่มีข้อกำหนดเกี่ยวกับข้อมูลจุดคลาวด์ ขั้นตอนนี้ก็ไม่จำเป็น

3) การวางแผนเส้นทาง

วางแผนเส้นทางการสแกน

จากสถานการณ์การสำรวจและการกระจายจุดควบคุมที่ได้มา ให้วางแผนเส้นทางการสแกนอย่างมีเหตุผล เส้นทางการสแกนที่เหมาะสมที่สุดคือ "การสแกนแบบวงปิด" ในการทำ "การสแกนแบบวงปิด" คุณเพียงแค่กลับไปยังจุดที่สแกนไว้ก่อนหน้านี้ และซอฟต์แวร์จะระบุพื้นที่ทับซ้อนโดยอัตโนมัติ ขั้นตอนนี้ใช้ในการคำนวณและแก้ไขค่าชดเชยหรือข้อผิดพลาดในการติดตามที่เกิดขึ้น คล้ายกับการ "ปิดวง" ในการวัดระดับ เมื่อไม่สามารถสร้างวงปิดได้เนื่องจากข้อจำกัดบางประการ ซอฟต์แวร์ประมวลผลและคำนวณหลังการสำรวจ SLAM GO POST Pro ที่มาพร้อมกับ SLAM100 ยังคงสามารถรับประกันคุณภาพของข้อมูลจุดคลาวด์ได้

การรวบรวม ข้อมูล

ผู้เก็บข้อมูลถือเครื่อง SLAM100 และเก็บข้อมูลจุดคลาวด์ตามเส้นทางที่วางแผนไว้ เมื่อเดินใกล้จุดควบคุม จุดศูนย์กลางของฐาน SLAM100 จะตรงกับจุดควบคุมและปล่อยทิ้งไว้ 10 วินาที ในระหว่างกระบวนการสแกน จะมีการตรวจสอบผลการเชื่อมต่อจุดคลาวด์แบบเรียลไทม์ผ่าน SLAM GO หากมีส่วนใดขาดหายไป จะทำการแก้ไขให้ทันท่วงทีเพื่อให้มั่นใจในความถูกต้องของข้อมูลจุดคลาวด์

จอแสดงผลแบบเรียลไทม์ของ SLAM GO

ใช้ SLAM GO POST Pro เพื่อประมวลผลข้อมูลดิบด้วยการคลิกเพียงครั้งเดียว เพื่อสร้างข้อมูลจุดเมฆที่มีความแม่นยำสูง จุดเมฆสี ภาพพาโนรามาบางส่วน และผลลัพธ์อื่นๆ

เอฟเฟกต์จุดเมฆเฉพาะที่

เอฟเฟกต์พาโนรามาบางส่วน

2) การแปลงพิกัด

SLAM GO POST Pro ใช้ระบบอัตโนมัติในการดึงจุดควบคุม และอาศัยอัลกอริทึมในการดึงตำแหน่งจุดควบคุมจากกลุ่มจุดเพื่อแปลงเป็นพิกัด เพื่อหลีกเลี่ยงข้อผิดพลาดที่เกิดจากการเพิ่มจุดควบคุมด้วยตนเอง

3) การตรวจสอบความถูกต้อง

นำเข้าจุดคลาวด์ลงในสมาร์ทพอยต์คลาวด์ และใช้เครื่องมือ [ตรวจสอบความถูกต้อง] เพื่อตรวจสอบความถูกต้องของจุดคลาวด์ที่แปลงแล้ว หากค่าความคลาดเคลื่อนระหว่างจุดคลาวด์และจุดตรวจสอบตรงตามข้อกำหนดด้านความถูกต้อง ก็สามารถดำเนินการคำนวณปริมาตรสี่เหลี่ยมต่อไปได้

การจำแนกประเภทจุดเมฆ

จุดประสงค์ของการจำแนกจุดคลาวด์คือการแยกจุดพื้นดินออกมาอย่างแม่นยำ ขั้นตอนนี้เป็นขั้นตอนที่สำคัญอย่างยิ่ง ซึ่งเป็นตัวกำหนดความแม่นยำของการคำนวณปริมาณพื้นที่สี่เหลี่ยม ผู้เก็บข้อมูลใช้ SLAM100 ในการเก็บข้อมูลในระยะใกล้ และผลการทะลุทะลวงของจุดคลาวด์นั้นดี เมื่อรวมกับอัลกอริธึมการจำแนกจุดพื้นดินอัจฉริยะแบบอัตโนมัติ จุดพื้นดินจึงสามารถแยกออกจากกันได้อย่างรวดเร็วและแม่นยำ

จุดพื้นดิน

การคำนวณปริมาณกำลังสอง

ซอฟต์แวร์ CloudCompare ใช้ในการคำนวณปริมาณพื้นที่เป็นตารางเมตร โดยการตั้งค่าพารามิเตอร์ เช่น ขนาดตารางเมตร พื้นผิวอ้างอิง และความสูงของตารางเมตร จะถูกกำหนดตามจุดพื้นดินที่จำแนกประเภทแล้ว และผลลัพธ์ปริมาณพื้นที่เป็นตารางเมตรจะถูกส่งออกไป

ผลการคำนวณงานดิน

โซลูชันนี้ประยุกต์ใช้ SLAM100 ในการคำนวณปริมาณพื้นที่ได้อย่างประสบความสำเร็จ SLAM100 ถูกนำมาใช้เพื่อให้ได้ข้อมูลจุดคลาวด์ของพื้นที่สำรวจอย่างครบถ้วน จุดพื้นดินได้มาจากการแปลงพิกัดและการจำแนกประเภทจุดคลาวด์ เมื่อรวมกับซอฟต์แวร์ของบุคคลที่สาม ปริมาณพื้นที่จะถูกคำนวณอย่างแม่นยำโดยอิงจากจุดคลาวด์พื้นดิน ซึ่งสามารถนำไปใช้เป็นข้อมูลสนับสนุนสำหรับการก่อสร้างปรับปรุงในภายหลังได้ โปรแกรมมีคุณสมบัติดังต่อไปนี้:

1) คิดค้นวิธีการใหม่ในการได้มาซึ่งข้อมูลการวัด และอาศัยการนำทางและการกำหนดตำแหน่งอัตโนมัติเพื่อสร้างแผนที่แบบเพิ่มขึ้นที่มีความแม่นยำสูงในสภาพแวดล้อมที่ไม่ต้องใช้ GNSS

2) เทคโนโลยีนี้ก้าวข้ามข้อจำกัดและข้อบกพร่องของวิธีการวัดแบบดั้งเดิมในการหาจุดเดียว แก้ปัญหาการเปลี่ยนสถานีบ่อยครั้งและการต่อจุดคลาวด์ของเครื่องสแกนแบบคงที่ และเพิ่มประสิทธิภาพในการดำเนินงานทั้งภายในและภายนอก

3) วิธีการเก็บข้อมูลแบบพกพาช่วยให้มั่นใจได้ว่าข้อมูลจะครอบคลุมทั่วถึง และซอฟต์แวร์ SLAM GO ที่รองรับจะช่วยให้ไม่มีจุดบอดในการสแกนในพื้นที่ และรับประกันความสมบูรณ์ของกลุ่มจุดข้อมูล

4) ความแม่นยำสัมพัทธ์ของอัลกอริธึมการประมวลผลหลัง SLAM ระดับอุตสาหกรรมในการแก้ปัญหาจุดเมฆนั้นดีกว่า ±2 ซม. และความแม่นยำสัมบูรณ์ดีกว่า ±5 ซม. ซึ่งรับประกันความถูกต้องของผลการคำนวณงานดิน

5) ระบบจุดคลาวด์อัจฉริยะจะแยกจุดพื้นดินโดยอัตโนมัติด้วยความแม่นยำสูง ลดภาระงานการจำแนกประเภทด้วยตนเองจำนวนมาก และเพิ่มประสิทธิภาพภายในองค์กร

6) CloudCompare ใช้ระเบียบวิธีแบบกริดในการคำนวณปริมาณงานดินในขั้นตอนเดียวและหลายขั้นตอนโดยอาศัยข้อมูลจุดบนพื้นดิน ซอฟต์แวร์นี้มีขอบเขตการใช้งานที่กว้าง มีความสามารถในการรองรับข้อมูลสูง ใช้งานง่าย มีความแม่นยำสูง และมีความเร็วในการประมวลผลสูง

7) โซลูชันซอฟต์แวร์และฮาร์ดแวร์แบบบูรณาการ การเชื่อมต่อข้อมูลที่ราบรื่น เหมาะสำหรับการคำนวณปริมาตรในสถานการณ์ต่างๆ

การปรับปรุงและขยายสวนสาธารณะ

เพื่อเพิ่มพื้นที่สีเขียวในสวนสาธารณะแห่งหนึ่ง จำเป็นต้องวางแผนและปรับปรุงพื้นที่เดิม และคำนวณปริมาณงานดินของพื้นที่ปรับปรุงใหม่ให้แม่นยำ เพื่อใช้เป็นข้อมูลสนับสนุนในการก่อสร้าง พื้นที่ปรับปรุงใหม่ตั้งอยู่ใจกลางสวนสาธารณะ ครอบคลุมพื้นที่ประมาณ 1,500 ตารางเมตร ภูมิประเทศไม่เป็นเนินเขา และมีพืชพรรณปกคลุมหนาแน่น สัญญาณ GNSS ถูกบดบังอย่างรุนแรง และทัศนวิสัยถูกบดบัง

ที่ตั้งและภาพรวมของพื้นที่ก่อสร้างใหม่

ผู้เก็บข้อมูลจะรวบรวมข้อมูล ณ สถานที่จริง ซึ่งไม่เพียงแต่แก้ปัญหาที่วิธีการวัดแบบเดิมไม่สามารถทำการวัดได้เนื่องจากเหตุสุดวิสัย (เช่น สิ่งกีดขวางจากพืชพรรณ) แต่ยังหลีกเลี่ยงปัญหาที่เกิดจากการเปลี่ยนสถานีบ่อยครั้งของเครื่องสแกนแบบคงที่ การต่อจุดคลาวด์ ฯลฯ ซึ่งช่วยเพิ่มประสิทธิภาพการทำงานได้อย่างมีประสิทธิผล ในระหว่างกระบวนการสแกน ให้ใช้ SLAM GO เพื่อตรวจสอบผลการต่อจุดคลาวด์แบบเรียลไทม์ หากมีจุดใดขาดหายไป ให้สแกนจุดเหล่านั้นทันทีเพื่อให้แน่ใจว่าข้อมูลจุดคลาวด์นั้นสมบูรณ์ การสแกนภาคสนามใช้เวลา 10 นาที

การเก็บรวบรวมข้อมูลภาคสนาม (ซ้าย) ข้อมูลจุดเมฆดั้งเดิม (ขวา)

ข้อมูลต้นฉบับถูกนำเข้าสู่ SLAM GO POST Pro เพื่อประมวลผลเพิ่มเติมเพื่อสร้างแผนที่จุดเมฆที่มีความแม่นยำสูง หลังจากจำแนกประเภทจุดเมฆแล้ว จะใช้ CloudCompare ในการคำนวณปริมาตร การประมวลผลภายในใช้เวลา 1.5 ชั่วโมง ตามสถานการณ์จริงในพื้นที่ ปริมาตรการถม 85 ลูกบาศก์เมตรถูกตัดออก และปริมาตรการขุดคือ 2898.107 ลูกบาศก์เมตร

การเรนเดอร์จุดพื้นและตาข่ายสามเหลี่ยม

ผลการคำนวณงานดิน

โรงเก็บธัญพืชแห่งหนึ่งจำเป็นต้องตรวจสอบปริมาณธัญพืชที่เหลืออยู่ในโกดังอย่างสม่ำเสมอ เนื่องจากไม่สามารถรับสัญญาณ GPS ในโกดังได้ และไม่สามารถใช้เรดาร์ Lidar ทางอากาศในการเก็บข้อมูลได้ กองธัญพืชมีความสูงประมาณ 4-5 เมตร และเครื่องสแกนแบบอยู่กับที่ไม่สามารถเก็บข้อมูลบนยอดกองธัญพืชได้ จึงใช้วิธีเดินสำรวจรอบกองธัญพืชด้วยเครื่อง SLAM100 แบบพกพา และใช้ก้านต่อเพื่อเก็บข้อมูลจุดเมฆสามมิติแบบสมบูรณ์ เนื่องจากขนาดของโกดังธัญพืชแตกต่างกัน การสแกนโกดังแต่ละแห่งจึงใช้เวลาประมาณ 5-7 นาที

หลังจากลดสัญญาณรบกวนและตัดภาพแล้ว กลุ่มจุดของกองเมล็ดพืชจะถูกแยกออกจากกันอย่างชัดเจน ไม่มีกลุ่มจุดที่รกอยู่บนพื้นผิวของกองเมล็ดพืช และสามารถคำนวณปริมาณการจัดเก็บได้โดยตรง ปริมาตรการจัดเก็บเมล็ดพืชของไซโลเก็บเมล็ดพืชแห่งหนึ่งคือ 3400 ลูกบาศก์เมตร การตรวจสอบปริมาณสำรองของคลังเก็บเมล็ดพืชใช้เวลาประมาณ 25-30 นาที ขึ้นอยู่กับขนาดและรูปแบบการจัดวางพื้นที่ภายใน

สถานที่สแกนกองเมล็ดพืช SLAM100

จุดเมฆเหลียงตุ่ย

การคำนวณกองเมล็ดพืช

ในระหว่างการก่อสร้าง ณ สถานที่ก่อสร้างแห่งหนึ่ง มีขยะจากการก่อสร้างจำนวนมากเกิดขึ้น และขณะนี้จำเป็นต้องกำหนดปริมาตรของขยะเพื่อจัดทำแผนการทำความสะอาด ขยะจากการก่อสร้างครอบคลุมพื้นที่ประมาณ 1,400 ตารางเมตร และมีรูปร่างไม่สม่ำเสมออย่างมาก หากใช้เครื่องสแกนแบบคงที่ จะต้องตั้งค่าถึง 12-14 ครั้งจึงจะสแกนเสร็จสมบูรณ์ แต่ช่างเทคนิคของ Pegasus ใช้เครื่อง SLAM100 สแกนตามขอบและด้านบนของขยะจากการก่อสร้างเพียงครั้งเดียว เพื่อให้ได้ข้อมูลกองขยะอย่างต่อเนื่อง โดยไม่ต้องทำการตัดต่อข้อมูลในภายหลัง การลดสัญญาณรบกวนและการตัดแต่งข้อมูลจุดเมฆ (point cloud data) โดยคนงานภาคสนามใช้เวลา 9 นาที และคนงานภายในใช้เวลา 1.2 ชั่วโมง หลังจากทำการจำแนกประเภทและดำเนินการอื่นๆ แล้ว ปริมาตรของกองขยะที่เกิดจากขยะจากการก่อสร้างและพื้นดินคำนวณได้เท่ากับ 2704.506 ลูกบาศก์เมตร

ขยะจากการก่อสร้าง

ภาพจุดเมฆของขยะจากการก่อสร้าง

ผลการคำนวณปริมาตร