Targetlose Registrierung und Registrierung mit Zielmarken - Wann verwende ich was?

Cloud2Cloud-Registrierung und Registrierung mit Zielmarken

Durch die FARO Scene updates 5.3, 5.4, 5.5 und vor allem 6.0 ist die targetlose Registrierung (auch Cloud2Cloud-Registrierung genannt) gerade sehr aktuell. Dabei ist diese Funktion schon seit einiger Zeit am Markt. Verschiedene Softwarepakete anderer Laserscanner Hersteller, wie Leica Cyclone Register, Z+F LFM und Riegl Riscan beinhalten schon lange diese bzw. ähnliche Funktionen.

Wir bekommen oft Anrufe von Kunden, die unbedarft diese neuen Stationierungsmöglichkeiten eingesetzt haben und dann Probleme mit der Registrierung von Scan-Daten in FARO Scene bekommen. Dabei sind hier nicht die Programme der Hersteller schuld, sondern deren Einsatz bei der Stationierung von Punktwolken durch den Nutzer.

Zum Beispiel verwenden viele Leica Kunden weiterhin targetbasierte Lösungen zur Stationierung von Laserscans. Auch in anderen 3D-Punktwolken-Software-Paketen gibt es derartige ausgereifte Funktionen, dazu gehören unter anderem die Programme von 3D Systems (Geomagic Wrap, Control und Design X) und Polyworks. Diese Ansätze werden auch in der Industriemesstechnik verwendet. Hier ist die targetlose Registrierung (Cloud2Cloud-Registrierung) nicht so anerkannt, sie liegt oft hinter der Funktion „Best Fit“. Bei der targetlosen Registrierung wird mit Punkten, Flächen oder Normalen gerechnet. Der wichtigste Fakt ist, dass die Art, wie gut unterschiedliche Scandatensätze sich überlappen, ausschlaggebend für die spätere Qualität der Registrierung ist.

Ein Beispiel aus der Praxis

Werden mehrere Scans in einem geschlossenen Raum vorgenommen, dann ist die targetlose Registrierung sehr genau, weil in diesem Fall mehrere Millionen von identischen Punkten gerechnet werden. Dadurch entsteht eine sehr genaue Mittelbildung und die Scans können sehr gut aneinander gerechnet werden. Ein weiterer wichtiger Punkt ist hierbei sehr gut erfüllt. Um eine targetbasierte Registrierung (Cloud2Cloud-Registrierung) überhaupt rechnen zu können, benötigt der Algorithmus einen robusten Ausgangswert der Scans zueinander. Dies ist bei Scans in einem Raum sehr einfach. Sieht man dagegen die Scans eines großen Gebäudes, wie einer Schule, wird es für den Algorithmus sehr schwer alleine die Startwerte seiner Berechnung festzulegen. Gerade wenn sich unterschiedliche Raum-Geometrien wiederholen bzw. auch noch in unterschiedlichen Etagen vorkommen. Hier gibt es somit gleich mehrfach identische Kombinationen, die geometrisch zueinander passen. Dafür gibt es in FARO Scene die Funktion der Top view based Registrierung, d.h. der Nutzer schiebt hier die Scans in der Software auf die beste Startposition, falls die Scene Software dies nicht automatisch findet. Interessant ist, ob dies nur bei einem einzelnen Scan oder auch bei vielen Scans gut funktioniert.

Zum Thema der Überlappungen, wo die Fläche die zwischen zwei Scans identisch ist. Je größer der Überlappungsbereich, desto besser das zu erwartende Ergebnis. Bewegt eine Person sich mit der Scan-Aufnahme durch das Gebäude, wird es auch Bereiche geben, wo die Überlappungsflächen eher ungünstig sind, wie z.B. in den Treppenhäusern oder wenn man durch kleine Durchgangszimmer geht. Hierbei kann bei ungünstiger oder unzureichender Überlappung die Qualität der Registrierung sinken bzw. auch die Lösung der Transformation nicht möglich sein. In diesem Fall erhält der Anwender kein Ergebnis. Bei den meisten Registrierungsalgorithmen werden auch nur die Nachbarschaftsbeziehungen zwischen zwei Scans betrachtet. Hier hangelt sich der User mit seiner Registrierung durch das Gebäude. Ein schlecht registrierter Scan führt dazu, dass alle daran hängenden Scans dann um diesen Betrag verschoben im Gesamtmodell liegen.

Im Außenbereich ist eine targetlose Registrierung oft nicht möglich, da hier nur Punkte auf dem Boden vorliegen und bei fehlender Bebauung die Scans nicht seitlich gestützt werden können. Zusätzlich sind die Bodenpunkte (oft die Bodenvegetation) eher diffus, da sie oft aus vielen identischen Punkten bestehen. Hier versagt oft der Algorithmus. Gerade im Außenbereich sind Targets, wie Referenzkugeln oder Schachbrettmarken, ein eindeutiger Vorteil. Bei der targetloser Registrierung in FARO Scene 5.3 und höheren Versionen werden alle gemessenen Punkte grundsätzlich verwendet. Im Außenbereich können dies vorbeifahrende Fahrzeuge sein bzw. die Vegetation, welche sich durch den Wind verändert. Zusätzlich können auch Ghostpoints von Mehrfachmessungen an Fensterscheiben und andere optische Effekte entstehen. Dies trifft dann auch für Innenraummessungen zu. Konkret heißt das, dass bei der targetlosen Registrierung, wie in FARO Scene mit wissentlich nicht richtigen Messpunkten gearbeitet wird und man sich darauf verlässt, dass die Anzahl der guten Messpunkte deutlich besser ist und dadurch die Gewichtung besser ausfällt. Nutzer, die eine Zero Toleranz gegenüber Messfehlern haben, sollten hier lieber gleich Targets verwenden.

Ein weiterer wichtiger Punkt ist die Rechenzeit. Bei der targetlosen Registrierung werden viele Messpunkte miteinander gerechnet. Dabei verwenden die Hersteller auch schon Tricks, es wird nämlich nicht mit allen Punkten gerechnet, sondern gesubsampelt, d.h bei targetloser Registrierung wird mit ausgedünnten Puntkwolken gerechnet, daher ist die Aussage, dass alle Punkte bei der Registrierung verwendet werden, falsch. Ob der Algorithmus der Cloud2Cloud-Registrierung hierbei intelligent ist, ist nicht bekannt. Ein anderer Ansatz ist, dass man vorher Flächen fittet und dann nur die Flächen miteinander verrechnet. Hierbei dauert das Flächenfitting sehr lange, die Berechnung über die identischen Flächen in der targetlosen Registrierung geht dann relativ schnell. Obwohl dies nicht sehr viel anders ist, als eine Registrierung über Zielmarken.

Wird wirklich eine Cloud2Cloud-Registrierung über die Punktwolke gerechnet, kann dies sehr lange dauern. Unsere Erfahrung ist, dass sich die Algorithmen bei großen Scandatensätzen auch gelegentlich aufhängen und nach sehr langer Rechenzeit kein Ergebnis erzielt wird.

Auch gibt es nur eine Angabe über die erreichte Genauigkeit der Registrierung als Mittelwert. Die genauen Rechenprozesse sind für den Nutzer nicht nachvollziehbar. Es ist ein Black Box Algorithmus.

Wann ist dann die targetlose Registrierung einsetzbar?

In kleinen Bereichen im Indoor Bereich kann die targetlose Registrierung eine gute Alternative zur Registrierung mit Targets sein. Dabei sollte die Scan-Anzahl nicht zu groß und immer gute Überlappungen zwischen den Scans vorhanden sein. Es sollten keine linienförmigen Objekte, wie lange Flure oder Straßen gescannt werden, da hierbei eine Fehlerfortpflanzung zwischen jedem Scan stattfindet. Bei vielen Scannern sind die Messgenauigkeiten bei ca. 2 mm im Mittel pro Scan, d.h. schon bei 10 Scans kann die Messgenauigkeit schnell über 2 cm hinausgehen.

Eine Lösung kann auch eine gemischte Registrierung zwischen Cloud2Cloud und targetbasierter Registrierung sein.

Wann sollte die targetlose Registrierung nicht einsetzt werden?

Definitiv nicht im Außenbereich, wenn nicht viel Bebauung vorhanden ist. Hier kann es einfach an guten Überlappungsbereichen mangeln. Zusätzlich sind Projekte mit sehr vielen Scanstandorten auch nicht zu empfehlen. Die Gefahr wiederkehrender Geometrien, schlechter Überlappungsbereiche und enormer oder nicht lösbarer Rechenzeit sind zu groß.

Sie sollten die targetlose Registrierung ebenfalls nicht einsetzen, wenn Sie nach Verlassen des Scan-Ortes sicher gehen wollen, dass Sie später bei der Registrierung keine böse Überraschung erleben wollen. Von einem geschulten Operator gut platzierte Passmarken, sind immer ein Garant für ein gutes Registrierungsergebnis.

Auch wenn ein Nachweis von Genauigkeiten gefordert wird, ist eine Cloud2Cloud-Lösung nicht zu empfehlen. Hier kann der Berechnende schlecht die Genauigkeit nachweisen und eine Wiederholbarkeit der Ergebnisse wird auch sehr schwierig. Dadurch könnte man im Falle eine Anzweifelung der Messergebnisse in ernsthafte Erklärungsnöte gelangen. Aus diesen Gründen ist in der Metrologie (Industriemesstechnik) diese Registrierung für viele Anwendungen durch standardisierte Arbeitsanweisungen untersagt. Auch im Bereich der Handscanner ist es oft erforderlich zusätzliche Targets einzusetzen, wenn die Objektgeometrie nicht ausreichend eindeutige Überlappungsflächen zulässt.

Ein interessanter, neuer Ansatz ist hier auch die geodätische Registrierung der Software Firma PointCab, die als Plug-In für FARO Scene erhältlich ist. Diese Registrierungs-Software bietet erstmalig die Gelegenheit auch ein Messprotokoll für die FARO Scene Registrierung anzugeben, welche vermessungstechnische Ansprüche wiederspiegelt.

Fazit zur targetlosen Registrierung im Vergleich zur Registrierung über Targets

Die neuen Registrierungsmethoden in FARO Scene Cloud2Cloud oder Top view based sind weitere interessante Werkzeuge, die für den versierten Nutzer eine Reduzierung seines Aufwandes bedeuten kann. Dies setzt aber voraus, dass der Anwender die Materie versteht. Hierbei kann ein Training sehr hilfreich sein.

Wie können wir Ihnen als Laserscanning Europe GmbH helfen?

Wir bieten regelmäßig Schulungen zum Thema Laserscanner + FARO Scene Schulung inklusive Trainings von Registrierungsprozessen wie Cloud2Cloud, Top view based, Registrierung mit Targets und Vermessungskoordinaten an.

Darüber hinaus finden Sie in unserem Laserscanner Web Shop eine Vielzahl von unterschiedlichen Passmarken wie Referenzkugeln, Easy Targets und Checkerboard Targets für die unterschiedlichsten Anwendungen.

Autor: Dipl.-Ing.(FH) Eric Bergholz, Laserscanning Europe GmbH

Co-Autor: Dr.-Ing. Richard Steffen, PointCab Software GmbH

Für weitere Anregungen, Fragen und neuen Arbeitsweisen zu den Problemen der Stationierung von Scan-Daten stehen wir Ihnen gerne zur Verfügung..

Schreiben Sie uns eine E-Mail oder rufen Sie uns an unter der +49 391 62 69 960.