Lantmäteriet har sedan 2009 arbetat på projektet Ny Nationell Höjdmodell som ska täcka hela Sverige. Denna gång används flygburen laserskanning för data insamling. För att skapa terrängmodeller av dessa laserdata behöver bearbetning först göras, där markpunkter skiljs från andra typer av objekt som laserpulsen registrerar. Det är detta som är ett av de största problemen för att uppnå en bra kvalité för slutprodukten (terrängmodeller). Eftersom Sveriges yta är så stor måste punktmolnet klassificeras med programvaror där en algoritm försöker filtrera ut markpunkterna. Manuell bearbetning kan endast göras i form av kvalitets kontroll i efterhand, eftersom det annars skulle ta för lång tid. Idag använder Lantmäteriet en programvara som heter TerraScan, men de är intresserade av vad marknaden har att erbjuda förutom TerraScan och vad dessa andra programvaror kan åstadkomma i kvalité och användbarhet. Därför har fyra programvaror för markklassning av laserdata valts ut för att genomgå en test. Information om hur varje programvara fungerar och dess möjlighet till inställning redovisas. De laserdata som används är utvalda för att se hur programvarorna klarar olika miljöer och kända svårigheter för markklassning har från tidigare litteraturer om ämnet har använts för att hitta dessa. En kvalitativ samt kvantitativ undersökning görs sedan av de klassificerade områdena för att hitta likheter och skillnader. Resultatet ger en klar bild över hur programvarorna presterar. Ingen programvara är felfri, några har större problem än andra men om man ser till olika aspekter och det totala paketet de erbjuder finns det klara fördelar för vissa för olika ändamål. Men i slutändan finns det egentligen endast en programvara kvar som i dagsläget är tillräckligt bra för Lantmäteriets projekt som de just nu utför, och det är den programvaran som redan används, nämligen TerraScan. / The Swedish National Land Survey has since 2009 worked on the project “New National Elevation model”, that is a terrain model that will cover the whole area of Sweden, this time using airborne laser scanning for data collection instead of photogrammetry. In order to create terrain models from the laser data, the data need to be processed to separate the ground from other types of objects that the laser scanners laser pulse register. This is one of the main problems for achieving a good quality of the final product (terrain models). Because the country's area is so large, the classification is done by a software, where an algorithm tries to filter out the ground points. Manual process can only be done in the form of quality control after the software has done the classification, because it would otherwise take too long time. Today, the Swedish National Land Survey uses a software called TerraScan, but they are interested in what the market has to offer besides TerraScan and what these other softwares can bring in quality and usability. Therefore, four softwares were chosen to evaluate their ground filtering ability of laser data. Information on how each software works and its ability to change settings is presented. The laser data used is selected to see how the software can handle different environments, and the known difficulties of “bare ground filtration” from the previous literature on the subject have been used to find these difficult parts. A qualitative and quantitative study is then made of the classified areas to find similarities and differences. The results give a clear picture of how the software performs. No software is flawless, where some have more problems than others but if you look at different factors and the overall package they offer, there are clear advantages for each of the software depending on the purpose of use. In the end there is really only one of the softwares that remain that is good enough for the Swedish National Land Survey, for the project that is currently being carried out, and it is the software already in use, namely TerraScan.

Laser scanning is a method of surveying that has evolved rapidly in recentyears. The technique is based on a laser scanner set up, which can document a structureusing pulsed laser beams. Each time the laser hits a surface it is partly reflectedback to the scanner that stores the point. By using strategically placed targets, storedpoints from different scans can be merged into a point cloud. A point cloud is avisualization of the scanned object with a very high accuracy. The point cloud is thenimported into appropriate software to create a simplification of the object, which thencan be usedin a design or construction tool.The large amount of information that point clouds result in is oftendifficult to manageand simplifications must be done. The purpose of this study is toexplore the possibility to skip this step. In collaboration with Ma'ttja'nstAB, the market will be searched for appropriate software and plug-ins that can handlethis. Some criteria for good software are being able to automatically generatesurfaces, checking the accuracy of the result and in a user-friendly way be able tonavigate through the point cloud. In this study point clouds from Autodesk were used,this were practical because no conversion of the format was needed.Autodesk Revit Architecture and AutoCAD were the design tools that were selectedfor this study. These two programs have recently developed a format compatiblewith large point clouds. Plugins that werealso looked into are Scan To BIM (Revit), ShapeExtraction (AutoCAD) and Kubit pointcloud (AutoCAD). All programs arecompatible with the point cloud format PCG11.This study could establish that it is possible to skip the simplification

Metoder för insamling av geologisk information har under de senaste 25 åren inte ändrats särskilt mycket. Traditionellt har informationen samlats in genom kartering av bergmassan i fält utfört av en kartör utrustad med kompass, hammare, papper och penna. Framförallt så utvärderas och dokumenteras bergmassan strukturer och deras egenskaper. En utförlig kartering kräver direkt åtkomst till bergmassan vilket i många fall inte är möjligt på grund av säkerhetsrisk eller hinder. Under de senaste 10 åren har kartering med kontaktlösa metoder såsom fotogrammetri blivit allt mer populära. Utvecklingen av tekniken och fotogrammetriprogrammen har lett till att användare utan tidigare erfarenhet inom ämnet kan skapa skarpa modeller och punktmoln, utrustad enbart en kamera samt datorprogram. Modellerna och punktmolnen kan georefereras så att de är placerade rätt i världen, men även leder till att de blir skalenliga. Eftersom mycket geologisk kartering beror på spatial information kan karteringen utföras på de genererade 3D-modellerna. Tidigare utförda studier syftar på att metoden är snabb och ett alternativ när konventionell kartering inte kan utföras. Trots det har inte kartering med fotogrammetri tillämpats i någon större utsträckning inom stora infrastrukturprojekt i Sverige. Syftet med examensarbetet var framförallt att utvärdera hur användbart fotogrammetri kan vara för ett bergprojekt. Hur och vad kan levereras samt vilken kvalité det är på resultatet är frågorna som utvärderas i detta examensarbete. För att utvärdera karteringen med fotogrammetri har fyra fallstudier utförts på tre olika platser i Stockholm, Sverige. Två av fallstudierna utfördes i två tunnelsektioner i Henriksdals reningsverk och två fallstudier utfördes ovanjord på två oåtkomliga bergslänter. Ingen dyr eller svårhanterlig utrustning användes för att skapa fotogrammetrimodellerna. En kombination av kommersiell programvara och öppen källkod har använts i fallstudierna. Tunnlarna fotograferades med konsumentklassad digitalkamera monterad på stativ. Bergslänterna fotograferades med en drönare. Fotografierna tillsammans med kontrollpunkter utplacerade i området användes för att skapa fotogrammetrimodellerna som den digitala karteringen utfördes på. Därefter tillämpades flertalet metoder för att utvärdera parametrar såsom RQD, råhet, sprickgrupper, sprickorienteringar och uthållighet. För fallstudierna utförda i tunnlarna jämfördes resultatet från karteringen baserat på fotogrammetri med resultat från konventionell kartering. Karteringen och klassificering av berg med hjälp av fotogrammetri är utifrån utförda fallstudier ett användbart verktyg. De utvärderade parametrarna från den digitala karteringen stämmer väl överens med de från den konventionella. Med metoden kan en person med god bergkunskap leverera ett digitalt karteringsprotokoll med de flesta kritiska sprickegenskaperna som underlag för klassificering av bergmassa. Resultatet från fallstudierna har bekräftat att metoden är användbar i olika miljöer med olika rådande förhållanden och förutsättningar. Tidsåtgången för kartering med fotogrammetri har visat sig jämförbar med konventionell kartering i tunnelmiljö men avsevärt tidseffektivare på bergslänter. Med fotogrammetri har modeller med hög upplösning och spatial noggrannhet skapats. 1,05 mm/pixel är den högsta genomsnittliga markupplösningen som har uppnåtts. Med det i åtanke skulle modellerna lämpa sig väl som relationshandlingar och vidare analyser, till exempel volymberäkning av under- och överbrytning. Speciellt i bergbranschen som redan använder sig av 3D-projektering i stor utsträckning.

An increased number of participants in the construction industry is asking for accompanying terrain models to the project in order to get a better understanding of the field. When the desire to create buildings that fit together nicely with the surrounding area is increasing, it becomes more and more important to have a broad base of knowledge about the ground on which the building is to be erected. Terrain models are also very useful in the planning of logistics, documentation for landscape architecture projects, and billings for mass calculations.Surveys for creating terrain models can be performed with laser scanning. The advantage of laser scanning is the time-effective surveying, the detailed information as well as the ability of application in complex environments resulting in a cost-efficient project. With this in mind our thesis was defined in collaboration with the company Bjerking AB in Uppsala in order to investigate if there were any softwares suitable for terrain modeling. The idea was created by the company after a previous existing thesis about modeling of buildings from point clouds.The purpose of this study is to examine the possibility of filtering a point cloud and generating of terrain model by surveying with terrestrial laser scanning. The study was conducted in the form of a comparison between six different softwares and the ability to filter noise, and then create a model of the filtered data. The softwares has also been compared between several rate points. In this thesis, a chosen lane at Studenternas idrottsplats, located in central Uppsala, has been scanned containing noise such as cars, light towers, containers, etc. The scanned area resulted in a point cloud and has later on been used in the comparison of software. All six softwares investigated have got different focuses within the field of use of land and construction.The study has shown that the results between the softwares differ significantly. From manual methods to fully automatical, these softwares have been proving their own abilities to perform more or less successful calculations for selecting points and building terrain models. Our terrain models show that all softwares are capable of creating flat surfaces with equal heights, but only a few succeeded in generating slopes. The study also show that a more expensive software does not always guarantee a better result.

Rapportens syfte är att få reda på om utvändig laserskanning av en byggnad är en lämplig metod att använda för byggbranschen. En laserskanning kommer göras av torpet Furutå, i området Toparängen, som ligger i Växjö. Laserskanningen har gjorts genom att tre uppställningar med skannern har genomförts. Denna data sammanfogas sedan i programmet Leica Cyclone. Sedan bearbetas modellen i Autodesk Recap och AutoCAD. Här skapas sedan 2D-ritningar av fasader och även en 3D-modell. Laserskanningen kommer även georefereras, vilket innebär att modellen flyttas från ett lokalt koordinatsystem till svenska referenssystemet SWEREF99. Studien visar på att laserskanning har ett brett användningsområde och med tillräckligt låg mätosäkerhet.

I denna studie har förutsättningarna för att använda data insamlad med mobil laserskanning för att uppdatera den svenska nationella höjdmodellen utretts. Trafikverket startade under 2016 ett projekt där syftet var att samla in information och inventerar det svenska stomvägnätet med mobil laserskanning. Lantmäteriet har fått tillgång till data från det här projektet och vill undersöka möjligheterna för att använda data från mobil laserskanning för att uppdatera den nationella höjdmodellen.  Förutsättningarna för att använda data från mobil laserskanning för att uppdatera nationella höjdmodellen har utretts genom att undersöka vilken avvikelse det finns mot inmätta kontrollpunkter, jämföra höjdavvikelse mellan data från nationella höjdmodellen och mobil inskannad laserdata, samt studera utbredning och fullständighet i data från den mobila laserskanningen i de förändrade områden som den är tänkt att ersätta. Resultatet visar en låg avvikelse i höjd mot kontrollpunkterna på 1,2 centimeters medelavvikelse. Raster jämförelsen visar även den en låg avvikelse i höjd, medel avvikelse -2,4 cm. Klassningen av punktmolnen från mobil laserskanning visar problem vid tät vegetation där det inte finns returer från marken vilket tillsammans med begränsningar i den mobila laserskanningens utbredning sätter begränsningar kring vilka områden som kan uppdateras. Det är främst bristen på markpunkter i punktmolnen samt att punktmolnen inte täcker in de förändrade områdena som begränsar möjligheterna att använda data från mobil laserskanning för att uppdatera den nationella höjdmodellen. / In this study the prerequisites for using data collected using mobile laser scanning are investigated for updating the Swedish national elevation model. In 2016, the Swedish Transport Administration started a project where information from the road network is collected with mobile laser scanning. The National Land Survey of Sweden has gained access to data from this project and wants to investigate the possibilities of using data from mobile laser scanning to update the national elevation model. The prerequisites for using data from mobile laser scanning to update the national elevation model is investigated by examining the deviation against measured control points, comparing height deviation between data from the national elevation model and mobile scanned laser data, as well as studying the distribution and completeness of data from the mobile laser scan is compared to the changed areas it is supposed to replace. The result shows a low deviation in height to the control points of 1.2 centimeter in mean deviation. The grid comparison also shows a low deviation in height, mean deviation -2.4 cm. The classification of the point cloud from mobile laser scanning shows problems in dense vegetation where there are no returns from the ground, which, along with restrictions on the spread of mobile laser scanning, impose restrictions on areas that can be updated. It is primarily the lack of ground points in the point cloud and that the point cloud does not fully cover the changed areas that limit the ability to use data from mobile laser scanning to update the National Elevation Model.

In this thesis, various software for point cloud visualization has been investigated. Laser scanning is widely used to create three-dimensional models, but there is a lack of software for visualization. Point clouds usually have a large file size and need convenient methods for visualization and presentation to third parties. The development of browsers means that there are good opportunities today to visualize point clouds on web-based services. The purpose has been to investigate professional software with open source and free software in how they manage to visualize, measure and present point clouds. Details in point clouds is controlled by its point density. Higher point density will result in better details but will take longer time to scan and requires more storage space. The density of the point cloud is controlled by the requirement from the client. It is not certain that a high point density is necessary to strive for considering it will result in more data to handle. The software that has been investigated is Autodesk ReCap, Leica Truview, Pointscene and Potree, and they have all been compared to Leica Cyclone. Only three of them have been able to read the PTS-file format, while Potree and Truview have received the point cloud converted and exported to their proprietary file formats. The comparison between the softwares was mainly based on differences in length measurements, as angle and area-specific tools are not available in all softwares. The length measurements were repeated 30 times and it is the average and the uncertainty for each software that has been used in the comparison. The survey shows that there are small differences between the software except for Truview, which is the only software with significant deviations from Cyclone. There is not any significant differences in length measurements that arise when there have been conversions to Potree. Pointscene and Potree have visual similarities, Pointscene is however the preferred software because its own servers available which simplifies sharing point clouds to other users.

Fler och fler industrier vänder blickarna mot A.I. (artificiell intelligens) för att undersöka om och hur det kan användas för att effektivisera olika processer. Men för att träna upp en A.I. krävs oftast stora mängder data där man kan behöva förbereda väldigt mycket manuellt innan man ens kan påbörja träningsprocessen. SCA Skog AB ser dock många fördelar med att göra A.I. till en naturlig del av sin digitaliseringsprocess, där man bland annat är intresserad utav visuella bedömningar av träd. Dataset för visuella bedömningar kan se ut på olika sätt, men i detta fall var det relevant att skapa dataset i form av konturer för trädstammar. Med hjälp av en A.I. som skulle kunna visuellt segmentera och klassificera träd så skulle man öppna upp för många nya möjligheter inom skogsindustrin. Under detta projekt har jag undersökt hur man skulle kunna automatisera processen för skapandet av dataset i  skogsmiljöer för just visuella bedömningar. Som ett resultat av att försöka uppnå detta, så fick jag experimentera med bildbaserade punktmoln som på olika sätt tillät projektet att avancera framåt. Ur dessa punktmoln kunde jag sedan segmentera träden för att i nästa process skapa konturer längs alla träd med hjälp av utvunnen data ur segmenteringen. Jag tittade först och främst på hur man automatiskt skulle kunna skapa konturer för alla träd i bildsekvensen, för att sedan låta en användare gå in och finjustera konturerna. I resultatet kan man sedan tydligt se skillnaden i tidsåtgång för att använda programmet och inte. Programmet kan skapa och uppdatera pixel-masker snabbare än vad jag manuellt kunde utföra samma arbete, där jag dock hade önskat på en mer markant skillnad i tidsåtgång jämfört med den rent manuella insatsen. Under projektets gång så kunde jag identifiera några större problem som förhindrade detta, där man med lämplig utrustning skulle kunna uppnå ett mycket bättre resultat än vad som gjordes under detta projekt. Resultaten talar ändå för att det kan vara lönt att undersöka metoden mer ingående. / More and more industries are turning their eyes towards A.I. (artificial intelligence) and its rapid development, in hope of utilizing it to remove labor intense operations. But large amounts of manually processed data is often required before starting the learning process, which can be a huge problem to deal with. SCA Skog AB is still very curious in how they could use A.I. in forestry, where visual inspection of trees is of particular interest. There are many visual problems that modern A.I. can solve, where in this case it’s a matter of finding contours of trees and classify them. If this would be possible, a lot of interesting opportunities would open up to be experimented with. During this project I’ve examined the possibility of reducing the time it takes to manually create datasets of forest environments for this particular visual problem. As a result of trying to achieve this, I had to examine image-based point clouds and their properties to find out how they could be used in this process. From the SfM-point cloud I was able to segment all visible trees with an segmentation algorithm and isolate these points to extract the 2D→3Dconnection. I could then use that connection to create pixel masks and apply it to the image sequence to paint out all the contours of the segmented trees. A method to automatically update these pixel masks in terms of adding and removal was also implemented, where any update would propagate through the image sequence and reduce the time for manual adjustment. From testing the program, it’s clear that time could be saved doing various kinds of contour updating-operations. The program could by itself create pixel masks that then could be updated in a way that a lot of need for manual updating was reduced, though the result in terms of time saved was not as substantial as one would have hoped for. Issues with the point cloud caused some major  problems due to it’s low precision. Using better equipment for image gathering would most likely be the best way to improve the results of this project. The result still tells us that this method is worth researching further.

The title of this thesis is 'Workflow from point cloud to BIM'. Thus, an attempt is made to present and analyse all the steps followed in such a process. The building used as a case study is U-Building which is located at KTH campus. Briefly, a report is made on the various methods of mapping existing buildings. Also, the principles of operation of 3D laser scanners are presented as well as an analysis of BIM technology. Furthermore, it is analysed the process of creating a 3D representation of the building in the form of a point cloud as well as the process of creating the 3D model with the help of two software packages. / Titeln på denna uppsats är 'Arbetsflöde från punktmoln till BIM'. Således görs ett försök att presentera och analysera alla steg som följs i en sådan process. Byggnaden som används som fallstudie är U-Building som ligger på KTH campus. Kortfattat görs en redovisning av de olika metoderna för att kartlägga befintlig bebyggelse. Dessutom presenteras principerna för driften av 3D-laserskannrar samt en analys av BIM-teknik. Vidare analyseras processen att skapa en 3D-representation av byggnaden i form av ett punktmoln samt processen att skapa 3D-modellen med hjälp av två mjukvarupaket.

Att använda obemannade flygfarkoster, även kallat UAS (unmanned aerial systems), i karterings- och modelleringssyften har blivit en välanvänd metod de senaste åren. Mycket på grund av den tekniska utvecklingen som till stor del automatiserat processen med att framställa höjdmodeller och ortofoton. Inom ramen för denna studie kommer vi att titta närmare på hur olika faktorer påverkar höjdosäkerheten hos en höjdmodell framställd med data insamlat med en Real-Time Kinetic-UAS (RTK-UAS). Studien kommer dels att undersöka hur stor osäkerheten blir om endast den integrerade nätverks-RTK:n (NRTK) används vid georeferering av flygbilderna, dels att se hur stor påverkan adderade markstödpunkter har på osäkerheten. Studien kommer även undersöka hur stor påverkan flyghöjden har på osäkerheten genom att jämföra data från två flyghöjder: 100 m och 50 m. Det sista studien som undersöks är vilken inverkan snedbilder har på osäkerheten. Detta genom att jämföra en flygning där lodbilder tagits med en flygning där kameran har haft en vinkling på 60° från lod. Studien genomfördes med hjälp av Falun kommuns mättekniker som manövrerade UAS:en. För att kunna testa markstödpunkternas inverkan på osäkerheten mättes nio punkter in. Även kontrollprofiler mättes för att kunna kontrollera höjdmodellerna som producerades. Totalt genomfördes 3 olika flygningar: 100 m med lodbilder, 50 m med lodbilder samt 50 m med snedbilder. De insamlade fotografierna importerades till programvaran Agisoft Metashape där de georefererades med olika metoder. För att undersöka hur markstödpunkter påverkar osäkerheten genomfördes fem olika georefereringsmetoder av fotografierna tagna på 100 m flyghöjd med olika antal markstödpunkter i varje. RMS-värdet varierade från 0,060 m för NRTK + 1 GCP till 0,068 m för NRTK+2 GCP som fick den högsta osäkerheten.Undersökningen av flyghöjder visade att en lägre flyghöjd har en tydlig effekt på mätosäkerheten. En minskning av RMS-värdet sågs när 50 m flyghöjd användes jämfört med när 100 m flyghöjd användes. Användningen av snedbilder gav ingen tydlig effekt på mätosäkerheten. RMS-värdet blev 0,014 m då lodbilder användes och 0,017 m då snedbilder användes. Snedbildernas resultat försämrades något på grund av den adderade höjden från gräset, så på endast hårdgjorda ytor blir RMS-värdet från snedbildsflygningen noterbart lägre än RMS-värdet från lodbildsflygningen. / The technology of Unmanned Aerial Systems (UAS) has gained popularity as atool for mapping and modeling applications in recent years. This is mainly dueto the technological developments that have largely automated the process ofproducing digital elevation models (DEMs) and orthophotos. This study investigates the factors that effect the height uncertainty in anelevation model that is produced with data collected with a NRTK-UAS(Network Real-Time Kinematic UAS). We also evaluate two differentscenarios i.e. how the uncertainty is affected by using only NRTK-UAS andthe effect of adding ground control points (GCPs) to NRTK-UAS. It is alsoinvestigated how the flying height and using oblique images affect the DEMuncertainty. This will be assessed by comparing two flights i.e. by capturingnadiral and oblique images. The oblique images were captured at a 60° angle. The study was realised with help from the surveying engineer of Falunmunicipality, who maneuvered the UAS. The study area was around three anda half ha and consisted mainly of park. To be able to test differentgeoreferencing methods GCP:s were surveyed, as well as control profiles thatserved as a reference for investigating the uncertainty of the elevation model.There were totally 3 different flying methods tested: 100 m with nadiralorientation, 50 m with nadiral orientation and 50 m with oblige orientation. The acquired data was processed in the software Agisoft Metashape, where itwas georeferenced with different above-mentioned methods. To be able toexamine which impact GCP has on the uncertainty, five different sets withdifferent number of GCP were made with the photos captured from 100 mflying height. The RMS value varied from 0,060 m for NRTK+1 GCP whichhad the lowest RMS value to 0,068 m for NRTK+2 GCP which had the highest RMS value. We used the combination of NRTK-UAS and GCPs for testing the impact offlying height on the uncertainty. The flying heights 100 m and 50 m wascompared. A decrease of the uncertainty was observed when the flying heightwas 50 m instead of 100 m. Our results show that the RMS-value increased from 0,014 m to 0,017 musing nadiral and oblique images, respectively. The difference is too small tobe able to draw a conclusion. The results for the oblique images improvedwhen only hard surfaces such as asphalt, concrete etc. were observed.