Framtagandet av byggnadsinformationsmodeller (BIM) sker på många olika sätt och blir allt vanligare i dagens samhälle. I dagsläget sker datainsamlingen för att skapa en BIM med hjälp av terrester och flygburen laserskanning vilket gör det till en dyr och tidskrävande process. Denna studie syftar till att undersöka noggrannheten och precisionen i Apples LiDAR-sensor, samt undersöka hur enkelt det är för en mjukvara som automatiskt modellerar BIM att urskilja objekt ur ett punktmoln skannat med LiDAR-sensorn. För att uppnå detta har en friggebod skannats in sju gånger med en iPhone 13 Pro Max samt en gång med en terrester laserskanner P50 från Leica. Längder har beräknats i punktmolnen mellan måltavlor som placerats på friggeboden och avvikelser har beräknats mellan dessa längder där längderna i P50 punktmolnet varit referens. Utifrån dessa avvikelser har medeltal, standardosäkerhet, medeltalets standardosäkerhet, Root Mean Square (RMS) och skevhet beräknats. IPhone punktmolnen passades in på P50 punktmolnet med hjälp av funktionen ”best-fit registration” i mjukvaran Leica Cyclone 3DR för att studera hur stora avvikelser som uppkommer. Båda punktmolnen modellerades i mjukvaran Faramoon där skillnaderna i objektens geometriska egenskaper har jämförts med varandra. Analysen av längdavvikelser resulterade i att längderna mätta i samtliga iPhone punktmoln är positivt förskjutna relativt längderna i P50 punktmolnet. Skevhetsmåttet för samtliga punktmoln var negativt. RMS-värdet och standardosäkerheten för längdavvikelserna varierade med mer än en decimeter mellan punktmolnen. Standardosäkerheten varierade mellan 0,071 meter och 0,173 meter och RMS-värdet varierade mellan 0,082 meter och 0,184 meter. Resultatet av inpassningen med iPhone punktmolnen på P50 punktmolnet var även det varierande, på grund av att fördelningen av avvikelserna varierade mellan punktmolnen. Resultatet av modelleringen av BIM i Faramoon resulterade i att mjukvaran har svårt att modellera en BIM utifrån iPhone punktmolnen och att skillnaden i geometriska egenskaper uppgår till meternivå. Studien visar att noggrannheten och precisionen i Apple LiDAR-sensor är varierande mellan olika skanningar men uteslutande på decimeternivå. Vilket gör att det inte rekommenderas att använda sensorn för mättekniska ändamål eller för automatiskt skapande av BIM. Sensorn kan istället användas för visuella tillämpningar, exempelvis till att skapa 3D modeller med hög osäkerhet. / The development of building information models (BIM) is becoming increasingly common in today’s society. At present, data collection to create a BIM is performed by using terrestrial and airborne laser scanning with a high resolution and almost mm uncertainty, which makes it an expensive and time-consuming process. This study aims to investigate the accuracy and precision of Apple's LiDAR- sensor and explore how well a software that automatically models BIM can distinguish objects from a point cloud scanned with the LiDAR-sensor. To achieve this, a garden shed has been scanned seven times with an iPhone 13 Pro Max and once with the terrestrial laser scanner P50 from Leica. Lengths have been calculated in the point clouds between targets placed on the garden shed and deviations have been calculated between these lengths where the lengths in the P50 point cloud have been used as reference. Based on these deviations, the mean, standard uncertainty, standard uncertainty of the mean, the Root Mean Square (RMS) and skewness have been calculated. The iPhone point cloud was fitted to the P50 point cloud using the “best fit registration” function in the software Leica Cyclone 3DR to study how similar the iPhone point cloud is to the P50 point cloud. Both point clouds were modelled using a scan-to-BIM software i.e., Faramoon software, where the differences in the geometric properties of the objects have been compared with each other. The analysis of length deviations resulted in the lengths measured in all iPhone point clouds being shifted in the positive direction around the lengths in the P50 point cloud. The skewness for all point clouds was negative. The RMS value and the standard uncertainty for the length deviations varied by more than one decimetre. The standard uncertainty varies between 0.071 meters to 0.173 meters and the RMS value varies between 0.082 meters and 0.184 meters. The result of the alignment with the iPhone point clouds on the P50 point cloud was variable as the distribution of deviations between the point clouds were different. The result of the modelling of BIM in Faramoon resulted in that the software has it difficult to model a BIM based on the iPhone point clouds and that the difference in geometric properties between iPhone and P50 were up to meter level. The study shows that the accuracy and precision of the Apple LiDAR-sensor vary between different scans but exclusively at the decimetre level. This means that it is not recommended to use the sensor for geodetic purposes or for the automatic creation of BIM. However, the Apple LiDAR-sensor can be used for visualizations of, for example, 3D models with high uncertainty.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:hig-39244 |
| Date | January 2022 |
| Creators | Dalhammer, Hugo, Jensen, Erik |
| Publisher | Högskolan i Gävle, Samhällsbyggnad |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 1.5558 seconds