VBN - Aalborg Universitet
VBN - Aalborg Universitet
VBN - Aalborg Universitet
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Udarbejdet af: Anders Haugaard Thomsen, Carsten Bundgaard,<br />
Nadja Kabkizan og Tina Sørensen<br />
Landinspektøruddannelsens 8. semester Measurement Science<br />
<strong>Aalborg</strong> <strong>Universitet</strong>
Titel: 3D anblok sammenknytning<br />
af laserscanningsdata<br />
Tema: Sensor- og dataintegration<br />
Projektperiode: 4. feb. - 12. jun. 2008<br />
Institut for Samfundsudvikling<br />
og Planlægning<br />
<strong>Aalborg</strong> <strong>Universitet</strong><br />
Fibigerstræde 11-13<br />
9220 <strong>Aalborg</strong> Øst<br />
Danmark<br />
Tlf: 9635 8080<br />
Landinspektøruddannelsens<br />
8. semester<br />
Projektgruppe: L8MS-03 Synopsis:<br />
Deltagere:<br />
Projektet omhandler sammenknytning af<br />
flere end to laserscanningspunktskyer. Når<br />
__________________________<br />
der skal sammenknyttes punktskyer bliver<br />
der traditionelt kun knyttet to punktskyer<br />
Anders Haugaard Thomsen<br />
sammen ad gangen. Dette kan resultere i<br />
gab når mange punktskyer sammenknyttes.<br />
Projektet beskriver, hvordan der ved hjælp<br />
__________________________<br />
Carsten Bundgaard Jacobsen<br />
af anblok kan foretages én samlet sammenknytning,<br />
hvor der udjævnes på alle observationer.<br />
I projektet behandles et forsøg, hvor der<br />
__________________________<br />
sammenknyttes tre punktskyer ved hjælp af<br />
et anblok program, som er fremstillet af<br />
Nadja Sarah Kabkizan<br />
projektgruppen.<br />
Inden de tre punktskyer indsamles er der<br />
beregnet hvordan forskellige forhold ind-<br />
__________________________<br />
Tina Sørensen<br />
virker på sammenknytningen. Beregningerne<br />
er foretaget i Testnet, hvor der er beregnet<br />
konfidensellipser for punkterne ved<br />
forskellige situationer, hvor der ændres på<br />
geometrien mellem punkterne og antallet af<br />
overbestemmelser.<br />
Hovedvejleder:<br />
Slutteligt vurderes der på, hvor godt<br />
punktskyerne bliver sammenknyttet når<br />
Peter Cederholm<br />
gruppens anblok anvendes. Dette gøres ved<br />
Bivejleder:<br />
at sammenligne resultaterne fra anblok med<br />
resultaterne fra traditionel sammenknytning<br />
Carsten Bech<br />
og sammenknytning i programmet Cyclone.<br />
Oplagstal: 7<br />
Sideantal: 84<br />
Bilagsantal og -art: 4 plus en bilags-CD<br />
Rapportens indhold er frit tilgængeligt, men offentliggørelse (med kildeangivelse) må kun ske efter aftale med forfatterne.
Titel: 3D anblok merging<br />
of laser scanning data<br />
Theme: Sensor and data integration<br />
Project unit: Feb. 4. - Jun.12. 2008<br />
Department of Development and Planning<br />
<strong>Aalborg</strong> University<br />
Fibigerstræde 11-13<br />
9220 <strong>Aalborg</strong> East<br />
Denmark<br />
Phone: 9635 8080<br />
The Chartered Surveyor Education<br />
8. semester<br />
Project group: L8MS-03 Abstract:<br />
Participants:<br />
This project is about merging two or more<br />
laser scanning point clouds. When point<br />
___________________________<br />
clouds are merged they are usually only<br />
merged two at the time. This can result in<br />
Anders Haugaard Thomsen<br />
gap, when many point clouds are merged.<br />
The project describes how it, by the means<br />
of anblok is possible, to carry out one<br />
___________________________<br />
Carsten Bundgaard Jacobsen<br />
merging, where the adjustment contains all<br />
observations.<br />
In the project an experiment is carried out.<br />
The experiment is to merge three point<br />
___________________________<br />
clouds by the means of an anblok program<br />
made by the project group.<br />
Nadja Sarah Kabkizan<br />
Calculations of the influence on the merging<br />
by different conditions are made before<br />
the three point clouds are gathered.<br />
___________________________<br />
Tina Sørensen<br />
The calculations are made in Testnet,<br />
where confidence ellipses for the points are<br />
calculated in different situations, where the<br />
geometry in between the points and the<br />
number of redundants, is changed.<br />
Finally an evaluation, on how well the<br />
Primary supervisor:<br />
point clouds are merged, when using the<br />
anblok, produced by the group, is made.<br />
Peter Cederholm<br />
This is made by comparing the results from<br />
Secondary Supervisor:<br />
the anblok with the results from the traditional<br />
merging and merging in the program<br />
Carsten Bech<br />
Cyclone.<br />
Number printed: 7<br />
Number of pages: 84<br />
Number and sort of appendixes: 4 plus appendix-CD<br />
The content of the report is available to everyone, but issuing (with source reference) may only take place in agreement with the authors
Forord<br />
Forord<br />
Indledning Forord<br />
Denne rapport er udarbejdet af projektgruppe 3, på landinspektøruddannelsens 8. semester. Semestret<br />
er en del af specialiseringen Measurement Science. Projektperioden løber fra 4. februar til 12.<br />
juni 2008. Temaet for semestret er ”Sensor- og dataintegration”.<br />
Læsevejledning<br />
Læsevejledning<br />
Projektet er delt op i tre dele:<br />
- Del 1 indeholder en foranalyse. Det initierende problem præsenteres, undersøges og besvares,<br />
for efterfølgende at kunne opstille problemformuleringen.<br />
- Del 2 er en behandling af teorien for 2D anblok, samt en omsætning af denne teori til 3D.<br />
Desuden beskrives det udviklede program i denne del. Endelig er teorien bag Testnet beskrevet<br />
i denne del. En del af problemformuleringen besvares i denne del.<br />
- Del 3 indeholder teoretiske forsøg, der søger at afdække sammenhængen mellem geometrien<br />
af fælles- og fikspunkter, overbestemmelser og disses påvirkninger af nøjagtigheden af<br />
transformationer. Endeligt udføres et praktisk forsøg, for at afprøve det udviklede program.<br />
Til sidst konkluderes på resultaterne af det praktiske forsøg, og resten af problemformuleringen<br />
besvares.<br />
Kilder i rapporten er angivet efter Harvard-metoden. Det vil sige, at kilder ser således ud: [Forfatters<br />
efternavn, udgivelsesår, eventuelt sidetal]. Har kilden flere forfattere, angives kun det første<br />
efternavn. Henvises til en hjemmeside, angives en forkortet webadresse. Står kilden før punktummet<br />
i en sætning, omfatter den kun sætningen. Står den efter, omfatter den hele afsnittet. Yderligere<br />
oplysninger om kilder kan findes i litteraturlisten bagerst i rapporten.<br />
Figurer og tabeller er nummeret fortløbende gennem rapporten.<br />
Appendiks og bilag er placeret bagerst i rapporten, samt på Bilags-CD. Appendiks og bilag er hver<br />
for sig fortløbende nummereret med et enkelt bogstav. Det vil sige at rækken starter med Appendiks<br />
A, og Bilag A. På Bilags-CD’en findes alle udviklede og anvendte MATLAB-scripts, samt input-<br />
og output-filer. Derudover kan og så rapporten, samt de udskrevne appendiks og bilag findes på<br />
Bilags-CD’en. En samlet indholdsfortegnelse for denne findes bagerst i rapporten.<br />
Rapporten er primært henvendt til personer med et vist kendskab til, og indblik i, landmåling og<br />
metoder hertil. Det er således en forudsætning for forståelsen af rapporten, at læseren som minimum<br />
har et fagligt niveau, svarende til landinspektøruddannelsens 6. semester.<br />
Tak Tak Tak til:<br />
til:<br />
I forbindelse med udarbejdelsen af projektet, vil projektgruppen gerne rette en tak til Niels Koefoed<br />
Nielsen, Rambøll Oil and Gas, for brug af billeder af opstilling af laserscanner, samt for input til projektets<br />
perspektivering.<br />
Side | 5
3D anblok sammenknytning af laserscanningsdata<br />
Indhold<br />
1 Indledning .......................................................................................................................................................................... 9<br />
2 Metode beskrivelse ..................................................................................................................................................... 11<br />
3 Foranalyse ...................................................................................................................................................................... 15<br />
3.1 Sammenknytning ............................................................................................................................................... 15<br />
3.2 Definitioner .......................................................................................................................................................... 16<br />
3.3 Nøjagtighed af sammenknytningen ............................................................................................................ 17<br />
Side | 6<br />
3.3.1 Antal og placering af targets i overlappet ml. punktskyer ...................................................... 17<br />
3.3.2 Højdevariation af targets ...................................................................................................................... 18<br />
3.3.3 Målepræcision med laserscanner ...................................................................................................... 19<br />
3.3.4 Nøjagtighed af targets ............................................................................................................................ 19<br />
3.3.5 Opsamling .................................................................................................................................................... 19<br />
3.4 Sammenknytning i Cyclone ........................................................................................................................... 19<br />
3.4.1 Cloud registration metoden ................................................................................................................. 20<br />
3.4.2 Registration metoden ............................................................................................................................. 20<br />
3.4.3 Opsamling .................................................................................................................................................... 20<br />
3.5 Overordnede teori bag transformation og anblok ............................................................................... 21<br />
3.5.1 Transformation ......................................................................................................................................... 22<br />
3.5.2 Anblok ........................................................................................................................................................... 24<br />
4 Problemformulering ................................................................................................................................................... 27<br />
4.1 Problemafgrænsning ........................................................................................................................................ 27<br />
5 Grundlæggende teori ................................................................................................................................................. 29<br />
5.1 Teori bag 3D anblok med tre modeller ..................................................................................................... 30<br />
5.1.1 Gennemgang af 2D anblok til fremskaffelse af foreløbige værdier ..................................... 30<br />
5.1.2 3D anblok ..................................................................................................................................................... 33<br />
5.1.3 Det udarbejdede program .................................................................................................................... 37<br />
5.2 Testnet .................................................................................................................................................................... 39<br />
5.2.1 Teori ............................................................................................................................................................... 40<br />
5.2.2 Variansfaktor kontra vægtmatrice .................................................................................................... 40<br />
5.2.3 Anvendelse .................................................................................................................................................. 42<br />
5.2.4 Konfidensellipser ..................................................................................................................................... 44<br />
5.2.5 Det udarbejdede program .................................................................................................................... 45<br />
6 Forsøg med anvendelse af anblok og Testnet .................................................................................................. 47
Indledning<br />
6.1 Indledende forsøg .............................................................................................................................................. 48<br />
6.1.1 Beregning af overbestemmelser ........................................................................................................ 48<br />
6.1.2 Test af betydningen af geometri og antallet af overbestemmelser ..................................... 50<br />
6.1.3 Opsamling ................................................................................................................................................... 66<br />
6.2 Planlægning af dataindsamling .................................................................................................................... 66<br />
6.2.1 Opbygning til dataindsamling ............................................................................................................. 67<br />
6.3 Dataindsamling ................................................................................................................................................... 70<br />
6.4 Databehandling .................................................................................................................................................. 71<br />
6.4.1 Totalstation ................................................................................................................................................ 71<br />
6.4.2 Laserscanner .............................................................................................................................................. 72<br />
6.4.3 Anblok programmet ................................................................................................................................ 72<br />
6.5 Vurdering .............................................................................................................................................................. 74<br />
7 Perspektivering ............................................................................................................................................................ 77<br />
7.1 Teknisk udvikling .............................................................................................................................................. 77<br />
7.2 Andre anvendelser ............................................................................................................................................ 78<br />
8 Konklusion ..................................................................................................................................................................... 81<br />
Side | 7
3D anblok sammenknytning af laserscanningsdata<br />
Side | 8
1 Indledning<br />
Indledning<br />
Temaet for dette semester er ”Sensor- og dataintegration”. Dette meget brede emne, giver mulighed<br />
for undersøgelse af mange problemstillinger. Herunder kan for eksempel nævnes kombination af<br />
GPS og INS, eller data-udtynding.<br />
Projektgruppen har tidligere arbejdet med terrestrisk laserscanning, og mener at dette er et område,<br />
hvor der fortsat er behov og muligheder for videreudvikling af metoder, der kan lette arbejdet<br />
med de ofte store mængder data, der indsamles med denne metode. Projektgruppen har derfor<br />
valgt at beskæftige sig med terrestrisk laserscanning, og i særdeleshed sammenknytning af laserscanningsdata<br />
herfra. En beskrivelse af teknikken bag terrestrisk laserscanning kan findes i Bilag A,<br />
bagerst i rapporten.<br />
Når der arbejdes med laserscanning, vil det ofte være nødvendigt, at scanne et objekt fra flere forskellige<br />
opstillinger. Det kan for eksempel være en hel bygning, eller et stort rørsystem, der skal<br />
scannes, hvor områdets udstrækning er for stort, eller der er objekter der står i laserscannerens<br />
synsfelt, hvilket gør det umuligt at nøjes med en enkelt scanning. I disse situationer er det nødvendigt<br />
at kunne sammenknytte de indsamlede data, så der kan arbejdes med en enkelt punktsky, i ét<br />
koordinatsystem.<br />
For at opbygge en baggrundsviden, og gøre projektgruppen i stand til at finde frem til en problemformulering,<br />
har projektgruppen opstillet følgende initierende problem:<br />
Initierende Initierende Initierende problem: problem: Hvilke principper og metoder anvendes til sammenknytning af laserscanningsdata?<br />
Dette spørgsmål søges besvaret gennem en foranalyse, der både beskriver hvad sammenknytning<br />
er, samt hvordan denne foretages. Desuden beskrives de forhold der er vigtige for nøjagtigheden af<br />
sammenknytningen.<br />
Side | 9
3D anblok sammenknytning af laserscanningsdata<br />
Side | 10
2 Metode beskrivelse<br />
Metode beskrivelse<br />
Dette kapitel skal beskrive den metode der er anvendt til problemløsningen. Kapitlet bygger på<br />
teorier om projektarbejde fra kompendiet ”Projektarbejdets teori og metode”, af Christian Aunsborg,<br />
<strong>Aalborg</strong> <strong>Universitet</strong> [Aunsborg, 1997].<br />
Formålet med at beskrive en metode for projektet er, at afklare og redegøre for, hvordan det formulerede<br />
problem skal løses. Det vil sige, hvordan det er tænkt, at nå frem til en konklusion. I metodebeskrivelsen<br />
er der fokus på, hvordan problemformuleringen og projektets enkelte dele hænger<br />
sammen. Projektarbejdet skal ses som en iterativ proces, hvor alle dele påvirker hinanden, og kan<br />
ændre hinanden, se Figur 1.<br />
Med brug af nogle problemløsningsværktøjer, der specifikt er rettet mod problemorienteret projektarbejde,<br />
kan projektets faglige indhold og metode bearbejdes.<br />
Det er således det problem som projektet søger at løse, der er bestemmende for indholdet af, og<br />
metoden for projektet. Den metodiske fremgang sætter projektets enkelte dele i forhold til hinanden.<br />
Der findes ikke en skræddersyet metode til problemorienteret projektarbejde. Metoden udarbejdes<br />
med udgangspunkt i det teoretiske problem (problemformulering). I kraft af metodefriheden er det<br />
en vigtig del af projektarbejdet, at redegøre for de metodiske overvejelser og valg.<br />
På trods af en høj grad af valgfrihed for, hvordan projektet kan opbygges, er der dog visse hovedelementer,<br />
som et problemorienteret projekt skal indeholde.<br />
En problemorienteret projektrapport består af fire elementer:<br />
• Problemformulering<br />
• Teori<br />
• Empiri<br />
• Svar/Konklusioner<br />
Disse ovenfor beskrevne elementer er forbundet til hinanden via forskellige former for analyser,<br />
der her indikeres med pile, se Figur 1.<br />
Side | 11
3D anblok sammenknytning af laserscanningsdata<br />
Figur Figur Figur 1: Disse Disse begreber, begreber, der der omfatter omfatter de de fire fire hovedelementer, hovedelementer, udgør udgør projektarbejdes projektarbejdes<br />
byggeklodser [Aunsborg [Aunsborg, [Aunsborg<br />
, 1997 1997] 1997<br />
Der er ikke er nogen fast rækkefølge af hovedelementerne. For eksempel kan der startes med et<br />
initierende problem, der fastlægger det problemfelt projektet skal bevæge sig indenfor. Via empirisk<br />
arbejde kan der foretages forskellige undersøgelser i henhold til problemet for derigennem at<br />
opnå en basis viden omkring problemfeltet. Herefter vil projektgruppen være i stand til, med den<br />
opnåede viden, at vende tilbage til problemformuleringen og tilpasse denne i forhold til det videre<br />
projektarbejde. Ved hjælp af teoretisk fremgang bliver det muligt, at nå frem til nogle foreløbige<br />
resultater eller delkonklusioner. Disse kan så efterfølgende afprøves empirisk, og så videre. [Aunsborg,<br />
1997]<br />
Problemformulering<br />
Problemformulering<br />
Problemformuleringen er projektets kernepunkt, som projektet kommer til at hvile på. En velovervejet<br />
problemformulering er af afgørende betydning., idet denne er med til at give en fælles forståelse<br />
af, hvad målet med projektarbejdet er og derved sikre sammenhængen i et projekt, der udarbejdes<br />
af forskellige personer.<br />
I forbindelse med optakten til formuleringen af et problem, skal der forinden, som minimum, beskrives<br />
en række forhold. Først og fremmest skal der introduceres til det emne, som problemet<br />
kommer til at udspringe af. Derudover skal der foreligge en problembeskrivelse, der tydeligt præciserer,<br />
hvori problemet består. Yderligere må der gives en afklaring af de delproblemer, som problemet<br />
eventuelt kommer til at bestå af.<br />
Teori Teori<br />
Teori<br />
Teorier rummer forståelser af virkeligheden. I et problemorienteret projekt går arbejdet ud på at<br />
finde frem til en teori, der løser problemet.<br />
Det må undersøges om de eksisterende teorier vedrørende emnet, helt eller delvist kan være med<br />
til at løse projektets problem. Findes der ikke nogen anvendelige teorier kan det blive nødvendigt,<br />
selv at opstille nogle forklaringer fra bunden.<br />
Side | 12
Metode beskrivelse<br />
Empiri<br />
Empiri<br />
Empiri, det vil sige dataindsamling og -bearbejdning med henblik på, at opnå et større kendskab til<br />
en del af virkeligheden. I modsætning til de tre øvrige hovedelementer har det empiriske arbejde<br />
ikke noget selvstændigt formål eller nogen selvstændig berettigelse i forhold til det problemorienterede<br />
arbejde. Empirien adskiller sig grundlæggende fra de andre elementer, idet den ikke befinder<br />
sig på et teoretisk plan. Resultatet af det empiriske arbejde er ikke interessant i sig selv. Først<br />
når det bliver bearbejdet og sat i forhold til den viden og forståelse, der er skabt omkring det problem,<br />
der er undersøgt gennem projektet, bliver det interessant.<br />
Svar Svar/Konklusioner<br />
Svar /Konklusioner<br />
Det er gennem svar og konklusioner, at hovedlinjerne i projektet trækkes op, og hovedresultaterne<br />
præsenteres.<br />
Konklusionen skal afspejle den viden, der er opnået via projektarbejdet, samt de eventuelle begrænsninger<br />
som resultaterne må være underlagt.<br />
Når projektrapporten læses skal det i princippet kun være nødvendigt at læse problemformuleringen<br />
og konklusionen. Via problemformuleringen præsenteres, og præciseres hvilket problem, projektet<br />
har til formål at løse, og i konklusionen præsenteres den efterlyste viden.<br />
Metoden Metoden Metoden frem frem til til problemformulering<br />
problemformulering<br />
Den anvendte metode i projektet er i hovedtræk bygget<br />
op på samme måde, som den metodestruktur der er<br />
præciseret ovenfor. Dette afsnit skal vise strukturen af<br />
projektet frem til problemformuleringen med udgangspunkt<br />
i projektets baggrund og initierende problem.<br />
Strukturdiagrammet giver på illustrativ vis overblik<br />
over relationen mellem de afsnit der er bearbejdet frem<br />
til problemformuleringen.<br />
Det initierende problem er en løs problemformulering,<br />
der udspringer af projektgruppens interesse for at arbejde<br />
med laserscanning. Herunder er det især den gren<br />
af laserscanning, der har med sammenknytning af<br />
punktskyer at gøre.<br />
Foranalysen belyser det initierende problem gennem<br />
forskellige analyser. Herigennem kommer projektgruppen<br />
afslutningsvis frem til et problem inden for det emnefelt,<br />
der udgøres af det initierende problem. Analyserne<br />
går i dybden først og fremmest med principperne<br />
bag sammenknytning og de forhold der har betydning<br />
for kvaliteten af disse. Dernæst undersøges de forskelli-<br />
Figur Figur 2: : Projektstruktur Projektstruktur frem frem til til problemformul<br />
problemformule-<br />
problemformul e<br />
ring<br />
ring<br />
Side | 13
3D anblok sammenknytning af laserscanningsdata<br />
ge metoder der anvendes når der skal sammenknyttes. Formålet med disse analyser er, at frembringe<br />
en viden, der gør projektgruppen i stand til at opstille en egentlig problemformulering, som<br />
ønskes besvaret gennem resten af projektet.<br />
Side | 14
3 Foranalyse<br />
Foranalyse<br />
Denne foranalyse skal fastlægge hvilke principper og metoder, der anvendes til sammenknytning af<br />
laserscanningsdata. Dette gøres for at opbygge en baggrundsviden, og eventuelt finde problemer, så<br />
der kan opstilles en problemformulering. I foranalysen beskrives, hvad der forstås ved en sammenknytning<br />
og hvorfor en sådan udføres. Derudover beskrives kort hvilke forhold, der har indflydelse<br />
på kvaliteten af sammenknytningen og der ses på hvordan sammenknytning udføres i praksis, i<br />
programmet Cyclone. Afslutningsvis behandles den overordnede teori bag transformation og anblok.<br />
3.1 Sammenknytning<br />
Når der opmåles to punktskyer med laserscanner, er disse i hver deres koordinatsystem, hvor laserscanneren<br />
definerer origo i systemerne. Teoretisk set kan disse to punktskyer, som er scannet<br />
fra hver sin opstilling, godt være i det samme koordinatsystem, eksempelvis hvis laserscanneren<br />
køres på nogle skinner, således at laserscanneren forskydes kontrolleret i x- og y-retning. Med dette<br />
menes, at laserscanneren på den måde flyttes en bestemt afstand i x- og y-retning, men hvor orienteringen<br />
af scanneren stadig er den samme. Herudfra er det muligt at overføre punktskyerne til det<br />
samme koordinatsystem. Dette er et teoretisk eksempel, da disse flytninger er umulige at udføre i<br />
praksis inden for den nøjagtighed som scanneren måler med. Det er derfor nødvendigt at knytte<br />
punktskyerne sammen på en anden måde, for at få dem i det samme koordinatsystem. En anden<br />
måde er ved at transformere dem sammen, ved hjælp af fællespunkter.<br />
Ved en transformation mellem to punktskyer sker der en sammenknytning, hvor den ene punktsky<br />
tilpasses den anden eller der sker en tilpasning af begge. Det vil sige, at på baggrund af nogle foruddefinerede<br />
fællespunkter, kan den ene punktsky for eksempel enten flyttes, drejes eller skaleres.<br />
Flytning og drejning kan ske i alle tre akseretninger. Udføres en skalering (målestoksændring),<br />
øges eller formindskes målforholdet i punktskyen (datasættet). Disse ændringer af data, kan kombineres<br />
på flere forskellige måder, en eller flere flytninger, sammen med en eller flere drejninger,<br />
samt en skalering. Disse kombinationer giver forskellige egenskaber ved transformationerne. Da<br />
der i landmåling oftest arbejdes med vinkelrette koordinatsystemer, er det mest interessante at se<br />
på, de konforme (vinkelbevarende) transformationer.<br />
Derfor ses på en kendt transformation, nemlig den såkaldte Helmert transformation, der er udviklet<br />
af den tyske geodæt Friedrich Robert Helmert, der netop har den egenskab, at den er konform. En<br />
Helmert transformation består af fire parametre, to flytninger, en drejning og en skalering, og benyttes<br />
mellem to plane koordinatsystemer. Dette kaldes en 2D Helmert transformation. Der findes<br />
også en udvidet udgave af Helmert transformationen. Denne består af syv parametre, tre flytninger,<br />
tre drejninger og en skalering. Dette kaldes en 3D Helmert transformation [www2.imm.dtu.dk].<br />
Idet laserscanningsdata består af 3D koordinater, vil der i dette projekt blive fokuseret på 3D Helmert,<br />
da der så kan arbejdes med en konform transformation, der kan håndtere 3D koordinater.<br />
Der arbejdes således med alle syv parametre. Det kan senere overvejes om nogle af disse parametre<br />
kan sorteres fra.<br />
Side | 15
3D anblok sammenknytning af laserscanningsdata<br />
For at kunne sammenknytte data, skal placeringen af fællespunkter tilrettelægges, hvad enten det<br />
drejer sig om standardtargets eller objekter, der egner sig til brug som targets, således at de kan<br />
scannes fra flere opstillinger. Kan fællespunkter ikke scannes fra alle opstillinger, må det sikres, at<br />
der fra alle opstillinger, er udsyn til mindst tre fællespunkter med en god indbyrdes geometri, af<br />
hensyn til sammenknytningen. På baggrund af disse targets, beregnes transformationsparametrene.<br />
Når parametrene er beregnet, kan punktskyerne transformeres, så de er samlet i én punktsky.<br />
Ønskes punktskyen refereret i et koordinatsystem defineret af fikspunkter, skal der foretages en<br />
opmåling af de targets, der fungerer som fikspunkter.<br />
Sammenknytning af punktskyer er nødvendig i de situationer, hvor en opmåling ikke kan klares<br />
med en enkelt opstilling. Det kan for eksempel være scanning rundt om en bygning, hvor hele bygningen<br />
scannes fra flere sider, eller situationer, hvor der er objekter, der skygger for laserstrålen.<br />
Der findes således mange forskellige opmålingsopgaver, hvor det vil være nødvendigt at scanne fra<br />
flere vinkler, og senere sammenknytte data. Disse punktskyer skal sammenknyttes for at der kan<br />
arbejdes i en samlet punktsky.<br />
3.2 Definitioner<br />
Inden der arbejdes videre med sammenknytning er der nogle forskellige begreber, der skal defineres.<br />
Disse begreber er vist i figuren nedenfor, som illustrerer to punktskyer, henholdsvis Model A og<br />
B. Laserscannerens opstillinger i disse modeller, er på figuren vist med . Fra disse er der målt til<br />
forskellige punkter.<br />
Side | 16<br />
Figur Figur 3: : Viser to punktskyer, som er henholdsvis Model A og B, B, hvo hvorfra hvo rfra der er målt til forskellige forskellige punkter<br />
I forbindelse med sammenknytning tales der om fællespunkter, som er punkter der måles fra to<br />
eller flere opstillinger. I Figur 3 er fællespunkter vist med . Yderligere tales der ved sammenknytning<br />
også om fikspunkter, som er punkter, der kan knytte punktskyerne op på et overordnet<br />
koordinatsystem. Dette overordnede koordinatsystem kan også være et af koordinatsystemerne fra<br />
en af opstillingerne med laserscanneren. Disse punkter er i figuren vist med og kan være målt fra
Foranalyse<br />
en eller flere opstillinger. Derudover tales der også om kontrolpunkter, som kan anvendes til kontrol<br />
af eksempelvis sammenknytningens nøjagtighed. Kontrolpunkter, som i figuren er vist med ,<br />
kan også være målt fra en eller flere opstillinger. Udover ovenstående punkter måles der også detailpunkter,<br />
som kun måles op fra en opstilling.<br />
For at opnå en god transformation mellem punktskyer er det dog påkrævet, at der er et vist overlap<br />
mellem punktskyerne. Dette overlap skal indeholde mindst tre og helst flere fællespunkter med en<br />
god indbyrdes geometri. Overlappet er afgrænset af laserscannerens rækkevidde. I dette projekt<br />
defineres overlap, i forbindelse med laserscanning, ved en 2D betragtning, som det areal der udspændes<br />
af fællespunkterne i XY-planet. I Figur 3 er overlappet defineret som .<br />
3.3 Nøjagtighed af sammenknytningen<br />
Som tidligere beskrevet er det ofte nødvendigt at sammenknytte data, når der arbejdes med laserscanning.<br />
Det er i den forbindelse vigtigt at være opmærksom på, at der er flere forhold, der har<br />
indflydelse på nøjagtigheden af sammenknytningen. Af vigtige forhold kan nævnes:<br />
• Antal og placering af targets i overlappet mellem punktskyer<br />
• Højdevariation af targets<br />
• Målepræcision med laserscanner<br />
• Nøjagtighed af targets<br />
Disse punkter beskrives nedenfor.<br />
3.3.1 Antal og placering af targets i overlappet ml. punktskyer<br />
I forbindelse med sammenknytning af flere scanninger, er antallet af targets vigtig for opnåelse af<br />
en god sammenknytning mellem de forskellige scan. Ved en god sammenknytning forstås, at der<br />
kan opnås en størrelse på residualerne, der svarer til nøjagtigheden på observationerne, forudsat at<br />
der med antallet af fællespunkter opnås et fornuftigt antal overbestemmelser. En 3D Helmert transformation<br />
med målestoksændring mellem to scanninger kræver løsning af syv ubekendte, hvilket<br />
gør det nødvendigt, at benytte minimum tre targets. Anvendes der kun tre targets, kan det dog ikke<br />
kontrolleres om transformationen har været påvirket af grove fejl. Anvendelse af et ekstra target vil<br />
dette give den overbestemmelse, der er nødvendig for at finde grove fejl.<br />
Placering af targets i overlappet af de scan, der skal sammenknyttes, har ligeledes betydning for<br />
den nøjagtighed, der kan opnås for detailpunkterne. Når transformationen indeholder rotation og<br />
skala, som tilfældet er her, må fællespunkter ikke ligge isoleret i forhold til de øvrige fællespunkter.<br />
Dette skyldes, at grove fejl i disse punkter vil skjules af netop disse transformationsparametre, se<br />
Bilag B. Yderligere forklaring af dette, kan findes i Bilag B.<br />
Det er muligt ved hjælp af fejlteori, at beregne detailpunkternes nøjagtighed, inden scanningen foretages.<br />
Dette gøres ved test af forskellige konstellationer af targets. Den indbyrdes placering af<br />
targets i forhold til hinanden, og i forhold til opstillingen kan ændre på den samlede nøjagtighed af<br />
Side | 17
3D anblok sammenknytning af laserscanningsdata<br />
detailpunkterne. Det er kendt fra almindelig landmålingspraksis, at nøjagtigheden på de objekter<br />
der ønskes indmålt bliver bedre når disse befinder sig inden for den polygon, der udspændes af<br />
fikspunkterne, som samtidig skal have indbyrdes god geometri. Figur 4 er lavet i programmet TMK,<br />
og illustrerer effekten af opmåling inden for og uden for den polygon, der er udspændt af fikspunkterne,<br />
punkterne 1, 2, 3 og 4. Det kan ses i figuren, at punktet, der ligger inden for polygonen, har en<br />
mindre konfidensellipse, end punktet, der ligger udenfor. Punktet indenfor er altså bedre bestemt,<br />
end punktet udenfor. Grundet dette skal fikspunkterne ikke placeres for tæt på hinanden, men fordeles<br />
jævnt så de omkranser det område, der ønskes opmålt.<br />
Side | 18<br />
Figur Figur 4: : Viser effekten af opmåling opmåling inden og uden for polygonen udspændt af fikspunkterne<br />
fikspunkterne<br />
Størrelsen af overlappet mellem punktskyerne, har også betydning for resultatet af sammenknytningen.<br />
Da sammenknytningen bliver bedst, jo mere spredt fællespunkterne er i overlappet, er det<br />
klart, at jo større overlap jo bedre mulighed for fordeling af dem.<br />
3.3.2 Højdevariation af targets<br />
Udover en god geometri i planen er det også vigtigt, at der er højdevariation i de anvendte targets,<br />
så der også opnås en god højde bestemmelse ved transformationen.
Foranalyse<br />
3.3.3 Målepræcision med laserscanner<br />
Den præcision scanneren kan scanne targets med, påvirker også resultatet af sammenknytningen.<br />
Jo større tilfældige fejl, der er på koordinaterne til de anvendte targets, jo større fejl bliver der på<br />
resultatet af sammenknytningen. Laserens indfaldsvinkel, farven samt mængden af lys på targets<br />
har derfor også indflydelse på den præcision targets kan indmåles med.<br />
3.3.4 Nøjagtighed af targets<br />
Det er blandt andet nøjagtigheden af de targets, der indgår som fikspunkter og deres indbyrdes<br />
geometri, der er bestemmende for, hvor nøjagtigt opstillingspunktet bestemmes. I dag anvendes<br />
laserscanneren hovedsageligt til tekniske målinger, af eksempelvis rørledninger, samt as-built kontrolmålinger,<br />
der anvendes ved dokumentation. På baggrund heraf anvendes der kun fikspunkter,<br />
som defineres i et lokalt koordinatsystem. Nøjagtigheden af fikspunkterne afhænger derfor kun af<br />
overbestemmelser og målepræcisionen.<br />
3.3.5 Opsamling<br />
Der er således flere forhold, der har indflydelse på den nøjagtighed, der kan opnås ved sammenknytning<br />
af flere scan:<br />
• Antallet af fællespunkter i overlappet mellem punktskyer<br />
• Indbyrdes placering af fælles- og fikspunkter i forhold til hinanden<br />
• Højdevariation af targets<br />
• Målepræcision med laserscanner<br />
• Nøjagtigheden af targets<br />
Det er nødvendigt at have så mange fællespunkter mellem punktskyerne, at sammenknytningen er<br />
overbestemt, så grove fejl kan afsløres. Desuden skal fællespunkter og fikspunkter placeres, så der<br />
er god geometri i opstillingen. Det vil sige, at fællespunkterne spredes så meget som muligt, så de<br />
ikke står i en klump, og fikspunkterne placeres, så de omkranser de objekter der skal indmåles.<br />
Størrelsen af overlappet har betydning for, hvor spredt fællespunkterne kan placeres. Overlappet<br />
skal afpasses efter opgavens omfang og karakter. Det er vigtigt at både fælles- og fikspunkter er<br />
varierede i højden, for at sikre god højdegeometri. Endeligt påvirker den nøjagtighed targets bliver<br />
indmålt med, samtlige detailpunkter, så denne nøjagtighed skal opfylde kravene til opgaven. Målepræcisionen<br />
har endvidere betydning for sammenknytningsresultatet.<br />
3.4 Sammenknytning i Cyclone<br />
Der findes forskelligt software til håndtering og behandling af laserscanningsdata. Projektgruppen<br />
har tidligere arbejdet med programmet Cyclone 5.4 fra Leica. Det er dette program, samt laserscanneren<br />
HDS 3000, projektgruppen har til rådighed på <strong>Aalborg</strong> <strong>Universitet</strong>. Derfor vil den følgende<br />
beskrivelse tage udgangspunkt i dette system.<br />
Side | 19
3D anblok sammenknytning af laserscanningsdata<br />
Laserscanneren HDS 3000 styres gennem programmet Cyclone, som udover selve opmålingen giver<br />
mulighed for at visualisere, navigere, måle og modellere i de indsamlede data. Inden scanningen<br />
påbegyndes oprettes et ”Project”. Herunder defineres et ”ScanWorld”, som vil indeholde de indsamlede<br />
data fra en scanning. Hvert enkelt ”ScanWorld” har sit eget koordinatsystem, med origo i midten<br />
af selve scanneren, og x-aksen i scannerens udgangsretning. Ved hver scanning, tildeles targets<br />
et selvvalgt punkt-ID. Targets der scannes fra flere opstillinger, tildeles i de følgende scanninger<br />
samme punkt-ID som tidligere, hvilket er en manuel procedure. Disse targets anvendes ved en senere<br />
sammenknytning af to eller flere punktskyer.<br />
Herunder beskrives de to metoder, der anvendes til sammenknytning af punktskyer i Cyclone.<br />
Punktskyer kan sammenknyttes med metoden ”Cloud Registration”, der alene foregår ved, at punkter<br />
direkte fra scanningen i overlappet mellem to scanninger anvendes til at orientere punktskyerne<br />
i forhold til hinanden. Derudover kan sammenknytningen foretages ved hjælp af veldefinerede<br />
punkter, såsom targets og modellerede objekter, kaldet ”Registration”. Den sidste metode anses for<br />
at være den mest anvendte.<br />
3.4.1 Cloud registration metoden<br />
Som nævnt tidligere kan punktskyer sammenknyttes uden brug af targets ved hjælp af ”Cloud Registration”.<br />
Denne metode er en brugerdefineret sammenknytning mellem to ScanWorlds, hvor der<br />
i overlappet mellem to punktskyer vælges tre eller flere punkter, der ligger på let genkendelige<br />
objekter. Disse punkter benyttes til sammenknytning. Når disse sammenknytningspunkter er valgt,<br />
foretages sammenknytningen på samme måde som ved sammenknytning med targets, men det er<br />
uklart, hvad der præcist sker i programmet.<br />
3.4.2 Registration metoden<br />
Sammenknytning ved hjælp af veldefinerede punkter, udføres i Cyclone med funktionen ”Registration”,<br />
som tillader at sammenknytte forskellige ScanWorlds til et koordinatsystem. Sammenknytningen<br />
foretages på baggrund af de targets, eller modellerede objekter, der er fælles for de forskellige<br />
ScanWorlds. Når fællespunkterne er identificeret, beregnes ifølge manualen til Cyclone et samlet<br />
sæt optimale transformationsparametre for hver ScanWorld, således at de sammenknyttede<br />
punktskyer er tilpasset så tæt på hinanden som muligt i det endelige ScanWorld [Leica, s. 40-53].<br />
Efter en gennemført sammenknytning, fremkommer der en oversigt over resultatet af sammenknytningen.<br />
I tilfælde af for store fejl, er der mulighed for, at foretage ændringer i sammenknytningen,<br />
som for eksempel at slette eller reducere indflydelsen af de anvendte fællespunkter til sammenknytning.<br />
En nedvægtning bør dog kun anvendes, hvis der er grund til at tro, at et eller flere<br />
fællespunkter er dårligere målt end andre fællespunkter.<br />
3.4.3 Opsamling<br />
I Cyclone kan der sammenknyttes flere punktskyer. Skal dette gøres på én gang, kræver det dog, at<br />
alle de punktskyer der ønskes sammenknyttet, har de samme fællespunkter. Da dette sjældent kan<br />
lade sig gøre, knyttes oftest to punktskyer sammen af gangen. Dette betyder, at når der sammen-<br />
Side | 20
Foranalyse<br />
knyttes punktskyer i Cyclone, sammenknyttes først to punktskyer, og derefter knyttes en ny<br />
punktsky på den samlede punktsky. På denne måde bliver der ikke taget hensyn til spændinger<br />
mellem fællespunkterne, og sammensættes punktskyer omkring for eksempel et hus, kan der være<br />
et stort gab mellem den første og den sidste punktsky [Pinholt, 2008, s. 45]. Det vil derfor være fornuftigt,<br />
hvis der skete en samlet udjævning af fælles- og fikspunkter.<br />
3.5 Overordnede teori bag transformation og<br />
anblok<br />
Som tidligere nævnt kan der forekomme mange situationer, hvor det er nødvendigt med to eller<br />
flere scanninger, når der måles med laserscanner. Derfor er det også vigtigt, at den sammenknytning,<br />
der foretages efterfølgende udføres bedst muligt. Foretages sammenknytningen ved hjælp af<br />
en samlet udjævning af alle fællespunkter, undgås gab mellem punktskyerne, og derved opnås det<br />
bedste resultat. Projektgruppen er blevet bekendt med, at dette kan gøres ved hjælp af metoden<br />
kaldet anblok. Der er på denne baggrund basis for at udvikle et program, der kan sammenknytte<br />
punktskyer ved hjælp af denne metode, til forskel fra Cyclone.<br />
Dette afsnit skal derfor klarlægge begrebet anblok. Anblok er en metode, hvorved alle observationer<br />
indgår i en samlet udjævning for at finde frem til transformationsparametre, der anvendes ved<br />
sammenknytning af modeller. Ved laserscanning består observationer af koordinater. Anblok er<br />
udviklet til at sammenknytte flere flybilleder, som kan anvendes til fotogrammetriske produkter.<br />
Metoden anvendes til at sammenknytte modeller ved hjælp af sammenknytningspunkter/fællespunkter,<br />
der forekommer i to eller flere modeller, samt paspunkter/fikspunkter, der<br />
knytter alle modellerne til et overordnet koordinatsystem, se Figur 5.<br />
Figur Figur 5: : : Anblok Anblok sammenknytter her otte otte otte modeller modeller ved ved hjælp hjælp af af sammenknytningspunkter sammenknytningspunkter og og paspunkter<br />
[Brande, Brande, 1993, 1993, s. s. 106 106] 106<br />
Anblok anvendes til at udføre transformationer, på flere modeller, samtidigt. Ideen med anblok er,<br />
at flere modeller kan knyttes sammen i et koordinatsystem uden at de alle sammen indeholder de<br />
samme fællespunkter. Fællespunkter skal stadig indeholdes i mindst to modeller. Dette gør, at anblok<br />
med fordel kan anvendes til at sammenknytte flere punktskyer (modeller) fra laserscanning, i<br />
situationer hvor alle fællespunkter ikke kan ses fra alle opstillinger. Anblok udføres for at beregne<br />
et sæt transformationsparametre til hver model, således at de kan transformeres ind i et fælles system.<br />
Derfor vil transformationer og anblok i det efterfølgende blive beskrevet, både skriftligt og<br />
billedligt.<br />
Side | 21
3D anblok sammenknytning af laserscanningsdata<br />
Transformationerne i 2D forklares ved hjælp af tre modeller, som kan være punktskyer fra en laserscanning.<br />
Model A<br />
Side | 22<br />
2 3<br />
1<br />
4<br />
Model B<br />
Model C<br />
Figur Figur 6: : De tre modeller som anvendes til at forklare principperne bag bag transformation<br />
transformation<br />
3.5.1 Transformation<br />
Når der i denne rapport omtales transformationer, tages der udgangspunkt i Helmert transformation.<br />
Det vil sige, at der i en 2D transformation kan foretages en rotation omkring z-aksen (φ), en<br />
skalering (k), som er gældende i både x- og y-retning, samt to translationer, en i x-retning (tx) og en<br />
i y-retning (ty). Dette afsnit skal forklare, hvad der sker ved en 2D Helmert transformation.<br />
Hvis Model B (X, Y) skal transformeres over i Model A (X’, Y’), bliver transformationsparametrene<br />
beregnet ved hjælp af følgende transformationsligning:<br />
⎡ X '⎤ ⎡cosϕ −sin<br />
ϕ ⎤ ⎡ X ⎤ ⎡tx⎤ ⎢ k<br />
Y '<br />
⎥ = ⎢ +<br />
sinϕ cosϕ<br />
⎥ ⎢<br />
Y<br />
⎥ ⎢<br />
ty<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
For at tydeliggøre hvordan transformationsparametrene har indflydelse på transformationen forklares<br />
de herunder. Drejningen φ og flytningerne tx og ty, der foretages for at transformere Model<br />
B over i Model A kan aflæses på Figur 8 herunder. Herudover kan der foretages en skalering k, som<br />
ikke er illustreret på Figur 8.<br />
1<br />
2<br />
4<br />
3<br />
2<br />
1<br />
3<br />
4
Foranalyse<br />
Figur Figur 7: : Viser Viser de de to to modeller modeller inden inden transformation transformation Figur Figur 8: : Viser Viser drejningen drejningen og og og de de to to flytninger flytninger fra fra Model Model B<br />
B<br />
(grøn) (grøn) til til Model Model Model A A (rød)<br />
(rød)<br />
Figur Figur 9: : : Viser Viser de de to to modeller modeller efter efter transformation<br />
transformation<br />
Transformationer kan ligeledes udføres i et tredimensionalt koordinatsystem, hvor der kan forekomme<br />
drejninger omkring tre akser, disse drejninger er, ω omkring x-aksen, φ omkring y-aksen<br />
og κ omkring z-aksen. Der er ligeledes tre translationer tx, ty og tz. Skaleringen k påvirker alle tre<br />
akser. I projektet arbejdes der med 3D transformationer, hvor akserne er meddrejede, det vil sige<br />
at når der drejes om 2. og 3. akse, drejes der om de allerede drejede akser. Transformationsligningerne,<br />
der fremkommer når akserne drejer i følgende rækkefølge ω, φ, κ, er:<br />
⎡X '⎤<br />
⎡ cosϕ cosκ −cosϕ<br />
sinκ sinϕ<br />
⎤ ⎡ X ⎤ ⎡tx⎤ ⎢<br />
Y '<br />
⎥<br />
= k<br />
⎢<br />
sinω sinϕ cosκ + cosω sinκ − sinω sinϕ sinκ + cosω cosκ − sinω cosϕ<br />
⎥ ⎢<br />
Y<br />
⎥<br />
+<br />
⎢<br />
ty<br />
⎥<br />
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥<br />
⎢⎣ Z ' ⎥⎦ ⎢⎣ − cosω sinϕ cosκ + sinω sinκ cosω sinϕ sinκ + sinω cosκ cosω cosϕ<br />
⎥⎦<br />
⎢⎣ Z ⎥⎦ ⎢⎣ tz ⎥⎦<br />
Side | 23
3D anblok sammenknytning af laserscanningsdata<br />
3.5.2 Anblok<br />
Ved anblok transformeres flere modeller sammen, i et overordnet koordinatsystem, på én gang.<br />
Ved 2D anblok anvendes transformationsparametre på samme måde som ved 2D transformation,<br />
altså skal der beregnes værdier for φ, k, tx og ty, for hver model. Når anblok anvendes til at transformere<br />
modeller sammen, udjævnes alle observationer således at alle observationer har indflydelse<br />
på alle transformationer, også selvom der ikke nødvendigvis er en direkte sammenhæng mellem<br />
observationerne.<br />
I nedenstående figurer er vist, hvordan Model C transformeres over i det overordnede koordinatsystem,<br />
som her er Model A. Til hver model (Model B og Model C) udregnes et sæt transformationsparametre,<br />
som anvendes til at transformere modellerne ind i det overordnede koordinatsystem<br />
(Model A).<br />
Figur Figur 10 10: 10 : Viser Viser modellerne modellerne modellerne inden inden transformation transformation Figur Figur 11 11: 11 : Viser Viser drejningen drejningen og og flytningerne flytningerne fra fra Model Model C C (blå)<br />
(blå)<br />
til til Model Model A A (rød)<br />
(rød)<br />
Side | 24
Figur Figur 12 12: 12 : Viser Viser Viser de de de tre tre modeller modeller efter efter efter transformation<br />
transformation<br />
Foranalyse<br />
Anblok kan udføres i et tredimensionelt koordinatsystem. Her gælder det, ligesom for 3D transformation,<br />
at der tilføjes drejninger om x- og y-aksen sådan, at der fremkommer tre drejninger og at<br />
der tilføjes en translation i z-aksens retning. Dermed indeholder 3D anblok en skalering k, tre drejninger<br />
ω, φ og κ samt tre translationer tx, ty og tz, for hver model.<br />
Efter at have afsluttet foranalysen er det i det følgende kapitel muligt at opstille en problemformulering.<br />
Side | 25
3D anblok sammenknytning af laserscanningsdata<br />
Side | 26
4 Problemformulering<br />
Problemformulering<br />
Dette kapitel har til formål at præsentere projektets problemformulering, som har sit udspring i<br />
foregående kapitel. Efterfølgende vil der i kapitlet være en problemafgrænsning.<br />
Gennem kapitel 3 Foranalyse er projektgruppen blevet bekendt med, at den metode, der anvendes i<br />
Cyclone ikke kan sammenknytte flere punktskyer på én gang uden at disse skal have samme fællespunkter.<br />
Dette er dog sjældent tilfældet og punktskyerne skal derfor sammenknyttes parvist i programmet.<br />
Yderligere er projektgruppen, gennem foranalysen, blevet bekendt med en metode, anblok,<br />
som kan udføre en samlet udjævning af flere modeller på én gang, hvor der mellem modellerne<br />
kan være forskellige fællespunkter.<br />
Dette leder frem til problemformuleringen:<br />
Problemformulering: Problemformulering: Hvordan omsættes teorien bag 2D anblok til 3D, så teorien kan anvendes<br />
til sammenknytning af laserscannings-punktskyer?<br />
Underspørgsmål: Underspørgsmål: Hvad er den grundlæggende teori bag 3D anblok?<br />
Hvordan kan Testnet inddrages i forbindelse med anblok?<br />
Hvor gode resultater kan forventes ved brug af anblok? (Testnet)<br />
Hvordan stemmer resultaterne fra et praktisk forsøg overens med de<br />
forventede resultater?<br />
For at afgrænse problemområdet vil der i efterfølgende afsnit være en problemafgrænsning.<br />
4.1 Problemafgrænsning<br />
I problemformuleringen ønskes teorien bag 2D anblok anvendt til sammenknytning af punktskyer<br />
(modeller). For at afgrænse projektet vælges det, at der vil blive set på tre modeller i forbindelse<br />
med 3D anblok. Dette begrundes med, at anblok først bliver interessant når der sammenknyttes<br />
flere end to modeller. Da teorien er den samme, hvorvidt der sammenknyttes tre eller flere modeller,<br />
med den ændring at matricerne bliver større og mere omfattende jo flere modeller der inddrages,<br />
vælges det, at der gennem projektet vil blive arbejdet med anblok med inddragelse af tre modeller.<br />
Gennem kapitel 3 Foranalyse blev det konstateret, at 3D Helmert transformation er den mest hensigtsmæssige<br />
transformationsform at arbejde med, når det drejer sig om laserscanningsdata. Det<br />
kan dog diskuteres, hvorvidt alle syv parametre skal med i beregningerne eller om der blot skal<br />
anvendes seks parametre, så skalaen er udeladt. I forbindelse med opmåling i tilknytning til projektet<br />
vil det være det samme instrument, der scanner alle modellerne. Yderligere vil der kun blive<br />
scannet over korte afstande, hvor den afstandsafhængige fejl ikke vil få indflydelse. På baggrund<br />
heraf vil der ikke blive arbejdet med skalering i den resterende del af projektet.<br />
Side | 27
3D anblok sammenknytning af laserscanningsdata<br />
Det kan ligeledes diskuteres, hvorvidt drejningerne om x- og y-aksen skal med i beregningerne, da<br />
disse drejninger må antages at være små, da laserscanneren stilles op ved hjælp af en dåselibelle.<br />
Da dåselibellen har en nøjagtighed på 0,03 gon vil dette, med en vandret afstand på 100 meter,<br />
kunne medføre en fejl i højden på op til 5 centimeter. På baggrund heraf kan det konstateres, at<br />
selvom der stilles op ved hjælp af en dåselibelle med en god nøjagtighed, kan denne med lange afstande<br />
til de punkter, der skal indmåles, give højdefejl på centimeterniveau, som vil få betydning<br />
ved en sammenknytning. Ud fra denne antagelse af højdefejlen vælges det i den resterende del af<br />
projektet at medtage alle drejningerne. Det kan her nævnes, at hvis der senere er ønske om at videreudvikle<br />
anvendelse af anblok til også at omfatte terrestrisk laserscanning, hvor laserscanneren<br />
ikke nødvendigvis er opstillet ved hjælp af dåselibelle eller ved en dårlig opstilling, er alle drejningerne<br />
med, dog skal der overvejes hvordan der skaffes foreløbige værdier til drejningerne om x- og<br />
y-akserne.<br />
På baggrund heraf vil der i den resterende del af projektet blive arbejdet med 3D Helmert transformation<br />
med seks parametre, hvilke er tre drejninger og tre flytninger.<br />
Side | 28
5 Grundlæggende teori<br />
Grundlæggende teori<br />
Formålet med dette kapitel er at besvare de to underspørgsmål i problemformuleringen, som er<br />
følgende:<br />
• Hvad er den grundlæggende teori bag 3D anblok?<br />
• Hvordan kan Testnet inddrages i forbindelse med anblok?<br />
Gennem foranalysen blev det nævnt, at for at kunne kontrollere for grove fejl er det vigtigt at der er<br />
overbestemmelser når en transformation skal udføres. Når der ved en transformation eller anblok<br />
er overbestemmelser er det ikke muligt at løse transformationsligningerne direkte, men disse skal i<br />
stedet løses ved hjælp af udjævning, som kræver at der opstilles en A-matrice og en b-vektor.<br />
Besvarelsen af underspørgsmålene sker gennem to afsnit.<br />
Det første afsnit vil behandle den bagvedliggende teori<br />
bag 3D anblok med tre modeller. Gennem denne behandling<br />
vil der blive set på opbygningen af de forskellige matricer/vektorer<br />
til løsning af en samlet udjævning af tre<br />
modeller. Derudover vil der også blive set på, hvordan Amatricen<br />
kan udvides til også at omfatte andre punkter,<br />
der ikke nødvendigvis er fællespunkter eller fikspunkter.<br />
Figur Figur 13 13: 13 : Projektstruktur Projektstruktur i i Grundlæggende Grundlæggende teori<br />
teori<br />
For at have den grundlæggende teori på plads fra 2D transformation til 3D anblok er Appendiks A<br />
udarbejdet, hvor teorien bag transformationer både 2D og 3D samt teorien bag 2D og 3D anblok<br />
med både to og tre modeller præsenteres. Teorien i appendikset er baseret på Helmert transformation<br />
og er beskrevet med alle parametre for at få den grundlæggende teori på plads, det vil sige at<br />
der i 2D er fire transformationsparametre for og syv transformationsparametre for 3D. Yderligere<br />
er der i appendikset, fortløbende med teorien, gennemgået forskellige eksempler for at klarlægge<br />
teorien. Appendikset kan betragtes som en kogebog til beregning af anblok.<br />
Det andet afsnit i dette kapitel vil indeholde en behandling af den generelle teori bag Testnet, for<br />
derefter at være i stand til at anvende Testnet på 3D anblok med tre modeller. Efter denne behandling<br />
vil det være muligt at sige noget om nøjagtighederne af de punkter der indgår i den beregnede<br />
anblok. Derfor ses disse afsnit som en forudsætning for næste kapitel, hvor teorien bag anblok samt<br />
Testnet vil blive anvendt i et praktisk forsøg. I den forbindelse vil de resterende underspørgsmål til<br />
problemformuleringen blive besvaret.<br />
Gennem besvarelsen af de to første underspørgsmål i problemformuleringen vil programmet MAT-<br />
LAB blive anvendt som værktøj til afdækning af den bagvedliggende teori. Det udarbejdede program,<br />
som afdækker teorien, vil blive præsenteret i slutningen af de to afsnit.<br />
Side | 29
3D anblok sammenknytning af laserscanningsdata<br />
5.1 Teori bag 3D anblok med tre modeller<br />
I dette afsnit vil teorien bag 3D anblok med tre modeller blive præsenteret. Strukturen på afsnittet<br />
vil være først at klarlægge hvor mange parametre der skal med i anblok, for derefter at gennemgå<br />
den grundlæggende teori bag 3D anblok med tre modeller. Efterfølgende vil der blive set på, hvordan<br />
A-matricen i 3D anblok kan udvides til fordel for kontrolpunkter. Afslutningsvis vil det tilhørende<br />
program til 3D anblok, udarbejdet i MATLAB af projektgruppen, blive præsenteret, hvor der<br />
herunder vil blive set på, hvilke forudsætninger programmet bygger på.<br />
Teorien til anblok, der er anvendt i dette afsnit, kan ses i Bilag C.<br />
Inden teorien bag 3D anblok kan påbegyndes skal der beregnes nogle foreløbige værdier for de<br />
ubekendte parametre. Da flytningerne i transformationsligningerne er lineære udtryk kan disse<br />
løses med nul som foreløbig værdi. Derimod anvendes der i transformationsligningerne sinus og<br />
cosinus på drejningerne. Disse udtryk er ulineære og skal derfor lineariseres ved hjælp af Taylors<br />
rækkeudvikling. Da drejningerne stadig indgår i udtrykkene efter lineariseringen kræves der hertil<br />
foreløbige værdier for at finde løsningen. Drejningerne om x- og y-aksen betragtes som små, da<br />
laserscanneren stilles op efter en dåselibelle, der har en nøjagtighed på 0,03 gon. Derfor sættes disse<br />
drejninger til nul som foreløbig værdi. Drejningen om z-aksen kan derimod ligge mellem 0 og<br />
400 gon. Derfor er det vigtigt at have en foreløbig værdi for denne i nærheden af den rigtige værdi.<br />
Denne findes ved hjælp af 2D anblok med anvendelse af den lineære metode, se Appendiks A, afsnit<br />
6.2.1, da denne kan løses direkte uden foreløbige værdier. Denne metode indeholder drejningen om<br />
z-aksen, to flytninger samt skaleringen. Da drejningen herfra skal betragtes som en foreløbig værdi<br />
har det ingen betydning, at skaleringen er med i udregning i 2D anblok. Når 2D anblok med den<br />
lineære metode anvendes til bestemmelse af drejningerne findes de foreløbige drejninger om zaksen<br />
til alle modeller i én beregning. På baggrund heraf vil teorien bag 2D anblok med anvendelse<br />
af den lineære metode, frem til bestemmelsen af drejningen om z-aksen, blive præsenteret nedenfor.<br />
Inden anblok påbegyndes er det hensigtsmæssigt at reducere modellerne til deres respektive tyngdepunkter.<br />
Principperne, der ligger bag dette, er beskrevet i Appendiks A, afsnit 2. Fikspunktsystemet<br />
kan ligeledes reduceres til deres respektive tyngdepunkt.<br />
5.1.1 Gennemgang af 2D anblok til fremskaffelse af foreløbige<br />
værdier<br />
Transformationsligningen for 2D anblok er vist nedenfor. I transformationsligningen repræsenterer<br />
X’ og Y’ koordinaterne i det overordnede system. Ved løsning af anblok flyttes koordinaterne til<br />
det overordnede system over på højre side af transformationsligningerne, for at de derved betragtes<br />
som ubekendte. X og Y repræsenterer koordinaterne i de enkelte modeller. I det efterfølgende<br />
udtryk er k∙cosφ udskiftet med a og k∙sinφ udskiftet med b.<br />
Side | 30<br />
⎡cosϕ −sin<br />
ϕ⎤<br />
⎡ X ⎤ ⎡tx⎤ ⎡ X '⎤<br />
0 = k ⎢<br />
sinϕ cosϕ ⎥ ⎢ + −<br />
Y<br />
⎥ ⎢<br />
ty<br />
⎥ ⎢<br />
Y '<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
1<br />
2<br />
⇕<br />
L : 0 = aX − bY + tx − X '<br />
L : 0 = bX + aY + ty − Y '<br />
Grundlæggende teori<br />
Ved 2D anblok opstilles A-matricen ved partielt at differentiere med hensyn til de ubekendte, som<br />
her er a, b, tx, ty, X’ og Y’. Ved anblok er X’ og Y’ koordinater fra modellerne givet i det overordnede<br />
koordinatsystem. Nedenfor er vist hvordan ovenstående transformationsligninger skal differentieres<br />
med hensyn til de ubekendte.<br />
a b tx ty X’ Y’<br />
L1:<br />
L2:<br />
∂L1<br />
∂ a<br />
∂L2<br />
∂a<br />
∂L1<br />
∂ b<br />
∂L2<br />
∂b<br />
∂L1<br />
∂tx<br />
∂L2<br />
∂tx<br />
Inden præsentation af hele A-matricen er der nedenfor vist et uddrag af A-matricen for at lette forståelsen<br />
af den efterfølgende A-matrice. Udsnittet viser, at punkt 1 er opmålt i Model A og er samtidig<br />
et fikspunkt. I den efterfølgende A-matrice er der ét ”-1” i alle rækker, der vedrører modellerne,<br />
og ét ”1” i alle rækker, der vedrører fikspunkterne. På baggrund heraf er de enkelte transformationsligninger<br />
knyttet sammen ved hjælp af punkterne og derudfra kan der ske en samlet udjævning<br />
af alle modellerne og fikspunkterne. Alle de tomme pladser i nedenstående uddrag og i den efterfølgende<br />
A-matrice er 0.<br />
Model A Model B Model B Punkt<br />
Par. Par. Par. Pkt. 1 Pkt. n<br />
a1 b1 tx1 ty1 a2 b2 tx2 ty2 a3 b3 tx3 ty3 X’ Y’ X’ Y’<br />
Pkt. 1 X -Y 1 0<br />
-1<br />
Y X 0 1<br />
-1<br />
Pkt. n X -Y 1 0<br />
-1<br />
Y X 0 1<br />
-1<br />
Model A<br />
Fiks<br />
pkt.<br />
Pkt. 1<br />
∂L<br />
1<br />
∂ty<br />
∂L<br />
2<br />
∂ty<br />
∂L1<br />
∂X<br />
'<br />
∂L2<br />
∂X<br />
'<br />
∂L1<br />
∂Y<br />
'<br />
∂L2<br />
∂Y<br />
'<br />
Tabel Tabel Tabel 1: : : Viser et uddrag af nedenstående A-matrice matrice<br />
For at skabe overblik og gøre teorien nemmere at forstå kan udtrykket efter differentiationen med<br />
fordel substitueres, som vist nedenfor.<br />
Model Punkt<br />
a b<br />
X -Y<br />
tx ty X’ Y’<br />
1 0 -1<br />
=<br />
Model<br />
ϵ<br />
Punkt<br />
-1<br />
Y X 0 1 -1<br />
Tabel Tabel 2: : Substitution for at reducere størrelsen af A-matricen matricen<br />
Efter ovenstående substitution kan A-matricen opstilles, som vist nedenfor. Under hver model i Amatricen<br />
bliver linierne, der substitueres med symbolet ϵ, gengivet det antal gange der er punkter i<br />
1<br />
1<br />
Side | 31
3D anblok sammenknytning af laserscanningsdata<br />
den enkelte model. Under søjlen Punkt i nedenstående A-matrice er der angivet ét ”-1” ud for de<br />
punkter der indgår i den enkelte model, dette er også vist i uddraget i Tabel 1. Dette gør sig ligeledes<br />
gældende for fikspunkterne nederst i A-matricen under søjlen Punkt, dog er der her angivet et<br />
”1”. Ønskes der en yderligere beskrivelse af A-matricens opbygning henvises der til Appendiks A,<br />
afsnit 5, hvor der er vist et eksempel.<br />
Side | 32<br />
A =<br />
Model A<br />
Model B<br />
Model C<br />
Fikspkt.<br />
Punkt<br />
Punkt<br />
Punkt<br />
Punkt<br />
Model A Model B Model C Punkt<br />
Par. Par. Par. X’, Y’<br />
ϵ<br />
ϵ<br />
-1<br />
-1<br />
ϵ -1<br />
Tabel Tabel 3: : AA-matrice,<br />
A<br />
matrice, matrice, hvor hvor det det grå grå område område er er matricen, matricen, mens mens teksten teksten udenom<br />
udenom<br />
i i i kursiv kursiv kursiv er er er forklarende forklarende forklarende tekst tekst til til matrice matricens matrice s indhold<br />
indhold<br />
Efter opstillingen af A-matricen skal b-vektoren opstilles. Denne består dels af nuller svarende til<br />
det samlede antal koordinatobservationer der er i modellerne og dels af de opmålte reducerede<br />
koordinater til fikspunkter.<br />
Trans.lign. Fikspkt. T<br />
b = 0 … 0 … Xr' Zr' …<br />
Ud fra A-matricen og b-vektoren er det muligt at finde en løsning efter mindste kvadraters princip. I<br />
den forbindelse er der mulighed for at inddrage en vægtmatrice. Dette er dog fravalgt i projektet.<br />
Løsningsvektoren vil have nedenstående struktur, hvor der under Koordinater er de udjævnede<br />
reducerede koordinater i fikspunktsystem til punkterne som indgår i de enkelte modeller.<br />
Model A Model B Model C Koordinater T<br />
x = a1 b1 tx1 ty1 a2 b2 tx2 ty2 a3 b3 tx3 ty3 … Xr’ Yr’ …<br />
Efter at have fundet ovenstående løsning er det ud fra nedenstående udtryk muligt at beregne drejningerne<br />
om z-aksen for de enkelte modeller.<br />
⎛ b ⎞ 200<br />
κ = arctan ⎜ ⎟ gon<br />
⎝ a ⎠<br />
π<br />
1
Grundlæggende teori<br />
Da drejningen beregnes ud fra tangens, som beregner vinkler i intervallet ± 100 gon, er det nødvendigt<br />
med en fortegnsanalyse for at kunne beregne drejninger i intervallet ± 200 gon, da laserscanneren<br />
kan dreje 400 gon. Denne fortegnsanalyse kan foretages i MATLAB ved hjælp af funktionen<br />
”atan2”, som projektgruppen har valgt at anvende.<br />
De beregnede drejninger om z-aksen anvendes som foreløbig værdi ved 3D anblok.<br />
5.1.2 3D anblok<br />
Efter at have fundet de foreløbige værdier vil teorien bag 3D anblok med tre modeller blive præsenteret.<br />
Transformationsligningen for 3D anblok er vist nedenfor.<br />
⎡ cosϕ cosκ −cosϕ<br />
sinκ sinϕ ⎤ ⎡X ⎤ ⎡tx⎤ ⎡X '⎤<br />
0 =<br />
⎢<br />
sinω sinϕ cosκ cosω sinκ sinω sinϕ sinκ cosω cosκ sinω cosϕ ⎥ ⎢<br />
Y<br />
⎥ ⎢<br />
ty<br />
⎥ ⎢<br />
Y '<br />
⎥<br />
⎢<br />
+ − + −<br />
⎥<br />
+ −<br />
⎢ ⎥ ⎢ ⎥ ⎢ ⎥<br />
⎢⎣ − cosω sinϕ cosκ + sinω sinκ cosω sinϕ sinκ + sinω cosκ cosω cosϕ ⎥⎦ ⎢⎣ Z ⎥⎦ ⎢⎣ tz⎥⎦ ⎢⎣ Z ' ⎥⎦<br />
Ovenstående udtryk er ganget ud i efterfølgende udtryk:<br />
L : 0 = X cosϕ cosκ − Y cosϕ sin κ + Z sin ω + tx − X '<br />
1<br />
L : 0 = X (sin ω sinϕ cosκ + cosω sin κ ) − Y (sin ω sinϕ sin κ − cosω cos κ ) − Z sin ω cosϕ + ty − Y '<br />
2<br />
L : 0 = X ( − cosω sinϕ cosκ + sin ω sin κ ) + Y (cosω sinϕ sin κ + sin ω cos κ ) + Z cosω cosκ + tz − Z '<br />
3<br />
På tilsvarende vis, som 2D anblok ovenfor, opstilles A-matricen ved partielt at differentiere med<br />
hensyn til de ubekendte, som her er de tre drejninger (ω, φ og κ), de tre flytninger (tx, ty og tz)<br />
samt X’, Y’ og Z’. Ved anblok er X’, Y’ og Z’ koordinater fra modellerne givet i det overordnede koordinatsystem.<br />
Nedenfor vises hvordan ovenstående transformationsligninger skal partiel differentieres<br />
med hensyn til de ubekendte.<br />
� � κ tx ty tz X’ Y’ Z’<br />
L1:<br />
L2:<br />
L3:<br />
∂L<br />
∂L<br />
1 1 1<br />
∂ω<br />
∂ ϕ<br />
L ∂<br />
∂ κ<br />
∂L2<br />
∂L2<br />
∂ω<br />
∂ϕ<br />
∂L<br />
3<br />
∂ω<br />
∂L<br />
3<br />
∂ϕ<br />
2 L ∂<br />
∂κ<br />
L ∂<br />
3<br />
∂κ<br />
∂L1<br />
∂tx<br />
∂L2<br />
∂tx<br />
∂L<br />
3<br />
∂tx<br />
∂L<br />
1<br />
∂ty<br />
∂L<br />
2<br />
∂ty<br />
∂L<br />
3<br />
∂ty<br />
1 L ∂<br />
∂tz<br />
2 L ∂<br />
∂tz<br />
L ∂<br />
3<br />
∂tz<br />
∂L1<br />
∂X<br />
'<br />
∂L2<br />
∂X<br />
'<br />
∂L<br />
3<br />
∂L1<br />
∂Y<br />
'<br />
∂L2<br />
∂Y<br />
'<br />
∂L<br />
3<br />
∂L1<br />
∂Z<br />
'<br />
∂L2<br />
∂Z<br />
'<br />
∂L<br />
∂X<br />
' ∂Y<br />
' ∂Z<br />
'<br />
3<br />
Side | 33
3D anblok sammenknytning af laserscanningsdata<br />
Nedenfor er transformationsligningerne partielt differentieret.<br />
Øverste linie differentieret Midterste linie differentieret Nederste linie differentieret<br />
∂L1<br />
= ( α )<br />
∂ω<br />
∂L1<br />
= 0<br />
∂tz<br />
∂L2<br />
= ( γ )<br />
∂ω<br />
∂L2<br />
= 0<br />
∂tz<br />
∂L3<br />
= ( ν )<br />
∂ω<br />
∂L3<br />
= 1<br />
∂tz<br />
∂L1<br />
= ( β )<br />
∂ϕ<br />
∂L1<br />
= −1<br />
∂X<br />
'<br />
∂L2<br />
= ( η )<br />
∂ϕ<br />
∂L2<br />
= 0<br />
∂X<br />
'<br />
∂L3<br />
= ( ο )<br />
∂ϕ<br />
∂L3<br />
= 0<br />
∂X<br />
'<br />
∂L1<br />
= ( χ )<br />
∂κ<br />
∂L1<br />
= 0<br />
∂Y<br />
'<br />
∂L2<br />
= ( λ)<br />
∂κ<br />
∂L2<br />
= −1<br />
∂Y<br />
'<br />
∂L3<br />
= ( θ )<br />
∂κ<br />
∂L3<br />
= 0<br />
∂Y<br />
'<br />
∂L1<br />
= 1<br />
∂tx<br />
∂L1<br />
= 0<br />
∂Z<br />
'<br />
∂L2<br />
= 0<br />
∂tx<br />
∂L2<br />
= 0<br />
∂Z<br />
'<br />
∂L3<br />
= 0<br />
∂tx<br />
∂L3<br />
= −1<br />
∂Z<br />
'<br />
∂L1<br />
= 0<br />
∂ty<br />
∂L2<br />
= 1<br />
∂ty<br />
∂L3<br />
= 0<br />
∂ty<br />
Tabel Tabel 4: : : Symbolerne Symbolerne i i parenteserne parenteserne er er henvisninger, henvisninger, der der anvendes anvendes i i forbindelse forbindelse med med opstilling opstilling af af A-matricen A<br />
matricen<br />
Som ved 2D anblok præsenteres først et uddrag af A-matricen, som er vist nedenfor, for derigennem<br />
at lette forståelsen af den efterfølgende A-matrice. Udsnittet viser, at punkt 1 er opmålt i Model<br />
A og er samtidig et fikspunkt. På tilsvarende vis som med A-matricen i 2D skal der i den efterfølgende<br />
A-matrice være ét ”-1” i alle rækker, der vedrører modellerne, og ét ”1” i alle rækker, der<br />
vedrører fikspunkterne. På baggrund heraf er de enkelte transformationsligninger knyttet sammen<br />
ved hjælp af punkterne og derudfra kan der ske en samlet udjævning af alle modellerne og fikspunkterne.<br />
Alle tomme pladser i uddraget nedenfor samt A-matricen er 0.<br />
Model A Model B Model B Punkt<br />
Par. Par. Par. Pkt. 1 Pkt. n<br />
�1 �1 κ1 tx1 ty1 tz1 �2 �2 κ2 tx2 ty2 tz2 �3 �3 κ3 tx3 ty3 tz3 X’ Y’ Z’ X’ Y’ Z’<br />
Model A<br />
Fikspkt.<br />
α β χ 1 0 0<br />
Pkt. 1 γ η λ 0 1 0<br />
ν o θ 0 0 1<br />
α β χ 1 0 0<br />
Pkt. n γ η λ 0 1 0<br />
ν o θ 0 0 1<br />
Pkt. 1<br />
Side | 34<br />
Tabel Tabel 5: : Viser Viser et uddrag af nedenstående A-matrice matrice<br />
For at mindske størrelsen af A-matricen vil der i nedenstående A-matrice ske en substitution, som<br />
er vist nedenfor.<br />
Model Punkt<br />
� � κ tx ty tz X’ Y’ Z’<br />
Model Punkt<br />
α<br />
γ<br />
β<br />
η<br />
χ<br />
λ<br />
1<br />
0<br />
0<br />
1<br />
0<br />
0<br />
-1<br />
0<br />
0 0<br />
-1 0<br />
=<br />
ϵ -1<br />
ν o θ 0 0 1 0 0 -1<br />
Tabel Tabel 6: : Substitution Substitution for for at reducere størrelsen af AA-matricen<br />
A<br />
matricen<br />
-1<br />
1<br />
-1<br />
1<br />
-1<br />
1<br />
-1<br />
-1<br />
-1
Grundlæggende teori<br />
Efter ovenstående substitution kan A-matricen opstilles, som vist nedenfor. Under hver model i Amatricen<br />
bliver linierne, der substitueres med symbolet ϵ, gengivet det antal gange der er punkter i<br />
den enkelte model. Under søjlen Punkt i nedenstående A-matrice er der angivet ét ”-1” ud for de<br />
punkter, der indgår i den enkelte model, dette er også vist i uddraget i Tabel 5. Dette gør sig ligeledes<br />
gældende for fikspunkterne nederst i A-matricen under søjlen Punkt, dog er der her angivet et<br />
”1”. Ønskes der en yderligere beskrivelse af A-matricens opbygning henvises der til Appendiks A,<br />
afsnit 6, hvor A-matricen er vist for et eksempel.<br />
Model A Model B Model C Punkt<br />
Par. Par. Par. X’, Y’, Z’<br />
A =<br />
Model A<br />
Model B<br />
Model C<br />
Fikspkt.<br />
Punkt<br />
Punkt<br />
Punkt<br />
Punkt<br />
ϵ<br />
ϵ<br />
-1<br />
-1<br />
ϵ -1<br />
Tabel Tabel 7: : : AA-matrice,<br />
A<br />
matrice, matrice, hvor hvor det grå område er matricen, mens teksten udenom<br />
udenom<br />
i i kursiv kursiv kursiv er er forklarende forklarende tekst tekst til til matrice matricens matrice s indhold<br />
indhold<br />
Da A-matricens indhold er lineariserede udtryk, i form af partiel differentiation, hvor de ubekendte<br />
stadig indgår, skal løsningen findes ved en iterativ proces med foreløbige værdier. På baggrund<br />
heraf indeholder b-vektoren differencen mellem 0. ordens afledede af transformationsligningen,<br />
med indsættelse af de foreløbige værdier, og blineær. Indholdet af b-vektoren samt indholdet af blineær<br />
er vist nedenfor, hvor Xr’, Yr’ og Zr’ er de reducerede opmålte koordinater til fikspunkterne. Denne<br />
b-vektor kaldes i andre matematiske sammenhænge også OMC (Observed Minus Computed).<br />
[ b ] [ 0. ordens afledede]<br />
b = −<br />
lineær<br />
Trans.lign. Fikspkt.<br />
T<br />
blineær = 0 … 0 … Xr’ Yr’ Zr’ …<br />
Gennem den iterative proces beregnes en tilvækst til de foreløbige værdier til løsningsvektoren.<br />
Disse beregnes efter mindste kvadraters princip som vist nedenfor.<br />
( ) 1 −<br />
T T<br />
xˆ =<br />
A A A b<br />
1<br />
Side | 35
3D anblok sammenknytning af laserscanningsdata<br />
Dernæst lægges denne tilvækst til de foreløbige værdier, xi, hvorefter de nye foreløbige værdier til<br />
næste iteration er fundet, xi+1.<br />
x ˆ<br />
i+ 1 xi x = +<br />
Iterationen fortsætter indtil differencerne mellem de på hinanden følgende foreløbige værdier er<br />
små.<br />
Løsningsvektoren har følgende struktur, hvor Xr’, Yr’ og Zr’ er de udjævnede reducerede koordinater<br />
til punkterne, som indgår i modellerne, i det overordnede system.<br />
Model A Model B Model C Koordinater T<br />
x = �1 �1 κ1 tx1 ty1 tz1 �2 �2 κ2 tx2 ty2 tz2 �3 �3 κ3 tx3 ty3 tz3 … Xr’ Yr’ Zr’ …<br />
Da både modellerne og fikspunktsystemet er reduceret til deres respektive tyngdepunkter skal<br />
flytningerne korrigeres for disse forskydninger. De beregnede flytninger benævnes Tx, Ty og Tz og<br />
beregnes ud fra nedenstående udtryk. I udtrykket indgår tyngdepunktet for modellen, som Model_Xm,<br />
Model_Ym og Model_Zm, tyngdepunktet for fikspunktsystemet, som Fiks_Xm, Fiks_Ym og<br />
Fiks_Zm samt rotationsmatricen, R, med indsættelse af drejningerne, der hører til modellen som<br />
flytningerne beregnes for.<br />
Side | 36<br />
⎡Tx⎤ ⎡tx⎤ ⎡Model _ Xm⎤ ⎡Fiks _ Xm⎤<br />
⎢<br />
Ty<br />
⎥ ⎢<br />
ty<br />
⎥<br />
R<br />
⎢<br />
Model _ Ym<br />
⎥ ⎢<br />
Fiks _ Ym<br />
⎥<br />
⎢ ⎥<br />
=<br />
⎢ ⎥<br />
−<br />
⎢ ⎥<br />
+<br />
⎢ ⎥<br />
⎢⎣ Tz⎥⎦ ⎢⎣ tz⎥⎦ ⎢⎣ Model _ Zm⎥⎦ ⎢⎣ Fiks _ Zm ⎥⎦<br />
Til vurdering af transformationen beregnes residualer (r) og spredningen på vægtenheden (σ0).<br />
Formlerne til disse er vist nedenfor:<br />
r = Axˆ − b<br />
Hvor: m er antallet af observationer<br />
n er antallet af ubekendte<br />
ˆ σ =<br />
0<br />
T<br />
r r<br />
m − n<br />
Størrelsen på residualerne svarer til nøjagtigheden af observationerne, forudsat at der er et fornuftigt<br />
antal overbestemmelser, mens spredningen på vægtenheden er et udtryk for nøjagtigheden af<br />
observationerne under hensyntagen til antal af overbestemmelser.<br />
A-matricen i anblok giver mulighed for at inddrage et eller flere punkter i modellerne, uden at<br />
punkterne nødvendigvis er fælles- eller fikspunkt. Et sådan punkt kan anvendes til kontrol af sammenknytningen.<br />
Det smarte ved at inddrage et kontrolpunkt direkte i A-matricen er, at der gennem<br />
løsning af anblok direkte beregnes en spredning for kontrolpunktet uden yderligere efterbehandling.<br />
Nedenfor er vist hvordan kontrolpunkter kan inddrages i A-matricen. Det skal hertil understreges,<br />
at eksemplet nedenfor udelukkende er et tænkt eksempel for at vise principperne for inddragelse<br />
af kontrolpunkter, da der ved 3D anblok som minimum kræves tre fællespunkter i hver<br />
model samt minimum tre fikspunkter i alt.
A =<br />
Model A<br />
Model B<br />
Model C<br />
Fikspkt.<br />
Pkt. 1 ϵ<br />
Pkt. 2 ϵ<br />
Pkt. 4 ϵ<br />
Pkt. 1<br />
Pkt. 3<br />
Pkt. 5<br />
Pkt. 2<br />
Pkt. 3<br />
Pkt. 6<br />
Pkt. 1<br />
Pkt. 2<br />
Grundlæggende teori<br />
Model A Model B Model C Pkt. 1 Pkt. 2 Pkt. 3 Pkt. 4 Pkt. 5 Pkt. 6<br />
ϵ<br />
ϵ<br />
ϵ<br />
ϵ<br />
ϵ<br />
ϵ<br />
Tabel Tabel 8: : : AA-matrice,<br />
A<br />
matrice, matrice, hvor hvor det grå område er matricen, mens teksten udenom<br />
udenom<br />
i i kursiv kursiv er er forklarende forklarende forklarende tekst tekst til til matrice matricens matrice s indhold<br />
indhold<br />
Af ovenstående A-matrice fremgår det, at<br />
• Model A og B har punkt 1 som fællespunkt,<br />
• Model B og C har punkt 3 som fællespunkt, mens<br />
• Model A og C har punkt 2 som fællespunkt<br />
I A-matricen er der en rød firkant omkring fællespunkterne. Punkterne 1 og 2 er fikspunkter, som i<br />
A-matricen er omkranset af en blå firkant.<br />
Af matricen fremgår det yderligere, at<br />
• Punkt 4 er kontrolpunkt i Model A<br />
• Punkt 5 er kontrolpunkt i Model B<br />
• Punkt 6 er kontrolpunkt i Model C<br />
Disse kontrolpunkter er hverken fællespunkter eller fikspunkter. Den grønne firkant i A-matricen<br />
viser, hvor kontrolpunkterne hører til.<br />
5.1.3 Det udarbejdede program<br />
Til løsning af 3D anblok er der udarbejdet et script i MATLAB ved navn D3_anblok_samlet.m. Filen<br />
er på Bilags-CD’en i mappen Appendiks C. Dette script indeholder blandt andet 2D anblok til løsning<br />
af de foreløbige værdier samt 3D anblok. I begyndelsen af scriptet hentes modellerne og fikspunkterne<br />
ind fra txt-filer. Det er derfor vigtigt, at modellerne gemmes i samme mappe som scriptet<br />
og at de får følgende titler:<br />
- Model A skal gemmes som modelA.txt<br />
- Model B gemmes som modelB.txt<br />
- Model C gemmes som modelC.txt<br />
- Fikspunkterne gemmes som fiks.txt<br />
-1<br />
-1<br />
1<br />
-1<br />
-1<br />
1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
Side | 37
3D anblok sammenknytning af laserscanningsdata<br />
Indholdet af ovenstående txt-filer skal være: punktnumre i første søjle, x-koordinater i anden søjle,<br />
y-koordinater i tredje søjle og z-koordinater i fjerde søjle. De enkelte søjler skal adskilles med mellemrum.<br />
Punktnummereringen af de punkter som indgår i anblok scriptet skal være fortløbende og begynde<br />
med punkt 1. Punkterne i de enkelte txt-filer behøver ikke være i nummerorden.<br />
I 2D anblok delen i scriptet er der foretaget en fortegnsanalyse ved beregningen af drejningerne om<br />
z-aksen for derved at kunne beregne de drejninger der måtte være større/mindre end ± 100 gon.<br />
I forbindelse med udarbejdelsen af Appendiks A, afsnit 3, blev der foretaget en undersøgelse af,<br />
hvorvidt der opnås de samme resultater med almindelig partiel differentiation og numerisk approksimation<br />
af de partielt afledede. Med udgangspunkt i resultaterne fra de to transformationer<br />
med anvendelse af henholdsvis de partielt differentierede og de numerisk approksimerede værdier<br />
kan det konkluderes at der opnås de samme resultater. På baggrund heraf er det valgt at anvende<br />
scriptet numafl.m udarbejdet af Peter Cederholm [www.land.aau.dk]. Scriptet anvendes i forbindelse<br />
med opstilling af A-matricen.<br />
Løsningsvektoren for 3D anblok har følgende struktur, som minder meget om den, gennemgået<br />
tidligere i afsnittet, hvor de reducerede koordinater i fikspunktsystemet sidst i vektoren er delt op,<br />
så alle x-koordinaterne til punkterne kommer først, hvorefter y-koordinaterne og til sidst zkoordinaterne.<br />
Model A Model B Model C Koordinater<br />
T<br />
x = �1 �1 κ1 tx1 ty1 tz1 �2 �2 κ2 tx2 ty2 tz2 �3 �3 κ3 tx3 ty3 tz3 Xr’1 … Xr’n Yr’1 … Yr’n Zr’1 … Zr’n<br />
Strukturen på residual-vektoren er ligeledes delt op, så residualerne for x-koordinaterne kommer<br />
først, herefter residualerne for y-koordinaterne og til sidst residualerne for z-koordinaterne for<br />
hver enkelt model. Strukturen er vist nedenfor.<br />
Model A Model B Model C Fikspunkter<br />
T<br />
r = rX1..rXn rY1..rYn rZ1..rZn rX1..rXn rY1..rYn rZ1..rZn rX1..rXn rY1..rYn rZ1..rZn rX1..rXn rY1..rYn rZ1..rZn<br />
Udover residualerne er variansfaktoren også beregnet i programmet.<br />
Der bliver efter gennemløb af scriptet genereret nogle output-filer, i form af txt-filer, som indeholder<br />
transformationsparametre til de enkelte modeller, hvor flytningerne er de beregnede flytninger.<br />
Filerne er følgende:<br />
- Transformationsparametre til Model A er gemt som trans_modelA.txt<br />
- Transformationsparametre til Model B er gemt som trans_modelB.txt<br />
- Transformationsparametre til Model C er gemt som trans_modelC.txt<br />
Strukturen på ovenstående filer er følgende, hvis txt-filerne åbnes i TextPad:<br />
Side | 38<br />
[ ω ϕ κ<br />
]<br />
trans _ modelA =<br />
Tx Ty Tz<br />
T
Grundlæggende teori<br />
Yderligere genereres en output-fil, ligeledes i form af en txt-fil, med de udjævnede (ikke reducerede)<br />
koordinater til alle punkterne i fikspunktsystem. Denne fil gemmes som koor_udj3D.txt og har<br />
følgende struktur, hvis txt-filerne åbnes i TextPad:<br />
⎡1 X1 Y1 Z1<br />
⎤<br />
koor _ udj3D =<br />
⎢ ⎥<br />
⎢<br />
⋮ ⋮ ⋮ ⋮<br />
⎥<br />
⎢⎣ n X n Yn Z ⎥ n ⎦<br />
På baggrund af ovenstående, er kravene til input-filerne derfor følgende:<br />
- Der skal indmåles tre modeller med laserscanner og fikspunkter indmålt i et overordnet<br />
koordinatsystem eventuelt med totalstation.<br />
- Modellerne og fikspunkterne skal gemmes i her sin txt-fil og indeholde punktnummer, x-, y-<br />
og z-koordinater<br />
- Punkterne der indgår i beregningen skal være fortløbende nummereret og starte med<br />
nummer 1<br />
Efter at have klarlagt teorien bag 3D anblok med tre modeller er det i næste afsnit muligt at inddrage<br />
teorien bag Testnet. Gennem behandlingen af Testnet udvides programmet til også at indbefatte<br />
dette.<br />
5.2 Testnet<br />
I dette afsnit vil teorien bag Testnet blive præsenteret. Strukturen på afsnittet vil være, først at klarlægge<br />
den grundlæggende teori bag Testnet, for derefter at kunne overføre denne teori på 3D anblok<br />
med tre modeller. Endvidere vil der være en beskrivelse af, hvordan nøjagtighedsparametre,<br />
beregnet i Testnet, kan visualiseres grafisk ved hjælp af konfidensellipser samt, hvordan disse illustrationer<br />
skal forstås. Afslutningsvis vil en udvidelse til det tilhørende program, som tidligere er<br />
beskrevet under afsnit 5.1 Teori bag 3D anblok med tre modeller, blive præsenteret, hvor der herunder<br />
vil blive set på, hvordan Testnet inddrages i programmet.<br />
For at optimere tidsforbruget samt reducere de økonomiske udgifter i forbindelse med landmålings<br />
relaterede opgaver er det hensigtsmæssigt at der, forud for markarbejdet, planlægges hvordan opstilling,<br />
fikspunkter (og kontrolpunkter) skal placeres/opbygges, for at sikre, at opmålingen overholder<br />
de nøjagtighedskrav der stilles til den. Til denne overordnede planlægningsproces kan der<br />
med fordel anvendes det såkaldte Testnet, som er baseret på mindste kvadraters udjævning [Jensen,<br />
2005, s. 135]. Testnet giver mulighed for, at undersøge nøjagtigheden af de ubekendte. I beregningen<br />
kan tages højde for forskellige instrumenter, måleprocedurer samt måling fra forskellige<br />
opstillinger. Der er mulighed for at ændre på disse forhold indtil observationerne opfylder de nøjagtighedskrav<br />
der stilles hertil.<br />
Side | 39
3D anblok sammenknytning af laserscanningsdata<br />
5.2.1 Teori<br />
Den teori der ligger til grund for Testnet er grundlæggende den samme teori, der anvendes til at<br />
vurdere nøjagtigheden af ubekendte a posteriori. Der er tale om kovariansmatricen for elementerne:<br />
Side | 40<br />
∑<br />
xˆ<br />
= ˆ σ ( A CA)<br />
2<br />
0<br />
T −1<br />
Før kovariansmatricen kan anvendes i Testnet kræves der små ændringer heraf, idet a posteriori<br />
variansfaktor (det første element i formlen) ikke kendes før der er foretaget en opmåling. Derfor<br />
benyttes i stedet herfor a priori variansfaktor, der normalt fastsættes til at antage værdien 1. Formlen<br />
ændres til:<br />
∑<br />
x<br />
∑<br />
x<br />
= σ ( A CA)<br />
2 T −1<br />
0<br />
⇕<br />
T<br />
( A CA) −<br />
=<br />
For at kunne forstå teorien bag Testnet er det vigtigt at have en forståelse for de to elementer kovariansmatricen<br />
består af. Den nøjagtighed, der kan beregnes ved hjælp af kovariansmatricen, afhænger<br />
af to ting:<br />
1. Målenøjagtigheden som er udtryk for observationernes præcision, der blandt andet afhænger<br />
af nøjagtighedsspecifikationerne for de anvendte instrumenter samt antallet af overbestemmelser<br />
2. Geometrien i udjævningen, det vil sige den geometri, der anvendes i forbindelse med udjævning<br />
Forudsætningerne for at beregne Testnet for en målesituation er kun, at opstille henholdsvis designmatricen<br />
(A) og vægtmatricen (C).<br />
5.2.2 Variansfaktor kontra vægtmatrice<br />
Dette afsnit skal vise hvad der sker ved at bruge variansfaktoren til at skalere kovariansmatricen,<br />
frem for at opstille vægtmatricen. Dette gøres for at forklare hvorfor, variansfaktoren anvendes i<br />
beregningerne af konfidensellipser og 3D-spredninger, frem for at anvende en vægtmatrice. Dette<br />
gøres ved hjælp af regneeksempler, der viser resultaterne ved de to forskellige metoder.<br />
Der er lavet to beregninger. En hvor der er opstillet en vægtmatrice (C), der er anvendt i beregningen<br />
af kovariansmatricen, og en hvor kovariansmatricen er beregnet uden en vægtmatrice, men<br />
ganget med en variansfaktor. Beregningerne er foretaget på en basisopbygning, hvor der ikke er<br />
nogen overbestemmelser. De anvendte input-filer, samt output-filer til denne beregning, kan ses på<br />
Bilags-CD’en, Appendiks D, i mappen Basisopbygning:<br />
1
Figur Figur 14 14: 14 : Basisopbygning uden overbestemmelser<br />
Grundlæggende teori<br />
I Figur 14 vises basisopbygningen og modellernes sammenhæng. Indeks K angiver kontrolpunkter,<br />
indeks F angiver fikspunkter. Disse benævnelser går igen i de efterfølgende afsnit. Punkter uden<br />
indeks er fællespunkter. Modellerne indeholder således følgende punkter:<br />
- Model A<br />
o 1K, 4F, 7, 9<br />
- Model B<br />
o 2K, 5F, 7, 8<br />
- Model C<br />
o 3K, 6F, 8, 9<br />
Ved laserscanning kan targets bestemmes med en nøjagtighed på to millimeter [www.leicageosystems.com].<br />
Hvert element i diagonalen i vægtmatricen indeholder derfor værdien: 1/0,002 2.<br />
Alle observationer vægtes således ens.<br />
Som værdi for variansfaktoren, anvendes ligeledes den nøjagtighed, laserscanneren kan måle targets<br />
ind med, da dette er den nøjagtighed, der forventes at kunne måles med. Variansfaktoren bli-<br />
Side | 41
3D anblok sammenknytning af laserscanningsdata<br />
ver derfor: 0,002 2. Når koordinaterne fra basisopbygningen køres igennem programmet henholdsvis<br />
med og uden vægt, fås følgende resultater:<br />
Med vægtmatrice Med variansfaktor<br />
3D-spred Halve storakse (meter) 3D-spred Halve storakse (meter)<br />
Pkt. nr. (meter) XY-plan XZ-plan YZ-plan (meter) XY-plan XZ-plan YZ-plan<br />
1 0,020 0,027 0,028 0,027 0,020 0,027 0,028 0,027<br />
2 0,022 0,030 0,031 0,033 0,022 0,030 0,031 0,033<br />
3 0,031 0,050 0,027 0,049 0,031 0,050 0,027 0,049<br />
4 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002<br />
5 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002<br />
6 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002<br />
7 0,044 0,061 0,063 0,062 0,044 0,061 0,063 0,062<br />
8 0,006 0,007 0,007 0,008 0,006 0,007 0,007 0,008<br />
9 0,051 0,030 0,087 0,086 0,051 0,030 0,087 0,086<br />
Side | 42<br />
Tabel Tabel 9: Resultaterne Resultaterne af af anblok anblok med med henholdsvis henholdsvis vægtmatrice vægtmatrice eller eller variansfaktor<br />
variansfaktor<br />
Det ses i Tabel 9, at der opnås ens resultater, uanset om der anvendes en vægtmatrice, eller om<br />
kovariansmatricen skaleres med en variansfaktor. Forudsætningen for at ovenstående går godt, og<br />
at der opnås ens resultater er, at alle observationer tildeles samme vægt. Dette er ikke helt realistisk,<br />
da fikspunkter kan bestemmes med en højere nøjagtighed, end den nøjagtighed, der kan opnås<br />
med laserscanneren. Det kan derfor diskuteres, om metoden reelt er anvendelig. Projektgruppen<br />
er af den opfattelse, at for at bevare den store grad af automatisering, der er i programmet, er<br />
det nødvendigt at opstille vægtmatricen automatisk. På grund af tidsmangel er det ikke muligt på<br />
nuværende tidspunkt, at ændre programmet, så det automatisk kan skelne mellem fikspunkter og<br />
øvrige observationer. Derfor vælges det at arbejde med den metode, hvor den foreløbige variansfaktor<br />
anvendes til at skalere kovariansmatricen.<br />
Det er nu interessant at anvende den beskrevne teori i relation til anblok, for derved at undersøge<br />
hvordan observationernes nøjagtighed ændrer sig, i takt med en ændring af de to vigtige punkter,<br />
nævnt ovenfor. Derfor vil det følgende beskrive fremgangsmåden for anvendelsen af de teoretiske<br />
principper bag Testnet i projektet.<br />
5.2.3 Anvendelse<br />
A-matricen er opstillet med udgangspunkt i antallet af observationer og ubekendte for de tre modeller.<br />
Denne er allerede opstillet i forbindelse med udarbejdelsen af 3D anblok, og kan derfor direkte<br />
genanvendes.<br />
For at mindske størrelsen af kovariansmatricen substitueres de dele af denne, hvor varianserne og<br />
kovarianserne for de enkelte modeller er i, med et symbol. Denne substitution er vist nedenfor.
Model A<br />
�<br />
�<br />
Model A<br />
� � κ tx ty tz<br />
2<br />
σ σ ω ωϕ ωκ<br />
σ ϕω<br />
κ σ σ κω xκϕ<br />
σ σ σ tx ωty<br />
σ tz<br />
2<br />
σ ϕ ϕκ<br />
ω<br />
ω<br />
σ σ tx σ ty σ tz<br />
2<br />
κ<br />
tx σ σ txω txϕ σ txκ<br />
ty<br />
ϕ<br />
ϕ<br />
ϕ<br />
σ σ σ =<br />
tx κty<br />
σ tz<br />
κ<br />
κ<br />
2<br />
σ σ tx txty σ txtz<br />
2<br />
σ tyω σ tyϕ σ tyκ σ tytx σ ty σ tytz<br />
tz σ σ tzω tzϕ σ tzκ σ σ tztx tzty<br />
2<br />
σ tz<br />
Model A<br />
Model A<br />
Tabel Tabel 10 10: 10 : Den valgte præsentation af indholdet af Model A i kovariansmatricen<br />
τ<br />
Grundlæggende teori<br />
Tabel 10 viser strukturen for en kovariansmatrice, hvor ovennævnte substitution er foretaget. I<br />
kovariansmatricen fremgår varianserne for transformationsparametrene og punkterne, der indgår<br />
i beregningen af anblok, af diagonalen. Relationen herimellem, som også benævnes korrelation, har<br />
en placering over og under diagonalen. I kovariansmatricen i Tabel 11 er nogle pladser vist som<br />
tomme, på disse pladser er der, som den øvrige del af matricen uden for diagonalen, kovarianser.<br />
Pkt.1 Pkt. 2<br />
Pkt. n<br />
Model A Model B Model C<br />
…<br />
X Y Z X Y Z X Y Z<br />
Σx =<br />
Pkt. 1<br />
Pkt. 2<br />
…<br />
Pkt. n<br />
Model A<br />
Model B<br />
Model C<br />
X<br />
Y<br />
Z<br />
X<br />
Y<br />
Z<br />
X<br />
Y<br />
Z<br />
τ<br />
τ<br />
τ<br />
2<br />
σ X σ YX σ ZX σ XX σ YX σ ZX ⋯ σ XX σ YX σ ZX<br />
σ XY<br />
σ XZ σ YZ<br />
2<br />
σ Y σ ZY σ XY σ YY σ ZY ⋯ σ XY σ YY σ ZY<br />
σ XX σ YX σ ZX<br />
σ XY σ YY σ ZY σ XY<br />
2<br />
σ Z σ XZ σ YZ σ ZZ ⋯ σ XZ σ YZ σ ZZ<br />
σ XZ σ YZ σ ZZ σ XZ σ YZ<br />
2<br />
σ X σ YX σ ZX ⋯ σ XX σ YX σ ZX<br />
2<br />
σ Y σ ZY ⋯ σ XY σ YY σ ZY<br />
2<br />
σ Z ⋯ σ XZ σ YZ σ ZZ<br />
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮<br />
σ XX σ YX σ ZX σ XX σ YX σ ZX ⋯<br />
σ XY σ YY σ ZY σ XY σ YY σ ZY ⋯ σ XY<br />
2<br />
σ X σ YX σ ZX<br />
σ XZ σ YZ σ ZZ σ XZ σ YZ σ ZZ ⋯ σ XZ σ YZ<br />
Tabel Tabel 11 11: 11 : Viser Viser strukt strukturen strukt<br />
uren og elementerne elementerne i kovariansmatricen<br />
kovariansmatricen<br />
2<br />
σ Y σ ZY<br />
2<br />
σ Z<br />
Side | 43
3D anblok sammenknytning af laserscanningsdata<br />
Generelt anvendes spredninger i x, y og z til at vurdere et punkts nøjagtighed. Det kan dog være<br />
svært, at forholde sig til de, ofte store mængder, tal, som fremkommer af kovariansmatricen. Der<br />
kan imidlertid beregnes konfidensellipser ud fra elementerne i kovariansmatricen, hvilket giver en<br />
grafisk opfattelse af et punkts nøjagtighed. I det efterfølgende afsnit vil det udelukkende være det<br />
nederste højre kvadrat, som vedrører punkterne, i Tabel 11 som bliver behandlet.<br />
5.2.4 Konfidensellipser<br />
Ved hjælp af varianser og kovarianser, kan informationer som maksimum og minimum spredninger<br />
samt den tilhørende orientering (θ) beregnes. Maksimum og minimum spredninger henviser til de<br />
drejede semiakser nemlig halve storakse (X*) og halve lilleakse (Y*) se Figur 15. Den halve storakse<br />
definerer retningen, hvor usikkerheden er størst og det modsatte gør sig gældende for den halve<br />
lilleakse. [Wolf, 1997, s. 359] Orienteringen af ellipserne, der bestemmes af θ afhænger af, om der<br />
er korrelation mellem punkternes koordinater. Er dette ikke tilfældet vil konfidensellipsens akser<br />
være sammenfaldende med det koordinatsystem som punkterne er opmålt i, og dermed er der ingen<br />
rotation af ellipserne, se Figur 16.<br />
Figur Figur 15 15: 15 15:<br />
: En En standardkonfidensellipse standardkonfidensellipse med med de de roterede roterede semiakser<br />
semiakser<br />
Konfidensellipser anvendes normalt til at vise præcisionsforholdene i to dimensioner, hvor der<br />
også er mulighed for, at illustrere en kombination mellem X-, Y- og Z-planer. Der er desuden mulighed<br />
for, at udarbejde konfidensellipser i tre dimensioner, hvilket kaldes konfidensellipsoider. I dette<br />
projekt er det valgt, at visualisere konfidensellipser i to dimensioner for både x-, y- og zkoordinater.<br />
Det vil sige, at der beregnes konfidensellipser for koordinaterne i XY-plan, XZ-plan<br />
samt YZ-plan.<br />
Ellipsen er et udtryk for, at det sande punkt med 39 % sandsynlighed vil befinde sig inden for ellipsen.<br />
[Cederholm, 2000, s. 49-55] De konfidensellipser, der beregnes for punkterne i dette projekt<br />
har en konfidensgrad på 39 %.<br />
Side | 44<br />
Figur Figur 16 16: 16 : Dimensionerne Dimensionerne af af en en konfidensellipse konfidensellipse konfidensellipse når<br />
når<br />
observationerne observationerne er er ukorrelerede<br />
ukorrelerede
Grundlæggende teori<br />
5.2.5 Det udarbejdede program<br />
Til løsning af Testnet er der udarbejdet en udvidelse af det tidligere omtalte program, som er beskrevet<br />
i afsnit 5.1 Teori bag 3D anblok med tre modeller.<br />
I forbindelse med Testnet er det de forventede koordinater til fiks- og fællespunkternes placering i<br />
de enkelte modeller, som skal ind som input i programmet. Disse txt-filer skal have samme form<br />
som de input-filer, der er beskrevet i afsnit 5.1.3 Det udarbejdede program.<br />
Programmet udtrækker varianser og kovarianser for de pågældende punkters 3D koordinater til<br />
udtegning af konfidensellipserne. Til at beregne parametrene til konfidensellipserne anvendes et<br />
script konf2.m udarbejdet af Peter Cederholm [www.land.aau.dk]. Derefter plottes konfidensellipser<br />
for både XY-, XZ- og YZ-plan. Til at plotte konfidensellipserne anvendes scriptet konf2plt.m som<br />
ligeledes er udarbejdet af Peter Cederholm [www.land.aau.dk]. For at opnå en god visuel fremstilling<br />
af konfidensellipserne skaleres disse med en værdi således, at de præsenteres med en fornuftig<br />
størrelse.<br />
Der beregnes desuden en 3D-punktspredning for samtlige punkter i det overordnede system.<br />
Punktspredningen der anvendes i projektet beregnes efter formlen:<br />
σ<br />
p<br />
=<br />
σ + σ + σ<br />
2 2 2<br />
x y z<br />
I anblok-delen af det udviklede program, er variansfaktoren beregnet, da denne anvendes til vurdering<br />
af transformationen. I forbindelse med beregningen af Testnet skal denne beregnede variansfaktor<br />
ikke anvendes, da Testnet anvender en fast værdi for variansfaktoren, som jævnfør afsnit<br />
5.2.3 Anvendelse er sat til 0,002 meter. Denne faste værdi for variansfaktoren aktiveres i linie 512 i<br />
programmet. Når variansfaktoren skal anvendes til at vurdere transformationen skal linie 512<br />
deaktiveres igen.<br />
3D-punktspredningerne samt variansfaktoren udskrives i en output-fil, der hedder 3D_spred.txt.<br />
Programmet er hermed udvidet, så det nu indeholder både anblok og Testnet. Programmet er udviklet<br />
således at alle funktioner gennemløbes automatisk. Det vil sige, at forudsat at alle input-filer,<br />
overholder de foreskrevne krav, fås følgende output-filer:<br />
- trans_modelA.txt<br />
- trans_modelB.txt<br />
- trans_modelC.txt<br />
- koor_udj3D.txt<br />
- 3D_spred.txt<br />
Efter at have klarlagt teorien bag Testnet og inddraget 3D anblok med tre modeller i denne, er det<br />
muligt at anvende dette på det praktiske problem, som vil blive beskrevet i næste kapitel.<br />
3<br />
Side | 45
3D anblok sammenknytning af laserscanningsdata<br />
Side | 46
Forsøg med anvendelse af anblok og Testnet<br />
6 Forsøg med anvendelse af anblok<br />
og Testnet<br />
Formålet med dette kapitel er at besvare de to underspørgsmål i problemformuleringen, som er<br />
følgende:<br />
• Hvor gode resultater kan forventes ved brug af anblok?<br />
• Hvordan stemmer de faktiske resultater overens med de forventede?<br />
Gennem ovenstående to afsnit er den grundlæggende teori bag 3D anblok med tre modeller samt<br />
inddragelsen af Testnet beskrevet. Denne teori anvendes til at kontrollere konklusionerne fra foranalysen.<br />
Der udføres en række teoretiske forsøg, hvor det udarbejdede program, anvendes til at<br />
vise sammenhængen mellem nøjagtigheden af transformationen og geometrien og antallet af fiks-<br />
og fællespunkter. Efter at have teorien på plads er det muligt at overføre denne på et praktisk forsøg<br />
for derigennem at kunne svare på ovenstående spørgsmål. Det praktiske forsøg vil primært<br />
bestå af indsamling af tre laserscannings-punktskyer (modeller). Det er valgt, at disse modeller skal<br />
indsamles i Fibigerstræde 10, rum 7. Rummet har ca. følgende dimensioner:<br />
- Bredde: 7,5 meter<br />
- Længde: 10 meter<br />
- Højde: 3 meter<br />
De tre modeller sammenknyttes ved hjælp af fællespunkter og knyttes på et overordnet koordinatsystem.<br />
For at kunne undersøge nøjagtigheden af den anblok, som bliver beregnet i forsøget, opstilles<br />
nogle kontrolpunkter, hvorimellem der kan beregnes afstande, som kan anvendes som kontrol<br />
af nøjagtigheden. Afstandene mellem kontrolpunkterne<br />
kan beregnes på baggrund af henholdsvis koordinater<br />
fra totalstation og koordinater fra anblok. På baggrund<br />
heraf er det muligt at vurdere resultatet af sammenknytningen.<br />
Desuden sammenlignes de forventede<br />
punktspredninger med de opnåede punktspredninger,<br />
for at vurdere om resultaterne stemmer overens med de<br />
forventede resultater.<br />
I forbindelse med løsningen af forsøgene vil det udarbejdede<br />
program blive anvendt.<br />
Besvarelsen af underspørgsmålene sker gennem fem<br />
afsnit. I det første afsnit udføres en række forsøg, der<br />
afdækker, hvordan fælles- og fikspunkternes geometri,<br />
samt antallet af overbestemmelser påvirker nøjagtigheden<br />
af transformationen.<br />
Det andet afsnit vil indeholde planlægningen af dataindsamlingen<br />
i forbindelse med det praktiske forsøg. I dette<br />
Figur Figur 17 17: 17 : Projektstruktur Projektstruktur i i udarbejdelsen udarbejdelsen af af af fo for- fo r<br />
søg<br />
søg<br />
Side | 47
3D anblok sammenknytning af laserscanningsdata<br />
afsnit beskrives den opbygning, der skal anvendes til forsøget, og på baggrund af denne opbygning<br />
opstilles de forventede resultater.<br />
Det tredie afsnit vil indeholde, hvordan data til det praktiske forsøg er indsamlet, samt en behandling<br />
af de totalstationsmålinger, der er opmålt i forbindelse med forsøget.<br />
Det fjerde afsnit vil indeholde en behandling, i anblok, af de laserscanningsdata, som er opmålt i<br />
forbindelse med forsøget.<br />
Det femte og sidste afsnit vil med udgangspunkt i de forskellige koordinatsæt til kontrolpunkterne,<br />
der er genereret i de fire forrige afsnit, indeholde en kontrol af, hvorvidt de faktiske resultater<br />
stemmer overens med de forventede. Dette vil ske ved hjælp af de afstande, der er omtalt tidligere i<br />
dette kapitel.<br />
6.1 Indledende forsøg<br />
I dette afsnit præsenteres hvordan overbestemmelser beregnes. Det diskuteres desuden om det<br />
kan forsvares udelukkende at anvende en variansfaktor, frem for en vægtmatrice, til skalering af<br />
kovariansmatricen. Endelig udføres en række teoretiske forsøg, der viser hvordan fiks- og fællespunkternes<br />
geometri, samt antallet af overbestemmelser påvirker nøjagtigheden af transformationen.<br />
6.1.1 Beregning af overbestemmelser<br />
I de forskellige forsøg og opbygninger, er det være relevant at vide, hvor mange overbestemmelser<br />
der er. Overbestemmelser er nødvendige, for at kunne finde grove fejl, samt for at opnå fornuftige<br />
resultater. Derfor præsenteres her et regneeksempel, der illustrerer hvordan antallet af overbestemmelser<br />
beregnes.<br />
Nedenstående figur viser en simpel opbygning, med tre modeller, der hver har ét fikspunkt og ét<br />
fællespunkt med hver af de andre modeller:<br />
Side | 48
Forsøg med anvendelse af anblok og Testnet<br />
Figur Figur Figur 18 18: 18 : Simpel opbygning, med tre fikspunkter og tre fællespunkter<br />
For at beregne antallet af overbestemmelser, er det nødvendigt at kende antallet af ubekendte,<br />
samt antallet af observationer. Disse trækkes fra hinanden hvilket giver antallet af overbestemmelser.<br />
De ubekendte er seks transformationsparametre til hver af de tre modeller, koordinater (x, y, z)<br />
til fikspunkterne samt koordinater (x, y, z) til fællespunkterne. Dette giver følgende:<br />
Ubekendte:<br />
Transformationsparametre: 3 ∙ 6 = 18<br />
Fikspunkter: 3 ∙ 3 = 9<br />
Fællespunkter: 3 ∙ 3 = 9<br />
I alt 36<br />
Tabel Tabel 12 12: 12 12:<br />
: Antallet af ubekendte i simpel opbygning<br />
Det samlede antal af observationer, er de observerede koordinater til fælles- og fikspunkter fra<br />
hver model, samt koordinater til fikspunkterne i fikspunktssystemet. Dette giver:<br />
Observationer:<br />
Model A: (1 ∙ 3) + (2 ∙ 3) = 9<br />
Model B: (1 ∙ 3) + (2 ∙ 3) = 9<br />
Model C: (1 ∙ 3) + (2 ∙ 3) = 9<br />
Fikspunktskoordinater: 3 ∙ 3 = 9<br />
I alt: 36<br />
Tabel Tabel 13 13: 13 : Antallet af observationer i simpel opbygning<br />
Tabel 12 og Tabel 13 viser, at der er lige mange ubekendte og observationer, og der er dermed ingen<br />
overbestemmelser. En transformation på disse modeller, vil således kun være lige nøjagtigt<br />
bestemt, og det er ikke muligt at kontrollere for grove fejl. Tilføjes et punkt i modellerne, som er<br />
fælles i alle modeller, er der 36 + 3 = 39 ubekendte og 36 + 9 = 45 observationer, hvilket giver<br />
seks overbestemmelser. I de følgende afsnit anvendes en opbygning svarende til den simple opbygning,<br />
beskrevet i dette afsnit, med et ekstra punkt, der er fælles for alle modeller. Der tilføjes desuden<br />
nogle kontrolpunkter, så resultaterne fra de forskellige forsøg, kan sammenlignes.<br />
Side | 49
3D anblok sammenknytning af laserscanningsdata<br />
6.1.2 Test af betydningen af geometri og antallet af overbestemmelser<br />
Dette afsnit skal afdække hvilken betydning antallet af fællespunkter, og geometrien i fiks- og fællespunkter,<br />
har for nøjagtigheden af transformationen. Dette gøres for at underbygge konklusionerne<br />
fra foranalysen, samt have en idé om, hvordan en dataindsamling skal opbygges, for at give<br />
tilfredsstillende resultater. I afsnittet præsenteres en række forsøg, hvor geometrien af fiks- og fællespunkter<br />
varierer, samt forsøg, hvor antallet af overbestemmelser er stort. I de første forsøg, testes<br />
geometriens betydning for transformationen. Herefter testes antallet af overbestemmelsers<br />
betydning. Alle forsøg bygges op over samme koordinatsystem, og i alle forsøg anvendes de samme<br />
tre kontrolpunkter, for at kunne sammenligne resultaterne.<br />
Til test af geometriens betydning, anvendes samme antal fælles- og fikspunkter, som i basisopbygningen<br />
som beskrevet tidligere i afsnittet 5.2.2 Variansfaktor kontra vægtmatrice. Dog med den<br />
ændring, at der tilføjes et punkt, der er fælles mellem alle punktskyer. Dette gøres for at have få<br />
overbestemmelser, og dermed give programmet bedre mulighed for at beregne transformationen.<br />
Beregningerne i dette afsnit er udført i D3_anblok_samlet.m. Scriptet kan ses på Bilags-CD’en, i<br />
mappen Appendiks C. De anvendte koordinatfiler, kan ses på Bilags-CD’en, i mappen Appendiks E.<br />
Forsøg Forsøg Forsøg 1<br />
1<br />
I Forsøg 1, laves opbygningen, så fælles- og fikspunkterne ligger i en klump, med kontrolpunkterne<br />
omkring denne klump. Dette giver følgende opbygning:<br />
Side | 50
Modellerne indeholder følgende punkter:<br />
- Model A<br />
o 1K, 4F, 7, 8, 10<br />
- Model B<br />
o 2K, 5F, 7, 9, 10<br />
- Model C<br />
o 3K, 6F, 8, 9, 10<br />
Figur Figur 19 19: 19 19:<br />
: Opbygning af de tre modeller i Forsøg 1<br />
Forsøg med anvendelse af anblok og Testnet<br />
Når der køres Testnet på disse koordinater, fås plot af konfidensellipser. Konfidensellipserne er<br />
skaleret med en faktor 100, for at gøre dem synlige:<br />
Side | 51
3D anblok sammenknytning af laserscanningsdata<br />
Side | 52<br />
Figur Figur Figur 20 20: 20 20:<br />
: Konfidensellipser Konfidensellipser for for XY XY-plan, XY<br />
plan, plan, Forsøg Forsøg 11<br />
1<br />
Figur Figur Figur 21 21: 21 Konfidensellips<br />
Konfidensellipser Konfidensellips er for for XZ XZ-plan, XZ<br />
plan, Forsøg Forsøg 1<br />
1
Figur Figur 22 22: 22 Konfidensellipser Konfidensellipser for for for YZ YZ-plan, YZ plan, Forsøg Forsøg 1<br />
1<br />
Forsøg med anvendelse af anblok og Testnet<br />
I scriptet beregnes en 3D-punktspredning. Denne skrives ud i en output-fil, sammen med halve<br />
storakse for alle punkter i alle tre plan. Disse output-filer, kan ses på Bilags-CD’en i mappen Appendiks<br />
E, hvor alle resultater er med. I det følgende præsenteres kun 3D-punktspredning, samt halve<br />
storakse i alle tre plan, for de tre kontrolpunkter:<br />
Halve storakse<br />
Punktnummer 3D-spredning (m) XY-plan (m) XZ-plan (m) YZ-plan (m)<br />
1 0,012 0,017 0,016 0,012<br />
2 0,009 0,012 0,011 0,013<br />
3 0,018 0,024 0,020 0,020<br />
Tabel Tabel 14 14: 14 : Resultater Resultater fra transformation med fælles fælles- fælles<br />
og og fikspunkter fikspunkter i i en en klump<br />
klump<br />
I Figur 20 ses det, at kontrolpunkter får cigarformede ellipser vinkelret på fikspunkterne, hvilket<br />
indikerer, at drejningerne ikke er så godt bestemt. Det ses desuden, at selvom fikspunkterne er<br />
spredt i højden, får punkterne også her store konfidensellipser.<br />
Forsøg Forsøg 2<br />
2<br />
I Forsøg 2 flyttes fællespunkterne ud mod kontrolpunkterne, for at se om dette er nok, til at give en<br />
god geometri i sammenknytningen. Dette giver følgende opbygning:<br />
Side | 53
3D anblok sammenknytning af laserscanningsdata<br />
Side | 54<br />
Figur Figur 23 23: 23 : Opbygning af de tre modeller i Forsøg 2<br />
Modellerne indeholder samme punkter som i Forsøg 1, dog er fællespunkterne 7, 8 og 9 flyttet ud<br />
mod kontrolpunkterne:<br />
- Model A<br />
o 1K, 4F, 7, 8, 10<br />
- Model B<br />
o 2K, 5F, 7, 9, 10<br />
- Model C<br />
o 3K, 6F, 8, 9, 10<br />
Testnet er igen anvendt til at beregne og plotte konfidensellipser, der stadig er skaleret med en<br />
faktor 100, for at gøre dem synlige:
Figur Figur 24 24: 24 Konfidensellipser Konfidensellipser Konfidensellipser for for for XY XY-plan, XY plan, plan, Forsøg Forsøg 22<br />
2<br />
Figur Figur 25 25: 25 Konfidensellipser Konfidensellipser for for XZ XZ-plan, XZ plan, Forsøg Forsøg Forsøg 22<br />
2<br />
Forsøg med anvendelse af anblok og Testnet<br />
Side | 55
3D anblok sammenknytning af laserscanningsdata<br />
Side | 56<br />
Figur Figur 26 26: 26 Konfidensellipser Konfidensellipser for for for YZ YZ-plan, YZ plan, plan, Forsøg Forsøg Forsøg 22<br />
2<br />
Forsøg 2 giver følgende 3D-punktspredning, samt halve storakse i alle tre plan, for de tre kontrolpunkter:<br />
Halve storakse<br />
Punktnummer 3D-spredning (m) XY-plan (m) XZ-plan (m) YZ-plan (m)<br />
1 0,012 0,017 0,016 0,012<br />
2 0,009 0,010 0,011 0,011<br />
3 0,015 0,019 0,020 0,017<br />
Tabel Tabel 15 15: 15 : Resultater fra transformation med fikspunkter i en klump klump og og fællespunkter fællespunkter spredt<br />
spredt<br />
Ses der udelukkende på konfidensellipserne, er det svært at se nogen ændring fra Forsøg 1. Sammenlignes<br />
Tabel 14 og Tabel 15, ses det, at der er sket en lille forbedring, især på Punkt 3. Dette<br />
kunne altså tyde på, at fællespunkternes geometri, har en lille indflydelse på nøjagtigheden af kontrolpunkterne<br />
efter sammenknytningen.<br />
Forsøg Forsøg 3<br />
3<br />
I Forsøg 3 byttes rundt på fiks- og fællespunkterne. Der laves samme opbygning som i Forsøg 2,<br />
med den ændring, at de fællespunkter, der før blev flyttet ud, nu udskiftes med fikspunkter. Dette<br />
giver følgende opbygning:
Figur Figur 27 27: 27 27:<br />
: Opbygning af de tre modeller i Forsøg 3<br />
Forsøg med anvendelse af anblok og Testnet<br />
Som tidligere beskrevet, er denne opbygning identisk med den i Forsøg 2, med den ændring, at<br />
punkterne 7, 8 og 9, nu er fikspunkter, i stedet for 4, 5 og 6. Modellerne indeholder derfor følgende<br />
punkter:<br />
- Model A<br />
o 1K, 4, 5, 7F, 10<br />
- Model B<br />
o 2K, 5, 6, 9F, 10<br />
- Model C<br />
o 3K, 4, 6, 8F, 10<br />
Dette giver følgende konfidensellipser:<br />
Side | 57
3D anblok sammenknytning af laserscanningsdata<br />
Side | 58<br />
Figur Figur 28 28: 28 Konfidensellipser Konfidensellipser Konfidensellipser for for XY XY-plan, XY plan, Forsøg Forsøg 3<br />
3<br />
Figur Figur 29 29: 29 Konfidensellipser Konfidensellipser for for for XZ XZ-plan, XZ plan, Forsøg Forsøg 3<br />
3
Figur Figur 30 30: 30 Konfidensellipser Konfidensellipser for for YZ YZ-plan, YZ plan, plan, Forsøg Forsøg 33<br />
3<br />
Forsøg med anvendelse af anblok og Testnet<br />
Forsøg 3 giver følgende 3D-punktspredning, samt halve storakse i alle tre plan, for de tre kontrolpunkter:<br />
Halve storakse<br />
Punktnummer 3D-spredning (m) XY-plan (m) XZ-plan (m) YZ-plan (m)<br />
1 0,008 0,012 0,012 0,012<br />
2 0,006 0,007 0,008 0,009<br />
3 0,006 0,007 0,007 0,007<br />
Tabel Tabel 16 16: 16 16:<br />
: Resultater Resultater fra fra transformation transformation med fællespunkter i en klump og og fikspunkter fikspunkter spredt<br />
Konfidensellipserne viser, at kontrolpunkterne er bedre bestemt, hvis de yderste punkter er fikspunkter.<br />
Ses på ændringerne i 3D-spredning og de halve storakser, er det ligeledes tydeligt, at der<br />
opnås bedre resultater, når fikspunkterne er de yderste.<br />
På baggrund af dette konkluderes det, at konklusionen fra foranalysen var korrekt, geometrien i<br />
modellerne er vigtig for sammenknytningen. Det er desuden værd at bemærke, at det er vigtigst, at<br />
fikspunkterne er så spredte som muligt, men at fællespunkterne ligeledes har indflydelse på nøjagtigheden<br />
af sammenknytningen.<br />
For at teste betydningen af antallet af fællespunkter, anvendes igen basisopbygningen med et ekstra<br />
fællespunkt, men for at imødekomme konklusionen, med hensyn til geometri, tidligere i afsnittet,<br />
er fiks- og fællespunkterne flyttet ud mod kontrolpunkterne. Der ses på hvilke resultater der<br />
Side | 59
3D anblok sammenknytning af laserscanningsdata<br />
opnås med denne opbygning, og herefter tilføjes fællespunkter til opbygningen, for at se udviklingen<br />
i nøjagtigheden, når der er flere overbestemmelser.<br />
Forsøg Forsøg 4<br />
4<br />
Opbygningen til dette forsøg kan ses på nedenstående figur:<br />
Modellerne indeholder følgende punkter:<br />
- Model A<br />
o 1K, 4F, 7, 9, 10<br />
- Model B<br />
o 2K, 5F, 7, 8, 10<br />
- Model C<br />
o 3K, 6F, 8, 9, 10<br />
Side | 60<br />
Figur Figur 31 31: 31 : Basisopbygning i Forsøg 4<br />
Som i foregående afsnit, er disse koordinater kørt igennem Testnet, for at have et sammenligningsgrundlag<br />
med næste opbygning, der kommer til at indeholde flere overbestemmelser. Der er beregnet<br />
og udtegnet konfidensellipser, der stadig skaleres med en faktor 100:
Figur Figur 32 32: 32 : Konfide Konfidensellipser Konfide<br />
nsellipser nsellipser for XY XY-plan, XY<br />
plan, Forsøg Forsøg 4 4 ddel<br />
d el 1<br />
Figur Figur 33 33: 33 Konfidensellipser Konfidensellipser for for XZ XZ-plan, XZ plan, plan, Forsøg Forsøg Forsøg 4 4 del del 1<br />
1<br />
Forsøg med anvendelse af anblok og Testnet<br />
Side | 61
3D anblok sammenknytning af laserscanningsdata<br />
Side | 62<br />
Figur Figur 34 34: 34 Konfidensellipser Konfidensellipser for for YZ YZ-plan, YZ plan, plan, Forsøg Forsøg 4 4 4 del del 11<br />
1<br />
Denne opbygning giver følgende 3D-punktspredning, samt halve storakse i alle tre plan, for de tre<br />
kontrolpunkter:<br />
Halve storakse<br />
Punktnummer 3D-spredning (m) XY-plan (m) XZ-plan (m) YZ-plan (m)<br />
1 0,004 0,005 0,005 0,005<br />
2 0,004 0,004 0,004 0,004<br />
3 0,005 0,005 0,006 0,006<br />
Tabel Tabel 17 17: 17 : Resultater fra transformation med fikspunkter og fællespunkter spredt<br />
spredt<br />
Det ses at der er en lille ændring i størrelserne af konfidensellipserne. Ses desuden på Tabel 17, er<br />
det klart at værdierne for 3D-spredning og de halve storakser, er blevet mindre. Dette understøtter<br />
konklusionen tidligere i dette afsnit, at både fikspunkternes og fællespunkternes geometri har betydning<br />
for nøjagtigheden, da fiks- og fællespunkter i denne opbygning alle er spredte.<br />
For at kunne se sammenhængen mellem nøjagtigheden af kontrolpunkterne og antallet af overbestemmelser,<br />
er der lavet en opbygning, der indeholder dobbelt så mange observationer som ubekendte.<br />
Dette skal resultere i, at kontrolpunkternes nøjagtighed bliver kvadratroden af to gange<br />
bedre end i Tabel 17, se Bilag B.<br />
For at have dobbelt så mange observationer som ubekendte, skal der ret mange punkter til, da der<br />
tilføjes ubekendte hver gang der tilføjes observationer. For hvert fællespunkt der tilføjes, fås seks<br />
ekstra observationer, men tre ekstra ubekendte. For hvert fællespunkt, der er indeholdt i alle mo-
Forsøg med anvendelse af anblok og Testnet<br />
deller, der tilføjes, fås ni ekstra observationer, og tre ekstra ubekendte. For at få dobbelt så mange<br />
observationer som ubekendte, fås derfor følgende opbygning:<br />
Figur Figur Figur 35 35: 35 : Fiks Fiks-, Fiks<br />
fælles fælles- fælles og og kontrolpunkter kontrolpunkter i i i i Forsøg Forsøg 4 4 del del 2<br />
2<br />
På grund af den store mængde punkter, og kompleksiteten i sammenhængen mellem modellerne,<br />
er modellernes udstrækning ikke vist i figuren. I stedet er udelukkende vist punkternes placering,<br />
mens modellernes sammenhæng er vist i punktopstillingen nedenfor:<br />
- Model A<br />
o 1K, 4F, 7, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29,<br />
30, 31, 40, 41,42, 43, 44, 45, 46, 47, 48<br />
- Model B<br />
o 2K, 5F, 7, 8, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 32, 33, 34, 35, 36, 37,<br />
38, 39, 40, 41,42, 43, 44, 45, 46, 47, 48<br />
- Model C<br />
o 3K, 6F, 8, 9, 10, 11, 12, 13, 14, 15, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37,<br />
38, 39, 40, 41,42, 43, 44, 45, 46, 47, 48<br />
Med denne opbygning fås følgende konfidensellipser for de tre plan:<br />
Side | 63
3D anblok sammenknytning af laserscanningsdata<br />
Side | 64<br />
Figur Figur 36 36: 36 Konfidensellipser Konfidensellipser for for XY XY-plan, XY plan, plan, Forsøg Forsøg 4 4 del del del 2<br />
2<br />
Figur Figur 37 37: 37 Konfidensellipser Konfidensellipser for for XZ XZ-plan, XZ plan, plan, Forsøg Forsøg Forsøg 4 4 del del 2<br />
2
Figur Figur 38 38: 38 Konfidensellipser Konfidensellipser Konfidensellipser for for YZ YZ-plan, YZ plan, plan, Forsøg Forsøg 4 4 del del del 2<br />
2<br />
Forsøg med anvendelse af anblok og Testnet<br />
Opbygningen giver følgende 3D-punktspredning, samt halve storakse i alle tre plan, for de tre kontrolpunkter:<br />
Halve storakse<br />
Punktnummer 3D-spredning (m) XY-plan (m) XZ-plan (m) YZ-plan (m)<br />
1 0,004 0,004 0,004 0,004<br />
2 0,003 0,003 0,004 0,004<br />
3 0,004 0,004 0,005 0,005<br />
Tabel Tabel 18 18: 18 18:<br />
: Resultater Resultater fra transformation transformation med mange fællespunkter<br />
Det er svært at se på konfidensellipserne, om der reelt sker en forbedring, svarende til kvadratroden<br />
af to, men sammenlignes Tabel 17 og Tabel 18, passer flere af værdierne med den forventede<br />
forbedring. Det er sandsynligt, at de tal der ikke passer, er blevet afrundet, og at forbedringen kan<br />
aflæses, hvis der tages flere decimaler med.<br />
Antallet af overbestemmelser har derfor betydning, og der kan presses højere nøjagtighed ud af<br />
transformationen ved at have mange overbestemmelser. Rent praktisk er det dog svært at se, at en<br />
opbygning med dette antal fællespunkter kan lade sig gøre. Især da det er få millimeters ekstra nøjagtighed,<br />
der opnås ved det ekstra arbejde.<br />
Side | 65
3D anblok sammenknytning af laserscanningsdata<br />
6.1.3 Opsamling<br />
Efter denne forsøgsrække er det tydeligt, at geometrien er af stor betydning for nøjagtigheden af<br />
transformationen. Det er vigtigt at både fælles- og fikspunkter har så god en geometri som muligt,<br />
selvfølgelig under hensyntagen til, at punkterne skal kunne ses fra opstillingspunktet.<br />
Forsøgene viste desuden, at nøjagtigheden bliver bedre, jo flere overbestemmelser der er. I denne<br />
situation, skal der dog uforholdsmæssigt mange ekstra punkter ind, for at skabe mange overbestemmelser,<br />
og det må derfor konkluderes, at medmindre der er et bestemt krav til sammenknytningen,<br />
der skal overholdes, giver det meget mere arbejde at have dobbelt så mange observationer<br />
som ubekendte. Dette skyldes, som tidligere beskrevet, det faktum, at for hvert ekstra fællespunkt<br />
fås seks observationer, men også tre ubekendte. Det er dog samtidig klart, at der skal være nogle<br />
overbestemmelser, for at transformationen giver et tilfredsstillende resultat.<br />
6.2 Planlægning af dataindsamling<br />
Dette afsnit skal give en idé om, hvordan opbygningen i forbindelse med dataindsamlingen kan<br />
laves. Derudover skal afsnittet vise de forventninger, der kan stilles til nøjagtigheden af de indsamlede<br />
data. Der er lavet en opstilling, der søger at imødekomme de krav, der er opstillet i foranalysen,<br />
og bekræftet i afsnittet 6.1.2 Test af betydningen af geometri og antallet af overbestemmelser. Beregningerne<br />
i dette afsnit er udført i programmet D3_anblok_samlet.m. Scriptet kan findes på Bilags-CD’en<br />
i mappen Appendiks C. De anvendte koordinatfiler, kan ses på Bilags-CD’en i mappen<br />
Appendiks F.<br />
Der skal således planlægges tre opstillinger med laserscanner, samt fælles- og fikspunkter mellem<br />
de tre modeller. I foranalysen blev det beskrevet hvilke forhold der var vigtige at tage hensyn til,<br />
inden scanningen foretages:<br />
- Antallet af fællespunkter mellem modeller<br />
- Indbyrdes placering af fælles- og fikspunkter i forhold til hinanden<br />
- Højdevariation af targets<br />
- Målepræcision<br />
- Nøjagtigheden af targets<br />
I det følgende præsenteres en opbygning, hvor der er taget hensyn til ovenstående, samt taget hensyn<br />
til konklusionerne i afsnittet 6.1.2 Test af betydningen af geometri og antallet af overbestemmelser.<br />
Som beskrevet i afsnit 5.2.2 Variansfaktor kontra vægtmatrice, anvendes der ikke en vægtmatrice,<br />
men i stedet skaleres kovariansmatricen med den forventede opmålingsnøjagtighed. I beregningerne<br />
er den nøjagtighed der regnes med, sat til to millimeter, jævnfør afsnit 5.2.2 Variansfaktor<br />
kontra vægtmatrice. Dette giver en variansfaktor på 0,000004.<br />
Koordinaterne til de tre modeller, er fremkommet ved, at lave et koordinatsystem, der indeholder<br />
rummets dimensioner, og sætte punkterne ind, under hensyntagen til ovenstående. Herefter er<br />
punkternes sammenhæng mellem modellerne tegnet ind, og punkterne er skilt ud i de modeller de<br />
hører til.<br />
Side | 66
Forsøg med anvendelse af anblok og Testnet<br />
6.2.1 Opbygning til dataindsamling<br />
I den efterfølgende opbygning, er der for at imødekomme kravene fra foranalysen og de foregående<br />
afsnit, foretaget følgende valg:<br />
- Alle modeller har fem fællespunkter. Heraf er ét punkt fælles for alle modeller.<br />
- Der er i alt fem fikspunkter. En model indeholder minimum to, maksimum tre fikspunkter.<br />
- Fikspunkterne er placeret så yderligt i rummet som muligt, for at omkranse de øvrige punkter.<br />
Desuden er ét fikspunkt placeret i midten af rummet, af hensyn til højdenøjagtigheden.<br />
- Fællespunkterne er ligeledes spredt, for at opnå en jævn fordeling af fællespunkterne, og<br />
sikre en vis størrelse af overlappet mellem to modeller.<br />
- Fikspunkterne er varierede i højden, for at sikre højdenøjagtigheden.<br />
De tre modeller A, B og C blev repræsenteret ved hver deres opstilling. I hver model blev de fællespunkter,<br />
kontrolpunkter og fikspunkter, som tilhørte modellen, indmålt. Punkterne blev tildelt<br />
punktnumre i følgende orden:<br />
Dette giver følgende opbygning:<br />
Fikspunkter: 1-5<br />
Fællespunkter: 6-11<br />
Kontrolpunkter: 12-14<br />
Tabel Tabel 19 19: 19 : Punktnummerstrategi<br />
Figur Figur Figur 39 39: 39 : Opbygning af dataindsamling<br />
Side | 67
3D anblok sammenknytning af laserscanningsdata<br />
Modellerne indeholder følgende punkter:<br />
- Model A<br />
o 1F, 5F, 6, 7, 8, 9, 12K<br />
- Model B<br />
o 2F, 3F, 5F, 6, 7, 10, 11, 13K<br />
- Model C<br />
o 4F, 5F, 8, 9, 10, 11, 14K<br />
Opbygning 4 indeholder 60 ubekendte og 81 observationer, hvilket giver 21 overbestemmelser. Der<br />
forventes gode resultater i sammenknytningen med denne opbygning.<br />
For at se hvilke nøjagtigheder, der kan forventes, er koordinaterne anvendt i Testnet, og der er udtegnet<br />
konfidensellipser for XY-, XZ- og YZ-planet, samt beregnet en 3D-punktspredning for samtlige<br />
punkter. Konfidensellipserne er også denne gang skaleret med en faktor 100, for at gøre dem<br />
synlige.<br />
Side | 68<br />
Figur Figur 40 40: 40 : Konfidensellipser, XY XY-plan, XY<br />
plan, opbygning pbygning til til dataindsamling<br />
dataindsamling
Forsøg med anvendelse af anblok og Testnet<br />
Figur Figur 41 41: 41 : Konfidensellipser, XZ XZ-plan, XZ<br />
plan, opbygning opbygning til til dataindsamling<br />
dataindsamling<br />
Figur Figur Figur 42 42: 42 Konfidensellipser, Konfidensellipser, Konfidensellipser, YYZ-plan,<br />
Y plan, opbygning opbygning til til dataindsamling<br />
dataindsamling<br />
Side | 69
3D anblok sammenknytning af laserscanningsdata<br />
I Figur 40 og Figur 41 kan det ses, at den valgte opbygning til dataindsamlingen giver små runde<br />
konfidensellipser. Det er desuden klart, at punkterne er bedre bestemt i XY-planen end i XZ-planen<br />
og YZ-planen. Dette skyldes, at selvom punkterne er spredt i højden, er de mere spredt i XY-planen,<br />
hvilket giver en bedre nøjagtighed i planen end i højden. Når 3D-spredningen, samt halve storakse<br />
for kontrolpunkterne beregnes fås:<br />
Side | 70<br />
Halve storakse<br />
Punktnummer 3D-spredning (m) XY-plan (m) XZ-plan (m) YZ-plan (m)<br />
12 0,003 0,003 0,004 0,004<br />
13 0,003 0,003 0,003 0,003<br />
14 0,003 0,003 0,004 0,004<br />
Tabel Tabel 20 20: 20 : 3D 3D-punktspredning 3D<br />
punktspredning ved ved opbygning opbygning til til til dataindsamling<br />
dataindsamling<br />
Hvis dataindsamlingen foretages under forhold, der nogenlunde svarer til dem, der er anvendt i<br />
dette forsøg, kan det forventes, at der kan opnås samme nøjagtigheder, som vist i Tabel 20. Under<br />
dataindsamlingen vil det derfor tilstræbes, at lave en opbygning, der minder om opbygningen præsenteret<br />
i dette afsnit.<br />
6.3 Dataindsamling<br />
Dette afsnit er en beskrivelse af hvordan dataindsamlingen, til forsøget med at knytte tre laserscannings-punktskyer<br />
sammen ved hjælp af anblok, er foregået. I afsnittet vil der blive gennemgået<br />
hvilke instrumenter der blev anvendt til forsøget. Rådata fra dataindsamlingen kan findes på Bilags-<br />
CD’en i mappen Appendiks G.<br />
Forsøget blev foretaget i et undervisningslokale med dimensioner, som tillod at der kunne laves tre<br />
opstillinger med laserscanneren. Til forsøget blev der anvendt et HDS-target (High Definition Scanner<br />
target) til hvert punkt, der skulle opmåles i forsøgsopstillingen. Disse blev anvendt for at den<br />
nøjagtighed punkterne kunne måles med blev bedst mulig. Nogle targets blev opstillet på instrumentstativer<br />
så de kunne roteres mod hver opstilling med laserscanneren. Andre targets blev anbragt<br />
på vægge og andre faste genstande langs væggene i lokalet. Punkterne blev så vidt det var<br />
muligt placeret som det blev planlagt og testet i Testnet, der blev dog taget højde for at alle punkter<br />
skulle kunne ses fra de laserscanneropstillinger de var indeholdt i. For at variere højden i targets,<br />
blev nogle af instrumentstativerne opstillet så højt som de kunne, mens andre var opstillet lavest<br />
muligt, derimellem var der targets som var placeret på stativer som havde en mellemhøjde. Nogle af<br />
de targets som var placeret på vægge og lignende, kunne varieres yderligere i højden, derfor blev<br />
nogle af disse placeret endnu højere og lavere end det var muligt, med de targets der var monteret<br />
på instrumentstativer.<br />
For at oprette et overordnet koordinatsystem blev de targets som skulle anvendes som fikspunkter<br />
opmålt med Leica TCR 1105 totalstation. Fikspunkterne blev indmålt reflektorløst med totalstationens<br />
røde laser. Udover fikspunkterne blev også kontrolpunkterne målt med totalstation for at<br />
kunne foretage en sammenligning af disse med koordinater til kontrolpunkterne, der beregnes i<br />
projektgruppens anblok. Hvert punkt blev indmålt med én sats. Opstillingen blev anbragt således at<br />
der var udsyn til alle punkter som skulle indmåles.
6.4 Databehandling<br />
Forsøg med anvendelse af anblok og Testnet<br />
I dette afsnit beskrives behandlingen af de data, der blev indsamlet under opmåling i Fibigerstræde<br />
10, rum 7. Afsnittet skal forklare hvordan data er behandlet, for at udtrække koordinater på de opmålte<br />
punkter. Disse koordinater køres igennem anblok programmet, for at få de udjævnede koordinater.<br />
I afsnittet beskrives først hvordan data fra totalstationen er omsat til koordinater, og resultaterne<br />
herfra vises. Herefter beskrives hvordan koordinaterne fra laserscanningen er udtrukket,<br />
og disse koordinater vises. Endelig beskrives behandlingen i, og resultaterne fra, anblok programmet.<br />
6.4.1 Totalstation<br />
I forbindelse med opmålingen, er alle kontrolpunkter og fikspunkter opmålt med totalstation. Dette<br />
er gjort for at have koordinater til fikspunkterne i et ”fikspunktssystem”, der i dette tilfælde er totalstationens<br />
system. Det vil sige at når de tre punktskyer bliver udjævnet, bliver de transformeret<br />
over i totalstationens koordinatsystem. Det ønskes desuden at have koordinater fra totalstationen<br />
til kontrolpunkterne, da disse burde have en større nøjagtighed end koordinaterne til kontrolpunkterne<br />
fra laserscanneren, hvilket giver mulighed for kontrol af udjævningen senere i rapporten.<br />
Under opmålingen blev observationerne, skrå afstand (Sd), horisontalretning (Hz), vertikalretning<br />
(V), lagret på et datakort som GSI-fil. Disse data er herefter behandlet i programmet TMK, for at få<br />
en fil, hvor observationerne nemmere kunne aflæses. Endelig er koordinaterne til de opmålte punkter<br />
beregnet, på baggrund af observationerne, i et excel-regneark, ved hjælp af nedenstående formler:<br />
x = sin( Hz)sin( V ) Sd<br />
y = cos( Hz)sin( V ) Sd<br />
z = sin( V ) Sd<br />
Dette regneark hedder Totalstationsdata.xls, og kan findes på Bilags-CD’en i mappen Appendiks H.<br />
Koordinaterne til fikspunkterne og kontrolpunkterne er beregnet ved hjælp af ovenstående formler.<br />
Nedenstående tabel viser disse koordinater i fikspunktssystemet, som blev bestemt med totalstation.<br />
Derudover er punktspredningen vist for hvert punkt:<br />
Punkt nr. X (m) Y (m) Z (m) σP (m)<br />
1 -1,081 -6,535 -0,707 0,003<br />
2 -3,149 0,040 1,229 0,003<br />
3 6,823 0,151 -1,306 0,003<br />
4 5,503 -6,292 0,601 0,003<br />
5 2,685 -2,300 0,099 0,003<br />
12 -2,982 -4,588 -0,826 0,003<br />
13 2,167 1,079 -0,218 0,003<br />
14 6,965 -3,594 0,361 0,003<br />
Tabel Tabel 21 21: 21 : Koordinaterne til fikspunkterne og og og kontrolpunkterne kontrolpunkterne blev blev bestemt bestemt ved ved hjælp hjælp af af totalstation<br />
totalstation<br />
Side | 71
3D anblok sammenknytning af laserscanningsdata<br />
Punktspredningen for fikspunktskoordinaterne er beregnet ved at anvende fejlforplantningsteori<br />
på de udtryk, som anvendes til at beregne x-, y- og z-koordinaterne til punkterne.<br />
Når disse varianser er beregnet, beregnes punktspredningen efter formlen for punktspredning,<br />
præsenteret i afsnit 5.2.5 Det udarbejdede program.<br />
Koordinaterne til fikspunkterne udskrives i en txt-fil, kaldet fiks.txt. Disse koordinater kan nu bruges<br />
direkte i anblok programmet, samt til vurdering af de endelige resultater.<br />
6.4.2 Laserscanner<br />
Der er foretaget tre scanninger fra tre forskellige opstillinger. Da det er targets, der er scannet, er<br />
der under scanningen beregnet koordinater til punkterne i et koordinatsystem, der har scannerens<br />
centrum som origo. Under scanningen er punkter desuden tildelt de relevante punktnumre. I programmet<br />
Cyclone vælges punkterne i hver punktsky, og der eksporteres en txt-fil for hver<br />
punktsky. Disse filer benævnes modelA.txt, modelB.txt og modelC.txt, så disse kan bruges direkte i<br />
anblok programmet.<br />
6.4.3 Anblok programmet<br />
Ved hjælp af input-filerne fra totalstationen og laserscanningerne, er der i projektgruppens anblok<br />
program beregnet transformationsparametre til hver model. Disse transformationsparametre<br />
transformerer modellerne ind i det overordnede koordinatsystem, der er bestemt med totalstation.<br />
Herunder er transformationsparametrene for de tre modeller præsenteret:<br />
Side | 72<br />
ω(gon) φ(gon) κ(gon) tx(m) ty(m) tz(m)<br />
Model A -0,155 0,007 -138,920 -1,416 -4,818 0,124<br />
Model B 0,005 0,155 155,633 2,169 -0,615 0,124<br />
Model C -0,123 -0,079 -91,274 5,052 -3,811 0,130<br />
Tabel Tabel 22 22: 22 : BBeregnede<br />
B<br />
eregnede eregnede transformationsparametre transformationsparametre for for de de tre tre modeller<br />
modeller<br />
Ved hjælp af transformationsparametrene kan alle punkterne i punktskyerne transformeres over i<br />
det overordnede system. Anblok programmet beregner også koordinater til alle punkter i det overordnede<br />
koordinatsystem. Koordinaterne til punkterne er:
Punkt nummer X(m) Y(m) Z(m)<br />
1F -1,081 -6,535 -0,707<br />
2F -3,150 0,041 1,229<br />
3F 6,823 0,152 -1,306<br />
4F 5,503 -6,292 0,601<br />
5F 2,687 -2,301 0,099<br />
6 -2,765 -2,002 -0,535<br />
7 -0,86 -0,926 -0,278<br />
8 0,848 -3,945 0,146<br />
9 2,001 -6,024 -0,458<br />
10 5,007 0,79 -0,295<br />
11 6,547 -1,738 0,153<br />
12K -2,984 -4,588 -0,826<br />
13K 2,171 1,081 -0,219<br />
14K 6,966 -3,592 0,361<br />
Tabel Tabel 23 23: 23 : Beregnede eregnede koordinater koordinater koordinater til til alle alle punkter punkter<br />
punkter<br />
Forsøg med anvendelse af anblok og Testnet<br />
For at kunne vurdere resultatet af udjævningen, er de maksimale og minimale residualer efter udjævningen,<br />
for hver model, trukket ud. Beregningen af disse kan ses i Residualer fra anblok.xls, på<br />
Bilags-CD’en i mappen Appendiks H.<br />
Model/Fiks X (meter) Y (meter) Z (meter)<br />
Maks. Min. Maks. Min. Maks. Min.<br />
Model A 0,0015 -0,0009 0,0027 -0,0019 0,0004 -0,0006<br />
Model B 0,0013 -0,0012 0,0008 -0,0014 0,0006 -0,0002<br />
Model C 0,0012 -0,0010 0,0019 -0,0027 0,0002 -0,0003<br />
Fiks 0,0017 -0,0008 0,0006 -0,0013 0,0002 -0,0003<br />
Tabel Tabel Tabel 24 24: 24 : Viser Viser intervallerne intervallerne for residualerne for de enkelte enkelte modeller<br />
Det ses i Tabel 24, at der er små residualer. De største residualer ligger lige under tre millimeter,<br />
hvilket er acceptabelt, når det tages i betragtning, at scannerens nøjagtighed er på ca. to millimeter,<br />
og fikspunkterne har en punktspredning omkring tre millimeter.<br />
Efter transformationen er variansfaktoren desuden beregnet. For at kunne bruge denne til at vurdere<br />
opmålingen, er den omsat til spredningen på vægtenheden, og beregnet efter følgende formel:<br />
Hvor: r er residualvektoren<br />
m er antallet af observationer<br />
n er antallet af ubekendte<br />
ˆ σ =<br />
0<br />
T<br />
r r<br />
m − n<br />
Normalt ganges vægtmatricen (C) på mellem residualerne i tælleren, men da der ikke bliver opstillet<br />
vægtmatrice i anblok programmet, er denne ikke med. Dermed giver spredningen på vægtenheden<br />
et udtryk for, hvilken nøjagtighed punkterne er målt med:<br />
ˆ σ 0 = 0,0000024 =<br />
0,001549<br />
Side | 73
3D anblok sammenknytning af laserscanningsdata<br />
Punkterne er altså opmålt med en nøjagtighed omkring halvanden millimeter, hvilket stemmer godt<br />
overens med den nøjagtighed, der kan opnås med laserscanneren.<br />
På baggrund af residualerne og variansfaktoren konkluderes det, at opmålingen og transformationen<br />
er foregået tilfredsstillende. Det er nu muligt at vurdere på de opnåede resultater.<br />
6.5 Vurdering<br />
Dette afsnit har til formål at vurdere nøjagtigheden af sammenknytningen i anblok sammenholdt<br />
med de forventede nøjagtigheder fra Testnet. Dette gøres gennem en vurdering af kontrolpunktskoordinaterne<br />
samt afstandene herimellem. For at udvide vurderingerne er tilsvarende sammenknytninger,<br />
på det samme data, foretaget ved hjælp af almindelig 3D transformation og i programmet<br />
Cyclone. Ved at sammenligne resultatet fra anblok med resultater fra de andre metoder kan<br />
sammenknytningen i anblok vurderes. I afsnittet vil der indledningsvis være en koordinatsammenligning<br />
af kontrolpunktskoordinaterne på baggrund af differencer mellem totalstationskoordinater<br />
og koordinater fra de tre metoder. Efterfølgende vil der være en vurdering af punktspredningerne<br />
fra henholdsvis totalstationskoordinater, anblok-koordinater samt Testnet. Yderligere vil der være<br />
en vurdering af de forskellige afstande mellem kontrolpunkterne sammenholdt med den beregnede<br />
afstandsspredning. Afslutningsvis vil der være en vurdering af forskellige forhold, der har betydning<br />
for nøjagtigheden af sammenknytningen afhængig af, hvilken metode der anvendes.<br />
Beregningerne der lavet i dette afsnit er vist i scriptet spred_afst_pkt.m der kan findes på Bilags-<br />
CD’en i mappen Appendiks I.<br />
De forskellige metoder der er anvendt til sammenknytning i dette afsnit er anblok, almindelig 3D<br />
transformation og Cyclone. Anblok er udført, som beskrevet tidligere i rapporten, hvor der foretages<br />
en samlet udjævning af de tre modeller, mens den almindelige 3D transformation er udført,<br />
hvor Model A og Model B knyttes sammen først, derefter Model C. Til sidst transformeres de sammenknyttede<br />
modellerne ind i Fikspunktssystemet. I 3D transformationen indgår der seks parametre,<br />
det vil sige tre drejninger og tre flytninger, som er de samme parametre, der indgår i anblok.<br />
I Cyclone er alle modeller hentet ind på én gang, hvorefter Cyclone har genkendt fællespunkterne<br />
og sammenknytter modellerne. Alle tre metoder behandler de samme datasæt.<br />
I Tabel 25 er koordinatdifferencerne mellem totalstationskoordinaterne og koordinaterne, der er<br />
beregnet i de enkelte metoder, vist. Ud fra disse koordinatdifferencer kan det fastslås, at alle differencerne<br />
for punkt 13 er de største, hvilket antyder, at punktet er dårligere bestemt med enten<br />
laserscanneren eller totalstationen. Generelt er differencerne for de tre metoder lige store, dog er<br />
differencerne for anblok lidt større end differencerne fra de øvrige metoder.<br />
Punkt Anblok Transformation Cyclone<br />
x (m) y (m) z (m) x (m) y (m) z (m) x (m) y (m) z (m)<br />
12 0,002 0,001 0,001 0,001 0,000 0,000 0,002 -0,001 0,000<br />
13 -0,004 -0,003 -0,003 -0,003 -0,001 0,002 -0,003 -0,002 0,001<br />
14 -0,001 -0,002 -0,002 -0,002 -0,002 0,000 -0,001 -0,002 -0,001<br />
Tabel Tabel 25 25: 25 25:<br />
: Viser Viser koordinatdifferencerne koordinatdifferencerne mellem mellem totalstationskoordinater totalstationskoordinater og og koordinater koordinater beregnet beregnet i i de de enkelte enkelte metoder<br />
metoder<br />
Side | 74
Forsøg med anvendelse af anblok og Testnet<br />
I Tabel 26 er punktspredningerne og afstandsspredningerne beregnet. Punktspredningerne er beregnet<br />
efter følgende formel:<br />
σ<br />
p<br />
=<br />
σ + σ + σ<br />
2 2 2<br />
x y z<br />
På baggrund af spredningerne i nedenstående tabel kan det vurderes, at udjævningen ved hjælp af<br />
anblok ikke har nogen direkte indvirkning på punktspredningen, da punktspredningen for totalstationskoordinaterne<br />
og punktspredningen for laserscanneren begge er to millimeter<br />
[www.leica.geosystems.com]. Yderligere er punktspredningen for anblok mindre end den forventede<br />
punktspredning. Afstandsspredningerne i tabellen skal senere anvendes til at vurdere om der er<br />
grove fejl på afstandsdifferencerne mellem kontrolpunktskoordinaterne fra totalstationen og kontrolpunktskoordinaterne<br />
fra de enkelte metoder. Afstandene er beregnet ved hjælp af Pythagoras<br />
sætning. Afstandsspredningen beregnes derfor ved at anvende fejlforplantning på Pythagoras sætning.<br />
Punkt<br />
3<br />
Punktspredning Afstandsspredning<br />
Totalstation Anblok Testnet Totalstation Anblok<br />
12 0,002 0,002 0,003 0,003 0,003<br />
13 0,002 0,002 0,003 0,003 0,003<br />
14 0,002 0,002 0,003 0,003 0,003<br />
Tabel Tabel Tabel 26 26: 26 26:<br />
: Viser Viser punktspredninger punktspredninger og afstandsspredninger<br />
afstandsspredninger<br />
Af Tabel 27 fremgår det, at afstandene mellem punkterne 13 og 14 samt 12 og 14 er identiske for de<br />
tre metoder, mens afstanden mellem punkterne 12 og 13, ligeledes for de tre metoder, varierer med<br />
to millimeter. Da den maksimale difference ved anblok er mindre end ± tre gange afstandsspredningen<br />
er disse afstande ikke behæftet med grove fejl. Med udgangspunkt i de maksimale differencer<br />
kan det konkluderes, at afstandene ved anblok afviger mest fra afstandene fra totalstationskoordinaterne.<br />
Denne afvigelse er dog kun en og to millimeter større end afstandene de to øvrige metoder.<br />
Beregningsmetoder Afstand i meter mellem punkterne Maksimal difference<br />
i meter<br />
12-13 13-14 12-14<br />
Totalstation 7,681 6,723 10,067<br />
Anblok 7,686 6,721 10,070 0,005<br />
Transformation 7,684 6,721 10,070 0,003<br />
Cyclone 7,685 6,721 10,070 0,004<br />
Tabel Tabel Tabel 27 27: 27 : Viser de beregnede afstande mellem kontrolpunkterne samt samt den maksimale<br />
difference difference difference mellem mellem mellem totalstationsafstande og afstande fra de enkelte metoder.<br />
Der er forskellige forhold, der har betydning for nøjagtighederne for sammenknytning afhængig af,<br />
hvilken metode der anvendes. Et af forholdene kan være, hvorvidt der er et eller flere fællespunkter,<br />
der går igen i flere end to modeller. I det praktiske forsøg var der et fællespunkt, som var fællespunkt<br />
i alle modeller. Dette punkt vurderes at have stor betydning for nøjagtigheden ved sammenknytningen<br />
ved hjælp af almindelige transformation og Cyclone. Havde der i stedet været eksempelvis<br />
tre fællespunkter mellem hver model, uden et fællespunkt, der går igen i alle modeller,<br />
Side | 75
3D anblok sammenknytning af laserscanningsdata<br />
vurderes det, at sammenknytningen ved hjælp af transformation og Cyclone ville have været dårligere,<br />
mens dette forhold ikke har betydning for nøjagtigheden ved anblok.<br />
Et andet forhold der har betydning for nøjagtigheden, afhængig af hvilken metode der anvendes,<br />
kan være antallet af modeller, som indgår i sammenknytningen. I det praktiske forsøg blev der arbejdet<br />
med tre modeller. Havde dette antal være større, uden at der var fællespunkter, som gik<br />
igen i flere end to modeller, vurderes det, at resultaterne fra den almindelige transformation og<br />
Cyclone ville have været dårligere, da fejlene efterhånden som der transformeres en model mere på<br />
bliver større og større, mens anblok kan udjævne mange modeller uden, at nøjagtigheden forringes<br />
på grund af antal modeller.<br />
Side | 76
7 Perspektivering<br />
Perspektivering<br />
Hidtil er sammenknytning af punktskyer indsamlet med laserscanner udført parvis, men med det<br />
program, som er udarbejdet af projektgruppen gennem dette projekt, er der skabt en ny tilgang til<br />
sammenknytning med udgangspunkt i anblok. Det udviklede program er ikke et fuldstædigt program<br />
til sammenknytning af flere punktskyer på en gang, da der kun fastlægges den grundlæggende<br />
teori. Derfor er der potentiale i en videreudvikling af det pågældende program således, at det på<br />
sigt kan anvendes som et selvstædigt program, eller indgå som en integreret del af softwaren i et<br />
hvilket som helst program til behandling af laserscanningsdata. I det følgende perspektiveres der<br />
over de udviklingsområder af programmet som gruppen gennem arbejdet med metoden er blevet<br />
opmærksom på, men som følge af tidshorisonten ikke har fået belyst gennem dette projekt.<br />
Desuden bliver der her givet et bud på, hvordan det udviklede produkt kan indgå i andre spændende<br />
sammenhænge.<br />
7.1 Teknisk udvikling<br />
På grund af prioritering af tid i dette projekt, er programmeringen på nuværende tidspunkt indstillet/begrænset<br />
på en sådan måde, at programmet kun kan sammenknytte tre punktskyer samtidigt,<br />
hvorfor en forøgelse af antallet af modeller ikke er mulig. Der er derfor mulighed for, at udvide programmet<br />
til også at omfatte sammenknytninger af et uvilkårligt antal punktskyer samtidigt. I forbindelse<br />
med opmåling af rumlige objekter vil der ofte være behov for sammenknytning af mere<br />
end tre punktskyer, derfor ses denne udvidelse af programmet som en nødvendighed.<br />
Der er i dette projekt, udelukkende arbejdet med sammenknytning af punktskyer, ved hjælp af targets.<br />
Der kan dog forekomme situationer, hvor det er nødvendigt at anvende andre metoder, for<br />
eksempel sammenknytning ved hjælp af modellerede objekter eller direkte i punktskyer. Det er<br />
således fravalgt at basere det udviklede program til også omfatte sammenknytninger ved hjælp af<br />
modellerede objekter eller ved hjælp af den tredje metode kaldet ”Cloud-registration”. En sådan<br />
udvikling af programmet, der gør det muligt at sammenknytte uden en involvering af targets, er<br />
særlig fortrukken i de situationer, hvor en opstilling af disse enten er fysisk umuligt eller begrænset.<br />
Et eksempel herpå kunne være en opmåling på en boreplatform, ufremkommeligt terræn eller<br />
omkring trafikerede veje.<br />
Programmet i dette projekt, er udført, så der tages hensyn til alle drejninger. Dette er gjort fordi der<br />
er fejl på libellen, der på denne måde kompenseres for. Programmet kan dog ikke håndtere drejninger<br />
om x- og y-aksen, der går over cirka 20 gon. Projektgruppen er imidlertid blevet opmærksom<br />
på, at der forekommer situationer i erhvervslivet, hvor scanninger foretages hvor drejningen om x-<br />
og y-aksen er væsentlig større, se Billede 1. Det vil derfor være hensigtsmæssigt, at udvikle programmet,<br />
så det kan håndtere drejninger af en vilkårlig størrelse om alle akser.<br />
Side | 77
3D anblok sammenknytning af laserscanningsdata<br />
Side | 78<br />
Billede Billede 1: : Scanning med stor drejning drejning om om xx-<br />
x og og y-aksen aksen aksen<br />
For at gøre programmet anvendelig for slutbrugeren, kan der udarbejdes en grafisk brugergrænseflade,<br />
ligesom den der kendes fra andre programmer. I den forbindelse kunne der stilles krav til, at<br />
den grafiske brugerflade skal være nem at benytte og skal derfor være logisk og brugervenlig opbygget.<br />
En grafisk brugerflade vil desuden gøre det nemmere at vægte punkter forskelligt, da dette<br />
kan gøres i en overskuelig menu. Til sidst skal resultaterne kunne præsenteres på en overskuelig<br />
måde så fejlaflæsninger elimineres.<br />
Hvis alle disse forbedringer og eventuelt andre tiltag tages for øje, er der mulighed for at udvikle et<br />
program, der kan være meget konkurrencedygtigt i forhold til de kendte programmer der findes på<br />
markedet.<br />
7.2 Andre anvendelser<br />
I det følgende vurderes hvilke fremtidige muligheder, der kan være i forbindelse med anvendelse af<br />
anblok i tilknytning til laserscanningsdata.<br />
Anvendelse af laserscanner som en opmålingsmetode er forholdsvis ny, men på grund af laserscannerens<br />
effektivitet, har udviklingen været i hastig fremgang, derfor er denne form for opmåling<br />
benyttet såvel til lands, som i luften.
Perspektivering<br />
Den terrestriske laserscanning kan kategoriseres i to afdelinger, nemlig en dynamisk og en statisk.<br />
Den statiskes metode refererer til stillestående scanning, hvor laserscanneren står stille under<br />
scanning, hvorimod den anden metode refererer til scanning i bevægelse som for eksempel opmåling<br />
med fly, køretøj og båd.<br />
I princippet kan anblok ligeledes anvendes til sammenknytninger af punktskyer, fremkommet med<br />
den dynamiske metode. Dog kan det siges, at metoden allerede har fundet stor udbredelse i forbindelse<br />
med flybåren laserscanning. [http://cartesia.org].<br />
Side | 79
3D anblok sammenknytning af laserscanningsdata<br />
Side | 80
8 Konklusion<br />
Konklusion<br />
Der er i projektet afklaret, hvordan teorien bag 2D anblok kan omsættes til 3D. For at omsætte teorien<br />
til 3D, kræves en udvidelse af rotationsmatricen samt en udvidelse af A-matricen. Dette har<br />
gjort beregningerne væsentlig mere komplicerede, idet de partielt afledte, der skal bruges i Amatricen<br />
bliver ulineære. Dette kræver en række iterative processer, der kræver foreløbige værdier<br />
for at kunne løses. Dette problem er løst, ved at anvende 2D anblok, til at finde foreløbige værdier<br />
til drejninger om z-aksen. Med denne baggrund er det muligt at anvende 3D anblok, til sammenknytning<br />
af laserscanningsdata.<br />
Der er i projektet udført et praktisk forsøg, der bekræfter, at teorien virker. Der er indsamlet tre<br />
punktskyer med fællespunkter, og disse er behandlet i det udviklede program med et tilfredsstillende<br />
resultat.<br />
Det udviklede program kan anvendes til at sammenknytte op til tre punktskyer. Denne rapport kan<br />
bruges som baggrundsviden for senere projekter, der ønsker at arbejde med og videreudvikle 3D<br />
anblok til for eksempel at kunne håndtere et vilkårligt antal punktskyer, eller vilkårlige drejninger.<br />
Som sagt begrænser programmet sig endnu til kun at kunne behandle tre punktskyer, og kun små<br />
drejninger om x- og y-aksen. Det er derfor uvist hvordan resultaterne ser ud, når der bringes mange<br />
punktskyer ind i sammenknytningen. Det er i vurderingen af resultaterne desuden klart, at det ikke<br />
endegyldigt kan siges, at anblok er bedre til at behandle flere punktskyer. Derfor kunne en videreudvikling<br />
af dette projekt være meget interessant, og være med til at afdække, om resultaterne efter<br />
sammenknytning af mange punktskyer, bliver bedre med 3D anblok, end med for eksempel Cyclone.<br />
Side | 81
3D anblok sammenknytning af laserscanningsdata<br />
Litteraturliste:<br />
Litteraturen i denne liste er angivet efter: Forfatter, titel, udgiver, årstal.<br />
[Aunsborg, 1997] Aunsborg, Christian, Projektarbejdets teori og metode, 1997<br />
[Jensen, 2005] Jensen, Karsten, Landmåling i Teori og Praksis, <strong>Aalborg</strong> <strong>Universitet</strong>,<br />
2005<br />
[Leica, 2007] Leica, Cyclone 5.8, 2007<br />
[Pinholt, 2008] Pinholt, Terrestrisk Laserscanning - Sammenknytning af punktskyer,<br />
2008<br />
[Brande, 1993] Brande, Ole, Fotogrammetri, <strong>Aalborg</strong> <strong>Universitet</strong>, 1993<br />
[Wolf, 1997] Wolf, Paul R., og Ghilani, Charles D., Adjustment computations - Statistics<br />
and least squares in surveying and GIS, John Wiley & sons, INC,<br />
1997<br />
[Cederholm, 2000] Cederholm, Peter, Udjævning, <strong>Aalborg</strong> <strong>Universitet</strong>, 2000<br />
Hjemmeside<br />
Hjemmesider:<br />
Hjemmeside<br />
[www2.imm.dtu.dk]<br />
http://www2.imm.dtu.dk/pubdb/views/edoc_download.php/4418/pdf/imm4418.pdf 07/06 2008<br />
[www.land.aau.dk]<br />
http://www.land.aau.dk/~pce/matlab.htm 05/06 2008<br />
[www.leica-geosystems.com]<br />
http://www.leica-geosystems.com/dk/da/HDS3000_Tech_spec.pdf 05/06 2008<br />
[http://cartesia.org]<br />
http://cartesia.org/geodoc/isprs2004/comm1/papers/99.pdf 07/06 2008<br />
Side | 82
Appendiksliste:<br />
Appendiks A - Transformation og anblok (Udskrevet)<br />
Konklusion<br />
Følgende er udelukkende in- og output-filer til afsnittene i rapporten. Fra Appendiks C og frem,<br />
svarer appendiksnavnet til den afsnitsoverskrift, filerne indgår i:<br />
Appendiks B - MATLAB-filer til Appendiks A<br />
Appendiks C - Det udviklede program<br />
Appendiks D - Varianfaktor kontra vægtmatrice<br />
Appendiks E - Test af betydningen af geometrien og fællespunkter<br />
Appendiks F - Planlægning af dataindsamling<br />
Appendiks G - Dataindsamling<br />
Appendiks H - Databehandling<br />
Appendiks I - Vurdering<br />
Side | 83
3D anblok sammenknytning af laserscanningsdata<br />
Bilagsliste:<br />
Bilag A - Teknikken bag terrestrisk laserscanning (Udskrevet)<br />
Bilag B - Slides fra 5. semester (Udskrevet)<br />
Bilag C - Tysk tekst om anblok (Udskrevet)<br />
Derudover er der vedlagt en Bilags-CD, der findes bagerst i rapporten, sammen med en indholdsfortegnelse.<br />
Side | 84
Appendiks A ‐ Transformation og anblok<br />
Beskrivelse af teorien fra 2D transformation op til 3D anblok
Indledning Indhold<br />
Appendiks A - Transformation og anblok<br />
Indhold<br />
1 Indledning ......................................................................................................................................................................... 3<br />
2 Præsentation af koordinater ..................................................................................................................................... 5<br />
2.1 2D koordinater ...................................................................................................................................................... 5<br />
2.2 3D koordinater .................................................................................................................................................... 6<br />
3 Princippet bag reduktion til tyngdepunktet ....................................................................................................... 9<br />
4 2D transformation ...................................................................................................................................................... 13<br />
4.1 Lineær metode .................................................................................................................................................... 14<br />
4.2 Ulineær metode .................................................................................................................................................. 17<br />
5 3D transformation ...................................................................................................................................................... 23<br />
6 2D anblok ........................................................................................................................................................................ 27<br />
6.1 Anblok med to modeller ................................................................................................................................. 29<br />
6.1.1 Lineær metode .......................................................................................................................................... 29<br />
6.1.2 Ulineær metode ........................................................................................................................................ 35<br />
6.2 Anblok med tre modeller ................................................................................................................................ 39<br />
6.2.1 Lineær metode .......................................................................................................................................... 39<br />
6.2.2 Ulineær metode ........................................................................................................................................ 43<br />
7 3D anblok ........................................................................................................................................................................ 45<br />
7.1 Anblok med to modeller med den ulineære metode .......................................................................... 47<br />
7.2 Anblok med tre modeller med den ulineære metode ......................................................................... 52<br />
Side | 1
Appendiks A - Transformation og anblok<br />
Side | 2
1 Indledning<br />
Indledning<br />
Formålet med dette appendiks er at klarlægge teorien bag 3D anblok. For at kunne dette, er det<br />
vigtigt at have teorien bag transformationer på plads først. I dette appendiks vil teorien bag 2D<br />
transformation og 3D transformation derfor blive præsenteret, hvorefter teorien bag 2D anblok og<br />
3D anblok præsenteres. Sideløbende med teorierne vil der blive gennemgået eksempler for henholdsvis<br />
2D og 3D.<br />
Måden hvorpå appendikset vil blive struktureret er ved først at klarlægge hvordan koordinaterne i<br />
eksemplerne er blevet genereret. Dernæst vil princippet for hvordan punkter i et koordinatsystem<br />
reduceres til deres tyngdepunkt blive forklaret, da dette princip anvendes ved teorien både ved<br />
transformationer og anblok. Efterfølgende vil transformationsteorien blive gennemgået for henholdsvis<br />
2D og 3D. Afslutningsvis vil teorien for 2D og 3D anblok blive præsenteret.<br />
Til hver fremstilling af henholdsvis transformationer og anblok er der udarbejdet MATLAB scripts,<br />
der er vedlagt på Bilags-CD’en i mappen Appendiks B. Yderligere er koordinatfilerne, der er anvendt<br />
til eksempler gennem appendikset også vedlagt på CD’en i særskilte mapper, så der efterfølgende<br />
er mulighed for at rekonstruere eksemplerne. For at køre eksemplerne er det nødvendigt at<br />
kopiere koordinatfilerne ud i mappen, hvor scriptene er i.<br />
I hele appendikset er drejningerne angivet i gon.<br />
Appendikset er opdelt i følgende afsnit:<br />
1. Præsentation af koordinater<br />
2. Princippet bag reduktion til tyngdepunktet<br />
3. 2D transformation<br />
o Lineær metode<br />
o Ulineær metode<br />
4. 3D transformation<br />
o Ulineær metode<br />
5. 2D anblok<br />
o 2 modeller<br />
� Lineær metode<br />
� Ulineær metode<br />
o 3 modeller<br />
� Lineær metode<br />
� Ulineær metode<br />
6. 3D anblok<br />
o 2 modeller<br />
� Ulineær metode<br />
o 3 modeller<br />
� Ulineær metode<br />
Side | 3
Appendiks A - Transformation og anblok<br />
Side | 4
Præsentation af koordinater<br />
2 Præsentation af koordinater<br />
I forbindelse med de fortløbende eksempler er der forinden genereret nogle koordinatsæt til disse.<br />
Koordinaterne er fremskaffet på to forskellige måder for henholdsvis 2D og 3D. Metoden der er<br />
valgt til udarbejdelse af 3D koordinater kunne også have været valgt til udarbejdelse af 2D koordinater,<br />
her har projektgruppen dog valgt en anden mere direkte metode. Nedenfor er metoderne til<br />
fremskaffelse af henholdsvis 2D og 3D koordinater præsenteret.<br />
2.1 2D koordinater<br />
Koordinaterne til 2D transformation og 2D anblok er udarbejdet ved hjælp af et stykke pergamentpapir.<br />
Måden hvorpå koordinaterne er fremskaffet er ved at tegne et koordinatsystem på et stykke<br />
ternet papir, hvor hver tern udgør en enhed. Ovenpå dokumentet med koordinatsystemet lægges et<br />
stykke pergamgentpapir. På dette pergamentpapir udvælges 7 tilfældige punkter som markeres og<br />
noteres ned som Koordinatsystem 1, hvor punkterne til Model A er udvalgt. Koordinaterne aflæses<br />
inden for halve tern. Koordinatsystem 1 fremgår af Figur 1. Efterfølgende drejes og flyttes pergamentpapiret<br />
tilfældigt og de nye koordinater aflæses og noteres som Koordinatsystem 2, hvor<br />
punkterne til Model B udvælges. Koordinaterne aflæses igen inden for halve tern. Koordinatsystem<br />
fremgår af Figur 2. På den måde genereres nogle koordinater ved hjælp af tilfældige flytninger,<br />
drejninger og uden skala. På tilsvarende vis fremskaffes koordinater i Koordinatsystem 3, som<br />
fremgår af Figur 3, hvor punkterne til Model C udvælges.<br />
Side | 5
Appendiks A - Transformation og anblok<br />
Side | 6<br />
Figur Figur 1: : Koordinatsystem Koordinatsystem 1<br />
1<br />
Figur Figur 3: : Koordinatsystem Koordinatsystem 3<br />
3<br />
Figur Figur 2: : Koordinatsystem Koordinatsystem 2<br />
2<br />
Ved 2D anblok anvendes koordinatsystem 1 til både Model A og fikspunktsystem. På baggrund af<br />
koordinaternes tilblivelse kan der ikke forventes en bedre god nøjagtighed, da koordinaterne som<br />
tidligere nævnt er aflæste inden for halve enheder.<br />
2D koordinatfilerne er gemt på Bilags-CD’en i mappen Appendiks B og yderligere under mappen<br />
der hedder 2D koordinatfiler. I denne mappe er koordinatsystemfilerne gemt i mappen 2D koordinatsystemfiler.<br />
I mappen 2D koordinatfiler, er modellerne og fikspunkterne til 2D transformation<br />
gemt i mappen 2D transformation, og modellerne og fikspunkterne til 2D anblok er gemt i mappen<br />
2D anblok.<br />
2.2 3D koordinater<br />
Koordinaterne til 3D transformation og 3D anblok er udarbejdet ved hjælp af 3D transformationsligninger.<br />
Koordinaterne i Koordinatsystem 1 er de samme som ved 2D koordinaterne, dog med<br />
tilføjelse af tilfældige højder. Fra Koordinatsystem 1 udvælges punkter til fikspunktsystemet. Koordinaterne<br />
fra Koordinatsystem 1 gennemløber scriptet Trans_koor.m, hvor der på forhånd er valgt<br />
nogle transformationsparametre. Rotationsmatricen er transponeret i scriptet, da det derved er<br />
muligt at sammenligne drejningerne efter transformationen og anblok med nedenstående drejninger.<br />
Filen Trans_koor.m er gemt på Bilags-CD’en i mappen 3D koordinatfiler som er under Appen-
Præsentation af koordinater<br />
diks B. De valgte transformationsparametrene, for at få koordinaterne fra Koordinatsystem 1 til de<br />
enkelte modeller, er følgende:<br />
Model Drejning (i gon) Skalering Flytning<br />
ω (x-aksen) φ (y-aksen) κ (z-aksen) k tx ty tz<br />
Model A 2 1,5 70 1 4 6 3<br />
Model B -2 -2 130 1 7 9 2<br />
Model C 1 2 -25 1 2 5 9<br />
Tabel Tabel 1: : De valgte transformationsparametre<br />
transformationsparametre<br />
transformationsparametre<br />
På baggrund af ovenstående transformationsparametre er koordinaterne til de enkelte modeller<br />
blevet genereret. Koordinaterne er gemt med tre decimal. Grunden til at koordinaterne er gemt<br />
med tre decimaler er, at det derved er muligt, at sammenligne resultaterne fra transformationen og<br />
anblok med ovennævnte drejninger, for derved at have mulighed for at kontrollere for fejl i forbindelse<br />
med udarbejdelsen af de forskellige scripts. På baggrund af koordinaternes tilblivelse kan der<br />
her forventes en større nøjagtighed end med 2D koordinaterne i forbindelse med transformation og<br />
anblok.<br />
3D koordinatfilerne er gemt på Bilags-CD’en i mappen Appendiks B og yderligere under hedder 3D<br />
koordinatfiler. I denne mappe er koordinatsystemfilerne gemt i mappen: 3D koordinatsystemfiler. I<br />
mappen 3D koordinatfiler, er modellerne og fikspunkterne til 2D transformation gemt i mappen 3D<br />
transformation, og modellerne og fikspunkterne til 3D anblok er gemt i mappen 3D anblok.<br />
Side | 7
Appendiks A - Transformation og anblok<br />
Side | 8
Princippet bag reduktion til tyngdepunktet<br />
3 Princippet bag reduktion til<br />
tyngdepunktet<br />
Inden transformationerne påbegyndes er det ofte fornuftigt at reducere de enkelte modeller til deres<br />
tyngdepunkt, det vil sige at de enkelte modellers punkter reduceres således at modellerne får<br />
origo i deres respektive tyngdepunkter. Ved at gøre dette reduceres risikoen for, at der opstår numeriske<br />
problemer. I dette afsnit vil teorien bag reduktion af model til dens tyngdepunkt blive præsenteret.<br />
Sideløbende med teorien vil et eksempel blive gennemgået, som her kaldes Model D. Denne<br />
model anvendes udelukkende til præsentation af, hvordan en model reduceres til dens tyngdepunkt.<br />
Model D indeholder følgende punkter, hvor matricen indeholder punktnummer, x- og ykoordinat.<br />
⎡1 8 23⎤<br />
⎢<br />
2 20 27<br />
⎥<br />
⎢ ⎥<br />
MD = ⎢3 27 19⎥<br />
⎢ ⎥<br />
⎢4 22 15⎥<br />
⎢<br />
⎣5 5 14⎥<br />
⎦<br />
Figur 4 viser Model D (MD) inden reduktion (punkter i den røde cirkel) og Model D (MDr), hvor<br />
punkterne er reduceret til modellens tyngdepunkt (punkterne i den grønne cirkel). Punktet med<br />
punktnummer T repræsenterer middelværdien/tyngdepunktet for modellen.<br />
Figur Figur Figur 4: : Viser Model D (MD) der reduceres til tyngdepunktet (MDr)<br />
(MDr)<br />
Indeholdt af X- og Y-vektorer er henholdsvis x- og y-koordinater til punkterne i en model. Vektorerne<br />
har følgende indhold:<br />
Side | 9
Appendiks A - Transformation og anblok<br />
Koordinaterne til Model D er følgende:<br />
Side | 10<br />
[ 1 2 ⋯ n ]<br />
[ ⋯<br />
T<br />
]<br />
X = X X X<br />
Y = Y Y Y<br />
XD =<br />
YD =<br />
1 2<br />
[ 8 20 27 22<br />
T<br />
5]<br />
[ 23 27 19 15 14]<br />
Inden modellen kan reduceres skal middelkoordinaterne beregnes. Dette sker på følgende måde:<br />
Xm =<br />
Ym =<br />
n<br />
∑<br />
i=<br />
1<br />
n<br />
∑<br />
n<br />
i=<br />
1<br />
Middelkoordinaterne for Model D er følgende:<br />
XDm = 17, 2<br />
n<br />
X<br />
Y<br />
YDm = 19,6<br />
Koordinaterne fra en model flyttes til tyngdepunktet, ved at subtrahere middelværdien (Xm) fra<br />
koordinatvektoren (X). Nedenfor er fremgangsmåden vist:<br />
⎡ Xr1 ⎤ ⎡ X1<br />
⎤<br />
Xr = X − Xm ⇔<br />
⎢ ⎥ ⎢ ⎥<br />
⎢<br />
⋮<br />
⎥<br />
=<br />
⎢<br />
⋮<br />
⎥<br />
− Xm<br />
⎢⎣ Xr ⎥ n ⎦ ⎢⎣ X ⎥ n ⎦<br />
Yr = Y −Ym<br />
Koordinaterne fra Model D flyttes på tilsvarende måde til tyngdepunktet, som vist nedenfor:<br />
⎡ 8 ⎤ ⎡−9,2 ⎤<br />
⎢<br />
20<br />
⎥ ⎢<br />
2,8<br />
⎥<br />
⎢ ⎥ ⎢ ⎥<br />
XDr = XD − XDm = ⎢27⎥ − 17,2 = ⎢ 9,8 ⎥<br />
⎢ ⎥ ⎢ ⎥<br />
⎢22⎥ ⎢ 4,8 ⎥<br />
⎢<br />
⎣ 9 ⎥<br />
⎦<br />
⎢<br />
⎣−8, 2⎥<br />
⎦<br />
⎡23⎤ ⎡ 3, 4 ⎤<br />
⎢<br />
27<br />
⎥ ⎢<br />
7, 4<br />
⎥<br />
⎢ ⎥ ⎢ ⎥<br />
YDr = YD − YDm = ⎢19⎥ − 19,6 = ⎢−0,6 ⎥<br />
⎢ ⎥ ⎢ ⎥<br />
⎢15⎥ ⎢−4,6 ⎥<br />
⎢⎣ 14⎥⎦ ⎢⎣ −5,6⎥⎦<br />
i<br />
i<br />
n<br />
T<br />
T
Princippet bag reduktion til tyngdepunktet<br />
En models reducerede koordinater er nu beregnet. Den reducerede model vil i de efterfølgende<br />
afsnit have følgende indehold:<br />
Mr = [ pkt. nr. Xr Yr]<br />
Indholdet i den reducerede Model D er følgende:<br />
⎡1 ⎢<br />
⎢<br />
2<br />
MDr = ⎢3 ⎢<br />
⎢4 ⎢<br />
⎣5 −9,<br />
2<br />
2,8<br />
9,8<br />
4,8<br />
−8, 2<br />
3, 4 ⎤<br />
7,4<br />
⎥<br />
⎥<br />
9,8 ⎥<br />
⎥<br />
4,8 ⎥<br />
−8,<br />
2⎥<br />
⎦<br />
For at kontrollere om de reducerede koordinater er korrekte, kan nedenstående sum foretages:<br />
Denne kontrol udføres ligeledes på Model D.<br />
n<br />
∑<br />
i=<br />
1<br />
n<br />
∑<br />
i=<br />
1<br />
i<br />
i<br />
n n<br />
∑ ∑<br />
Xr = Yr = 0<br />
i i<br />
i= 1 i=<br />
1<br />
( )<br />
XDr = − 9, 2 + 2,8 + 9,8 + 4,8 + ( − 8, 2) = 0<br />
( )<br />
YDr = 3, 4 + 7, 4 + ( − 0,6) + ( − 4,6) + ( − 5,6) = 0<br />
Reduktionen kan yderligere udvides til også at omfatte z-koordinaten. Dette sker på tilsvarende vis<br />
som med x- og y-koordinaterne.<br />
Side | 11
Appendiks A - Transformation og anblok<br />
Side | 12
4 2D transformation<br />
2D transformation<br />
I dette afsnit vil 2D transformationer blive præcenteret. Der vil i afsnittet blive gennemgået hvordan<br />
en transformation fra et koordinatsystem til et andet kan foregå. Afsnittet vil gennemgå en<br />
transformation af fire punkter fra System B, over i System A. Transformationen bliver foretaget på<br />
to måder. Den ene måde udføres ved hjælp af transformationsligninger, hvor de ulineære udtryk<br />
sinφ og cosφ er substitueret væk, for at kunne beregne de ubekendte i transformationsligningerne,<br />
uden at de skal lineariseres ved hjælp af 1. og 0. ordens polynomier. Når de ulineære udtryk skal<br />
substitueres skal der være lige mange ubekendte før og efter substitutionen. Derfor bliver k∙cosφ<br />
udskiftet med a og k∙sinφ udskiftet med b. Denne metode kaldes den lineære metode, da udtrykket<br />
bliver substitueret til lineære udtryk. Ved den anden metode lineariseres transformationsligningerne<br />
i en iterativ proces ved hjælp af 0. og 1. ordens afledede. Denne metode kaldes den ulineære<br />
metode, da udtrykket er ulineært kan ikke substitueres til lineære udtryk.<br />
I eksemplet anvendes de to modeller Model A og Model B, som repræsenterer de fire punkter i henholdsvis<br />
System A og System B. I matricerne findes punktnummer, x- og y-koordinat:<br />
Model A<br />
Model B<br />
⎡1 ⎢<br />
2<br />
MA = ⎢<br />
⎢3 ⎢<br />
⎣4 8<br />
20<br />
15<br />
27<br />
23⎤<br />
27<br />
⎥<br />
⎥<br />
20⎥<br />
⎥<br />
19⎦<br />
⎡1 ⎢<br />
2<br />
MB = ⎢<br />
⎢3 ⎢<br />
⎣4 4<br />
15<br />
12<br />
23,5<br />
22⎤<br />
29<br />
⎥<br />
⎥<br />
21⎥<br />
⎥<br />
23⎦<br />
Tabel Tabel 2: : Koordinater til de to modeller<br />
Nedenstående skitse illustrerer, hvordan de forskellige modeller er knyttet sammen.<br />
Figur Figur Figur 5: : : Illustrerer Illustrerer hvordan hvordan de de to to modeller modeller er er knyttet knyttet sammen sammen samt samt fællespunkternes fællespunkternes<br />
placering<br />
placering<br />
Punkterne reduceres til tyngdepunkt, som beskrevet i afsnit 2 Princippet bag reduktion til tyngdepunktet<br />
Side | 13
Appendiks A - Transformation og anblok<br />
Model A<br />
Side | 14<br />
⎡1 -9,5 0,8 ⎤<br />
⎢<br />
2 2,5 4,8<br />
⎥<br />
MAr = ⎢ ⎥<br />
⎢3 -2,5 -2,3⎥<br />
⎢ ⎥<br />
⎣4 9,5 -3,3⎦<br />
Model B<br />
Tabel Tabel 3: : Reducerede Reducerede koordinater til de to modeller<br />
⎡1 -9,6 -1,8⎤<br />
⎢<br />
2 1,4 5,3<br />
⎥<br />
MBr = ⎢ ⎥<br />
⎢3 -1,6 -2,8⎥<br />
⎢ ⎥<br />
⎣4 9,9 -0,8⎦<br />
Transformationsligningen for 2D transformation, hvor X’ og Y’ repræsenterer koordinater for Model<br />
A, mens X og Y repræsenterer koordinater for Model B, udtrykkes ved følgende ligning:<br />
⎡X '⎤ ⎡cosϕ −sinϕ<br />
⎤ ⎡X ⎤ ⎡tx⎤ ⎢ k<br />
Y '<br />
⎥ = ⎢ +<br />
sinϕ cosϕ<br />
⎥ ⎢<br />
Y<br />
⎥ ⎢<br />
ty<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
⇕<br />
X ' = k( X cosϕ − Y sin ϕ)<br />
+ tx<br />
4.1 Lineær metode<br />
Y ' = k( X sinϕ + Y cos ϕ)<br />
+ ty<br />
For at linearisere udtrykket udføres en substitution, hvor k∙cosφ udskiftes med a og k∙sinφ udskiftes<br />
med b, så transformationsligningen får følgende udtryk:<br />
⎡X '⎤<br />
⎡a −b⎤<br />
⎡X ⎤ ⎡tx⎤ ⎢<br />
Y '<br />
⎥ = ⎢ +<br />
b a<br />
⎥ ⎢<br />
Y<br />
⎥ ⎢<br />
ty<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
⇕<br />
X ' = aX − bY + tx<br />
Y ' = bX + aY + ty<br />
Transformationerne ønskes løst ved hjælp af mindste kvadraters princip hvilket kræver en opstilling<br />
af A-matricen samt b-vektoren. Dette vil ske i de efterfølgende afsnit. A-matricen opstilles med<br />
de partielt afledede udtryk af transformationsligningerne. Transformationsligningerne afledes partielt<br />
og opstilles for både X og Y koordinaterne i alle punkterne der indgår i transformationen:<br />
⎡∂X ' ∂X ' ∂X ' ∂X<br />
'⎤<br />
⎢ ∂a ∂b ∂tx ∂ty<br />
⎥<br />
A = ⎢ ⎥<br />
⎢ ∂Y ' ∂Y ' ∂Y ' ∂Y<br />
' ⎥<br />
⎢ ∂a ∂b ∂tx ∂ty<br />
⎥<br />
⎣ ⎦<br />
De partielt afledede udtryk af X’:<br />
∂X<br />
'<br />
= X<br />
∂a<br />
∂X<br />
'<br />
= 1<br />
∂tx<br />
∂X<br />
'<br />
= −Y<br />
∂b<br />
∂X<br />
'<br />
= 0<br />
∂ty<br />
Tabel Tabel Tabel 4: : Transformationsligningerne Transformationsligningerne differentieret<br />
De partielt afledede udtryk af Y’:<br />
∂Y<br />
'<br />
= Y<br />
∂a<br />
∂Y<br />
'<br />
= 0<br />
∂tx<br />
∂Y<br />
'<br />
= X<br />
∂b<br />
∂Y<br />
'<br />
= 1<br />
∂ty
A =<br />
a b tx ty<br />
X<br />
Pkt. 1<br />
Y<br />
-Y<br />
X<br />
1<br />
0<br />
0<br />
1<br />
X<br />
Pkt. 2<br />
Y<br />
-Y<br />
X<br />
1<br />
0<br />
0<br />
1<br />
X<br />
Pkt. 3<br />
Y<br />
-Y<br />
X<br />
1<br />
0<br />
0<br />
1<br />
X<br />
Pkt. 4<br />
Y<br />
-Y<br />
X<br />
1<br />
0<br />
0<br />
1<br />
Tabel Tabel 5: Differentieret Differentieret AA-matrice,<br />
A matrice, matrice, hvor hvor det det grå grå område område er er matricen, matricen,<br />
matricen,<br />
mens mens teksten teksten udenom udenom i i kursiv kursiv er er forklarende forklarende tekst tekst til til matrices indhold<br />
Værdierne fra Model B indsættes i A-matricen:<br />
⎡-9,6 ⎢<br />
⎢<br />
-1,8<br />
⎢ 1,4<br />
⎢<br />
5,3<br />
A = ⎢<br />
⎢-1,6 ⎢<br />
⎢-2,8 ⎢ 9,9<br />
⎢<br />
⎢⎣ -0,8<br />
1,8<br />
-9,7<br />
-5,3<br />
1,4<br />
2,8<br />
-1,6<br />
0,8<br />
9,9<br />
1<br />
0<br />
1<br />
0<br />
1<br />
0<br />
1<br />
0<br />
0⎤<br />
1<br />
⎥<br />
⎥<br />
0⎥<br />
⎥<br />
1⎥<br />
0⎥<br />
⎥<br />
1⎥<br />
0⎥<br />
⎥<br />
1⎥⎦<br />
2D transformation<br />
Observationsvektoren b, indeholder koordinaterne til punkterne i den reducerede Model A (MAr):<br />
[ ' ' ' ' ' ' ' ' ]<br />
b = X Y X Y X Y X Y<br />
1 1 2 2 3 3 4 4<br />
[ -9,5 0,8 2,5 4,8 -2,5 -2,3 9,5 -3,3] T<br />
b =<br />
Løsningen x, beregnes ved hjælp af mindste kvadraters princip:<br />
T −1<br />
T<br />
x = ( A A) A b<br />
x-vektoren indeholder a og b samt flytningerne tx og ty:<br />
[ ] T<br />
x = a b tx ty<br />
[ 0,96 -0,25 0,00 0,00] T<br />
x =<br />
Værdierne for tx og ty er 0, fordi modellerne er reduceret til tyngdepunkt.<br />
Transformationsparametrene skalering (k) og drejning om z-aksen (φ) beregnes ved:<br />
( ) 200 b<br />
ϕ = arctan 2 = − 16, 227 , og<br />
a π<br />
k a b<br />
2 2<br />
= + =<br />
0,996<br />
T<br />
Side | 15
Appendiks A - Transformation og anblok<br />
Udtrykket ”arctan2” henviser til MATLABs udtryk ”atan2”, der udfører en fortegnsanalyse inden<br />
vinklen beregnes. Det er nødvendigt med en fortegnsanalyse, da drejning beregnes ud fra den almindelige<br />
tangens beregner vinkler i intervallet ± 100 gon, og da laserscanneren kan dreje 400 gon<br />
er det nødvendigt med en fortegnsanalyse for at kunne beregne drejning i intervallet ± 200 gon.<br />
Flytningerne beregnes ved hjælp af middelværdien, af koordinaterne til Model A (Xm’ og Ym’) og<br />
Model B (Xm og Ym), som er beskrevet i afsnit 2 Princippet bag reduktion til tyngdepunktet, samt a<br />
og b. Udtrykket er vist nedenfor, hvor de beregnede flytninger benævnes Tx og Ty:<br />
⎡Tx⎤ ⎡Xm '⎤<br />
⎡a −b⎤<br />
⎡Xm⎤ ⎢<br />
Ty<br />
⎥ = ⎢ −<br />
Ym '<br />
⎥ ⎢<br />
b a<br />
⎥ ⎢<br />
Ym<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
⎡Tx⎤ ⎡−1,597 ⎤<br />
⎢ =<br />
Ty<br />
⎥ ⎢<br />
2,780<br />
⎥<br />
⎣ ⎦ ⎣ ⎦<br />
Residualerne beregnes ved hjælp af A-matricen, løsningsvektoren (x) og observationsvektoren (b):<br />
r = Ax − b<br />
Indholdet i residualvektoren er residualet mellem x- og y-koordinaterne for punkterne i Model A og<br />
Model B efter transformationen:<br />
Side | 16<br />
[ ]<br />
r = rX rY rX rY rX rY rX rY<br />
1 1 2 2 3 3 4 4<br />
[ -0,22 -0,02 0,14 -0,04 0,24 0,01 -0,17 0,05] T<br />
r =<br />
Værdierne for residualerne virker fornuftige, når der tages højde for den metode, hvorefter koordinaterne<br />
er fremstillet. Det kan ikke forventes, at koordinaterne passer perfekt sammen når koordinaterne<br />
til Model B er skønnet inden for halve tern.<br />
Til 2D transformation med den lineære metode har projektgruppen udarbejdet et script i MATLAB<br />
som hedder D2_trans_ab.m. Denne fil er på Bilags-CD’en i mappen Appendiks B. I scriptet er ovennævnte<br />
procedure foretaget, dog er der nogle forhold der her skal gøres opmærksom på i forbindelse<br />
med gennemløb af scriptet. De to modeller hentes ind i scriptet fra txt-filer ved navn modelA.txt<br />
og modelB.txt. Filerne indeholder matricer med tre søjler, hvor første søjle er punktnummer,<br />
mens de øvrige to er henholdsvis x- og y-koordinater. Søjlerne i txt-filerne er adskilt af mellemrum.<br />
Disse txt-filer skal ligge i samme mappe som scriptet køres fra. For at genskabe eksemplet som er<br />
gennemgået i dette afsnit skal filerne modelA.txt og modelB.txt hentes fra mappen 2D transformation<br />
under mappen 2D koordinatfiler og placeres direkte under mappen Appendiks B på Bilags-<br />
CD’en inden scriptet gennemløbes.<br />
Rækkefølgen af punkterne i de to filer, modelA.txt og modelB.txt, skal være den samme.<br />
Rækkefølgen af rækkerne i A-matricen er lidt anderledes i scriptet end i den ovenfor gennemgået<br />
teori. Den ændrede rækkefølge skyldes, at det programmeringsmæssigt er lettere at have alle rækkerne<br />
der repræsenterer X’ i transformationsligningen først, herefter alle rækkerne der repræsentere<br />
Y’. Dette er vist nedenfor.<br />
T
A =<br />
a b tx ty<br />
Pkt. 1 X -Y 1 0<br />
Pkt. 2<br />
X'<br />
Pkt. 3<br />
X<br />
X<br />
-Y<br />
-Y<br />
1<br />
1<br />
0<br />
0<br />
Pkt. 4 X -Y 1 0<br />
Pkt. 1 Y X 0 1<br />
Pkt. 2<br />
Y'<br />
Pkt. 3<br />
Y<br />
Y<br />
X<br />
X<br />
0<br />
0<br />
1<br />
1<br />
Pkt. 4 Y X 0 1<br />
Tabel Tabel 6: : Differentieret AA-matrice,<br />
A<br />
matrice, hvor hvor det det grå grå grå område område er er matricen,<br />
matricen,<br />
mens mens teksten teksten udenom udenom i i kursiv kursiv er er forklarende forklarende tekst tekst til til matricens indhold<br />
2D transformation<br />
På grund af den ændrede rækkefølge i A-matricen skal rækkefølgen i b-vektoren ændres på tilsvarende<br />
vis, hvor x-værdierne til Model A kommer først hvorefter y-værdierne. Strukturen af bvektoren<br />
er vist nedenfor.<br />
[ ' ' ' ' ' ' ' ' ]<br />
b = X X X X Y Y Y Y<br />
1 2 3 4 1 2 3 4<br />
På tilsvarende vis vil de beregnede residualer også have samme struktur som b-vektoren. Strukturen<br />
for r-vektoren er vist nedenfor.<br />
[ ]<br />
r = rX rX rX rX rY rY rY rY<br />
1 2 3 4 1 2 3 4<br />
I scriptet er der, som tidligere nævnt, foretaget en fortegnsanalyse i forbindelse med beregningen af<br />
drejningen.<br />
Ved gennemløb af scriptet genereres en output-fil ved navn x_for_p.txt, som indeholder den beregnede<br />
drejning. Drejningen i filen bliver senere anvendt som foreløbig drejning i forbindelse med de<br />
ulinære metoder. Filen bliver overskrevet når 2D anblok med lineær metode bliver gennemløbet.<br />
4.2 Ulineær metode<br />
Efter at have opstillet transformationsligningerne efter den lineære metode vælges der her at løse<br />
de samme transformationsligninger efter den ulineære metode på trods af, at denne kan lineariseres.<br />
Dette gøres for at afprøve den ulineære metode på et 2D udtryk, da det senere ikke er muligt at<br />
linearisere 3D transformationsligningerne efter den lineære metode.<br />
Den ulineære metode har samme opbygning som den lineære metode. Med denne fremgangsmåde<br />
skal de oprindelige transformationsligninger partiel differentieres. Transformationsligningerne,<br />
som er præsenteret i afsnit 3 2D transformation, er følgende:<br />
⎡X '⎤ ⎡cosϕ −sinϕ<br />
⎤ ⎡X ⎤ ⎡tx⎤ ⎢ k<br />
Y '<br />
⎥ = ⎢ +<br />
sinϕ cosϕ<br />
⎥ ⎢<br />
Y<br />
⎥ ⎢<br />
ty<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
⇕<br />
X ' = k( X cosϕ − Y sin ϕ)<br />
+<br />
tx<br />
T<br />
T<br />
Side | 17
Appendiks A - Transformation og anblok<br />
Side | 18<br />
Y ' = k( X sinϕ + Y cos ϕ)<br />
+ ty<br />
Som ved den lineære metode skal transformationsligningerne partielt differentieres. Disse afledede<br />
udtryk skal anvendes i A-matricen, transformationsligningerne differentieres og opstilles for både x<br />
og y-koordinaterne i alle punkterne der indgår i transformationen:<br />
⎡∂X ' ∂X ' ∂X ' ∂X<br />
'⎤<br />
⎢ ∂ϕ ∂k ∂tx ∂ty<br />
⎥<br />
A = ⎢ ⎥<br />
⎢ ∂Y ' ∂Y ' ∂Y ' ∂Y<br />
' ⎥<br />
⎢ ∂ϕ ∂k ∂tx ∂ty<br />
⎥<br />
⎣ ⎦<br />
De partielt afledede udtryk af X’: De partielt afledede udtryk af Y’:<br />
∂X<br />
'<br />
= −kX sinϕ − kY cos ϕ ( α )<br />
∂ϕ<br />
∂X<br />
'<br />
= 1<br />
∂tx<br />
∂Y<br />
'<br />
= kX cosϕ − kY sin ϕ ( θ )<br />
∂ϕ<br />
∂X<br />
'<br />
= X cosϕ −Y<br />
sin ϕ ( β )<br />
∂k<br />
∂X<br />
'<br />
= 0<br />
∂ty<br />
∂Y<br />
'<br />
= X sinϕ + Y cos ϕ ( μ )<br />
∂k<br />
Tabel Tabel 7: : : Symbolerne Symbolerne i i parenteserne parenteserne er er henvisninger, henvisninger, der der anvendes anvendes i i forbindelse forbindelse med med opstilling opstilling af af A-matricen A<br />
matricen<br />
∂Y<br />
'<br />
= 0<br />
∂tx<br />
∂Y<br />
'<br />
= 1<br />
∂ty<br />
Herunder er udtrykkene indsat i A-matricen, de længste udtryk er symboliseret ved α, β, θ og μ.<br />
Dette skal ikke betragtes som en egentlig substitution, idet det er de egentlige udtryk der regnes<br />
med. Symbolerne bliver blot indsat i matricen, for at gøre denne mere overskuelig.<br />
ϕ k tx ty<br />
A =<br />
Pkt. 1 α β 1 0<br />
θ μ 0 1<br />
Pkt. 2 α β 1 0<br />
θ μ 0 1<br />
Pkt. 3 α β 1 0<br />
θ μ 0 1<br />
Pkt. 4 α β 1 0<br />
θ μ 0 1<br />
Tabel Tabel 8: Differentieret Differentieret Differentieret AA-matr<br />
A matr matrice, matr ice, hvor hvor det det grå grå område område er er matr matricen, matr icen,<br />
mens mens teksten teksten udenom udenom i i kursiv kursiv er er forklarende forklarende forklarende tekst tekst til til matrices indhold<br />
Da de ubekendte stadig indgår i elementerne i A-matricen efter differentiation, kræves der nogle<br />
foreløbige værdier til x-vektoren, for at den endelige løsning kan beregnes. Den eneste foreløbige<br />
værdi, der skal bruges, er drejningen om z-aksen, da flytningerne er 0, fordi modellerne er reducerede<br />
til deres tyngdepunkt og skaleringen sættes til 1, da det forventes at målforholdet er 1. Til den<br />
foreløbige værdi for φ kan løsningen fra den lineære metode anvendes. Den foreløbige x-vektor vil<br />
dermed indeholde:<br />
[ ] T<br />
ϕ<br />
x = k tx ty<br />
[ 16,227 1 0 0] T<br />
x = −
2D transformation<br />
Da løsningen skal findes ved en iterativ proces, indeholder b-vektoren differensen mellem 0. ordens<br />
afledede af transformationsligningerne, med indsættelse af de foreløbige værdier for x-vektoren og<br />
den b-vektor som er præsenteret i den lineære metode, svarende til koordinaterne i Model A. Denne<br />
b-vektoren kaldes i matematiske sammenhænge også OMC (Observed Minus Computed).<br />
Hvor blineær er følgende:<br />
lineær<br />
[ ] [ 0. ordens afledede]<br />
b = b −<br />
lineær<br />
T T<br />
[ ' ' ' ' ' ' ' ' ]<br />
b = X Y X Y X Y X Y<br />
b =<br />
lineær<br />
1 1 2 2 3 3 4 4<br />
[ -9,5 0,8 2,5 4,8 -2,5 -2,3 9,5 -3,3] T<br />
Når de foreløbige værdier er tæt på den endelige løsning er værdierne i b-vektoren små.<br />
Løsningen i den iterative proces findes ved at addere ˆx , til de foreløbige værdier for x. Denne nye<br />
værdi er den nye foreløbige x-værdi til næste iteration.<br />
( ) 1 −<br />
T T<br />
xˆ = A A A b<br />
x x xˆ<br />
i+ 1 i = +<br />
Iterationen fortsættes til resultatet er tilfredsstillende. Da der her anvendes foreløbige værdier tæt<br />
på den endelige løsning er tre iterationer passende (fastslået på baggrund af testberegninger af<br />
dette eksempel).<br />
Løsningen efter 3. iteration:<br />
[ 16,227 0,996 0 0] T<br />
x = −<br />
Ovennævnte drejning og skalering stemmer overens med drejningen og skaleringen fra den lineære<br />
metode.<br />
Flytningerne beregnes med middelværdien af koordinaterne til Model A og Model B, samt k og φ.<br />
Udtrykket er vist nedenfor, hvor de beregnede flytninger benævnes Tx og Ty:<br />
⎡Tx⎤ ⎡Xm '⎤ ⎡cosϕ −sin<br />
ϕ⎤<br />
⎡Xm⎤ ⎢ k<br />
Ty<br />
⎥ = ⎢<br />
Ym' ⎥ − ⎢<br />
sinϕ cosϕ<br />
⎥ ⎢<br />
Ym<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
⎡Tx⎤ ⎡−1,597 ⎤<br />
⎢ =<br />
Ty<br />
⎥ ⎢<br />
2,780<br />
⎥<br />
⎣ ⎦ ⎣ ⎦<br />
Disse flytninger stemmer ligeledes overens med de flytninger der blev beregnet ved den lineære<br />
metode.<br />
Residualerne beregnes ved hjælp af A-matricen, løsningsvektoren og b-vektoren:<br />
r = Ax −<br />
b<br />
T<br />
Side | 19
Appendiks A - Transformation og anblok<br />
Indholdet i residualvektoren er residualet mellem x- og y-koordinaterne for punkterne i Model A og<br />
Model B efter transformationen:<br />
Side | 20<br />
[ ]<br />
r = rX rY rX rY rX rY rX rY<br />
1 1 2 2 3 3 4 4<br />
[ -0,22 -0,02 0,14 -0,04 0,24 0,01 -0,17 0,05] T<br />
r =<br />
Ovennævnte residualer er identiske med residualerne fra den lineære metode.<br />
Til 2D transformation med den ulineære metode har projektgruppen ligeledes udarbejdet et script i<br />
MATLAB. Dette script hedder D2_trans_sincos.m. Denne fil er på Bilags-CD’en i mappen Appendiks<br />
B. I scriptet er ovennævnte procedure foretaget, dog er der nogle forhold der her skal gøres opmærksom<br />
på i forbindelse med gennemløb af scriptet. Som med 2D transformation med den lineære<br />
metode hentes de to modeller ind i scriptet fra txt-filer ved navn modelA.txt og modelB.txt. Disse<br />
filer indeholder matricer med tre søjler, hvor første søjle er punktnummer, mens de øvrige to er<br />
henholdsvis x- og y-koordinater. Søjlerne i txt-filerne er adskilt af mellemrum. Disse txt-filer skal<br />
som tidligere beskrevet ligge i samme mappe som scriptet køres fra. For at genskabe eksemplet<br />
som er gennemgået i dette afsnit skal filerne modelA.txt og modelB.txt hentes fra mappen 2D transformation<br />
under mappen 2D koordinatfiler og placeres direkte under mappen Appendiks B på Bilags-CD’en<br />
inden scriptet gennemløbes.<br />
Rækkefølgen af punkterne i de to filer, modelA.txt og modelB.txt, skal, som med den forrige metode,<br />
være den samme.<br />
Inden scriptet til 2D transformation med den ulineære metode, D2_trans_sincos.m, gennemløbes<br />
skal scriptet med 2D transformation med den lineære metode, D2_trans_ab.m, gennemløbes. Dette<br />
skyldes at den foreløbige værdi for drejningen hentes fra x_for_p.txt, som genereres ved gennemløb<br />
af den lineære metode, D2_trans_ab.m.<br />
Rækkefølgen af rækkerne i A-matricen, b-vektoren og r-vektoren er lidt anderledes i scriptet end i<br />
den ovenfor gennemgåede teori. Den ændrede rækkefølge skyldes, at det programmeringsmæssigt<br />
er lettere. Rækkefølgen af de ændrede matricer/vektorer er identiske med rækkefølgen som i scriptet<br />
til 2D transformation med den lineære metode, som er beskrevet i afsnit 4.1 Lineær metode.<br />
En anden måde at beregne de partielt afledede værdier til A-matricen er at anvende Peter Cederholms<br />
script numafl.m. Scriptet foretager en numerisk approksimation af de partielt afledede af en<br />
funktion. Inputtet til scriptet er en funktion, hvortil de partielt afledede ønskes, samt foreløbige<br />
værdier til de variable i funktionen. Outputtet fra numafl.m er de afledede udtryk af transformationsparametrene<br />
og 0’te ordens leddet.<br />
Scriptet approksimerer værdierne af 0. og 1. ordens afledede. De 0. ordens afledede anvendes i bvektoren<br />
ligesom i det foregående eksempel. Mens de 1. ordens afledede anvendes i A-matricen,<br />
ligeledes som i det foregående eksempel.<br />
T
2D transformation<br />
Løsningsvektoren x beregnes ligesom i det foregående eksempel ved hjælp af mindste kvadraters<br />
princip, og da transformationsligningerne er ulineære, beregnes x-vektoren iterativt ved at beregne<br />
tilvæksten ˆx , og addere den til x. Som foreløbige værdier til x, anvendes resultatet fra den lineære<br />
beregning af x.<br />
Ved anvendelse af numafl.m bliver løsningsvektoren efter tre iterationer (fastslået på baggrund af<br />
testberegninger af dette eksempel) følgende:<br />
[ ] T<br />
ϕ<br />
x = k tx ty<br />
[ 16,227 0,996 0 0] T<br />
x = −<br />
Ovennævnte løsningsvektor er identisk med løsningsvektoren fra den lineære metode.<br />
Flytningerne beregnes med middelværdien af koordinaterne til Model A og Model B, samt k og φ.<br />
Udtrykket er vist nedenfor, hvor de beregnede flytninger benævnes Tx og Ty:<br />
⎡Tx⎤ ⎡Xm '⎤ ⎡cosϕ −sin<br />
ϕ⎤<br />
⎡Xm⎤ ⎢ k<br />
Ty<br />
⎥ = ⎢<br />
Ym' ⎥ − ⎢<br />
sinϕ cosϕ<br />
⎥ ⎢<br />
Ym<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
⇕<br />
⎡Tx⎤ ⎡−1,599 ⎤<br />
⎢ =<br />
Ty<br />
⎥ ⎢<br />
2,783<br />
⎥<br />
⎣ ⎦ ⎣ ⎦<br />
De beregnede flytninger er identiske med flytningerne fra den lineære metode, dog er der en lille<br />
afvigelse på tredje decimalen, hvilket kan skyldes den numeriske approksimation samt det at drejningerne<br />
ikke er 100 % identiske på alle decimaler med drejningen og flytningen fra den lineære<br />
metode.<br />
Residualerne beregnes ligeledes som i det foregående eksempel, og indholdet i residualvektoren er<br />
residualet mellem x- og y-koordinaterne for punkterne i Model A og Model B efter transformationen:<br />
[ ]<br />
r = rX rY rX rY rX rY rX rY<br />
1 1 2 2 3 3 4 4<br />
[ -0,22 -0,02 0,14 -0,04 0,24 0,01 -0,17 0,05] T<br />
r =<br />
Residualerne er de samme som dem der blev beregnet for den lineære metode.<br />
Da resultatet ved anvendelsen af numafl.m og manuel partiel differentiation er de samme, vil numafl.m<br />
i de følgende afsnit blive anvendt til at approksimere de afledede værdier.<br />
Til 2D transformation med den ulineære metode, hvor scriptet numafl.m anvendes, har projektgruppen<br />
ligeledes udarbejdet et script i MATLAB. Dette script hedder D2_trans_numafl.m. Denne fil<br />
er på Bilags-CD’en i mappen Appendiks B sammen med filen numafl.m, som er nødvendig for, at<br />
projektgruppens script kan gennemløbes. I scriptet er ovennævnte procedure foretaget, dog er der<br />
nogle forhold der her skal gøres opmærksom på i forbindelse med gennemløb af scriptet. På tilsva-<br />
T<br />
Side | 21
Appendiks A - Transformation og anblok<br />
rende vis som med scriptet D2_trans_sincos.m, som er beskrevet tidligere i dette afsnit, hentes to<br />
modeller ind i scriptet, som skal have samme struktur som tidligere beskrevet. For at genskabe<br />
eksemplet som er gennemgået i afsnittet skal filerne modelA.txt og modelB.txt hentes fra mappen<br />
2D transformation under mappen 2D koordinatfiler og placeres direkte under mappen Appendiks B<br />
på Bilags-CD’en inden scriptet gennemløbes.<br />
Rækkefølgen af punkterne i de to filer, modelA.txt og modelB.txt, skal, som med den forrige metode,<br />
være den samme.<br />
Inden scriptet til 2D transformation med den ulineære metode, D2_trans_numaflm, gennemløbes<br />
skal scriptet med 2D transformation med den lineære metode, D2_trans_ab.m, gennemløbes. Dette<br />
skyldes at den foreløbige værdi for drejningen hentes fra x_for_p.txt, som genereres ved gennemløb<br />
af den lineære metode, D2_trans_ab.m.<br />
Side | 22
5 3D transformation<br />
3D transformation<br />
I dette appendiks vil 3D transformation blive præcenteret. Der vil i afsnittet blive gennemgået<br />
hvordan en transformation fra et koordinatsystem til et andet kan foregå. Afsnittet vil gennemgå en<br />
transformation af fire punkter i et system, over i et andet system. Da det ikke kan lade sig gøre at<br />
linearisere transformationsligningerne ved hjælp af substitution, skal transformationsparametrene<br />
beregnes iterativt. Grunden til at transformationsligningerne ikke kan lineariseres ved hjælp af<br />
substitution er, at der ved substitution skal være lige mange ubekendte før og efter substitutionen.<br />
I eksemplet anvendes Model A og fikspunktsystem, som repræsenterer de fire punkter i henholdsvis<br />
det ene og det andet system. I matricerne findes punktnummer, x- og y-koordinater:<br />
⎡1 8 23 5 ⎤<br />
⎢<br />
2 20 27 4<br />
⎥<br />
F = ⎢ ⎥<br />
⎢3 15 20 11⎥<br />
⎢ ⎥<br />
⎣4 27 19 2 ⎦<br />
Tabel Tabel Tabel 9: : : Koordinater til fikspunktsystem og Model A<br />
⎡1 28,208 9,472 7,462 ⎤<br />
⎢<br />
2 37,201 0,560 6,620<br />
⎥<br />
MA<br />
= ⎢ ⎥<br />
⎢3 28,816 2,088 13,717⎥<br />
⎢ ⎥<br />
⎣4 33,216 -9,371 5,038 ⎦<br />
Punkterne reduceres til tyngdepunkt som beskrevet i afsnittet, der omhandler reduktion til tyngdepunkt.<br />
De reducerede koordinater er følgende:<br />
⎡1 -9,5 0,75 -0,5⎤<br />
⎡1 -3,652 8,785 -0,747⎤<br />
⎢<br />
2 2,5 4,75 -1,5<br />
⎥<br />
⎢<br />
Fr ⎢ ⎥<br />
2 5,341 -0,127 -1,589<br />
⎥<br />
= MAr = ⎢ ⎥<br />
⎢3 -2,5 -2,25 5,5 ⎥<br />
⎢3 -3,044 1,401 5,508 ⎥<br />
⎢ ⎥<br />
⎢ ⎥<br />
⎣4 9,5 -3,25 -3,5⎦<br />
⎣4 1,356 -10,058 -3,171⎦<br />
Tabel Tabel 10 10: 10 : Reducerede koordinater til fikspunktsystem og Model A<br />
Transformationsligningen for 3D transformation [Jensen, 2005, s. 107], hvor X’, Y’ og Z’ repræsenterer<br />
koordinater fra fikspunktsystem, og X, Y og Z repræsenterer koordinater for Model A:<br />
⎡X '⎤<br />
⎡ cosϕ cosκ ⎢<br />
Y '<br />
⎥<br />
= k<br />
⎢<br />
sinω sinϕ cosκ + cosω sinκ ⎢ ⎥ ⎢<br />
⎢⎣ Z ' ⎥⎦ ⎢⎣ − cosω sinϕ cosκ + sinω sinκ −cosϕ<br />
sinκ − sinω sinϕ sinκ + cosω cosκ cosω sinϕ sinκ + sinω cosκ ⇕<br />
sinϕ<br />
⎤ ⎡X ⎤ ⎡tx⎤ − sinω cosϕ<br />
⎥ ⎢<br />
Y<br />
⎥<br />
+<br />
⎢<br />
ty<br />
⎥<br />
⎥ ⎢ ⎥ ⎢ ⎥<br />
cosω cosϕ<br />
⎥⎦<br />
⎢⎣ Z ⎥⎦ ⎢⎣ tz ⎥⎦<br />
( ϕ κ ϕ κ ω)<br />
( ω ϕ κ ω κ ω ϕ κ ω κ ω ϕ )<br />
( ω ϕ κ ω κ ω ϕ κ ω κ ω κ )<br />
X ' = k X cos cos − Y cos sin + Z sin + tx<br />
Y ' = k X (sin sin cos + cos sin ) −Y (sin sin sin − cos cos ) − Z sin cos + ty<br />
Z ' = k X ( − cos sin cos + sin sin ) + Y (cos sin sin + sin cos ) + Z cos cos + tz<br />
Ved en 3D transformation er det ikke muligt at linearisere transformationsligningerne, som de er<br />
blevet i 2D transformation. Derfor skal løsningen til transformationen løses iterativt. Udtrykkene<br />
skal dog stadig partielt differentieres. Disse afledede skal anvendes i A-matricen.<br />
Side | 23
Appendiks A - Transformation og anblok<br />
Side | 24<br />
⎡∂X ' ∂X ' ∂X ' ∂X ' ∂X ' ∂X ' ∂X<br />
'⎤<br />
⎢<br />
ω ϕ κ k tx ty tz<br />
⎥<br />
⎢<br />
∂ ∂ ∂ ∂ ∂ ∂ ∂<br />
⎥<br />
⎢ ∂Y ' ∂Y ' ∂Y ' ∂Y ' ∂Y ' ∂Y ' ∂Y<br />
' ⎥<br />
A = ⎢ ⎥<br />
⎢<br />
∂ω ∂ϕ ∂κ ∂k ∂tx ∂ty ∂tz<br />
⎥<br />
⎢ ∂Z ' ∂Z ' ∂Z ' ∂Z ' ∂Z ' ∂Z ' ∂Z<br />
' ⎥<br />
⎢ ⎥<br />
⎣ ∂ω ∂ϕ ∂κ ∂k ∂tx ∂ty ∂tz<br />
⎦<br />
Der opstilles en x-vektor med foreløbige værdier for transformationsparametrene ω, φ, κ, k, tx, ty<br />
og tz. Som foreløbig værdi for den ubekendte værdi κ, anvendes resultatet fra den lineære 2D transformation.<br />
Værdierne for ω og φ sættes til nul, idet drejningerne om x- og y-akserne ved laserscanningsopstillinger<br />
forventes at være nær nul. Da begge modeller er reduceret til tyngdepunkt er tx,<br />
ty og tz nul.Foreløbige værdier for skaleringen, k, sættes til 1, da det forventes at målforholdet er 1.<br />
[ 0 0 70,456 1 0 0 0] T<br />
x =<br />
Herefter beregnes resultatet iterativt, idet transformationsligningerne ikke er lineære. Dette gøres<br />
iterativt, ved først at beregne nogle udtryk til en A-matrice, ved hjælp af scriptet numafl.m.<br />
A-matricen sammensættes herefter af de 1. ordens afledede værdier fra de to transformationsligninger.<br />
Denne A-matrice svarer til den, der bliver opstillet i afsnit 3 2D transformation, bortset fra<br />
at der her bliver beregnet parametre for Z-ligningen.<br />
Herefter beregnes b-vektoren ligeledes iterativt. Denne beregnes ved hjælp af de reducerede koordinater<br />
fra fikspunktsystem, på tilsvarende vis som b fra den lineære metode ved 2D transformation,<br />
og det, i numafl.m, beregnede 0. ordens led, med indsættelse af foreløbige værdier fra xvektoren,<br />
for hver transformationsligning.<br />
Hvor blineær er følgende:<br />
b =<br />
lineær<br />
[ ] [ 0. ordens afledede]<br />
b = b −<br />
lineær<br />
T T<br />
' ' ' ' ' ' ' ' ' ' ' '<br />
T<br />
lineær = ⎡<br />
⎣<br />
⎤<br />
1 1 1 2 2 2 3 3 3 4 4 4 ⎦<br />
b Xr Yr Zr Xr Yr Zr Xr Yr Zr Xr Yr Zr<br />
[ -9,5 0,75 -0,5 2,5 4,75 -1,5 -2,5 -2,25 5,5 9,5 -3,25 -3,5] T<br />
Når de foreløbige værdier er tæt på den endelige løsning er værdierne i b-vektoren små.<br />
Løsningen i den iterative proces findes ved at addere ˆx , til de foreløbige værdier for x. Denne nye<br />
værdi er den nye foreløbige x-værdi til næste iteration.<br />
( ) 1 −<br />
T T<br />
xˆ = A A A b<br />
x x xˆ<br />
i+ 1 i = +<br />
Iterationen fortsættes til resultatet er tilfredsstillende. Da der her anvendes foreløbige værdier tæt<br />
på den endelige løsning er tre iterationer passende (fastslået på baggrund af testberegninger af<br />
dette eksempel).
Løsningen efter 3. iteration:<br />
[ ] T<br />
ω ϕ κ<br />
x =<br />
k tx ty tz<br />
[ 2,000 1,500 70,002 1,000 0 0 0] T<br />
x =<br />
3D transformation<br />
Ovennævnte drejninger og skalering stemmer overens med de drejninger og skalering, der blev<br />
anvendt da koordinaterne blev genereret.<br />
Flytningerne beregnes med middelværdien af koordinaterne fra fikspunktsystem (Xm’, Ym’ og Zm’)<br />
og Model A (Xm, Ym og Zm) samt k, ω, φ og κ. Udtrykket er vist nedenfor, hvor de beregnede flytninger<br />
benævnes Tx, Ty og Tz:<br />
⎡Tx⎤ ⎡Xm '⎤<br />
⎡ cosϕ cosκ ⎢<br />
Ty<br />
⎥<br />
=<br />
⎢<br />
Ym '<br />
⎥<br />
− k<br />
⎢<br />
sinω sinϕ cosκ + cosω sinκ ⎢ ⎥ ⎢ ⎥ ⎢<br />
⎢⎣ Tz ⎥⎦ ⎢⎣ Zm' ⎥⎦ ⎢⎣ − cosω sinϕ cosκ + sinω sinκ ⇕<br />
−cos<br />
ϕ sinκ − sinω sinϕ sinκ + cosω cosκ cosω sinϕ sinκ + sinω cosκ sinϕ<br />
⎤ ⎡Xm⎤ −sin<br />
ω cosϕ<br />
⎥ ⎢<br />
Ym<br />
⎥<br />
⎥ ⎢ ⎥<br />
cosω cosϕ<br />
⎥⎦<br />
⎢⎣ Zm ⎥⎦<br />
⎡Tx⎤ ⎡ 3,460 ⎤<br />
⎢<br />
Ty<br />
⎥<br />
=<br />
⎢<br />
-6,188<br />
⎥<br />
⎢ ⎥ ⎢ ⎥<br />
⎢⎣ Tz ⎥⎦<br />
⎢⎣ -3,278⎥⎦<br />
De beregnede flytninger er ikke identisk med de oprindelige flytninger som blev anvendt da koordinaterne<br />
blev genereret. Der er afvigelser på op til 0,5 enheder. Dette kan skyldes at drejningerne<br />
ikke er 100 % identiske med de oprindelige drejninger hvilket smitter af på de beregnede flytninger.<br />
Residualerne beregnes ved hjælp af A-matricen, løsningsvektoren og b-vektoren:<br />
r = Axˆ − b<br />
Indholdet i residualvektoren er residualet mellem x-, y- og z-koordinaterne for punkterne i fikspunktsystem<br />
og Model A efter transformationen:<br />
[ ]<br />
r = rX rY rZ rX rY rZ rX rY rZ rX rY rZ<br />
1 1 1 2 2 2 3 3 3 4 4 4<br />
Residualerne for eksemplet er alle nul med tre decimaler, hvilket også var forventet da koordinaterne<br />
genereret ved hjælp af transformationsligninger og med tre decimaler.<br />
Til 3D transformation med den ulineære metode har projektgruppen ligeledes udarbejdet et script i<br />
MATLAB. Dette script hedder D3_trans_numafl.m. Denne fil er på Bilags-CD’en i mappen Appendiks<br />
B. I scriptet er ovennævnte procedure foretaget, dog er der nogle forhold der her skal gøres opmærksom<br />
på i forbindelse med gennemløb af scriptet. De to modeller hentes ind i scriptet fra txtfiler<br />
ved navn fiks.txt og modelA.txt. Filerne indeholder matricer med fire søjler, hvor første søjle er<br />
punktnummer, mens de øvrige tre er henholdsvis x- y- og z-koordinater. Søjlerne i txt-filerne er<br />
adskilt af mellemrum. Disse txt-filer skal ligge i samme mappe som scriptet køres fra. For at gen-<br />
T<br />
Side | 25
Appendiks A - Transformation og anblok<br />
skabe eksemplet som er gennemgået i dette afsnit skal filerne fiks.txt og modelA.txt hentes fra<br />
mappen 3D transformation under mappen 3D koordinatfiler og placeres direkte under mappen<br />
Appendiks B på Bilags-CD’en inden scriptet gennemløbes.<br />
Rækkefølgen af punkterne i de to filer, fiks.txt og modelA.txt, skal være den samme.<br />
Inden scriptet til 3D transformation med den ulineære metode, D3_trans_numafl.m, gennemløbes<br />
skal scriptet med 2D transformation med den lineære metode, D2_trans_ab.m, gennemløbes. Dette<br />
skyldes at den foreløbige værdi for drejningen hentes fra x_for_p.txt, som genereres ved gennemløb<br />
af den lineære metode, D2_trans_ab.m. Inden D2_trans_ab.m gennemløbes skal der rettes i de linier,<br />
hvor scriptet henter txt-filerne. Dette begrundes med at der i 3D transformationen arbejdes med<br />
fiks.txt og modelA.txt i stedet for modelA.txt og modelB.txt. Måden hvorpå dette rettes er ved at<br />
åbne D2_trans_ab.m og ændre i linie 13, hvor modelA.txt rettes til fiks.txt og linie 31, hvor modelB.txt<br />
rettes til modelA.txt. Hvis scriptet senere ønskes gennemløbet med henblik på at genere<br />
foreløbige koordinater til 2D transformations scriptene skal ovenstående rettes tilbage igen.<br />
Rækkefølgen af rækkerne i A-matricen er, som med de forrige metoder, lidt anderledes i scriptet<br />
end i den ovenfor gennemgået teori. Den ændrede rækkefølge skyldes, at det programmeringsmæssigt<br />
er lettere at have alle rækkerne der repræsentere X’ i transformationsligningen først, hvorefter<br />
alle rækkerne der repræsentere Y’ og til sidst rækkerne der repræsentere Z’. Denne rækkefølge er<br />
ligeledes gældende for b-vektoren og r-vektoren.<br />
Side | 26
6 2D anblok<br />
2D anblok<br />
I dette afsnit vil 2D anblok med to og tre modeller blive præsenteret. Denne præsentation skal klarlægge<br />
den bagvedliggende teori bag anblok for derigennem at være i stand til at anvende anblok i<br />
projektet. Måden hvorpå afsnittet er opbygget er ved først at se på teorien bag anblok med to modeller,<br />
hvorefter denne vil blive udvidet til anblok med tre modeller. Under hver behandling vil der<br />
blive set på beregning af anblok med anvendelse af den lineære metode ved substitution og beregning<br />
med anvendelse af den ulineære metode.<br />
Den anblok som projektgruppen har kendskab til og som anvendes i dette appendiks samt rapporten<br />
er, hvor transformationsparametrene fra flere modeller eller punktskyer over til et overordnet<br />
koordinatsystem bestemmes på én gang. Den teori som er anvendt til anblok kan ses i Bilag C.<br />
Gennem præsentationen af anblok vil et eksempel blive præsenteret for derigennem at overskueliggøre<br />
teorien. Eksemplet består af nedenstående modeller, hvor første søjle i matricerne er<br />
punktnummer og de efterfølgende søjler er henholdsvis x- og y-koordinater.<br />
Model A<br />
⎡1 ⎢<br />
⎢<br />
3<br />
MA = ⎢5 ⎢<br />
⎢6 ⎢<br />
⎣7 8<br />
15<br />
9<br />
7<br />
19<br />
23⎤<br />
20<br />
⎥<br />
⎥<br />
14⎥<br />
⎥<br />
8 ⎥<br />
9 ⎥<br />
⎦<br />
Model B<br />
⎡1 ⎢<br />
⎢<br />
2<br />
MB = ⎢3 ⎢<br />
⎢4 ⎢<br />
⎣5 4<br />
15<br />
12<br />
23,5<br />
7,5<br />
22 ⎤<br />
29<br />
⎥<br />
⎥<br />
21 ⎥<br />
⎥<br />
23 ⎥<br />
13,5⎥<br />
⎦<br />
Tabel Tabel 11 11: 11 : Koordinater til de enkelte modeller<br />
Model C<br />
⎡2 ⎢<br />
⎢<br />
3<br />
MC = ⎢4 ⎢<br />
⎢6 ⎢<br />
⎣7 8<br />
9<br />
18,5<br />
12<br />
20<br />
27 ⎤<br />
18,5<br />
⎥<br />
⎥<br />
26 ⎥<br />
⎥<br />
4 ⎥<br />
13,5⎥<br />
⎦<br />
Nedenstående skitse illustrerer, hvordan de forskellige modeller er knyttet sammen.<br />
Side | 27
Appendiks A - Transformation og anblok<br />
Side | 28<br />
Figur Figur 6: : Illustrerer hvordan de enkelte modeller er knyttet sammen ved ved hjælp hjælp af af fællespunkter<br />
fællespunkter<br />
fællespunkter<br />
For at sammenknytningen går godt er det hensigtsmæssigt at reducere de enkelte modeller til deres<br />
respektive tyngdepunkter. Dette er gjort i nedenstående tabel. Det er de nedenstående reducerede<br />
modeller der arbejdes videre med i resten af afsnittet.<br />
Model A<br />
Model B<br />
Model C<br />
⎡1 ⎢<br />
⎢<br />
3<br />
MAr = ⎢5 ⎢<br />
⎢6 ⎢<br />
⎣7 −3,6<br />
3,4<br />
−2,6 −4,6 7,4<br />
8, 2 ⎤<br />
5,2<br />
⎥<br />
⎥<br />
−0,8⎥<br />
⎥<br />
−6,8⎥<br />
−5,8⎥<br />
⎦<br />
⎡1 ⎢<br />
⎢<br />
2<br />
MBr = ⎢3 ⎢<br />
⎢4 ⎢<br />
⎣5 −8,<br />
4<br />
2,6<br />
−0, 4<br />
11,1<br />
−4,9 0,3 ⎤<br />
7,3<br />
⎥<br />
⎥<br />
−0,7⎥<br />
⎥<br />
1,3 ⎥<br />
−8,<br />
2⎥<br />
⎦<br />
⎡2 ⎢<br />
⎢<br />
3<br />
MCr = ⎢4 ⎢<br />
⎢6 ⎢<br />
⎣7 −5,5<br />
−4,5<br />
5,0<br />
−1,5 6,5<br />
9, 2 ⎤<br />
0,7<br />
⎥<br />
⎥<br />
8,2 ⎥<br />
⎥<br />
−13,8⎥<br />
−4,3<br />
⎥<br />
⎦<br />
Tabel Tabel 12 12: 12 : Reducerede koordinater til de enkelte modeller<br />
Ved anblok transformeres de enkelte modeller over i et overordnet koordinatsystem ved hjælp af<br />
minimum to fikspunkter. Dette overordnede koordinatsystem kan være et landskoordinatsystem<br />
eller et lokalt koordinatsystem. Systemet kan, som i dette tilfælde, også være det samme som en af<br />
modellerne, her Model A. Matricen med fikspunkternes koordinater er vist nedenfor, hvor den første<br />
søjle er punktnummer, mens de to sidste er henholdsvis x- og y-koordinater.<br />
⎡1 8 23⎤<br />
F = ⎢<br />
7 19 9<br />
⎥<br />
⎣ ⎦<br />
Fikspunktskoordinaterne er ligeledes reduceret til deres tyngdepunkter.<br />
⎡1 Fr = ⎢<br />
⎣7 −5,5<br />
5,5<br />
7 ⎤<br />
−7<br />
⎥<br />
⎦
6.1 Anblok med to modeller<br />
2D anblok<br />
I dette afsnit præsenteres anblok med to modeller, hvor fremgangsmåden med den lineære transformationsligning<br />
præsenteres først, hvorefter denne erstattes af den ulineære transformationsligning.<br />
De to modeller der sammenknyttes i dette afsnit er Model A og Model B.<br />
6.1.1 Lineær metode<br />
Fra præsentationen af 2D transformationer i afsnit 3 2D transformation fremgår det, at hvis k∙cosφ<br />
erstattes af a og k∙sinφ erstattes af b fås de lineære udtryk for transformationsligninger som vist<br />
nedenfor.<br />
X ' = aX − bY + tx<br />
Y ' = bX + aY + ty<br />
Af ovenstående udtryk repræsenterer X’ og Y’ koordinaterne i det overordnede system. Ved løsning<br />
af anblok flyttes koordinaterne til det overordnede system over på højre side af transformationsligningerne,<br />
som det fremgår af nedenstående ligninger.<br />
L : 0 = aX − bY + tx − X '<br />
1<br />
L : 0 = bX + aY + ty −Y<br />
'<br />
2<br />
For at opstille designmatricen skal sidstnævnte ligninger partiel differentieres med hensyn til de<br />
ubekendte, der er a, b, tx, ty, X’ og Y’. Ved anblok er X’ og Y’ koordinater fra modellerne givet i det<br />
overordnede koordinatsystem, som her betragtes som ubekendte i transformationsligningerne.<br />
Ovenstående ligninger differentieres i forhold til de ubekendte på følgende måde:<br />
a b tx ty X’ Y’<br />
L1: ∂L1<br />
∂L1<br />
∂L1<br />
∂L1<br />
∂L<br />
∂L1<br />
∂ a<br />
L2: ∂L2<br />
∂ a<br />
∂ b<br />
∂L2<br />
∂ b<br />
∂ tx<br />
∂L2<br />
∂ tx<br />
1<br />
∂ ty ∂ X '<br />
∂L2<br />
∂L2<br />
∂ ty<br />
Nedenfor er ovenstående differentieret.<br />
Øverste linie differentieret Nederste linie differentieret<br />
∂L1<br />
= X<br />
∂a<br />
∂L1<br />
= 0<br />
∂ty<br />
∂L2<br />
= Y<br />
∂a<br />
∂L1<br />
= −Y<br />
∂b<br />
∂L1<br />
= −1<br />
∂X<br />
'<br />
∂L2<br />
= X<br />
∂b<br />
∂L1<br />
= 1<br />
∂tx<br />
∂L1<br />
= 0<br />
∂Y<br />
'<br />
∂L2<br />
= 0<br />
∂tx<br />
∂ X '<br />
∂ Y '<br />
∂L2<br />
∂ Y '<br />
Tabel Tabel Tabel 13 13: 13 : Linierne differentieret<br />
differentieret<br />
∂L2<br />
= 1<br />
∂ty<br />
∂L2<br />
= 0<br />
∂X<br />
'<br />
∂L2<br />
= −1<br />
∂Y<br />
'<br />
Nedenfor er A-matricen opstillet. Ved anblok skal de første fire ubekendte parametre, a, b, tx og ty,<br />
findes for hver model. Disse parametre anvendes ved transformation fra den pågældende model til<br />
det overordnede koordinatsystem. De partielt afledede findes under søjlerne Model A og Model B i<br />
nedenstående A-matrice. Ligeledes skal de sidste ubekendte findes ved partiel differentiation med<br />
hensyn til koordinaterne, som sker under de enkelte punkter i højre side af A-matricen. Af denne<br />
Side | 29
Appendiks A - Transformation og anblok<br />
højre side af A-matricen fremgår det, hvordan de enkelte modeller er knyttet sammen ved hjælp af<br />
de forskellige fællespunkter. Eksempelvis er punkt 1, 3 og 5 fællespunkter mellem Model A og Model<br />
B. De sidste rækker i A-matricen under Fikspkt. knytter modellerne op på det overordnede koordinatsystem.<br />
I denne matrice er punkt 1 og 7 fikspunkter. Af matricen fremgår det yderligere, at<br />
fikspunkt 1 er målt i både Model A og B, mens fikspunkt 7 er målt i Model A. Alle de tomme pladser i<br />
A-matricen er 0.<br />
Model A Model B Pkt. 1 Pkt. 2 Pkt. 3 Pkt. 4 Pkt. 5 Pkt. 6 Pkt. 7<br />
a1 b1 tx1 ty1 a2 b2 tx2 ty2 X’ Y’ X’ Y’ X’ Y’ X’ Y’ X’ Y’ X’ Y’ X’ Y’<br />
A =<br />
Model A<br />
Model B<br />
Fikspkt.<br />
Side | 30<br />
Pkt. 1<br />
Pkt. 3<br />
Pkt. 5<br />
Pkt. 6<br />
Pkt. 7<br />
Pkt. 1<br />
Pkt. 2<br />
Pkt. 3<br />
Pkt. 4<br />
Pkt. 5<br />
Pkt. 1<br />
Pkt. 7<br />
∂L<br />
∂L<br />
∂L<br />
∂L1<br />
1 1 1<br />
∂ a1<br />
∂ b1<br />
∂ tx1<br />
∂ ty1<br />
∂L2<br />
∂L2<br />
∂L2<br />
∂ a1<br />
∂ b1<br />
∂tx1<br />
∂L<br />
∂L<br />
∂L2<br />
∂ty1<br />
∂L<br />
∂L1<br />
1 1 1<br />
∂ a1<br />
∂ b1<br />
∂ tx1<br />
∂ ty1<br />
∂L2<br />
∂L2<br />
∂L2<br />
∂ a1<br />
∂ b1<br />
∂tx1<br />
∂L<br />
∂L<br />
∂L2<br />
∂ty1<br />
∂L<br />
∂L1<br />
1 1 1<br />
∂ a1<br />
∂ b1<br />
∂ tx1<br />
∂ ty1<br />
∂L2<br />
∂L2<br />
∂L2<br />
∂ a1<br />
∂ b1<br />
∂tx1<br />
∂L<br />
∂L<br />
∂L2<br />
∂ty1<br />
∂L<br />
∂L1<br />
1 1 1<br />
∂ a1<br />
∂ b1<br />
∂ tx1<br />
∂ ty1<br />
∂L2<br />
∂L2<br />
∂L2<br />
∂ a1<br />
∂ b1<br />
∂tx1<br />
∂L<br />
∂L<br />
∂L2<br />
∂ty1<br />
∂L<br />
∂L1<br />
1 1 1<br />
∂ a1<br />
∂ b1<br />
∂ tx1<br />
∂ ty1<br />
∂L2<br />
∂L2<br />
∂L2<br />
∂ a1<br />
∂ b1<br />
∂tx1<br />
∂L2<br />
∂ty1<br />
∂L<br />
∂L<br />
∂L<br />
∂L1<br />
∂ X '<br />
∂L1<br />
1 1 1 ∂L1<br />
∂ a2<br />
∂ b2<br />
∂ tx2<br />
∂ ty2<br />
∂ X '<br />
∂L2<br />
∂L2<br />
∂L2<br />
∂ a2<br />
∂ b2<br />
∂tx2<br />
∂L<br />
∂L<br />
∂L2<br />
∂ty2<br />
∂L<br />
∂L1<br />
1 1 1<br />
∂ a2<br />
∂ b2<br />
∂ tx2<br />
∂ ty2<br />
∂L2<br />
∂L2<br />
∂L2<br />
∂ a2<br />
∂ b2<br />
∂tx2<br />
∂L<br />
∂L<br />
∂L2<br />
∂ty2<br />
∂L<br />
∂L1<br />
1 1 1<br />
∂ a2<br />
∂ b2<br />
∂ tx2<br />
∂ ty2<br />
∂L2<br />
∂L2<br />
∂L2<br />
∂ a2<br />
∂ b2<br />
∂tx2<br />
∂L<br />
∂L<br />
∂L2<br />
∂ty2<br />
∂L<br />
∂L1<br />
1 1 1<br />
∂ a2<br />
∂ b2<br />
∂ tx2<br />
∂ ty2<br />
∂L2<br />
∂L2<br />
∂L2<br />
∂ a2<br />
∂ b2<br />
∂tx2<br />
∂L<br />
∂L<br />
∂L2<br />
∂ty2<br />
∂L<br />
∂L1<br />
1 1 1<br />
∂ a2<br />
∂ b2<br />
∂ tx2<br />
∂ ty2<br />
∂L2<br />
∂L2<br />
∂L2<br />
∂ a2<br />
∂ b2<br />
∂tx2<br />
∂L2<br />
∂ty2<br />
1<br />
Tabel Tabel Tabel 14 14: 14 : AA-matricen,<br />
A<br />
matricen, matricen, hvor hvor hvor det det det grå grå grå område område er er er matricen, matricen, matricen, mens mens teksten teksten teksten udenom udenom<br />
udenom<br />
i i i kursiv kursiv er er forklarende forklarende tekst tekst til til matricens matricens indhold<br />
indhold<br />
De differentierede udtryk er indsat i nedenstående A-matrice.<br />
∂L2<br />
∂ Y '<br />
∂L2<br />
∂ Y '<br />
1<br />
∂L1<br />
∂ X '<br />
∂L2<br />
∂ Y '<br />
∂L1<br />
∂ X '<br />
∂L1<br />
∂ X '<br />
∂L2<br />
∂ Y '<br />
∂L2<br />
∂ Y '<br />
∂L1<br />
∂ X '<br />
∂L2<br />
∂ Y '<br />
∂L1<br />
∂ X '<br />
∂L1<br />
∂ X '<br />
∂L2<br />
∂ Y '<br />
∂L2<br />
∂ Y '<br />
∂L1<br />
∂ X '<br />
∂L2<br />
∂ Y '<br />
∂L1<br />
∂ X '<br />
1<br />
∂L2<br />
∂ Y '<br />
1
A =<br />
Model A<br />
Model B<br />
Fikspkt.<br />
2D anblok<br />
Model A Model B Pkt. 1 Pkt. 2 Pkt. 3 Pkt. 4 Pkt. 5 Pkt. 6 Pkt. 7<br />
a1 b1 tx1 ty1 a2 b2 tx2 ty2 X’ Y’ X’ Y’ X’ Y’ X’ Y’ X’ Y’ X’ Y’ X’ Y’<br />
Pkt. 1 X -Y 1<br />
Y X 0<br />
Pkt. 3 X -Y 1<br />
Y X 0<br />
Pkt. 5 X -Y 1<br />
Y X 0<br />
Pkt. 6 X -Y 1<br />
Y X 0<br />
Pkt. 7 X -Y 1<br />
Y X 0<br />
Pkt. 1<br />
Pkt. 2<br />
Pkt. 3<br />
Pkt. 4<br />
Pkt. 5<br />
Pkt. 1<br />
Pkt. 7<br />
0<br />
1<br />
0<br />
1<br />
0<br />
1<br />
0<br />
1<br />
0<br />
1<br />
X -Y 1<br />
Y X 0<br />
X -Y 1<br />
Y X 0<br />
X -Y 1<br />
Y X 0<br />
X -Y 1<br />
Y X 0<br />
X -Y 1<br />
Y X 0<br />
0<br />
1<br />
0<br />
1<br />
0<br />
1<br />
0<br />
1<br />
0<br />
1<br />
Tabel Tabel 15 15: 15 : Differentie Differentieret Differentie<br />
ret ret AA-matrice,<br />
A<br />
matrice, matrice, hvor hvor det det grå grå område område er er matricen, matricen, mens mens teksten teksten udenom<br />
udenom<br />
i i kursiv kursiv er er er forklarende forklarende tekst tekst til til matrices matrices indhold<br />
indhold<br />
-1<br />
-1<br />
1<br />
-1<br />
-1<br />
1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
1<br />
-1<br />
1<br />
Side | 31
Appendiks A - Transformation og anblok<br />
Efter præsentationen af principperne bag anblok gennem de forrige to A-matricer indsættes tallene<br />
fra eksemplet. Dette kan ses i nedenstående A-matrice.<br />
Model A Model B Pkt. 1 Pkt. 2 Pkt. 3 Pkt. 4 Pkt. 5 Pkt. 6 Pkt. 7<br />
A =<br />
Model A<br />
Model B<br />
Fikspkt.<br />
Side | 32<br />
a1 b1 tx1 ty1 a2 b2 tx2 ty2 X’ Y’ X’ Y’ X’ Y’ X’ Y’ X’ Y’ X’ Y’ X’ Y’<br />
-3,6 -8,2 1 0<br />
Pkt. 1<br />
8,2 3,6 0 1<br />
3,4 -5,2 1 0<br />
Pkt. 3<br />
5,2 3,4 0 1<br />
-2,6 0,8 1 0<br />
Pkt. 5<br />
-0,8 -2,6 0 1<br />
-4,6 6,8 1 0<br />
Pkt. 6<br />
-6,8 -4,6 0 1<br />
7,4 5,8 1 0<br />
Pkt. 7<br />
-5,8 7,4 0 1<br />
Pkt. 1<br />
Pkt. 2<br />
Pkt. 3<br />
Pkt. 4<br />
Pkt. 5<br />
Pkt. 1<br />
Pkt. 7<br />
-1<br />
-8,4 -0,3 1 0 -1<br />
0,3 -8,4 0 1<br />
2,6 -7,3 1 0<br />
7,3 2,6 0 1<br />
-0,4 0,7 1 0<br />
-0,7 -0,4 0 1<br />
11,1 -1,3 1 0<br />
1,3 11,1 0 1<br />
-4,9 8,2 1 0<br />
-8,2 -4,9 0 1<br />
Tabel Tabel 16 16: 16 : AA-matrice<br />
A<br />
matrice matrice for for eksempel, eksempel, hvor hvor det det grå grå område område er er matricen, matricen, mens mens teksten teksten<br />
udenom<br />
udenom<br />
i i i kursiv kursiv kursiv er er er forklarende tekst til matricens indhold<br />
Af ovenstående A-matrice fremgår det, at<br />
• Model A og B har punkterne 1, 3 og 5 som fællespunkter. Dette kan ligeledes ses på Figur 6<br />
under afsnit 5 2D anblok<br />
Af matricen fremgår det yderligere, at<br />
• Fikspunkt 1 er opmålt i både Model A og B, mens<br />
• Fikspunkt 7 er opmålt i Model A<br />
Inden en løsning på 2D anblok kan findes skal b-vektoren opstilles. Første del af b-vektoren knytter<br />
sig til venstre side af transformationsligningerne for de enkelte modeller, som er præsenteret i starten<br />
af dette afsnit. Sidste del af b-vektoren knytter sig til fikspunkterne og består af de reducerede<br />
opmålte koordinater til disse.<br />
1<br />
-1<br />
-1<br />
1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
1<br />
-1<br />
1
Trans.lign. Fikspkt. T<br />
b = 0 … 0 … Xr’ Yr’ …<br />
2D anblok<br />
Første del af b-vektoren for eksemplet består af 20 nuller, som repræsenter de to transformationsligninger<br />
for de 10 punkter i de to modeller. Den sidste del af b-vektoren er de opmålte x- og ykoordinater<br />
til de to fikspunkter reduceret til deres tyngdepunkt i det overordnede system. Nedenfor<br />
er b-vektoren opstillet.<br />
[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5,5 7 5,5 7] T<br />
b = − −<br />
Efter at have opstillet både A-matricen og b-vektoren findes løsningen ved hjælp af mindste kvadraters<br />
princip, som vist nedenfor:<br />
Løsningen på eksemplet er følgende:<br />
( ) 1 −<br />
T T<br />
x = A A A b<br />
⎡1,00 0,00 -1,88 -1,18 0,93 -0,26 2,20 4,51 ... ⎤<br />
x =<br />
⎢<br />
... -5,50 7,00 6,52 10,64 1,59 3,98 12,89 2,84 ...<br />
⎥<br />
⎢ ⎥<br />
⎢⎣ ... -4,49 -1,92 -6,50 -7,96 5,50 -7,00<br />
⎥⎦<br />
Løsningsvektoren har følgende struktur:<br />
Model A Model B Koordinater T<br />
x = a1 b1 tx1 ty1 a2 b2 tx2 ty2 … Xr’ Yr’ …<br />
Løsningen x er en søjlevektor bestående af 22 rækker. De første fire tal i x er a, b, tx og ty for Model<br />
A, mens de næste fire tal er a, b, tx og ty for Model B. De resterende 14 tal er de beregnede reducerede<br />
x- og y-koordinater for de syv punkter. Koordinaterne fås over i det overordnede system ved<br />
at lægge middelværdien for de to fikspunkter (XFm og YFm) til koordinaterne (Xr og Yr). Dette<br />
udtryk er vist nedenfor.<br />
⎡X ⎤ ⎡Xr ⎤ ⎡XFm⎤ ⎢<br />
Y<br />
⎥ = ⎢ +<br />
Yr<br />
⎥ ⎢<br />
YFm<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
Drejningerne og skaleringerne for de to modeller kan findes ud fra a og b ved anvendelse af følgende<br />
udtryk:<br />
arctan 2 b<br />
ϕ =<br />
k = a + b<br />
2 2<br />
( ) 200<br />
Udtrykket ”arctan2” henviser til MATLABs udtryk ”atan2”, der udfører en fortegnsanalyse inden<br />
vinklen beregnes. Det er nødvendigt med en fortegnsanalyse, da drejning beregnes ud fra den almindelige<br />
tangens beregner vinkler i intervallet ± 100 gon, og da laserscanneren kan dreje 400 gon<br />
er det nødvendigt med en fortegnsanalyse for at kunne beregne drejning i intervallet ± 200 gon.<br />
Drejningen og skaleringen for Model A er følgende: ϕ = − 0, 206 og k =<br />
0,999<br />
a<br />
π<br />
T<br />
Side | 33
Appendiks A - Transformation og anblok<br />
Drejningen og skaleringen for Model B er følgende: ϕ = − 17,283 og k = 0,968<br />
Da de enkelte modeller og fikspunkterne i det overordnede system er reducerede til deres tyngdepunkt<br />
skal flytningerne fra løsningsvektoren korrigeres for dette. Korrektionen udføres ved at tage<br />
flytningerne fra løsningsvektoren og trække middelkoordinaterne (Xm og Ym), fra de enkelte modeller,<br />
ganget med rotationsmatricen, fra. Derudover skal middelværdierne for fikspunkterne (XFm<br />
og YFm) lægges til. Denne udregning er vist nedenfor, hvor de nye korrigerede flytninger er Tx og<br />
Ty.<br />
⎡Tx⎤ ⎡tx⎤ ⎡a −b⎤<br />
⎡Xm⎤ ⎡XFm⎤ ⎢<br />
Ty<br />
⎥ = ⎢<br />
ty<br />
⎥ − ⎢ +<br />
b a<br />
⎥ ⎢<br />
Ym<br />
⎥ ⎢<br />
YFm<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
Flytningerne kan herefter beregnes for de to modeller:<br />
Side | 34<br />
⎡Tx1 ⎤ ⎡11,62 ⎤ ⎡ 0,999 0,003⎤ ⎡11,6 ⎤ ⎡13,5 ⎤ ⎡−0,02 ⎤<br />
Model A: ⎢<br />
Ty<br />
⎥ = ⎢<br />
1 14,82<br />
⎥ − ⎢ + =<br />
−0,003<br />
0,999<br />
⎥ ⎢<br />
14,8<br />
⎥ ⎢<br />
16<br />
⎥ ⎢<br />
0,07<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
⎡Tx2 ⎤ ⎡15,70 ⎤ ⎡ 0,932 0,259⎤ ⎡12, 4⎤ ⎡13,5⎤ ⎡−1,49 ⎤<br />
Model B: ⎢<br />
Ty<br />
⎥ = ⎢<br />
2 20,51<br />
⎥ − ⎢ + =<br />
−0,259<br />
0,932<br />
⎥ ⎢<br />
21,7<br />
⎥ ⎢<br />
16<br />
⎥ ⎢<br />
3,50<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
Residualerne beregnes efter følgende udtryk:<br />
r = Ax − b<br />
Residualerne for eksemplet kan ses her:<br />
⎡0,05 0,03 -0,06 0,02 0,01 -0,05 0,00 0,00 0,00 0,00 ... ⎤<br />
r =<br />
⎢<br />
... -0,05 -0,03 0,00 0,00 0,06 -0,02 0,00 0,00 -0,01 0,05 ...<br />
⎥<br />
⎢ ⎥<br />
⎢⎣ ... 0,00 0,00 0,00 0,00<br />
⎥⎦<br />
Ovenstående r-vektor er en søjlevektor bestående af 24 rækker. De første 10 tal er residualer for x-<br />
og y-værdierne til punkterne i Model A og de næste 10 er for punkterne i Model B. De resterende 4<br />
er residualer for x- og y-værdierne for de to fikspunkter.<br />
Værdierne for residualerne virker fornuftige, når der tages højde for den metode, hvorefter koordinaterne<br />
er fremstillet. Det kan ikke forventes, at koordinaterne passer perfekt sammen når koordinaterne<br />
er skønnet inden for halve tern.<br />
Til 2D anblok med to modeller med den lineære metode har projektgruppen på tilsvarende vis som<br />
med transformationerne udarbejdet et script i MATLAB som hedder D2_anblok_ab_2M.m. Denne fil<br />
er på Bilags-CD’en i mappen Appendiks B. I scriptet er ovennævnte procedure foretaget, dog er der<br />
nogle forhold der her skal gøres opmærksom på i forbindelse med gennemløb af scriptet.<br />
Punktnummerstrategien for de punkter der indgår i anblok-scriptet skal være fortløbende nummereret<br />
med punkt 1 som det første punkt. I forbindelse med A-matricen anvendes punktnumrene til<br />
at få placeret ”-1” for modellerne og ”1” for fikspunkterne på de rigtige pladser i højre side af A-<br />
T
2D anblok<br />
matricen. Det er derfor ikke nødvendigt at punkterne i modellerne eller fikspunkterne, eksempelvis<br />
modelA.txt kommer i nummerrækkefølge.<br />
De to modeller og fikspunkter i det overordnede system hentes ind i scriptet fra txt-filer ved navn<br />
fiks.txt, modelA.txt og modelB.txt. Filerne indeholder matricer med tre søjler, hvor første søjle er<br />
punktnummer, mens de øvrige to er henholdsvis x- og y-koordinater. Søjlerne i txt-filerne er adskilt<br />
af mellemrum. Disse txt-filer skal ligge i samme mappe som scriptet køres fra. For at genskabe eksemplet<br />
som er gennemgået i dette afsnit skal filerne fiks.txt, modelA.txt og modelB.txt hentes fra<br />
mappen 2D anblok under mappen 2D koordinatfiler og placeres direkte under mappen Appendiks<br />
B på Bilags-CD’en inden scriptet gennemløbes.<br />
På tilsvarende vis som med transformationerne er rækkefølgen af rækkerne i A-matricen og bvektoren<br />
er lidt anderledes i scriptet end i den ovenfor gennemgået teori. Den ændrede rækkefølge<br />
skyldes, at det programmeringsmæssigt er lettere at have alle rækkerne der repræsentere X’ i<br />
transformationsligningen først, hvorefter alle rækkerne der repræsentere Y’.<br />
Denne ændrede rækkefølge har efterfølgende betydning for strukturen på x-vekoren og r-vektoren.<br />
Strukturen på disse er følgende:<br />
Model A Model B Koordinater<br />
T<br />
x = �1 �1 κ1 tx1 ty1 tz1 �2 �2 κ2 tx2 ty2 tz2 Xr’1 … Xr’n Yr’1 … Yr’n Zr’1 … Zr’n<br />
Model A Model B Fikspunkter<br />
T<br />
r = rX1..rXn rY1..rYn rZ1..rZn rX1..rXn rY1..rYn rZ1..rZn rX1..rXn rY1..rYn rZ1..rZn<br />
I scriptet er der, som tidligere nævnt, foretaget en fortegnsanalyse i forbindelse med beregningen af<br />
drejningerne.<br />
Ved gennemløb af scriptet genereres en output-fil ved navn x_for_p.txt, som indeholder de beregnede<br />
drejninger. Drejningerne i filen bliver senere anvendt som foreløbig drejninger i forbindelse med<br />
de ulinære metoder. Filen bliver overskrevet når 2D anblok med tre modeller med lineær metode<br />
eller 2D transformation med lineær metode bliver gennemløbet. Filen x_for_p.txt, består af en søjle<br />
vektor med drejningen om z-aksen for Model A først, hvorunder drejningen om z-aksen for Model B<br />
er. Dette er strukturen når filen åbnes i Textpad.<br />
6.1.2 Ulineær metode<br />
Den ulineære metode har samme opbygning som den lineære metode ovenfor. Den ulineære metode<br />
tager udgangspunkt i de oprindelige transformationsligninger, som partiel differentieres. Transformationsligningerne,<br />
som er præsenteret i afsnit 3 2D transformation, hvor X’ og Y’, som med den<br />
lineære metode i afsnittet ovenfor, flyttes over på højre side, er følgende:<br />
0 = kX cosϕ − kY sinϕ + tx − X '<br />
0 = kX sinϕ + kY cosϕ + ty −Y<br />
'<br />
Udtrykkene differentieres efterfølgende i forhold til de ubekendte på følgende måde:<br />
� k tx ty X’ Y’<br />
Side | 35
Appendiks A - Transformation og anblok<br />
Side | 36<br />
L1: 1 L ∂<br />
ϕ<br />
L2: 2 L ∂<br />
∂L<br />
∂ k<br />
∂ 1<br />
ϕ<br />
∂L<br />
∂ k<br />
∂ 2<br />
∂L1<br />
∂ tx<br />
∂L2<br />
∂ tx<br />
∂L1<br />
∂L1<br />
∂ ty<br />
∂ X '<br />
∂L2<br />
∂L2<br />
∂ ty<br />
Øverste linie differentieret Nederste linie differentieret<br />
∂ L1<br />
= −kX sinϕ − kY cos ϕ ( α )<br />
∂ϕ<br />
∂L1<br />
= 0<br />
∂ty<br />
∂L2<br />
= kX cosϕ − kY sin ϕ ( θ )<br />
∂ϕ<br />
∂ L1<br />
= X cosϕ −Y<br />
sin ϕ ( β )<br />
∂k<br />
∂L1<br />
= −1<br />
∂X<br />
'<br />
∂L2<br />
= X sinϕ + Y cos ϕ ( μ )<br />
∂k<br />
∂ L1<br />
= 1<br />
∂tx<br />
∂L1<br />
= 0<br />
∂Y<br />
'<br />
∂L2<br />
= 0<br />
∂tx<br />
Tabel Tabel 17 17: 17 17:<br />
: Symbolerne Symbolerne i i parenteserne parenteserne er er henvisninger, henvisninger, der der anvendes anvendes i i forbindelse forbindelse med med opstilling opstilling af af A-matricen A<br />
matricen<br />
∂ X '<br />
∂L1<br />
∂ Y '<br />
∂L2<br />
∂ Y '<br />
∂L2<br />
= 1<br />
∂ty<br />
∂L2<br />
= 0<br />
∂X<br />
'<br />
∂L2<br />
= −1<br />
∂Y<br />
'<br />
På samme måde som tidligere opstilles A-matricen, her med anvendelse af symbolerne i ovenstående<br />
tabel.<br />
Model A Model B Pkt. 1 Pkt. 2 Pkt. 3 Pkt. 4 Pkt. 5 Pkt. 6 Pkt. 7<br />
�1 k1 tx1 ty1 �2 k2 tx2 ty2 X’ Y’ X’ Y’ X’ Y’ X’ Y’ X’ Y’ X’ Y’ X’ Y’<br />
A =<br />
Model A<br />
Model B<br />
Fikspkt.<br />
α<br />
Pkt. 1<br />
θ<br />
β<br />
μ<br />
1<br />
0<br />
0<br />
1<br />
α<br />
Pkt. 3<br />
θ<br />
β<br />
μ<br />
1<br />
0<br />
0<br />
1<br />
α<br />
Pkt. 5<br />
θ<br />
β<br />
μ<br />
1<br />
0<br />
0<br />
1<br />
α<br />
Pkt. 6<br />
θ<br />
β<br />
μ<br />
1<br />
0<br />
0<br />
1<br />
α<br />
Pkt. 7<br />
θ<br />
β<br />
μ<br />
1<br />
0<br />
0<br />
1<br />
Pkt. 1<br />
Pkt. 2<br />
Pkt. 3<br />
Pkt. 4<br />
Pkt. 5<br />
Pkt. 1<br />
Pkt. 7<br />
-1<br />
α β 1 0 -1<br />
θ μ 0 1<br />
α β 1 0<br />
θ μ 0 1<br />
α β 1 0<br />
θ μ 0 1<br />
α β 1 0<br />
θ μ 0 1<br />
α β 1 0<br />
θ μ 0 1<br />
Tabel Tabel 18 18: 18 : Differentieret Differentieret AA-matrice,<br />
A<br />
matrice, matrice, hvor hvor det det grå grå område område er er matricen, matricen, mens mens teksten teksten udenom<br />
udenom<br />
i kursiv kursiv er er forklarende forklarende forklarende tekst tekst tekst til til matrices matrices indhold<br />
indhold<br />
1<br />
-1<br />
-1<br />
1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
-1<br />
1<br />
-1<br />
1
2D anblok<br />
Da de ubekendte stadig indgår i elementerne i A-matricen efter linearisering, i form af partiel differentiation,<br />
kræves der nogle foreløbige værdier til x-vektoren, for at den endelige løsning kan beregnes.<br />
Som de foreløbige værdier kan løsningen fra den lineære metode anvendes. Af ubekendte<br />
fra den lineære metode med 2D anblok anvendes drejningen (φ) og de to flytninger (tx og ty). Skaleringen<br />
(k) sættes til 1 som foreløbig værdi, da det forventes at målforholdet er tæt på 1. Inden<br />
løsningen kan findes skal en tilvækst til de foreløbige værdier beregnes. Denne beregne efter mindste<br />
kvadraters princip og er vist nedenfor.<br />
( ) 1 −<br />
T T<br />
xˆ = A A A b<br />
Løsningen i den iterative proces findes ved at addere tilvæksten ˆx med de foreløbige værdier for x<br />
( x i ).<br />
x x xˆ<br />
i+ 1 i = +<br />
Denne nye x-vektor ( x i+<br />
1)<br />
er den nye foreløbige x-vektor til næste iteration.<br />
Løsningen til det ulineære problem skal findes ved en iterativ proces, hvor indholdet i b-vektoren<br />
er differencen mellem 0. ordens afledede af transformationsligningerne med indsættelse af de foreløbige<br />
værdier for x-vektoren, og den b-vektor som er præsenteret i den lineære metode. Den beregnede<br />
b-vektor nedenfor kaldes matematiske sammenhænge også OMC (Observed Minus Computed).<br />
Hvor blineær er følgende:<br />
[ ] [ 0. ordens afledede]<br />
b = b −<br />
lineær<br />
Trans.lign. Fikspkt. T<br />
b = 0 … 0 … Xr' Zr' …<br />
Når de foreløbige værdier er tæt på den endelige løsning er værdierne i b-vektoren små.<br />
Iterationen fortsættes til resultatet er tilfredsstillende, hvilket vil sige når ændringerne mellem to<br />
på hinanden følgende iterationer er små. Da der her anvendes foreløbige værdier tæt på den endelige<br />
løsning er tre iterationer passende (fastslået på baggrund af testberegninger af dette eksempel).<br />
Som alternativ til differentiationsprocessen har projektgruppen, som beskrevet i afsnit 3 2D transformation,<br />
valgt at anvende scriptet numafl.m udarbejdet af Peter Cederholm. Dette script foretager<br />
en numerisk approksimation af de partielt afledede af en funktion. Outputtet af filen er 0. og 1. ordens<br />
afledede, som begge bruges i forbindelse med anblok til opstilling af henholdsvis b-vektoren<br />
og A-matricen.<br />
Udover at at x-vektoren ikke indeholder a og b men i stedet φ og k indeholder x-vektoren de samme<br />
elementer, som ved den lineære metode. Gennemføres eksemplet, som den lineære metode, er resultatet<br />
for den ulineære metode i form af drejning og skalering efter 3. iteration følgende:<br />
Side | 37
Appendiks A - Transformation og anblok<br />
For Model A: ϕ = − 0, 206 og k = 0,999<br />
For Model B: ϕ = − 17,283 og k = 0,968<br />
Disse drejninger og skaleringer er identiske med drejningerne og skaleringerne beregnet ved den<br />
lineære metode.<br />
På tilsvarende vis som tidligere kan koordinaterne fås over i det overordnede system ved at lægge<br />
middelværdien for fikspunkterne (XFm og YFm) til koordinaterne (Xr og Yr) i x-vektoren. Dette<br />
udtryk er vist nedenfor.<br />
⎡X ⎤ ⎡Xr ⎤ ⎡XFm⎤ ⎢<br />
Y<br />
⎥ = ⎢ +<br />
Yr<br />
⎥ ⎢<br />
YFm<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
På tilsvarende vis som med den lineære metode skal flytningerne fra løsningsvektoren korrigeres,<br />
da de enkelte modeller og det overordnede koordinatsystem er reducerede til deres tyngdepunkt.<br />
Korrektionen udføres ved at tage flytningerne fra løsningsvektoren og trække middelkoordinaterne,<br />
fra de enkelte modeller, ganget med rotationsmatricen samt skalering fra. Derudover skal middelværdierne<br />
for fikspunkterne (XFm og YFm) lægges til. Denne udregning er vist nedenfor, hvor<br />
de nye korrigerede flytninger er Tx og Ty.<br />
Side | 38<br />
( ϕ ) − ( ϕ )<br />
( ϕ ) ( ϕ )<br />
⎡Tx⎤ ⎡tx⎤ ⎡cos sin ⎤ ⎡Xm ⎤ ⎡XFm ⎤<br />
⎢ k<br />
Ty<br />
⎥ = ⎢<br />
ty<br />
⎥ − ⎢ ⎥ +<br />
sin cos<br />
⎢<br />
Ym<br />
⎥ ⎢<br />
YFm<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
Flytningerne kan herefter beregnes for de to modeller:<br />
⎡Tx1 ⎤ ⎡11,62 ⎤ ⎡cos( −0, 206) −sin( −0, 206) ⎤ ⎡11,6 ⎤ ⎡13,5 ⎤ ⎡−0,02⎤ Model A: ⎢ 0,999<br />
Ty<br />
⎥ = ⎢<br />
1 14,82<br />
⎥ − ⎢ + =<br />
sin( −0,206) cos( −0,<br />
206)<br />
⎥ ⎢<br />
14,8<br />
⎥ ⎢<br />
16<br />
⎥ ⎢<br />
0,07<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
⎡Tx2 ⎤ ⎡15,70 ⎤ ⎡cos(17, 283) −sin(17, 283) ⎤ ⎡12, 4⎤ ⎡13,5 ⎤ ⎡−1,49 ⎤<br />
Model B: ⎢ 0,968<br />
Ty<br />
⎥ = ⎢<br />
2 20,51<br />
⎥ − ⎢ + =<br />
sin(17, 283) cos(17, 283)<br />
⎥ ⎢<br />
21,7<br />
⎥ ⎢<br />
16<br />
⎥ ⎢<br />
3,50<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
Disse resultater stemmer overens med resultaterne fra løsningen med den lineære metode. På tilsvarende<br />
vis er residualerne identiske med residualerne fra den lineære metode.<br />
Til 2D anblok med to modeller med den ulineære metode har projektgruppen, som tidligere, udarbejdet<br />
et script i MATLAB, som hedder D2_anblok_numafl_2M.m. Denne fil er på Bilags-CD’en i<br />
mappen Appendiks B. I scriptet er ovennævnte procedure foretaget, dog er der nogle forhold der<br />
her skal gøres opmærksom på i forbindelse med gennemløb af scriptet.<br />
Som ved 2D anblok med to modeller med den lineære metode skal punkterne der indgår være fortløbende<br />
nummereret med punkt 1 som det første punkt. I forbindelse med A-matricen anvendes<br />
punktnumrene til at få placeret ”-1” for modellerne og ”1” for fikspunkterne på de rigtige pladser i<br />
højre side af A-matricen. Det er derfor ikke nødvendigt, at punkterne i modellerne eller fikspunkterne,<br />
eksempelvis modelA.txt kommer i nummerrækkefølge.
2D anblok<br />
Som tidligere hentes de to modeller og fikspunkter i det overordnede system ind i scriptet fra txtfiler<br />
ved navn fiks.txt, modelA.txt og modelB.txt. Filerne indeholder matricer med tre søjler, hvor<br />
første søjle er punktnummer, mens de øvrige to er henholdsvis x- og y-koordinater. Søjlerne i txtfilerne<br />
er adskilt af mellemrum. Disse txt-filer skal ligge i samme mappe som scriptet køres fra. For<br />
at genskabe eksemplet som er gennemgået i dette afsnit skal filerne fiks.txt, modelA.txt og modelB.txt<br />
hentes fra mappen 2D anblok under mappen 2D koordinatfiler og placeres direkte under<br />
mappen Appendiks B på Bilags-CD’en inden scriptet gennemløbes.<br />
Inden scriptet til 2D anblok med to modeller med den ulineære metode, D2_anblok_numafl_2M.m,<br />
gennemløbes skal scriptet med 2D anblok med to modeller med den lineære metode,<br />
D2_anblok_ab_2M.m, gennemløbes. Dette skyldes at de foreløbige værdier for drejningerne hentes<br />
fra x_for_p.txt, som genereres ved gennemløb af den lineære metode, D2_anblok_ab_2M.m.<br />
På tilsvarende vis som med 2D anblok med to modeller med den lineære metode er rækkefølgen af<br />
rækkerne i A-matricen, b-vektoren, r-vektoren og x-vektoren er lidt anderledes i scriptet end i den<br />
ovenfor gennemgået teori. Strukturen af disse matricer/vektorer er de samme som beskrevet under<br />
2D anblok med to modeller med den lineære metode.<br />
6.2 Anblok med tre modeller<br />
Efter gennemgangen med to modeller inddrages endnu en model. Denne gennemgang vil ikke være<br />
så omfattende som gennemgangen med to modeller, da grundprincipperne er de samme.<br />
6.2.1 Lineær metode<br />
Den lineære metode med anblok med tre modeller er identisk med anblok med to modeller frem til<br />
opstilling af A-matricen, hvor denne bliver udvidet med en ekstra model i form af fire ekstra søjler<br />
og fire ekstra rækker. For at mindske størrelsen af A-matricen vil der i nedenstående A-matrice ske<br />
en substitution, som er vist nedenfor.<br />
Model A Pkt. 1<br />
a1 b1 tx1 ty1 X’ Y’<br />
X -Y 1 0 -1 0<br />
Y X 0 1 0 -1<br />
=<br />
Model A Pkt. 1<br />
ϵ -1<br />
Tabel Tabel 19 19: 19 : Substitution for at reducere størrelsen af AA-matricen<br />
A<br />
matricen<br />
Side | 39
A =<br />
Appendiks A - Transformation og anblok<br />
Model A<br />
Model B<br />
Model C<br />
Fikspkt<br />
Side | 40<br />
Model A Model B Model C Pkt. 1 Pkt. 2 Pkt. 3 Pkt. 4 Pkt. 5 Pkt. 6 Pkt. 7<br />
Pkt. 1 ϵ<br />
-1<br />
Pkt. 3 ϵ<br />
-1<br />
Pkt. 5 ϵ<br />
-1<br />
Pkt. 6 ϵ<br />
-1<br />
Pkt. 7 ϵ<br />
-1<br />
Pkt. 1<br />
ϵ<br />
-1<br />
Pkt. 2<br />
ϵ<br />
-1<br />
Pkt. 3<br />
ϵ<br />
-1<br />
Pkt. 4<br />
ϵ<br />
-1<br />
Pkt. 5<br />
ϵ<br />
-1<br />
Pkt. 2<br />
ϵ<br />
-1<br />
Pkt. 3<br />
ϵ<br />
-1<br />
Pkt. 4<br />
ϵ<br />
-1<br />
Pkt. 6<br />
ϵ<br />
-1<br />
Pkt. 7<br />
ϵ<br />
-1<br />
Pkt. 1<br />
Pkt. 7<br />
Tabel Tabel Tabel 20 20: 20 20:<br />
: AA-matrice,<br />
A<br />
matrice, hvor hvor det grå område er matricen, matricen, mens teksten udenom<br />
udenom<br />
i i kursiv kursiv er er forklarende forklarende tekst tekst tekst til til matrices matrices indhold<br />
indhold<br />
Af ovenstående A-matrice fremgår det, at<br />
• Model A og B har punkterne 1, 3 og 5 som fællespunkter,<br />
• Model B og C har punkterne 2, 3 og 4 som fællespunkter, mens<br />
• Model A og C har fællespunkterne 3, 6 og 7.<br />
Af matricen fremgår det yderligere, at<br />
• Fikspunkt 1 er opmålt i både Model A og B, mens<br />
• Fikspunkt 7 er opmålt i Model A og C.<br />
Efter at have præsenteret principperne bag opstillingen af A-matricen kan den endelige A-matrice<br />
med tallene fra eksemplet, på tilsvarende vis som med to modeller, opstilles. På grund af størrelsen<br />
af denne vil den ikke blive præsenteret i dette afsnit.<br />
Som ved to modeller skal b-vektoren opstilles. Indholdet af b-vektoren er som tidligere beskrevet<br />
dels knyttet til venstre side af transformationsligningerne for de enkelte modeller og dels til de<br />
reducerede koordinater til fikspunkterne.<br />
Trans.lign. Fikspkt. T<br />
b = 0 … 0 … Xr' Zr' …<br />
Første del af b-vektoren for eksemplet består af 30 nuller, som repræsenter venstre side af de to<br />
transformationsligninger for de 15 punkter i de tre modeller. Den sidste del af b-vektoren er de<br />
opmålte reducerede x- og y-koordinater til de to fikspunkter.<br />
1<br />
1
Løsningen findes som tidligere beskrevet ved brug af nedenstående udtryk:<br />
Løsningen på eksemplet er følgende:<br />
( ) 1 −<br />
T T<br />
x = A A A b<br />
2D anblok<br />
⎡1,00 0,00 -1,89 -1,19 0,94 -0,27 2,25 4,41 0,68 -0,69 4,06 0,41 ... ⎤<br />
x =<br />
⎢<br />
... -5,50 7,00 6,67 10,49 1,56 3,94 13,05 2,56 ...<br />
⎥<br />
⎢ ⎥<br />
⎢⎣ ... -4,54 -1,95 -6,48 -7,95 5,50 -7,00<br />
⎥⎦<br />
Løsningsvektoren har følgende struktur:<br />
Model A Model B Model C Koordinater T<br />
x = a1 b1 tx1 ty1 a2 b2 tx2 ty2 a3 b3 tx3 ty3 … Xr’ Yr’ …<br />
Løsningen x er en søjlevektor bestående af 26 rækker. De første 12 tal hører sammen og repræsenterer<br />
a, b, tx og ty for hver model, mens de resterende 14 tal er de beregnede reducerede x- og ykoordinater<br />
for de 7 punkter. På tilsvarende vis som tidligere kan de reducerede koordinater omregnes<br />
til det overordnede koordinatsystem.<br />
Skaleringerne og drejningerne for de tre modeller kan som tidligere findes ud fra a og b ved anvendelse<br />
af følgende udtryk:<br />
arctan 2 b<br />
ϕ =<br />
k = a + b<br />
2 2<br />
( ) 200<br />
Drejningen og skaleringen for Model A er følgende: ϕ = − 0,171 og k = 0,998<br />
Drejningen og skaleringen for Model B er følgende: ϕ = − 18,131 og k = 0,975<br />
Drejningen og skaleringen for Model C er følgende: ϕ = − 50,425 og k = 0,968<br />
Disse drejninger og skaleringer er ikke identiske med de tidligere drejninger og skaleringer beregnet<br />
ved 2D anblok med to modeller. Den største difference findes ved drejningen af model B, som<br />
har en difference på ca. 0,8 gon. Dette kan begrundes med at alle tre modeller her bliver udjævnet<br />
på én gang, så eventuelle netspændinger mellem koordinaterne bliver udjævnet mellem alle modeller.<br />
På tilsvarende vis som ved de ovenstående metoder skal flytningerne fra løsningsvektoren korrigeres,<br />
da de enkelte modeller og det overordnede koordinatsystem er reducerede til deres tyngdepunkt.<br />
Korrektionen udføres ved at tage flytningerne fra løsningsvektoren og trække middelkoordinaterne,<br />
fra de enkelte modeller, ganget med rotationsmatricen samt skalering fra. Derudover<br />
skal middelværdierne for fikspunkterne (XFm og YFm) lægges til. Denne udregning er vist nedenfor,<br />
hvor de nye korrigerede flytninger er Tx og Ty.<br />
⎡Tx⎤ ⎡tx⎤ ⎡a −b⎤<br />
⎡Xm⎤ ⎡XFm⎤ ⎢<br />
Ty<br />
⎥ = ⎢<br />
ty<br />
⎥ − ⎢ +<br />
b a<br />
⎥ ⎢<br />
Ym<br />
⎥ ⎢<br />
YFm<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
a<br />
π<br />
T<br />
Side | 41
Appendiks A - Transformation og anblok<br />
Flytningerne kan herefter beregnes for de tre modeller:<br />
Side | 42<br />
⎡Tx1 ⎤ ⎡11,61 ⎤ ⎡ 0,998 0,003⎤ ⎡11,6 ⎤ ⎡13,5 ⎤ ⎡−0,01⎤ Model A: ⎢<br />
Ty<br />
⎥ = ⎢<br />
1 14,81<br />
⎥ − ⎢ + =<br />
−0,003<br />
0,998<br />
⎥ ⎢<br />
14,8<br />
⎥ ⎢<br />
16<br />
⎥ ⎢<br />
0,06<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
⎡Tx2 ⎤ ⎡15,75 ⎤ ⎡ 0,936 0,274⎤ ⎡12,4 ⎤ ⎡13,5 ⎤ ⎡−1,80 ⎤<br />
Model B: ⎢<br />
Ty<br />
⎥ = ⎢<br />
2 20, 41<br />
⎥ − ⎢ + =<br />
−0,<br />
274 0,936<br />
⎥ ⎢<br />
21,7<br />
⎥ ⎢<br />
16<br />
⎥ ⎢<br />
3,50<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
⎡Tx3 ⎤ ⎡17,56⎤ ⎡ 0,680 0,689⎤ ⎡12, 4⎤ ⎡13,5 ⎤ ⎡−3,87 ⎤<br />
Model C: ⎢<br />
Ty<br />
⎥ = ⎢<br />
3 16, 41<br />
⎥ − ⎢ + =<br />
−0,689<br />
0,680<br />
⎥ ⎢<br />
21,7<br />
⎥ ⎢<br />
16<br />
⎥ ⎢<br />
13,61<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
De beregnede flytninger er som drejningerne og skaleringerne ovenfor heller ikke identiske med<br />
flytningerne fra 2D anblok med to modeller. Dette skyldes de ændrede drejninger.<br />
Residualerne beregnes efter følgende udtryk:<br />
r = Ax − b<br />
Residualerne for eksemplet er følgende:<br />
⎡0,03 0,01 -0,04 0,04 0,05 -0,03 -0,02 -0,02 -0,02 0,00 ... ⎤<br />
⎢<br />
... -0,03 -0,01 0,01 0,04 0,12 -0,08 -0,06 0,02 -0,05 0,03 ...<br />
⎥<br />
r = ⎢ ⎥<br />
⎢... -0,01 -0,04 -0,08 0,04 0,06 -0,02 0,02 0,02 0,02 0,01 ... ⎥<br />
⎢ ⎥<br />
⎣... 0,00 0,00 0,00 0,00<br />
⎦<br />
Ovenstående r-vektor er en søjlevektor bestående af 34 rækker. De første 30 tal er residualer for x-<br />
og y-værdierne til punkterne for henholdsvis Model A, Model B og Model C. De resterende 4 er residualer<br />
for x- og y-værdierne for de to fikspunkter.<br />
Residualerne ovenfor ligger på samme niveau som de tidligere residualer for 2D anblok.<br />
Til 2D anblok med tre modeller med den lineære metode har projektgruppen, på tilsvarende vis<br />
som tidligere, udarbejdet et script i MATLAB som hedder D2_anblok_ab_3M.m. Denne fil er på Bilags-CD’en<br />
i mappen Appendiks B. Opbygningen og indholdet af dette script er identisk med 2D<br />
anblok med to modeller med den lineære metode, dog er der her indsat en ekstra model.<br />
De tre modeller og fikspunkter i det overordnede system hentes ind i scriptet fra txt-filer ved navn<br />
fiks.txt, modelA.txt, modelB.txt og modelC.txt. Filerne indeholder matricer med tre søjler, hvor første<br />
søjle er punktnummer, mens de øvrige to er henholdsvis x- og y-koordinater. Søjlerne i txtfilerne<br />
er adskilt af mellemrum. Disse txt-filer skal ligge i samme mappe som scriptet køres fra. For<br />
at genskabe eksemplet som er gennemgået i dette afsnit skal filerne fiks.txt, modelA.txt, modelB.txt<br />
og modelC.txt hentes fra mappen 2D anblok under mappen 2D koordinatfiler og placeres direkte<br />
under mappen Appendiks B på Bilags-CD’en inden scriptet gennemløbes.<br />
Ved gennemløb af scriptet genereres en output-fil ved navn x_for_p.txt, som indeholder de beregnede<br />
drejninger. Drejningerne i filen bliver senere anvendt som foreløbig drejninger i forbindelse med<br />
de ulinære metoder. Filen bliver overskrevet når 2D anblok med to modeller med lineær metode<br />
T
2D anblok<br />
eller 2D transformation med lineær metode bliver gennemløbet. Filen x_for_p.txt, består af en søjle<br />
vektor med drejningen om z-aksen for Model A først, hvorunder drejningen om z-aksen for Model B<br />
og Model C er. Dette er strukturen når filen åbnes i Textpad.<br />
6.2.2 Ulineær metode<br />
Den ulineære metode støtter sig meget op af den lineære metode med tre modeller og er samtidig<br />
en udvidelse af den ulineære metode med to modeller.<br />
A-matricen indeholder, som med de forrige metoder, de partiel afledede. De partiel afledede er de<br />
samme som ved den ulineære metode med to modeller, hvor der i den tidligere gennemgang var<br />
nogle af udtrykkene, som blev erstattet af symboler for at reducere størrelsen af A-matricen. Disse<br />
symboler kan, som med den lineære metode med tre modeller, yderligere substitueres som vist<br />
nedenfor.<br />
Model A Pkt. 1<br />
� k tx ty X’ Y’<br />
Model A Pkt. 1<br />
=<br />
α β 1 0 -1 0<br />
ϵ -1<br />
θ μ 0 1 0 -1<br />
Tabel Tabel 21 21: 21 : Substitution for at reducere størrelsen størrelsen af af AA-matricen<br />
A<br />
matricen<br />
Efter denne substitution er A-matricen for den ulineære metode med tre modeller identisk med den<br />
lineære metode med tre modeller, hvilket også er begrundelsen for, at denne ikke udarbejdes igen.<br />
I forbindelse med opstilling af b-vektoren er denne ligeledes identisk med b-vektoren for den ulineære<br />
metode med to modeller. Som tidligere kan løsningen beregnes iterativt efter mindste kvadraters<br />
princip.<br />
Efter 3. iteration er skaleringen og drejningen, ved hjælp af den ulineære metode, følgende:<br />
For Model A: ϕ = − 0,171 og k = 0,998<br />
For Model B: ϕ = − 18,131 og k = 0,975<br />
For Model C: ϕ = − 50,426 og k = 0,968<br />
Drejningerne og skaleringerne ovenfor er næsten identiske med drejningerne og skaleringerne<br />
beregnet ved den lineære metode med 2D anblok med tre modeller, dog med en lille difference på<br />
tredje decimalen.<br />
På tilsvarende vis som ved de ovenstående metoder skal flytningerne fra løsningsvektoren korrigeres,<br />
da både de enkelte modeller og det overordnede koordinatsystem er reducerede til deres tyngdepunkt.<br />
Korrektionen udføres ved at tage flytningerne fra løsningsvektoren og trække middelkoordinaterne,<br />
fra de enkelte modeller, ganget med rotationsmatricen samt skalering fra. Derudover<br />
skal middelværdierne for fikspunkterne (XFm og YFm) lægges til. Denne udregning er vist nedenfor,<br />
hvor de nye korrigerede flytninger er Tx og Ty.<br />
( ϕ ) − ( ϕ )<br />
( ϕ ) ( ϕ )<br />
⎡Tx⎤ ⎡tx⎤ ⎡cos sin ⎤ ⎡Xm ⎤ ⎡XFm ⎤<br />
⎢ k<br />
Ty<br />
⎥ = ⎢<br />
ty<br />
⎥ − ⎢ ⎥ +<br />
sin cos<br />
⎢<br />
Ym<br />
⎥ ⎢<br />
YFm<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
⎣ ⎦ ⎣ ⎦<br />
Side | 43
Appendiks A - Transformation og anblok<br />
Flytningerne kan herefter beregnes for de tre modeller:<br />
⎡Tx1 ⎤ ⎡11,61 ⎤ ⎡cos( −0,171) −sin( −0,171) ⎤ ⎡11,6 ⎤ ⎡13,5 ⎤ ⎡−0,01⎤ Model A: ⎢ 0,998<br />
Ty<br />
⎥ = ⎢<br />
1 14,81<br />
⎥ − ⎢ + =<br />
sin( −0,171) cos( −0,171)<br />
⎥ ⎢<br />
14,8<br />
⎥ ⎢<br />
16<br />
⎥ ⎢<br />
0,06<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
⎡Tx2 ⎤ ⎡15,75 ⎤ ⎡cos( −18,131) −sin( −18,131) ⎤ ⎡12,4 ⎤ ⎡13,5⎤ ⎡−1,80 ⎤<br />
Model B: ⎢ 0,975<br />
Ty<br />
⎥ = ⎢<br />
2 20,41<br />
⎥ − ⎢ + =<br />
sin( −18,131) cos( −18,131)<br />
⎥ ⎢<br />
21,7<br />
⎥ ⎢<br />
16<br />
⎥ ⎢<br />
3,50<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
⎡Tx3 ⎤ ⎡17,56⎤ ⎡cos( −50,426) −sin( −50,426) ⎤ ⎡13,5 ⎤ ⎡13,5⎤ ⎡−3,87 ⎤<br />
Model C: ⎢ 0,968<br />
Ty<br />
⎥ = ⎢<br />
3 16,41<br />
⎥ − ⎢ + =<br />
sin( −50, 426) cos( −50,426)<br />
⎥ ⎢<br />
17,8<br />
⎥ ⎢<br />
16<br />
⎥ ⎢<br />
13,61<br />
⎥<br />
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦<br />
Disse beregnede flytninger er identiske med flytningerne beregnet med den lineære metode med<br />
2D anblok med tre modeller. På tilsvarende vis er residualerne også identiske med residualerne fra<br />
2D anblok med tre modeller med den lineære metode.<br />
Til 2D anblok med tre modeller med den ulineære metode har projektgruppen, som tidligere, udarbejdet<br />
et script i MATLAB som hedder D2_anblok_numafl_3M.m. Denne fil er på Bilags-CD’en i mappen<br />
Appendiks B. Opbygningen og indholdet af dette script er identisk med 2D anblok med tre modeller<br />
med den lineære metode, dog er der her anvendt filen numafl.m.<br />
Opbygningen og indholdet af de tre modeller og fikspunkter i det overordnede system er ligeledes<br />
identisk med det beskrevet under 2D anblok med tre modeller med den lineære metode. For at<br />
genskabe eksemplet som er gennemgået i dette afsnit hentes filerne ind på tilsvarende måde som<br />
beskrevet under 2D anblok med tre modeller med den lineære metode.<br />
Inden scriptet til 2D anblok med tre modeller med den ulineære metode, D2_anblok_numafl_3M.m,<br />
gennemløbes skal scriptet med 2D anblok med tre modeller med den lineære metode,<br />
D2_anblok_ab_3M.m, gennemløbes. Dette skyldes at de foreløbige værdier for drejningerne hentes<br />
fra x_for_p.txt, som genereres ved gennemløb af den lineære metode, D2_anblok_ab_3M.m.<br />
Side | 44
7 3D anblok<br />
3D anblok<br />
I dette afsnit vil 3D anblok med to og tre modeller blive præsenteret. Denne præsentation skal på<br />
tilsvarende vis som afsnittet om 2D anblok klarlægge den bagvedliggende teori bag anblok for derigennem<br />
at være i stand til at anvende anblok i projektet. Ved 3D anblok er der, som også tidligere<br />
beskrevet i afsnit 4 3D transformation, ikke mulighed for at substituere de ubekendte for derved at<br />
få et lineært udtryk. På baggrund heraf vil dette afsnit blive opbygget ved først at se på teorien bag<br />
3D anblok med den ulineære metode med to modeller, hvorefter denne udvides til behandling af tre<br />
modeller.<br />
Gennem præsentationen af 3D anblok vil et eksempel, på tilsvarende vis som med 2D anblok, blive<br />
præsenteret for derigennem at overskueliggøre teorien. Eksemplet består af nedenstående modeller,<br />
hvor første søjle i matricerne er punktnummer og de efterfølgende søjler er henholdsvis x-, y-<br />
og z-koordinater.<br />
Model A<br />
Model B<br />
⎡1 ⎢<br />
⎢<br />
3<br />
MA = ⎢5 ⎢<br />
⎢6 ⎢<br />
⎣7 28,208<br />
28,816<br />
20,696<br />
14,460<br />
20,745<br />
9,472<br />
2,088<br />
4,609<br />
3,707<br />
-6,635<br />
Model C<br />
7,462 ⎤<br />
13,717<br />
⎥<br />
⎥<br />
10,766⎥<br />
⎥<br />
11,907⎥<br />
9,160 ⎥<br />
⎦<br />
⎡1 ⎢<br />
⎢<br />
2<br />
MB = ⎢3 ⎢<br />
⎢4 ⎢<br />
⎣5 23,631<br />
21,789<br />
17,531<br />
11,576<br />
15,040<br />
-8,650<br />
-21,142<br />
-13,602<br />
-23,711<br />
-5,490<br />
7,466 ⎤<br />
6,216<br />
⎥<br />
⎥<br />
13,146⎥<br />
⎥<br />
3,746 ⎥<br />
10,149⎥<br />
⎦<br />
⎡2 ⎢<br />
⎢<br />
3<br />
MC = ⎢4 ⎢<br />
⎢6 ⎢<br />
⎣7 10,009<br />
7,822<br />
19,601<br />
5,091<br />
15,895<br />
37,607<br />
29,244<br />
32,887<br />
15,092<br />
20,598<br />
13,202⎤<br />
20,150<br />
⎥<br />
⎥<br />
11,549⎥<br />
⎥<br />
18,089⎥<br />
15,452⎥<br />
⎦<br />
Tabel Tabel 22 22: 22 : Koordinater til de enkelte modeller<br />
Nedenstående skitse illustrerer, hvordan de forskellige modeller er knyttet sammen.<br />
Side | 45
Appendiks A - Transformation og anblok<br />
Side | 46<br />
Figur Figur 7: : Illustrerer hvordan de enkelte modeller er knyttet sammen ved ved hjælp hjælp af af fællespunkter<br />
fællespunkter<br />
fællespunkter<br />
På tilsvarende vis som med 2D anblok reduceres de enkelte modeller til deres respektive tyngdepunkter.<br />
Dette er gjort i nedenstående tabel. Det er de nedenstående reducerede modeller der arbejdes<br />
videre med i resten af afsnittet.<br />
Model A<br />
Model B<br />
⎡1 ⎢<br />
⎢<br />
3<br />
MAr = ⎢5 ⎢<br />
⎢6 ⎢<br />
⎣7 5,623<br />
6,231<br />
-1,889<br />
-8,125<br />
-1,840<br />
6,824<br />
-0,560<br />
1,961<br />
1,059<br />
-9,283<br />
Model C<br />
-3,140⎤<br />
3,115<br />
⎥<br />
⎥<br />
0,164 ⎥<br />
⎥<br />
1,305 ⎥<br />
-1,442⎥<br />
⎦<br />
⎡1 ⎢<br />
⎢<br />
2<br />
MBr = ⎢3 ⎢<br />
⎢4 ⎢<br />
⎣5 5,718<br />
3,876<br />
-0,382<br />
-6,337<br />
-2,873<br />
5,869<br />
-6,623<br />
0,917<br />
-9,192<br />
9,029<br />
-0,679⎤<br />
-1,929<br />
⎥<br />
⎥<br />
5,001 ⎥<br />
⎥<br />
-4,399⎥<br />
2,004 ⎥<br />
⎦<br />
⎡2 ⎢<br />
⎢<br />
3<br />
MCr = ⎢4 ⎢<br />
⎢6 ⎢<br />
⎣7 -1,675<br />
-3,862<br />
7,917<br />
-6,593<br />
4,211<br />
10,521<br />
2,158<br />
5,801<br />
-11,994<br />
-6,488<br />
-2,486⎤<br />
4,462<br />
⎥<br />
⎥<br />
-4,139⎥<br />
⎥<br />
2,401 ⎥<br />
-0,236⎥<br />
⎦<br />
Tabel Tabel 23 23: 23 : Reducerede koordinater koordinater til de enkelte enkelte modeller<br />
Ved 3D anblok transformeres de enkelte modeller over i et overordnet koordinatsystem ved hjælp<br />
af minimum tre fikspunkter. Dette overordnede koordinatsystem kan være et landskoordinatsystem<br />
eller et lokalt koordinatsystem. Systemet er her et lokalt system. Matricen med fikspunkternes<br />
koordinater er vist nedenfor, hvor den første søjle er punktnummer, mens de tre sidste er henholdsvis<br />
x-, y- og z-koordinater.
⎡1 8 23 5⎤<br />
Fiks =<br />
⎢<br />
4 27 19 2<br />
⎥<br />
⎢ ⎥<br />
⎢⎣ 7 19 9 6⎥⎦<br />
Fikspunktskoordinaterne er ligeledes reduceret til deres tyngdepunkter.<br />
⎡1 -10 6 0,667 ⎤<br />
Fr =<br />
⎢<br />
4 9 2 -2,333<br />
⎥<br />
⎢ ⎥<br />
⎢⎣ 7 1 −8<br />
1,667 ⎥⎦<br />
3D anblok<br />
7.1 Anblok med to modeller med den ulineære<br />
metode<br />
I dette afsnit præsenteres anblok med to modeller på baggrund af den ulineære metode, hvor de to<br />
modeller der sammenknyttes er Model A og Model B.<br />
Den ulineære metode for 3D anblok har samme opbygning som den ulineære metode med 2D anblok.<br />
Den ulineære metode tager udgangspunkt i de oprindelige transformationsligninger, som partiel<br />
differentieres. Transformationsligningerne, som er præsenteret i afsnit 4 3D transformation,<br />
hvor X’, Y’ og Z’, flyttes over på højre side, er følgende:<br />
1<br />
2<br />
3<br />
( ϕ κ ϕ κ ω)<br />
( ω ϕ κ ω κ ω ϕ κ ω κ ω ϕ )<br />
( ω ϕ κ ω κ ω ϕ κ ω κ ω κ )<br />
L : 0 = k X cos cos − Y cos sin + Z sin + tx − X '<br />
L : 0 = k X (sin sin cos + cos sin ) −Y (sin sin sin − cos cos ) − Z sin cos + ty −Y<br />
'<br />
L : 0 = k X ( − cos sin cos + sin sin ) + Y (cos sin sin + sin cos ) + Z cos cos + tz − Z '<br />
Udtrykkene differentieres efterfølgende i forhold til de ubekendte på følgende måde:<br />
� � κ k tx ty tz X’ Y’ Z’<br />
L1: ∂L1<br />
∂L1<br />
∂L<br />
∂L1<br />
∂L1<br />
∂L1<br />
∂L<br />
∂L1<br />
∂L1<br />
∂L1<br />
∂ ω<br />
L2: ∂L2<br />
∂ ω<br />
L3: 3 L ∂<br />
∂ ω<br />
1<br />
∂ ϕ ∂ κ<br />
∂L2<br />
∂L2<br />
∂ ϕ<br />
∂ κ<br />
L ∂<br />
∂ κ<br />
∂L3<br />
3<br />
∂ ϕ<br />
Nedenfor er ovenstående differentieret.<br />
∂ k<br />
∂L2<br />
∂ k<br />
∂L3<br />
∂ k<br />
∂ tx<br />
∂L2<br />
∂ tx<br />
∂L3<br />
∂ tx<br />
1<br />
∂ ty ∂ tz<br />
∂L2<br />
∂L2<br />
∂ ty<br />
∂ tz<br />
L ∂<br />
∂ tz<br />
∂L3<br />
3<br />
∂ ty<br />
∂ X '<br />
∂L2<br />
∂ X '<br />
∂L3<br />
∂ X '<br />
∂ Y '<br />
∂L2<br />
∂ Y '<br />
∂L3<br />
∂ Y '<br />
∂ Z '<br />
∂L2<br />
∂ Z '<br />
∂L3<br />
∂ Z '<br />
Side | 47
Appendiks A - Transformation og anblok<br />
Øverste linie differentieret Midterste linie differentieret Nederste linie differentieret<br />
∂ L1<br />
= ( α )<br />
∂ω<br />
∂L1<br />
= 0<br />
∂ty<br />
∂L2<br />
= ( γ )<br />
∂ω<br />
∂L2<br />
= 1<br />
∂ty<br />
∂L3<br />
= ( ν )<br />
∂ω<br />
∂L3<br />
= 0<br />
∂ty<br />
∂ L1<br />
= ( β )<br />
∂ϕ<br />
∂L1<br />
= 0<br />
∂tz<br />
∂L2<br />
= ( η )<br />
∂ϕ<br />
∂L2<br />
= 0<br />
∂tz<br />
∂L3<br />
= ( ο )<br />
∂ϕ<br />
∂L3<br />
= 1<br />
∂tz<br />
∂ L1<br />
= ( χ )<br />
∂κ<br />
∂L1<br />
= −1<br />
∂X<br />
'<br />
∂L2<br />
= ( λ )<br />
∂κ<br />
∂L2<br />
= 0<br />
∂X<br />
'<br />
∂L3<br />
= ( θ )<br />
∂κ<br />
∂L3<br />
= 0<br />
∂X<br />
'<br />
∂ L1<br />
= ( δ )<br />
∂k<br />
∂L1<br />
= 0<br />
∂Y<br />
'<br />
∂L2<br />
= ( μ )<br />
∂k<br />
∂L2<br />
= −1<br />
∂Y<br />
'<br />
∂L3<br />
= ( ρ )<br />
∂k<br />
∂L3<br />
= 0<br />
∂Y<br />
'<br />
∂ L1<br />
= 1<br />
∂tx<br />
∂L1<br />
= 0<br />
∂Z<br />
'<br />
∂L2<br />
= 0<br />
∂tx<br />
∂L2<br />
= 0<br />
∂Z<br />
'<br />
∂L3<br />
= 0<br />
∂tx<br />
∂L3<br />
= −1<br />
∂Z<br />
'<br />
Side | 48<br />
Tabel Tabel 24 24: 24 : Symbolerne Symbolerne i parenteserne er er henvisninger, der anvendes i i forbindelse forbindelse med med opstilling opstilling opstilling af af af AA-matricen<br />
A matricen<br />
For at mindske størrelsen af A-matricen vil der i nedenstående A-matrice ske en substitution, som<br />
er vist nedenfor.<br />
Model A Pkt. 1<br />
� � κ k tx ty tz X’ Y’ Z’<br />
Model A Pkt. 1<br />
α β χ δ 1 0 0 -1 0 0 = ϵ -1<br />
γ η λ μ 0 1 0 0 -1 0<br />
ν o θ ρ 0 0 1 0 0 -1<br />
Tabel Tabel 25 25: 25 25:<br />
: Substitution for for at mindske størrelsen af af AA-matricen<br />
A<br />
matricen<br />
På samme måde som tidligere opstilles A-matricen, her med anvendelse af symbolet i ovenstående<br />
tabel.<br />
Model A Model B Pkt. 1 Pkt. 2 Pkt. 3 Pkt. 4 Pkt. 5 Pkt. 6 Pkt. 7<br />
Pkt. 1 ϵ<br />
-1<br />
Pkt. 3 ϵ<br />
-1<br />
Pkt. 5 ϵ<br />
-1<br />
Pkt. 6 ϵ<br />
-1<br />
Pkt. 7 ϵ<br />
-1<br />
Pkt. 1<br />
ϵ -1<br />
A = Pkt. 2<br />
ϵ<br />
-1<br />
Pkt. 3<br />
ϵ<br />
-1<br />
Pkt. 4<br />
ϵ<br />
-1<br />
Pkt. 5<br />
ϵ<br />
-1<br />
Pkt. 1<br />
1<br />
Pkt. 4<br />
1<br />
Model A<br />
Model B<br />
Fikspkt<br />
Pkt. 7<br />
Tabel Tabel 26 26: 26 : AA-matrice,<br />
A<br />
matrice, hvor det grå område er matricen, mens teksten udenom<br />
udenom<br />
i i kursiv kursiv er er forklarende forklarende tekst tekst til til matrices matrices indhold<br />
indhold<br />
Som allerede introduceret i de tidligere afsnit med transformationer og anblok anvendes scriptet<br />
numafl.m til at foretage en numerisk approksimation af de partielt afledede af funktionerne. På<br />
baggrund heraf vil der i nedenstående ikke fremgå hvad de partielt afledede er med hensyn til drej-<br />
1
3D anblok<br />
ningerne og skaleringen, men udelukkende være repræsenteret af et symbol i parentes, der anvendes<br />
i den efterfølgende substitution.<br />
Da de ubekendte stadig indgår i elementerne i A-matricen efter lineariseringen, i form af partiel<br />
differentiation, kræves der, som tidligere, nogle foreløbige værdier til x-vektoren, for at den endelige<br />
løsning kan beregnes. Som de foreløbige værdier kan løsningen fra den lineære metode med 2D<br />
anblok anvendes til nogle af de ubekendte. Af ubekendte fra den lineære metode med 2D anblok<br />
anvendes drejningen om z-aksen (κ), da denne efter partiel dfferentiation er ulineær. Dette gør sig<br />
ligeledes gældende for drejningerne om x- og y-aksen, men da drejningerne om x- og y-aksen betragtes<br />
som små, fordi laserscanneren stilles op ved hjælp af en dåselibelle sættes de foreløbige<br />
værdier for ω og φ til nul. Udtrykkene for flytningerne er lineær efter partiel differentiation, hvilket<br />
betyder at disse kan løses med nul som foreløbig værdi.<br />
Inden løsningen kan findes skal en tilvækst til de foreløbige værdier beregnes. Denne beregnes efter<br />
mindste kvadraters princip og er vist nedenfor.<br />
( ) 1 −<br />
T T<br />
xˆ = A A A b<br />
Løsningen i den iterative proces findes ved at addere tilvæksten ˆx med de foreløbige værdier for x<br />
( x i ).<br />
x ˆ<br />
i+ 1 xi x = +<br />
Denne nye x-vektor ( x i+<br />
1)<br />
er den nye foreløbige x-vektor til næste iteration.<br />
Løsningen til det ulineære problem skal findes ved en iterativ proces, hvor indholdet i b-vektoren<br />
er differencen mellem 0. ordens afledede af transformationsligningerne med indsættelse af de foreløbige<br />
værdier for x-vektoren og blineær.<br />
[ b ] [ 0. ordens afledede]<br />
b = −<br />
lineær<br />
Hvor blineær er nedenstående:<br />
Trans.lign. Fikspkt.<br />
T<br />
blineær = 0 … 0 … Xr’ Yr’ Zr’ …<br />
Når de foreløbige værdier er tæt på den endelige løsning er værdierne i b-vektoren små.<br />
Iterationen fortsættes til resultatet er tilfredsstillende, hvilket vil sige når ændringerne mellem to<br />
på hinanden følgende iterationer er små. Da der her anvendes foreløbige værdier tæt på den endelige<br />
løsning er tre iterationer passende (fastslået på baggrund af testberegninger af eksemplet).<br />
Indholdet i x-vektoren er vist nedenfor.<br />
Model A Model B Koordinater T<br />
x = �1 �1 κ1 k1 tx1 ty1 tz1 �2 �2 κ2 k2 tx2 ty2 tz2 … Xr’ Yr’ Zr’ …<br />
Side | 49
Appendiks A - Transformation og anblok<br />
På tilsvarende vis som tidligere kan koordinaterne fås over i det overordnede system ved at lægge<br />
middelværdien for fikspunkterne (XFm, YFm og ZFm) til koordinaterne (Xr, Yr og Xr) i x-vektoren.<br />
Dette udtryk er vist nedenfor.<br />
Side | 50<br />
⎡X ⎤ ⎡Xr ⎤ ⎡XFm⎤ ⎢<br />
Y<br />
⎥ ⎢<br />
Yr<br />
⎥ ⎢<br />
YFm<br />
⎥<br />
⎢ ⎥<br />
=<br />
⎢ ⎥<br />
+<br />
⎢ ⎥<br />
⎢⎣ Z ⎥⎦ ⎢⎣ Zr ⎥⎦ ⎢⎣ ZFm⎥⎦<br />
Gennemføres eksemplet som tidligere, er resultatet for den ulineære metode i form af tre drejninger<br />
og en skalering efter tredje iteration følgende:<br />
For Model A: ω = 2,002 , ϕ = 1, 496 , κ = 70,004 og k = 1,000<br />
For Model B: ω = − 1,997 , ϕ = − 2,002 , κ = 129,996 og k = 1,000<br />
Disse beregnede drejninger og skaleringer er af samme størrelse som de oprindelige drejninger og<br />
skaleringer, der blev anvendt ved fremstillingen af koordinaterne.<br />
På tilsvarende vis som ved 2D anblok skal flytningerne fra løsningsvektoren korrigeres, da både de<br />
enkelte modeller og det overordnede koordinatsystem er reducerede til deres tyngdepunkt. Korrektionen<br />
udføres ved at tage flytningerne fra løsningsvektoren og trække middelkoordinaterne,<br />
fra de enkelte modeller, ganget med rotationsmatricen samt skalering, fra. Derudover skal middelværdierne<br />
for fikspunkterne (XFm, YFm og ZFm) lægges til. Denne udregning er vist nedenfor, hvor<br />
de nye korrigerede flytninger er Tx, Ty og Tz.<br />
Hvor<br />
⎡Tx⎤ ⎡tx⎤ ⎡ Xm⎤ ⎡XFm ⎤<br />
⎢<br />
Ty<br />
⎥ ⎢<br />
ty<br />
⎥<br />
kR<br />
⎢<br />
Ym<br />
⎥ ⎢<br />
YFm<br />
⎥<br />
⎢ ⎥<br />
=<br />
⎢ ⎥<br />
−<br />
⎢ ⎥<br />
+<br />
⎢ ⎥<br />
⎢⎣ Tz ⎥⎦ ⎢⎣ tz⎥⎦ ⎢⎣ Zm ⎥⎦ ⎢⎣ ZFm ⎥⎦<br />
⎡ cosϕ cosκ −cos<br />
ϕ sinκ sinϕ<br />
⎤<br />
R =<br />
⎢<br />
sinω sinϕ cosκ cosω sinκ sinω sinϕ sinκ cosω cosκ sinω cosϕ<br />
⎥<br />
⎢<br />
+ − + −<br />
⎥<br />
⎢⎣ − cosω sinϕ cosκ + sinω sinκ cosω sinϕ sinκ + sinω cosκ cosω cosϕ<br />
⎥⎦<br />
Flytningerne kan herefter beregnes for de to modeller, med indsættelse af de beregnede drejningerne<br />
i rotationsmatricen:<br />
⎡Tx1 ⎤ ⎡−6,400 ⎤ ⎡22,585⎤ ⎡18,000 ⎤ ⎡ 3,461 ⎤<br />
⎢<br />
Model A: Ty<br />
⎥ ⎢<br />
1 2,200<br />
⎥<br />
kR<br />
⎢<br />
2,648<br />
⎥ ⎢<br />
17,000<br />
⎥ ⎢<br />
6,187<br />
⎥<br />
⎢ ⎥<br />
=<br />
⎢<br />
−<br />
⎥<br />
−<br />
⎢ ⎥<br />
+<br />
⎢ ⎥<br />
=<br />
⎢<br />
−<br />
⎥<br />
⎢⎣ Tz ⎥ 1 ⎦ ⎢⎣ 3,467 ⎥⎦ ⎢⎣ 10,602 ⎥⎦ ⎢⎣ 4,333 ⎥⎦ ⎢⎣ −3,279<br />
⎥⎦<br />
⎡Tx2 ⎤ ⎡−2,200 ⎤ ⎡ 17,913 ⎤ ⎡18,000 ⎤ ⎡11,253 ⎤<br />
⎢<br />
Model B: Ty<br />
⎥ ⎢<br />
2 3,600<br />
⎥<br />
kR<br />
⎢<br />
14,519<br />
⎥ ⎢<br />
17,000<br />
⎥ ⎢<br />
2,202<br />
⎥<br />
⎢ ⎥<br />
=<br />
⎢ ⎥<br />
−<br />
⎢<br />
−<br />
⎥<br />
+<br />
⎢ ⎥<br />
=<br />
⎢<br />
−<br />
⎥<br />
⎢⎣ Tz ⎥ 2 ⎦ ⎢⎣ 1,667 ⎥⎦ ⎢⎣ 8,145 ⎥⎦ ⎢⎣ 4,333 ⎥⎦ ⎢⎣ −1,580<br />
⎥⎦
3D anblok<br />
De beregnede flytninger er ikke identisk med de oprindelige flytninger som blev anvendt, da koordinaterne<br />
blev genereret. Dette kan som tidligere nævnt skyldes, at drejningerne ikke er 100 %<br />
identiske med de oprindelige drejninger, hvilket smitter af på de beregnede flytninger. Det skal<br />
hertil tilføjes at flytningerne fra Model A stemmer overens med de flytninger, der er beregnet ved<br />
3D transformation.<br />
Residualerne beregnes efter følgende udtryk:<br />
r = Axˆ − b<br />
Residualerne for eksemplet består af en søjlevektor med 39 tal der alle nuller med tre decimaler,<br />
hvilket også er forventet, da koordinaterne er genereret ved hjælp af transformationsligninger og<br />
med tre decimaler. De første 15 tal er residualer for x-, y- og z-værdierne til punkterne i Model A og<br />
de næste 15 er for punkterne i Model B. De resterende 9 er residualer for x-, y- og z-værdierne for<br />
de tre fikspunkter.<br />
Til 3D anblok med to modeller med den ulineære metode har projektgruppen ligeledes udarbejdet<br />
et script i MATLAB. Dette script hedder D3_anblok_numafl_2M.m. Denne fil er på Bilags-CD’en i<br />
mappen Appendiks B. I scriptet er ovennævnte procedure foretaget, dog er der nogle forhold der<br />
her skal gøres opmærksom på i forbindelse med gennemløb af scriptet. De to modeller og fikspunkterne<br />
i det overordnede system hentes ind i scriptet fra txt-filer ved navn fiks.txt, modelA.txt og<br />
modelB.txt. Filerne indeholder matricer med fire søjler, hvor første søjle er punktnummer, mens de<br />
øvrige tre er henholdsvis x- y- og z-koordinater. Søjlerne i txt-filerne er adskilt af mellemrum. Disse<br />
txt-filer skal ligge i samme mappe som scriptet køres fra. For at genskabe eksemplet som er gennemgået<br />
i dette afsnit skal filerne fiks.txt, modelA.txt og modelB.txt hentes fra mappen 3D anblok<br />
under mappen 3D koordinatfiler og placeres direkte under mappen Appendiks B på Bilags-CD’en<br />
inden scriptet gennemløbes.<br />
Inden scriptet til 3D anblok med to modeller med den ulineære metode, D3_anblok_numafl_2M.m,<br />
gennemløbes skal scriptet med 2D anblok med to modeller med den lineære metode,<br />
D2_anblok_ab_2M.m, gennemløbes. Dette skyldes at de foreløbige værdier for drejningerne hentes<br />
fra x_for_p.txt, som genereres ved gennemløb af den lineære metode, D2_anblok_ab_2M.m.<br />
Punktnummerstrategien for de punkter der indgår i anblok-scriptet skal være fortløbende nummereret<br />
med punkt 1 som det første punkt. I forbindelse med A-matricen anvendes punktnumrene til<br />
at få placeret ”-1” for modellerne og ”1” for fikspunkterne på de rigtige pladser i højre side af Amatricen.<br />
Det er derfor ikke nødvendigt at punkterne i modellerne eller fikspunkterne, eksempelvis<br />
modelA.txt kommer i nummerrækkefølge.<br />
På tilsvarende vis som med de 2D anblok er rækkefølgen af rækkerne i A-matricen og b-vektoren er<br />
lidt anderledes i scriptet end i den ovenfor gennemgået teori. Den ændrede rækkefølge skyldes, at<br />
det programmeringsmæssigt er lettere at have alle rækkerne der repræsentere X’ i transformationsligningen<br />
først, hvorefter alle rækkerne der repræsentere Y’ og til sidst rækkerne der repræsentere<br />
Z’.<br />
Side | 51
Appendiks A - Transformation og anblok<br />
Denne ændrede rækkefølge har efterfølgende betydning for strukturen på x-vekoren og r-vektoren.<br />
Strukturen på disse er følgende:<br />
Model A Model B Model C Koordinater<br />
T<br />
x = �1 �1 κ1 k1 tx1 ty1 tz1 �2 �2 κ2 k2 tx2 ty2 tz2 �3 �3 κ3 k3 tx3 ty3 tz3 Xr’1 … Xr’n Yr’1 … Yr’n Zr’1 … Zr’n<br />
Model A Model B Model C Fikspunkter<br />
T<br />
r = rX1..rXn rY1..rYn rZ1..rZn rX1..rXn rY1..rYn rZ1..rZn rX1..rXn rY1..rYn rZ1..rZn rX1..rXn rY1..rYn rZ1..rZn<br />
Ved gennemløbet af scriptet genereres en fil ved navn koor_udj3D.txt. Denne fil indeholder de udjævnede<br />
koordinater i det overordnede system. Indholdet af filen er en matrice med fire søjler, hvor<br />
første søjle er punktnummer, mens de øvrige tre er henholdsvis x-, y- og z-koordinater. Dette er<br />
strukturen når filen åbnes i Textpad. Filen bliver overskrevet hver gang der bliver kørt 3D anblok.<br />
Ved gennemløbet af scriptet genereres yderligere to filer ved navn trans_modelA.txt og<br />
trans_modelB.txt. Disse filer indeholder transformationsparametrene fra de to modeller til det<br />
overordnede system. Indeholdet af filerne er de seks transformationsparametre i en søjlevektor,<br />
hvor de første tre er drejningerne (ω, φ og κ), mens de sidste tre er de beregnede flytninger (Tx, Ty<br />
og Tz). Dette er strukturen (som søjlevektor) når filen åbnes i Textpad. Det er senere muligt at anvende<br />
denne fil som input når de enkelte modellers punktskyer skal transformeres over i det overordnede<br />
system.<br />
7.2 Anblok med tre modeller med den ulineære<br />
metode<br />
Forskellen mellem anblok med tre modeller og anblok med to modeller er blot en udvidelse af Amatricen.<br />
På baggrund heraf vil A-matricen og løsningerne til eksemplet med tre modeller blive<br />
gennemgået da den øvrige teori er identisk med anblok med to modeller med den ulineære metode.<br />
A-matricen indeholder, som med de forrige metoder, de partiel afledede. De partiel afledede er de<br />
samme som ved den ulineære metode med to modeller, hvor der i den tidligere gennemgang var<br />
nogle af udtrykkene, som blev erstattet af symboler for at reducere størrelsen af A-matricen. Disse<br />
symboler kan, som ved gennemgangen af teorien bag to modeller, yderligere substitueres som vist<br />
nedenfor.<br />
Side | 52
A =<br />
Model A<br />
Model B<br />
Model C<br />
Fikspkt<br />
3D anblok<br />
Model A Model B Model C Pkt. 1 Pkt. 2 Pkt. 3 Pkt. 4 Pkt. 5 Pkt. 6 Pkt. 7<br />
Pkt. 1 ϵ<br />
-1<br />
Pkt. 3 ϵ<br />
-1<br />
Pkt. 5 ϵ<br />
-1<br />
Pkt. 6 ϵ<br />
-1<br />
Pkt. 7 ϵ<br />
-1<br />
Pkt. 1<br />
ϵ<br />
-1<br />
Pkt. 2<br />
ϵ<br />
-1<br />
Pkt. 3<br />
ϵ<br />
-1<br />
Pkt. 4<br />
ϵ<br />
-1<br />
Pkt. 5<br />
ϵ<br />
-1<br />
Pkt. 2<br />
ϵ<br />
-1<br />
Pkt. 3<br />
ϵ<br />
-1<br />
Pkt. 4<br />
ϵ<br />
-1<br />
Pkt. 6<br />
ϵ<br />
-1<br />
Pkt. 7<br />
ϵ<br />
-1<br />
Pkt. 1<br />
Pkt. 4<br />
Pkt. 7<br />
Tabel Tabel 27 27: 27 27:<br />
: AA-matrice,<br />
A<br />
matrice, hvor det grå område er matricen, mens teksten udenom<br />
udenom<br />
i i kursiv kursiv er er forklarende forklarende tekst tekst til til matrices matrices indhold<br />
indhold<br />
I forbindelse med opstilling af b-vektor er denne ligeledes identisk med b-vektor for den ulineære<br />
metode med to modeller. Som tidligere kan løsningen beregnes iterativt efter mindste kvadraters<br />
princip.<br />
Gennemføres eksemplet som tidligere, er resultatet for den ulineære metode i form af tre drejninger<br />
og en skalering efter tredje iteration følgende:<br />
For Model A: ω = 2,000 , ϕ = 1,500 , κ = 69,999 og k = 1,000<br />
For Model B: ω = − 2,001,<br />
ϕ = − 2,001 , κ = 129,998 og k = 1,000<br />
For Model C:<br />
ω = 1,003 , ϕ = 2,004 , κ = − 25,000 og k = 1,000<br />
På tilsvarende vis som ved 3D anblok med to modeller skal flytningerne fra løsningsvektoren korrigeres,<br />
da både de enkelte modeller og det overordnede koordinatsystem er reducerede til deres<br />
tyngdepunkt. Korrektionen udføres som vist nedenfor, hvor de nye korrigerede flytninger er Tx, Ty<br />
og Tz.<br />
Hvor<br />
⎡Tx⎤ ⎡tx⎤ ⎡ Xm⎤ ⎡XFm ⎤<br />
⎢<br />
Ty<br />
⎥ ⎢<br />
ty<br />
⎥<br />
kR<br />
⎢<br />
Ym<br />
⎥ ⎢<br />
YFm<br />
⎥<br />
⎢ ⎥<br />
=<br />
⎢ ⎥<br />
−<br />
⎢ ⎥<br />
+<br />
⎢ ⎥<br />
⎢⎣ Tz ⎥⎦ ⎢⎣ tz⎥⎦ ⎢⎣ Zm ⎥⎦ ⎢⎣ ZFm ⎥⎦<br />
1<br />
1<br />
1<br />
Side | 53
Appendiks A - Transformation og anblok<br />
Side | 54<br />
⎡ cosϕ cosκ −cos<br />
ϕ sinκ sinϕ<br />
⎤<br />
R =<br />
⎢<br />
sinω sinϕ cosκ cosω sinκ sinω sinϕ sinκ cosω cosκ sinω cosϕ<br />
⎥<br />
⎢<br />
+ − + −<br />
⎥<br />
⎢⎣ − cosω sinϕ cosκ + sinω sinκ cosω sinϕ sinκ + sinω cosκ cosω cosϕ<br />
⎥⎦<br />
Flytningerne kan herefter beregnes for de to modeller, med indsættelse af de beregnede drejningerne<br />
i rotationsmatricen:<br />
⎡Tx1 ⎤ ⎡−6,400 ⎤ ⎡22,585⎤ ⎡18,000 ⎤ ⎡ 3,458 ⎤<br />
⎢<br />
Model A: Ty<br />
⎥ ⎢<br />
1 2,200<br />
⎥<br />
kR<br />
⎢<br />
2,648<br />
⎥ ⎢<br />
17,000<br />
⎥ ⎢<br />
6,178<br />
⎥<br />
⎢ ⎥<br />
=<br />
⎢<br />
−<br />
⎥<br />
−<br />
⎢ ⎥<br />
+<br />
⎢ ⎥<br />
=<br />
⎢<br />
−<br />
⎥<br />
⎢⎣ Tz ⎥ 1 ⎦ ⎢⎣ 3,467 ⎥⎦ ⎢⎣ 10,602 ⎥⎦ ⎢⎣ 4,333 ⎥⎦ ⎢⎣ −3,278<br />
⎥⎦<br />
⎡Tx2 ⎤ ⎡−2,200 ⎤ ⎡ 17,913 ⎤ ⎡18,000 ⎤ ⎡11,254 ⎤<br />
⎢<br />
Model B: Ty<br />
⎥ ⎢<br />
2 3,600<br />
⎥<br />
kR<br />
⎢<br />
14,519<br />
⎥ ⎢<br />
17,000<br />
⎥ ⎢<br />
2,202<br />
⎥<br />
⎢ ⎥<br />
=<br />
⎢ ⎥<br />
−<br />
⎢<br />
−<br />
⎥<br />
+<br />
⎢ ⎥<br />
=<br />
⎢<br />
−<br />
⎥<br />
⎢⎣ Tz ⎥ 2 ⎦ ⎢⎣ 1,667 ⎥⎦ ⎢⎣ 8,145 ⎥⎦ ⎢⎣ 4,333 ⎥⎦ ⎢⎣ −1,579<br />
⎥⎦<br />
⎡Tx3 ⎤ ⎡−0,400⎤ ⎡11,684 ⎤ ⎡18,000 ⎤ ⎡−4,043⎤ ⎢<br />
Model C: Ty<br />
⎥ ⎢<br />
3 0,400<br />
⎥<br />
kR<br />
⎢<br />
27,086<br />
⎥ ⎢<br />
17,000<br />
⎥ ⎢<br />
3,713<br />
⎥<br />
⎢ ⎥<br />
=<br />
⎢<br />
−<br />
⎥<br />
−<br />
⎢ ⎥<br />
+<br />
⎢ ⎥<br />
=<br />
⎢<br />
−<br />
⎥<br />
⎢⎣ Tz ⎥ 3 ⎦ ⎢⎣ 2,067 ⎥⎦ ⎢⎣ 15,688 ⎥⎦ ⎢⎣ 4,333 ⎥⎦ ⎢⎣ −8,937<br />
⎥⎦<br />
De beregnede flytninger for Model A og B er identiske med de beregnede flytninger ved 3D anblok<br />
med to modeller.<br />
Residualerne beregnes efter følgende udtryk:<br />
r = Axˆ − b<br />
Residualerne for eksemplet består af en søjlevektor med 54 tal der alle nuller med tre decimaler<br />
hvilket også er forventet, da koordinaterne er genereret ved hjælp af transformationsligninger og<br />
med tre decimaler. De første 45 tal er residualer for x-, y- og z-værdierne til punkterne for henholdsvis<br />
Model A, Model B og Model C. De resterende 9 er residualer for x-, y- og z-værdierne for de<br />
tre fikspunkter.<br />
Til 3D anblok med tre modeller med den ulineære metode har projektgruppen ligeledes udarbejdet<br />
et script i MATLAB. Dette script hedder D3_anblok_numafl_3M.m. Denne fil er på Bilags-CD’en i<br />
mappen Appendiks B. Opbygningen og indholdet af dette script er identisk med 3D anblok med to<br />
modeller med den ulineære metode, dog er der her indsat en ekstra model.<br />
Opbygningen og indholdet af de tre modeller og fikspunkter i det overordnede system er ligeledes<br />
identisk med det beskrevet under 3D anblok med tre modeller med den ulineære metode. For at<br />
genskabe eksemplet som er gennemgået i dette afsnit hentes filerne ind på tilsvarende måde som<br />
beskrevet under 3D anblok med tre modeller med den ulineære metode.<br />
Inden scriptet til 3D anblok med tre modeller med den ulineære metode, D3_anblok_numafl_3M.m,<br />
gennemløbes skal scriptet med 2D anblok med tre modeller med den lineære metode,
3D anblok<br />
D2_anblok_ab_3M.m, gennemløbes. Dette skyldes at de foreløbige værdier for drejningerne hentes<br />
fra x_for_p.txt, som genereres ved gennemløb af den lineære metode, D2_anblok_ab_3M.m.<br />
Ved gennemløbet af scriptet genereres en fil ved navn koor_udj3D.txt. Denne fil indeholder de udjævnede<br />
koordinater i det overordnede system. Indholdet af filen er en matrice med fire søjler, hvor<br />
første søjle er punktnummer, mens de øvrige tre er henholdsvis x-, y- og z-koordinater. Dette er<br />
strukturen når filen åbnes i Textpad. Filen bliver overskrevet hver gang der bliver kørt 3D anblok.<br />
Ved gennemløbet af scriptet genereres yderligere tre filer ved navn trans_modelA.txt,<br />
trans_modelB.txt og trans_modelC.txt. Disse filer indeholder transformationsparametrene fra de tre<br />
modeller til det overordnede system. Indeholdet af filerne er de seks transformationsparametre i<br />
en søjlevektor, hvor de første tre er drejningerne (ω, φ og κ), mens de sidste tre er de beregnede<br />
flytninger (Tx, Ty og Tz). Dette er strukturen (som søjlevektor) når filen åbnes i Textpad. Det er<br />
senere muligt at anvende denne fil som input når de enkelte modellers punktskyer skal transformeres<br />
over i det overordnede system.<br />
Side | 55
Bilag A ‐ Teknikken bag terrestrisk<br />
laserscanning<br />
Udtræk fra rapporten ”Deformationsanalyse med laserscanning”, udarbejdet af Anders Thomsen,<br />
Carsten Bundgaard, Martin Steenberg og Søren Johannessen, på landinspektøruddannelsens 7.<br />
semester Measurement Science, 2007
Bilag A - Teknik<br />
Teknik<br />
Bilag A - Teknik<br />
Dette bilag skal beskrive teknikken bag laserscanning. Teknikken bliver beskrevet bredt idet<br />
der behandles emner omkring scanneres indre opbygning og enheder, emner om targets, der<br />
anvendes til sammenknytning af scans, samt sammenknytning. Endelig behandles emnerne<br />
fejl og modellering.<br />
Laserscanneren kan beskrives som en automatiseret totalstation, der indsamler koordinater til<br />
en række punkter på objekter i en afstand mellem 1-100 m fra instrumentet. [Luhmann et al.,<br />
2006, s. 178] Til hvert punkt måles afstanden fra laserscanneren ved hjælp af laser, der<br />
reflekteres på objektet. Det reflekterede laserlys opfanges af scannerens modtagerenhed og<br />
opmålingen er foretaget. Til hver afstandsmåling registreres horisontalvinkel og vertikalvinkel,<br />
således at koordinaterne til punktet kan udregnes. Punkterne fastlægges af scanneren i et<br />
koordinatsystem som defineres med (0,0,0) i scannerens centrum og 0-retning sammenfaldende<br />
med scannerens sigte i opstillingstidspunktet. Udover afstand kan nogle laserscannere<br />
måle intensiteten på det lys der reflekteres fra objektet. Dette kan anvendes til at bestemme<br />
hvorvidt et objekt består af forskellige materialer. Dette kan gøres da, f.eks. gule og røde mursten<br />
ikke reflekterer laserlyset på samme måde. Dette kan anvendes til at frasortere data, der<br />
er uønsket i et datasæt. F.eks. hvis der er foretaget en scanning af en murstensvæg, og kun<br />
stenene ønskes registreret, kan fugerne frasorteres på baggrund af den intensitetsgrad der er<br />
registreret. Der kan altså skelnes mellem forskellige materialer, men det er nødvendigt at vide,<br />
hvilken intensitetsgrad det materiale der ønskes frasorteret, bliver reflekteret med. Der kan<br />
ikke opstilles absolutte størrelser for dette, da refleksionen ændrer sig, alt efter afstand, vejr,<br />
lysforhold og materialets tilstand. [Song et al., 2002, s. 1]<br />
Laser<br />
Laserscanneren anvender som navnet antyder laser til at indsamle koordinaterne til de punkter,<br />
der scannes. Ordet laser er en forkortelse af begrebet ”Light Amplification by Stimulated<br />
Emission of Radiation”, hvilket betyder "Lys-forstærkning ved stimuleret udsendelse af stråling".<br />
Laserlyset fremkommer ved at udsætte et medie, i form af et rør, for stråling, som får<br />
atomerne i mediet til at udsende lys. Dette lys ensrettes ved at lade det ramme spejle i enden<br />
af røret. I den ene ende kan lyset undslippe i en stråle. Denne stråle består af lysbølger med<br />
samme bølgelængde og næsten samme retning. Selvom laserlyset er blevet ensrettet i røret<br />
vil de ikke alle sammen have helt den samme udbredelsesvinkel, lysstrålen vil i virkeligheden<br />
være en meget spids kegle. Denne kegleform bevirker at laserstrålen får en større diameter,<br />
1
Bilag A - Teknik<br />
når den observeres længere væk fra kilden. Når laserstrålen rammer et objekt på lang afstand<br />
vil der fremkomme et større footprint end når den rammer et objekt på kort afstand. Footprintet<br />
er den lysplet laseren afkaster på objektet.<br />
Scannertyper<br />
Der er to forskellige typer af laserscannere:<br />
- Kamerascannere<br />
- Panoramascannere<br />
2<br />
Figur 1: Laserstrålen er let kegleformet<br />
Kamerascanneren stilles op og scanner det område den sigter imod. Kamerascannere scanner<br />
typisk 40° x 40°. Panoramascanneren kan rotere 360° omkring vertikalaksen og et sted<br />
mellem 80° og 270° omkring vertikalaksen. Panoramascanneren kan således scanne så godt<br />
som et helt rum, så det ikke er nødvendigt at sammenstykke en opmåling af flere scans. Opmålingsområdet<br />
kan være forskelligt fra fabrikant til fabrikant og fra model til model.<br />
Figur 2: De to skannertyper. Kamerascanner til venstre og panoramascanner til venstre [Kaspar<br />
et al., 2004 s. 15]<br />
Afstandsmåleenheder<br />
Der findes to afstandsmålemetoder når der tales om laserscanning. Den ene måler tidsforskellen<br />
fra laseren udsender strålen og til modtageren opfanger refleksionen. Denne metode kaldes<br />
”time of flight”. Princippet udnytter at laserlys udbreder sig med lysets hastighed. Laser-
Bilag A - Teknik<br />
scanneren måler tiden fra laserstrålen forlader instrumentet, til refleksionen opfanges af<br />
modtageren igen. Derved kan afstanden beregnes. Metoden kræver høj præcision af det ur der<br />
måler tiden, en lille fejlmåling kan give store afvigelser i afstanden, eksempelvis tager det blot<br />
0,1 μs at tilbagelægge ca. 300 m.<br />
Den anden metode til afstandsmåling er fasesammenligning, hvor laserscanneren tæller<br />
antallet af bølger, der udsendes inden refleksionen modtages. Når bølgelængden kendes, kan<br />
afstanden til objektet findes, ved at multiplicere bølgelænden med antallet af bølger. Den sidste<br />
bølge der er i gang med at blive udsendt, bliver sammenlignet med den indkommende bølge, så<br />
der nøjagtigt kan registreres, hvor på den sidste bølge modtageren har registreret den indkommende<br />
bølge. Denne metode kræver, at alle bølger der udsendes, også bliver modtaget,<br />
idet hver bølge repræsenterer en afstand. Forsvinder en bølge under opmålingen, vil afstanden<br />
til objektet således blive målt for kort.<br />
Spejle<br />
Figur 3: Den indgående og den udgående bølge sammenlignes<br />
Laserscanneren udsender laserstrålen mod et sæt roterende spejle, som bevæger sig i horisontalretning<br />
og vertikalretning. Spejlene reflekterer strålen, så den kastes på objektet. Strålen<br />
reflekteres i et net af punkter, hvor brugeren bestemmer punkttætheden. Spejlene kan kun<br />
rotere i en begrænset vinkel, så når der anvendes en panoramascanner, vil hele scannerhovedet<br />
rotere omkring vertikalaksen, når et objekt er større end den vinkel.<br />
3
Bilag A - Teknik<br />
4<br />
Figur 4: Det roterende spejl reflekterer strålen<br />
[Kaspar et al., 2004, s. 8].<br />
Der findes andre metoder til udbrede laserstrålen. Én er at lade strålen ramme et spejlprisme<br />
som roterer i en retning omkring en akse. [Kaspar et al., 2004, s. 8-10]<br />
Spejlenes rotationsmønster er afgørende for punktmønsteret der vil afspejles på objektet. Der<br />
findes forskellige punktmønstre, nogle er kvadratiske, mens andre er rombeformede.<br />
Targets<br />
Når et scan skal orienteres i et koordinatsystem, eller når flere scans skal knyttes sammen,<br />
anvendes targets. Targets er ofte skiver af retrorefleksivt materiale, som reflekterer laserstrålen<br />
godt. Targets har standarddimensioner, som laserscanneren kan genkende, således at<br />
disse bliver opmålt med høj nøjagtighed, og koordinaten til centrum af et target, kan udregnes<br />
med meget høj nøjagtighed. De targets projektgruppen har arbejdet med er Leicas. Leicas<br />
targets har standardmål, hvor sidelængden er 3” for kvadratiske targets, og diameteren er 6”<br />
for cirkulære targets, disse to størrelser har forskellige fordele i forhold til placering, afstand,<br />
punkttæthed mv. [www.leica-geosystems.com]
Bilag A - Teknik<br />
Figur 5: Leica HDS‐targets 3” kvadratisk target til venstre og 6” cirkulært target til højre<br />
[www.leica‐geosystems.com]<br />
Ud over de refleksive skiver anvender Leica også sfæretargets. Sfæretarget er halvkugleformede,<br />
og har en diameter på 6”. Laserscannerens brugerflade Cyclone kan ud fra et finscan af<br />
sfæretargetet, og oplysningen at diameter på target er 6”, beregne centrumskoordinaten hertil<br />
meget nøjagtigt. Koordinatsættet til sfærens centrum kan nu anvendes til at orientere scannet.<br />
Sammenknytning<br />
Når et eller flere scans skal knyttes sammen, anvendes ofte targets. De scans der ønskes<br />
sammenknyttede, kan transformeres sammen, såfremt der er indmålt nogle fælles targets.<br />
Targets kan ligeledes anvendes til at knytte scans til et geografisk koordinatsystem. Hvis<br />
targets er målt ind i det ønskede koordinatsystem, kan scannet transformeres ind i dette.<br />
Forskellige scans kan også sammenknyttes ved hjælp af geometrien i de forskellige scans. En<br />
jernbjælke kan f.eks. knyttes sammen af flere scans, ved at bruge indmålte bolte og nitter som<br />
sammenknytningspunkter. Uanset hvilken sammenknytningsmetode der anvendes, er det<br />
vigtigt at geometrien i sammenknytningspunkterne er god. Det vil sige at sammenknytningen<br />
ikke kan lade sig gøre, hvis f.eks. alle sammenknytningspunkterne ligger på en lige linie.<br />
Fejl<br />
Ligesom når der opmåles med totalstation, forekommer der fejl, når en opmåling foretages<br />
med en scanner. Disse fejl opstår i forskellige dele af opmålingsprocessen. De fejl der forekommer<br />
i afstandsmåleenheden er blandt andre:<br />
5
Bilag A - Teknik<br />
6<br />
- En laserstråle kan reflekteres på et objekt således, at den fortsætter videre til et andet<br />
objekt, som reflekter laserstrålen tilbage til det første objekt, og derfra tilbage til scanneren.<br />
Den målte afstand vil herved blive længere end den sande afstand, og punktet<br />
vil fremstå længere væk fra scanneren. Denne fejl kaldes multipath, og den er illustreret<br />
ved Figur 6<br />
Figur 6: Multipath, den grønne prik repræsenterer det registrerede punkt<br />
- Når der opmåles hjørner og kanter vil laserstrålens størrelse spille ind på måleresultatet.<br />
Hvis strålens footprint rammer hjørnet, vil afstanden blive en mellemting mellem<br />
afstandene der er mellem scanneren og det areal der dækkes af footprintet. Afstanden<br />
kan herved måles for kort eller for lang i forhold til virkeligheden, se Figur 7. Denne fejl<br />
kan reduceres, ved at fabrikanten minimerer laserstrålens diameter.<br />
Figur 7: Afstanden til objektet måles forket ved hjørneopmåling, de grønne prikker repræsenterer de regi‐<br />
strerede punkter
Bilag A - Teknik<br />
- Der kan også forekomme fejl ved måling af forskellige materialer. Dette problem opstår,<br />
fordi forskellige materialer ikke reflekterer laserlyset ens. En blød overflade vil således<br />
absorbere en del af en laserstråle, og kun en del af signalet vil derfor reflekteres<br />
til modtageren.<br />
- En anden fejl der knytter sig til refleksion og absorbering, afhænger af objektets farve,<br />
idet en sort overlade vil absorbere en del af laserlyset, og det returnerede signal vil være<br />
forringet, i forhold til hvis der blev målt på en hvid overflade. I Tabel 1 kan refleksionen<br />
fra forskellige materialer med forskellige farver ses.<br />
Materiale Refleksion/ %<br />
Hvidt papir op til 100 %<br />
Bearbejdet træ (fyr, rent, tørt) 94 %<br />
Sne 80-90 %<br />
Hvidt Murværk 85 %<br />
Kalksten, ler op til 75 %<br />
Avispapir med tryk 69 %<br />
Løvtræer typisk 60 %<br />
Nåletræer typisk 30 %<br />
Strandsand, nøgne arealer i ørken typisk 50 %<br />
Beton, glat 24 %<br />
Asfalt med småsten 17 %<br />
Lava 8 %<br />
Sort neopren 5 %<br />
Tabel 1: Refleksionen fra forskellige materialer<br />
[Kaspar et al., 2004, s.17]<br />
Mængden af reflekteret laserlys har indvirkning på hvor nøjagtigt en afstand bliver målt. Hvis<br />
modtagerenheden modtager 100 % af det udsendte laserlys, bliver afstanden målt med højere<br />
nøjagtighed, end hvis der kun modtages 5 %, fordi der er mere ”materiale” at beregne afstanden<br />
fra.<br />
Modellering<br />
Er der foretaget et scan af en figur, der er defineret af en matematisk formel, kan objektet<br />
modelleres så den figur, der passer bedst til punktskyen, udregnes. Bliver der f.eks. scannet en<br />
flade, kan et program beregne fladen ud fra de målte punkter. Programmet der anvendes til at<br />
modellere data i dette projekt, hedder Cyclone, og er tilpasset Leicas laserscannere. Programmet<br />
kan blandt andet modellere overflader, der er beskrevet ved en matematisk ligning, som<br />
f.eks. kugler, planer, cylindre og kegler. Programmet kan også generere overflader direkte fra<br />
punkterne. Dette sker ved, at der bliver udregnet et TIN (Triangulated irregular network).<br />
Cyclone er ligeledes Leica laserscannerens brugerflade. Det er her igennem, scanneren styres<br />
i scanneforløbet.<br />
7
Bilag A - Teknik<br />
Opsamling<br />
Gennem dette afsnit er nogle af hovedbegreberne vedrørende laserscanning blevet gennemgået.<br />
Der er blevet kastet nogle begreber op i luften, og for at konkretisere nogle af de begreber<br />
vil det følgende tabel, Tabel 2, præsentere en række teknisk data for nogle forskellige laserscannere.<br />
Projektgruppen har i projektperioden haft adgang til Leica CYRAX HDS 3000. Specifikationer<br />
til denne findes ligeledes i tabellen.<br />
Zoller & Fröhlich Riegl LMS Leica CYRAX Leica CYRAX HDS<br />
Imager 5003 Z360i<br />
2500<br />
3000<br />
Instrumenttype<br />
Afstandsmåle<br />
Panoramascanner Panoramascanner Kamerascanner Panoramascanner<br />
enhed<br />
Laser<br />
Fasesammenligning Time-of-flight Time-of-flight Time-of-flight<br />
Bølgelængde 780 nm Nær Infrarød 532 nm 532 nm<br />
Effekt 23 mW (klasse 3R) klasse 1 1 mW (klasse 3R) klasse 3R<br />
Strålediameter 3-4 mm ved 10 m 7mm (0,25 mrad) 6 mm ved 50 m ≤6 mm ved 50 m<br />
Opløsning 3,5 mm ved 10 m 0,4 mm ved 10 m 0,1 mm ved 10 m<br />
Område<br />
8<br />
Afstand 0,4 til 25,2 m 2 til 200 m 1,5 til 100 m 1 til 100 m<br />
Horisontalt 360° 360° 40° 360<br />
Vertikalt 270° 90° 40° 270<br />
Punkter per se-<br />
kund 625.000 24.000 1000 1800<br />
Nøjagtighed<br />
Afstand ±3 mm + 2 mm/m ±5 mm ±4 mm ±4 mm<br />
Vinkel ±0,01° ±0,01° ±0,003° ±0,003°<br />
Koordinat ±5 mm/25m ±6 mm/50m ±6 mm/1 til 50 m<br />
Vægt<br />
Ekstra egenskaber registrerer<br />
13 kg + 3 kg (hol-<br />
intensitetsværdier<br />
der) 13 kg 20,5 kg<br />
registrerer<br />
intensitetsværdier,<br />
Integreret hø-<br />
jopløsnings-<br />
kamera<br />
registrerer<br />
intensitetsværdier,<br />
integreret video-<br />
kamera<br />
registrerer<br />
16 kg + 12 kg<br />
batteri<br />
intensitetsværdier,<br />
integreret video-<br />
kamera<br />
Tabel 2: Viser specifikationer for fire laserscannere [Luhmann et al., 2006, s. 178],[Bilag H]
Bilag B ‐ Slides fra 5. semester<br />
Slides fra udjævningskursus med Peter Cederhold på landinspektøruddannelsens 5. semester
Fejlforplantning ved 2D transformation<br />
– eksemplificeret vha Matlab<br />
Peter Cederholm<br />
<strong>Aalborg</strong> <strong>Universitet</strong><br />
Institut for Samfundsudvikling og Planlægning<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 1 / 18<br />
Indledning<br />
◮ Matlab funktionen ‘transdem.m’(transformationsdemo)<br />
kan belyse spørgsmålene<br />
"transdem(’felles.txt’,’andre.txt’,1)"<br />
| | |<br />
| | |<br />
Fil med koor. til fællespkt.: | |<br />
1 560700 6317800 | |<br />
2 560700 6317900 | |<br />
3 560800 6317900 | |<br />
4 560800 6317800 | |<br />
| |<br />
Fil med koor. til nypkt.: |<br />
5 561000 6317850 |<br />
6 561200 6317850 |<br />
|<br />
Angiver type af transformation<br />
1: 2 translationer, 1 rotation, 1 skala (Helmert)<br />
2: 2 translationer, 1 rotation<br />
3: 2 translationer, 1 skala<br />
4: 2 translationer<br />
◮ Skriv ‘help transdem’ i Matlab for yderligere hjælp<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 3 / 18<br />
Indledning<br />
Indledning<br />
Spørgsmål 1:<br />
Hvilken betydning har valg af transformationstype for<br />
nypunkternes præcision?<br />
Spørgsmål 2:<br />
Hvilken betydning har placeringen af nypunkterne i forhold til<br />
fællespunkterne for nypunkternes præcision?<br />
Spørgsmål 3:<br />
Hvilken betydning har . . .<br />
◮ antallet af fællespunkter og<br />
◮ fællespunkternes placering . . .<br />
for præcisionen af de transformerede punkter?<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 2 / 18<br />
Indledning<br />
◮ Funktionen beregner(testnet) og tegner konfidensellipser i<br />
hvert punkt:<br />
◮ I fællespunkter tegnes sorte ellipser<br />
◮ I nypunkter tegnes røde ellipser<br />
◮ I første fællespunkt tegnes en grøn ellipse svarende til<br />
punkternes præcision; denne forudsættes ens i alle punkter<br />
◮ Funktionen er et eksempel på brug af<br />
testnet/fejlforplantning; der indgår altså ikke<br />
observationer i beregningen<br />
◮ Funktionen bygger på teorien gennemgået i sidste<br />
forelæsning<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 4 / 18
Fejlforplantning ved omkransende fællespunkter<br />
Fejlforplantning ved omkransende fællespunkter<br />
◮ Først regnes testnet med 5 fællespunkter, der omkranser et<br />
nypunkt<br />
felles.txt andre.txt<br />
------------------ ------------------<br />
1 560700 6317800 5 561000 6317850<br />
2 560700 6317900<br />
3 560800 6317900<br />
4 560800 6317800<br />
6 561200 6317850<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 5 / 18<br />
Fejlforplantning ved omkransende fællespunkter 2 trans, 1 rot<br />
◮ Aflange ellipser<br />
pga rot.<br />
◮ Punkt 5,6 OK<br />
(� ○)<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 7 / 18<br />
Fejlforplantning ved omkransende fællespunkter 2 trans, 1 rot, 1 skala<br />
◮ Fejlforplantning<br />
væk fra<br />
fællespunkters<br />
tyngdepunkt<br />
◮ Ens effekt af<br />
skala og rot.<br />
◮ x og y er<br />
ukorrelerede<br />
◮ Ellipser nær<br />
tyngdepunkt<br />
mindre end a<br />
priori ellipse<br />
(grøn,○)<br />
◮ Punkt 5,6 OK<br />
(� ○)<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 6 / 18<br />
Fejlforplantning ved omkransende fællespunkter 2 trans, 1 skala<br />
◮ Aflange ellipser<br />
pga skala<br />
◮ Punkt 5,6 OK<br />
(� ○)<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 8 / 18
Fejlforplantning ved omkransende fællespunkter 2 trans<br />
◮ x og y er<br />
ukorrelerede;<br />
cirkulære<br />
ellipser<br />
◮ Alle ellipser<br />
ens<br />
◮ Punkt 5,6 OK<br />
(� ○)<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 9 / 18<br />
Fejlforplantning ved ikke-omkransende fællespunkter 2 trans, 1 rot, 1 skala<br />
◮ 8 obs, 4<br />
ubekendte<br />
◮ Dobbelt så<br />
mange obs<br />
som<br />
nødvendigt ➡<br />
sorte ellipser<br />
√ 2 gange<br />
mindre end<br />
grøn ellipse<br />
◮ Punkt 5,6 ikke<br />
OK (> ○)<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 11 / 18<br />
Fejlforplantning ved ikke-omkransende fællespunkter<br />
Fejlforplantning ved ikke-omkransende fællespunkter<br />
◮ Nu regnes testnet med 4 fællespunkter og 2 ikke<br />
ikke-omkransede nypunkter<br />
felles.txt andre.txt<br />
------------------ ------------------<br />
1 560700 6317800 5 561000 6317850<br />
2 560700 6317900 6 561200 6317850<br />
3 560800 6317900<br />
4 560800 6317800<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 10 / 18<br />
Fejlforplantning ved ikke-omkransende fællespunkter 2 trans, 1 rot<br />
◮ Punkt 5,6 ikke<br />
OK (> ○)<br />
◮ Kraftig fejlforplantning<br />
uden<br />
for<br />
fællespunkter<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 12 / 18
Fejlforplantning ved ikke-omkransende fællespunkter 2 trans, 1 skala<br />
◮ Punkt 5,6 ikke<br />
OK (> ○)<br />
◮ Kraftig fejlforplantning<br />
uden<br />
for<br />
fællespunkter;<br />
ellipser roteret<br />
90 ◦ grader i<br />
forhold til<br />
forrige slide<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 13 / 18<br />
Konklusion<br />
Konklusion<br />
Spørgsmål 1:<br />
Hvilken betydning har valg af transformationstype for<br />
nypunkternes præcision?<br />
Svar:<br />
◮ Hvis transformationen indeholder skala eller rotation kan<br />
fejlforplantningen vokse hurtigere end hvis<br />
transformationen kun indeholder translationer<br />
fortsættes . . .<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 15 / 18<br />
Fejlforplantning ved ikke-omkransende fællespunkter 2 trans<br />
◮ 8 obs, 2<br />
ubekendte<br />
◮ 4 gange så<br />
mange obs<br />
som<br />
nødvendigt ➡<br />
sorte ellipser<br />
√ 4 = 2 gange<br />
mindre end<br />
grøn ellipse<br />
◮ Alle ellipser<br />
ens<br />
◮ Punkt 5,6 OK<br />
(� ○)<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 14 / 18<br />
Konklusion<br />
. . . fortsat<br />
Spørgsmål 2:<br />
Hvilken betydning har placeringen af nypunkterne i forhold til<br />
fællespunkterne for nypunkternes præcision?<br />
Svar:<br />
◮ Hvis transformationen kun indeholder translationer er<br />
placeringen af nypunkterne i forhold til fællespunkterne<br />
ligegyldig<br />
◮ Hvis transformationen indeholder skala eller rotation bør<br />
fællespunkterne omkranse nypunkterne<br />
fortsættes . . .<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 16 / 18
Konklusion<br />
. . . fortsat<br />
Spørgsmål 3:<br />
Hvilken betydning har . . .<br />
◮ antallet af fællespunkter og<br />
◮ fællespunkternes placering . . .<br />
for præcisionen af de transformerede punkter?<br />
Svar:<br />
◮ Hvis fællespunkterne ligger jævnt fordelt, vil<br />
transformerede punkter (der ligger omtrent samme sted) få<br />
spredninger, der er √ overbestemmelser mindre end<br />
fællespunkterne<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 17 / 18<br />
Opgave<br />
Opgave<br />
◮ Fra fase 1 har I bl.a. RTK-koordinater til følgende punkter:<br />
1. Fikspunkter<br />
2. Hjælpepunkter i Jeres område<br />
◮ Fra KMS har I koordinater til:<br />
1. Fikspunkter<br />
◮ Brug ‘transdem.m’ til at vurdere hvilke/hvilken type<br />
transformation, I forventer at kunne benytte, når<br />
RTK-koordinaterne til fikspunkterne skal transformeres 1<br />
på fikspunktskoordinaterne fra KMS (nettilknytning)<br />
◮ Hvilken effekt vil den/de valgte transformationstyper have<br />
for spredningerne på Jeres hjælpepunkter/detailpunkter?<br />
◮ Brug resultatet som dokumentation i rapporten<br />
1 Alle punkterne i kortet skal ikke transformers; I skal blot på baggrund af<br />
transformationen vurdere, hvordan det kan gøres.<br />
Landinspektørstudiet, 5. semester, Udjævning, Fejlforplantning ved 2D transformation 18 / 18
Brug og vurdering af 2D transformation<br />
– eksemplificeret vha Matlab<br />
Peter Cederholm<br />
<strong>Aalborg</strong> <strong>Universitet</strong><br />
Institut for Samfundsudvikling og Planlægning<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 1 / 46<br />
Software<br />
Software<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 3 / 46<br />
Indhold<br />
Indhold<br />
Software<br />
Valg af transformationstype<br />
Afsløring af grove fejl<br />
Konklusion<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 2 / 46<br />
Software<br />
Software<br />
◮ I kan transformere med GeoCad, TMK eller ‘MatTrans.m’<br />
◮ MatTrans beregner i modsætning til de to øvrige<br />
programmer spredninger på de transformerde punkter ➡<br />
resultat kan sammenlignes med beregninger fra<br />
‘transdem.m’<br />
◮ Her fokuseres på MatTrans; anbefalinger og konklusioner<br />
gælder selvfølgelig også de andre programmer<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 4 / 46
Software MatTrans<br />
Software<br />
◮ MatTrans er et grafisk interface til funktionen<br />
‘trans2d.m’, der beregner 2D transformationer<br />
"trans2d(til,fra,punkt,1,’resultat.txt’)"<br />
| | | | |<br />
| | | | Streng med navn på resultatfil<br />
| | | |<br />
| | | Angiver type af transformation<br />
| | | 1: 2 translationer,1 rotation,1 skala (Helmert)<br />
| | | 2: 2 translationer,1 rotation<br />
| | | 3: 2 translationer,1 skala<br />
| | | 4: 2 translationer<br />
| | | 5: 2 translationer,2 skalaer,1 rotation,<br />
| | | 1 skævhed (affin)<br />
| | |<br />
| | Matrix med nypunkter, der skal transformeres (FRA)<br />
| |<br />
| Matrix med fællespunkter i FRA system (lokalt)<br />
|<br />
Matrix med fællespunkter i TIL system (Fx. KP2000J)<br />
◮ Skriv ‘help trans2d’ i Matlab for yderligere hjælp<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 5 / 46<br />
Software MatTrans<br />
◮ Eksempel på input fil:<br />
1 560700 6317800<br />
2 560700 6317900<br />
3 560800 6317900<br />
4 560800 6317800<br />
6 561200 6317850<br />
| | n<br />
| e<br />
nr<br />
◮ Fil med koordinater i FRA system skal indeholde både<br />
fællespunkter og nypunkter (der skal transformeres)<br />
◮ Fil med koordinater i TIL system skal kun indeholde<br />
fællespunkter (andre punkter ignoreres)<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 7 / 46<br />
Software MatTrans<br />
◮ MatTrans startes ved at skrive ‘mattrans’ i matlab<br />
◮ MatTrans kalder ‘trans2d’; I slipper for at opstille<br />
funktionskaldet fra sidste slide<br />
◮ Progammet er nogenlunde selvforklarende; klik på ‘Hjælp’<br />
for beskrivelse af filformat mm<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 6 / 46<br />
Software MatTrans<br />
◮ Der kan vælges mellem fem 2D transformationer<br />
◮ Efter transformation kan plot af residualer og<br />
konfidensellipser udtegnes<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 8 / 46
Software MatTrans<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 9 / 46<br />
Software MatTrans<br />
*********************************************************************<br />
2D TRANSFORMATION trans2d version 2005.10.27<br />
mattrans version 2005.10.27<br />
2 translationer, 1 rotation, 1 skala (Helmert) 2005-10-27 13:32:10<br />
*********************************************************************<br />
FÆLLESPUNKTER<br />
---------------------------------------------------------------------<br />
Fællespunkter i FRA system:<br />
x [m] y [m]<br />
1 560700.000 6317800.000<br />
2 560700.000 6317900.000<br />
3 560800.000 6317900.000<br />
Fællespunkter i TIL system:<br />
x [m] y [m]<br />
1 560700.017 6317799.977<br />
2 560700.001 6317900.007<br />
3 560799.982 6317899.980<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 11 / 46<br />
Software MatTrans<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 10 / 46<br />
Software MatTrans<br />
TRANSFORMATIONSPARAMETRE<br />
---------------------------------------------------------------------<br />
a : 0.9999704945<br />
b : 0.0000003846<br />
tx : 18.979 m<br />
ty : 186.186 m<br />
rot : 0.000 gon (afledt af a,b)<br />
skala : 0.999970 (afledt af a,b)<br />
sigma 0 : 0.016 m<br />
TRANSFORMATIONSFORMLER<br />
---------------------------------------------------------------------<br />
|xTil| |a -b| |xFra| |tx|<br />
| | = | | * | | + | |<br />
|yTil| |b a| |yFra| |ty|<br />
TRANSFORMEREDE FÆLLESPUNKTER (TIL system)<br />
---------------------------------------------------------------------<br />
x [m] Res [m] Spred [m] y [m] Res [m] Spred [m]<br />
1 560700.006 -0.011 0.009 6317799.992 0.015 0.009<br />
2 560700.006 0.005 0.009 6317899.989 -0.018 0.009<br />
3 560800.003 0.021 0.008 6317899.989 0.009 0.008<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 12 / 46
Valg af transformationstype<br />
Valg af transformationstype<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 13 / 46<br />
Valg af transformationstype Eksempel 1<br />
Eksempel 1<br />
◮ Koordinater:<br />
FRA TIL<br />
------------------ --------------------------<br />
1 560700 6317800 1 560700.017 6317799.977<br />
2 560700 6317900 2 560700.001 6317900.007<br />
3 560800 6317900 3 560799.982 6317899.980<br />
4 560800 6317800 4 560800.017 6317800.003<br />
6 561200 6317850 6 561199.991 6317849.985<br />
TIL = FRA + normalfordelte tilfældige fejl med spredning på 2 cm<br />
Altså ingen elementære transformationer påført!<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 15 / 46<br />
Valg af transformationstype<br />
Valg af transformationstype<br />
◮ Hvornår skal I vælge hvilken transformationstype?<br />
◮ Hvis I ved hvilke/hvilken elementære trasformationer<br />
(translation, rotation, skalering, vridning) koordinatnerne<br />
har været udsat for, skal I selvfølgelig vælge en<br />
transformationstype, der indeholder de/den pågældende<br />
elementære transformationer<br />
◮ Men det ved I sjældent! I må derfor prøve Jer frem<br />
◮ Nu kommer to Matlab eksempler<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 14 / 46<br />
Valg af transformationstype Eksempel 1<br />
2 translationer, 1 rotation, 1 skala (Helmert)<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 16 / 46
Valg af transformationstype Eksempel 1<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 17 / 46<br />
Valg af transformationstype Eksempel 1<br />
2 translationer, 1 rotation<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 19 / 46<br />
Valg af transformationstype Eksempel 1<br />
TRANSFORMATIONSPARAMETRE<br />
--------------------------------------------------------------------<br />
a : 0.9999704945<br />
b : 0.0000003846<br />
tx : 18.979 m<br />
ty : 186.186 m<br />
rot : 0.000 gon (afledt af a,b)<br />
skala : 0.999970 (afledt af a,b)<br />
sigma 0 : 0.016 m<br />
TRANSFORMEREDE FÆLLESPUNKTER (TIL system)<br />
--------------------------------------------------------------------<br />
x [m] Res [m] Spred [m] y [m] Res [m] Spred [m]<br />
1 560700.006 -0.011 0.009 6317799.992 0.015 0.009<br />
2 560700.006 0.005 0.009 6317899.989 -0.018 0.009<br />
3 560800.003 0.021 0.008 6317899.989 0.009 0.008<br />
4 560800.003 -0.014 0.008 6317799.992 -0.011 0.008<br />
6 561199.991 -0.000 0.015 6317849.991 0.006 0.015<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 18 / 46<br />
Valg af transformationstype Eksempel 1<br />
TRANSFORMATIONSPARAMETRE<br />
--------------------------------------------------------------------<br />
a : 1.0000000000<br />
b : 0.0000003846<br />
tx : 2.432 m<br />
ty : -0.225 m<br />
rot : 0.000 gon (afledt af a,b)<br />
sigma 0 : 0.016 m<br />
TRANSFORMEREDE FÆLLESPUNKTER (TIL system)<br />
--------------------------------------------------------------------<br />
x [m] Res [m] Spred [m] y [m] Res [m] Spred [m]<br />
1 560700.002 -0.015 0.007 6317799.990 0.013 0.009<br />
2 560700.002 0.001 0.007 6317899.990 -0.017 0.009<br />
3 560800.002 0.020 0.007 6317899.990 0.010 0.007<br />
4 560800.002 -0.015 0.007 6317799.990 -0.013 0.007<br />
6 561200.002 0.011 0.007 6317849.991 0.006 0.015<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 20 / 46
Valg af transformationstype Eksempel 1<br />
2 translationer, 1 skala<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 21 / 46<br />
Valg af transformationstype Eksempel 1<br />
2 translationer<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 23 / 46<br />
Valg af transformationstype Eksempel 1<br />
TRANSFORMATIONSPARAMETRE<br />
--------------------------------------------------------------------<br />
tx : 16.549 m<br />
ty : 186.402 m<br />
skala : 0.999970<br />
sigma 0 : 0.015 m<br />
TRANSFORMEREDE FÆLLESPUNKTER (TIL system)<br />
--------------------------------------------------------------------<br />
x [m] Res [m] Spred [m] y [m] Res [m] Spred [m]<br />
1 560700.006 -0.011 0.008 6317799.992 0.015 0.007<br />
2 560700.006 0.005 0.008 6317899.989 -0.018 0.007<br />
3 560800.003 0.021 0.007 6317899.989 0.009 0.007<br />
4 560800.003 -0.014 0.007 6317799.992 -0.011 0.007<br />
6 561199.991 -0.000 0.014 6317849.990 0.005 0.007<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 22 / 46<br />
Valg af transformationstype Eksempel 1<br />
TRANSFORMATIONSPARAMETRE<br />
--------------------------------------------------------------------<br />
tx : 0.002 m<br />
ty : -0.010 m<br />
sigma 0 : 0.015 m<br />
TRANSFORMEREDE FÆLLESPUNKTER (TIL system)<br />
--------------------------------------------------------------------<br />
x [m] Res [m] Spred [m] y [m] Res [m] Spred [m]<br />
1 560700.002 -0.015 0.009 6317799.990 0.013 0.009<br />
2 560700.002 0.001 0.009 6317899.990 -0.017 0.009<br />
3 560800.002 0.020 0.009 6317899.990 0.010 0.009<br />
4 560800.002 -0.015 0.009 6317799.990 -0.013 0.009<br />
6 561200.002 0.011 0.009 6317849.990 0.005 0.009<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 24 / 46
Valg af transformationstype Eksempel 1<br />
Opsamling<br />
◮ Ingen af de 4 transformationer adskiller sig fra de øvrige:<br />
σ0<br />
skala<br />
Helmert 0.016 0.999970<br />
m. rot, u. mål 0.016 1.000000<br />
u. rot, m. mål 0.015 0.999970<br />
translation 0.015 1.000000<br />
◮ Vælg transformation med færrest ubekendte (translation)<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 25 / 46<br />
Valg af transformationstype Eksempel 2<br />
2 translationer<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 27 / 46<br />
Valg af transformationstype Eksempel 2<br />
Eksempel 2<br />
◮ Koordinater:<br />
FRA TIL<br />
----------- -------------------<br />
1 0 0 1 000.157 -00.252<br />
2 0 100 2 001.799 94.763<br />
3 100 100 3 096.766 93.078<br />
4 100 0 4 095.143 -01.884<br />
6 500 50 6 475.888 38.957<br />
TIL = 0.95 * R(-1 grad)*FRA + [0.14;-0.23] + ...<br />
normalfordelte tilfældige fejl med spredning på 2 cm<br />
Skala, rotation og translation påført<br />
◮ Nu beregnes transformationerne i modsat rækkefølge af før<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 26 / 46<br />
Valg af transformationstype Eksempel 2<br />
2 translationer, 1 skala<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 28 / 46
Valg af transformationstype Eksempel 2<br />
2 translationer, 1 rotation<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 29 / 46<br />
Valg af transformationstype Eksempel 2<br />
Opsamling<br />
◮ Her er det tydeligt, at kun Helmert transformationen giver<br />
fornuftigt resultat:<br />
σ0 skala rotation<br />
Helmert 0.016 0.949971 -1.111 gon<br />
m. rot, u. mål 8.067 1.000000 -1.111 gon<br />
u. rot, m. mål 2.674 0.949826 0.000 gon<br />
translation 7.970 1.000000 0.000<br />
◮ Sådan må det selvfølgelig være, da koordinaterne jo netop<br />
blev påført de elementære transformationer, der er<br />
indeholdt i Helmert transformationen<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 31 / 46<br />
Valg af transformationstype Eksempel 2<br />
2 translationer, 1 rotation, 1 skala (Helmert)<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 30 / 46<br />
Afsløring af grove fejl<br />
Afsløring af grove fejl<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 32 / 46
Afsløring af grove fejl<br />
Afsløring af grove fejl<br />
◮ Hvordan reagerer de forskellige transformationstyper på<br />
grove fejl?<br />
◮ Belyses gennem to eksempler<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 33 / 46<br />
Afsløring af grove fejl Eksempel 3<br />
2 translationer<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 35 / 46<br />
Afsløring af grove fejl Eksempel 3<br />
Eksempel 3<br />
◮ Koordinater:<br />
FRA TIL<br />
------------------ --------------------------<br />
1 560700 6317800 1 560700.017 6317799.977<br />
2 560700 6317900 2 560700.001 6317900.007<br />
3 560800 6317900 3 560799.982 6317899.980<br />
4 560800 6317800 4 560800.017 6317800.003<br />
6 561200 6317850 6 561199.991 6317849.885<br />
Samme koordinater som ved eksempel 1 bortset fra at n-koordinaten<br />
til punkt 6(TIL) er tillagt en fejl på 10 cm; grov fejl da<br />
spredningen er 2 cm<br />
6317849.985 --> 6317849.885<br />
◮ Transformationerne beregnes i samme rækkefølge som ved<br />
sidste eksempel<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 34 / 46<br />
Afsløring af grove fejl Eksempel 3<br />
2 translationer, 1 skala<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 36 / 46
Afsløring af grove fejl Eksempel 3<br />
2 translationer, 1 rotation<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 37 / 46<br />
Afsløring af grove fejl Eksempel 4<br />
Eksempel 4<br />
◮ Koordinater:<br />
FRA TIL<br />
------------------ --------------------------<br />
1 560700 6317800 1 560700.017 6317799.977<br />
2 560700 6317900 2 560700.001 6317900.007<br />
3 560800 6317900 3 560799.982 6317899.980<br />
4 560800 6317800 4 560800.017 6317800.003<br />
6 561200 6317850 6 561199.891 6317849.985<br />
Samme koordinater som ved eksempel 1 bortset fra at e-koordinaten<br />
til punkt 6(TIL) er tillagt en fejl på 10 cm; grov fejl da<br />
spredningen er 2 cm<br />
561199.991 --> 561199.891<br />
◮ Transformationerne beregnes i samme rækkefølge som ved<br />
sidste eksempel<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 39 / 46<br />
Afsløring af grove fejl Eksempel 3<br />
2 translationer, 1 rotation, 1 skala (Helmert)<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 38 / 46<br />
Afsløring af grove fejl Eksempel 4<br />
2 translationer<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 40 / 46
Afsløring af grove fejl Eksempel 4<br />
2 translationer, 1 skala<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 41 / 46<br />
Afsløring af grove fejl Eksempel 4<br />
2 translationer, 1 rotation, 1 skala (Helmert)<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 43 / 46<br />
Afsløring af grove fejl Eksempel 4<br />
2 translationer, 1 rotation<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 42 / 46<br />
Konklusion<br />
Konklusion<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 44 / 46
Konklusion<br />
Konklusion<br />
◮ Fællespunkter, der ligger isoleret i forhold til de øvrige<br />
fællespunkter, er farlige, når den valgte transformation<br />
indeholder rotation eller skala<br />
◮ I disse punkter vil grove fejl, der ‘virker’ i samme retning<br />
som hhv rotation og skala, i høj/nogen grad blive ‘opsuget’<br />
af netop disse to transformationsparametre<br />
◮ Transformationen minimerer kvadratsummen af<br />
residualerne ➡ Ved at rotere og/eller skalere, kan<br />
residualerne i de isolerede(og fejlbehæftede) punkter<br />
mindskes uden at de øvrige fællespunkter påvirkes i<br />
væsentlig grad<br />
fortsættes . . .<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 45 / 46<br />
Konklusion<br />
. . . fortsat<br />
◮ I eksemplerne er der 10 observationer og højst 4<br />
ubekendte; transformationerne er altså kraftigt<br />
overbestemte. Alligevel kan en grov fejl på 10 cm i nogle<br />
tilfælde skjules!<br />
◮ Det er altså svært at vurdere resultat af transformation, når<br />
der indgår rotation og skala ➡ Prøv at undgå disse ➡ Brug<br />
translation når det er muligt<br />
Landinspektørstudiet, 5. semester, Udjævning, Brug og vurdering 2D af transformation 46 / 46
Bilag C ‐ Tysk tekst om anblok<br />
En tysk tekst om anblok teori. Oprindelse ukendt
Bilags‐CD<br />
CD der indeholder samtlige input‐ og output‐filer, der er anvendt i projektet. Mappenavnene<br />
henviser i de fleste tilfælde til den afsnitsoverskrift, hvor filerne i mappen er brugt.<br />
På CD’en findes desuden den samlede rapport, samt alle trykte appendiks og bilag
Indhold ‐ Bilags‐CD<br />
Bilags‐CD’en har nedenstående mappestruktur. Tekst i kursiv er filnavne, mens tekst der ikke er kursiv,<br />
er mappenavne.<br />
Appendiks B ‐ MATLAB‐filer til Appendiks A<br />
‐ 2D koordinatfiler<br />
o 2D anblok<br />
� fiks.txt<br />
� modelA.txt<br />
� modelB.txt<br />
� modelC.txt<br />
o 2D koordinatsystem‐filer<br />
� koor1.txt<br />
� koor2.txt<br />
� koor3.txt<br />
� readme.txt<br />
o 2D transformation<br />
� modelA.txt<br />
� modelB.txt<br />
‐ 3D koordinatfiler<br />
o 3D anblok<br />
� fiks.txt<br />
� modelA.txt<br />
� modelB.txt<br />
� modelC.txt<br />
o 3D koordinatsystem‐filer<br />
� koor1.txt<br />
� koor2.txt<br />
� koor3.txt<br />
� koor4.txt<br />
� readme.txt<br />
o 3D transformation<br />
� fiks.txt<br />
� modelA.txt<br />
o Trans_koor.m<br />
‐ D2Trans_ab.m<br />
‐ D2Trans_sincos.m<br />
‐ D2Trans_numafl.m<br />
‐ D3Trans_numafl.m<br />
‐ D2Anblok_ab_2M.m<br />
‐ D2Anblok_ab_3M.m<br />
‐ D2Anblok_numafl_2M.m<br />
‐ D2Anblok_numafl_3M.m<br />
‐ D3Anblok_numafl_2M.m
‐ D3Anblok_numafl_3M.m<br />
‐ numafl.m<br />
Appendiks C ‐ Det udviklede program<br />
‐ D3_anblok_samlet.m<br />
‐ numafl.m<br />
‐ konf2.m<br />
‐ konf2plt.m<br />
Appendiks D ‐ Variansfaktor kontra vægtmatrice<br />
‐ Basisopbygning<br />
o koor1.m<br />
o fiks.txt<br />
o modelA.txt<br />
o modelB.txt<br />
o modelC.txt<br />
‐ 3D_spred Basisopb.txt<br />
‐ 3D_spred Basisopb med vægt.txt<br />
Appendiks E – Test af betydningen af geometrien og fællespunkter<br />
‐ Forsøg 1<br />
o koor1.m<br />
o fiks.txt<br />
o modelA.txt<br />
o modelB.txt<br />
o modelC.txt<br />
‐ Forsøg 2<br />
o koor1.m<br />
o fiks.txt<br />
o modelA.txt<br />
o modelB.txt<br />
o modelC.txt<br />
‐ Forsøg 3<br />
o koor1.m<br />
o fiks.txt<br />
o modelA.txt<br />
o modelB.txt<br />
o modelC.txt<br />
‐ Forsøg 4 del 1<br />
o koor1.m<br />
o fiks.txt
o modelA.txt<br />
o modelB.txt<br />
o modelC.txt<br />
‐ Forsøg 4 del 2<br />
o koor1.m<br />
o fiks.txt<br />
o modelA.txt<br />
o modelB.txt<br />
o modelC.txt<br />
‐ Output‐filer fra forsøg<br />
o 3D_spred Forsøg 1.txt<br />
o 3D_spred Forsøg 2.txt<br />
o 3D_spred Forsøg 3.txt<br />
o 3D_spred Forsøg 4 del 1.txt<br />
o 3D_spred Forsøg 4 del 2.txt<br />
Appendiks F ‐ Planlægning af dataindsamling<br />
‐ Test koordinater ‐ Opbygning til dataindsamling<br />
o koor1.m<br />
o fiks.txt<br />
o modelA.txt<br />
o modelB.txt<br />
o modelC.txt<br />
‐ 3D_spred Opbygning til dataindsamling<br />
Appendiks G ‐ Dataindsamling<br />
‐ Rådata ‐ Totalstation<br />
o FIB10.GSI<br />
o FIB10.obs<br />
‐ Rådata ‐ Laserscanner<br />
o recovery<br />
� Fib10_rum7.imp<br />
• data0000.rcy<br />
o Fib10_rum7.imp<br />
‐ Koordinatfiler fra totalstation og laserscanner<br />
o Koordinat_totalstation.m<br />
o fiks.txt<br />
o modelA.txt<br />
o modelB.txt<br />
o modelC.txt
Appendiks H ‐ Databehandling<br />
‐ Residualer fra anblok.xls<br />
‐ Totalstationsdata.xls<br />
‐ trans_modelA.txt<br />
‐ trans_modelB.txt<br />
‐ trans_modelC.txt<br />
‐ koor_udj3D.txt<br />
Appendiks I – Vurdering<br />
‐ spred_afst_pkt.m<br />
Endelig rapport<br />
‐ Rapport<br />
‐ Appendiks A<br />
‐ Bilag A ‐ Teknikken bag terrestrisk laserscanning<br />
‐ Bilag B ‐ Slides fra 5. Semester<br />
Bilag C ‐ Tysk tekst om anblok