nuevas herramientas para el anÁlisis urbano · 2020. 6. 9. · bases de datos a nivel urbano,...

MÁSTER UNIVERSITARIO EN GESTIÓN Y VALORACIÓN URBANAUniversidad Politécnica de Cataluña

Introducción

Objetivos

Estado Del Arte

Metodología

Índice Propuesto

Calendario

Bibliografía

Aportaciones

Autor: Juan Manuel Corso SarmientoDirector: Rolando Biere Arenas

Marzo 2009

NUEVAS HERRAMIENTAS PARA EL ANÁLISIS URBANOClasificación, segmentación, reconocimiento y mapificación de modelos de puntos densos.

Introducción

La información resultante de la adquisición de datos de la realidad mediante la tecnología de Escáner Laser Terrestre no es de fácil acceso ni para Arquitectos ni mucho menos para Urbanistas.

Al manejar la información del escáner como un elemento único se limita la manipulación e interpretación de los componentes del espacio urbano.

La cantidad de polígonos en las mallas libres limitan el tamaño de los proyectos en programas de “ingeniería inversa”, en las que se pierde el detalle y precisión, dejando irregularidades en el modelo.

La información está generada en formatos inadecuados para su aprovechamiento en programas propios de la disiplina



JUSTIFICACIÓN DEL PROBLEMA

HIPÓTESISObjetivos

Desarrollar una metodología que permita la manipulación de una gran cantidad de información proveniente de la tecnología de escáner láser terrestre a escala urbana, permitiendo a Urbanistas y Arquitectos manejar y complementar esta información.

Esta metodología debe permitirnos identificar y clasificar los elementos que construyen el contexto urbano, generar modelos que permitan completar y corregir fácilmente la información, estableciendo procesos para extraer la información en formatos que faciliten su manejo.



OBJETIVO GENERAL

Se plantea que un modelo urbano de geometría volumétrica proveniente de la tecnología de escáner laser terrestre (TLS), es una herramienta útil en las decisiones urbanísticas, facilitando el acceso a una gran cantidad de información a nivel urbano mediante aplicaciones propias de la disciplina,dando lugar a la interacción con diferentes bases de datos, recuperando el detalle arquitectónico perdido por la simplificación con los mapas de desplazamiento, dando lugar a diferentes niveles de complejidad y de interpretación.

ObjetivoObjetivo 1: Estudiar y analizar el estado actual de la tecnología de escáner laserterrestre, enfatizando en las posibilidades que brinda la clasificación y segmentación, la simplificación geométrica y las imágenes 2.5 como mapas de desplazamiento.

Objetivo 2: Comprobar la utilidad de esta información en el análisis urbano mediante un caso de estudio, que permita ver sus alcances y el potencial para futuras aplicaciones.

Objetivo 3: Analizar la relación entre la información proveniente del escáner laser con bases de datos a nivel urbano, utilizando la georreferenciación y la compatibilidad de formatos, permitiendo la actualización, la modificación y la complementación con otras bases de datos.

Objetivo 4: Desarrollar un proceso de clasificación que permita automatizar y estandarizar la segmentación de las nubes de puntos, en elementos que definan volumétricamente el espacio urbano estudiado.

Objetivo 5: Analizar cómo estos elementos pueden ser simplificados geométricamente y como se puede exportar el detalle que se pierde en la simplificación, mediante mapas de desplazamiento.

Objetivo 6: Evaluar la diferencia entre el modelo volumétrico con mapas de desplazamiento y la información base, identificando sus ventajas y desventajas y el nivel de fiabilidad de la información en cada etapa del proceso.



OBJETIVOS ESPECÍFICOS

El Laboratorio de Modelización Virtual de la Ciudad (LMVC) Centro de Política de Suelo y Valoraciones (CPSV)

Su objetivo principal es ofrecer una integración de las nueva tecnologías en el estudio, visualización y modelización de la ciudad. También entregar soporte a profesores y estudiantes para la difusión de estas nuevas tecnologías.

Proyectos a escala Urbana

•2005 Cadaqués•2006 Cuba•2007 Castillo De Santa Barbara (Alicante)•2007 Tossa de Mar•2007 Casco Histórico Sitges•2008 Colònia Sant Pere•2008 Castellfollit de la Roca•2009 Lloret de Mar

Estado Del Arte



1. MODELOS A ESCALA URBANA DEL LMVC

Equipo

RIEGL z420i

Alcance 2 a 350 mPrecisión 6mm@100mCampo Visual 80° x 360°Puntos/ Posición 2.800.000 de puntos [0,1°] 7minCámara Nikon D100

Estado Del Arte



TOSSA DE MAR Levantamiento Con Escaner Laser Terrestre Del Laboratorio De Modelización Virtual De La Ciudad


Corrección simultanea de imágenes, identificando y corrigiendo las problemáticas de combinar el sensor de la cámara con el del TLS

Estado Del Arte




CASCO HISTÓRICO SITGES Levantamiento Con Escaner Laser Terrestre Del Laboratorio De ModelizaciónVirtual De La Ciudad

Se desarrollo una metodología para el postproceso de una gran cantidad de posiciones de TLS (508)

Estado Del Arte




MUSEU MARMUSEU MARÍÍTIM DRASSANES TIM DRASSANES LevantamientoLevantamiento Con Con EscanerEscaner Laser Terrestre Laser Terrestre Del Laboratorio De Modelización Virtual De La Ciudad

En la toma de datos se aumento la resolución de la nube de puntos, acotando y sectorizando las zonas a escanear, evitando traslapar información entre posiciones.

Estado Del Arte



2. MODELOS URBANOS 3D

Modelos Urbanos 3D ActualesLOD1 (level of detail 1)LOD2 (level of detail 2)

Yong Hu ,Department of Geomatics Engineering, The University Of Calgary, 2003

Proyecto Rome Reborn, mayor reconstrucción histórica hasta la fecha, alrededor de 7000 edificios en la época de Constantino el Grande 320 dc

Gabriele Guidi, Politecnico di Milano, Italy, 2007

CityEngine ha sido aplicado para crear miles de edificios romanos y docena de templos jónicos y corintios.

Siggraph 2008

Modelos Urbanos futurosLOD3 (level of detail 3)

•Procesos semiautomáticos•Ciudades de volumetrías básicas•Interpretación de información de cubierta

Estado Del Arte

Shi Pu, International Institute for Geo-information Science and Earth Observation (ITC), Netherlands 2006



3. LA CLASIFICACIÓN Y SEGMENTACIÓNParámetros Para

Segmentar •Restricción de tamaño•Posición determinada•Dirección determinada•Topología restringida•Restricciones varias

David Belton, Curtin University of Technology Perth WA, Australia, 2006

Algoritmos•segmentación basada en los contornos •segmentación basada en las superficies•segmentación basada en líneas de barrido

Clasificación con laser escáner aéreo sobre imágenes 2.5Se tiene en cuenta pricipalemte:•Los tipos de vegetación •Altura de los edificios y el tipo de cubierta•Digital Terrain Model DTM

D. Visintini, e-preimetron, internationalquarterly e-journal on sciences andtechnologies 2007

Shi Pu, 2007

2.3 Reconocimiento de contornos

a) Intersección entre dos planosb) Determinación de la línea

basada en un ajuste cuadrático

c) Modelado de contorno de dos planos que no se interceptan

d) Contornos en un plano y falta de información al otro lado de la línea Christian Briese, Christian Doppler Laboratory “Spatial Data from Laser Scanning and Remote Sensing”, Vienna,

Austria, 2008.

2.2 Identificación de líneas

a) Línea quebradab) Línea de formac) Step edged) Línea de

contorno

Estado Del Arte



4. RECONOCIMIENTO GEOMÉTRICO2.1 Reconstrucción volumétrica de edificios mediante la detección de superficies

planas y segmentación de planos de suelo, con la tecnología de escáner laseraéreo (Airborne laser).

• Detectar las líneas de intersección y los bordes con saltos de altura• Todas las superficies planas deben conformar alguna parte del modelo

George Vosselman Department of Geodesy, Delft University of Technology, The Netherlands, 2001

Estado Del Arte



4. RECONOCIMIENTO GEOMÉTRICO

IoannisIoannis StamosStamos, Dept. of Computer Science, New , Dept. of Computer Science, New York, 2006York, 2006

Point cloud segment

Surface normalsNormals on

Gaussian sphereOrientation of first

cylinder (next: position)

Remove first cylinder points from segment

Procedure repeated for second cylinder

Complete CSG model + constraint specification

Final least-squares parameter estimation of CSG modelTahir Rabbani, Section of Optical and Laser Remote Sensing, Netherlands , 2008

IoannisIoannis StamosStamos, Dept. of Computer Science, New , Dept. of Computer Science, New York, 2002York, 2002

2.5 Intercepción de planos2.4 Reconstrucción industrial 3D

mediante modelos CSG

Calculo de la normal:•K nearest neigbors KNN•Fixed distance neighbors FDN

Region Growing: agrupar puntos pertenecientes a una superficie lisa, tratando de evadir la sobre segmentación, mediante:•seed surface•Expanciçon de la seed surfaces2.5 Cálculo automático de las líneas de planos que se interceptan, capturando líneas rectas en los contornos irregulares y discontinuos, debido al ruido de las esquinas.

Nube puntos

Normales + calculoresidual

Región growing

Segmentación

2.4 Geometría de primitivas

Estado Del Arte

Jan BÖHM Institute for Photogrammetry, Universität Stuttgart, Germany, 2007.



5. MODELO DIGITAL DE ALTA RESOLUCIÓN (LASERMAP)

2.6 Ground-based LIDAR: Generado mediante un mapa de desplazamiento como un dato de longitud de desplazamiento en dirección de la normal.

El modelo digital de superficie de fachada generado en programas de sistemas de información geográfica SIG, limitando el modelo a:

•Modelos volumétricos simples sin operaciones formales en fachada•Limitaciones en la intercepción de planos•Mapa de desplazamiento con una única orientación

Distribución espacial de los putos para estimar densidad promedio de los puntos

Errores en el mapa en aéreas con insuficiente información

Corrección semiautomatica de los mapas de desplazamiento

Distribución de la horizontal (linea puteada) y vertical (lineassolidas) distacia de los cotornosde la imagen

Estado Del Arte



5. MODELO DIGITAL DE ALTA RESOLUCIÓN (LASERMAP)

Concepto de pixol

st. Matthew

David

2.8 Médiate programas que manejan imagenes 2.5 (pixol) se pueden exportar mapa de desplazamiento de mallas de millones de polígonos

Para ello es importante generar un mapa de UV en la malla sin reducir y en el modelo volumétrico

Paolo Cignoni, Visual Computing Lab, Pisa, Italy

2.7 Por medio de algoritmos lo vemos tanto en proyectos como el st. Matthew en la imagen 10, como en el proyecto del David. En el proyecto de

•La malla de st. Matthew se redujo de 4 millones 500 triángulos

•En el David se pasa de 1,683K a 10K, con un mapa de desplazamiento de 1.5MB de 1024*1024 RGB formato PNG, llegando a reducir el modelo a 905KB en un archivo binario comprimido.

Podemos procesar alrededor de 1.1M-1.3M de caras en un sistema de 256MB de RAM

Optimización del modelo Modelo de nube de puntos

REORGANIZACIÓN DE LA INFORMACIÓN ANÁLISIS DE LOS DATOSIDENTIFICACIÓN ELEMENTOS URBANOS

Optimización

Limpieza RIGEL

Optimización semiautomática Por calles

Georreferenciación

Al. General

Alineación

Corrección color

ElementosUrbanos

Calles

Fachadas

MAPIFICACIÓN

Mapas de desplazamiento

DSM

Modelo poligonal

RECONOCIMIENTO

Parametrización

Simplificación geométrica

Reconocimientode planos

Clasificación manual

Clasificaciónpor Superficies

Clasificaciónsemiautomática

RegularesIrregulares

CLASIFICACIÓN

LevantamientoTLS

LevantamientoTopográfico

LevantamientoFotográfico

Toma de datos

ModeloUrbano de

múltiple resolución

UV Color

UV Intensidades

InformaciónGeorreferenciada

Intensidades

EVALUACIÓN

OBJETIVO 2

Metodología



Etapa Máster

OBJETIVO 5OBJETIVO 4OBJETIVO 3

OBJETIVO 1

OBJETIVO 6

EVALUACIÓN

REORGANIZACIÓN DE LA INFORMACIÓN

REORGANIZACIÓN DE LA INFORMACIÓN

ANÁLISIS DE LOS DATOS

ANÁLISIS DE LOS DATOS

IDENTIFICACIÓN ELEMENTOS URBANOS

IDENTIFICACIÓN ELEMENTOS URBANOS

MODELOURBANO

CLAS

IFIC

ACIÓ N

MAPIFICACIÓN

RECONOCIMIENTO

Metodología



POSIBLES TEMAS DE DOCTORADO

•Clasificación en imágenes 2.5 y Bases de datos•Análisis medioambientales por simulación•Parametrización y sustitución de elementos•Modelos Interactivos Complejos

Índice Propuesto

Capitulo 1. Introducción

Capitulo 2. Estado del arte

Capitulo 3. Desarrollo de la metodología

Clasificación

Reconocimiento de contornos y geometría

Modelo digital de alta resolución (Lasermap)

Capitulo 4. Aplicaciones en Arquitectura y urbanismo

Definición del caso de estudio

Correspondencia entre bases de datos

Utilización de aplicaciones SIG

Modelos simplificados y su manipulación

Capitulo 5. Evaluación de resultados

Capitulo 6. Propuesta para proyectos de investigación



Calendario



Bibliografía

Principios básicos de TLSPos procesamiento de Laser Escáner TerrestrePrincipios y aplicaciones de Laser Escáner TerrestreIntegración de técnicas en documentación del patrimonio

Clasificación de nubes de puntos Clasificación de escáner aéreo airboneExtracción de elementos desde laser escáner terrestreSegmentación semiautomática

Reconocimiento de contornos y geometríasAplicaciones industriales. Modelado de plantas industrialesSimplificación de mallasModelos 3D a escala Urbana y modelos de alta resolución

Modelo digital de alta resoluciónModelos digitales de terreno DTM en laser escáner aéreoground-based LIDAR, LasermapsMapas de desplazamiento en piezas, esculturas y modelado de alta resolución



Principales fuentes de bibliografía:

Clasificación y reconocimiento•Tahir Rabbani, Delft, Netherlands •Christian Briese, Vienna, Austria•Ioannis Stamos, New York, USA

Mapas de Desplazamiento•Jan BÖHM, Stuttgart, Germany•Paolo Cignoni, Pisa, Italy

Aportaciones



DESARROLLOS PRELIMINARESClasificación y segmentación

Clasificación por orientación, espesor del plano y su tamaño

Sobre una selección preliminar se selecciono el plano más grande dentro de un rango, se invirtió la selección para dejar solo el suelo, después se importo en Arcgis como un DSM

Clasificación de elementos urbanos, fachada y calleClasificación de superficies regulares como paredes

irregulares como puertas ventanas y carteles

Se me quedo en la universidad esta imagen ☺ También queda pendiente

LLORET DE MAR, Carrer Sant Carles,

MUSEU MARÍTIM DRASSANES, Vestíbulo y Muralla.

Aportaciones



DESARROLLOS PRELIMINARESSimplificación Del Modelo Y Mapas De Desplazamiento

Malla filtrada 30954 polígonos

Malla reducida a 1911 polígonos

Mapa de desplazamiento, Textura de Bumps

Primera aproximación con un reducción de malla libre

Mapa de UVModelo de Nurbs Textura fotoMapa de desplazamiento, Textura de

BumpsGeometrización de la malla y mapas de UV, malla original de 1’030.000 a 11.000 polígonos

Aportaciones



Clasificación en imágenes 2.5 y Bases de datos

Análisis medioambientales

por simulación

Urban Scale Weather Modeling NCAS and CD-adapco Partnership Oficina Meteorológica del Reino Unido

Microclimate studyhelps conserve Romanmurals

CFD helps guide fish through the Bonneville dam

Parametrización y sustitución de elementos

APLICACIONES FUTURAS

Modelos Interactivos Complejos

GRACIAS

nuevas herramientas para el anÁlisis urbano · 2020. 6. 9. · bases de datos a nivel urbano,...

Documents