Samanaikaisesti paikantavien ja kartoittavien käsiskannerien soveltuvuus rakennuksen geometrian mallintamiseen

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Vaaja, Matti
dc.contributor.advisor Hyyppä, Hannu
dc.contributor.author Keitaanniemi, Aino
dc.date.accessioned 2017-12-18T11:51:16Z
dc.date.available 2017-12-18T11:51:16Z
dc.date.issued 2017-12-11
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/29204
dc.description.abstract Tässä tutkimuksessa selvitetään samanaikaisesti paikantavan ja kartoittavan (SLAM) käsiskannerin soveltuvuutta rakennuksen geometrian mallintamiseen ja tällaisten mallien luomisen nopeuttamiseen. Tutkimus keskittyi SLAM-käsiskannereihin, joista tarkemmin tutkitaan ZEB-REVO-käsiskanneria. Tämän käsiskannerin soveltuvuuden tutkimiseksi rakennuksen geometriamallin luomiseen jaettiin tutkimus kirjallisuuskatsaukseen ja kokeellisiin tutkimuksiin. Kirjallisuuskatsauksessa selvitettiin rakennuksen geometriamallien luontia, SLAM-käsiskannerien taustoja ja ZEB-REVO:n toimintaperiaatteita. Kokeellisissa tutkimuksissa selvitettiin erillisillä analyyseillä useista mittauskohteista ZEB-REVO:n soveltuvuutta BIM-mallinnukseen. Tutkimus ei kuitenkaan sisällä BIM-mallin mallinnusvaihetta. Kokeellisissa tutkimuksissa selvisi ZEB-REVO:n soveltuvan hyvin rakennuksen geometrian mallintamiseen vain optimaalisten kohteiden kohdalla. Näiden tulosten pohjalta ZEB-REVO tarjoaa kuitenkin hyvän BIM-mallinnustarkkuuden vaatimaansa ajankäyttöön nähden. Lisäksi tarkkuutta voidaan verrata GSA:n (General Services Administration) ohjeellisiin mallinnusraja-arvoihin, joiden pohjalta havaittiin kohteen vaikuttavan mallinnuksen lopputulokseen. Tällöin optimaalinen kohde tuottaa koko rakennuksesta hyvän BIM-mallin, mutta sisätiloista tarkkuus jää raja-arvojen ulkopuolelle. Kuitenkin epäoptimaalisesta kohteesta, joita ovat SLAM-algoritmille sopimattomat tilat, BIM-mallin tuottaminen on mahdollista selvästi heikommalla tarkkuudella. Lisäksi tuloksista havaitaan ZEB-REVO:n mallinnuksen ominaisuuksien ja mittausasetusten vaikuttavan lopputulokseen. Tällaisia ominaisuuksia ovat muun muassa ZEB-REVO:n suhteellisen vähäinen kohina, SLAM-algoritmin hyvä paikannustarkkuus eri tilojen kohteiden välillä ja yli 2cm korkeiden yksityiskohtien havaitseminen. Lisäksi mittausasetuksiltaan tulokset tukevat laitevalmistajan ohjeiden mukaista mittausetäisyyttä ja rauhallista etenemistä. fi
dc.description.abstract This research determines the suitability of handheld simultaneous localization and mapping (SLAM) laser scanners for modelling the geometry of a building faster than with traditional methods. The research focuses on handheld SLAM laser scanners and the biggest focus is on the ZEB-REVO laser scanner. For the suitability of this laser scanner, the research was divided into a literature review and a practical research. The literature review explains how to make geometry models of buildings, the backgrounds of the SLAM laser scanners and the operational principle of ZEB-REVO. In the practical research, the suitability of ZEB-REVO for BIM modelling was tested by analysing results from different measurement subjects. However, the research do not include the modelling section of the preparation of the BIM. Based on the results of the practical research it can be concluded that the suitability of ZEB-REVO for modelling the geometry of the building is good when the subject is optimal. ZEB-REVO provides good accuracy for BIM modelling when we take to account the time usage of the modelling process. In addition to accuracy, it can be compared with a directive modelling the boundary values of GSA (General Services Administration). On the grounds of these comparisons, the subject impacts the accuracy of the final model. In these cases, the optimal subject gives a good BIM model for the whole building. However, the accuracy of the interior is bigger than the boundary values. Though, even in the non-optimal case producing the BIM model is possible, only with weaker accuracy. These non-optimal subjects are environments where SLAM algorithm does not work correctly. In addition these factors, some characteristics of ZEB-REVO affect the final model. ZEB-REVO features a relatively small noise, a SLAM algorithm which can locate subjects from different environments well together and is capable of recognizing details more extruded than 2 cm. Additionally this study confirms the manufacturer’s recommendation of measurement distance and movement speed. en
dc.format.extent 79
dc.format.mimetype application/pdf en
dc.language.iso fi en
dc.title Samanaikaisesti paikantavien ja kartoittavien käsiskannerien soveltuvuus rakennuksen geometrian mallintamiseen fi
dc.title The suitability of handheld simultaneous localization and mapping laser scanners for modelling the geometry of a building en
dc.type G2 Pro gradu, diplomityö fi
dc.contributor.school Insinööritieteiden korkeakoulu fi
dc.subject.keyword ZEB-REVO fi
dc.subject.keyword samanaikaisesti paikantava ja kartoittava fi
dc.subject.keyword SLAM fi
dc.subject.keyword käsiskanneri fi
dc.subject.keyword BIM fi
dc.subject.keyword geometrian mallinnus fi
dc.identifier.urn URN:NBN:fi:aalto-201712188002
dc.programme.major Fotogrammetria ja kaukokartoitus fi
dc.programme.mcode M3006 fi
dc.type.ontasot Master's thesis en
dc.type.ontasot Diplomityö fi
dc.contributor.supervisor Haggrén, Henrik
dc.programme Geomatiikan koulutusohjelma fi
local.aalto.electroniconly yes
local.aalto.openaccess yes


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse