PreProcessing Lidar Data
Saat ini drone sudah menjadi kebutuhan di dunia survei dan pemetaan. Dari mulai kebutuhan akan foto udara terupdate, hingga kebutuhan akan topografi. Kebutuhan di dunia survei dan pemetaan ini tak lepas dari kemajuan teknologi, algoritma software, dan perangkat keras komputer.
Setelah bertahun-tahun dominasi produk drone berupa foto udara mendominasi kebutuhan dunia survei dan pemetaan, giliran akurasi dan presisi data topografi yang saat ini mendapat banyak perhatian. Sebagai contoh pointcloud yang dihasilkan dari generate orthomosaic foto udara, ketelitiannya masih belum menyamai point hasil pengukuran terestris atau pointcloud dari survei menggunakan sensor lidar, light detection and ranging.
Salah satu solusi meningkatkan ketelitian pointcloud data dari wahana drone adalah dengan mengganti sensor kamera RGB dengan sensor lidar. Dahulu kala sensor lidar ini berdimensi besar dan berat. Namun kemajuan teknologi saat ini mampu meringkas sensor tersebut, hingga menjadi lebih efisien dan kecil dengan jangkauan terbatas yang mampu di bawa oleh drone, baik copter maupun fixwing.
Metode pengolahan data lidar berbeda dengan metode pengolahan data foto udara drone yang memanfaatkan algoritama structure from motion dan multi view stereo. Sebagai gambaran workflow sederhana pengolahan data lidar seperti pada gambar di bawah ini.
Jika pada akusisi foto udara kita mengenal adanya sidelap dan overlap, maka di akusisi lidar pun tidak berbeda, maka untuk pengolahan data lidar juga ada istilah strip allignment, sama halnya image allign pada foto udara. Langkah ini dilakukan secara line per line dan flight per flight. Istilah noise pada foto udara juga ada pada data lidar. Sehingga noise ini pun perlu di bersihkan sebelum data dilakukan klasifikasi.
Tahapan klasifikasi selanjutnya adalah untuk keperluan mendapatkan data ground yang digunakan untuk membuat garis kontur dan digital terrain model. Data non ground nya dapat diklasifikasikan untuk keperluan analisis vegetasi, jumlah pohon, tinggi, dan diameter pohon. Di beberapa kasus juga dipakai untuk analisis powerline dan tower.
Klasifikasi ground perlu diuji ketelitiannya, untuk itu ground test point yang diukur dengan peralatan geodetik diperlukan sebagai komparasi untuk melakukan assessment data.
Setelah dilakukan uji ketelitian, produk lain seperti digital terrain model, digital surface model, dan garis kontur bisa dibuat. Pada tahap akhir ini data survei dari produk lidar ini sudah bisa di delivery ke user data survei dan pemetaan.
Yogyakarta, 10 April 2022
- Problem Solving data DJI “jeglek”
- Model 3D untuk Deteksi Atap atau Tapak Bangunan?
- Pan Sharpening Pada Kamera Multispectral
- DTM dari Micasense Rededge-P
- Typical Pointcloud, Drone RGB VS Drone Lidar Untuk Pembuatan Tapak Bangunan
Yogyakarta, 10 Mei 2021
