STRIP ADJUSMENT Drone Lidar, Sering Mengalami Gagal?
Dunia Geodesi terutama pemetaan dengan menggunakan drone saat ini menjadi primadona bagi user hampir diseluruh dunia. Hampir semua kalangan tidak hanya Geodetic Engineer saja yang saat ini memanfaatkan kemampuan drone untuk akusisi data di lapangan secara cepat, murah, dan cukup akurat. Salah satunya drone LIDAR, yaitu drone yang membawa sensor Lidar yang merekam hingga jutaan titik dalam sekali sapuan per detik. Jika dahulu LIDAR hanya mungkin dibawa oleh aircraft berawak, saat ini sensor Lidar sudah cukup banyak yang ringan dan mampu diangkat oleh drone copter.
Bukan rahasia lagi dengan perkembangan software dan hardware saat ini muncul banyak software yang menyematkan beberapa fitur automatis dalam pengolahan data drone, termasuk salah satunya Terrascan yang sangat populer dikalangan pejuang pointcloud. Menariknya dengan kemudahan dari fitur fitur baru ini, sedikit membawa impact pada data Lidar. Ssalah satu contoh ada pada gambar dibawah ini.
Gambar diatas adalah potongan area yang dilihat dari samping. Jika diamati ada 2 batang pohon yang pola dan bentuk sama namun tidak menyatu. Jika dalam step pengolahan data Lidar ada yang namanya strip adjusment, maka data diatas sudah bisa dipastikan strip adjusmentnya gagal. Kenapa gagal?
Seharusnya batang pohon dapat berimpit menjadi satu kesatuan (akan kami tampilkan pada gambar berikutnya). Kegagalan ini bisa saja terjadi karena beberapa faktor. Misalkan terdapat deviasi pada satu line dengan line disebelahnya namun nilai koreksi yang mungkin melibatkan pitch, yaw and roll dan scale tidak tepat. Sehingga meski sudah dilakukan apply correction dengan nilai yang didapat, jika data dilakukan cros section hasilnya masih ada gap atau shifting.
Pentingnya mmahami konsep dasar boresight correctiond dan strip adjusment secara komperhensif. Ada banyak metode yang bisa diterapkan jika cara umum untuk mengoreksi data tersebut gagal, bisa digunakan klasifikasi ground untuk mendapatkan nilai koreksi di setiap line, baik itu secara horizontal maupun secara vertikal. Untuk data yang terdapat bangunan gedung bisa juga menggunakan metode tie lines dengan parameter building. Cara ini digunakan jika cara konvensional gagal seperti pada gambar diatas. Maka dalam melakukan pengolahan data lidar untuk mendapatkan presisi dan akurasi, pemahaman konsep dasar bisa dijadikan referensi untuk menentukan metode strip adjusment apa yang cocok dan efisien untuk data yang dimiliki.
Sebagai gambaran dari kondisi diatas kami melakukan metodde konvensional, namun hasilnya masih belum memuaskan, kami mencoba menggunakan sampling area terbuka dan tie lines berupa permukaan yang tidak tertutup vegetasi, dan hasilnya seperti pada gambar dibawah ini. Bisa dilihat cukup akurat bukan?
Cara koreksi pada data diatas bisa dilakukan secara manual ataupun secara automatis. Tergantung luas area dan seberapa berat datanya. Semoga bermanfaat.
Yogyakarta, 7 Maret 2025
