کاربردهای ابرنقطه در لیزر اسکنر؛ فرمت‌های ذخیره‌سازی و مدل‌سازی سه‌بعدی

در مقاله قبل با مفهوم ابرنقاط (Point Cloud)، نحوه تشکیل آن و ویژگی‌های اصلی هر نقطه آشنا شدیم. اما ارزش واقعی کاربردهای ابرنقطه در لیزر اسکنر زمانی مشخص می‌شود که این داده‌ها در فرآیندهای پردازش، تحلیل مهندسی و مدل‌سازی سه‌بعدی مورد استفاده قرار می‌گیرند. ابرنقاط علاوه بر میلیون‌ها مختصات سه‌بعدی، می‌توانند اطلاعاتی مانند رنگ، شدت بازتاب و سایر ویژگی‌های مرتبط با هر نقطه را نیز ذخیره کنند و به عنوان پایه بسیاری از پروژه‌های مهندسی قرار گیرند.

امروزه ابرنقاط به یکی از مهم‌ترین خروجی‌های فناوری LiDAR و سامانه‌های لیزر اسکن سه‌بعدی تبدیل شده‌اند و در حوزه‌هایی مانند معماری، نقشه‌برداری، صنایع نفت و گاز، مستندسازی و ساخت دوقلوهای دیجیتال کاربرد گسترده‌ای دارند.

در این مقاله، فرمت‌های ذخیره‌سازی ابرنقاط، اطلاعات رنگی، کاربردهای مهندسی و نقش این داده‌ها در مدل‌سازی سه‌بعدی با استفاده از لیزر اسکنر را بررسی می‌کنیم.

داده‌های رنگی (Color Information) در ابرنقطه‌های لیزر اسکنر

مختصات هندسی و شدت بازتاب، به‌تنهایی اطلاعات ارزشمندی از محیط در اختیار قرار می‌دهند؛ با این حال، در بسیاری از کاربردهای مهندسی و مستندسازی، مشاهده رنگ واقعی اجسام نیز اهمیت زیادی دارد. به همین دلیل، بسیاری از لیزر اسکنرهای سه‌بعدی علاوه بر حسگر LiDAR، به یک یا چند دوربین دیجیتال مجهز هستند.

برخلاف تصور رایج، اطلاعات رنگ توسط خود LiDAR اندازه‌گیری نمی‌شود. حسگر لایدار تنها فاصله، مختصات و در بسیاری از موارد شدت بازتاب را ثبت می‌کند، در حالی که داده‌های رنگی از تصاویر ثبت‌شده توسط دوربین استخراج و پس از کالیبراسیون، به نقاط متناظر در ابرنقطه (Point Cloud) اختصاص داده می‌شوند.

در این فرآیند که به آن Color Mapping یا Colorization گفته می‌شود، برای هر نقطه مقادیر رنگی RGB تعیین می‌شود. نتیجه این کار، ایجاد ابرنقطه‌ای است که علاوه بر اطلاعات هندسی، ظاهر واقعی محیط را نیز نمایش می‌دهد.

وجود اطلاعات رنگی در کاربردهایی مانند مستندسازی میراث فرهنگی، معماری، تولید دوقلوی دیجیتال (Digital Twin)، بازرسی تأسیسات صنعتی و مدل‌سازی سه‌بعدی با لیزر اسکنر، باعث درک بهتر محیط و تسهیل تفسیر داده‌ها می‌شود.

فرمت‌های ذخیره‌سازی ابرنقاط در لیزر اسکنر

ابرنقاط تولیدشده توسط لیزر اسکنرهای سه‌بعدی معمولاً شامل میلیون‌ها یا حتی میلیاردها نقطه هستند. هر نقطه علاوه بر مختصات سه‌بعدی، می‌تواند اطلاعاتی مانند شدت بازتاب، رنگ، زمان ثبت و سایر ویژگی‌های مرتبط را نیز در خود ذخیره کند. به همین دلیل، داده‌های حاصل از لیزر اسکنینگ در قالب فرمت‌های تخصصی ذخیره می‌شوند که هرکدام برای اهداف مشخصی در پردازش و تبادل اطلاعات طراحی شده‌اند.

فرمت LAS

LAS یکی از شناخته‌شده‌ترین و پرکاربردترین فرمت‌های ذخیره‌سازی داده‌های LiDAR و ابرنقطه است که توسط انجمن سنجش از دور و فتوگرامتری آمریکا (ASPRS) توسعه یافته است. این فرمت علاوه بر مختصات سه‌بعدی نقاط، امکان ذخیره اطلاعاتی مانند شدت بازتاب (Intensity)، شماره بازتاب، تعداد بازتاب‌ها، طبقه‌بندی نقاط، زمان ثبت و سایر ویژگی‌های استاندارد را فراهم می‌کند.

فرمت LAZ

LAZ نسخه فشرده‌شده فرمت LAS است که بدون کاهش اطلاعات، حجم فایل‌های ابرنقطه را به میزان قابل توجهی کاهش می‌دهد. به همین دلیل، در پروژه‌های بزرگ لیزر اسکنر که حجم داده‌ها بسیار زیاد است، استفاده از فرمت LAZ یک راهکار رایج برای مدیریت و انتقال داده محسوب می‌شود.

فرمت E57

E57 یک فرمت باز و مستقل از تولیدکننده است که برای تبادل داده‌های حاصل از لیزر اسکن سه‌بعدی میان نرم‌افزارهای مختلف توسعه یافته است. این فرمت علاوه بر ذخیره ابرنقاط، می‌تواند اطلاعاتی مانند تصاویر، داده‌های کالیبراسیون و برخی فراداده‌های پروژه را نیز نگهداری کند و به همین دلیل در بسیاری از پروژه‌های صنعتی، عمرانی و معماری کاربرد دارد.

فرمت PLY

PLY (Polygon File Format) ابتدا برای ذخیره مدل‌های سه‌بعدی توسعه یافت، اما امروزه برای ذخیره ابرنقاط نیز استفاده می‌شود. این فرمت از اطلاعاتی مانند مختصات، رنگ، بردار نرمال و سایر ویژگی‌های هر نقطه پشتیبانی می‌کند و در بسیاری از نرم‌افزارهای پردازش داده‌های سه‌بعدی قابل استفاده است.

فرمت XYZ

XYZ یکی از ساده‌ترین فرمت‌های ذخیره‌سازی ابرنقاط است که معمولاً فقط مختصات سه‌بعدی نقاط را به صورت متنی ذخیره می‌کند. در برخی نسخه‌ها ممکن است اطلاعاتی مانند رنگ یا شدت بازتاب نیز به آن اضافه شود، اما ساختار استاندارد و یکسانی بین نرم‌افزارهای مختلف ندارد.

علاوه بر این فرمت‌ها، برخی نرم‌افزارهای پردازش ابرنقاط از قالب‌هایی مانند PTS، PTX، POD، RCP، RCS، PCD و ASC نیز پشتیبانی می‌کنند که هرکدام برای کاربردهای خاص یا نرم‌افزارهای مشخص توسعه یافته‌اند.

در پروژه‌های حرفه‌ای لیزر اسکنر و برداشت سه‌بعدی، فرمت‌های LAS، LAZ و E57 از رایج‌ترین گزینه‌ها محسوب می‌شوند؛ زیرا علاوه بر سازگاری گسترده با نرم‌افزارهای مختلف، امکان ذخیره حجم زیادی از اطلاعات مورد نیاز برای پردازش، تحلیل و مدل‌سازی سه‌بعدی را فراهم می‌کنند.

کاربردهای ابرنقطه در لیزر اسکنر

ابرنقاط (Point Cloud) را می‌توان نقطه آغاز بسیاری از فرآیندهای تحلیل، پردازش و مدل‌سازی سه‌بعدی دانست. این داده‌ها که توسط لیزر اسکنرهای سه‌بعدی و سامانه‌های مبتنی بر LiDAR تولید می‌شوند، نزدیک‌ترین نمایش دیجیتال به هندسه واقعی محیط اندازه‌گیری‌شده هستند و به همین دلیل در طیف گسترده‌ای از پروژه‌های مهندسی مورد استفاده قرار می‌گیرند.

در پروژه‌های عمرانی و معماری، داده‌های حاصل از لیزر اسکنر برای مستندسازی وضعیت موجود، برداشت دقیق سازه‌ها، کنترل تغییرات، تهیه نقشه‌های سه‌بعدی و تولید مدل‌های اطلاعات ساختمان (BIM) استفاده می‌شوند. این روش امکان ثبت جزئیات پیچیده ساختمان‌ها و سازه‌ها را با سرعت و دقت بالا فراهم می‌کند.

در صنایع نفت، گاز و پتروشیمی نیز ابرنقاط نقش مهمی در تهیه مدل دقیق تأسیسات، مستندسازی تجهیزات، برنامه‌ریزی تعمیرات و توسعه واحدهای صنعتی دارند. استفاده از لیزر اسکن سه‌بعدی در این حوزه‌ها باعث کاهش خطاهای برداشت و افزایش دقت در طراحی و تصمیم‌گیری می‌شود.

در معادن، تونل‌ها و پروژه‌های زیرساختی، ابرنقاط امکان محاسبه حجم، پایش تغییر شکل، کنترل پیشرفت عملیات و بررسی شرایط محیطی را فراهم می‌کنند. همچنین در حوزه میراث فرهنگی، این داده‌ها به عنوان ابزاری ارزشمند برای ثبت، مستندسازی و حفاظت دیجیتال آثار تاریخی مورد استفاده قرار می‌گیرند.

با گسترش مفهوم دوقلوی دیجیتال (Digital Twin)، اهمیت ابرنقاط تولیدشده توسط لیزر اسکنرها بیش از گذشته افزایش یافته است؛ زیرا این داده‌ها یکی از مهم‌ترین منابع ایجاد نسخه دیجیتال دقیق از دارایی‌های فیزیکی و محیط‌های واقعی محسوب می‌شوند.

نقش ابرنقاط لیزر اسکنر در مدل‌سازی سه‌بعدی

اگرچه ابرنقاط تولیدشده توسط لیزر اسکنر سه‌بعدی تصویری بسیار دقیق از هندسه واقعی محیط ارائه می‌کنند، اما معمولاً محصول نهایی پروژه محسوب نمی‌شوند. در اغلب کاربردهای مهندسی، این داده‌ها نقطه شروع فرآیندهای پردازشی هستند که در نهایت به تولید مدل‌های سه‌بعدی قابل استفاده منجر می‌شوند.

پس از انجام مراحل پردازش مانند فیلترسازی، حذف نویز، هم‌ترازسازی (Registration)، ژئورفرنس‌سازی و در برخی موارد طبقه‌بندی نقاط، می‌توان از داده‌های Point Cloud برای بازسازی سطوح، تولید مش (Mesh)، استخراج خطوط و عوارض هندسی، ایجاد مدل‌های پارامتریک و تهیه مدل‌های اطلاعات ساختمان (BIM) استفاده کرد.

کیفیت مدل سه‌بعدی نهایی ارتباط مستقیمی با کیفیت داده‌های اولیه ثبت‌شده توسط لیزر اسکنر دارد. هرچه ابرنقاط از نظر دقت، تراکم، پوشش مناسب و میزان نویز وضعیت بهتری داشته باشند، مدل تولیدشده نیز با واقعیت تطابق بیشتری خواهد داشت.

در بسیاری از الگوریتم‌های پردازش ابرنقاط، محاسبه فاصله میان نقاط یکی از عملیات پایه محسوب می‌شود. فاصله اقلیدسی میان دو نقطه از رابطه زیر به دست می‌آید:

d = √((x₂ − x₁)² + (y₂ − y₁)² + (z₂ − z₁)²)

این رابطه در الگوریتم‌هایی مانند خوشه‌بندی، ثبت داده‌ها (Registration)، جستجوی نزدیک‌ترین همسایه، بازسازی سطح و تحلیل‌های هندسی مورد استفاده قرار می‌گیرد و یکی از روابط بنیادی در پردازش داده‌های سه‌بعدی محسوب می‌شود.

جمع‌بندی

ابرنقاط تنها مجموعه‌ای از میلیون‌ها نقطه سه‌بعدی نیستند، بلکه داده‌هایی چندبعدی و ارزشمند هستند که می‌توانند علاوه بر مختصات هندسی، اطلاعاتی مانند رنگ، شدت بازتاب، زمان ثبت و سایر ویژگی‌های مرتبط با هر نقطه را نیز ذخیره کنند.

این داده‌ها در کنار فرمت‌های استاندارد ذخیره‌سازی، امکان تبادل، پردازش و تحلیل در نرم‌افزارهای مختلف را فراهم می‌کنند و امروزه پایه بسیاری از فرآیندهای مهندسی مبتنی بر لیزر اسکنر و برداشت سه‌بعدی محسوب می‌شوند.

از مستندسازی و مدل‌سازی اطلاعات ساختمان (BIM) گرفته تا ایجاد دوقلوهای دیجیتال (Digital Twin)، تحلیل‌های هندسی و بازسازی سه‌بعدی، ابرنقاط نقش اساسی در تبدیل محیط واقعی به مدل دیجیتال دارند. به همین دلیل، انتخاب فرمت مناسب، حفظ کیفیت داده‌های اولیه و شناخت قابلیت‌های Point Cloud از عوامل مهم موفقیت پروژه‌های لیزر اسکنینگ محسوب می‌شود.

برای خرید لیزر اسکنر با کیفیت داده‌خروجی بالا، مدل‌های موجود در بازرگانی امیر را مشاهده کنید.