ابرنقطه (Point Cloud) مجموعه‌ای از میلیون‌ها نقطه سه‌بعدی است که توسط لیزر اسکنر یا سامانه‌های مبتنی بر فناوری LiDAR تولید می‌شود. این نقاط با ثبت مختصات دقیق X، Y و Z، نمایش دیجیتالی بسیار دقیقی از شکل و هندسه واقعی محیط ایجاد می‌کنند.

در سامانه‌های مدرن برداشت سه‌بعدی، هدف تنها اندازه‌گیری فاصله نیست، بلکه تولید داده‌ای است که بتواند محیط را با دقت بالا بازسازی کند. لیزر اسکنرها این کار را با ثبت میلیون‌ها اندازه‌گیری در مدت‌زمانی کوتاه انجام می‌دهند و خروجی این فرآیند، ابرنقطه (Point Cloud) است.

ابرنقطه را می‌توان مهم‌ترین خروجی لیزر اسکن سه‌بعدی دانست؛ زیرا تقریباً تمام مراحل بعدی، از هم‌ترازسازی و ژئورفرنس‌سازی گرفته تا تولید مدل‌های سه‌بعدی، تحلیل‌های هندسی، مدل‌سازی اطلاعات ساختمان (BIM) و ایجاد دوقلوی دیجیتال (Digital Twin)، بر پایه همین داده‌ها انجام می‌شوند.

برخلاف مدل‌های CAD که از خطوط و سطوح هندسی تشکیل شده‌اند، ابرنقاط مستقیماً از نمونه‌برداری سطوح واقعی ایجاد می‌شوند. به همین دلیل، این داده‌ها یکی از دقیق‌ترین نمایش‌های دیجیتال از محیط فیزیکی محسوب می‌شوند و پایه بسیاری از کاربردهای مهندسی، نقشه‌برداری و مدل‌سازی سه‌بعدی هستند.

 

نمایش سه‌بعدی ابرنقطه (Point Cloud) حاصل از اسکن لیزری

 

ابرنقطه (Point Cloud) چیست؟

ابرنقطه (Point Cloud) مجموعه‌ای از نقاط گسسته در فضای سه‌بعدی است که توسط لیزر اسکنر یا سامانه‌های مبتنی بر فناوری LiDAR تولید می‌شود. هر نقطه موقعیت بخشی از سطح یک جسم یا محیط را نشان می‌دهد و معمولاً با سه مختصه مکانی X، Y و Z تعریف می‌شود. در کنار میلیون‌ها نقطه دیگر، این داده‌ها توصیفی دیجیتال و بسیار دقیق از هندسه محیط ایجاد می‌کنند.

نکته مهم این است که ابرنقاط خودِ مدل سه‌بعدی نیست. این داده صرفاً مجموعه‌ای از نمونه‌های اندازه‌گیری‌شده از سطح اجسام است. مدل‌های سه‌بعدی، مش‌ها (Mesh) و سطوح پارامتریک در مراحل بعدی پردازش و با استفاده از همین نقاط تولید می‌شوند.

از دیدگاه ریاضی، اگر سطح واقعی محیط را با مجموعه S نمایش دهیم، ابرنقاط را می‌توان نمونه‌ای گسسته از این سطح در نظر گرفت:

P = {pᵢ | pᵢ = (xᵢ, yᵢ, zᵢ), pᵢ S}

به بیان دیگر، هر نقطه تنها یک نمونه از سطح واقعی است و هرچه تعداد این نمونه‌ها بیشتر باشد، نمایش دیجیتال محیط به واقعیت نزدیک‌تر و جزئیات آن دقیق‌تر خواهد بود.

 

نحوه تشکیل ابرنقطه (Point Cloud)

فرآیند تشکیل ابرنقطه (Point Cloud) از لحظه‌ای آغاز می‌شود که لیزر اسکنر یا سامانه مبتنی بر فناوری LiDAR یک پالس لیزر را به سمت محیط ارسال می‌کند. هر پالس تنها یک اندازه‌گیری مستقل انجام می‌دهد؛ به این معنا که فاصله میان حسگر و نخستین سطحی را که پرتو لیزر به آن برخورد می‌کند، محاسبه می‌کند.

چرخه تشکیل هر نقطه را می‌توان به چهار مرحله اصلی تقسیم کرد:

  • ارسال پالس لیزر
  • برخورد پرتو با سطح هدف
  • دریافت سیگنال بازگشتی
  • محاسبه فاصله و مختصات نقطه

بنابراین، هر پالس لیزر تنها یک نقطه تولید می‌کند. اما از آنجا که این فرآیند صدها هزار تا میلیون‌ها بار در هر ثانیه تکرار می‌شود، در مدت‌زمانی کوتاه مجموعه‌ای بسیار متراکم از نقاط سه‌بعدی ایجاد می‌شود که هندسه محیط را با جزئیات بالا نمایش می‌دهد.

در سامانه‌های مبتنی بر Time of Flight، فاصله از رابطه زیر به دست می‌آید:

d = (c × Δt) / 2

که در آن:

  • d = فاصله تا سطح هدف
  • c = سرعت نور
  • Δt = زمان رفت و برگشت پالس لیزر

پس از تعیین فاصله، دستگاه با استفاده از زاویه افقی و عمودی پرتو، مختصات سه‌بعدی هر نقطه را محاسبه می‌کند:

X = d cos(θ) cos(φ)

Y = d cos(θ) sin(φ)

Z = d sin(θ)

در نهایت، میلیون‌ها نقطه حاصل از این فرآیند در کنار یکدیگر ابرنقطه (Point Cloud) را تشکیل می‌دهند که مبنای تمام پردازش‌های بعدی در لیزر اسکن سه‌بعدی است.

 

نمونه پردازش داده‌های ابرنقطه در لیزر اسکن سه‌بعدی

مختصات سه‌بعدی نقاط در ابرنقطه (Point Cloud)

هر نقطه در ابرنقطه (Point Cloud) که توسط لیزر اسکنر یا سامانه‌های مبتنی بر فناوری LiDAR ثبت می‌شود، دارای مختصات سه‌بعدی مشخصی است. با این حال، این مختصات همیشه در یک سیستم مرجع جهانی بیان نمی‌شوند. بسته به نوع سامانه و مرحله پردازش، نقاط ممکن است در یکی از سیستم‌های زیر تعریف شوند:

  • سیستم مختصات داخلی حسگر (Scanner Coordinate System)
  • سیستم مختصات محلی پروژه (Local Coordinate System)
  • سیستم مختصات پروژه
  • سیستم مختصات جهانی پس از ژئورفرنس‌سازی

در بسیاری از پروژه‌های لیزر اسکن سه‌بعدی، داده‌های اولیه ابتدا در سیستم مختصات داخلی دستگاه یا سیستم محلی ثبت می‌شوند و سپس با استفاده از نقاط کنترل زمینی (GCP) یا سامانه‌های GNSS به مختصات جهانی منتقل می‌شوند.

از دیدگاه خطاشناسی، مختصات مشاهده‌شده هر نقطه را می‌توان به صورت زیر نمایش داد:

pᵢ(obs) = pᵢ(true) + εᵢ

که در آن εᵢ مجموع خطاهای ناشی از اندازه‌گیری فاصله، زاویه، شرایط محیطی، کالیبراسیون و سایر عوامل مؤثر بر اندازه‌گیری است.

نمودار خطای اندازه‌گیری نقاط ابرنقطه

ویژگی‌های هر نقطه در ابرنقطه (Point Attributes)

برخلاف تصور رایج، هر نقطه در ابرنقطه (Point Cloud) که توسط لیزر اسکنر ثبت می‌شود، تنها از سه مختصه X، Y و Z تشکیل نشده است. در بسیاری از سامانه‌های مدرن، هر نقطه می‌تواند مجموعه‌ای از ویژگی‌های اضافی را نیز در خود ذخیره کند که در پردازش، تحلیل و تفسیر داده‌های سه‌بعدی نقش مهمی دارند.

از مهم‌ترین ویژگی‌های قابل ذخیره برای هر نقطه می‌توان به موارد زیر اشاره کرد:

  • مختصات سه‌بعدی (X, Y, Z)
  • شدت بازتاب (Intensity)
  • اطلاعات رنگ (RGB)
  • زمان ثبت نقطه (GPS Time یا Timestamp)
  • شماره بازتاب (Return Number)
  • تعداد بازتاب‌ها (Number of Returns)
  • زاویه اسکن (Scan Angle)
  • کلاس یا طبقه‌بندی نقطه (Classification)
  • بردار نرمال سطح (Normal Vector) که معمولاً در مراحل پردازش محاسبه می‌شود.

وجود این ویژگی‌ها باعث می‌شود ابرنقاط صرفاً مجموعه‌ای از مختصات نباشند، بلکه به یک پایگاه داده غنی از اطلاعات هندسی، فیزیکی و تصویری تبدیل شوند. همین اطلاعات، امکان انجام پردازش‌های پیشرفته، طبقه‌بندی عوارض، تولید مدل‌های سه‌بعدی و تحلیل دقیق داده‌های لیزر اسکنر را فراهم می‌کنند.

تراکم نقاط در ابرنقطه (Point Density)

تراکم نقاط (Point Density) یکی از مهم‌ترین شاخص‌های کیفیت ابرنقطه (Point Cloud) در لیزر اسکنر است و نشان می‌دهد چه تعداد نقطه در یک واحد سطح یا حجم ثبت شده است. هرچه تراکم نقاط بیشتر باشد، جزئیات هندسی محیط با دقت بالاتری نمایش داده می‌شود.

به‌صورت ساده، تراکم نقاط از رابطه زیر بیان می‌شود:

ρ = N / A

یا در کاربردهای حجمی:

ρ = N / V

که در آن:

  • N = تعداد نقاط
  • A = مساحت
  • V = حجم

افزایش تراکم معمولاً باعث نمایش دقیق‌تر جزئیات هندسی می‌شود، اما کیفیت نهایی تنها به تعداد نقاط وابسته نیست. عواملی مانند فاصله حسگر تا هدف، زاویه برخورد پرتو، واگرایی پرتو لیزر (Beam Divergence)، اندازه لکه لیزر (Laser Spot Size) و نویز اندازه‌گیری نیز بر کیفیت هندسی ابرنقطه تأثیر مستقیم دارند. به همین دلیل، دو ابرنقطه با تراکم یکسان یا تعداد نقاط مشابه، ممکن است از نظر دقت و کیفیت هندسی تفاوت قابل توجهی داشته باشند.

 

مقایسه تراکم و کیفیت هندسی ابرنقطه‌های مختلف

شدت بازتاب (Intensity) در ابرنقطه

در بسیاری از لیزر اسکنرها و سامانه‌های مبتنی بر فناوری LiDAR، علاوه بر مختصات مکانی، شدت بازتاب (Intensity) نیز برای هر نقطه ثبت می‌شود. این پارامتر بیانگر میزان انرژی بازگشتی پرتو لیزر پس از برخورد با سطح هدف است و نباید با اطلاعات رنگ (RGB) اشتباه گرفته شود.

به‌صورت مفهومی، شدت بازتاب را می‌توان به شکل زیر نمایش داد:

I R × cos(α)

که در آن:

  • I = شدت بازتاب
  • R = ضریب بازتابندگی سطح
  • α = زاویه برخورد پرتو

شدت بازتاب تحت تأثیر عواملی مانند جنس سطح، رنگ، زبری، رطوبت، زاویه تابش و طول موج لیزر قرار می‌گیرد. به همین دلیل، این ویژگی در بسیاری از کاربردهای تخصصی لیزر اسکن مانند طبقه‌بندی عوارض، تشخیص مصالح، تفکیک پوشش گیاهی و تحلیل ویژگی‌های سطوح مورد استفاده قرار می‌گیرد.

 

 

جمع‌بندی

ابرنقطه (Point Cloud) مهم‌ترین خروجی اولیه لیزر اسکنر و سامانه‌های مبتنی بر فناوری LiDAR است. این داده‌ها از میلیون‌ها اندازه‌گیری مستقل تشکیل می‌شوند و بدون تحمیل هیچ مدل هندسی از پیش تعریف‌شده، تصویری دقیق از هندسه واقعی محیط ارائه می‌دهند.

هر نقطه، علاوه بر مختصات سه‌بعدی، می‌تواند اطلاعات ارزشمندی مانند شدت بازتاب و سایر ویژگی‌های فیزیکی را نیز در خود ذخیره کند. به همین دلیل، ابرنقطه تنها مجموعه‌ای از نقاط فضایی نیست، بلکه پایه‌ای غنی برای پردازش داده‌های سه‌بعدی، تحلیل‌های مهندسی و تولید مدل‌های دقیق دیجیتال محسوب می‌شود.

شناخت ابرنقطه (Point Cloud) تنها به نحوه تشکیل و ویژگی‌های آن محدود نمی‌شود. در مقالات بعدی این مجموعه، موضوعاتی مانند اطلاعات رنگی، فرمت‌های ذخیره‌سازی، پردازش ابرنقطه، کاربردهای مهندسی و نقش آن در مدل‌سازی سه‌بعدی را بررسی خواهیم کرد تا درک کامل‌تری از جایگاه این داده‌ها در فناوری‌های نوین لیزر اسکن سه‌بعدی به دست آورید.

 

برای آشنایی با دستگاه‌هایی که این داده‌ها را تولید می‌کنند، به صفحه خرید لیزر اسکنر در بازرگانی امیر سر بزنید.