Pemetaan Bergerak Berbasis LiDAR Revolusi dalam Pemetaan & Representasi 3D

Mobile Mapping Systems (MMS) kini menjadi tulang punggung dalam menghasilkan data point clouds, membuka potensi besar untuk menciptakan representasi 3D yang akurat dan melakukan pemetaan area dengan efisien. Inti dari banyak MMS adalah Mobile Laser Scanner (MLS), perangkat canggih yang berfungsi mengukur jarak dan membangun model 3D. Pengguna sering mengintegrasikan MLS dengan teknologi LiDAR dan menyesuaikan sistem ini dengan platform pemasangannya. Dua metode paling umum yang mereka gunakan adalah Backpack LiDAR dan Vehicle LiDAR.

LiDAR atau Light Detection and Ranging menggunakan pulsa laser untuk mengukur jarak ke objek di sekitarnya dan menghasilkan model 3D dari kumpulan titik yang disebut point cloud. Ada perbedaan mendasar antara kedua jenis mobile LiDAR ini.

Dengan mengenakan Backpack LiDAR, pengguna dapat mengumpulkan data point cloud secara langsung selama bergerak di lapangan. Sementara itu, pengguna mengoperasikan Vehicle LiDAR dengan memasang sistem LiDAR pada kendaraan seperti mobil, truk, pesawat, atau drone untuk melakukan pemetaan saat kendaraan bergerak.

Vehicle LiDAR
**Sumber:** Mobile Mapping | Hi-Target Surveying Instrument Co.Ltd

Saat melakukan survei, operator menentukan resolusi dan kelengkapan data berdasarkan keahlian mereka dan kecepatan dalam mengakuisisi data. Untuk platform berbasis manusia maupun platform berbasis kecepatan konstan seperti kendaraan terestrial (wheel-based, boat-based, atau aerial), ada beberapa kiat yang direkomendasikan. Khususnya di lingkungan dalam

Beli juga: V700S SLAM RTK

ruangan dengan skala survei yang kecil, trajectory harus mulus dan teratur untuk menghindari rintangan mendadak atau perbedaan ground level yang signifikan. Jika GNSS (Global Navigation Satellite System) tidak dapat menjamin lokalisasi data, pengguna perlu menjamin akurasi dengan melakukan closed loop, yaitu kembali ke titik awal dan melakukan perjalanan bolak-balik selama operasi pemetaan. Ini sangat membantu algoritma SLAM (Simultaneous Localization and Mapping) dan data IMU (Inertial Measurement Unit) dalam memproses transisi dan rotasi, memastikan keselarasan optimal serta meminimalkan atau mendistribusikan kesalahan yang terakumulasi di sepanjang trajectory, seperti drift.

Data Point Clouds: Pengumpulan, Pemrosesan, dan Georeferensi

Data LiDAR yang terkumpul berupa point cloud, yaitu kumpulan titik-titik dengan koordinat 3D (X, Y, Z) dan atribut intensitas pantulan laser. Setiap titik merepresentasikan pantulan sebuah pulsa laser terhadap objek di lapangan. Untuk menghasilkan point cloud yang tergeoreferensi, sistem menggabungkan data jarak laser dengan data posisi GNSS dan orientasi sensor IMU. NOAA menjelaskan bahwa ketika sistem mengintegrasikan rentang laser dengan posisi dan orientasi dari perangkat GPS/IMU, sistem tersebut dapat menghasilkan sekelompok titik elevasi yang padat dan detail.

Hasilnya, setiap titik memiliki koordinat latitude, longitude, dan elevasi sesuai sistem koordinat bumi.

Setelah mengumpulkan point cloud, pengguna perlu memproses data tersebut: menyaring noise, lalu mendaftarkan (melakukan registrasi) data dari berbagai sweep (pemindaian) ke dalam satu basis koordinat. Biasanya, pengguna menggunakan perangkat lunak khusus (misalnya CloudCompare) untuk membersihkan data dengan menghapus titik-titik yang tidak relevan, seperti pantulan dari air atau vegetasi, dan membangun model 3D akhir. Setelah proses georeferensi selesai, pengguna dapat menggunakan titik-titik tersebut untuk membuat peta kontur, model elevasi (DTM), bangunan 3D, atau melakukan analisis lanjutan seperti deteksi perubahan.

Metode Direct Georeferencing (DG)

Proses georeferencing pada Vehicle LiDAR dilakukan melalui Direct Georeferencing. Ini adalah proses memproyeksikan setiap titik sensor (pixel) ke permukaan bumi berdasarkan prinsip interseksi. Direct Georeferencing biasanya melibatkan pengukuran posisi dan orientasi foto udara tanpa memerlukan GCPs (Ground Control Points). Metode ini secara langsung mengukur posisi dan orientasi sensor pemetaan udara, memungkinkan penetapan lokasi geografis. Ketergantungan utamanya adalah pada GPS (Global Positioning System) untuk posisi yang akurat dan IMU (Inertial Measurement Unit) untuk orientasi yang presisi. Dengan menerapkan teknik ini, pengguna dapat meminimalkan atau bahkan menghilangkan kebutuhan untuk mengukur tie point.

Tahapan Direct Georeferencing mencakup beberapa langkah. Pengguna memulai proses dengan mengubah koordinat LLA (Latitude, Longitude, Altitude) menjadi koordinat SKB (Sistem Koordinat Bumi) dalam format ECEF (Earth-Centered, Earth-Fixed). Setelah itu, sistem mentransformasikan koordinat SKB menjadi SKW (Sistem Koordinat Wahana) dengan mengalihkan pusat koordinat dari stasiun bumi ke pusat koordinat wahana (sensor). Selanjutnya, sistem mengubah koordinat SKW menjadi SKWR (Rotated Vehicle Coordinate System). Setelah memperoleh SKWR, sistem menyamakan sistem koordinat wahana dengan sistem koordinat bumi sebagai acuan. Operasi ini mengkonversi dari SKWR menjadi SKB untuk setiap pixel dalam satu garis. Tahap terakhir

Proses ini mengubah nilai koordinat SKB (ECEF) yang diperoleh menjadi koordinat lintang dan bujur untuk setiap piksel.

Akurasi data memainkan peran kunci dalam survei. Operator dapat mengatur tingkat detail berdasarkan akurasi sistem pemindai, arah dan mode paparan sinar laser, serta kecepatan mereka saat melakukan survei. Tim menilai tingkat detail dengan mengenali berbagai jenis target, seperti permukaan planar, objek spherical, dan elemen lain di lingkungan yang mereka pindai. Selain itu, mereka mengidentifikasi elemen-elemen lingkungan, termasuk detail struktural bangunan, unsur arsitektur, permukaan alami, dan batang pohon. Dengan memanfaatkan MLS, para profesional dapat menyelesaikan pekerjaan mobile mapping secara efisien dan akurat.. Output utama dari proses ini adalah point clouds yang kemudian di-georeferenced ke dalam sistem koordinat dunia nyata, menghasilkan objek 3D yang komprehensif.

Masih banyak teknologi canggih lain yang bisa bantu pekerjaan pemetaanmu makin efisien dan akurat!
Yuk, eksplor artikel lainnya di Hi-Target atau kepoin Instagram kami di @hitarget.indonesia buat update terbaru soal dunia survei dan pemetaan.

Article by: Amalia Puspita