„In Zukunft wird die Photogrammetrie universell“

Vor rund 20 Jahren fanden erste Punktwolken Verwendung in Geoanwendungen, vor rund 10 Jahren etablierten sie sich. Wir befragten Thomas Koch zur aktuellen Großwetterlage fĂŒr den Markt und wagten den Blick in die Zukunft der 3D-Technologie.

Business Geomatics: Herr Koch, wie schÀtzen Sie das Marktpotenzial von 3D-Punktwolken ein?

Thomas Koch ist Produktmanager bei dem Stuttgarter Unternehmen nFrames. Foto: nFrames GmbH

Thomas Koch ist Produktmanager bei dem Stuttgarter Unternehmen nFrames. Foto: nFrames GmbH

Thomas Koch: Die in der Landesvermessung gewonnenen amtlichen Höhendaten bilden die Grundlage fĂŒr wichtige Forschungsprojekte, Emissions- und Immissionsanalysen sowie bodenkundliche Datenerfassung und Fachinformationssysteme. Auch fĂŒr die Planung von Großprojekten, Trassen und Funknetzen werden die Daten herangezogen. Je nach Anwendung werden dabei die 3D OberflĂ€chen benötigt oder ein entsprechend gefiltertes GelĂ€ndemodell, das lediglich die Bodenpunkte enthĂ€lt. Aber auch in kleineren Projekten finden Punktwolken aus Bildern mehr und mehr Verbreitung, zum Beispiel auf Baustellen, im Tagebau, in der Energiewirtschaft. Und diese Anwendungsbereiche liefern uns einen sehr stark wachsenden Markt fĂŒr die Photogrammetrie.

Wie verĂ€ndern sich die AnsprĂŒche an die Punktwolken?

QualitĂ€t und schnelle VerfĂŒgbarkeit sind die wichtigsten Kriterien. Jedes Glied in der Prozessierungskette – angefangen bei der Hardware ĂŒber die Aufnahmesensoren bis zu den Produktionsumgebungen – muss darauf ausgerichtet sein. Schließlich geht es um eine Massendatenverarbeitung, mit steigendem Datenvolumen. Mit den heutigen hochauflösenden Kameras werden nicht selten mehrere hundert Punkte pro Quadratmeter extrahiert, mit einer Höhengenauigkeit von nur wenigen Zentimetern.

Bei kleineren lokalen Projekten mit unbemannten Drohnen kann die Punktdichte sogar auf bis zu 10.000 Messpunkte pro Quadratmeter ansteigen, die allerdings je nach Bedarf der jeweiligen Anwendung optional ausgedĂŒnnt beziehungsweise vereinfacht werden kann.

Wird das Punktwolkenmatching aus Luftbildern das 3D-Laserscanning zukĂŒnftig ersetzen?

Keineswegs. Die mit dem Airborne Laserscanning möglichen Mehrfachreflexionen ermöglichen in Gebieten mit stĂ€rkerer Vegetation auch eine simultane Datenerfassung von OberflĂ€chen und deren Hintergrund, also etwa von Baumkronen und dem Boden. Laserscanning ist zudem vom Tageslicht unabhĂ€ngig. Sonderanwendungen wie bathymetrisches Laserscanning kann den Boden von GewĂ€ssern erfassen. Es gibt also vielmehr ein großes Potenzial in der kombinierten Nutzung von Laserdaten und der bildbasierten Photogrammetrie, etwa zum AuffĂŒllen von LĂŒcken in Abschattungen oder schwach texturierten Gebieten.

Bisher gab es bei den Punktwolken noch EinschrÀnkungen in Bezug auf Visualisierung und Nutzen in weiteren Workflows. Wie kann diese Herausforderung gelöst werden?

Nicht nur durch steigende Rechnerleistung. Heute gibt es mit der texturierten Dreiecksvermaschung, den sogenannten Meshes, eine Technologie, mit der die enorme bildliche Informationsdichte der bildbasierten Punktwolken beibehalten wird, die die Anwendungsmöglichkeiten solcher Daten aber enorm vervielfacht. GegenĂŒber Punktwolken reprĂ€sentieren Meshes eine OberflĂ€che und deren Topologie, daher kann die Geometrie stark komprimiert werden – beispielsweise kann eine große Ebene in einer Punktwolke durch wenige Dreiecke reprĂ€sentiert werden.

Trotzdem ist die wertvolle vollaufgelöste Textur aus den Originalbildern verwendbar. Damit stellen Meshes eine nahezu optimale ReprĂ€sentationsmöglichkeit dar. Immer mehr weiterfĂŒhrende Softwarelösungen können Meshes daher bereits heute nicht nur visualisieren, sondern auch fĂŒr Messungen und automatische Analysen weiterverarbeiten.

Neben der flugzeug- und helikopterbasierten Photogrammetrie haben sich die automatisierten FlĂŒge mit Drohnen etabliert. Wie wirkt sich dies im Markt aus?

FĂŒr uns stehen beide Methoden gleichberechtigt nebeneinander, je nach Anwendungsbereich wird die eine oder die andere Art der Datengewinnung zielfĂŒhrender sein. Die „bemannte“ Photogrammetrie profitiert auch heute von Neuentwicklungen insbesondere bei der Sensorik und hinsichtlich der ProduktivitĂ€t. Moderne Kamerasysteme mit mehreren Köpfen nehmen gleichzeitig Nadir und SchrĂ€gbilder in höchster Auflösung auf, die zu kompletten 3D Stadtmodellen verarbeitet werden können. Wo also große FlĂ€chen erfasst werden wollen, ist die bemannte Luftbildphotogrammetrie sehr viel effizienter. Nicht zuletzt ist ein bemannter Bildflug weit unabhĂ€ngiger von WettereinflĂŒssen, wohingegen Drohnen zum Beispiel nur bei relativ geringen WindstĂ€rken die erforderlichen Genauigkeiten liefern. In lokalen Projekten, in denen die Kosten fĂŒr einen bemannten Bildflug zu hoch wĂ€ren, in denen die Bildauflösung höher sein muss oder wo man keine Zeit fĂŒr lange Planungen hat, setzen sich Drohnen zunehmend durch.

Automatisierte Prozesse und DatenqualitĂ€t sind bisher noch sich widersprechende Anforderungen. Wie hoch ist das Potential fĂŒr die Photogrammetrie?

Richtig, bisher hat sich hier die Katze in den Schwanz gebissen. Aber heute ist es gewissermaßen umgekehrt, aus ganz einfachem Grund: Je mehr Automatisierung erzielt werden soll, desto höher sind die Anforderungen an die QualitĂ€t der Eingangsdaten. Korrekte Bildanalyse und Informationsextraktion verlangt also nach exakten True Orthophotos, die bisher nur mit hohem manuellen Aufwand herstellbar waren. Die automatische pixel-genaue und scharfe Geometrie aus den neuen automatischen Verfahren ermöglicht es nun, die OberflĂ€chenmodelle in hoher QualitĂ€t und ohne manuellen Aufwand herzustellen. So bleiben Nahtlinien im Bildmosaik unsichtbar und der interaktive Editieraufwand fĂŒr das Orthobild respektive fĂŒr das OberflĂ€chenmodell, also zum Beispiel KantenschĂ€rfung, Entfernen von Peaks, Homogenisierung von WasserflĂ€chen bleibt minimal. Das Ziel muss es heute sein, vollautomatisierte Workflows zu realisieren, die eine Editierung im Idealfall unnötig machen.

Wo liegen die Zukunftsperspektiven fĂŒr die Photogrammetrie?

Vor allem profitiert sie von dem Machine Learning und der kĂŒnstlichen Intelligenz. Die automatische, objektbasierte Bildanalyse in Kombination mit photogrammetrischen Punktwolken wird die Bildauswertung sowohl im tĂ€glichen lokalen Gebrauch als auch im globalen Maßstab unersetzbar machen. Die Geoinformatik liefert neue Antworten, die aus den in den Punktwolken und Bildern gespeicherten Informationen ans Licht gebracht werden mĂŒssen und die höchste AktualitĂ€t und PrĂ€zision besitzen können. Die Rechenleistung dafĂŒr steht in Clustern oder mittels Cloud zur VerfĂŒgung. Es dauert nicht mehr lange, dann können beispielsweise komplette 3D Stadtmodelle fĂŒr smarte Entscheidungen quasi ĂŒber Nacht generiert werden. Die Photogrammetrie wird dann universell eingesetzt werden können.