車両搭載型スキャニングは、道路調査プロジェクト、都市計画、土木工学、道路状態の検査やコンプライアンスなど、ドローンを使用するのに適さない広い範囲をマッピングするための理想的な方法です。EmesentのVehicle RTK キットを使用して車両に簡単に取り付けることができ、Hovermap 、Emesentの多用途で最先端の3D LiDAR スキャナーは、このような環境で正確で詳細な情報を収集するために不可欠なツールとして実証されています。 

ここでは、車両ベースのスキャンで最高の結果を得るための6つのヒントを紹介する。

1.Hovermap がプロジェクト要件をどのように満たすことができるかを評価する。

スキャンを開始する前に、プロジェクトの要件を理解することが重要です。各プロジェクトはユニークであり、さまざまなレベルのポイント密度やジオリファレンス精度が必要となります。希望する最終結果から逆算することで、これらのニーズを正確に満たすために、Hovermap の最適な導入方法を調整することができます。例えば、交通量の多い道路をスキャンする場合、閉鎖することは不可能であるため、時間帯を分けてスキャンし、それらを統合することで、通常車が駐車しているエリアを最大限にカバーすることができます。あるいは、Vehicle RTK で道路をキャプチャし、Hovermap ハンドヘルドまたはバックパックで敷地内の届きにくい場所をキャプチャすることもできます。

2.ポイント密度が最大になるようにVehicle RTK キットを取り付ける。

Hovermap 車載用マウント（RTK 付き）は、地域の交通法規に準拠し ていれば、車両のどこにでも取り付けることができます。ほとんどの用途では、車両のルーフに取り付けると、最も均一な点密度と周囲の視界が得られますが、ボンネットや車両後部に取り付けても良好な結果が得られます。

ルーフラックやその他の障害物がある場合、またはプロジェクトがより高いポイント密度を必要とする特定のエリアに集中している場合、ルーフへのマウントは必ずしも適切ではありません。このような場合は、パックを対象エリアに向けてマウントを配置する必要があります。

3.最適な速度で運転し、必要であれば何度も通過する。

ゆっくり走れば走るほど、点群の点密度は高くなる。

Vehicle RTK をご利用の際は、時速40km～60km（25mph～37mph）での運転をお勧めします。道路状況に合わせて常に安全運転を心がけてください。

より高い精度と点密度により、Hovermap ST -Xを使用する場合、推奨速度を超えることが可能です。ただし、速度を上げるとポイント密度は低くなります。この場合、プロジェクトに必要であれば、同じ測量エリアを複数回通過させるか、より低速で走行するか、あるいはその両方（適宜）を行うことで、ポイント密度を高めることができます。

4.複数のキャプチャ方法を1つのデバイスで組み合わせる

Hovermapの多用途性は、車両搭載型スキャンにとどまりません。車両スキャンをバックパック、ハンドヘルド、ドローン、延長ポールスキャンなどの他の方法と組み合わせることで、追加の機器やリソースを必要とせずに、現場をより包括的に把握することができます。

最近のケーススタディでは、エンジニアリングサービスの大手プロバイダーであるGeoTwin社が、Vehicle RTK を含む複数のキャプチャ方法を組み合わせて、地形と樹木調査のために20ヘクタールの敷地をわずか1日でキャプチャした方法をご覧ください。

5.RTK 信号に注意。

RTK 信号の信頼性は、正確なジオリファレンシングを保証するために非常に重要です。しかし、環境要因は信号強度に影響を与える可能性があり、特にGNSS受信機から見える空が限られている住宅街では注意が必要です。

RTK の信号が弱い場合、Hovermapのクラス最高のSLAM アルゴリズムは、点群生成時に自動的にSLAM の測位を優先することで、点群にロバスト性を提供します。しかし、ジオリファレンス精度は向上しません。この場合、より高い精度を達成したいのであれば、RTK を地上制御点で補完する必要があるかもしれません。

6.文脈のために色と画像を加える

データキャプチャを共有する相手と、その相手が点群の解釈にどの程度精通しているかを考慮する。点群データをカラー化し、360度画像を統合することで、利害関係者や協力者に貴重なコンテキストを提供できます。この視覚的な補強により、現場の状況をより理解しやすくなり、包括的なレポート作成に役立ちます。

詳細については、Emesentの Vehicle RTKページをご覧いただくか、お近くのHovermap 代理店にお問い合わせください。

-

Hovermap についての詳細は、 Emesent ウェブサイトをご覧ください。

クライアントのケーススタディは、 Emesent ウェブサイトでご覧 いただけます。