Avainsana-arkisto: 3D mallinnus

GIGO-periaate ja mallinnus

Koronaviruksen mielenkiintoisimpia aspekteja matemaattisesti tarkasteltuna ovat kiivaat keskustelut pandemian kulkua ennustavista malleista. Laaja yleisö on nyt oppinut, että mallit ovat yksinkertaistuksia ja niiden tarkkuus ja epävarmuus riippuvat muun muassa lähtötiedon laadusta, laskentatavoista sekä muista asetetuista reunaehdoista. Näin olemme saaneet tarkastella lukuisten epidemiologien ja tilastotieteilijoiden, ammattilaisten ja harrastelijoiden, tuotoksia, joiden lopputulos vaihtelee varsin suuresti. Osa mallintajista käyttää jopa taloustieteestä tuttuja mallinnustapoja. Koronaviruksen aiheuttaman Covid-19-tauti on kuitenkin monilta osiltaan vielä varsin tuntematon.

Näin mittaussektorilta tarkasteltuna erilaiset mallinnukset ovat osoittaneet hyvin toteen vanhan ”roskaa sisään-roskaa ulos” periaatteen, englanniksi ”garbage in, garbage out” (GIGO) tai ”rubbish in, rubbish out (RIRO). Suomessa käytetään myös tuttavallisemmin ilmaisua ”paskaa sisään, paskaa ulos”.

Itse tilastollinen analyysi tai matemaattinen algoritmi voi sinänsä olla ihan validi, mutta laskennan tuottama lopputulos heijastaa siis auttamatta myös lähtötiedon laatua. Tällä hetkellä näemme kaiken päälle lukuisia eri laskentamalleja, joten ilmankos ennustusten lopputulokset vaihtelevat huomattavasti. Jokainen voi käydä itse kokeilemassa New York Timesin sivuilla, miten lopputulokset muuttuvat parametrejä vaihtamalla. Tai vastaavasti tällä sveitsiläisvetoisella laskurilla on myös mielenkiintoista leikkiä.

Kaiken pandemiakurjuuden keskellä käytävä keskustelu on sinänsä varsin ilahduttavaa, sillä tämä on mittausmaailman arkea. Ehkäpä nyt jatkossa myyntineuvottelussa myös ostava osapuoli ymmärtää mittausaineistojen laadullisen eron? Jos mallinnuksen lähtöaineiston laatu ja tarkkuus on heikko, niin lopputuloksen epävarmuus kasvaa. Myös mallinnusohjelmalla sekä käytetyillä laskentaparametreilla on vaikutus lopputulokseen.

Jos kyseessä on kriittinen mittauskohde, niin lopulliset kustannukset voivat kasvaa huomattavasti vaikka tuotettu malli näyttäisi visuaalisesti kauniilta mutta tarkkuus on ala-arvoinen. Antaako huonosta aineistosta tehty geometrinen malli muuta lisäarvoa kuin jonkinlaisen visuaalisen elämyksen katsojalle? Jätämme tämän lukijan mietittäväksi.

Otetaanpa esimerkki tiemittauksen puolelta. Luimme kuviin Riegl VMX-1HA mobiilimittausaineistoamme päälle  Digiroadin tietokannasta haetun keskilinjatiedoston.

Teiden geometrisella keskilinjalla on horisontaalinen ja vertikaalinen komponentti (vaaka- ja pystygeometria). Kuten kuvista näkyy, pelkästään vaakatasossa mallinnettu keskilinja saattaa sahata mielenkiintoisin tavoin ja ongelmat ovat yleensä suurempia pystytason komponentissa, pystygeometriassa. Hankalimmat tiemittauskohteet ovat mäkisiä ja mutkaisia ja kaiken päälle tien vieressä kasvava metsä katkoo satelliittiyhteyksiä lisäten satelliitteihin pohjautuvan mittauksen epävarmuutta. Näissä olosuhteissa mittauksen on perustuttava kovatasoiseen INERTIA-tekniikkaan. Kuvan mallinnettu keskilinja (violetti murtoviiva) on peräisin Digiroadin tietokannasta.
Keskilinjan korkeuskomponentissa näkyy äkillinen usean metrin korkuinen hyppy. Ei tie oikeasti käyttäydy noin tai autoilijalle kävisi kehnosti. Kyseessä ei ole edes mittauksellisesti vaikea paikka, vaan ollaan keskellä suurta ja avointa pääväylää.

Tarkastelemissamme aineistoissa näkyy paljon sekä horisontaalista että vertikaalista soutamista ja huopaamista, mikä viittää mittauskalustojen (jos tämä keskilinjatieto on ajoneuvosta tuotettu) huonoon keskiakselin kalibrointiin (boresight calibration). Aineistoa tarkastellessa sekä Roll, Pitch ja Yaw -kulmissa on ongelmia, mutta nuo äkkinäiset muutokset kuvaavat joitain muita virhelähteitä. Surullisinta on, ettei käyttäjä ei voi edes hallita näitä ongelmia, jos mittauskaluston integrointi on tehty väärin tai käytetty prosessointiohjelma ei anna siihen toimivia työkaluja.

Tien keskilinjan toteuma on itse asiassa varsin haastava määrittää kuluneiden teiden kohdalla. Uudella tiellä keskilinja kulkee tien korkeimmalla kohdalla kaistojen asfalttisauman keskellä, mutta kulunut tie on tasaantunut myös tuon sauman kohdalla. Tien maalauksilla ei ole suoraa yhteyttä tien keskilinjan tai muuhunkaan geometriaan, sillä tyypillisesti maalauksien sijainti riippuu maalausauton kuljettajan ”silmästä”, ei hyvästä paikannuksesta. Tarkasta mobiililaserkeilausaineistosta geometrisen keskilinjan määrittäminen on kuitenkin mahdollista huomattavasti muita käytettävissä olevia menetelmiä tarkemmin massatuotantona.

Kuvassa vasemmalta oikealle kulkeva kummallinen korkeusgeometrian ”porras” sillan kohdalla. Korkeus hyppää alaspäin ennen alla kulkevaa risteävää tietä ja ja palautuu lähtötasolle taas sen jälkeen. Miksi?

Viime vuosina on keskitytty mallinnettujen aineistojen siirtämiseen uusille alustoille, mutta itse sisällön suhteen ei ole tehty merkittäviä parannuksia. Kaikki erilaisten tiemittausten kanssa työtä tekevät toimijat kärsivät kuitenkin aineistojen laadusta, epätarkkuudesta, joten eikö olisi vihdoinkin jo aika tehdä asialle jotain? Jos referenssiainesto olisi parempi, niin myös heikkolaatuisempien aineistojen tuottajien olisi helpompi sovittaa omat aineistonsa referenssin. Nyt paukkuvat esimerkiksi sijainnit ja tieosuuksien pituudet siihen malliin, että jokainen toimija joutuu kärsimään turhat  lisäkustannukset omassa selkänahassaan. Alkaen ihan väärään pituustietoon perustuvasta urakkatarjouksesta.

Pidemmän päälle esitämme myös sellaista ajatustapaa, että jokaisen uudelleenasfaltoinnin yhteydessä muotonsa menettänyttä vanhan tien keskilinjageometriaa ja kallistuksia voitaisiin parantaa. Itse työ tehtäisiin jyrsinnän yhteydessä, jolloin asfaltoinnin jälkeen tien geometriset ominaisuudet olisivat paremmat. Jossain vaiheessa tietkin ovat luonnollisesti elinkaarensa päässä, jolloin auttaa vain suurempi tierunkoon ulottuva korjaus.

Rautatiesektorilla toppakoneilla tehdään muuten tätä geometrian korjausta palauttaen kiskojen sijainnin taas lähemmäksi suunniteltua mallia, jolloin juna kulku raiteilla on matkustajille sekä turvallisempaa että miellyttävämpää. Tosin sielläkin on todettu, että toppakoneen laskema korjaus perustuu melko lyhyeen mittausalueeseen, joten tarkan INERTIA-GNSS tekniikan mobiililaserskannaus tuottaisi matkustajien kannalta mieluisamman lopputuloksen. Junien nopeuksien noustessa tarkka INERTIA-GNSS tekniikka tulee olemaan ainoa massamittaukseen perustuva toimiva ratkaisu myös rautateillä. Muun muassa Ranskan rautateillä on jo käytössä kaksi kappaletta RIEGLin uusinta rautateiden mobiililaserskanneria VMX-RAIL. Niillä tehdään Ranskan rautateiden virtuaalikaksonen, mutta oikein mitattuna aineistosta voi analysoida myös raidegeometriaa ja varmistaa sen pysyvän toleranssien sisällä.

Design by Lauri

TV5-kanavalla on tällä viikolla alkanut Lauri Ylösen uusi TV-sarja Design by Lauri. Ohjelma on jatkoa Laurin talot -sarjalle.

Näissä sarjoissa on alusta alkaen ollut mukana asiakkaamme UnitC, jonka Riegl VZ-400 -skannerin työjälkeä voimme ihailla hologrammivisualisointeina. Näin suunnitellut kohteet voidaan esitellä virtuaalisesti luonnollisessa ympäristössään. Pistepilveä ei siis suinkaan tarvitse aina mesh/vektori/tietomallintaa, vaan hyödyntää myös monin muin tavoin rakentamisessa.

Mukavaa syksyä Laurin uusien talojen kanssa!

3D-malli reaaliaikaisesti älypuhelimella

ETH Zürichin tutkijat – mukaanluettuna suomalainen jatko-opiskelija Petri Tanskanen – ovat julkaisseet sovelluksen älypuhelinten käyttämisestä 3D-skannerina. Tarkasti ottaen kyse ei ole skannauksesta vaan kuvista mallintamisesta, mutta puhekielessä tämä kaikki yhdistyy nykyään skannaukseksi.

eth

Kyseessä näyttää olevan ”Structure from motion” -tekniikkaan perustuva tietokonenäön laskenta, joka normaalisti vaatii suurta laskentakapasiteettia. Esimerkiksi tutkimusryhmässä toimiva professori Marc Polleyfeys on jo vuosia aikaisemmin toteuttanut vastaavia ratkaisuja, joissa kuvat on ladattu verkkopalvelimelle laskettavaksi ja käyttäjä on saanut mallinsa laskennan jälkeen. Nyt tämä kaikki näyttää tapahtuvan reaaliaikaisesti käyttäjän älypuhelimella käyttäen GPU:ta laskentaan.

Normaalista kuvantamisesta poiketen ETH:n ratkaisussa malliin saadaan mukaan mittakaava. Täytyykin tutustua tarkemmin siihen, kuinka homogeenisen mittakaavan tekniikalla kohteeseen saa. Mittakaavaongelma on näet yksi niistä syistä, joiden takia fotogrammetrikot eivät ole innostuneita tietokonenäön laskentaratkaisuista.

Kokonaisuus kuullostaa hienolta. Nyt pienehköt objektit voi mallintaa ilman minkäänlaista lisälaitetta ja valmiin mallin voi tulostaa tarpeen mukaan vaikkapa 3D-tulostimella.

Linkki uutiseen: https://www.ethz.ch/en/news-and-events/media-information/media-releases/2013/12/smartphone-as-scanner.html