Was ist KI-gestütztes LiDAR?
Obwohl LiDAR ein war wertvolles Werkzeug In vielen Branchen fängt die künstliche Intelligenz (KI-gestützt) seit Jahrzehnten gerade erst an, ihr volles Potenzial auszuschöpfen. LiDAR (auch bekannt als Light Detection & Ranging) ist eine Fernerkundungstechnik. Mit Laserscannern werden Abstände zwischen dem Zielobjekt und dem Sensor, beispielsweise einem Fußgänger oder einem Gebäude, gemessen. Teams nutzen KI in Verbindung mit LiDAR, um die Technologie für beispiellose Geschwindigkeit und Präzision in einer Reihe von Anwendungen zu optimieren.
Seit den 1960er Jahren, als LiDAR in Flugzeugen zum Scannen des Geländes installiert wurde, existiert LiDAR in irgendeiner Form. Mit dem Aufkommen von GPS in den 1980er Jahren wurde LiDAR immer beliebter. GPS ermöglichte die Verwendung der Daten aus LiDAR-Scans für die Erstellung von 3D-Modellen. Da die LiDAR-Kosten sinken und die Menge an LiDAR-Daten verfügbar ist, eröffnet die jüngste Kombination von LiDAR mit KI/maschinellem Lernen (ML) große Innovationsmöglichkeiten.
So funktioniert LiDAR
Ein LiDAR-System besteht typischerweise aus vier Schlüsselkomponenten:
- Laser: Verwendet Lichtimpulse, um Lichtwellen an Ziele (Gebäude, Fahrzeuge, Fußgänger usw.) zu senden. Der verwendete LiDAR-Typ bestimmt die Art der gesendeten Lichtwellen.
- Scanner: Steuert, wie schnell der Laser Zielobjekte scannt und wie weit der Laser reichen kann.
- Sensor: Dieser Sensor misst die Zeit, die der Lichtstrahl benötigt, um vom interessierenden Objekt abzuprallen und zum LiDAR-System zurückzukehren.
- GPS: Damit wird der Standort des LiDAR-Systems verfolgt, um sicherzustellen, dass die Entfernungsmessungen zwischen dem Zielobjekt (oder System) genau sind.
Moderne LiDAR-Systeme können bis zu 500.000 Impulse pro Sekunde senden. Diese Impulse werden dann zu einer Punktwolke zusammengefasst. Dies ist eine Sammlung von Koordinaten, die Objekte im Raum darstellen. Mithilfe der Punktwolke lässt sich dann ein 3D-Modell des Raumes erstellen.
Es gibt zwei Haupttypen von LiDAR.
- LiDAR in der Luft
Airborne LiDAR erfordert, wie der Name schon sagt, die Montage des Systems auf einem Fluggerät, beispielsweise einer Drohne oder einem Flugzeug. Der LiDAR sendet Impulse auf den Boden, um die relevanten Bedingungen zu überwachen. Es stehen zwei Arten von Luft-LiDAR zur Verfügung:
Bathymetrisch: Maßnahmen die Tiefe von Gewässern mit grünem Licht.
Topografisch: Dies wird zur Kartierung der Landoberfläche verwendet.
- Terrestrisches LiDAR
Das LiDAR-System kann auf einem Fahrzeug oder auf einem am Boden befestigten Stativ montiert werden. Es scannt in alle Richtungen und kann zur Erstellung von 3D-Modellen aus Punktwolken verwendet werden. Es gibt zwei Arten:
Mobil: Ein LiDAR kann in einem Zug oder Boot installiert werden. Es ist nützlich für die Überwachung von Straßen, Fußgängern, Schildern und Bedingungen sowie anderer Infrastruktur.
Statisch: Der LiDAR scannt den Bereich um einen festen Punkt im Boden oder ein bestimmtes Merkmal, beispielsweise das Innere eines Gebäudes.
LiDAR und KI:
LiDAR und KI passen auf natürliche Weise zusammen. LiDAR sammelt 3D-Punkte, um eine Punktwolke zu erstellen. KI gedeiht bei der Verarbeitung von Daten. Die Pulsfrequenz von LiDAR kann mehrere Echos desselben Laserpulses erzeugen und liegt zwischen 10.000 und 200.000 Pulsen pro Sekunde. KI-Modelle können die Ausgabe von LiDAR-Rückgaben verarbeiten, um eine Umgebung zu verstehen (z. B. topografische Karten).
Um die Schlüsselobjekte im Scan zu identifizieren, beschrifteten die Teams die LiDAR-Daten manuell. Der Aufwand erforderte Fachwissen und war zeitaufwändig, mühsam und langwierig. Dank Computer Vision und Bildverarbeitung ist KI nun in der Lage, die Etikettierung zu automatisieren. Es kann unstrukturierte Eingabedaten verarbeiten und Zielobjekte (z. B. Fahrzeuge, Infrastruktur usw.) zur weiteren Analyse ausgeben.
Mithilfe der Zeitersparnis, die KI bietet, können wir jetzt präzise und aktuelle 3D-Modelle erstellen. Diese Fortschritte haben zu vielen Anwendungen von KI und LiDAR geführt, die branchenübergreifend anwendbar sind.
KI-gestütztes LiDAR: Anwendungen in der realen Welt
LiDAR ist für viele Branchen von entscheidender Bedeutung, darunter Architektur, Fertigung und Ozeanographie. Dies sind nur einige Beispiele für KI-Anwendungen, in denen LiDAR eingesetzt werden kann:
Autonome Autos
Obwohl selbstfahrende Autos noch nicht auf den Straßen üblich sind, wird dies in naher Zukunft der Fall sein. Diese Fahrzeuge benötigen KI-gestütztes LiDAR, um das Gebiet zu scannen und 3D-Modelle zu erstellen und Entscheidungen über das weitere Vorgehen zu treffen. Dies erfolgt zusätzlich zur Dateneingabe von Kameras und RADAR. Für die Sicherheit der Passagiere ist genaues LiDAR unerlässlich.
Landwirtschaft
Teams nutzen KI-gestützte LiDAR-Systeme auf Drohnen, um topografische Karten für die Landwirtschaft zu erstellen. Diese Karten werden von Landwirten verwendet, um die besten Anbauflächen und Orte für die Ausbringung von Düngemitteln zu ermitteln. LiDAR kann von Landwirten verwendet werden, um Ernteerträge nach der Samenausbreitung zu verfolgen.
Sicherheit im Bauwesen und Militär
Seit Jahrzehnten nutzen viele Militärs LiDAR, um verdächtige Objekte zu identifizieren und Grenzlinien auszukundschaften. Dank der erweiterten Möglichkeiten der KI könnte es bald zu einer autonomen Vermessung potenzieller Gefahrenbereiche kommen. Arbeiter in gefährlichen Bauarbeiten oder verwandten Bereichen können durch autonome Roboter geschützt werden.
Aufgrund der verbesserten Rechenleistung von Computern und der Bereitstellung weiterer Ressourcen für Investitionen in KI-Möglichkeiten wachsen LiDAR und KI weiterhin in Partnerschaft. Da LiDAR bereits in vielen Branchen eingesetzt wird, werden Innovationen bald Teil unseres Lebens sein. Dies wird uns helfen, KI-gestützte Technologie auf eine Weise zu erleben, die uns Spaß macht.
Spatial Computing-Anwendungen: Von intelligenten Autos bis zu Smartphones
Mithilfe von LiDAR kann auf die vollständigen 3D-Informationen der gescannten Objekte und ihrer Umgebung zugegriffen werden. Dies eröffnet ein breites Anwendungsspektrum, insbesondere wenn räumliche Informationen wie Tiefe, Entfernung, Geometrie und Dimension für Ihren speziellen Anwendungsfall wichtig sind. Das kann die Bestandsverwaltung im Einzelhandel oder die Qualitätssicherung im Baugewerbe sein. Ein großartiger Anwendungsfall, der in diesem Jahr auf großes Interesse gestoßen ist, ist der von Automobilherstellern, die LiDAR zur Erkennung von Objekten auf der Straße einsetzen und so ihre ADAS-Anwendungen (Advanced Driver-Assistance System) verbessern. Sogar Smartphones können LiDAR nutzen – das iPhone 12 Pro ist mit LiDAR ausgestattet, um den Hintergrund vom Vordergrund zu trennen und bessere Fotos im Porträtmodus aufzunehmen. Dies ist nur ein kleiner Teil der vielen LiDAR-Anwendungen, die in den unterschiedlichsten Branchen zu finden sind.
3D Deep Learning für räumliches Computing
Deep Learning (DL) wird von Experten aller Branchen eingesetzt, um 3D-gescannte Daten zu verstehen. Ohne KI ist es nahezu unmöglich, alle Datenpunkte zu verstehen. KI gibt Ihnen auch die Möglichkeit, 2D-Bilder im großen Maßstab zu analysieren. DL-Algorithmen sind in der Lage, DL-Lösungen in einer Dimension (z. B. Spracherkennung) und in 2D (für Bildsignale) zu vergleichen. Sie können außerdem Echtzeitleistung und einen geringen Speicherbedarf aufrechterhalten, wobei zusätzliche Dimensionen hinzugefügt werden. Experten versuchen, unregelmäßige Daten optimal zu nutzen und die Präzision aufrechtzuerhalten. Das ist keine leichte Aufgabe. Wie können sie eine KI schaffen, die in der Lage ist, aus unvollständigen Scans zuverlässige Schlussfolgerungen zu ziehen? Und wie unterstützen sie diese neuen Anwendungen? Dies sind alles faszinierende Themen, die wir weiter erforschen sollten und die dazu beitragen können, die Benutzerfreundlichkeit von LiDAR-DL-Modellen zu verbessern.
Erhalten Sie weitere Informationen zu unserer Plattform oder kontaktieren Sie uns, um direkt mit jemandem zu sprechen.
