Het inmeten van bomen was ooit een landmeetkundige nachtmerrie
Totdat drones, lidar en algoritmes het speelveld voorgoed veranderden.
Bomen worden steeds belangrijker in het bouwproces. Ze vangen CO2 op, helpen de sector bij het terugdringen van het stikstofprobleem en bovendien geven bomen in de omgeving vooral een prettig gevoel. Het in kaart brengen van bomen is bij de meeste projecten dan ook topprioriteit. De meeste gemeenten hanteren een compensatiebeleid; voor elke gekapte boom moet er een nieuwe boom terugkomen. Daarom is het belangrijk om te weten hoeveel bomen er op een project staan en vooral waar die bomen staan. Dat laatste is tevens van groot belang in het ontwerpproces van een project.
De Uitdaging
Het nauwkeurig in kaart brengen van veel bomen was tot voor kort bijna onmogelijk
Als we landmeetkundig naar bomen kijken dan was dat tot voor kort eigenlijk een zeer grote uitdaging. De meeste meetapparatuur heeft geen bereik onder bomen en de apparatuur waar wel mee onder bomen kan worden gemeten, zijn zeer tijdrovend om in te zetten. Dit is waar drones uitblinken; er is altijd bereik en ze kunnen makkelijk grote oppervlaktes inmeten. Echter, niet iedere drone is in staat om nauwkeurig bomen in kaart te brengen
De Oplossing
De combinatie van software, hardware en getrainde algoritmes is key
De sleutel tot succes begint met een nauwkeurige lidar sensor. Onze droneteams hebben meerdere lidar sensoren waarmee nauwkeurig – met een maximale afwijking van 3 cm – kan worden gemeten. Het inmeten van bomen is dan ook bijna dagelijks een terugkerend fenomeen voor de piloten en observers van SkyWise.
Het nauwkeurig inmeten van bomen is al een vak op zich, maar de vertaling van meting (point cloud) naar tekening is waar de echte expertise komt kijken, namelijk op onze data afdeling in Haarlem. Het is namelijk zo dat de meeste klanten vragen naar een 2D CAD situatietekening, het liefst in NLCS, waarbij – in het geval van bomen – de stamposities en kroonprojecties zijn aangegeven. Maar de ruwe bestanden die SkyWise inwint met de Lidar sensoren zijn in 3D en vaak met honderden miljoenen meetpunten. Dat is leuk om naar te kijken, maar een klant kan daar over het algemeen niet zo veel mee.
Daarom heeft SkyWise een geheel eigen werkwijze ontwikkeld waardoor de klant wel profiteert van de volledigheid van een 3D meting, maar deze gewoon op een 2D tekening kunnen lezen en inzetten. Hierbij zijn zelf getrainde algoritmes een belangrijke schakel. Doordat SkyWise honderden pointclouds per jaar classificeert (hierbij worden bomen, gebouwen, hekwerken etc. semi-automatisch herkend) is het mogelijk om een eigen algoritme te trainen. Deze wordt iedere meting geoptimaliseerd, omdat deze soms door het menselijk oog wordt gecorrigeerd. Daardoor weet het de volgende keer nog beter onderscheid te maken.
Het resultaat is dat deze speciale software duizenden bomen in no-time kan scheiden van de rest van de pointcloud. En op eenzelfde wijze kunnen deze bomen ook weer los van elkaar gescheiden worden, waardoor per boom de stamdikte, stam positie, kroonprojectie en de hoogte van de boom kunnen worden bepaald.
Daarom heeft SkyWise een geheel eigen werkwijze ontwikkeld waardoor de klant wel profiteert van de volledigheid van een 3D meting, maar deze gewoon op een 2D tekening kunnen lezen en inzetten. Hierbij zijn zelf getrainde algoritmes een belangrijke schakel. Doordat SkyWise honderden pointclouds per jaar classificeert (hierbij worden bomen, gebouwen, hekwerken etc. semi-automatisch herkend) is het mogelijk om een eigen algoritme te trainen. Deze wordt iedere meting geoptimaliseerd, omdat deze soms door het menselijk oog wordt gecorrigeerd. Daardoor weet het de volgende keer nog beter onderscheid te maken.
Het resultaat is dat deze speciale software duizenden bomen in no-time kan scheiden van de rest van de pointcloud. En op eenzelfde wijze kunnen deze bomen ook weer los van elkaar gescheiden worden, waardoor per boom de stamdikte, stam positie, kroonprojectie en de hoogte van de boom kunnen worden bepaald.
Het resultaat
Het Resultaat
Zelfs het begrip kroonprojectie krijgt een hele nieuwe betekenis
De laatste stap is dat het lijnenwerk van al deze losse bomen uiteindelijk op een tekening wordt geplaatst, vaak met allerlei andere elementen zoals gebouwen, wegen, groenstroken etc. Hierdoor ontstaat de traditionele situatietekening waar iedere ontwerper mee kan werken – uiteraard in NLCS. Zie voorbeeld op plaatje 3. Het enige verschil is dat deze is ontstaan vanuit een veel rijkere dataset en daardoor veel vollediger beeld geeft van de huidige situatie.
Deze nieuwe benadering van landmeten klinkt duur, maar de dienst die SkyWise levert is logischerwijs scherp geprijsd omdat veel werk (semi-)automatisch door robots en computers wordt uitgevoerd. Dat scheelt in tijd en dus in de kosten. Wat betekent dat de opdrachtgever vaak minder betaalt dan bij een traditionele meetpartij.
