528.88; 528.71

В статье проводится анализ накопленного практического опыта проведения мобильного лазерного сканирования и автоматизированной классификации облаков точек, полученных в результате съемки. Такие технология съемки и метод обработки являются перспективными для изучения инфраструктурных объектов, систем трубопроводного транспорта, объектов электроэнергетики и окружающей природной среды, включая лесные массивы. Актуальной задачей в области исследования природно-технических систем с использованием средств лазерного сканирования является определение возможностей автоматизации и классификации облаков точек для их дальнейшей обработки с целью получения информации о пространственном положении объектов съемки и геометрических характеристик объектов природно-технических систем. Таких как наклон опор линий электропередач, провис проводов, диаметр ствола дерева, объем кроны, анализ форм рельефа. В процессе исследования применялись данные лазерного сканирования, полученные с использованием мобильного лазерного сканера GreenValley LiGripH120, основанного на технологии SLAM, а также средства автоматизированной обработки облаков точек лазерного сканирования. Технология SLAM хорошо зарекомендовала себя и может быть использована в процессе исследования природно-технических систем, дополняя методы воздушного лазерного сканирования и цифровой аэросъемки в комплексе с методами автоматизированной обработки данных лазерного сканирования.

The article provides an analysis of the accumulated practical experience of mobile laser scanning and automated classification of clouds of points obtained as a result of the survey. Such survey technology and processing method are promising for studying infrastructure facilities, pipeline transport systems, electric power facilities and the natural environment, including forests. An urgent task in the field of natural engineering systems research using laser scanning tools is to determine the possibilities of automation and classification of point clouds for their further processing in order to obtain information about the spatial position of survey objects and the geometric characteristics of objects of natural engineering systems. Such as the slope of power poles, sagging wires, tree trunk diameter, crown volume, and terrain shape analysis. The study used laser scanning data obtained using a GreenValley LiGripH120 mobile laser scanner using SLAM technology, as well as automated processing of laser scanning point clouds. SLAM technology has proven itself well in the research process and can be used in the research of natural engineering systems, complementing the methods of aerial laser scanning and digital aerial photography in combination with methods of automated processing of laser scanning data.

доктор технических наук, ведущий научный сотрудник лаборатории разработки и ведения геоинформационных систем и баз данных, Научно-исследовательский институт трубопроводного транспорта

заместитель генерального директора, ООО «СтарГео»

Генеральный директор, ООО «СтарГео»

доктор технических наук, ведущий научный сотрудник лаборатории вулканологии и вулканоопасности, Институт морской геологии и геофизики Дальневосточного отделения Российской академии наук

Применение технологии воздушного лазерного сканирования при проведении геотехнического мониторинга на трубопроводном транспорте / Д.В. Долгополов, М.Ю. Баборыкин, Е.В. Жидиляева, В.А. Мелкий // Мониторинг. Наука и технологии. 2022. №2(52). С. 25-34. DOI: 10.25714/MNT.2022.52.003.

Долгополов Д.В. Мелкий В.А., Баборыкин М.Ю. Применение технологий дистанционного зондирования Земли для обеспечения геотехнического мониторинга и картографирования на трубопроводном транспорте // Региональные геосистемы. 2022. Т. 46. №3. С. 339-355. DOI 10.52575/2712-7443-2022-46-3-339-355.

Макарычева Е.М. Кузнецов Т.И. Перспективы использования метода воздушного лазерного сканирования при проведении инженерных изысканий на территории криолитозоны // Перспективы развития инженерных изысканий в строительстве в Российской Федерации : материалы шестнадцатой общероссийской научно-практической конференции изыскательских организаций, Москва, 01-03 декабря 2021 года. Москва: Геомаркетинг. 2021. С. 390-396. DOI: 10.25296/978-5-6040982-3-3-2021-12-1-764.

Макарычева Е.М., Ибрагимов Э.Р., Кузнецов Т.И., Шуршин К.Ю. Применение воздушного лазерного сканирования для геотехнического мониторинга объектов магистрального трубопровода // Наука и технологии трубопроводного транспорта нефти и нефтепродуктов: ООО «Транснефть-Медиа» Т. 9. №1. Москва. 2019. С. 21-31. DOI: 10.28999/2541-9595-2019-9-1-21-31.

Lausch A., Schaepman M., Skidmore A. e. a. Remote Sensing of Geomorphodiversity Linked to Biodiversity - Part III: Traits, Processes and Remote Sensing Characteristics. Remote Sensing. 2022. V. 14. Issue 9. P. 1-48. Art. No 2279. DOI: 10.3390/rs14092279.

Amelunke M., Anderson C., Waldron M., Raber G. & Carter G. Influence of Flight Altitude and Surface Characteristics on UAS-LiDAR Ground Height Estimate Accuracy in Juncus roemerianus Scheele-Dominated Marshes. Remote Sensing. 2024. V. 16. Issue 2. Art. No 384. DOI: 10.3390/rs16020384.

Geotechnical Monitoring of Pipelines Located in Difficult Climatic Conditions / E.M. Makarycheva, V.I. Surikov, T.I. Kuznetsov, D.V. Dolgopolov. 13 Pipeline Technology Conference, Berlin. March 12-14, 2018. Berlin: Estrel Convention Center, 2018. Pp. 14-20.

Resop J.P. & Lehmann L., Hession W.C Drone Laser Scanning for Modeling Riverscape Topography and Vegetation: Comparison with Traditional Aerial Lidar. Drones. 2019. V. 3. Issue 2. Art. No 35. DOI:10.3390/drones3020035.

Munir N., Awrangjeb M., Stantic B. Power Line Extraction and Reconstruction Methods from Laser Scanning Data: A Literature Review. Remote Sensing. 2023. V. 15. Issue 4. Art. No. 973. DOI: 10.3390/rs15040973.

Wallace L.O., Lucieer A., Watson C., Turner D. Development of a UAV-LiDAR System with Application to Forest Inventory. Remote Sensing. 2012. V. 4. Issue 6. Pp. 1519-1543. DOI:10.3390/rs4061519.

Lang S., Tiede D., Maier B., Blaschke T. 3D Forest structure analysis from optical and LIDAR data. Ambiencia Guarapuava. 2006. V. 2. Pp. 95-110.

Kelly M., Di Tommaso S. Mapping forests with Lidar provides flexible, accurate data with many uses. California Agriculture. 2015. V. 69. P. 14-20. DOI: 10.3733/ca.v069n01p14.

Grilli E., Menna F., Remondino F. A review of point clouds segmentation and classification algorithms. ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2017. XLII-2/W3. P. 339-344. DOI: 10.5194/isprs-archives-XLII-2-W3-339-2017.

Дждид А.Д. Обзор методов сегментации и классификации облака точек архитектурных объектов // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2019. Т. 63. №1. С. 52-59. DOI 10.30533/0536-101X-2019-63-1-52-59.

Алтынцева М.А. Комиссаров А.В., Алтынцев М.А. Автоматизированная сегментация и классификация данных мобильного лазерного сканирования для векторизации контурной части топографического плана городской территории // Вестник СГУГиТ (Сибирского государственного университета геосистем и технологий). 2024. Т. 29. №6. С. 32-43. DOI 10.33764/2411-1759-2024-29-6-32-43.

Программный модуль автоматизированного анализа планово-высотного положения и геометрических параметров объектов, зданий и сооружений НПС по данным НЛС: Свидетельство о государственной регистрации программы для ЭВМ № 2024615442 Российская Федерация.: №2024613831: заявл. 26.02.2024: опубл. 06.03.2024 / Т.И. Кузнецов, А.И. Барышев, Е.А. Покровская [и др.]; заявитель Публичное акционерное общество «Транснефть», OOO «Научно-исследовательский институт трубопроводного транспорта», OOO «Транснефть-Восток», OOO «Транснефть-Дальний Восток», Акционерное общество «Транснефть-Сибирь».

Технологическая цифровая платформа мониторинга природно-технологической среды: Свидетельство о государственной регистрации программы для ЭВМ № 2022662888 Российская Федерация. №2022662580: заявл. 07.07.2022: опубл. 07.07.2022 / Д.В. Долгополов, Р.А. Камашев, Д.С. Назаров, М.С. Удовиченко; заявитель Закрытое акционерное общество «Ай Ко».