在接下来的关于在ArcGIS Platform中构建数字孪生的博客中，我们将研究办公室的激光扫描调查的执行以及所获取数据的初始处理。错过了该系列的前几期吗？ 查看 Part 1 和 Part 2 第一.
介绍
我们雇了一个 徕卡RTC360 3D激光扫描仪 一个星期–租用者包括一台装有Leica Cyclone Field软件的iPad以执行调查，并获得了为期2周的许可。 徕卡旋风记录仪 用于共同注册结果点云的软件。租赁服务包括使用扫描仪和软件的培训，使我们能够非常快速地启动和运行。
图1 –在执行第一次外部扫描之前调整三脚架–图2中的扫描1
我们租用的扫描仪操作简单且速度非常快-每次扫描用时不超过2分钟（您可以选择不同的分辨率和图像捕获选项，但扫描最慢需要2分钟）。它还非常巧妙地在您将其捡起并将其移至下一个站点时便确定了去向，这意味着它可以预先注册扫描，从而减少了这样做的工作量。
图2 –运行中的Leica Cyclone Field应用程序，显示了自动创建的扫描配准链接（红线），分别位于各个扫描之间（仪器位置显示为靶心符号）。
经过一些初步的测试扫描和处理后，我们决定以高分辨率从内到外扫描整个利兹办公室，为更有趣的部分捕获高动态范围（HDR）图像（此颜色信息已应用于点云；默认为基于激光回波的灰度强度值，该值始终被捕获）。我们认为这种方法将使我们能够欣赏各种选择，同时还能捕获最大数量的空间细节，但要在可用的时间内完成调查。我们扫描了利兹和伦敦办事处，但在此我们将集中讨论利兹办事处的调查和结果。
调查结果
我们的利兹办公室分为两栋建筑-属于最初的Elmete大厅（称为Kitson House），一部分位于后方，是现代的两层办公室，称为Nicholson Building。我们将每个建筑物中的每个楼层捕获为一个单独的扫描组，并对每个组使用相同的扫描设置。
处理中
扫描每个组时，将捕获的数据加载到配有6Gb Nvidia图形卡和40Gb RAM的Dell XPS桌面上。然后通过徕卡旋风记录仪软件对其进行处理，该软件允许微调每个组中点云的共注册，并使各组彼此共注册-例如，地窖正确地位于建筑物的其余部分下方。
我们试用了Leica提供的其他一些软件，例如 旋风寄存器3DR，该工具提供了用于点云的网格化工具（以及更多工具），还查看了一些开源选项，但是由于我们希望了解在ArcGIS Platform中可以进行多少处理，因此我们选择导出co -已注册但未地理定位的点云从Cyclone指向 ATSM E57互换格式.
E57可以很容易地使用 FME桌面 （或者 数据互操作性扩展） 至 LAS 格式，这是ArcGIS Pro本身支持的格式。在将数据导入ArcGIS Pro之前，我们可以使用Leica工具做更多的工作-我们可能随后遇到的一些障碍可能已经被预先克服了，因此我们希望将来对此进行调查。
其余的初始处理在下面进行了详细说明，是在配备4TB SSD，2Gb Nvidia图形卡和32Gb RAM的Dell Precision 3520笔记本电脑上执行的。
定位激光扫描
当我们首次将数据导出为E57格式时，我们选择将数据合并到一个文件中-这刚好超过300Gb，这证明有点难以管理。因此，我们重新执行了导出操作，选择为每个源扫描生成一个E57-生成128个文件，其中最大文件约为3Gb。
一项小小的研究确定FME的 3D Affiner变压器 允许我们在将E57文件转换为LAS格式的同一工作台中将点云从其源本地坐标系移动到目标投影坐标系。
地面控制点
我们有 打印并层压一些GCP标记，我们将其均匀分布在办公室周围。我们使用收集了标记中心点的准确位置 徕卡GS07 （在WGS84基准面上使用NUTM30， EPSG代码32630）。在无人机和激光扫描图像中均捕获到了GCP标记，这使我们能够绝对准确地相对定位两组数据。
3D仿射器参数
为了计算3D仿射变压器的参数，我们首先必须从点云中检索GCP标记中心点的局部坐标。为此，我们使用了一些基于 这个stackoverflow答案 检索参数
图3 – 3D Affiner参数用于将E57文件转换为LAS格式后进行地理定位。
保留强度值
默认情况下，ArcGIS Pro使用其高程值来符号化LAS文件。如上所述，我们为某些扫描捕获了颜色信息，而为其他扫描捕获了颜色信息（请参见下图）。
图4 –可以在ArcGIS Pro中用三种方式对LAS数据进行符号化-从左到右：按高程，按颜色，按强度。
不幸的是，我们花了一段时间才注意到LAS文件中的强度值不太正确-一切都是统一的灰色阴影。我们忽略了FME警告，而不得不重新处理E57中的数据，并添加了 PointCloudComponentTypeCoercer变压器 将输入强度值缩放为无符号的16位整数。
结果
地理定位的激光扫描LAS文件与无人机衍生的LAS文件对齐得很好，如下面的屏幕截图所示。这证明了GCP标记的有用性，它使两个数据集都可以独立且准确地进行地理位置定位。
图5 –用高程值符号表示的示例性地理定位激光扫描LAS文件，与Drone派生的点云一起显示。激光扫描仪位于视图左侧，导致阴影。
到目前为止，我们为利兹办公室提供了128个单独的地理位置LAS文件，总大小为352Gb。对于伦敦办事处，我们有26个单独的地理位置LAS文件，总大小为105Gb。我们为减少这些数据量并创建可用的合并点云而进行的处理将是 下一个博客.
得到教训：
- 根据我们的经验，我们现在可能会选择使用HDR图像以中等分辨率完成整个建筑，因为这将导致一致且小得多的数据集。
- 请注意FME警告，否则可能会浪费时间进行重新处理。
由创新负责人Ross Smail发布。