ענני נקודות יכולים להכיל שפע של מידע מרחבי המבטא את הצורה, הגודל, המיקום והכיוון של אובייקט. אבל ענני נקודה אינם מבחינים בין אובייקטים שונים בתוך אזורים סרוקים. אם אתה משתמש באייפון שלך כדי לסרוק חדר שמכיל שולחן, ענן הנקודות לא "יודע" את ההבדל בין נקודות שמגדירות את החדר וצורת השולחן בתוכו. הענן מתייחס לכל הנקודות כאילו הן חלק מאותו אובייקט.
כדי "לראות" ו"להבין" את ההבדלים בין השולחן לחדר, ענן הנקודות זקוק לעזרה מתהליך שנקרא סיווג. סיווג ענן נקודות הוא המשימה של הקצאת תוויות קטגוריות מוגדרות מראש לקבוצות שונות של נקודות בתוך ענן נקודות. במילים אחרות, הסיווג מגדיר או מפרש תת-קבוצות של נקודות בענן. הוא קובע אילו נקודות שייכות לאיזה חפצים. בדוגמה של שולחן בחדר, הסיווג מגדיר נקודות מתאימות כשולחן ואחרות כחדר.
כאשר האובייקטים בענן נקודות מסווגים כהלכה, אנו יכולים לתפעל אותם דיגיטלית בדרכים המספקות תובנות שימושיות. אנו יכולים להוסיף או להחסיר אובייקטים מהתצוגה שלנו. בואו נסתכל על יישום מסחרי בעל ערך גבוה של סיווג בתעשיית החשמל והשירותים.
חברות חשמל משתמשות בענני נקודות LiDAR כדי לזהות היכן צמיחת הצמחייה מסכנת את קווי החשמל. ללא שליטה נאותה על גידול כזה, חברות שירות מסתכנות בשריפות יער והפסקות שירות. ענני נקודה מציעים דרך יעילה ומדויקת למדידת המרחקים בין קווי חשמל לעצים סמוכים. כלי עזר יכולים לזהות אזורים בעלי סיכון גבוה ולאחר מכן להפנות צוותי גיזום עצים לקצץ עלווה. איור 2 מציג ענן נקודתי שנעשה עבור סריקות LiDAR על ידי מטוס שטס מעל קווי מתח חשמלי באזור מיוער.
Comments