Sensor-Driven Calibration and Co-Registration of Airborne Multisensor LiDAR Data

Abstract

Abstract. In large-area LiDAR mapping projects, surveyors might collect data at different times and with different sensors, creating loosely connected laser point clouds with varying point densities, accuracies, and overlaps. Current LiDAR calibration methodologies refine each point cloud and evaluate the accuracy of each point cloud individually. In the case when a surface model is required, an individual DEM tile is derived from each point cloud separately. This traditional workflow often causes geometric inconsistencies in the transitional zones of neighboring survey areas and introduces difficulties in the mosaicking process of the DEM tiles.

In this article, a new methodology for generating geometrically correct laser point clouds—free of blunders and systematic errors—and seamless co-registration of multiple neighboring laser point clouds with minimal ground control input is introduced. Datasets collected at different times and/or with multiple equipment can be geometrically rectified in a fully automated fashion through improved sensor parameters, either simultaneously or sequentially within the same least squares adjustment, resulting in a steady flow of accuracy in the overlap zones. Further, by processing adjacent laser point clouds, it is further shown how this procedure reduces the geometric inconsistencies from, initially, several decimeters to a few centimeters and achieves an absolute accuracy of a few centimeters across all survey blocks, consistently, using just one control point. Building on this unique methodology, a new, simplified process for generating more homogenous and more accurate DEM products is suggested.

Résumé. Pour des projets de cartographie LiDAR de grande envergure, les géomètres peuvent recueillir des données à des moments différents et avec des capteurs différents. Ceci produit des nuages de points laser aux liens assez lâches avec des densités de points, des précisions et des chevauchements différents. Les méthodologies actuelles de rectification LiDAR affinent et corrigent chaque nuage de points individuellement, ce qui provoque souvent des incohérences géométriques dans les zones de transition des carreaux de levés topographiques voisins et introduit des difficultés dans la création de mosaïques modèles numériques d’élévation (MNE)«Digital Elevation Model (DEM)».

Dans cet article, est introduite une nouvelle méthode de rectification LiDAR, qui permet de joindre des nuages de points laser voisins sans discontinuités avec un minimum de point de référence au sol. Des ensembles de données collectées à des moments différents et/ou avec du matériel différent peuvent être corrigés simultanément ou successivement dans le même ajustement des moindres carrés, résultant en un flux continu de précision dans les zones de chevauchement. Il est en outre montré comment cette procédure réduit les incohérences géométriques et la perte d’information généralement associées avec le processus de création de mosaïques MNE «DEM» traditionnel, et réalise des produits MNE «DEM» plus homogènes, cohérents, et précis.