這兩天，有一則報道被圈內人士刷屏了，標題是“一名中國留學生在荷蘭創立公司，破解了激光雷達數據處理難題”，講的是一名荷蘭屯特大學的中國留學生聯手四位同事創辦一家致力於激光雷達點雲數據處理業務公司的事情。
關於這家備受爭議的初創公司，筆者又從屯特大學的官方網站上搜集到了更多的背景資料，將其編譯作為補充，供大家參考，如下：
屯特大學的研究人員開發出了一種可以讓用戶快速完成建築物的三維建模，且成本低廉。該軟件能夠自動生成95%的詳細三維建築物模型，因而降低了生產成本與生產時間，如今該軟件已經在製作三維地圖的過程中得到應用。該軟件基於熊彪同學牽頭的研究成果，熊彪同學2014年12月5日畢業於屯特大學的地理信息科學與地球觀測學院，他的論文導師正是激光雷達領域享有盛譽的喬治·沃塞爾曼教授。
傳統的三維建模方法並不是自動化的過程，這樣的軟件往往使用航拍影像或者激光測繪手段來生產三維模型，成本居高不下的同時費時費力。熊彪開發的這一軟件係統，能夠利用激光雷達數據生成95%的建築物的三維模型，剩下5%的建模將是手工完成，但也提升了工作效率。這些三維模型非常精細，屋頂的天窗部分也有所體現。
熊彪表示，這款軟件的應用市場廣泛。對於一些企業而言，這款軟件將會很有價值。以穀歌為例，穀歌已經打造了自家的三維地圖，但造價高昂，耗時長久，更新率並不高，如果要全盤更新地圖數據，非常耗時。但是，有了這款軟件後，地圖的自動化更新可以高達95%。用這款軟件為整個恩斯赫德市(荷蘭東部一座城市)三維建模，隻需花費一周的時間，當然，為整個荷蘭三維建模，還需要更多的人力以及更多的設備，但一個月也足以完成。與傳統方式相比，三維地圖的生產成本得以大大降低，因為大部分工作都自動完成了。
對於他與四位同事攜手創立的這家公司DIPPER, 熊彪表示，他們的目標是開發出易用的應用。獲取到建築物的激光點雲數據後，借助這款軟件，可檢測出屋頂結構，接下來，通過對屋頂結構的分析，建築物的要素被識別出來，並被模擬到整棟建築物中。
激光雷達點雲數據處理，分歧重重
近年來，在交通、電力傳輸、建築等行業應用的驅動下，激光雷達技術發展迅猛。激光雷達采集到的豐富的點雲數據，信息量龐大，常用數據存儲格式不統一，存儲數據時存在種種不足，數據精度很難保證，因此，激光雷達點雲數據的後處理一直是難課題，數據服務產業鏈包含五個關鍵環節：數據采集、基礎數據處理、數據解譯、三維建模和數據可視化，但自動化識別分析始終困擾著點雲數據的應用，全自動建模軟件往往限定於型製統一的建築物上，市麵上尚且缺乏強大的算法，可以基於點雲，實現全自動大麵積模型的提取。
對於激光雷達領域的這家初創企業DIPPER公司以及推出的這樣一項最新科技成果，業界專家褒貶不一，大體分為三大派別：一類是樂觀派，看好該軟件的應用前景，相信科技進步的力量;另一類是中立派，對於技術的實質性內容保留疑問，他們重視客觀性，認為文章披露的內容並未對核心算法加以解讀，目前持有審慎而觀望的態度;剩下的一類則是挑戰派，他們認為技術涉嫌弄虛作假，技術實現的可能性太小。
樂觀派：
金景科技公司總經理程旭：激光雷達點雲數據的後處理一直是難課題，原因就在於離散空間點數據的自動化識別分析存在較大的不確定性，很容易出錯，一般準確自動構TIN需要對數據進行非常好的濾波修整等工作，這也大大限製了點雲數據的應用，因為大量精準的數據中包含了一些少量不準的數據使自動化效率大大降低。
他認為，好的自動化處理點雲軟件會對行業應用產生較大的推動。當然，這個軟件是否能處理各種類別的激光點雲數據還無從判斷，因為點雲數據目前有太多種類，固定站掃描、移動激光雷達、飛行、車載、地麵、室內、船載等不同獲取方式，各具特點，因此要想能應對各種各樣的數據做自動化處理，需要考慮周全。把自動化處理做好，需要很強的算法模型和周到設計考慮。
行業內能推出應對其中一種或幾種數據的軟件，十分欣喜。因為越來越多的人開始關注和研究點雲數據處理，才會讓激光雷達係統應用更好，最近幾年，激光雷達點雲數據後處理軟件越來越多，功能越來越強大，說明空間信息獲取的效率提升需求越來越大，激光雷達係統應用越來越廣，而從本質上而言，便攜易用的激光雷達係統是專業知識封裝的空間信息獲取最好的方案之一，可以幫助非專業人士實現專業空間信息獲取，從技術上實現行業壁壘的突破。
中測瑞格陳思聰：要是真的話就太牛了，但目前我們也沒有遇到過真正的全自動處理。全自動點雲建模如果實現的話，對激光雷達的發展是跨越式推進，將革新整個行業。目前，半自動居多，一些全自動建模軟件往往存在一些限定條件，例如建築物型製比較統一。而在建築型製存在巨大差異的情況下，基於點雲實現全自動大麵積模型的提取，非常值得期待。
微博網友PointCloud:激光雷達係統的春天不遠了。
中立派：
星閃世圖創始人李崢嶸：由於設備和采集方式不同，激光雷達數據的呈現形式和特點也有所不同，沒有一種萬能的算法適用於所有情況。機載、車載、地麵和室內激光掃描所獲取的數據特點和密度差異很大，根據應用需求的不同，各種采集方式和不同密度的點雲數據需要設計不同的處理算法和流程。
拓佳豐聖總經理陳新：“的確，激光雷達技術的應用瓶頸在於目前仍然十分複雜和自動化程度較低的數據處理技術。Dipper公司宣稱的高效軟件對於激光雷達技術的普及應用無疑是個重大利好。但在看到實際效果之前，暫不便評論。”
拓佳豐聖市場總監王磊：文章裏麵沒有具體算法方案和解決思路，對這技術的實用性保留意見。現在還沒看到多種點雲數據自動建模，但相信會有那麽一天的來臨。
四維遠見市場總監吳玉華：我們一直在做車載雷達激光點雲的數據處理研究，有了很不錯的成果，尤其是自動提取地物要素方麵，頗有成效。但在自動建模方麵還在摸索，文章中的技術成果沒有看到實際效果，不敢妄加評論。
挑戰派：
室內移動掃描專家北京華泰天宇科技公司總經理鄭勇：難以置信。激光點雲自動矢量提取和建模是全世界研究方向，目前少有做好的公司，最多解決某一類物體建模，諸如管線。如果真能解決這個問題，那將顛覆整個遙感界，改變世界進程。因此，DIPPER公司的軟件應該隻是實現了某類數據的處理。
但話說回來，一切質疑的聲音都會在真正的技術實力麵前戛然而止。因為世界不缺機會，缺實力。
麥格公司楊慎寧：作為點雲業內人士，雖然對這軟件效果持有懷疑態度，但仍然希望它是真的，求試用體驗。
飛思中國區銷售經理劉勇強：以LiDAR外行人的身份對此軟件技術表示高度懷疑。
UCalgary王瑞勝：荷蘭海歸做激光雷達的初創公司很多，商品化做得好的幾乎沒有。 宣傳並非代表實力。
無限界科技創始人謝一凡：Vosselman教授在激光雷達領域的科研水平應該是荷蘭最高，當地創業公司都在采用其課題組算法，但目前獨立的激光雷達技術還做不了實景，因為沒有側麵數據。現在，芬蘭在公開研究直接用激光獲取紋理，既定位又有紋理，但進展很慢。由於地理信息產業與技術是生產力的重要組成部分，地理信息行業的各方還要深思。
微信網友inception： 點雲逆向參數化模型在工業領域上的價值非常大，關於DIPPER公司的官網上的信息，除了幾張圖以及對尖頂和平頂的擬合，有實質價值的內容寥寥無幾。但凡某種技術運用了大數據雲計算機器學習，往往言過其實。
網站網友Eric: 激光雷達的市場規模有這麽大嗎?深表懷疑。
結語：
盡管這篇報道引發了行業熱議，甚至不少人會質疑報道的客觀中立性，但筆者的初衷隻是想將圈內的前沿科技成果及最新動態呈現給大家。通過與行業內多位大咖的交流，筆者感受最多的是業界對激光雷達點雲數據處理技術的期待。
也許會有誤解，也許會有誤讀，但科技始終走在前沿，甚至走在了想象力的前頭。隻有想不到，沒有做不到——對此，筆者深信不疑。
轉載請注明出處。
相關文章
熱門資訊
精彩導讀
關注我們
