Automatiska metoder för igenkänning, klassificering och extrahering av objekt från punktmoln insamlade med mobil laserskanning : En litteraturstudie

Sammanfattning: Digitalisering är för tillfället ett stort diskussionsämne och i de flesta delarnaav världen pågår det en övergång från analoga till digitala data. Digitala data ärmer flexibelt och kan innehålla mycket högre detaljnivå än vad som ärpraktiskt möjligt med analoga data. Digitala data är dock fortfarande i sinvagga och det krävs mycket mer arbete för att effektivisera och optimerainsamlingen och bearbetningen av den. Denna litteraturstudie undersökermobil laserskanning (MLS) och dess databearbetning för att hitta var teknikensframkant ligger gällande automation samt hur detta reflekterar sig motlaserskanningsbranschen. I litteraturstudien har ett stort antal artiklarhanterats och sållats, vilket i slutändan resulterade i 25 artiklar som redovisas iresultatet. Utöver litteraturstudien har det även utförts ett mindre antalintervjuer och utskickade enkäter, detta i syftet att dra paralleller mellanteorin i artiklarna och det praktiska utförandet i Sverige. Resultatet gårigenom de olika artiklarnas metoder, redovisar vad som är speciellt med dem,samt redovisar likheter mellan dem. I diskussionen jämförs artiklarna vi lästmot hur laserskanningsbranschen för närvarande ser ut i Sverige, och varför vitror att de inte alltid speglar varandra. Slutsatserna vi drar är att de nyametoderna vi läst om är lovande och att automation är på framfart. Tyvärrfinns det ett glapp mellan dessa metoder och de tillämpade metoderna pågrund av hur mycket testning och mjukvaruutveckling som krävs för att föra innya metoder på marknaden. Beställarna är heller inte alltid motiverade till attprova nya och obeprövade metoder då det kan innebära förhöjda kostnader ide fall då den använda metoden inte fungerar, eller annan att komplikationuppstår.