Elaborerò e classificherò nuvole di punti lidar in dem, dsm e contorni
Ingegnere di fotogrammetria LiDAR
Informazioni su questo servizio
Trasformo le nuvole di punti raw di LiDAR e derivate da fotogrammetria in output puliti, classificati e pronti per analisi. Questo è il cuore del mio lavoro nell'ingegneria della percezione LiDAR (sensor fusion, pipeline per veicoli/robot autonomi) e nell'ingegneria dei dati geospaziali, quindi sono a mio agio sia con nuvole di punti di livello survey che con quelle derivate da drone.
Ciò che ottieni:
- Pulizia, denoising e georeferenziazione della nuvola di punti
- Classificazione di terreno/non-terreno/edifici/vegetazione
- Generazione di DEM (terra nuda) e DSM (superficie)
- Generazione di linee di contorno a intervalli scelti
- Esportazione in LAS/LAZ, GeoTIFF, DXF o nel formato preferito
Perché lavorare con me:
- Ho un background che spazia tra workflow GIS di nuvole di punti e percezione LiDAR per sistemi autonomi. Conosco i dati a un livello più profondo rispetto a un tipico generalista GIS
- Elaborazione basata su Python quando utile, così grandi tile/dataset non devono essere gestiti completamente manualmente
Come funziona:
- Invia la tua nuvola di punti raw (LAS/LAZ/PLY/E57) e comunicami l'uso finale (modello di terreno, volume, visualizzazione, ecc.)
- Confermo densità di punti, numero di tile e specifiche di output
- Pulisco, classifico e genero i tuoi deliverables
- Ricevi la nuvola di punti classificata + DEM/DSM/contorni nel formato richiesto
Il mio portfolio
FAQ
Traduzione automatica.
Accetti nuvole di punti derivate da drone (non LiDAR survey)?
Sì, entrambi vanno bene — basta dirmi la fonte.
Puoi fare rilevamenti di cambiamenti tra due nuvole di punti/datas?
Sì, considera questa come un servizio personalizzato — il prezzo dipende dal numero di tile.
Quale software utilizzi?
Un mix di strumenti open-source per nuvole di punti/GIS e Python personalizzato (ho creato una pipeline raster multiprocessing proprio per questo tipo di lavori con file di grandi dimensioni).
