LiDAR & Laserscanning

Im fachlichen Zusammenhang wird Airborne LiDAR vor allem bei großflächigen Erfassungen eingesetzt, etwa für Geländemodelle, Trassenkorridore, Deponien oder Abbaugebiete. Durch die hohe Punktdichte und die Möglichkeit, auch unter Vegetationsbewuchs Geländeinformationen zu erfassen, eignet sich das Verfahren für topografische Analysen und Volumenberechnungen.

In der Praxis der Geodatenerfassung spielt Airborne LiDAR eine Rolle, wenn flächenhafte, relativ schnell zu erfassende 3D-Daten benötigt werden. Die absolute Genauigkeit hängt dabei von GNSS- und IMU- Referenzierung, Flugplanung sowie Bodenpasspunkten ab. Abzugrenzen ist das Verfahren von der photogrammetrischen Auswertung, bei der Bilddaten statt Laserimpulsen verwendet werden.

TLS wird im Bau- und Bestandsumfeld eingesetzt, beispielsweise zur Dokumentation von Gebäuden, Ingenieurbauwerken oder Industrieanlagen. Auch im Tunnel- und Brückenbau sowie bei Deformationsanalysen findet das Verfahren Anwendung. Durch die hohe Detailauflösung lassen sich Fassaden, Tragwerke oder komplexe Innenräume präzise modellieren.

In der Vermessungspraxis werden mehrere Scanpositionen über Pass- oder Referenzpunkte miteinander verknüpft. Das Ergebnis ist eine registrierte Gesamtpunktwolke. Im Unterschied zu Airborne LiDAR erfolgt die Datenerfassung aus festen Standpunkten am Boden, was zu sehr hohen Punktdichten bei gleichzeitig begrenztem Erfassungsradius führt.

Das Verfahren wird eingesetzt, wenn lineare oder ausgedehnte Strukturen effizient aufgenommen werden sollen, etwa Straßenräume, Gleisanlagen oder innerstädtische Bereiche. Die kontinuierliche Bewegung erlaubt eine hohe Flächenleistung bei gleichzeitig dreidimensionaler Datenerfassung.

Für die Praxis bedeutet Mobile Mapping eine Kombination aus Laserscanning und kinematischer Positionsbestimmung. Die Qualität der Punktwolke hängt maßgeblich von der Kalibrierung der Sensorik, der Trajektorienberechnung und der Nachbearbeitung ab. Im Vergleich zum TLS erfolgt die Aufnahme nicht stationär, sondern entlang einer Bewegungsbahn. Gegenüber Airborne LiDAR liegt der Fokus stärker auf bodennahen Strukturen und Detailinformationen im Straßenraum.

Im Kontext der Drohnenvermessung und mobilen Kartierung ist die IMU ein zentrales Element zur Bestimmung der Sensorlage und damit der Orientierung jedes einzelnen Messwerts. Bei luftgestütztem Laserscanning wird die IMU mit GNSS-Daten zu einem Inertialnavigationssystem (INS) kombiniert; bei SLAM-Verfahren liefert sie Bewegungsdaten in Bereichen ohne GNSS-Empfang.

Die Genauigkeit der IMU wirkt sich unmittelbar auf die Qualität der erzeugten Punktwolke aus. Bei längeren Aufnahmewegen oder dynamischen Flugmanövern können kleine Drehraten- oder Beschleunigungsfehler kumulieren und zu Lageabweichungen führen. Die regelmäßige Kalibrierung des Systems ist daher Bestandteil professioneller Erfassungsworkflows.

Topografische LiDAR-Systeme nutzen meist Wellenlängen im nahen Infrarotbereich, typischerweise zwischen 905 und 1.064 Nanometern. Diese Bereiche eignen sich für Vegetations- und Geländeerfassung, durchdringen jedoch keine Wasseroberflächen. Bathymetrische LiDAR-Systeme arbeiten dagegen mit Wellenlängen im grünen Spektrum (etwa 532 nm), die in klares Wasser eindringen und den Gewässergrund erfassen können.

Für die Projektplanung ist die Wellenlänge insofern relevant, als sie die Eignung eines Sensors für bestimmte Oberflächen festlegt. Befliegungen über Gewässerflächen, Schneefeldern oder asphaltierten Bereichen können je nach gewählter Wellenlänge unterschiedliche Datendichten und Reichweiten liefern. Bei der Auswahl eines Systems sollten Wellenlänge und Anwendungsfall daher abgestimmt werden.

Bei LiDAR-Systemen beeinflusst die Strahldivergenz mehrere praxisrelevante Parameter. Eine geringe Divergenz bündelt die Energie auf einer kleineren Zielfläche, was Reichweite und Auflösung erhöht. Eine größere Divergenz verteilt die Energie auf eine breitere Fläche, was die Detektionswahrscheinlichkeit unter ungünstigen Bedingungen verbessern kann.

In der vegetationsdurchsetzten Befliegung ist die Strahldivergenz besonders relevant. Ein stärker fokussierter Strahl findet leichter Lücken im Blätterdach und erreicht den Boden zuverlässiger. Auch die Wechselwirkung mit atmosphärischen Partikeln wie Staub, Nebel oder Regen wird durch die Divergenz beeinflusst. Die Wahl des Sensors hängt damit auch von der erwarteten Geländecharakteristik ab.

Im fachlichen Kontext der Distanzmessung ist die Reflektivität ein wesentlicher Einflussfaktor für die Detektion einzelner Punkte. Stark absorbierende Oberflächen wie frischer Asphalt oder Wasser liefern bei klassischen LiDAR- Wellenlängen nur schwache oder gar keine Rückläufe. Helle, raue oder metallische Flächen reflektieren hingegen einen größeren Anteil des Impulses.

Für Vermessungsbüros bedeutet dies, dass Reichweitenangaben in Datenblättern stets im Zusammenhang mit der zugrunde liegenden Referenzreflektivität betrachtet werden müssen. Eine Reichweitenangabe, gemessen bei 90 Prozent Reflektivität, ist für die Praxis weniger aussagekräftig als ein Wert bei 10 Prozent. Auch die Auswertbarkeit der erfassten Punktwolke wird durch die Verteilung der Reflexionsstärken im Projektgebiet beeinflusst.

In der Auswertung können Intensitätswerte Hinweise auf Materialunterschiede, Oberflächenbeschaffenheit oder Feuchtigkeitszustände liefern. Asphalt, Vegetation, Beton oder Metall reflektieren Laserimpulse unterschiedlich stark. Diese Unterschiede lassen sich in der Punktwolke visualisieren und für weiterführende Analysen nutzen.

In der Praxis werden Intensitätswerte häufig ergänzend zur geometrischen Information verwendet, etwa zur Unterstützung der Klassifikation oder zur visuellen Interpretation. Sie sind jedoch abhängig von Sensorparametern, Einfallswinkel und Entfernung und daher nicht ohne Weiteres vergleichbar zwischen unterschiedlichen Projekten oder Systemen.

Dieses Phänomen tritt typischerweise bei Vegetation auf. Ein erster Teil des Impulses wird an Blättern oder Ästen reflektiert, während ein weiterer Anteil bis zum Boden durchdringt und dort erneut reflektiert wird. Das System speichert diese Rückläufe als separate Punkte.

Für die Geländemodellierung ist die Auswertung von Mehrfachechos von Bedeutung, da sie die Trennung zwischen Bewuchs und Geländeoberfläche ermöglicht. In der Praxis werden häufig „First Return“, „Last Return“ oder Zwischenrückläufe unterschieden. Die gezielte Nutzung dieser Informationen unterstützt die Ableitung digitaler Geländemodelle unter Vegetationsbedeckung.

Im fachlichen Kontext erfolgt die Klassifikation algorithmisch auf Basis geometrischer, radiometrischer und topologischer Merkmale. Kriterien können Höhe, Neigung, Punktdichte oder Intensitätswerte sein. Ziel ist eine strukturierte Datenbasis für weitere Auswertungen.

In der Praxis bildet die Klassifikation die Grundlage für digitale Geländemodelle, Oberflächenmodelle oder thematische Auswertungen. Eine fehlerhafte oder unvollständige Klassifikation kann direkte Auswirkungen auf Volumenberechnungen, Massenmodelle oder Planungsgrundlagen haben. Die Qualität der Klassifikation hängt daher sowohl von der Datenqualität als auch von der gewählten Methodik ab.

Ein ausgesendeter Impuls kann unterschiedliche Rückläufe („Returns“) erzeugen. Über befestigten Flächen wie Straßen entsteht in der Regel ein einzelner Rücklauf. In Vegetationsstrukturen sind mehrere Rückläufe möglich, da der Laser zunächst Blätter oder Äste und anschließend den Boden trifft. Für viele Auswertungen wird primär der erste Rücklauf betrachtet.

Neben der Pulsrate spielt das Sichtfeld (Field of View, FOV) eine wesentliche Rolle. Systeme mit großem FOV erfassen auch Bereiche außerhalb des eigentlichen Projektziels, etwa den Himmel oder seitliche Strukturen. In luftgestützten Anwendungen wird häufig nur ein definierter Bodenbereich genutzt. Entscheidend ist daher die nutzbare Punktdichte innerhalb dieses effektiven Arbeitswinkels. In der Praxis sollten Sensoren nicht ausschließlich anhand der kHz-Angabe verglichen werden, sondern die Kombination aus Pulsrate, FOV, Fluglagekompensation und tatsächlich verwendeter Punktdichte im Projektkontext bewertet werden.

Mehrere Faktoren beeinflussen die Reichweite: die Laserleistung, die Wellenlänge, die Empfindlichkeit des Empfängers, die Strahldivergenz sowie die Reflektivität der erfassten Objekte. Hersteller geben Reichweiten häufig bei 90 Prozent Reflektivität an, was praxisferne Idealbedingungen sind. Realistische Vergleichswerte basieren auf 10 Prozent Reflektivität und entsprechen typischen Oberflächen wie Vegetation oder dunklen Materialien.

Für die Anbieterwahl und Sensorbewertung ist die Reichweite bei 10 Prozent Reflektivität der aussagekräftigere Wert. Eine größere Reichweite ermöglicht höhere Flughöhen und damit größere Flächenleistungen pro Mission. Allerdings sind Reichweite und geometrische Detailgenauigkeit gegenläufige Parameter: Höhere Flughöhen reduzieren die Punktdichte am Boden. Im Leistungsverzeichnis sollten daher Reichweite und gewünschte Bodenauflösung gemeinsam betrachtet werden.