Der Klassifizierungs-Workflow in 5 Schritten von der Vorverarbeitung bis zur endgültigen Klassifizierung

So unterstützt Pointly den Aufbau digitaler Zwillinge durch Klassifizierungs-Workflows

veröffentlicht: 14.04.2025
Dieser Artikel erschien auch im Magazin Gis.Business, Ausgabe 1–2/2025, auf den Seiten 45–47.

Marktentwicklung: Der LiDAR-Boom und die Rolle der KI

LiDAR-Technologien gewinnen rasch an Bedeutung und sind in Bereichen wie Vermessung, Bauwesen und Stadtplanung unverzichtbar geworden. Sie ermöglichen die Erstellung von 3D-Punktwolken, die als hochpräzise digitale Darstellungen der realen Welt dienen.

Die Analyse dieser Punktwolken umfasst Klassifizierungsprozesse, bei denen jeder der Millionen oder sogar Milliarden gemessenen Punkte präzise einer bestimmten Objektklasse zugeordnet werden muss – beispielsweise Gebäuden, Straßen oder Vegetation.

Traditionell wird dieser Prozess häufig an große Teams ausgelagert und größtenteils durch manuelle Klassenzuweisung durchgeführt – ein sehr zeit- und ressourcenintensiver Ansatz.

Pointly löst diese Herausforderung mit einer innovativen KI-Lösung: Der Klassifizierungsprozess wird automatisiert, was die Effizienz steigert und eine skalierbare Analyse von 3D-Punktwolken ermöglicht.

Eine kleine Einführung: Was ist Pointly?

Pointly ist eine SaaS-Lösung, die sich auf die intelligente Analyse und Klassifizierung von 3D-Punktwolken spezialisiert hat. Die cloudbasierte Plattform kombiniert fortschrittliche KI-Algorithmen mit einer benutzerfreundlichen Oberfläche und ermöglicht so die effiziente Verarbeitung und Verwaltung von 3D-Punktwolken.

Abbildung 1 Ausgewählte Anwendungsfälle von Pointly aus den Bereichen Autobahn, luftgestütztes Laserscanning, Eisenbahnschienen und Stadtinventare

Abbildung 1 Ausgewählte Anwendungsfälle von Pointly aus den Bereichen Autobahn, luftgestütztes Laserscanning, Eisenbahnschienen und Stadtinventare

Eine der größten Stärken von Pointly liegt in der Flexibilität des Ansatzes: Pointly trainiert KI-Modelle, die individuell auf die Anforderungen jedes einzelnen Projekts zugeschnitten sind. Unabhängig davon, ob die Punktwolken mittels Photogrammetrie, luftgestütztem LiDAR oder mobilem und terrestrischem Scanning generiert wurden – Pointly kann sie mithilfe eines beliebigen Klassenkatalogs präzise und automatisch klassifizieren.

Darüber hinaus unterstützt Pointly auch manuelle Klassifizierungsprojekte mit intuitiven Tools, mit denen selbst große Datensätze effizient und benutzerfreundlich verarbeitet werden können. Dieser Prozess wird beispielsweise zur Generierung von Trainingsdaten für die KI genutzt. Damit bietet die Plattform eine leistungsstarke Lösung sowohl für vollautomatisierte als auch für hybride Workflows.

Der Pointly-Ansatz und Workflow: Mehr Effizienz durch Automatisierung

Pointly kombiniert traditionelle regelbasierte Methoden mit modernster KI in vollautomatisierten Pipelines innerhalb benutzerdefinierter Workflows, um eine präzise und skalierbare Klassifizierung von 3D-Punktwolken zu ermöglichen.

Ein typischer Workflow besteht aus fünf Schritten:

Pointly kombiniert traditionelle regelbasierte Methoden mit modernster KI in vollautomatisierten Pipelines innerhalb benutzerdefinierter Workflows, um eine präzise und skalierbare Klassifizierung von 3D-Punktwolken zu ermöglichen. Ein typischer Workflow besteht aus fünf Schritten:

Abbildung 2: Der Klassifizierungs-Workflow von Pointly

1. Vorverarbeitung:

Im ersten Schritt werden die Rohdaten aufbereitet. Störungen in den Daten (z. B. Rauschen) können bereits in dieser Phase reduziert werden, eine erste Bodenerkennung kann durchgeführt werden und die Punktwolken werden homogenisiert, um die Grundlage für eine genaue Analyse zu schaffen.

2. KI-Modell:

Als Nächstes klassifiziert ein KI-Modell die Punktwolke, indem es jeden Punkt automatisch seiner spezifischen Objektklasse zuordnet. Die KI ist das Herzstück des Klassifizierungsworkflows und wird speziell für die Anforderungen und Bedingungen jedes Projekts trainiert, um optimale Ergebnisse zu gewährleisten.

3. Regelbasierte Methoden:

Darüber hinaus werden regelbasierte Ansätze verwendet, um die automatischen Ergebnisse zu validieren oder weiter zu optimieren. Dazu gehören die Verwendung vorhandener Daten wie Formdateien aus Geodatenbanken, semantische Filterung und die Anwendung von Modellmetriken zur Sicherstellung der Klassifizierungsqualität.

4. Manuelle Optimierung (nur bei Bedarf):

Für besonders anspruchsvolle Anwendungsfälle (z. B. die Ableitung präziser CAD-Modelle) und spezifische Projektanforderungen können Benutzer die Klassifizierung manuell verfeinern. Die Pointly-Plattform unterstützt diesen Prozess mit einem intuitiven Punktwolken-Viewer und effizienten Klassifizierungswerkzeugen.

5. Endgültige Einstufung:

Die klassifizierte Punktwolke ist das Ergebnis des Prozesses. Einzelne Objektklassen können nun flexibel ein- oder ausgeblendet werden und stehen für präzise Analysen zur Verfügung.

Beispielprojekt: Der digitale Zwilling Deutschland

Ein besonders eindrucksvolles Beispiel für die Anwendung von Pointly ist das aktuelle Projekt „Digital Twin Germany“ des Bundesamtes für Kartografie und Geodäsie (BKG). Ziel dieser Initiative ist es, ein flächendeckendes, hochpräzises 3D-Modell zu erstellen, das eine Vielzahl von Anwendungen ermöglicht – von Klimawandelanalysen bis hin zu Hochwassersimulationen.

Mithilfe von LiDAR-Scans und einem speziell trainierten KI-Modell von Pointly werden große Teile der zu erfassenden Punktwolkendaten effizient klassifiziert. Der automatisierte Prozess zielt darauf ab, Objekte wie Gebäude, Vegetation oder Energieinfrastruktur auf nationaler Ebene zu identifizieren und digital zu modellieren.

Dieser Ansatz eröffnet Entscheidungsträgern auf Bundes-, Landes- und Kommunalebene völlig neue Möglichkeiten: Infrastruktur kann effektiver geplant, Umweltanalysen schneller durchgeführt und komplexe Bauprojekte optimiert werden.

Während Pointly seine Skalierbarkeit bereits bei der Klassifizierung ganzer Städte unter Beweis gestellt hat, erreicht dieses Großprojekt eine neue Dimension. Als Klassifizierungspartner von BSF Swissphoto, das umfangreiche Luftbildvermessungen in ganz Deutschland durchführt, betritt Pointly auch eine neue Dimension bei der automatisierten Klassifizierung von 3D-Punktwolken. Dies verdeutlicht das immense Potenzial, das KI-basierte Lösungen wie Pointly für die Zukunft bieten, und setzt neue Maßstäbe für die Digitalisierung ganzer Regionen.

Abbildung 3: Erste Ergebnisse der vollautomatischen Klassifizierung in der Pointly-Plattform für den Digitalen Zwilling Deutschland (© Bundesamt für Kartografie und Geodäsie 2025)

Abbildung 3: Erste Ergebnisse der vollautomatischen Klassifizierung in der Pointly-Plattform für den Digitalen Zwilling Deutschland (© Bundesamt für Kartografie und Geodäsie 2025)

Schlussfolgerung

Die Kombination aus KI und Geodaten revolutioniert die Art und Weise, wie Punktwolken verarbeitet und genutzt werden. Mit seiner innovativen Cloud-Plattform und seinem ganzheitlichen Beratungsansatz ermöglicht Pointly leistungsstarke und skalierbare Lösungen für die Herausforderungen der modernen 3D-Geodatenanalyse. Ob es um die effiziente Klassifizierung großer Punktwolken oder die Erstellung digitaler Zwillinge geht – Pointly ebnet den Weg für die Zukunft der Geodatenverarbeitung und setzt neue Standards in der Branche.

Autor: Moritz Hartmann (Pointly GmbH)
Kontakt: info@pointly.ai

Besonderer Dank gilt Gis.Business und dem VDE Verlag für die gemeinsame Veröffentlichung!
Das vollständige Magazin ist unter folgendem Link verfügbar:
vde-verlag.de/zeitschriften/gis-fachzeitschriften-fuer-geoinformation.html

Pointly – Point out what matters.

⇧ zurück zum Anfang
Pointly 3D-Punktwolkenklassifizierung
Über Pointly

Pointly ist eine intelligente, cloudbasierte Softwarelösung zur Verwaltung und Klassifizierung von 3D-Punktwolken – schneller und präziser als je zuvor.

Pointly Services bieten bedarfsgerechte, fortschrittliche 3D-Punktwolkenlösungen, individuell zugeschnitten auf spezifische Anforderungen.

Diesen Artikel teilen