Registrasi Jalan Tol Akses Tanjung Priok (Bagian II)
Penanganan Raw Data (data mentah) yang didapatkan dari Terrestrial Laser Scan merupakan hal yang krusial. Penanganan data yang baik akan mempermudah proses selanjutnya. Raw Data dari jalan tol akses Tanjung Priok ini melibatkan data yang sangat besar, sehingga memerlukan strategi tertentu sehingga proses registrasi dapat dilakukan dengan lebih baik. Strategi registrasi yang kami ambil antara lain sebagai berikut:
1. Jumlah Data Scan yang Banyak
Banyaknya data mentah akan menyulitkan saat registrasi jika dilakukan secara bersamaan. Salah satu cara mengatasi data yang besar adalah clustering. Pengelompokkan data bisa dilakukan berdasarkan hari pengambilan data atau dengan mengelompokkan berdasarkan jenis obyek atau pengelompokan yang lain.
2. Penyatuan Ruas Atas dan Bawah
Penyatuan ini terjadi karena scan dilakukan di jalur atas dan bawah tol secara bersamaan. Untuk menggabungkan hasil data mentah ini perlu digunakan referensi yang sama. Kami menggunakan pick point terhadap satu obyek yang tercapture scan dari atas jalan tol maupun dari bawah jalan tol.
3. Penghalang obyek (Object Barrier)
Pengambilan data dilakukan saat jalan tol tetap beroperasi. Hal ini mengakibatkan adanya halangan terhadap obyek yang discan. Lalu lintas kendaraan mengakibatkan beberapa obyek terhalang, karena pada saat perekaman pointcloud kendaraan melintas. Halangan ini mengakibatkan target dan sphere tidak terlihat atau terhalang. Proses yang dilakukan adalah mengambil point registrasi dari obyek yang sama terlihat dari 2 posisi berdiri alat.
4. Kapasitas Data yang besar
Dengan resolusi scan 1/2 menyebabkan kapasitas data besar dan berat saat processing. Langkah yang diambil dalam mengatasi hal tersebut yaitu dengan membagi area per segmen. Untuk setiap segmen terdiri dari 130-150 data scan. Dimana setiap segmen sudah diregistrasi untuk setiap ruas A-B dan atas-bawah.
5. Hasil Registrasi Tidak Match
Setelah registrasi berhasil dilakukan tetapi memiliki error yang tinggi akan menyebabkan data scan tidak match. Hal tersebut dapat diatasi dengan melakukan pengelompokkan/clustering untuk data yang bermasalah. Data dapat diperbaiki secara efisien dengan membagi menjadi ruas-ruas.
