SOLUTIONS
解决方案
人物介绍:激光扫描的领航者，用精准提升效率与应用灵活性
作者：Linda van der Lans 日期：2025/10/24
自 2005 年加入 RIEGL 以来，马丁・普芬尼格包尔（Martin Pfennigbauer）对于设计与开发测量用的 LiDAR 仪器方面了解很多。如今身为共同首席技术长（co-CTO）兼首席研究长（chief research officer），他从自身角度回顾公司对测量工具箱所做的贡献，包括在 AI 与实时数据方面的投入，并展望未来。
贵公司如何协助提供适合测量员与地理资讯工程师的正确设备？
我们的目标是透过开发能支持各种应用领域的最佳解决方案，来响应不同客户的个别需求。目标是提供每位客户能以最佳质量与最高精度取得并处理 3D 数据的工具。举两个例子而言，RIEGL VZ-600i 能满足大型施工现场对高效量测的需求；而 RIEGL VUX-120 UAV 传感器则整合了 RiLOC IMU/GNSS 系统，是一款能有效率定期进行电力线路监测且使用者友善的工具。
我们的特色在于不断创新，并愿意与客户共同合作以解决最棘手的任务。而我们对高质量的坚持不仅体现在产品上；RIEGL 的客户在日常作业中，也能获得我们所提供的最佳支持。
在贵公司对地理空间以及相关领域的贡献中，哪一项是您最引以为傲的？
我们以在空载激光扫描领域的先驱角色为傲。RIEGL 的系统被广泛应用于全球各式各样的测绘项目。我们的扫描仪与系统也在日益重要的领域中发挥影响力，例如雪崩与山崩防护、二氧化碳监测以及防洪等。
让我们特别自豪的是极为广泛的产品组合：静态与动态、地面与机载、工业与测深（bathymetric）激光扫描。这使我们能够以坚实的知识支持客户，尤其在需要整合不同扫描任务所得的数据时，例如地面与无人机、或是静态与动态。在当今数字化需求日益增加的情况下，服务提供商必须充分运用所有可用的数据源。
车载激光扫描能以极高的细节水平获取都市区域，并透过 AI 为基础的分类技术，提供从数据中萃取出噪声的能力。
贵公司如何运用 AI 与自动化技术，来改变地理空间数据的搜集与分析？
在专注于系统状态可预测性的应用中，确定性算法（Deterministic algorithms）仍然是首选的开发方式。然而，AI 使得许多过去无法实现的功能成为可能。其中一个广为人知的 AI 应用就是对车牌与人脸进行全自动匿名化处理。
RIEGL 最新的数据处理软件已具备 AI 为基础的点云分类功能。点云会自动被分割成不同类别，例如道路、植被、房屋、交通号志、行人、停放的车辆、行驶中的车辆等等。这项能力大幅提升了数据的可用性与处理效率，不仅能更轻松的萃取所感兴趣的目标特征，也能从点云中清除噪声，例如车流与行人。
贵公司如何应对地理空间应用中对实时或近实时数据日益增加的需求？
减少数据处理时间的一个重要里程碑，是将全波形分析（full-waveform analysis）从后处理转移到激光扫描仪本身进行。这也被称为实时波形处理（online waveform processing），它是实现高准确度且具有丰富属性测量的基础。
我们对模块化软件架构的专注，也使得实时地理对位成为可能。然而，其适用性取决于特定的使用情境，因为最终精度主要取决于实时轨迹的质量。理想应用包括对电力线的机载廊道测绘，或在自然灾害（如风暴、洪水或山崩）后进行快速评估。
实时处理并不仅限于动态激光扫描。在地面激光扫描中，我们提供自动拼接（automatic registration），可以在扫描中同时让每个扫描位置在设备上实时完成拼接。这样便可在测量过程中直接生成一致的点云，大幅减少后续处理时间。
经过分割的点云数据可以呈现每一棵树木
展望未来，您认为哪些新兴技术将对地理空间产业带来最重大的变革？
激光扫描系统的一个关键发展，在于导航处理与地理对位中更加紧密整合不同传感器与数据源。透过协同数据融合（synergistic data fusion），可补偿单一传感器的限制，进而提升所获取地理空间数据（例如点云）的精度与可靠性。
具体而言，惯性传感器与激光扫描的紧密耦合是透过 RIEGL RiLOC 系统及其处理工作流程中实现的，其利用了 RIEGL 激光扫描仪的高精度来补偿导航传感器的误差，例如惯性传感器漂移。再加上底层感测技术（激光扫描、惯性导航与卫星导航）的尺寸缩小与性能进步，不仅提高了测绘产品的精度，同时让资料搜集更高效且具弹性。
关于马丁・普芬尼格包尔
Martin Pfennigbauer
拥有奥地利维也纳工业大学电机工程博士学位。他自 2005 年起加入 RIEGL 激光量测系统公司，从事测量应用的 LiDAR 仪器设计与开发。目前，他担任共同首席技术长兼首席研究长。
