LiDAR နည်းပညာသည် လေထုထဲသို့ ငွေ့လျှပ်စစ်အလင်းကြေးကို ပို့ပြီး၊ အလင်းပြန်လည်လှည့်မလာချိန်ကို တိကျစွာ တိုင်းတာနိုင်သည့် ရှည်သွားအာရုံခံနည်းပါ။ ယင်းနည်းပညာသည် မြေပြင်ယာဉ်၊ အနားကယ်မရတောထင်း၊ လူနေမြို့ကြီးထဲမွ တိကျမြေမြင် 3D ပုံစံ မြေပုံများ တိုင်းတာအပ်နိုင်မှုကြောင့် အလွန် အသုံးတည့်သည်။ ၎င်းသည် သဘာဝလေထု တုန်လှုပ်မှု၊ တိုင်းတာကျွမ်းကျွမ်းနှင့်၊ ဆောက်လုပ်မှုပြဳလုပ်မှု အစရှိသော ကဏ္ဍများသုံးစွဲရာတွင် အရေးကြီးအထောက်အကူ ဖန်တီးပေးသည်။
LiDAR နည်းပညာ — ဘာလဲ၊ ဘာကြောင့် အရေးကြီးလဲ?
LiDAR နည်းပညာမှာ (Light Detection and Ranging) — အလင်းလှိုင်းစုနည်း အသည်းထုတ်အနားဖောက်နည်းအနေနဲ့ သုံးသည်။ ဓာတ်လှိုင်း (laser) ကို နယ်နေရာ(ဒေသ) တွင်ထုတ်ကောက်ပြီး ပြန်လည်လာခြင်းတုန်လှုပ်ခွင့်ကို တိကျစွာ တိုင်းတာကာ မည်သည့်အရာ/မြေပြင်ရှိ အကွာအကျပ်ကို သိနိုင်သည်။ ယင်းကို တစ်စတစ်စမှ သိသိသာသာ ပြန်နေထိုင်ပြီး အလွန်တိကျသည့် 3D မြေပုံ၊ ဒေတာများဖန်တီးပေးသည်။
အနောက်ခံ — LiDAR သည် စုဆောင်းမှုမြန်၊ တိကျ၊ မျက်နှာပြင်အခြေအန မော်လ်တစ်ပါးသည့် မျိုးစုံ နယ်နိုင်းများမှာ ပိုမိုအသုံးတည့်သည်။ လယ်ယာ၊ တောထင်းရွာ၊ မြို့ပြစီမံချက်၊ မော်တော်ယာဉ်အလိုအလျက် စနစ်အလှည့်၊ သိပ္ပံအနုပညာ စတဲ့ နယ်ပယ်သုံးရန်၌ လုံးဝ စာနေမည့်နည်းပညာသည်။
- LiDAR နည်းပညာ၏ အားသာချက်များ
- မြန်မြန်ဆန်ဆန် 3D မြေပုံတိကျမှု
- ဒေတာစုဆောင်းမှုမြန်မယ်
- ကျယ်ပြားသောဧရိယာတစ်ခုလုံးကိုကာကွယ်တူးဖော်နိုင်ခြင်း
- မိုးလေဝသအခြေအနမျိုးစုံတွင်သုံးနိုင်ခြင်း (ဘယ်လောက်နိမ့်နည်းများရှိသည်)
- အပင်လုပ်ပျက်မှုအောက်စိုတမြေပြင်မြန်မှတ်ယူနိုင်သည်
- အလိုအလျက်ယာဉ်များအတွက် navigation တိကျမှု
ယနေ့ပေါ်ပလာ ကျွမ်းကျင်မှုစွမ်းအားအနေနဲ့ နည်းပညာသည် — မော်တော်ယာဉ်များအလိုအလျက်, ဆောက်လုပ်ရေးမှူး, လယ်ယာ ဧရိယာ စသည်ဖြင့် အလှည့်အပြောင်းသာတ်ဒေတာသုံးရန် အရေးပါသည်။
နည်းပညာသည် မည်သည့်အရေးပါမည်ဆိုမည်မှာ — ဒေတာစနစ်နှင့်အတူ အတည်ပြုကြောင်းတစ်ခုကောင်းသော နည်းပညာဖြစ်သည်။ မြေညဏ်နယ်ပယ်၊ မြို့ကြီးပျိုးပွားရေး, မော်တော်ယဉ်အလိုအလျက်စနစ်, သိပ္ပံပညာစသည်တို့တွင် အတော်လေး တွင် သုံးနိုင်သည်။
LiDAR နည်းပညာ၏ အခြေခံ လုပ်ဆောင်မှုပုံစံ
LiDAR နည်းပညာသည် — လေထုထဲသို့ ဓာတ်လှိုင်းပို့ပြီး ပြန်မလာချိန်ကို တိကျစွာ တိုင်းတာပေးသည်။ နောက်ဆုံးတွင် (X, Y, Z) နဲ့ ပေါင်းပြီး 3D point cloud (နောက်ဆုံအချက်) ဝေါင်းလုံးအနေနဲ့ 3D ပုံစံဖန်တီးနိုင်သည်။
LiDAR စနစ်တွင် အဓိက ၃-ခု ကျင့်ကြသည်။ Laser scanner, GPS receiver, IMU (Ataletsel Ölçüm Birimi/ inertial measurement unit)။ Laser scanner သည် တုန်လှုပ်ချိန်ကို တိုင်းတာပေးပြီး GPS သည် တည်နေရာနှင့် IMU သည် တည်နေရာအထွေထွေကို တိုင်းတာသည်။ အပြန်အလှန် ထောက်ပံ့၍ မြေပုံတစ်ခုတည်းအထူးဖန်တီးနိုင်သည်။
| ကြာဝင်ပစ္စည်း | တာဝန် | အရေးပါမှု |
|---|---|---|
| Laser Scanner | Lazerလှိုင်းပို့ပြီးပြန်လည်ချိန်ကို တိုင်းတာသည် | ကားလမ်းအကွာအကျပ်တိကျမှု |
| GPS Receiver | နေရာမကောင်း/တည်နေရာကို တိုင်းတာသည် | ဒေတာ ဆောင်းရန် တိကျမှု |
| IMU | အမြင်/အချင်းအောက်ကို တိုင်းတာသည် | ဒေတာတည်နေရာအထွေထွေ |
| Data Processing Software | Raw data ကို 3D point cloud ပြောင်းသည် | အသုံးချနိုင်သော ဒေတာဖန်တီးသည် |
အောင်မြင်မှုက ပိုမြန်တစ်ကယ်ဒေတာယူနိုင်မှု၊ ထုထည်များဒေတာယူနိုင်မှုနှင့် သီးသန့်ဖန်တီး။ ထင်းတောအလျအပတ်၊ မြို့ကြီးမှူး၊ လယ်ယာအနောက်တော၊ နယ်နိုင်းများ၏ မြေညဏ်များ သုံးရာမှာ အတော်လေး အထောက်အကူတန်သည်။
ဒေတာစုဆောင်းခြင်း
LiDAR စနစ်သည် တူညီမဟုတ်သော platform တွင် တပ်ဆင်နိုင်သည်။ လေယာဉ်, drone, သက်တင်သင်္ကြန်, မြေယာဉ်သည်မှာ။ လေကြောင်း LiDAR သည်ကျယ်ကျယ်ပြားပြားကုန်းပေါ်အနေဖြင့် ရယူနိုင်ပေမယ့် မြေပြင် LiDAR သည် ပိုမိုတိကျသောဒေတာ ရနိုင်သည်။
ဒေတာစုဆောင်းမှုမှာ လှိုင်းကိုအပြီးအပ်တာဖြင့် ပြန်လည်လာချိန်တိုင်းတာနည်း၊ calibration တစ်ခုပြုလုပ်သင့်ပါသည်။
- လုပ်ဆောင်မှုလှိုင်းစဉ်
- Lazer လှိုင်းကို ပို့သည်
- ပြန်လည်လာအလင်းကို မျှော်သည်
- တုန်လှုပ်ချိန်ကို တိုင်းတာသည်
- အကွာအကျပ် ရိတ်သန်မှု
- GPS/IMU အတူတည်နေရာ
- 3D point cloud ဖန်တီးသည်
- ဒေတာစိစစ်နဲ့အကဲဖြတ်သည်
ဒေတာပြုလုပ်ခြင်း
LiDAR raw data ကို အသုံးချဖို့တန်ပြုလုပ်ပါသည်။ စီမဲ့တူးသည်။ Cleaning (noise reduction), filtering, classification, modeling. Cleaning မှာ bird တို့၊ မိုးလေဝသအနောက်ကမညစ်မဲ့ element ကို ဖယ်ရှာသည်။ Filtering သည် unwanted ground reflections များကို ဖယ်ရှာသည်။ Classification ထဲက building, tree, ground တို့ကို တစ်ယောက်ချင်းစီဖြင့် စီမယ်သည်။ Modeling အဆင့်မှာ သီးသန့် 3D model ပြုလုပ်သည်။
အသုံးချမှုဝန်းရံ
LiDAR နည်းပညာသည် အလွန်ကျယ်ပြားသောအသုံးချမှုနယ်ပယ်ရှိသည်။ မြေညဏ်ထုထည်, မြို့ကြီး model, တောထင်းထုဒေသ, မော်တော်ယာဉ်အလိုအလျက်၊ အန္တရာယ်နယ်နိုင်းများစသဖြင့် နယ်ပယ်စုံအသုံးပြုနိုင်သည်။
အနာဂတ်မှာ AI၊ Machine Learning အထောက်အကူဖြင့် LiDAR data တွေကို အာဏာပေးဖြင့် သုံးနိုင်မည်။
LiDAR နည်းပညာ သုံးစွဲရာကဏ္ဍများ
LiDAR နည်းပညာမှာ Accuracy မြင့်ပြီး နယ်ပယ်စုံ အသုံးချလို့ရသည်။ မြေညဏ်၊ မြို့ပြစီမံချက်၊ မော်တော်ယာဉ်၊ တောထင်း၊ အန္တရာယ်စီမံရေး၊ သိပ္ပံ စတာတွင်အရေးပါတက်တက်သည်။
မြေညဏ်နယ်ပယ်မှာ LiDAR သုံးပြီး မြေကွက်တစ်ခုလုံးအတည်ပြု model ဖန်တီးနိုင်သည်။
| သုံးစွဲနယ်ပယ် | ရှင်းလင်းချက် | LiDAR ထောက်ပံ့မှု |
|---|---|---|
| မြေညဏ် | ရုပ်ကြွ 3D မြေညဏ်တော့ | မြန်တစ်ကယ် data, detailed surface analysis |
| မြို့ပြစီမံချက် | အဆောက်အအုံ, အစိမ်းလမ်းတစ်ခု, traffic analysis | 3D city model, smart city functional |
| မော်တော်ယာဉ် | sense environment, obstacle detection, navigation | real time 3D mapping, safety driving |
| တောထင်း | Tree height/type/density | forest inventory, biomass calculation |
မြို့ပြနယ်ပယ်မှာ LiDAR သုံးပြီး building, green space, traffic flow analysis စတာတွေအလုပ်လုပ်နိုင်သည်။
- အသုံးချမှု နယ်ပယ်ပါးစပ်
- Archaeology — Ground penetration to detect underground structures
- Disaster Management — Flood/hill slide riskedition
- Energy — Solar panel site selection
- Agriculture — Optimizing yield, irrigation
- Mining — Open mine volume measurement
Autonomous vehicles အတွက် LiDAR ဟာ 3D environment model လုပ်ပြီး, camera/radar များနှင့်ချိတ်ဆက် အသုံးပြုသည်။
တောထင်းနယ်ပယ်မှာ Tree height, density နဲ့ forest management, biomass calculation သုံးနိုင်ပါတယ်။ Agriculture မှာ plant health နဲ့ irrigation planning အတွက် LiDAR သုံးသည်။
LiDAR နည်းပညာ၏ အားသာချက်နှင့် အားနည်းချက်
LiDAR သည် အားသာချက်များ, မကြာခဏ အားနည်းချက်များ ပါသည်။ မြှင့်သော accuracy နှင့် rapid 3D mapping, decision-making process အလွယ်တကူဖန်တီးပေးသည်။ သို့သော် ပစ္စည်းအသုံးမည့်ကိရိယာ မျိုးစုံ ဈေးကြေးမြင့်သည်။ မိုးလေဝသထိခိုက်မှု, expert analysis လိုအပ်သည်။
- အစဉ်အလာ/အားသာချက်
- မြှင့်တင်တိကျသော data
- မြန်ဆုံး data collection
- 3D modeling
- နယ်ပယ်စုံသုံးနိုင်မှု
- ပြောင်းလဲတန်ဘိုးမြင့်
- Weather affected (rain/smoke/etc)
- Data analysis requires expert skill
LiDAR သည် raw data များစုဆောင်းသော်လည်း, high cost, climate sensitivity, processing complexity တို့အတွက် ကန့်သတ်ချက်ရှိသည်။
LiDAR ဒေတာအကဲဖြတ်နည်းစနစ်များ
LiDAR data များကို processing techniques များဖြင့် meaning ဖန်တီးရန် လိုသည်။ Classification, segmentation, filtering, feature extraction techniques တွေ ရှိသည်။ Example — classification (ground/building/vegetation), segmentation (region growing/clustering), filtering (noise removal), feature extraction (height/density/slope analysis) တို့အလုပ်လုပ်ပါသည်။
- Data analysis techniques
- Classification algorithms
- Segmentation methods
- Filtering techniques
- Feature extraction operations
- Surface modeling
- Change detection
| နည်းစနစ် | ရှင်းလင်းချက် | သုံးစွဲရာကဏ္ဍ |
|---|---|---|
| Classification | Point cloud category separation | Land cover mapping, forest inventory |
| Segmentation | Grouping similar points | Building detection, object recognition |
| Filtering | Noise removal/unwanted data clearance | Elevation modeling, terrain analysis |
| Feature extraction | Meaningful features from point cloud | Slope analysis, density mapping |
LiDAR data ထုတ်သော quality သည် analysis method နဲ့ operator expertise အပေါ် မူတည်သည်။
LiDAR အသုံးပြုရန်လိုအပ်သော ကိရိယာများ

LiDAR နည်းပုံတစ်ကယ်တိကျမှုတွင် ကိရိယာစာစောင်နှင့် software တွေ အထူးအရေးပါသည်။ Airborne၊ vehicle-mounted၊ handheld, tripod-mounted LiDAR systems တွေရှိသည်။
- Lazer Scanner (LiDAR unit): Distance measurement fundamental tool
- Positioning System (GPS/IMU): Accurate geolocation
- Data Recording/Storage Unit: High capacity disk/SSD for heavy data
- Control/Display equipment: Operation & real-time visibility
- Power Supply: Reliable battery/generator/vehicle power
- Calibration tools: Regular accuracy calibration requirement
| Equipment | Airborne LiDAR | Terrestrial LiDAR | Mobile LiDAR |
|---|---|---|---|
| Lazer Scanner | High power, wide angle | Medium range, high precision | High speed, 360° scan |
| Positioning System | High accuracy GPS/IMU | GPS/Total Station | Integrated GPS/IMU |
| Data Storage | High capacity SSD | External HDD/SSD | High capacity SSD |
| Power Supply | Planes/drones battery/generator | Battery/AC | Vehicle battery/generator |