Knott Laboratory to multidyscyplinarny zespół inżynierów, rekonstruktorów wypadków i animatorów, którzy świadczą usługi w zakresie inżynierii sądowej i wizualizacji. Zespół ekspertów pracował nad ponad 20 000 spraw sądowych w USA. Firma opracowała wiodący w branży proces, który wykorzystuje nagrania wideo i łączy je z dokładną chmurą punktów 3D miejsca wypadku.
Cyfrowa rekonstrukcja Dealy Plaza wykonana przez Knott Laboratory nałożona na zdjęcia fotograficzne.
Chmura punktów działa jako wirtualna reprezentacja sceny, umożliwiając inżynierom z Knott Laboratory identyfikację kluczowych szczegółów, takich jak pozycje i odległości osób i obiektów, oś czasu wydarzeń, prędkość i ruch obiektów, lokalizacje dowodów i wiele innych.
W tym blogu dyrektor generalny i główny inżynier Stanley Stoll wyjaśnia, w jaki sposób i dlaczego firma wykorzystuje chmury punktów – generowane za pomocą rozwiązań do przechwytywania rzeczywistości Hexagon – do wizualnego przekazywania klientom kluczowych szczegółów sprawy. Głośnym przykładem jest praca firmy nad analizą dowodów w procesie o bezprawną śmierć w 2018 roku przeciwko trzykrotnemu mistrzowi NASCAR Cup Tony’emu Stewartowi.
Problem z tradycyjną analizą wideo
Dowody wideo są obecnie wszechobecne w dochodzeniach, od nagrań z telefonów komórkowych po kamery osobiste i filmy z monitoringu. Jednak tradycyjna analiza wideo ma swoje ograniczenia. Czynniki takie jak zniekształcenia obiektywu mogą zniekształcać perspektywę i odległości. Na jakość wideo wpływa oświetlenie i umiejscowienie kamery. Co więcej, standardowe wideo zapewnia tylko jeden punkt widzenia, co może być mylące i utrudniać ustalenie, co się właściwie wydarzyło.
Zniekształcenie obiektywu występuje, gdy kształt obiektu jest niedokładnie odwzorowany
Zniekształcenia obiektywu są częstym problemem w fotografii i analizie wideo. Występuje, gdy obiektyw kamery nie odwzorowuje dokładnie kształtu obiektów na obrazie. Istnieją dwa główne typy zniekształceń obiektywu: promieniowe i styczne. Zniekształcenie promieniowe występuje, gdy proste linie wydają się zakrzywione na obrazie, podczas gdy zniekształcenie styczne występuje, gdy obraz wydaje się przechylony lub przekrzywiony.
Zniekształcenia obiektywu w wideo można pokonać dzięki dokładnemu skanowaniu laserowemu 3D
Knott Laboratory wykorzystuje fotogrametrię i dane chmury punktów, aby zmniejszyć te ograniczenia. Inżynierowie dążą do zapewnienia możliwie najdokładniejszej naukowo analizy wideo i odkrycia jak największej ilości informacji, które można obecnie uzyskać z dowodów wideo.
Rozszerzanie danych o fotogrametrię i chmury punktów
Fotogrametria wykorzystuje obrazy i algorytmy do tworzenia trójwymiarowych reprezentacji obiektów lub środowisk. W kontekście dowodów wideo fotogrametria może być wykorzystywana do tworzenia modeli 3D miejsc zbrodni, które inżynierowie kryminalistyki mogą następnie analizować pod różnymi kątami i z różnych perspektyw. Knott łączy techniki fotogrametrii z danymi chmur punktów, które inżynierowie rejestrują na miejscu zdarzenia za pomocą rozwiązań do skanowania laserowego 3D. Dopasowując nagrania wideo do chmur punktów utworzonych z miejsca zdarzenia, można odkryć nowe szczegóły, których nie można było zobaczyć na oryginalnym filmie.
Animowana chmura punktów Knott Laboratory przedstawiająca wypadek NASCAR
Knott łączy dane z chmur punktów z innymi metodami, takimi jak przechwytywanie ruchu, interaktywne wizualizacje i wirtualna rzeczywistość, aby zapewnić naukowo dokładną i wizualnie przejrzystą prezentację faktów dla zespołów prawnych i ław przysięgłych. Celem firmy Knott w przypadku chmur punktów jest wyeliminowanie problemów i wizualne przekazanie kluczowych szczegółów sprawy.
Korzyści z włączenia chmur punktów
Korzyści płynące z dopasowania materiału wideo do chmur punktów są znaczące. Pozwala to na analizę z większą dokładnością i w szerszym kontekście przestrzennym. W grę wchodzi wiele punktów obserwacyjnych. Pomiary i pozycje można precyzyjnie określić w oparciu o stałe punkty odniesienia chmury punktów. Scenariusze mogą być wizualizowane i rekonstruowane cyfrowo pod dowolnym kątem. Ogólnie rzecz biorąc, dodatkowe szczegóły geometryczne z chmur punktów zapewniają dodatkowe wskazówki, które mogą pomóc w analizie wideo.
Knott Laboratory – cyfrowa analiza kryminalistyczna zdarzenia drogowego
Dopasowując materiał wideo do chmury punktów tej samej przestrzeni, badacz może uzyskać dodatkowy kontekst przestrzenny dotyczący tego, co jest pokazane na filmie. Pomaga to lepiej zrozumieć odległości i głębokości. Dzięki dopasowaniu do rzeczywistego układu współrzędnych chmury punktów, pomiary takie jak odległość, rozmiar itp. mogą zostać wyodrębnione z klatek wideo, co może dostarczyć wymiernych danych z materiału filmowego.
Dopasowanie klatek wideo do chmur punktów umożliwia oszacowanie pozycji i orientacji kamery podczas jej ruchu w przestrzeni. Śledczy mogą to wykorzystać do rekonstrukcji trajektorii kamery i punktów widzenia. Ponadto, wirtualne punkty widzenia kamery różniące się od oryginalnego wideo mogą być syntetyzowane przy użyciu geometrii chmury punktów w celu uzyskania nowych perspektyw.
Knott Laboratory – kryminalistyka cyfrowa w dochodzeniach kryminalnych
Zastosowanie kryminalistyki mediów cyfrowych w dochodzeniach: Pozew o bezprawną śmierć Kevina Warda Jr.
9 sierpnia 2014 r. legenda NASCAR Tony Stewart brał udział w wyścigu Sprint Car Series w Canandaigua w stanie Nowy Jork. Podczas bardzo konkurencyjnego wyścigu, Stewart próbował wyprzedzić innego zawodnika, Kevina Warda Jr, którego samochód wylądował w ścianie. Po wyjściu ze swojego pojazdu został uderzony przez samochód Stewarta pod żółtą flagą ostrzegawczą, w wyniku czego Ward zmarł.
Sprawa znalazła się w centrum uwagi całego kraju, a firma Knott Laboratory otrzymała zlecenie na rekonstrukcję zdarzenia. Inżynierowie i animatorzy wykorzystali dane ze skanowania laserowego 3D i nagrania wideo, aby odtworzyć zdarzenie z naukową dokładnością. Ustalenia Knott okazały się kluczowe dla sprawy cywilnej i są przedmiotem filmu dokumentalnego The Hit.
Aby zrekonstruować zdarzenie, inżynierowie Knott przeprowadzili wielokrotne skanowanie toru wyścigowego za pomocą skanera laserowego Leica RTC360 w celu opracowania chmury punktów 3D miejsca zdarzenia.
Animacja Knott Laboratory przedstawiająca incydent z Kevinem Wardem
Przykładowy pojazd został również zeskanowany i umieszczony w chmurze punktów. Śledczy wdrożyli RTC360 ze względu na jego wydajność i łatwość obsługi. Szybkość, z jaką Knott może ukończyć skanowanie, jest korzystna podczas skanowania niebezpiecznego lub żywego środowiska. Łatwo jest również przetwarzać przechwycone dane z RTC360 za pomocą oprogramowania Leica Cyclone REGISTER 360 PLUS i zintegrować je z przepływem pracy, który obejmuje różne specjalistyczne pakiety.
Następnie inżynierowie przeprowadzili analizę dopasowania kamer, aby wyrównać nagrania wideo i dane chmury punktów w celu określenia dokładnych pozycji i głębokości pojazdów podczas incydentu. Zapewniło to nowe perspektywy z lotu ptaka, które pokazały, że prędkość, przyspieszenie, kąt i ścieżka pojazdu Stewarta różniły się od innych przed zderzeniem.
Animowana chmura punktów laboratorium Knott przedstawiająca incydent z Kevinem Wardem
Zadaniem Knotta jest przedstawienie najlepszej możliwej analizy; dopasowanie dowodów wideo do chmur punktów pozwoliło mu to zrobić. Dowody sugerują, że Stewart nacisnął pedał gazu, co spowodowało, że jego samochód zaczął dryfować po torze. Gdyby te dowody były dostępne w początkowym dochodzeniu karnym, ustalenia mogłyby być inne.
Jak pokazuje praca Knotta nad rekonstrukcją incydentu Kevina Warda Jr., analiza wideo oparta na chmurze punktów pozwala śledczym odkryć wcześniej ukryte szczegóły, zapewniając jasność dla bardziej świadomych dochodzeń i wyników. Technologia ta stała się kluczowym narzędziem; wraz ze wzrostem liczby dowodów wideo rośnie zapotrzebowanie na zaawansowane metody analizy.
Chociaż zawsze istnieją ograniczenia, wykorzystanie chmur punktów może wydobyć więcej informacji niż kiedykolwiek wcześniej. Umożliwia to ekspertom Knott zapewnienie naukowo rygorystycznej analizy, która daje klientom i ławom przysięgłych jaśniejszy obraz tego, co się wydarzyło. To przenosi naukową analizę wideo na nowy poziom.
