3dmodel

Автоматизированная фотограмметрическая обработка материалов аэрофотосъемки, создание детальной трехмерной модели местности, классификация облака точек в программном обеспечении — Pix4Dmapper.

Как мы уже писали ранее в наших статьях, современные беспилотники позволяют оперативно и с минимальными затратами провести аэрофотосъемку местности, получить высоко детальные и актуальные данные о состоянии территории. Беспилотные системы находят все большее применение в таких областях, как мониторинг, топография, инженерные изыскания, кадастр, различные виды маркшейдерских работ (об этих и других возможностях использования БПЛА можно прочитать  в разделе «Блог»).

При выборе беспилотника для геодезии следует учитывать такие факторы, как удобство транспортировки и использования, легкость формирования полетных заданий для площадных и линейных объектов, надежность и стабильность работы всех систем в полете, стоимость приобретения оборудования и его дальнейшего обслуживания, разрешение камеры, возможность координировать аэрофотоснимки с геодезической точностью и, что не маловажно, получать данные позволяющие проводить автоматизированную обработку  информации в специализированном ПО «Pix4Dmapper» для сокращения сроков и стоимости камеральных работ.

Рассмотрим автоматизированную обработку данных аэрофотосъемки выполненной квадрокоптером DJI PHANTOM 4 PRO доработанным специалистами нашей компании до уровня профессиональных БПЛА для геодезии и оснащенного высокоточным GPS/GLONASS приемником (технические характеристики приведены в разделе «Продажа геодезических беспилотников»)

геодезический беспилотник, квадрокоптер, бпла

DJI Phantom 4 PRO TOPO

Фотограмметрическая обработка в программном обеспечении Pix4D состоит из следующих этапов:

— Этап 1. Загрузка изображений, предварительное уравнивание

— Этап 2. Оценка точности по наземным контрольным точкам

— Этап 3. Построение плотного облака точек, автоматическая классификация (выделение поверхности земли, отдельно стоящих зданий, растительности, дорог и других технических объектов, построение ортофотоплана)

На первом этапе мы имеем набор данных из 161-го стереоснимка с разрешением 5 см, снятых с высоты 200 метров над уровнем земли, а так же координаты центров фотографирования определённых геодезическим GNSS приемником, что позволяет с высокой точностью, в автоматическом режиме выполнить предварительное уравнивание изображений. Следует отметить, что при использовании данных с квадрокоптера DJI в стандартной комплектации это невозможно.

На рис. 1 и 2 красным цветом показаны координаты центров фотографирования определенных стандартным GPS приемником  DJI Phantom 4 PRO, а зеленым — координаты фактического местоположения снимков полученных геодезическим GNSS приемником. В среднем разница между координатами составляет от 15 до 20 метров в плане и от 25 до 30 метров по высоте.

Схема расположения центров фотографирования

Рис.1. Схема расположения центров фотографирования

 

Схема расположения центров фотографирования

Рис.2. Схема расположения центров фотографирования

 

На втором этапе для оценки точности построения модели использовались шесть ранее измеренных наземных опорных точек, расположенные по всей площади района работ. Вычисленная среднеквадратическая ошибка по осям х,y и z составила 12.89 см, 13.66см, 16.10 см соответственно. (см. Таблица 1)

Таблица 1. Отчет точности определения координат контрольных точек

Check Point Name

Accuracy XY/Z [m] Error X [m] Error Y [m] Error Z [m]

point 1

-0.041 0.235

0.157

point 2

-0.077 0.187

0.108

point 3

-0.074 0.068

0.203

point 4

-0.173 0.020

0.158

point 5

-0.191 0.039

0.160

point 6

-0.142 0.124 0.166

Mean [m]

-0.116364 0.112186

0.158658

Sigma [m]

0.055455 0.077976

0.027734

RMS Error [m] 0.128902 0.136623

0.161063

Цифровая модель местности, наземные опорные точки, проекции аэрофотоснимков

Рис.3 Цифровая модель местности, наземные опорные точки, проекции аэрофотоснимков

 

На третьем этапе был выполнен процесс построения облака точек и его классификации, в результате которого получена высокоточная трехмерная модель местности состоящая из 18 937 834 точек, плотностью порядка 20 точек/м2.

С помощью инструментов автоматической классификации выделены здания, сооружения, опоры и провода ЛЭП, а также растительность (Рис.4,5,6,7,8), что позволило в автоматическом режиме исключить эти объекты из поверхности и построить цифровую модель рельефа (Рис.9)

Плотное облако точек

Рис.4 Плотное облако точек

 

Облако точек после классификации. Цветом выделены растительность, опоры, провода ЛЭП, здания и сооружения

Рис.5 Облако точек после классификации. Цветом выделены растительность, опоры, провода ЛЭП, здания и сооружения

 

Облако точек

Рис.6. Облако точек

 

Облако точек после классификации. Выделены деревья, опоры и провода ЛЭП, здания и сооружения

Рис.7 Облако точек после классификации. Выделены деревья, опоры и провода ЛЭП, здания и сооружения

 

Цифровая модель местности

Рис.8 Цифровая модель местности

 

Цифровая модель рельефа совмещенная с горизонталями

Рис.9 Цифровая модель рельефа совмещенная с горизонталями

 

Итоги:

Подводя итоги, хочется отметить 3 причины использования профессиональных решений на базе беспилотников фирмы DJI, разработанных нашей компанией, для геодезической аэрофотосъемки:

‌Инновационность
Будьте на шаг впереди в области геодезической аэрофотосъемки, фотограмметрии и визуализации полученных данных
‌Эффективность
Используйте полностью автоматические рабочие процессы аэрофотосъемки и фотограмметрической обработки данных
Точность
Получайте высокоточные и детальные материалы, соответствующие самым высоким стандартам

0 ответы

Ответить

Хотите присоединиться к обсуждению?
Не стесняйтесь вносить свой вклад!

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *