Topodrone DJI Mavic 2 Pro RTK/PPK: от изображения к топографическому плану

В данной статье мы рассмотрим процесс создания инженерно-топографических планов местности с использованием наиболее компактного геодезического квадрокоптера Topodrone DJI Mavic 2 Pro L1/L2 RTK/PPK дополнительно оснащенного 186 канальным, L1/L2 GPS/ГЛОНАСС ГНСС приемником, либо Topodrone DJI Mavic 2 Pro L1 RTK/PPK, дополнительно оснащенного приемником EMLID Reach M+.

В качестве практического примера мы будем использовать реальный проект по топографической съемке территории горного предприятия общей площадью 180 га, находящегося на высоте порядка 1000 м над уровнем моря с изрезанным рельефом местности, горными склонами, покрытыми лесом, большим количеством техногенных объектов, зданий, сооружений и наличием действующей техники.

К осложняющим факторам при выполнении работ следует отнести слабое покрытие сотовой связью и, как следствие, отсутствие мобильного интернета в принципе, а также значительные техногенные изменения рельефа местности, связанные с активным производством горных работ.

Учитывая особенности района работ, использование стандартных программ для подготовки полетных заданий, таких как DJI GS Pro, Pix4Dcapture и MapPilot, было в принципе невозможно, поэтому в качестве основного приложения для планирования миссий нами выбрано ПО UgCS. 

Данный программный продукт обладает гибкими в настройке инструментами для профессионального планирования и управления квадрокоптером с использованием ноутбука, а также обеспечивает полную автономность работы без необходимости подключения к сети интернет, с возможность расчета траектории полетов с учетом актуального состояния ситуации местности и рельефа.

Более подробно о подготовке геодезических миссий в UgCS мы рассказывали в нашей предыдущей статье (ссылка в конце этой статьи). На Рис. 3 представлен пример спланированных маршрутов съемки.

Рис. 3. Подготовка полетного задания в ПО UgCS. 

После завершения подготовительного этапа, мы перешли к выполнению полевых работ. Для этого на одном из пунктов планово-высотного обоснования мы установили базовую станцию EMLID Reach RS+ и запустили запись статических измерений с частотой 5 Гц. Следует отметить, что на данном объекте уже имелась развитая сеть долговременно закрепленных точек съемочного обоснования, с которых ранее выполнялась тахеометрическая съемка месторождения.

Рис. 4. Базовая станция установлена на пункте с известными координатами.

После этого мы выполнили полеты геодезическим квадрокоптером Topodrone DJI Mavic 2 Pro RTK/PPK. Все полевые работы по съемке района площадью более 180 Га были завершены в течение нескольких часов.

Хотим отдельно обратить внимание на удобство и простоту эксплуатации данного аппарата, наличие продвинутой системы автоматического определения препятствий, а также стабильность работы ПО UgCS. Все эти преимущества, а также малый вес и наличие камеры Hasselblad, делают его незаменимым инструментом для любого геодезиста, маркшейдера, геолога и кадастрового инженера.

На следующем этапе мы скачали данные с дрона и базовой станции, выполнили постобработку ГНСС измерений в ПО RTKLIB, по результатам которой получили высокоточные центры фотографирования и присвоили их изображениям в ПО TOPOSETTER. Весь этот процесс был неоднократно описан в предыдущих статьях на нашем сайте. Следует отметить, что ПО TOPOSETTER позволяет не только присваивать высокоточные координаты снимкам и обеспечивает корректировку положения антенны за наклон квадрокоптера, но и исключает избыточные снимки, снятые через малый промежуток времени.

Для фотограмметрической обработки данных Topodrone DJI Mavic 2 Pro RTK/PPK мы использовали ПО Pix4Dmapper.

Рис. 5. Фотограмметрическая обработка в ПО Pix4Dmapper.

Для этого мы загрузили изображения и их высокоточные координаты в проект, выполнили этап аэрофототриангуляции (определение связующих точек, вычисление параметров внутреннего ориентирования снимков, устранили дисторсию, связанную с использованием скользящего затвора (rolling shutter)), а так же проверили точность обработки блока изображений по контрольным точкам, заранее измеренным на объекте.

Отчет точности построения модели представлен в таблице на Рис. 6.

Рис. 6. Отчет точности определения контрольных точек.

Немаловажными особенностями ПО Pix4Dmapper являются не только возможность высокоточной фотограмметрической обработки камер с электронным затвором, но и высокодетальное построение плотного облака точек, а также продвинутые технологии его автоматической классификации.

На нашем практическом примере отчетливо видно, что при высоте съёмки 90м в облаке точек отображаются опоры освещения и линий электропередач, ограждения, эстакады, отдельно стоящие здания и сооружения, деревья и растительность, при этом по своей детальности и визуальным качествам данное облако соответствует материалам лазерного сканирования, а инструменты автоматизированной классификации позволяют выделить такие классы объектов как дороги, растительность, сооружения, провода, поверхность земли.

Данные возможности значительно экономят время и средства при выполнении камеральных работ и уменьшают до минимума ручной труд по выделению реального рельефа, построения DTM и горизонталей.

На рисунках 7–18 представлены примеры высокодетального облака точек.

Рис. 7. Облако точек, включающее заборы, ворота, столбы и линии электропередач.

Рис. 8. Классифицированное облако точек.

Рис. 9. Облако точек, включающее столбы, эстакады, здания и сооружения, технику.

Рис. 10. Классифицированное облако точек.

Рис. 11. Облако точек, отображающее растительность, опоры ЛЭП, дороги, бровки и подошвы откосов.

Рис. 12. Классифицированное облако точек.

Рис. 13. Облако точек, отображающее складские помещение, легкие ограждения, ворота.

Рис. 14. Классифицированное облако точек.

Рис. 15. Облако точек с плотной растительностью.

Рис. 16. Облако точек с автоматически классифицированной растительностью.

Рис. 17. Облако точек с трубами и их расположением над землей.

Рис. 18. Облако точек со столбами на бетонном основании.

На следующем этапе мы приступили к подготовке инженерно-топографического плана. Используя встроенные в Pix4Dmapper инструменты векторизации были оцифрованы дороги, бровки и подошвы откосов, гидрография, ограждения, здания и сооружения Результаты оцифровки на рисунках 19-21.

Рис. 19. Результаты оцифровки инструментами векторизации Pix4Dmapper.

Рис. 20. Результаты оцифровки инструментами векторизации Pix4Dmapper.

Рис. 21. Результаты оцифровки инструментами векторизации Pix4Dmapper.

Обратите внимание, что в узлах 3D полилиний сразу создаются точки, которые в последствии будут использоваться для создания съемочных пикетов в среде AutoCAD. 

По результатам автоматической классификации облака точек была создана цифровая модель рельефа и горизонтали, а также подготовлен ортофотоплан. Результаты на рисунках 22 и 23.

Рис. 22. Цифровая модель рельефа и горизонтали.

Рис. 23. Ортофотоплан и горизонтали.

На финальном этапе мы импортировали набор векторных данных (горизонтали, элементы рельефа, дороги, гидрографию, ограждения, здания и сооружения, ЛЭП, трубы, эстакады и т.д.), совместно с ортофотопланом в AutoCAD Map 3D для дальнейшего оформления условными знаками и создания инженерно-топографического плана.

Рис. 24. Топографический план, совмещенный с ортофотопланом.

Рис. 25. Топографический план, совмещенный с ортофотопланом.

Рис. 26. Топографический план, совмещенный с ортофотопланом. 

Заключение

Успешная реализация данного проекта показала на практике возможность использования Topodrone DJI Mavic 2 Pro RTK/PPK для выполнения топографо-геодезических работ.

Несмотря на то, что данный квадрокоптер является наиболее миниатюрным из всех геодезических дронов представленных на рынке, он обеспечивает высокую точность построения трехмерных моделей и топографических планов вплоть до масштаба 1:500.

Использование данного оборудования совместно с профессиональной программой планирования и управления UgCS гарантирует выполнение геодезической аэрофотосъемки в самых тяжёлых полевых условиях.

Программное обеспечение Pix4Dmapper обеспечивает высокоточную фотограмметрическую обработку изображений, генерацию детального облака точек и его автоматическую классификацию. Качество построения облака точек, отображающего столбы, заборы, эстакады, здания и сооружения, позволяет выполнять отрисовку ситуации местности и создание топографического плана в камеральных условиях, что значительно сокращает сроки и расходы на выполнение полевых работ, а технологии автоматической классификации точек значительно экономят время при проведении камеральной обработки.