Qazanclar:
- Süni intellekt ilə düzgün kontekstdə SfM fotoqrammetriya, ortofoto, DSM/DTM və yer üzərində nəzarət nöqtəsi konsepsiyalarından istifadə etmək bacarığı
- AI tərəfindən dəstəklənən hesablamalar və yoxlama siyahıları ilə İHA uçuş planlamasını, əhatə dairəsini və dəqiqlik gözləntilərini qurmaq bacarığı
- Müstəqil idarəetmə nöqtələri və RMSE məntiqi ilə fotoqrammetrik çıxışın düzgünlüyünü qiymətləndirmək bacarığı
Fotoqrammetriya üst-üstə düşən fotoşəkillərdən obyektlərin üçölçülü mövqeyini və formasını ölçmək üsuludur. Bu gün anket mühəndisliyində ən sürətlə inkişaf edən istehsal üsulu İHA (İnsansız Hava Vasitəsi, ümumiyyətlə dron kimi tanınan) tərəfindən toplanan yüzlərlə fotoşəkildən ortofoto və yüksəklik modelləri hazırlamaqdır. Bu bölmədə biz süni intellektin uçuşun planlaşdırılmasından tutmuş dəqiqliyin qiymətləndirilməsinə qədər bu prosesi necə dəstəklədiyini əhatə edirik. Prinsip dəyişməzdir: proqram təminatı və süni intellekt modeli yaradır; Mövqe dəqiqliyinin qəbulu yerüstü idarəetmə məntəqələri və müstəqil nəzarət vasitəsilə mühəndisdə qalır.
Şərtləri aydınlaşdıraq. SfM (Structure from Motion) müxtəlif bucaqlardan çəkilmiş fotoşəkillərdə ümumi nöqtələri uyğunlaşdırmaqla 3D həndəsə və kamera mövqelərini həll edən üsuldur; Bu, müasir fotoqrammetriya proqramının əsasını təşkil edir. Ortofoto, xəritə kimi düzgün miqyaslı, perspektiv və yüksəklik təhrifləri aradan qaldırılmış hava təsviridir. DSM (Rəqəmsal Səth Modeli) binalar və ağaclar da daxil olmaqla üst səthin yüksəklik modelidir. DTM (Rəqəmsal Ərazi Modeli) çılpaq yerin yüksəklik modelidir. GCP (Ground Control Point; İngilis dilində GCP) sahədən dəqiq ölçülən, fotoşəkillərdə görünən və modeli real koordinatlara birləşdirən işarələnmiş nöqtələrdir. Üst-üstə düşmə nisbəti bir-birini əhatə edən qonşu fotoşəkillərin faizidir.
Fotoqrammetriyada AI-nin rolu
AI bu iş prosesində dörd yeri dəstəkləyir:
- Uçuşun planlaşdırılması və hesablanması. O, istənilən yerdən nümunə götürmə məsafəsi üçün uçuş hündürlüyünü, örtük nisbətini və fotoşəkillərin sayını hesablamağa kömək edir (GSD: hər pikselin yerdə əhatə etdiyi ölçü) və yoxlama siyahısı yaradır.
- Keyfiyyətin ilkin yoxlanışı. Bu, bulanıq fotoşəkilləri, qeyri-kafi tıkanıklığı və GCP paylama problemlərini qeyd edən skan məntiqini təyin edir.
- Çıxışın təsnifatı və təmizlənməsi. DSM-dən DTM yaratmaq üçün ortofotoda obyektin (bina/ağac) filtrasiyası və bulud/kölgə aşkarlanması kimi tapşırıqlarda kömək edir.
- Hesabat və dəqiqlik xülasəsi. RMSE (Root Mean Square Error; nəzarət nöqtələrində kənarlaşmaların ölçüsü) cədvəlini və dəqiqlik hesabatını oxunaqlı edir.
Kor nöqtə: AI uçuşun fiziki şərtlərini və ərazinin reallığını görmür. Qeyri-adekvat GCP, zəif örtük və ya küləkli uçuş varsa, heç bir proqram/AI bunu sonradan tam düzəldə bilməz. Dürüstlük meydandan başlayır.
İpucu: Dəqiqlik hədəfinizi əvvəldən rəqəmlərlə təyin edin. “Yüksək vəfalı olsun” müəmmalıdır; Bu, "üfüqi olaraq ±3 sm və şaquli olaraq ±5 sm hədəflənmiş, müstəqil nəzarət nöqtələri ilə RMSE tərəfindən təsdiqlənmiş" ölçülə bilən hədəfdir.
Addım-addım: İHA Fotoqrammetriya İş axını
- Dəqiqlik və GSD hədəfini təyin edin. İstənilən dəqiqlik GSD-ni və deməli, uçuş hündürlüyünü müəyyən edir. Ümumi qayda: mövqe dəqiqliyi bir neçə GSD-dən asılıdır.
- Uçuş planlaşdırın. Əhatə nisbəti (adətən irəli 75-80%, yan 65-70%), uçuş hündürlüyü, fotoşəkillərin sayı. Süni intellekt bu hesablama və yoxlama siyahısını hazırlaya bilər.
- GCP-ləri yerləşdirin və ölçün. Ərazini bərabər şəkildə örtmək üçün GNSS ilə künclərdə və ortada kifayət qədər sayda GCP-ni dəqiq ölçün. Onların bəzilərini modelə daxil olmayan müstəqil nəzarət nöqtələri kimi ayırın.
- Onu emal edin. SfM ilə uyğunlaşma, GCP ilə georeferensiya, sıx nöqtə buludu, DSM, ortofoto nəsil.
- DTM istehsal edin. Yerdən kənar obyektləri süzərək DSM-dən DTM-ə keçin.
- Doğrulayın. Fərdi nəzarət nöqtələrində RMSE hesablayın; Hədəfi vururmu?
Yer Nəzarət Məntəqələri və RMSE
Fotoqrammetrik modelin real dünyaya uyğunlaşdırılması GCP-lərdən asılıdır. GCP-lər modelə miqyas və yer verir; Əgər onların sayı kifayət deyilsə və ya zəif paylanmışdırsa (hamısı bir küncdə), model bir bölgədə dəqiq, digərində əyri olacaq. Dəqiqliyi vicdanla ölçməyin yolu, bəzi GCP-ləri uyğunlaşdırmamaqla müstəqil nəzarət nöqtələri kimi saxlamaq və modeldəki dəyərlərini faktiki ölçülmüş dəyərlərlə müqayisə edərək RMSE hesablamaqdır. GCP-də uyğunluq (qalıq) aşağı olduğu üçün model düzgün hesab edilmir; Bu, təlim məlumatlarında uğur kimidir.
Diqqət: Bütün qeyd olunan nöqtələri GCP kimi istifadə etsəniz və heç bir müstəqil nəzarət nöqtəsi qoymasanız, dəqiqliyi ölçmək üçün müstəqil sübutunuz olmayacaq. Həmişə yoxlama üçün bir neçə nöqtə ayırın.
Üç Mini Case: Rəqəmlərə görə
1-ci hal - GCP paylama xətası. 40 hektar sahədə 6 GCP-dən 5-i sahənin cənub yarısında idi. Model cənubda ±3 sm, şimalda isə ±25 sm sapma verdi. Müstəqil keçid məntəqələri bu regional təhrifi üzə çıxardı; GCP-lər bərabər paylandıqda və uçuş təkrar emal edildikdə, dəqiqlik şimalda ±4 sm-ə qədər azaldı.
Məsələn 2 – DSM-i DTM ilə səhv salmaq. Həcm hesablamasında komanda DSM-nin meşəlik ərazidə birbaşa torpaqlandığını fərz etməklə qazıntının həcmini təxminən 12% çox qiymətləndirmişdir. DTM süni intellektlə dəstəklənən yer süzgəci ilə yaradıldıqda və hesablama təkrarlananda həcm reallığa yaxınlaşdı. Dərs: DTM həcm və jeans işində istifadə olunur.
3-cü hal – Qeyri-adekvat əhatə dairəsi. Külək səbəbindən bəzi xətlərdə əhatə dairəsi 55%-ə düşdüyündə, SfM bu sahədə zəif uyğunlaşdı və model deşiklərlə çıxdı. Keyfiyyətin əvvəlcədən yoxlanılması aşağı örtük bölgəsini qeyd etdi; Həmin hissə yenidən uçdu. Dərs: örtük tarlada verilir, sonradan istehsal edilə bilməz.
Zəif Tələb / Güclü Tələb
Zəif çağırış:
Dronla xəritə çəkəcəm, deyin nə edim.
Güclü göstəriş:
Tapşırıq: İHA fotoqrammetriya uçuşu və dəqiqlik planını yaradın. Kontekst:- Sahə: ~40 ha, düz-az yamaclı, seyrək meşəlik- Hədəf dəqiqliyi: üfüqi ±3 sm, şaquli ±5 sm- Kamera: [sensor/fokus], istədiyiniz GSD: 2 smTələblər: 1) Təxmini uçuş hündürlüyünü və məntiqi yazın (sadəcə GSD 2 sm-ə nisbəti üçün) və GSD 2 sm nisbəti üçün məntiqi yazın. GCP-lər və paylama strategiyası; Onlardan neçəsini MÜSTƏQİL nəzarət məntəqələri kimi rezerv etməliyəm?4) DSM/DTM fərqini və hansı iş üçün hansı çıxışın tələb olunduğunu yazın.5) Yoxlama: müstəqil yoxlama məntəqələrində RMSE ilə təsdiqləmə addımı.
Güclü əmrə rəqəmsal hədəf, sahə vəziyyəti və yoxlama planı daxildir; Çıxış tətbiq oluna bilər.
Dörd Kopyalana bilən Şablon
1) Uçuş parametrlərinin hesablanması:
İstədiyiniz GSD [x sm] və kamera [sensor/fokus] üçün təxmini uçuş hündürlüyü, örtük nisbətini təklif edin, fotoşəkillərin sayını təxmin edin. Fərziyyələrinizi aydın şəkildə yazın; Nəzərə alın ki, dəqiq dəyər proqram təminatının təsdiqini tələb edir.
2) GCP planlaşdırması:
[Sahə/ölçü/forma] üçün GCP layout strategiyasını tövsiyə edin: neçə xal, necə paylanmalı, nə qədəri müstəqil nəzarət üçün ayrılmalıdır. Yanlış paylanma riskini izah edin (hamısı bir küncdə).
3) DSM->DTM iş axını:
Nöqtə buludundan/DSM-dən DTM yaratmaq üçün yer filtrləmə addımlarını yazın. Profil bölməsi ilə hansı obyektlərin (bina, ağac) çıxarılacağını və nəticənin necə yoxlanılacağını göstərin. DTM-nin həcm/səviyyə işi üçün nə üçün tələb olunduğunu izah edin.
4) Dəqiqlik hesabatı:
Aşağıdakı fərdi nəzarət nöqtəsi sapmalarından üfüqi və şaquli RMSE-ni hesablayın, hədəf dəqiqliyi ilə müqayisə edin, keçid/uğursuz şərhi edin və zəif sahələri göstərin. Məlumat: [nəzarət nöqtəsindən sapmalar]
Fotoqrammetrik məhsulların müqayisəsi
Məhsul
Nəyi təmsil edir?
Tipik istifadə
Diqqət
ortofoto
Dəqiq hava şəklini ölçün
Baza xəritəsi, rəqəmsallaşdırma
Kənar təhriflər
DSM
Üst səth (bina+ağac)
Kölgə/görünürlük təhlili
Torpaq deyil
DTM
çılpaq torpaq
Denim, həcm, yamac
Filtrləmə keyfiyyəti
nöqtə buludu
3D sıx nöqtələr
3D ölçü, kəsişmə
səs-küy təmizləmə
YKN
Georeferans bazası
həqiqətin təməli
Dağıtım kritik
Ümumi səhvlər
- DTM əvəzinə DSM-dən istifadə. Hündürlük və həcm hesablamalarında böyük səhv.
- Müstəqil nəzarət məntəqələrini tərk etməmək. Dəqiqliyi ölçmək üçün heç bir müstəqil sübut qalmayıb.
- GCP-lərin zəif paylanması. Bir sahə düzgün, digəri təhrif olunub.
- Sahədə əhatə dairəsinin qeyri-kafi olması. Bərpa olunmayan, perforasiya edilmiş model.
- Rəqəmlərdə dəqiqlik hədəfinin qoyulmaması. "Yüksək dəqiqliyi" ölçmək və ya təsdiqləmək mümkün deyil.
- Ortofotonun ölçmə üçün tamamilə düzgün olduğunu düşünmək. Təhrif kənarların və yüksək obyektlərin ətrafında baş verir.
Xülasə
İHA fotoqrammetriyasında süni intellekt; Bu, uçuş planının hesablanmasında, keyfiyyətin əvvəlcədən yoxlanılmasında, DSM-dən DTM yaradılmasında və dəqiqlik hesabatında güclü köməkçidir. Bununla belə, mövqe dəqiqliyinin təməli meydançada qoyulur: düzgün sayı və bərabər paylanmış yerüstü idarəetmə nöqtələri, adekvat örtük və ədədi dəqiqlik hədəfləri. Dəqiqliyin dürüst ölçüsü modelə daxil olmayan fərdi nəzarət nöqtələrində hesablanmış RMSE-dir. Denim və toplu iş üçün həmişə DTM istifadə edin; DSM üst səthdir.
Tətbiq tapşırığı
İHA layihəsini tərtib edin: sahə ölçüsünü, hədəf GSD-ni və rəqəmsal dəqiqliyi təyin edin (məsələn, üfüqi ±3 sm). AI-nin uçuş hündürlüyünü, əhatə nisbətini və GCP strategiyasını yaratması; Müstəqil nəzarət üçün neçə xal ayıracağınızı yazın. Sonra hipotetik idarəetmə nöqtəsindən kənarlaşma cədvəlində RMSE-ni hesablayın və “hədəfə çatdı?” sualını verin. Şərh yazın və nəticəni özünüz təsdiqləyin.
yoxlama siyahısı
- [ ] Mən ədədi dəqiqlik hədəfi və GSD təyin etdim.
- [ ] Mən əhatə nisbətini (irəli/yan) adekvat şəkildə planlaşdırdım.
- [ ] Mən GCP-ləri bərabər payladım və onlardan kifayət qədər istifadə etdim.
- [ ] Müstəqil nəzarət üçün bəzi xallar ayırdım.
- [ ] Mən denim/həcm üçün DSM deyil, DTM istehsal etdim.
- [ ] Torpaq filtrasiyasını profil bölməsi ilə təsdiqlədim.
- [ ] Mən fərdi nəzarət nöqtələrində RMSE hesabladım.
- [ ] Mən dəqiqliyin qəbulunu mühəndis təsdiqinə məruz qoymuşam.