Печалби:
- Възможност за използване на SfM фотограметрия, ортофото, DSM/DTM и концепции за наземни контролни точки в правилния контекст с AI
- Възможност за конструиране на планиране на полета на UAV, степен на покритие и очаквания за точност с изчисления и контролни списъци, поддържани от AI
- Възможност за оценка на точността на фотограметричния изход с независими контролни точки и RMSE логика
Фотограметрията е техника за измерване на триизмерната позиция и формата на обекти от припокриващи се снимки. Днес най-бързо развиващият се производствен метод в геодезическото инженерство е да се произвеждат ортофото и модели на релефа от стотици снимки, събрани от UAV (безпилотен летателен апарат, известен като дрон). В този раздел ние разглеждаме как изкуственият интелект поддържа този процес, от планирането на полета до оценката на точността. Принципът е неизменен: софтуерът и AI произвеждат модела; Приемането на позиционната точност остава за инженера чрез наземни контролни точки и независим контрол.
Нека уточним условията. SfM (Структура от движение) е метод, който разрешава 3D геометрия и позиции на камерата чрез съпоставяне на общи точки в снимки, направени от различни ъгли; Това е ядрото на съвременния софтуер за фотограметрия. Ортофото е въздушно изображение с правилен мащаб, подобно на карта, с елиминирани изкривявания в перспектива и височина. DSM (Digital Surface Model) е модел на релефа на горната повърхност, включително сгради и дървета. DTM (цифров модел на терена) е моделът на височината на гола земя. GCP (Ground Control Point; GCP на английски) са маркирани точки, които са прецизно измерени от терена, появяват се на снимки и свързват модела с реалните координати. Коефициентът на припокриване е процентът на съседните снимки, които се покриват една друга.
Ролята на AI във фотограметрията
AI поддържа четири места в този работен процес:
- Планиране и изчисляване на полета. Той помага при изчисляването на височината на полета, коефициента на покритие и броя на снимките за желаното разстояние за вземане на проби от земята (GSD: размерът, който всеки пиксел покрива на земята) и създава контролен списък.
- Предварителна проверка на качеството. Той установява логика на сканиране, която маркира размазани снимки, недостатъчна оклузия и проблеми с разпространението на GCP.
- Класификация и почистване на продукцията. Помага при задачи като филтриране на обект (сграда/дърво) и откриване на облак/сянка в ортофото за генериране на DTM от DSM.
- Доклад и резюме на точността. Прави RMSE (средноквадратична грешка; мярка за отклонения в контролните точки) таблицата и отчета за точността четими.
Сляпо място: AI не вижда физическите условия на полета и реалността на терена. Ако има неподходящ GCP, лошо покритие или ветровит полет, никой софтуер/AI не може напълно да коригира това по-късно. Почтеността започва на терена.
Съвет: Поставете целта си за точност в числа от самото начало. „Нека бъде с висока вярност“ е двусмислено; Това е измерима цел, "насочена на ±3 cm хоризонтално и ±5 cm вертикално, потвърдена от RMSE с независими контролни точки."
Стъпка по стъпка: Работен процес за фотограметрия на UAV
- Задайте точност и GSD цел. Желаната точност определя GSD и следователно височината на полета. Общо правило: позиционната точност е от порядъка на няколко GSD.
- Планирайте полета. Коефициент на покритие (обикновено напред 75-80%, странично 65-70%), височина на полета, брой снимки. AI може да създаде това изчисление и контролен списък.
- Поставете и измерете GCP. Измерете прецизно с GNSS достатъчен брой GCP в ъглите и в средата, за да покриете равномерно площта. Отделете някои от тях като самостоятелни контролни точки, които не влизат в модела.
- Обработете го. Изравняване със SfM, георефериране с GCP, плътен облак от точки, DSM, генериране на ортофото.
- Произвеждане на DTM. Превключете от DSM към DTM чрез филтриране на обекти извън земята.
- Проверете. Изчислете RMSE в отделни контролни точки; Улучва ли целта?
Наземни контролни точки и RMSE
Напасването на фотограметричния модел към реалния свят зависи от GCP. GCPs дават мащаб и местоположение на модела; Ако те са недостатъчно на брой или са лошо разпределени (всички в един ъгъл), моделът ще бъде точен в един регион и изкривен в друг. Начинът за честно измерване на точността е да запазите някои от GCP като независими контролни точки, като не ги подравнявате и да изчислите RMSE чрез сравняване на техните стойности в модела с действително измерените стойности. Моделът не се счита за правилен само защото прилягането (остатъчното) на GCP е ниско; Това е като успех на данни за обучение.
Внимание: Ако използвате всички маркирани точки като GCP и не оставите независими контролни точки, няма да имате независими доказателства за измерване на точността. Винаги запазвайте няколко точки за проверка.
Три мини калъфа: с числата
Случай 1 — Грешка в разпространението на GCP. В поле от 40 хектара 5 от 6 GCP бяха в южната половина на полето. Моделът дава отклонение от ±3 cm на юг и ±25 cm на север. Независими контролно-пропускателни пунктове разкриха това регионално изкривяване; Когато GCP бяха разпределени равномерно и полетът беше обработен повторно, точността намаля до ±4 cm на север.
Случай 2 — Сбъркане на DSM с DTM. При изчисляване на обема екипът надцени обема на разкопките с приблизително 12%, като приеме, че DSM е директно смлян в гориста местност. Когато DTM беше генериран с поддържано от AI наземно филтриране и изчислението беше повторено, обемът се доближи до реалността. Урок: DTM се използва при работа с обем и дънки.
Случай 3 — Неадекватно покритие. Когато покритието падна до 55% на някои линии поради вятъра, SfM направи лошо съвпадение в тази област и моделът излезе с дупки. Предварителната проверка на качеството отбеляза района с ниско покритие; Тази част беше прелетяна отново. Урок: покритието се предоставя на полето, не може да бъде произведено по-късно.
Слаба подкана / Силна подкана
Слаба подкана:
Ще правя карта с дрон, кажете какво да правя.
Мощна подкана:
Задача: Създаване на фотограметричен полет и план за точност на UAV. Контекст:- Площ: ~40 ха, равна-леко наклонена, рядко залесена- Точност на целта: хоризонтална ±3 cm, вертикална ±5 cm- Камера: [сензор/фокус], желан GSD: 2 cmЗаявки:1) Напишете приблизителната височина на полета и логиката за GSD 2 cm.2) Препоръка за коефициент на покритие (напред/страни) и обосновка.3) Брой на GCP и стратегия за разпространение; Колко от тях трябва да резервирам като НЕЗАВИСИМИ контролни точки? 4) Напишете разграничението на DSM/DTM и кой резултат се изисква за коя работа. 5) Проверка: стъпка за потвърждение с RMSE на независими контролни точки.
Мощната подкана включва цифрова цел, състояние на полето и план за проверка; Резултатът става приложим.
Четири копируеми шаблона
1) Изчисляване на параметрите на полета:
Приблизителна височина на полета за желания GSD [x cm] и камера [сензор/фокус], предложете коефициент на покритие, приблизителен брой снимки. Напишете ясно предположенията си; Имайте предвид, че точната стойност изисква софтуерно потвърждение.
2) Планиране на GCP:
Препоръчайте стратегия за оформление на GCP за [площ/размер/форма]: колко точки, как да се разпределят, колко трябва да бъдат запазени за независим контрол. Обяснете риска от неправилно разпространение (всички в един ъгъл).
3) DSM->DTM работен процес:
Напишете стъпките за наземно филтриране за генериране на DTM от облак от точки/DSM. Посочете кои обекти (сграда, дърво) да извлечете и как да проверите резултата със секцията на профила. Обяснете защо DTM е необходим за работа с обем/ниво.
4) Доклад за точност:
Изчислете хоризонталната и вертикалната RMSE от следните индивидуални отклонения на контролната точка, сравнете с точността на целта, направете интерпретация за преминаване/неуспех и посочете всички слаби области. Данни: [отклонения на контролната точка]
Сравнение на фотограметрични продукти
Продукт
Какво представлява?
Типична употреба
внимание
ортофото
Прецизно мащабиране на изображение от въздуха
Базова карта, дигитализация
Изкривявания на ръбовете
DSM
Горна повърхност (сграда+дърво)
Анализ на сенки/видимост
Това не е земята
DTM
гола земя
Деним, обем, наклон
Качество на филтриране
облак от точки
3D плътни точки
3D измерване, напречно сечение
почистване на шума
YKN
Геореферентна база
основа на истината
Критично разпределение
Често срещани грешки
- Използване на DSM вместо DTM. Голяма грешка в изчисленията на котата и обема.
- Без оставяне на независими контролно-пропускателни пунктове. Не са останали независими доказателства за измерване на точността.
- Лошо разпределени GCP. Едната област е правилна, другата е изкривена.
- Оставяйки степента на покритие недостатъчна на терена. Перфориран модел без възможност за възстановяване.
- Не си поставяме за цел точността на числата. „Висока точност“ не може да бъде измерена или потвърдена.
- Мисля, че ортофото е абсолютно коректен за измерване. Появява се изкривяване около ръбове и високи предмети.
В обобщение
Изкуствен интелект във фотограметрията на UAV; Това е мощна помощ при изчисляване на полетния план, предварителна проверка на качеството, генериране на DTM от DSM и докладване на точността. Въпреки това, основата на позиционната точност се полага на полето: правилният брой и равномерно разпределени наземни контролни точки, адекватно прикритие и цели с числена точност. Честна мярка за точност е RMSE, изчислена в отделни контролни точки, които не влизат в модела. Винаги използвайте DTM за деним и обемна работа; DSM е горната повърхност.
Задача за приложение
Проектирайте проект за UAV: определете размера на полето, целта GSD и целта на числената точност (напр. хоризонтално ±3 cm). Накарайте AI да генерира височина на полета, съотношение на покритие и GCP стратегия; Запишете колко точки ще запазите за независим контрол. След това изчислете RMSE на хипотетична таблица за отклонение на контролната точка и попитайте „постигна ли целта?“ Коментирайте и потвърдете сами резултата.
контролен списък
- [ ] Зададох цел за цифрова точност и GSD.
- [ ] Планирах съотношението на покритие (напред/страни) адекватно.
- [ ] Разпределих GCP равномерно и ги използвах в достатъчни количества.
- [ ] Запазих някои точки за независим контрол.
- [ ] Създадох DTM, не DSM, за деним/обем.
- [ ] Проверих земната филтрация със секцията на профила.
- [ ] Изчислих RMSE в отделни контролни точки.
- [ ] Подложих приемането на точността на одобрение от инженер.