ಫೋಟೋಗ್ರಾಮೆಟ್ರಿ ಮತ್ತು UAV ಚಿತ್ರಗಳಿಂದ ಮಾಡೆಲ್ ಜನರೇಷನ್

ಲಾಭಗಳು:

• AI ಜೊತೆಗೆ ಸರಿಯಾದ ಸಂದರ್ಭದಲ್ಲಿ SfM ಫೋಟೋಗ್ರಾಮೆಟ್ರಿ, ಆರ್ಥೋಫೋಟೋ, DSM/DTM ಮತ್ತು ಗ್ರೌಂಡ್ ಕಂಟ್ರೋಲ್ ಪಾಯಿಂಟ್ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಬಳಸುವ ಸಾಮರ್ಥ್ಯ
• AI-ಬೆಂಬಲಿತ ಲೆಕ್ಕಾಚಾರಗಳು ಮತ್ತು ಪರಿಶೀಲನಾಪಟ್ಟಿಗಳೊಂದಿಗೆ UAV ವಿಮಾನ ಯೋಜನೆ, ಕವರೇಜ್ ದರ ಮತ್ತು ನಿಖರತೆಯ ನಿರೀಕ್ಷೆಗಳನ್ನು ನಿರ್ಮಿಸುವ ಸಾಮರ್ಥ್ಯ
• ಸ್ವತಂತ್ರ ನಿಯಂತ್ರಣ ಬಿಂದುಗಳು ಮತ್ತು RMSE ತರ್ಕದೊಂದಿಗೆ ಫೋಟೋಗ್ರಾಮೆಟ್ರಿಕ್ ಔಟ್‌ಪುಟ್‌ನ ನಿಖರತೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ

ಫೋಟೊಗ್ರಾಮೆಟ್ರಿ ಎನ್ನುವುದು ಮೂರು ಆಯಾಮದ ಸ್ಥಾನ ಮತ್ತು ವಸ್ತುಗಳ ಆಕಾರವನ್ನು ಅತಿಕ್ರಮಿಸುವ ಛಾಯಾಚಿತ್ರಗಳಿಂದ ಅಳೆಯುವ ತಂತ್ರವಾಗಿದೆ. ಇಂದು, ಸಮೀಕ್ಷೆ ಇಂಜಿನಿಯರಿಂಗ್‌ನಲ್ಲಿ ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವ ಉತ್ಪಾದನಾ ವಿಧಾನವೆಂದರೆ UAV (ಮಾನವರಹಿತ ವೈಮಾನಿಕ ವಾಹನ, ಇದನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಡ್ರೋನ್ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ) ಸಂಗ್ರಹಿಸಿದ ನೂರಾರು ಛಾಯಾಚಿತ್ರಗಳಿಂದ ಆರ್ಥೋಫೋಟೋಗಳು ಮತ್ತು ಎತ್ತರದ ಮಾದರಿಗಳನ್ನು ತಯಾರಿಸುವುದು. ಈ ಘಟಕದಲ್ಲಿ, ವಿಮಾನ ಯೋಜನೆಯಿಂದ ನಿಖರತೆಯ ಮೌಲ್ಯಮಾಪನದವರೆಗೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಈ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಹೇಗೆ ಬೆಂಬಲಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನಾವು ಒಳಗೊಂಡಿದೆ. ತತ್ವವು ಬದಲಾಗುವುದಿಲ್ಲ: ಸಾಫ್ಟ್‌ವೇರ್ ಮತ್ತು AI ಮಾದರಿಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಗ್ರೌಂಡ್ ಕಂಟ್ರೋಲ್ ಪಾಯಿಂಟ್‌ಗಳು ಮತ್ತು ಸ್ವತಂತ್ರ ನಿಯಂತ್ರಣದ ಮೂಲಕ ಇಂಜಿನಿಯರ್‌ನಲ್ಲಿ ಸ್ಥಾನಿಕ ನಿಖರತೆಯ ಸ್ವೀಕಾರವು ಉಳಿದಿದೆ.

ಷರತ್ತುಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸೋಣ. SfM (ಸ್ಟ್ರಕ್ಚರ್ ಫ್ರಮ್ ಮೋಷನ್) ಎನ್ನುವುದು ವಿವಿಧ ಕೋನಗಳಿಂದ ತೆಗೆದ ಛಾಯಾಚಿತ್ರಗಳಲ್ಲಿನ ಸಾಮಾನ್ಯ ಬಿಂದುಗಳನ್ನು ಹೊಂದಿಸುವ ಮೂಲಕ 3D ರೇಖಾಗಣಿತ ಮತ್ತು ಕ್ಯಾಮೆರಾ ಸ್ಥಾನಗಳನ್ನು ಪರಿಹರಿಸುವ ಒಂದು ವಿಧಾನವಾಗಿದೆ; ಇದು ಆಧುನಿಕ ಫೋಟೋಗ್ರಾಮೆಟ್ರಿ ಸಾಫ್ಟ್‌ವೇರ್‌ನ ತಿರುಳು. ಆರ್ಥೋಫೋಟೋ ಒಂದು ನಕ್ಷೆಯಂತೆ ಸರಿಯಾದ ಅಳತೆಯೊಂದಿಗೆ ವೈಮಾನಿಕ ಚಿತ್ರವಾಗಿದ್ದು, ದೃಷ್ಟಿಕೋನ ಮತ್ತು ಎತ್ತರದ ವಿರೂಪಗಳನ್ನು ತೆಗೆದುಹಾಕಲಾಗಿದೆ. DSM (ಡಿಜಿಟಲ್ ಸರ್ಫೇಸ್ ಮಾಡೆಲ್) ಕಟ್ಟಡಗಳು ಮತ್ತು ಮರಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಮೇಲಿನ ಮೇಲ್ಮೈಯ ಎತ್ತರದ ಮಾದರಿಯಾಗಿದೆ. ಡಿಟಿಎಂ (ಡಿಜಿಟಲ್ ಟೆರೈನ್ ಮಾಡೆಲ್) ಎಂಬುದು ಬರಿಯ ನೆಲದ ಎತ್ತರದ ಮಾದರಿಯಾಗಿದೆ. GCP (ಗ್ರೌಂಡ್ ಕಂಟ್ರೋಲ್ ಪಾಯಿಂಟ್; ಇಂಗ್ಲಿಷ್‌ನಲ್ಲಿ GCP) ಕ್ಷೇತ್ರದಿಂದ ನಿಖರವಾಗಿ ಅಳೆಯಲಾದ ಗುರುತಿಸಲಾದ ಬಿಂದುಗಳಾಗಿವೆ, ಛಾಯಾಚಿತ್ರಗಳಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಮಾದರಿಯನ್ನು ನೈಜ ನಿರ್ದೇಶಾಂಕಗಳಿಗೆ ಸಂಪರ್ಕಿಸುತ್ತದೆ. ಅತಿಕ್ರಮಣ ಅನುಪಾತವು ಪರಸ್ಪರ ಆವರಿಸಿರುವ ನೆರೆಹೊರೆಯ ಫೋಟೋಗಳ ಶೇಕಡಾವಾರು.

ಫೋಟೋಗ್ರಾಮೆಟ್ರಿಯಲ್ಲಿ AI ನ ಪಾತ್ರ

ಈ ವರ್ಕ್‌ಫ್ಲೋನಲ್ಲಿ AI ನಾಲ್ಕು ಸ್ಥಳಗಳನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ:

1. ವಿಮಾನ ಯೋಜನೆ ಮತ್ತು ಲೆಕ್ಕಾಚಾರ. ಇದು ಹಾರಾಟದ ಎತ್ತರ, ಕವರ್ ಅನುಪಾತ ಮತ್ತು ಛಾಯಾಚಿತ್ರಗಳ ಸಂಖ್ಯೆಯನ್ನು ಅಪೇಕ್ಷಿತ ನೆಲದ ಮಾದರಿ ದೂರವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ (GSD: ಪ್ರತಿ ಪಿಕ್ಸೆಲ್ ನೆಲದ ಮೇಲೆ ಆವರಿಸುವ ಗಾತ್ರ), ಮತ್ತು ಪರಿಶೀಲನಾಪಟ್ಟಿಯನ್ನು ರಚಿಸುತ್ತದೆ.
2. ಗುಣಮಟ್ಟದ ಪೂರ್ವ ಪರಿಶೀಲನೆ. ಇದು ಸ್ಕ್ಯಾನಿಂಗ್ ಲಾಜಿಕ್ ಅನ್ನು ಸ್ಥಾಪಿಸುತ್ತದೆ ಅದು ಮಸುಕಾದ ಫೋಟೋಗಳು, ಸಾಕಷ್ಟು ಮುಚ್ಚುವಿಕೆ ಮತ್ತು GCP ವಿತರಣೆ ಸಮಸ್ಯೆಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತದೆ.
3. ಔಟ್ಪುಟ್ ವರ್ಗೀಕರಣ ಮತ್ತು ಶುಚಿಗೊಳಿಸುವಿಕೆ. DSM ನಿಂದ DTM ಅನ್ನು ರಚಿಸಲು ಆರ್ಥೋಫೋಟೋದಲ್ಲಿ ಆಬ್ಜೆಕ್ಟ್ (ಕಟ್ಟಡ/ಮರ) ಫಿಲ್ಟರಿಂಗ್ ಮತ್ತು ಕ್ಲೌಡ್/ಶ್ಯಾಡೋ ಡಿಟೆಕ್ಷನ್‌ನಂತಹ ಕಾರ್ಯಗಳಲ್ಲಿ ಇದು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
4. ವರದಿ ಮತ್ತು ನಿಖರತೆಯ ಸಾರಾಂಶ. RMSE (ರೂಟ್ ಮೀನ್ ಸ್ಕ್ವೇರ್ ದೋಷ; ನಿಯಂತ್ರಣ ಬಿಂದುಗಳಲ್ಲಿನ ವಿಚಲನಗಳ ಅಳತೆ) ಟೇಬಲ್ ಮತ್ತು ನಿಖರತೆಯ ವರದಿಯನ್ನು ಓದಬಲ್ಲಂತೆ ಮಾಡುತ್ತದೆ.

ಬ್ಲೈಂಡ್ ಸ್ಪಾಟ್: AI ವಿಮಾನದ ಭೌತಿಕ ಪರಿಸ್ಥಿತಿಗಳು ಮತ್ತು ಭೂಪ್ರದೇಶದ ವಾಸ್ತವತೆಯನ್ನು ನೋಡುವುದಿಲ್ಲ. ಅಸಮರ್ಪಕ GCP, ಕಳಪೆ ಕವರ್ ಅಥವಾ ಗಾಳಿಯ ಫ್ಲೈಟ್ ಇದ್ದರೆ, ಯಾವುದೇ ಸಾಫ್ಟ್‌ವೇರ್/AI ಇದನ್ನು ನಂತರ ಸಂಪೂರ್ಣವಾಗಿ ಸರಿಪಡಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಸಮಗ್ರತೆಯು ಮೈದಾನದಲ್ಲಿ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ.

ಸಲಹೆ: ಪ್ರಾರಂಭದಿಂದಲೇ ಸಂಖ್ಯೆಯಲ್ಲಿ ನಿಮ್ಮ ನಿಖರತೆಯ ಗುರಿಯನ್ನು ಹೊಂದಿಸಿ. "ಇದು ಹೆಚ್ಚಿನ ನಿಷ್ಠೆಯಿರಲಿ" ಎಂಬುದು ಅಸ್ಪಷ್ಟವಾಗಿದೆ; ಇದು ಅಳೆಯಬಹುದಾದ ಗುರಿಯಾಗಿದೆ "ಅಡ್ಡವಾಗಿ ± 3 cm ಮತ್ತು ಲಂಬವಾಗಿ ± 5 cm, ಸ್ವತಂತ್ರ ನಿಯಂತ್ರಣ ಬಿಂದುಗಳೊಂದಿಗೆ RMSE ನಿಂದ ದೃಢೀಕರಿಸಲ್ಪಟ್ಟಿದೆ."

ಹಂತ ಹಂತವಾಗಿ: UAV ಫೋಟೋಗ್ರಾಮೆಟ್ರಿ ವರ್ಕ್‌ಫ್ಲೋ

1. ನಿಖರತೆ ಮತ್ತು GSD ಗುರಿಯನ್ನು ಹೊಂದಿಸಿ. ಅಪೇಕ್ಷಿತ ನಿಖರತೆಯು GSD ಮತ್ತು ಆದ್ದರಿಂದ ಹಾರಾಟದ ಎತ್ತರವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ. ಸಾಮಾನ್ಯ ನಿಯಮ: ಸ್ಥಾನಿಕ ನಿಖರತೆಯು ಕೆಲವು GSD ಗಳ ಕ್ರಮದಲ್ಲಿದೆ.
2. ವಿಮಾನವನ್ನು ಯೋಜಿಸಿ. ಕವರೇಜ್ ಅನುಪಾತ (ಸಾಮಾನ್ಯವಾಗಿ ಫಾರ್ವರ್ಡ್ 75-80%, ಬದಿ 65-70%), ಹಾರಾಟದ ಎತ್ತರ, ಫೋಟೋಗಳ ಸಂಖ್ಯೆ. AI ಈ ಲೆಕ್ಕಾಚಾರ ಮತ್ತು ಪರಿಶೀಲನಾಪಟ್ಟಿಯನ್ನು ತಯಾರಿಸಬಹುದು.
3. ಜಿಸಿಪಿಗಳನ್ನು ಇರಿಸಿ ಮತ್ತು ಅಳೆಯಿರಿ. ಪ್ರದೇಶವನ್ನು ಸಮವಾಗಿ ಆವರಿಸಲು ಮೂಲೆಗಳಲ್ಲಿ ಮತ್ತು ಮಧ್ಯದಲ್ಲಿ ಸಾಕಷ್ಟು ಸಂಖ್ಯೆಯ GCP ಗಳನ್ನು GNSS ನೊಂದಿಗೆ ನಿಖರವಾಗಿ ಅಳೆಯಿರಿ. ಅವುಗಳಲ್ಲಿ ಕೆಲವು ಮಾದರಿಯನ್ನು ನಮೂದಿಸದ ಸ್ವತಂತ್ರ ನಿಯಂತ್ರಣ ಬಿಂದುಗಳಾಗಿ ಪ್ರತ್ಯೇಕಿಸಿ.
4. ಅದನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಿ. SfM ನೊಂದಿಗೆ ಜೋಡಣೆ, GCP ಯೊಂದಿಗೆ ಜಿಯೋರೆಫರೆನ್ಸಿಂಗ್, ದಟ್ಟವಾದ ಬಿಂದು ಮೋಡ, DSM, ಆರ್ಥೋಫೋಟೋ ಉತ್ಪಾದನೆ.
5. DTM ಅನ್ನು ಉತ್ಪಾದಿಸಿ. ಆಫ್-ಗ್ರೌಂಡ್ ಆಬ್ಜೆಕ್ಟ್‌ಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡುವ ಮೂಲಕ DSM ನಿಂದ DTM ಗೆ ಬದಲಿಸಿ.
6. ಪರಿಶೀಲಿಸಿ. ವೈಯಕ್ತಿಕ ನಿಯಂತ್ರಣ ಬಿಂದುಗಳಲ್ಲಿ RMSE ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ; ಅದು ಗುರಿ ಮುಟ್ಟುತ್ತದೆಯೇ?

ಗ್ರೌಂಡ್ ಕಂಟ್ರೋಲ್ ಪಾಯಿಂಟ್‌ಗಳು ಮತ್ತು RMSE

ನೈಜ ಪ್ರಪಂಚಕ್ಕೆ ಫೋಟೋಗ್ರಾಮೆಟ್ರಿಕ್ ಮಾದರಿಯನ್ನು ಅಳವಡಿಸುವುದು GCP ಗಳನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. GCP ಗಳು ಮಾದರಿಗೆ ಅಳತೆ ಮತ್ತು ಸ್ಥಳವನ್ನು ನೀಡುತ್ತವೆ; ಅವುಗಳು ಸಂಖ್ಯೆಯಲ್ಲಿ ಸಾಕಷ್ಟಿಲ್ಲದಿದ್ದರೆ ಅಥವಾ ಕಳಪೆಯಾಗಿ ವಿತರಿಸಲ್ಪಟ್ಟಿದ್ದರೆ (ಎಲ್ಲವೂ ಒಂದು ಮೂಲೆಯಲ್ಲಿ), ಮಾದರಿಯು ಒಂದು ಪ್ರದೇಶದಲ್ಲಿ ನಿಖರವಾಗಿರುತ್ತದೆ ಮತ್ತು ಇನ್ನೊಂದರಲ್ಲಿ ಓರೆಯಾಗುತ್ತದೆ. ಪ್ರಾಮಾಣಿಕವಾಗಿ ನಿಖರತೆಯನ್ನು ಅಳೆಯುವ ಮಾರ್ಗವೆಂದರೆ ಕೆಲವು ಜಿಸಿಪಿಗಳನ್ನು ಜೋಡಿಸದೆ ಸ್ವತಂತ್ರ ನಿಯಂತ್ರಣ ಬಿಂದುಗಳಾಗಿ ಇರಿಸುವುದು ಮತ್ತು ಮಾದರಿಯಲ್ಲಿ ಅವುಗಳ ಮೌಲ್ಯಗಳನ್ನು ನಿಜವಾದ ಅಳತೆ ಮೌಲ್ಯಗಳೊಂದಿಗೆ ಹೋಲಿಸುವ ಮೂಲಕ RMSE ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವುದು. GCP ಯಲ್ಲಿ ಫಿಟ್ (ಉಳಿಕೆ) ಕಡಿಮೆ ಇರುವುದರಿಂದ ಮಾದರಿಯನ್ನು ಸರಿಯಾಗಿ ಪರಿಗಣಿಸಲಾಗುವುದಿಲ್ಲ; ಇದು ತರಬೇತಿ ಡೇಟಾದಲ್ಲಿ ಯಶಸ್ಸಿನಂತಿದೆ.

ಎಚ್ಚರಿಕೆ: ನೀವು ಎಲ್ಲಾ ಗುರುತಿಸಲಾದ ಬಿಂದುಗಳನ್ನು GCP ಗಳಂತೆ ಬಳಸಿದರೆ ಮತ್ತು ಯಾವುದೇ ಸ್ವತಂತ್ರ ನಿಯಂತ್ರಣ ಬಿಂದುಗಳನ್ನು ಬಿಟ್ಟರೆ, ನಿಖರತೆಯನ್ನು ಅಳೆಯಲು ನೀವು ಯಾವುದೇ ಸ್ವತಂತ್ರ ಪುರಾವೆಗಳನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ. ತಪಾಸಣೆಗಾಗಿ ಯಾವಾಗಲೂ ಕೆಲವು ಅಂಕಗಳನ್ನು ಕಾಯ್ದಿರಿಸಿ.

ಮೂರು ಮಿನಿ ಪ್ರಕರಣಗಳು: ಸಂಖ್ಯೆಗಳ ಮೂಲಕ

ಪ್ರಕರಣ 1 - GCP ವಿತರಣೆ ದೋಷ. 40-ಹೆಕ್ಟೇರ್ ಕ್ಷೇತ್ರದಲ್ಲಿ, 6 GCP ಗಳಲ್ಲಿ 5 ಕ್ಷೇತ್ರದ ದಕ್ಷಿಣಾರ್ಧದಲ್ಲಿವೆ. ಮಾದರಿಯು ದಕ್ಷಿಣದಲ್ಲಿ ± 3 ಸೆಂ ಮತ್ತು ಉತ್ತರದಲ್ಲಿ ± 25 ಸೆಂ ವಿಚಲನವನ್ನು ನೀಡಿತು. ಸ್ವತಂತ್ರ ಚೆಕ್‌ಪಾಯಿಂಟ್‌ಗಳು ಈ ಪ್ರಾದೇಶಿಕ ಅಸ್ಪಷ್ಟತೆಯನ್ನು ಬಹಿರಂಗಪಡಿಸಿದವು; GCP ಗಳನ್ನು ಸಮವಾಗಿ ವಿತರಿಸಿದಾಗ ಮತ್ತು ಹಾರಾಟವನ್ನು ಮರುಸಂಸ್ಕರಿಸಿದಾಗ, ನಿಖರತೆಯು ಉತ್ತರದಲ್ಲಿ ± 4 cm ಗೆ ಕಡಿಮೆಯಾಯಿತು.

ಪ್ರಕರಣ 2 - DTM ಗಾಗಿ ತಪ್ಪಾಗಿ DSM. ಪರಿಮಾಣದ ಲೆಕ್ಕಾಚಾರದಲ್ಲಿ, ತಂಡವು DSM ಅನ್ನು ನೇರವಾಗಿ ಕಾಡಿನ ಪ್ರದೇಶದಲ್ಲಿ ನೆಲಸಿದೆ ಎಂದು ಊಹಿಸುವ ಮೂಲಕ ಸುಮಾರು 12% ರಷ್ಟು ಉತ್ಖನನದ ಪ್ರಮಾಣವನ್ನು ಅತಿಯಾಗಿ ಅಂದಾಜು ಮಾಡಿದೆ. AI-ಬೆಂಬಲಿತ ನೆಲದ ಫಿಲ್ಟರಿಂಗ್‌ನೊಂದಿಗೆ DTM ಅನ್ನು ರಚಿಸಿದಾಗ ಮತ್ತು ಲೆಕ್ಕಾಚಾರವನ್ನು ಪುನರಾವರ್ತಿಸಿದಾಗ, ಪರಿಮಾಣವು ವಾಸ್ತವಕ್ಕೆ ಹತ್ತಿರವಾಯಿತು. ಪಾಠ: DTM ಅನ್ನು ಪರಿಮಾಣ ಮತ್ತು ಜೀನ್ಸ್ ಕೆಲಸದಲ್ಲಿ ಬಳಸಲಾಗುತ್ತದೆ.

ಪ್ರಕರಣ 3 - ಅಸಮರ್ಪಕ ವ್ಯಾಪ್ತಿ. ಗಾಳಿಯ ಕಾರಣದಿಂದಾಗಿ ಕೆಲವು ಸಾಲುಗಳಲ್ಲಿ ಕವರೇಜ್ 55% ಕ್ಕೆ ಇಳಿದಾಗ, SfM ಆ ಪ್ರದೇಶದಲ್ಲಿ ಕಳಪೆ ಹೊಂದಾಣಿಕೆಯನ್ನು ಮಾಡಿತು ಮತ್ತು ಮಾದರಿಯು ರಂಧ್ರಗಳೊಂದಿಗೆ ಹೊರಬಂದಿತು. ಗುಣಮಟ್ಟದ ಪೂರ್ವ-ಪರಿಶೀಲನೆಯು ಕಡಿಮೆ ಕವರ್ ಪ್ರದೇಶವನ್ನು ಗುರುತಿಸಿದೆ; ಆ ಭಾಗವನ್ನು ಮತ್ತೆ ಹಾರಿಸಲಾಯಿತು. ಪಾಠ: ಕ್ಷೇತ್ರದಲ್ಲಿ ಹೊದಿಕೆಯನ್ನು ಒದಗಿಸಲಾಗಿದೆ, ಅದನ್ನು ನಂತರ ತಯಾರಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ನಾನು ಡ್ರೋನ್‌ನಿಂದ ನಕ್ಷೆಯನ್ನು ಮಾಡಲಿದ್ದೇನೆ, ನಾನು ಏನು ಮಾಡಬೇಕೆಂದು ಹೇಳಿ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ಕಾರ್ಯ: UAV ಫೋಟೋಗ್ರಾಮೆಟ್ರಿ ಫ್ಲೈಟ್ ಮತ್ತು ನಿಖರತೆಯ ಯೋಜನೆಯನ್ನು ರಚಿಸಿ. ಸಂದರ್ಭ:- ವಿಸ್ತೀರ್ಣ: ~40 ಹೆಕ್ಟೇರ್, ಚಪ್ಪಟೆ-ಸ್ವಲ್ಪ ಇಳಿಜಾರು, ವಿರಳವಾದ ಮರ-ಗುರಿಗಳ ನಿಖರತೆ: ಅಡ್ಡ ± 3 ಸೆಂ, ಲಂಬ ± 5 ಸೆಂ- ಕ್ಯಾಮೆರಾ: [ಸೆನ್ಸರ್/ಫೋಕಸ್], ಬಯಸಿದ GSD: 2 cm ವಿನಂತಿಗಳು: 1) ಎತ್ತರಕ್ಕೆ 2 cm. ಎತ್ತರಕ್ಕೆ ಅಂದಾಜು 2 cm. GSD ಅನ್ನು ಬರೆಯಿರಿ ಶಿಫಾರಸು (ಫಾರ್ವರ್ಡ್/ಸೈಡ್) ಮತ್ತು ಸಮರ್ಥನೆ.3) ಜಿಸಿಪಿಗಳ ಸಂಖ್ಯೆ ಮತ್ತು ವಿತರಣಾ ತಂತ್ರ; ಅವುಗಳಲ್ಲಿ ಎಷ್ಟು ನಾನು ಸ್ವತಂತ್ರ ಚೆಕ್‌ಪಾಯಿಂಟ್‌ಗಳಾಗಿ ಕಾಯ್ದಿರಿಸಬೇಕು?4) DSM/DTM ವ್ಯತ್ಯಾಸವನ್ನು ಬರೆಯಿರಿ ಮತ್ತು ಯಾವ ಕೆಲಸಕ್ಕೆ ಯಾವ ಔಟ್‌ಪುಟ್ ಅಗತ್ಯವಿದೆ.5) ಪರಿಶೀಲನೆ: ಸ್ವತಂತ್ರ ಚೆಕ್‌ಪಾಯಿಂಟ್‌ಗಳಲ್ಲಿ RMSE ನೊಂದಿಗೆ ದೃಢೀಕರಣ ಹಂತ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್ ಸಂಖ್ಯಾ ಗುರಿ, ಕ್ಷೇತ್ರ ಸ್ಥಿತಿ ಮತ್ತು ಪರಿಶೀಲನೆ ಯೋಜನೆಯನ್ನು ಒಳಗೊಂಡಿದೆ; ಔಟ್ಪುಟ್ ಅನ್ವಯವಾಗುತ್ತದೆ.

ನಾಲ್ಕು ನಕಲು ಮಾಡಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ಫ್ಲೈಟ್ ಪ್ಯಾರಾಮೀಟರ್ ಲೆಕ್ಕಾಚಾರ:

ಅಪೇಕ್ಷಿತ GSD [x cm] ಮತ್ತು ಕ್ಯಾಮರಾ [ಸೆನ್ಸಾರ್/ಫೋಕಸ್] ಗಾಗಿ ಅಂದಾಜು ಹಾರಾಟದ ಎತ್ತರ, ಕವರ್ ಅನುಪಾತವನ್ನು ಸೂಚಿಸಿ, ಫೋಟೋಗಳ ಅಂದಾಜು ಸಂಖ್ಯೆ. ನಿಮ್ಮ ಊಹೆಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಬರೆಯಿರಿ; ನಿಖರವಾದ ಮೌಲ್ಯಕ್ಕೆ ಸಾಫ್ಟ್‌ವೇರ್ ದೃಢೀಕರಣದ ಅಗತ್ಯವಿದೆ ಎಂಬುದನ್ನು ಗಮನಿಸಿ.

2) GCP ಯೋಜನೆ:

[ಪ್ರದೇಶ/ಗಾತ್ರ/ಆಕಾರ] ಗಾಗಿ GCP ಲೇಔಟ್ ತಂತ್ರವನ್ನು ಶಿಫಾರಸು ಮಾಡಿ: ಎಷ್ಟು ಅಂಕಗಳು, ಹೇಗೆ ವಿತರಿಸಬೇಕು, ಸ್ವತಂತ್ರ ನಿಯಂತ್ರಣಕ್ಕಾಗಿ ಎಷ್ಟು ಕಾಯ್ದಿರಿಸಬೇಕು. ಅಸಮರ್ಪಕ ವಿತರಣೆಯ ಅಪಾಯವನ್ನು ವಿವರಿಸಿ (ಎಲ್ಲವೂ ಒಂದು ಮೂಲೆಯಲ್ಲಿ).

3) DSM->DTM ಕೆಲಸದ ಹರಿವು:

ಪಾಯಿಂಟ್ ಕ್ಲೌಡ್/ಡಿಎಸ್‌ಎಮ್‌ನಿಂದ ಡಿಟಿಎಂ ಅನ್ನು ಉತ್ಪಾದಿಸಲು ನೆಲದ ಫಿಲ್ಟರಿಂಗ್ ಹಂತಗಳನ್ನು ಬರೆಯಿರಿ. ಯಾವ ವಸ್ತುಗಳನ್ನು (ಕಟ್ಟಡ, ಮರ) ಹೊರತೆಗೆಯಬೇಕು ಮತ್ತು ಪ್ರೊಫೈಲ್ ವಿಭಾಗದೊಂದಿಗೆ ಫಲಿತಾಂಶವನ್ನು ಹೇಗೆ ಪರಿಶೀಲಿಸಬೇಕು ಎಂಬುದನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸಿ. ಪರಿಮಾಣ/ಮಟ್ಟದ ಕೆಲಸಕ್ಕಾಗಿ DTM ಏಕೆ ಅಗತ್ಯವಿದೆ ಎಂಬುದನ್ನು ವಿವರಿಸಿ.

4) ನಿಖರತೆಯ ವರದಿ:

ಕೆಳಗಿನ ವೈಯಕ್ತಿಕ ನಿಯಂತ್ರಣ ಬಿಂದು ವಿಚಲನಗಳಿಂದ ಸಮತಲ ಮತ್ತು ಲಂಬವಾದ RMSE ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ, ಗುರಿಯ ನಿಖರತೆಯೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ, ಪಾಸ್/ಫೇಲ್ ವ್ಯಾಖ್ಯಾನವನ್ನು ಮಾಡಿ ಮತ್ತು ಯಾವುದೇ ದುರ್ಬಲ ಪ್ರದೇಶಗಳನ್ನು ಸೂಚಿಸಿ. ಡೇಟಾ: [ನಿಯಂತ್ರಣ ಬಿಂದು ವಿಚಲನಗಳು]

ಫೋಟೋಗ್ರಾಮೆಟ್ರಿಕ್ ಉತ್ಪನ್ನಗಳ ಹೋಲಿಕೆ

ಉತ್ಪನ್ನ

ಅದು ಏನನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ?

ವಿಶಿಷ್ಟ ಬಳಕೆ

ಗಮನ

ಆರ್ಥೋಫೋಟೋ

ನಿಖರವಾದ ವೈಮಾನಿಕ ಚಿತ್ರವನ್ನು ಅಳೆಯಿರಿ

ಬೇಸ್ಮ್ಯಾಪ್, ಡಿಜಿಟೈಸೇಶನ್

ಅಂಚಿನ ವಿರೂಪಗಳು

DSM

ಮೇಲಿನ ಮೇಲ್ಮೈ (ಕಟ್ಟಡ+ಮರ)

ನೆರಳು/ಗೋಚರತೆಯ ವಿಶ್ಲೇಷಣೆ

ಅದು ನೆಲವಲ್ಲ

DTM

ಬರಿಯ ನೆಲ

ಡೆನಿಮ್, ಪರಿಮಾಣ, ಇಳಿಜಾರು

ಫಿಲ್ಟರಿಂಗ್ ಗುಣಮಟ್ಟ

ಬಿಂದು ಮೋಡ

3D ದಟ್ಟವಾದ ಬಿಂದುಗಳು

3D ಅಳತೆ, ಅಡ್ಡ ವಿಭಾಗ

ಶಬ್ದ ಶುಚಿಗೊಳಿಸುವಿಕೆ

ವೈ.ಕೆ.ಎನ್

ಜಿಯೋರೆಫರೆನ್ಸ್ ಬೇಸ್

ಸತ್ಯದ ಅಡಿಪಾಯ

ವಿತರಣೆ ನಿರ್ಣಾಯಕ

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• DTM ಬದಲಿಗೆ DSM ಅನ್ನು ಬಳಸುವುದು. ಎತ್ತರ ಮತ್ತು ಪರಿಮಾಣದ ಲೆಕ್ಕಾಚಾರದಲ್ಲಿ ದೊಡ್ಡ ತಪ್ಪು.
• ಯಾವುದೇ ಸ್ವತಂತ್ರ ಚೆಕ್‌ಪೋಸ್ಟ್‌ಗಳನ್ನು ಬಿಡುವುದಿಲ್ಲ. ನಿಖರತೆಯನ್ನು ಅಳೆಯಲು ಯಾವುದೇ ಸ್ವತಂತ್ರ ಪುರಾವೆಗಳು ಉಳಿದಿಲ್ಲ.
• GCP ಗಳನ್ನು ಕಳಪೆಯಾಗಿ ವಿತರಿಸಲಾಗುತ್ತಿದೆ. ಒಂದು ಪ್ರದೇಶ ಸರಿಯಾಗಿದೆ, ಇನ್ನೊಂದು ವಿರೂಪಗೊಂಡಿದೆ.
• ಕವರೇಜ್ ದರವನ್ನು ಮೈದಾನದಲ್ಲಿ ಸಾಕಷ್ಟಿಲ್ಲದಿರುವುದು. ಚೇತರಿಸಿಕೊಳ್ಳಲಾಗದ, ರಂದ್ರ ಮಾದರಿ.
• ಸಂಖ್ಯೆಯಲ್ಲಿ ನಿಖರತೆಯ ಗುರಿಯನ್ನು ಹೊಂದಿಸುವುದಿಲ್ಲ. "ಹೆಚ್ಚಿನ ನಿಖರತೆ" ಅನ್ನು ಅಳೆಯಲಾಗುವುದಿಲ್ಲ ಅಥವಾ ದೃಢೀಕರಿಸಲಾಗುವುದಿಲ್ಲ.
• ಆರ್ಥೋಫೋಟೋ ಮಾಪನಕ್ಕೆ ಸಂಪೂರ್ಣವಾಗಿ ಸರಿಯಾಗಿದೆ ಎಂದು ಯೋಚಿಸುವುದು. ಅಂಚುಗಳು ಮತ್ತು ಎತ್ತರದ ವಸ್ತುಗಳ ಸುತ್ತಲೂ ಅಸ್ಪಷ್ಟತೆ ಸಂಭವಿಸುತ್ತದೆ.

ಸಾರಾಂಶದಲ್ಲಿ

UAV ಫೋಟೋಗ್ರಾಮೆಟ್ರಿಯಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ; ಇದು ಫ್ಲೈಟ್ ಪ್ಲಾನ್ ಲೆಕ್ಕಾಚಾರ, ಗುಣಮಟ್ಟದ ಪೂರ್ವ ತಪಾಸಣೆ, ಡಿಎಸ್‌ಎಮ್‌ನಿಂದ ಡಿಟಿಎಂ ಉತ್ಪಾದನೆ ಮತ್ತು ನಿಖರತೆಯ ವರದಿಯಲ್ಲಿ ಪ್ರಬಲ ಸಹಾಯವಾಗಿದೆ. ಆದಾಗ್ಯೂ, ಸ್ಥಾನಿಕ ನಿಖರತೆಯ ಅಡಿಪಾಯವನ್ನು ಕ್ಷೇತ್ರದಲ್ಲಿ ಹಾಕಲಾಗಿದೆ: ಸರಿಯಾದ ಸಂಖ್ಯೆ ಮತ್ತು ಸಮವಾಗಿ ವಿತರಿಸಲಾದ ನೆಲದ ನಿಯಂತ್ರಣ ಬಿಂದುಗಳು, ಸಾಕಷ್ಟು ಕವರ್ ಮತ್ತು ಸಂಖ್ಯಾತ್ಮಕ ನಿಖರತೆಯ ಗುರಿಗಳು. ಮಾದರಿಯನ್ನು ನಮೂದಿಸದ ವೈಯಕ್ತಿಕ ನಿಯಂತ್ರಣ ಬಿಂದುಗಳಲ್ಲಿ ಲೆಕ್ಕಾಚಾರ ಮಾಡಲಾದ RMSE ನಿಖರತೆಯ ಪ್ರಾಮಾಣಿಕ ಅಳತೆಯಾಗಿದೆ. ಡೆನಿಮ್ ಮತ್ತು ಬೃಹತ್ ಕೆಲಸಕ್ಕಾಗಿ ಯಾವಾಗಲೂ DTM ಅನ್ನು ಬಳಸಿ; DSM ಮೇಲ್ಭಾಗದ ಮೇಲ್ಮೈಯಾಗಿದೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

UAV ಯೋಜನೆಯನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಿ: ಕ್ಷೇತ್ರದ ಗಾತ್ರ, ಗುರಿ GSD, ಮತ್ತು ಸಂಖ್ಯಾತ್ಮಕ ನಿಖರತೆಯ ಗುರಿಯನ್ನು ನಿರ್ಧರಿಸಿ (ಉದಾ. ಸಮತಲ ±3 cm). AI ಅನ್ನು ಹಾರಾಟದ ಎತ್ತರ, ಕವರ್ ಅನುಪಾತ ಮತ್ತು GCP ತಂತ್ರವನ್ನು ಉತ್ಪಾದಿಸಿ; ಸ್ವತಂತ್ರ ನಿಯಂತ್ರಣಕ್ಕಾಗಿ ನೀವು ಎಷ್ಟು ಅಂಕಗಳನ್ನು ಕಾಯ್ದಿರಿಸುತ್ತೀರಿ ಎಂದು ಬರೆಯಿರಿ. ನಂತರ RMSE ಅನ್ನು ಕಾಲ್ಪನಿಕ ನಿಯಂತ್ರಣ ಬಿಂದು ವಿಚಲನ ಕೋಷ್ಟಕದಲ್ಲಿ ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ ಮತ್ತು "ಇದು ಗುರಿಯನ್ನು ಹೊಡೆದಿದೆಯೇ?" ಕಾಮೆಂಟ್ ಮಾಡಿ ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ನೀವೇ ದೃಢೀಕರಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಸಂಖ್ಯಾತ್ಮಕ ನಿಖರತೆಯ ಗುರಿ ಮತ್ತು GSD ಅನ್ನು ಹೊಂದಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಕವರೇಜ್ ಅನುಪಾತವನ್ನು (ಫಾರ್ವರ್ಡ್/ಸೈಡ್) ಸಮರ್ಪಕವಾಗಿ ಯೋಜಿಸಿದೆ.
• [ ] ನಾನು GCP ಗಳನ್ನು ಸಮವಾಗಿ ವಿತರಿಸಿದ್ದೇನೆ ಮತ್ತು ಅವುಗಳನ್ನು ಸಾಕಷ್ಟು ಸಂಖ್ಯೆಯಲ್ಲಿ ಬಳಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಸ್ವತಂತ್ರ ನಿಯಂತ್ರಣಕ್ಕಾಗಿ ಕೆಲವು ಅಂಕಗಳನ್ನು ಕಾಯ್ದಿರಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಡೆನಿಮ್/ವಾಲ್ಯೂಮ್‌ಗಾಗಿ DTM ಅನ್ನು ತಯಾರಿಸಿದ್ದೇನೆ, DSM ಅಲ್ಲ.
• [ ] ನಾನು ಪ್ರೊಫೈಲ್ ವಿಭಾಗದೊಂದಿಗೆ ನೆಲದ ಶೋಧನೆಯನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ವೈಯಕ್ತಿಕ ನಿಯಂತ್ರಣ ಬಿಂದುಗಳಲ್ಲಿ RMSE ಅನ್ನು ಲೆಕ್ಕ ಹಾಕಿದ್ದೇನೆ.
• [ ] ನಾನು ಇಂಜಿನಿಯರ್ ಅನುಮೋದನೆಗೆ ನಿಖರತೆಯ ಸ್ವೀಕಾರಕ್ಕೆ ಒಳಪಟ್ಟಿದ್ದೇನೆ.