Pelnas:
- Galimybė naudoti SfM fotogrametriją, ortofotografiją, DSM/DTM ir antžeminio valdymo taškų sąvokas tinkamame kontekste su AI
- Gebėjimas sudaryti UAV skrydžio planavimą, aprėpties rodiklį ir tikslumo lūkesčius naudojant AI palaikomus skaičiavimus ir kontrolinius sąrašus
- Gebėjimas įvertinti fotogrammetrinės išvesties tikslumą su nepriklausomais valdymo taškais ir RMSE logika
Fotogrametrija yra trimatės objektų padėties ir formos matavimo metodas iš persidengiančių nuotraukų. Šiandien sparčiausiai populiarėjantis tyrimo inžinerijos gamybos metodas yra ortonuotraukų ir aukščio modelių kūrimas iš šimtų nuotraukų, surinktų UAV (Unpiloted Aerial Vehicle, paprastai žinomi kaip dronas). Šiame skyriuje aptariame, kaip dirbtinis intelektas palaiko šį procesą – nuo skrydžio planavimo iki tikslumo įvertinimo. Principas yra nekintamas: programinė įranga ir AI sukuria modelį; Padėties tikslumą priima inžinierius per antžeminius valdymo taškus ir nepriklausomą valdymą.
Paaiškinkime sąlygas. SfM (Struktūra iš judesio) – tai metodas, išsprendžiantis 3D geometriją ir fotoaparato padėtis suderinant bendrus taškus nuotraukose, darytose iš skirtingų kampų; Tai yra šiuolaikinės fotogrametrijos programinės įrangos pagrindas. Ortofotografija yra teisingo mastelio vaizdas iš oro, kaip žemėlapis, pašalinus perspektyvos ir aukščio iškraipymus. DSM (skaitmeninis paviršiaus modelis) yra viršutinio paviršiaus, įskaitant pastatus ir medžius, aukščio modelis. DTM (skaitmeninis reljefo modelis) yra pliko žemės aukščio modelis. GCP (Ground Control Point; GCP anglų k.) yra pažymėti taškai, kurie tiksliai išmatuojami iš lauko, atsiranda nuotraukose ir sujungia modelį su realiomis koordinatėmis. Persidengimo koeficientas yra vienas kitą dengiančių kaimyninių nuotraukų procentas.
AI vaidmuo fotogrammetrijoje
AI palaiko keturias šios darbo eigos vietas:
- Skrydžių planavimas ir skaičiavimas. Tai padeda apskaičiuoti skrydžio aukštį, aprėpties santykį ir nuotraukų skaičių norimam žemės mėginių ėmimo atstumui (GSD: dydis, kurį kiekvienas pikselis dengia žemėje), ir sukuria kontrolinį sąrašą.
- Išankstinė kokybės patikra. Ji nustato nuskaitymo logiką, kuri pažymi neryškias nuotraukas, nepakankamą okliuziją ir GCP paskirstymo problemas.
- Išvesties klasifikavimas ir valymas. Tai padeda atlikti tokias užduotis kaip objektų (pastato / medžio) filtravimas ir debesų / šešėlių aptikimas ortofotografijoje, kad būtų galima generuoti DTM iš DSM.
- Ataskaita ir tikslumo santrauka. Padaro RMSE (Root Mean Square Error; nuokrypių valdymo taškuose matas) lentelę ir tikslumo ataskaitą skaitomą.
Akloji zona: AI nemato fizinių skrydžio sąlygų ir reljefo tikrovės. Jei yra netinkamas GCP, prasta danga arba vėjuotas skrydis, jokia programinė įranga / AI negali to visiškai ištaisyti vėliau. Sąžiningumas prasideda aikštelėje.
Patarimas: nuo pat pradžių nustatykite tikslumo tikslą skaičiais. „Tebūnie labai ištikimas“ yra dviprasmiškas; Tai išmatuojamas taikinys, „nukreiptas į ±3 cm horizontaliai ir ±5 cm vertikaliai, patvirtintas RMSE su nepriklausomais valdymo taškais“.
Žingsnis po žingsnio: UAV fotogrammetrijos darbo eiga
- Nustatykite tikslumą ir GSD tikslą. Norimas tikslumas lemia GSD, taigi ir skrydžio aukštį. Bendra taisyklė: padėties tikslumas yra maždaug kelių GSD.
- Suplanuokite skrydį. Aprėpties koeficientas (paprastai į priekį 75-80%, į šoną 65-70%), skrydžio aukštis, nuotraukų skaičius. AI gali sudaryti šį skaičiavimą ir kontrolinį sąrašą.
- Padėkite ir išmatuokite GCP. Naudodami GNSS tiksliai išmatuokite pakankamai GCP kampuose ir viduryje, kad plotas būtų tolygiai padengtas. Atskirkite kai kuriuos iš jų kaip nepriklausomus valdymo taškus, kurie neįeina į modelį.
- Apdorokite jį. Lygiavimas su SfM, geografinė nuoroda su GCP, tankus taškinis debesis, DSM, ortofotografavimas.
- Gaminti DTM. Perjunkite iš DSM į DTM, filtruodami nežeminius objektus.
- Patvirtinti. Apskaičiuokite RMSE atskiruose valdymo taškuose; Ar pataiko į taikinį?
Antžeminiai valdymo taškai ir RMSE
Fotogrammetrinio modelio pritaikymas realiam pasauliui priklauso nuo GCP. GCP suteikia modeliui mastelį ir vietą; Jei jų nepakanka arba jie prastai pasiskirstę (visi viename kampe), modelis bus tikslus viename regione, o kitame – iškreiptas. Būdas sąžiningai išmatuoti tikslumą yra išlaikyti kai kuriuos GCP kaip nepriklausomus valdymo taškus, jų nesuderinant, ir apskaičiuoti RMSE, lyginant jų vertes modelyje su tikrosiomis išmatuotomis vertėmis. Modelis nelaikomas teisingu vien todėl, kad tinkamas (likutinis) GCP yra mažas; Tai panašu į sėkmę naudojant mokymo duomenis.
Įspėjimas: jei naudosite visus pažymėtus taškus kaip GCP ir nepaliksite nepriklausomų kontrolės taškų, neturėsite nepriklausomų įrodymų, kad būtų galima išmatuoti tikslumą. Visada pasilikite keletą taškų patikrinimui.
Trys mini dėklai: pagal numerius
1 atvejis – GCP paskirstymo klaida. 40 hektarų lauke 5 iš 6 GCP buvo pietinėje lauko pusėje. Modelis davė ±3 cm nuokrypį pietuose ir ±25 cm šiaurėje. Nepriklausomi kontrolės punktai atskleidė šį regioninį iškraipymą; Kai GCP buvo paskirstyti tolygiai ir skrydis buvo perdirbtas, tikslumas sumažėjo iki ± 4 cm šiaurėje.
2 atvejis – DSM sumaišymas su DTM. Apskaičiuodama tūrį, komanda pervertino kasimo apimtį maždaug 12 %, darydama prielaidą, kad DSM buvo tiesiogiai sumaltas miškingoje vietovėje. Kai DTM buvo sukurtas naudojant AI palaikomą žemės filtravimą ir skaičiavimas buvo pakartotas, garsumas priartėjo prie tikrovės. Pamoka: DTM naudojamas tūrio ir džinsų darbe.
3 atvejis. Nepakankama aprėptis. Kai dėl vėjo aprėptis kai kuriose linijose nukrito iki 55%, SfM šioje srityje pasirodė prastai ir modelis pasirodė su skylutėmis. Išankstinė kokybės patikra pažymėjo žemos dangos sritį; Ta dalis vėl buvo nuskraidinta. Pamoka: dangtis suteikiamas lauke, vėliau jos gaminti negalima.
Silpnas raginimas / stiprus raginimas
Silpnas raginimas:
Su dronu pasidarysiu žemėlapį, pasakyk ką daryti.
Galingas raginimas:
Užduotis: Sukurkite UAV fotogrametrijos skrydžio ir tikslumo planą. Kontekstas:- Plotas: ~40 ha, plokščias-šiek tiek šlaitas, mažai miškinga- Taikinio tikslumas: horizontaliai ±3 cm, vertikalus ±5 cm- Kamera: [jutiklis/fokusas], pageidaujamas GSD: 2 cmPrašymai:1) Parašykite apytikslį skrydžio aukštį ir logiką GSD 2 cm.2) Aprėpties skaičius ir pasiskirstymo strategija) ir rekomendacija; Kiek iš jų turėčiau rezervuoti kaip NEPRIKLAUSOMUS kontrolinius punktus?4) Parašykite DSM/DTM skirtumą ir kokiam darbui reikalinga išvestis.5) Patikrinimas: patvirtinimo žingsnis su RMSE nepriklausomuose kontroliniuose taškuose.
Galingas raginimas apima skaitmeninį tikslą, lauko būklę ir patikros planą; Išvestis tampa taikoma.
Keturi kopijuojami šablonai
1) Skrydžio parametrų skaičiavimas:
Apytikslis skrydžio aukštis norimam GSD [x cm] ir fotoaparatui [jutiklis/fokusas], pasiūlyti padengimo koeficientą, įvertinti nuotraukų skaičių. Aiškiai parašykite savo prielaidas; Atminkite, kad tikslią vertę reikia patvirtinti programine įranga.
2) GSP planavimas:
Rekomenduoti GCP išdėstymo strategiją [sritis/dydis/forma]: kiek taškų, kaip paskirstyti, kiek reikėtų rezervuoti nepriklausomam valdymui. Paaiškinkite netinkamo paskirstymo riziką (visa viename kampe).
3) DSM->DTM darbo eiga:
Parašykite žemės filtravimo veiksmus, kad sukurtumėte DTM iš taškų debesies / DSM. Nurodykite, kuriuos objektus (pastatą, medį) išgauti ir kaip patikrinti rezultatą naudodami profilio skiltį. Paaiškinkite, kodėl DTM reikalingas garsumo / lygio darbui.
4) Tikslumo ataskaita:
Apskaičiuokite horizontalią ir vertikalią RMSE pagal toliau pateiktus atskirus kontrolinių taškų nuokrypius, palyginkite su tiksliniu tikslumu, atlikite sėkmingo/nepavykusio interpretaciją ir nurodykite visas silpnas vietas. Duomenys: [kontrolinio taško nuokrypiai]
Fotogrametrinių gaminių palyginimas
Produktas
Ką tai reprezentuoja?
Tipiškas naudojimas
Dėmesio
ortofoto
Tikslus oro vaizdas
Žemėlapis, skaitmeninimas
Kraštų iškraipymai
DSM
Viršutinis paviršius (pastatas + medis)
Šešėlių/matomumo analizė
Tai ne žemė
DTM
plika žemė
Džinsas, tūris, nuolydis
Filtravimo kokybė
taškinis debesis
3D tankūs taškai
3D matavimas, skerspjūvis
triukšmo valymas
YKN
Georeferencinė bazė
tiesos pamatas
Paskirstymas kritinis
Dažnos klaidos
- DSM naudojimas vietoj DTM. Didelė klaida aukščio ir tūrio skaičiavimuose.
- Nepaliekant nepriklausomų patikros punktų. Neliko nepriklausomų įrodymų, kad būtų galima išmatuoti tikslumą.
- Blogai platina GCP. Viena sritis teisinga, kita – iškreipta.
- Nepakankamas aprėpties lygis lauke. Neremontuojamas, perforuotas modelis.
- Nekeliamas tikslumo skaičiais tikslas. „Didelio tikslumo“ negalima išmatuoti ar patvirtinti.
- Manau, kad ortofotografija yra visiškai teisinga matavimui. Iškraipymai atsiranda aplink kraštus ir aukštus objektus.
Apibendrinant
Dirbtinis intelektas UAV fotogrametrijoje; Tai galinga pagalba apskaičiuojant skrydžio planą, atliekant išankstinį kokybės patikrinimą, generuojant DTM iš DSM ir teikiant tikslumo ataskaitas. Tačiau padėties tikslumo pamatai klojami lauke: teisingas skaičius ir tolygiai paskirstyti antžeminiai valdymo taškai, tinkama danga ir skaitinio tikslumo tikslai. Sąžiningas tikslumo matas yra RMSE, apskaičiuotas atskiruose valdymo taškuose, kurie neįeina į modelį. Visada naudokite DTM džinsiniams ir masiniams darbams; DSM yra viršutinis paviršius.
Taikymo užduotis
Sukurkite UAV projektą: nustatykite lauko dydį, tikslinį GSD ir skaitinio tikslumo tikslą (pvz., horizontalus ±3 cm). Tegul dirbtinis intelektas generuoja skrydžio aukštį, padengimo santykį ir GCP strategiją; Užrašykite, kiek taškų rezervuosite nepriklausomam valdymui. Tada apskaičiuokite RMSE hipotetinėje kontrolinio taško nuokrypių lentelėje ir paklauskite „ar pataikė į taikinį? Komentuokite ir patys patvirtinkite rezultatą.
kontrolinis sąrašas
- [ ] Nustačiau skaitinį tikslumo tikslą ir GSD.
- [ ] Tinkamai suplanavau aprėpties santykį (į priekį / į šoną).
- [ ] GCP paskirstau tolygiai ir panaudojau pakankamai daug.
- [ ] Kai kuriuos taškus pasilikau nepriklausomai kontrolei.
- [ ] Gaminau DTM, o ne DSM, džinsui / tūriui.
- [ ] Grunto filtravimą patikrinau profilio sekcija.
- [ ] Apskaičiavau RMSE atskiruose kontrolės taškuose.
- [ ] Tikslumo patvirtinimą pareikalavau inžinieriaus patvirtinimo.