ഫോട്ടോഗ്രാമെട്രിയിൽ നിന്നും UAV ചിത്രങ്ങളിൽ നിന്നുമുള്ള മോഡൽ ജനറേഷൻ

നേട്ടങ്ങൾ:

• AI ഉപയോഗിച്ച് ശരിയായ സന്ദർഭത്തിൽ SfM ഫോട്ടോഗ്രാമെട്രി, ഓർത്തോഫോട്ടോ, DSM/DTM, ഗ്രൗണ്ട് കൺട്രോൾ പോയിൻ്റ് ആശയങ്ങൾ എന്നിവ ഉപയോഗിക്കാനുള്ള കഴിവ്
• AI- പിന്തുണയുള്ള കണക്കുകൂട്ടലുകളും ചെക്ക്‌ലിസ്റ്റുകളും ഉപയോഗിച്ച് UAV ഫ്ലൈറ്റ് പ്ലാനിംഗ്, കവറേജ് നിരക്ക്, കൃത്യത പ്രതീക്ഷകൾ എന്നിവ നിർമ്മിക്കാനുള്ള കഴിവ്
• സ്വതന്ത്ര നിയന്ത്രണ പോയിൻ്റുകളും ആർഎംഎസ്ഇ ലോജിക്കും ഉപയോഗിച്ച് ഫോട്ടോഗ്രാമെട്രിക് ഔട്ട്പുട്ടിൻ്റെ കൃത്യത വിലയിരുത്താനുള്ള കഴിവ്

ഓവർലാപ്പ് ചെയ്യുന്ന ഫോട്ടോകളിൽ നിന്ന് വസ്തുക്കളുടെ ത്രിമാന സ്ഥാനവും ആകൃതിയും അളക്കുന്നതിനുള്ള സാങ്കേതികതയാണ് ഫോട്ടോഗ്രാമെട്രി. ഇന്ന്, സർവേ എഞ്ചിനീയറിംഗിൽ അതിവേഗം വളരുന്ന പ്രൊഡക്ഷൻ രീതി UAV (ആളില്ലാത്ത ഏരിയൽ വെഹിക്കിൾ, ഡ്രോൺ എന്നറിയപ്പെടുന്നു) ശേഖരിച്ച നൂറുകണക്കിന് ഫോട്ടോഗ്രാഫുകളിൽ നിന്ന് ഓർത്തോഫോട്ടോകളും എലവേഷൻ മോഡലുകളും നിർമ്മിക്കുക എന്നതാണ്. ഈ യൂണിറ്റിൽ, ഫ്ലൈറ്റ് ആസൂത്രണം മുതൽ കൃത്യത വിലയിരുത്തൽ വരെ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഈ പ്രക്രിയയെ എങ്ങനെ പിന്തുണയ്ക്കുന്നു എന്ന് ഞങ്ങൾ കവർ ചെയ്യുന്നു. തത്ത്വം മാറ്റമില്ലാത്തതാണ്: സോഫ്റ്റ്വെയറും AI മോഡലും നിർമ്മിക്കുന്നു; ഗ്രൗണ്ട് കൺട്രോൾ പോയിൻ്റുകളിലൂടെയും സ്വതന്ത്ര നിയന്ത്രണത്തിലൂടെയും എഞ്ചിനീയർക്ക് സ്ഥാന കൃത്യതയുടെ സ്വീകാര്യത നിലനിൽക്കും.

നിബന്ധനകൾ വ്യക്തമാക്കാം. വ്യത്യസ്ത കോണുകളിൽ നിന്ന് എടുത്ത ഫോട്ടോഗ്രാഫുകളിലെ പൊതുവായ പോയിൻ്റുകൾ യോജിപ്പിച്ച് 3D ജ്യാമിതിയും ക്യാമറ സ്ഥാനങ്ങളും പരിഹരിക്കുന്ന ഒരു രീതിയാണ് SfM (ചലനത്തിൽ നിന്നുള്ള ഘടന). ആധുനിക ഫോട്ടോഗ്രാമെട്രി സോഫ്റ്റ്‌വെയറിൻ്റെ കാതലാണിത്. ഒരു മാപ്പ് പോലെ ശരിയായ സ്കെയിൽ ഉള്ള ഒരു ഏരിയൽ ചിത്രമാണ് ഓർത്തോഫോട്ടോ. DSM (ഡിജിറ്റൽ സർഫേസ് മോഡൽ) കെട്ടിടങ്ങളും മരങ്ങളും ഉൾപ്പെടെയുള്ള മുകളിലെ ഉപരിതലത്തിൻ്റെ ഒരു എലവേഷൻ മോഡലാണ്. ഡിടിഎം (ഡിജിറ്റൽ ടെറൈൻ മോഡൽ) നഗ്നമായ നിലത്തിൻ്റെ എലവേഷൻ മോഡലാണ്. GCP (ഗ്രൗണ്ട് കൺട്രോൾ പോയിൻ്റ്; ഇംഗ്ലീഷിൽ GCP) എന്നത് ഫീൽഡിൽ നിന്ന് കൃത്യമായി അളക്കുകയും ഫോട്ടോഗ്രാഫുകളിൽ ദൃശ്യമാവുകയും മോഡലിനെ യഥാർത്ഥ കോർഡിനേറ്റുകളുമായി ബന്ധിപ്പിക്കുകയും ചെയ്യുന്ന അടയാളപ്പെടുത്തിയ പോയിൻ്റുകളാണ്. പരസ്പരം മൂടുന്ന അയൽപക്ക ഫോട്ടോകളുടെ ശതമാനമാണ് ഓവർലാപ്പ് അനുപാതം.

ഫോട്ടോഗ്രാമെട്രിയിൽ AI യുടെ പങ്ക്

ഈ വർക്ക്ഫ്ലോയിൽ AI നാല് സ്ഥലങ്ങളെ പിന്തുണയ്ക്കുന്നു:

1. ഫ്ലൈറ്റ് ആസൂത്രണവും കണക്കുകൂട്ടലും. ഫ്ലൈറ്റ് ഉയരം, കവർ അനുപാതം, ആവശ്യമുള്ള ഗ്രൗണ്ട് സാംപ്ലിംഗ് ദൂരത്തിനുള്ള ഫോട്ടോഗ്രാഫുകളുടെ എണ്ണം എന്നിവ കണക്കാക്കാൻ ഇത് സഹായിക്കുന്നു (GSD: ഓരോ പിക്സലും ഗ്രൗണ്ടിൽ ഉൾക്കൊള്ളുന്ന വലുപ്പം), കൂടാതെ ഒരു ചെക്ക്‌ലിസ്റ്റ് സൃഷ്ടിക്കുന്നു.
2. ഗുണനിലവാരം മുൻകൂട്ടി പരിശോധിക്കുക. മങ്ങിയ ഫോട്ടോകൾ, അപര്യാപ്തമായ ഒക്‌ല്യൂഷൻ, ജിസിപി വിതരണ പ്രശ്നങ്ങൾ എന്നിവ ഫ്ലാഗ് ചെയ്യുന്ന സ്കാനിംഗ് ലോജിക് ഇത് സ്ഥാപിക്കുന്നു.
3. ഔട്ട്പുട്ട് വർഗ്ഗീകരണവും വൃത്തിയാക്കലും. ഡിഎസ്എമ്മിൽ നിന്ന് ഡിടിഎം സൃഷ്‌ടിക്കുന്നതിന് ഒബ്‌ജക്റ്റ് (കെട്ടിടം/മരം) ഫിൽട്ടറിംഗ്, ഓർത്തോഫോട്ടോയിലെ ക്ലൗഡ്/ഷാഡോ കണ്ടെത്തൽ തുടങ്ങിയ ജോലികളിൽ ഇത് സഹായിക്കുന്നു.
4. റിപ്പോർട്ടും കൃത്യത സംഗ്രഹവും. RMSE (റൂട്ട് ശരാശരി സ്ക്വയർ പിശക്; നിയന്ത്രണ പോയിൻ്റുകളിലെ വ്യതിയാനങ്ങളുടെ അളവ്) പട്ടികയും കൃത്യത റിപ്പോർട്ടും വായിക്കാൻ കഴിയുന്നതാക്കുന്നു.

ബ്ലൈൻഡ് സ്പോട്ട്: വിമാനത്തിൻ്റെ ഭൗതിക സാഹചര്യങ്ങളും ഭൂപ്രദേശത്തിൻ്റെ യാഥാർത്ഥ്യവും AI കാണുന്നില്ല. അപര്യാപ്തമായ GCP, മോശം കവർ അല്ലെങ്കിൽ കാറ്റുള്ള ഫ്ലൈറ്റ് എന്നിവയുണ്ടെങ്കിൽ, ഒരു സോഫ്റ്റ്വെയറിനും/AI-നും പിന്നീട് ഇത് പൂർണ്ണമായി ശരിയാക്കാൻ കഴിയില്ല. സമഗ്രത ആരംഭിക്കുന്നത് ഫീൽഡിൽ നിന്നാണ്.

നുറുങ്ങ്: തുടക്കം മുതൽ നിങ്ങളുടെ കൃത്യത ലക്ഷ്യം അക്കങ്ങളിൽ സജ്ജമാക്കുക. "അത് ഉയർന്ന വിശ്വസ്തതയായിരിക്കട്ടെ" എന്നത് അവ്യക്തമാണ്; ഇത് അളക്കാവുന്ന ലക്ഷ്യമാണ് "തിരശ്ചീനമായി ±3 സെൻ്റിമീറ്ററിലും ലംബമായി ±5 സെൻ്റിമീറ്ററിലും ലക്ഷ്യമിടുന്നു, സ്വതന്ത്ര നിയന്ത്രണ പോയിൻ്റുകൾ ഉപയോഗിച്ച് RMSE സ്ഥിരീകരിച്ചു."

ഘട്ടം ഘട്ടമായി: UAV ഫോട്ടോഗ്രാമെട്രി വർക്ക്ഫ്ലോ

1. കൃത്യതയും GSD ലക്ഷ്യവും സജ്ജമാക്കുക. ആവശ്യമുള്ള കൃത്യത ജിഎസ്ഡിയും അതിനാൽ ഫ്ലൈറ്റ് ഉയരവും നിർണ്ണയിക്കുന്നു. പൊതുവായ നിയമം: സ്ഥാന കൃത്യത കുറച്ച് GSD-കളുടെ ക്രമത്തിലാണ്.
2. ഫ്ലൈറ്റ് ആസൂത്രണം ചെയ്യുക. കവറേജ് അനുപാതം (സാധാരണയായി 75-80%, വശം 65-70%), ഫ്ലൈറ്റ് ഉയരം, ഫോട്ടോകളുടെ എണ്ണം. AI-ക്ക് ഈ കണക്കുകൂട്ടലും ചെക്ക്‌ലിസ്റ്റും നിർമ്മിക്കാൻ കഴിയും.
3. ജിസിപികൾ സ്ഥാപിക്കുകയും അളക്കുകയും ചെയ്യുക. വിസ്തീർണ്ണം തുല്യമായി മറയ്ക്കുന്നതിന് കോണുകളിലും മധ്യഭാഗത്തും മതിയായ എണ്ണം GCP-കൾ GNSS ഉപയോഗിച്ച് കൃത്യമായി അളക്കുക. മോഡലിൽ പ്രവേശിക്കാത്ത സ്വതന്ത്ര നിയന്ത്രണ പോയിൻ്റുകളായി അവയിൽ ചിലത് വേർതിരിക്കുക.
4. അത് പ്രോസസ്സ് ചെയ്യുക. എസ്എഫ്എമ്മുമായുള്ള വിന്യാസം, ജിസിപിയുമായുള്ള ജിയോറെഫറൻസിങ്, ഡെൻസ് പോയിൻ്റ് ക്ലൗഡ്, ഡിഎസ്എം, ഓർത്തോഫോട്ടോ ജനറേഷൻ.
5. DTM നിർമ്മിക്കുക. ഓഫ് ഗ്രൗണ്ട് ഒബ്‌ജക്‌റ്റുകൾ ഫിൽട്ടർ ചെയ്‌ത് DSM-ൽ നിന്ന് DTM-ലേക്ക് മാറുക.
6. സ്ഥിരീകരിക്കുക. വ്യക്തിഗത നിയന്ത്രണ പോയിൻ്റുകളിൽ RMSE കണക്കാക്കുക; അത് ലക്ഷ്യത്തിലെത്തുന്നുണ്ടോ?

ഗ്രൗണ്ട് കൺട്രോൾ പോയിൻ്റുകളും ആർഎംഎസ്ഇയും

യഥാർത്ഥ ലോകത്തിലേക്ക് ഫോട്ടോഗ്രാമെട്രിക് മോഡൽ ഘടിപ്പിക്കുന്നത് GCP-കളെ ആശ്രയിച്ചിരിക്കുന്നു. GCP-കൾ മോഡലിന് സ്കെയിലും സ്ഥാനവും നൽകുന്നു; അവ എണ്ണത്തിൽ അപര്യാപ്തമാണെങ്കിൽ അല്ലെങ്കിൽ മോശമായി വിതരണം ചെയ്തിട്ടുണ്ടെങ്കിൽ (എല്ലാം ഒരു കോണിൽ), മോഡൽ ഒരു മേഖലയിൽ കൃത്യവും മറ്റൊന്നിൽ വളച്ചൊടിക്കുന്നതുമായിരിക്കും. സത്യസന്ധമായി കൃത്യത അളക്കുന്നതിനുള്ള മാർഗം, ചില ജിസിപികളെ വിന്യസിക്കാതെ സ്വതന്ത്ര നിയന്ത്രണ പോയിൻ്റുകളായി നിലനിർത്തുകയും മോഡലിലെ അവയുടെ മൂല്യങ്ങൾ യഥാർത്ഥ അളന്ന മൂല്യങ്ങളുമായി താരതമ്യം ചെയ്തുകൊണ്ട് RMSE കണക്കാക്കുകയും ചെയ്യുക എന്നതാണ്. ജിസിപിയിലെ ഫിറ്റ് (അവശിഷ്ടം) കുറവായതിനാൽ മോഡൽ ശരിയായതായി കണക്കാക്കില്ല; ഇത് പരിശീലന ഡാറ്റയിലെ വിജയം പോലെയാണ്.

മുന്നറിയിപ്പ്: നിങ്ങൾ GCP-കളായി അടയാളപ്പെടുത്തിയ എല്ലാ പോയിൻ്റുകളും ഉപയോഗിക്കുകയും സ്വതന്ത്ര നിയന്ത്രണ പോയിൻ്റുകളൊന്നും അവശേഷിപ്പിക്കാതിരിക്കുകയും ചെയ്യുന്നുവെങ്കിൽ, കൃത്യത അളക്കാൻ നിങ്ങൾക്ക് സ്വതന്ത്രമായ തെളിവുകളൊന്നും ഉണ്ടാകില്ല. പരിശോധനയ്ക്കായി എപ്പോഴും കുറച്ച് പോയിൻ്റുകൾ റിസർവ് ചെയ്യുക.

മൂന്ന് മിനി കേസുകൾ: അക്കങ്ങൾ പ്രകാരം

കേസ് 1 - GCP വിതരണ പിശക്. 40 ഹെക്ടർ വയലിൽ, 6 GCP-കളിൽ 5 എണ്ണം വയലിൻ്റെ തെക്ക് പകുതിയിലായിരുന്നു. മോഡൽ തെക്ക് ± 3 സെൻ്റിമീറ്ററും വടക്ക് ± 25 സെൻ്റിമീറ്ററും വ്യതിയാനം നൽകി. സ്വതന്ത്ര ചെക്ക്‌പോസ്റ്റുകൾ ഈ പ്രാദേശിക വികലത വെളിപ്പെടുത്തി; GCP-കൾ തുല്യമായി വിതരണം ചെയ്യുകയും ഫ്ലൈറ്റ് വീണ്ടും പ്രോസസ്സ് ചെയ്യുകയും ചെയ്തപ്പോൾ, വടക്ക് ഭാഗത്ത് കൃത്യത ± 4 സെൻ്റിമീറ്ററായി കുറഞ്ഞു.

കേസ് 2 - DTM-നായി തെറ്റിദ്ധരിപ്പിക്കുന്ന DSM. ഒരു വോളിയം കണക്കുകൂട്ടലിൽ, ഡിഎസ്എം ഒരു വനപ്രദേശത്ത് നേരിട്ട് നിലംപറ്റിയതാണെന്ന് അനുമാനിച്ച് സംഘം ഉത്ഖനനത്തിൻ്റെ അളവ് ഏകദേശം 12% അമിതമായി കണക്കാക്കി. AI- പിന്തുണയുള്ള ഗ്രൗണ്ട് ഫിൽട്ടറിംഗ് ഉപയോഗിച്ച് DTM ജനറേറ്റ് ചെയ്യുകയും കണക്കുകൂട്ടൽ ആവർത്തിക്കുകയും ചെയ്തപ്പോൾ, വോളിയം യാഥാർത്ഥ്യത്തിലേക്ക് അടുത്തു. പാഠം: വോളിയത്തിലും ജീൻസ് വർക്കിലും DTM ഉപയോഗിക്കുന്നു.

കേസ് 3 - അപര്യാപ്തമായ കവറേജ്. കാറ്റ് കാരണം ചില ലൈനുകളിൽ കവറേജ് 55% ആയി കുറഞ്ഞപ്പോൾ, SfM ആ ഏരിയയിൽ മോശം പൊരുത്തമുണ്ടാക്കി, മോഡൽ ദ്വാരങ്ങളോടെ പുറത്തുവന്നു. ഗുണനിലവാരം മുൻകൂട്ടി പരിശോധിച്ചത് താഴ്ന്ന കവർ പ്രദേശം അടയാളപ്പെടുത്തി; ആ ഭാഗം വീണ്ടും പറന്നു. പാഠം: ഫീൽഡിൽ കവർ നൽകിയിട്ടുണ്ട്, അത് പിന്നീട് നിർമ്മിക്കാൻ കഴിയില്ല.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

ഞാൻ ഡ്രോൺ ഉപയോഗിച്ച് ഒരു മാപ്പ് നിർമ്മിക്കാൻ പോകുന്നു, ഞാൻ എന്താണ് ചെയ്യേണ്ടതെന്ന് എന്നോട് പറയൂ.

ശക്തമായ നിർദ്ദേശം:

ടാസ്ക്: ഒരു UAV ഫോട്ടോഗ്രാംമെട്രി ഫ്ലൈറ്റും കൃത്യത പ്ലാനും സൃഷ്ടിക്കുക. സന്ദർഭം:- വിസ്തീർണ്ണം: ~40 ഹെക്ടർ, പരന്ന-ചെറുതായി ചരിവുള്ള, വിരളമായ മരങ്ങളുള്ള- ലക്ഷ്യ കൃത്യത: തിരശ്ചീന ± 3 സെ.മീ, ലംബ ± 5 സെ.മീ- ക്യാമറ: [സെൻസർ/ഫോക്കസ്], ആവശ്യമുള്ള GSD: 2 cm അഭ്യർത്ഥനകൾ: 1) ഫ്ലൈറ്റിന് 2 സെൻ്റീമീറ്റർ ഉയരവും ഏകദേശ 2 സെൻ്റീമീറ്റർ ഉയരവും എഴുതുക. ശുപാർശയും (മുന്നോട്ട്/വശവും) ന്യായീകരണവും.3) ജിസിപികളുടെ എണ്ണവും വിതരണ തന്ത്രവും; അവയിൽ എത്രയെണ്ണം ഞാൻ ഇൻഡിപെൻഡൻ്റ് ചെക്ക്‌പോസ്റ്റുകളായി റിസർവ് ചെയ്യണം?4) DSM/DTM വ്യത്യാസവും ഏത് ജോലിക്ക് ഏത് ഔട്ട്‌പുട്ട് ആവശ്യമാണ്.

ശക്തമായ പ്രോംപ്റ്റിൽ സംഖ്യാ ലക്ഷ്യം, ഫീൽഡ് അവസ്ഥ, സ്ഥിരീകരണ പദ്ധതി എന്നിവ ഉൾപ്പെടുന്നു; ഔട്ട്പുട്ട് ബാധകമാകും.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) ഫ്ലൈറ്റ് പാരാമീറ്റർ കണക്കുകൂട്ടൽ:

ആവശ്യമുള്ള GSD [x cm], ക്യാമറ [സെൻസർ/ഫോക്കസ്] എന്നിവയ്‌ക്കുള്ള ഏകദേശ ഫ്ലൈറ്റ് ഉയരം, കവർ അനുപാതം നിർദ്ദേശിക്കുക, ഫോട്ടോകളുടെ എണ്ണം കണക്കാക്കുക. നിങ്ങളുടെ അനുമാനങ്ങൾ വ്യക്തമായി എഴുതുക; കൃത്യമായ മൂല്യത്തിന് സോഫ്‌റ്റ്‌വെയർ സ്ഥിരീകരണം ആവശ്യമാണെന്ന് ശ്രദ്ധിക്കുക.

2) GCP ആസൂത്രണം:

[വിസ്തീർണ്ണം/വലിപ്പം/ആകൃതി] എന്നതിനായി GCP ലേഔട്ട് സ്ട്രാറ്റജി ശുപാർശ ചെയ്യുക: എത്ര പോയിൻ്റുകൾ, എങ്ങനെ വിതരണം ചെയ്യണം, എത്രയെണ്ണം സ്വതന്ത്ര നിയന്ത്രണത്തിനായി നീക്കിവയ്ക്കണം. തെറ്റായ വിതരണത്തിൻ്റെ അപകടസാധ്യത വിശദീകരിക്കുക (എല്ലാം ഒരു മൂലയിൽ).

3) DSM->DTM വർക്ക്ഫ്ലോ:

ഒരു പോയിൻ്റ് ക്ലൗഡ്/DSM-ൽ നിന്ന് DTM സൃഷ്ടിക്കുന്നതിനുള്ള ഗ്രൗണ്ട് ഫിൽട്ടറിംഗ് ഘട്ടങ്ങൾ എഴുതുക. ഏത് ഒബ്‌ജക്‌റ്റുകൾ (കെട്ടിടം, മരം) എക്‌സ്‌ട്രാക്‌റ്റ് ചെയ്യണമെന്നും പ്രൊഫൈൽ വിഭാഗം ഉപയോഗിച്ച് ഫലം എങ്ങനെ പരിശോധിക്കണമെന്നും വ്യക്തമാക്കുക. വോളിയം/ലെവൽ വർക്കിന് DTM ആവശ്യമായിരിക്കുന്നത് എന്തുകൊണ്ടെന്ന് വിശദീകരിക്കുക.

4) കൃത്യത റിപ്പോർട്ട്:

ഇനിപ്പറയുന്ന വ്യക്തിഗത നിയന്ത്രണ പോയിൻ്റ് വ്യതിയാനങ്ങളിൽ നിന്ന് തിരശ്ചീനവും ലംബവുമായ RMSE കണക്കാക്കുക, ടാർഗെറ്റ് കൃത്യതയുമായി താരതമ്യം ചെയ്യുക, ഒരു പാസ്/പരാജയ വ്യാഖ്യാനം നടത്തുക, ഏതെങ്കിലും ദുർബലമായ മേഖലകൾ ചൂണ്ടിക്കാണിക്കുക. ഡാറ്റ: [നിയന്ത്രണ പോയിൻ്റ് വ്യതിയാനങ്ങൾ]

ഫോട്ടോഗ്രാമെട്രിക് ഉൽപ്പന്നങ്ങളുടെ താരതമ്യം

ഉൽപ്പന്നം

അത് എന്തിനെ പ്രതിനിധീകരിക്കുന്നു?

സാധാരണ ഉപയോഗം

ശ്രദ്ധ

ഓർത്തോഫോട്ടോ

കൃത്യമായ ആകാശ ചിത്രം സ്കെയിൽ ചെയ്യുക

അടിസ്ഥാന മാപ്പ്, ഡിജിറ്റൈസേഷൻ

എഡ്ജ് വികലങ്ങൾ

ഡി.എസ്.എം

മുകളിലെ പ്രതലം (കെട്ടിടം+മരം)

നിഴൽ / ദൃശ്യപരത വിശകലനം

അത് നിലമല്ല

ഡി.ടി.എം

വെറും നിലം

ഡെനിം, വോള്യം, ചരിവ്

ഫിൽട്ടറിംഗ് ഗുണനിലവാരം

പോയിൻ്റ് മേഘം

3D ഇടതൂർന്ന പോയിൻ്റുകൾ

3D അളവ്, ക്രോസ് സെക്ഷൻ

ശബ്ദം വൃത്തിയാക്കൽ

വൈ.കെ.എൻ

ജിയോറഫറൻസ് അടിസ്ഥാനം

സത്യത്തിൻ്റെ അടിസ്ഥാനം

വിതരണം നിർണായകമാണ്

സാധാരണ തെറ്റുകൾ

• DTM-ന് പകരം DSM ഉപയോഗിക്കുന്നു. എലിവേഷൻ, വോളിയം കണക്കുകൂട്ടലുകളിൽ വലിയ തെറ്റ്.
• സ്വതന്ത്ര ചെക്ക്‌പോസ്റ്റുകളൊന്നും ഉപേക്ഷിക്കുന്നില്ല. കൃത്യത അളക്കാൻ സ്വതന്ത്രമായ തെളിവുകളൊന്നും അവശേഷിക്കുന്നില്ല.
• മോശമായി വിതരണം ചെയ്യുന്ന ജിസിപികൾ. ഒരു മേഖല ശരിയാണ്, മറ്റൊന്ന് വികലമാണ്.
• ഫീൽഡിൽ കവറേജ് നിരക്ക് അപര്യാപ്തമാക്കുന്നു. വീണ്ടെടുക്കാൻ കഴിയാത്ത, സുഷിരങ്ങളുള്ള മോഡൽ.
• സംഖ്യകളിൽ കൃത്യത ലക്ഷ്യം വയ്ക്കുന്നില്ല. "ഉയർന്ന കൃത്യത" അളക്കാനോ സ്ഥിരീകരിക്കാനോ കഴിയില്ല.
• അളക്കുന്നതിന് ഓർത്തോഫോട്ടോ തികച്ചും ശരിയാണെന്ന് കരുതുന്നു. അരികുകൾക്കും ഉയർന്ന വസ്തുക്കൾക്കും ചുറ്റും വക്രീകരണം സംഭവിക്കുന്നു.

ചുരുക്കത്തിൽ

UAV ഫോട്ടോഗ്രാമെട്രിയിൽ കൃത്രിമ ബുദ്ധി; ഫ്ലൈറ്റ് പ്ലാൻ കണക്കുകൂട്ടൽ, ഗുണനിലവാരം മുൻകൂട്ടി പരിശോധിക്കൽ, DSM-ൽ നിന്നുള്ള DTM സൃഷ്ടിക്കൽ, കൃത്യത റിപ്പോർട്ടിംഗ് എന്നിവയിൽ ഇത് ശക്തമായ സഹായമാണ്. എന്നിരുന്നാലും, സ്ഥാന കൃത്യതയുടെ അടിത്തറ ഈ ഫീൽഡിൽ സ്ഥാപിച്ചിരിക്കുന്നു: ശരിയായ സംഖ്യയും തുല്യമായി വിതരണം ചെയ്ത ഗ്രൗണ്ട് കൺട്രോൾ പോയിൻ്റുകളും മതിയായ കവറും സംഖ്യാ കൃത്യത ലക്ഷ്യങ്ങളും. മാതൃകയിൽ പ്രവേശിക്കാത്ത വ്യക്തിഗത നിയന്ത്രണ പോയിൻ്റുകളിൽ കണക്കാക്കിയ RMSE ആണ് കൃത്യതയുടെ സത്യസന്ധമായ അളവ്. ഡെനിമിനും ബൾക്ക് വർക്കിനും എപ്പോഴും DTM ഉപയോഗിക്കുക; DSM ആണ് മുകളിലെ പ്രതലം.

ആപ്ലിക്കേഷൻ ടാസ്ക്

ഒരു UAV പ്രോജക്റ്റ് രൂപകൽപ്പന ചെയ്യുക: ഫീൽഡ് സൈസ്, ടാർഗെറ്റ് GSD, സംഖ്യാ കൃത്യത ലക്ഷ്യം (ഉദാ. തിരശ്ചീന ±3 സെ.മീ) എന്നിവ നിർണ്ണയിക്കുക. ഫ്ലൈറ്റ് ഉയരം, കവർ അനുപാതം, ജിസിപി തന്ത്രം എന്നിവ AI സൃഷ്ടിക്കുക; സ്വതന്ത്ര നിയന്ത്രണത്തിനായി നിങ്ങൾ എത്ര പോയിൻ്റുകൾ റിസർവ് ചെയ്യുമെന്ന് എഴുതുക. തുടർന്ന് ഒരു സാങ്കൽപ്പിക കൺട്രോൾ പോയിൻ്റ് ഡീവിയേഷൻ ടേബിളിൽ RMSE കണക്കാക്കി "ഇത് ലക്ഷ്യത്തിൽ എത്തിയോ?" അഭിപ്രായം രേഖപ്പെടുത്തുക, ഫലം സ്വയം സ്ഥിരീകരിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ഞാൻ ഒരു സംഖ്യാ കൃത്യത ലക്ഷ്യവും GSD ഉം സജ്ജമാക്കി.
• [ ] ഞാൻ കവറേജ് അനുപാതം (മുന്നോട്ട്/വശം) വേണ്ടത്ര ആസൂത്രണം ചെയ്തു.
• [ ] ഞാൻ GCP-കൾ തുല്യമായി വിതരണം ചെയ്യുകയും മതിയായ അളവിൽ അവ ഉപയോഗിക്കുകയും ചെയ്തു.
• [ ] സ്വതന്ത്ര നിയന്ത്രണത്തിനായി ഞാൻ ചില പോയിൻ്റുകൾ നീക്കിവച്ചു.
• [ ] ഞാൻ ഡെനിം/വോളിയത്തിന് വേണ്ടി DTM നിർമ്മിച്ചു, DSM അല്ല.
• [ ] ഞാൻ പ്രൊഫൈൽ വിഭാഗം ഉപയോഗിച്ച് ഗ്രൗണ്ട് ഫിൽട്ടറേഷൻ പരിശോധിച്ചു.
• [ ] ഞാൻ വ്യക്തിഗത നിയന്ത്രണ പോയിൻ്റുകളിൽ RMSE കണക്കാക്കി.
• [ ] ഞാൻ കൃത്യതയുടെ സ്വീകാര്യത എഞ്ചിനീയർ അംഗീകാരത്തിന് വിധേയമാക്കിയിട്ടുണ്ട്.