Прибыль:
- Способность использовать концепции SfM фотограмметрии, ортофото, DSM/DTM и наземных контрольных точек в правильном контексте с ИИ.
- Возможность строить планирование полета БПЛА, ожидаемую степень покрытия и точность с помощью расчетов и контрольных списков, поддерживаемых искусственным интеллектом.
- Возможность оценить точность фотограмметрических результатов с помощью независимых контрольных точек и логики RMSE.
Фотограмметрия — это метод измерения трехмерного положения и формы объектов по перекрывающимся фотографиям. Сегодня самым быстрорастущим производственным методом в геодезической инженерии является создание ортофотопланов и моделей рельефа из сотен фотографий, собранных с помощью БПЛА (беспилотного летательного аппарата, широко известного как дрон). В этом разделе мы расскажем, как искусственный интеллект поддерживает этот процесс: от планирования полета до оценки точности. Принцип неизменен: программное обеспечение и искусственный интеллект создают модель; Принятие точности позиционирования остается за инженером через наземные пункты управления и независимый контроль.
Давайте уточним термины. SfM (Структура из движения) — это метод, который решает трехмерную геометрию и положение камеры путем сопоставления общих точек на фотографиях, сделанных под разными углами; Это ядро современного программного обеспечения для фотограмметрии. Ортофото — это аэрофотоснимок правильного масштаба, напоминающий карту, с устраненными искажениями перспективы и высоты. DSM (цифровая модель поверхности) — это модель рельефа верхней поверхности, включая здания и деревья. DTM (цифровая модель местности) — это модель рельефа голой земли. GCP (Ground Control Point; GCP на английском языке) — это отмеченные точки, которые точно измерены с поля, появляются на фотографиях и связывают модель с реальными координатами. Коэффициент перекрытия — это процент соседних фотографий, перекрывающих друг друга.
Роль искусственного интеллекта в фотограмметрии
ИИ поддерживает четыре места в этом рабочем процессе:
- Планирование и расчет полета. Он помогает рассчитать высоту полета, коэффициент покрытия и количество фотографий для желаемого расстояния отбора проб земли (GSD: размер, который покрывает каждый пиксель на земле), а также создать контрольный список.
- Предварительная проверка качества. Он устанавливает логику сканирования, которая отмечает размытые фотографии, недостаточную окклюзию и проблемы с распределением GCP.
- Классификация и очистка продукции. Это помогает в таких задачах, как фильтрация объектов (зданий/деревьев) и обнаружение облаков/теней на ортофотопланах для создания ЦТМ из DSM.
- Отчет и сводка по точности. Делает таблицу RMSE (среднеквадратическая ошибка; мера отклонений в контрольных точках) и отчет о точности читабельными.
Слепое пятно: ИИ не видит физических условий полета и реальности местности. Если есть неадекватная опорная точка, плохое укрытие или полет ветреным, никакое программное обеспечение/ИИ не сможет полностью исправить это позже. Честность начинается на поле.
Совет: с самого начала задайте цель точности в цифрах. «Пусть будет высокой точности» — двусмысленно; Это измеримая цель, «нацеленная на ±3 см по горизонтали и ±5 см по вертикали, подтвержденная RMSE с независимыми контрольными точками».
Шаг за шагом: рабочий процесс фотограмметрии с БПЛА
- Установите точность и цель GSD. Желаемая точность определяет GSD и, следовательно, высоту полета. Общее правило: точность позиционирования порядка нескольких GSD.
- Спланируйте полет. Коэффициент покрытия (обычно вперед 75-80%, сбоку 65-70%), высота полета, количество фотографий. ИИ может произвести этот расчет и контрольный список.
- Разместите и измерьте опорные точки. Точно измерьте с помощью GNSS достаточное количество опорных точек по углам и в середине, чтобы равномерно покрыть территорию. Выделите некоторые из них как независимые контрольные точки, не входящие в модель.
- Обработайте это. Выравнивание по SfM, географическая привязка по GCP, плотное облако точек, DSM, создание ортофото.
- Произвести ДТМ. Переключитесь с DSM на DTM, отфильтровав объекты, находящиеся вне земли.
- Проверять. Рассчитайте RMSE в отдельных контрольных точках; Попадает ли оно в цель?
Наземные контрольные точки и RMSE
Приспособление фотограмметрической модели к реальному миру зависит от опорных точек. Опорные точки задают масштаб и местоположение модели; Если их недостаточно или они плохо распределены (все в одном углу), модель будет точной в одном регионе и перекошенной в другом. Способ честно измерить точность — сохранить некоторые опорные точки в качестве независимых контрольных точек, не выравнивая их, и рассчитать RMSE, сравнивая их значения в модели с фактическими измеренными значениями. Модель не считается правильной только потому, что соответствие (остаток) GCP низкое; Это похоже на успех в обучении данных.
Внимание: если вы используете все отмеченные точки в качестве опорных точек и не оставляете независимых контрольных точек, у вас не будет независимых данных для измерения точности. Всегда оставляйте несколько точек для проверки.
Три мини-кейса: в цифрах
Случай 1 — ошибка распределения GCP. На поле площадью 40 гектаров 5 из 6 опорных точек находились в южной половине поля. Модель давала отклонение ±3 см на юге и ±25 см на севере. Независимые контрольно-пропускные пункты выявили это региональное искажение; При равномерном распределении опорных точек и повторной обработке пролета точность снизилась до ±4 см на севере.
Случай 2. Ошибочное принятие DSM за DTM. При подсчете объема команда переоценила объем раскопок примерно на 12%, предположив, что DSM был заточен непосредственно в лесистой местности. Когда DTM был создан с помощью фильтрации грунта при поддержке искусственного интеллекта и повторен расчет, объем стал ближе к реальности. Урок: DTM используется в объёмных и джинсовых работах.
Случай 3 — Недостаточный охват. Когда из-за ветра покрытие на некоторых линиях упало до 55%, SfM не справилась с этой областью, и модель оказалась с дырками. Предварительная проверка качества отметила область низкого покрытия; Эта часть полетела еще раз. Урок: чехол предоставляется в полевых условиях, его невозможно изготовить позже.
Слабая подсказка/Сильная подсказка
Слабая подсказка:
Я собираюсь сделать карту с помощью дрона, подскажите, что мне делать.
Мощная подсказка:
Задача: Создать план фотограмметрического полета БПЛА и план точности. Контекст: - Площадь: ~ 40 га, ровная, слегка наклонная, редко лесистая - Точность цели: по горизонтали ±3 см, по вертикали ±5 см - Камера: [датчик/фокус], желаемая GSD: 2 см. Запросы: 1) Напишите приблизительную высоту полета и логику для GSD 2 см. 2) Рекомендации по коэффициенту покрытия (вперед/вбок) и обоснование. 3) Количество опорных точек и стратегия распределения; Сколько из них мне следует зарезервировать в качестве НЕЗАВИСИМЫХ контрольных точек? 4) Напишите различие DSM/DTM и какой вывод требуется для какого задания. 5) Проверка: этап подтверждения с помощью RMSE на независимых контрольных точках.
Мощная подсказка включает цифровую цель, состояние поля и план проверки; Вывод становится применимым.
Четыре копируемых шаблона
1) Расчет параметров полета:
Приблизительная высота полета для желаемого GSD [x см] и камеры [датчик/фокус], предложите коэффициент покрытия, оцените количество фотографий. Четко напишите свои предположения; Обратите внимание, что точное значение требует подтверждения программного обеспечения.
2) Планирование GCP:
Рекомендовать стратегию компоновки GCP для [площади/размера/формы]: сколько точек, как распределить, сколько следует зарезервировать для независимого контроля. Объясните риск неправильного распределения (все в одном углу).
3) Рабочий процесс DSM->DTM:
Напишите шаги наземной фильтрации для создания ЦММ из облака точек/ЦММ. Укажите, какие объекты (здание, дерево) следует извлечь и как сверить результат с разделом профиля. Объясните, почему DTM необходим для работы с объемом/уровнем.
4) Отчет о точности:
Рассчитайте среднеквадратическое отклонение по горизонтали и вертикали на основе следующих отклонений отдельных контрольных точек, сравните с целевой точностью, сделайте интерпретацию «годен/не годен» и укажите любые слабые места. Данные: [отклонения контрольной точки]
Сравнение фотограмметрических продуктов
Продукт
Что это собой представляет?
Типичное использование
Внимание
ортофото
Точное масштабирование аэрофотоснимка
Базовая карта, оцифровка
Краевые искажения
ДСМ
Верхняя поверхность (здание+дерево)
Анализ тени/видимости
Это не земля
ДТМ
голая земля
Джинсовая ткань, объем, наклон
Качество фильтрации
облако точек
3D плотные точки
3D измерение, поперечное сечение
шумоизоляция
ЮКН
База геопривязки
основа истины
Критическое распределение
Распространенные ошибки
- Использование DSM вместо DTM. Большая ошибка в расчетах высоты и объема.
- Не оставляя независимых контрольно-пропускных пунктов. Независимых доказательств, позволяющих измерить точность, не осталось.
- Плохое распространение GCP. Одна область правильная, другая искажена.
- Оставление недостаточного покрытия на поле. Невосстанавливаемая, перфорированная модель.
- Не ставя целью точность в цифрах. «Высокая точность» не может быть измерена или подтверждена.
- Думая, что ортофото абсолютно правильное для измерения. Искажение возникает вокруг краев и высоких объектов.
В итоге
Искусственный интеллект в фотограмметрии БПЛА; Это мощное средство расчета плана полета, предварительной проверки качества, создания DTM из DSM и составления отчетов о точности. Однако основа позиционной точности закладывается в полевых условиях: правильное количество и равномерно распределенные наземные пункты управления, адекватное прикрытие и численная точность целей. Честной мерой точности является среднеквадратическое отклонение, рассчитанное в отдельных контрольных точках, которые не входят в модель. Всегда используйте DTM для джинсовой и объемной работы; DSM — верхняя поверхность.
Задача приложения
Разработайте проект БПЛА: определите размер поля, целевую GSD и целевую числовую точность (например, по горизонтали ± 3 см). Пусть ИИ сгенерирует высоту полета, коэффициент покрытия и стратегию GCP; Запишите, сколько баллов вы зарезервируете для самостоятельного контроля. Затем рассчитайте RMSE по таблице отклонений гипотетической контрольной точки и спросите: «Достигло ли оно цели?» Прокомментируйте и подтвердите результат сами.
контрольный список
- [ ] Я установил целевую числовую точность и GSD.
- [ ] Я правильно спланировал соотношение покрытия (вперед/вбок).
- [ ] Я распределил GCP равномерно и использовал их в достаточном количестве.
- [ ] Я зарезервировал несколько баллов для самостоятельного контроля.
- [ ] Для джинсовой ткани/объема я создал DTM, а не DSM.
- [ ] Я проверил фильтрацию грунта по разрезу профиля.
- [ ] Я рассчитал RMSE в отдельных контрольных точках.
- [ ] Я поставил точность на утверждение инженера.