Точность, плотность точек, экономия времени и затраты
Армин Вебер, Томас Лерх
 
Являются ли фотограмметрические облака точек лучше лидарных облаков точек, или наоборот? Для решения этой темы продолжающихся дебатов авторы провели исследование наземного лазерного сканирования (TLS) совместно с фотограмметрической съемкой беспилотной системы (UAS) гравийного карьера. Сравнение показало, что TLS лучше, когда требуется самый высокий уровень детализации. Тем не менее, для более крупных проектов съемки, фотограмметрия с использованием RTK и поддержкой UAS обеспечивает достаточные уровни детализации и точности, а также большую эффективность и повышенную безопасность съемки.
В современных съемках многочисленные методы измерений можно разделить на две широкие категории: 1) съемки на рабочей площадке с использованием приемников GNSS, тотальных станций или нивелиров и 2) методы дистанционного зондирования с использованием либо лазерных сканеров (Лидар), либо фотограмметрии. Фотограмметрия TLS и UAS популярна при выполнении многих проектов. Точность, плотность точек, время сбора, время обработки и затраты - все это важные критерии оценки производительности. Сравнение фотограмметрии TLS и UAS на одном проекте не может дать однозначных ответов, потому что выбор зависит от потребностей профессионала и характеристик проекта. Тем не менее, сравнение может помочь указать относительные сильные и слабые стороны фотограмметрии TLS и UAS (Рис.1), что и было целью этого исследования.
 
Информация об участке работ
В качестве участка был выбран гравийный карьер площадью четыре гектара в районе Олтен в северо-западной части Швейцарии (Рис. 2). Для таких мест плотные облака точек позволяют пользователям вычислять наклон и объем, обнаруживать выемки и гребни и создавать горизонтали. При глубине около 40 м гравийный карьер оказался проблемой для фотограмметрии UAS из-за скрытых областей, что привело к интерполяциям и уменьшению точности. Для привязки станций TLS и оценки точности полетов UAS были созданы девять наземных контрольных точек (GCP), а их координаты были определены с использованием приемника GNSS Trimble R10 (Рис. 3). 
 
Облака точек: лазерное сканирование по сравнению с фотограмметрией БПЛА (UAS)
Рис. 1: Оборудование SenseFly eBee Plus RTK / PPK (слева) и Trimble SX10, используемое в исследовании
 
Съемка TLS
Для проведения исследования TLS была использована тотальная станция сканирования Trimble SX10. Подготовка к съемке включала определение оптимального распределения опорных точек и станций TLS. Каждая станция TLS требовала прямой видимости, по крайней мере, до трех GCP, причем эти точки, насколько это возможно, распределялись равномерно по участку. Чтобы покрыть весь участок, три станции TLS были расположены за пределами участка и две на дне карьера. Для ориентации и установки положения TLS требуется нивелирование инструмента. Метод «свободной станции» затем использовался для определения трехмерных координат неизвестной позиции станции относительно видимых опорных точек. В среднем, съемка TLS заняла 45 минут на станцию, добавив к съемке на месте около четырех часов.
 
Съемка UAS
Съемка с UAS проводилась с использованием senseFly eBee Plus RTK / PPK. Во-первых, границы маршрута полета были определены с использованием eMotion 3, ПО для планирования и управления полетами eBee. Это профессиональное ПО использовалось для описания места, выделения области отображения и автоматического создания маршрута полета. Чтобы оценить влияние расстояния от места забора грунта (GSD) на качество облака точек и определить оптимальный рабочий процесс UAS, полеты выполнялись на двух высотах: 100 м и 150 м. Возможности RTK eBee также использовались для получения поправок RTK и повышения точности. Это также помогло создать четыре облака точек UAS. ОТ1 было зафиксировано на уровне 100 м, ОТ2 было получено на расстоянии 150 м, а ОТ3 было слиянием ОТ1 и ОТ2. ОТ1 и ОТ2 были привязаны с использованием GCP. ОТ4 было захвачено с высоты полета 100 м и привязано только с использованием поправок RTK. Луг рядом с гравийным картером был выбран в качестве взлетно-посадочной площадки. С помощью Agisoft PhotoScan были созданы цифровые модели поверхности (DSM) и ортомозаика. На Рис. 4 показаны TLS DSM и один из DSM UAS.
 
Облака точек: лазерное сканирование по сравнению с фотограмметрией БПЛА (UAS)
Рис. 2: Место работ
 
Критерии эффективности 
Критерии эффективности включали время сбора данных на месте, время офисной подготовки к работе, время и затраты на обработку данных. С двумя рейсами UAS, выполняемыми на разных высотах и опорными точками, установленными по всему сайту, облака точек UAS можно было сравнить по абсолютной точности и плотности точек. Кроме того, было высказано сомнение в том, может ли RTK обеспечить самостоятельный полет, т. е. без использования GCP, давать уровни точности GCP. Другие исследованные факторы включали влияние высоты полета / GSD на качество облака точек и влияние на плотность точек количества фотографий, используемых при обработке (чем выше высота полета, тем меньше количество фотографий).
 
Облака точек: лазерное сканирование по сравнению с фотограмметрией БПЛА (UAS)
Рис. 3: Желтый квадрат, используемый в качестве наземной контрольной точки, по которой был ориентирован Trimble SX10
 
Результаты
Облако точек TLS и четыре облака точек UAS были проанализированы в CloudCompare и Autodesk CAD Civil 3D; результаты приведены в таблице 1. Точность облака точек UAS находится на уровне нескольких сантиметров, а точки TLS имеют точность в несколько миллиметров. В дополнение к этому, TLS создает более высокие плотности точек, чем изображения UAS. В результате облако точек TLS использовалось как контроль для сравнения облаков точек UAS. CloudCompare помог оценить смещение и стандартное отклонение (σ) между двумя облаками. AutoCAD использовался для завершения сравнения объемов с использованием той же базовой поверхности для всех облаков точек. Затем с этой поверхностью сравнивали объемы выемки и заполнения. 
 
Таблица 1: Эффективность четырех облаков точек UAS с использованием облака точек TLS в качестве эталона; ОТ3 генерируется путем слияния ОТ1 и ОТ2; ΔV: разность объемов.

 

ОТ1

ОТ2

ОТ3

ОТ4

Высота полета [м]

100

150

100 и 150

100

Отклонение [см]

5.5

6.4

9.4

9.5

σ [см]

5.2

5.9

5.9

5.8

ΔV [м3]

–4,198

–2,041

619

–1,078

ΔV / Поверхность [см]

–0.12

–0.06

0.02

–0.03

Облако точек UAS, привязанное с GCP, и облако точек UAS, привязанное с RTK, показали только минимальное смещение и аналогичные стандартные отклонения относительно эталона TLS. Это указывает на то, что наземные контрольные точки не требуются для обеспечения высокой абсолютной точности UAS (Табл. 2). Облако точек TLS имеет очень высокую плотность точек, и, хотя облака точек UAS менее плотные, они, как представляется, показывают достаточно подробностей для большинства типичных приложений съемки. Шум точечных облаков UAS не оценивался, но при сравнении с облаком точек TLS наблюдались аналогичные стандартные отклонения и минимальные смещения, что указывает на то, что шум от источников UAS и TLS не имеет значения. Все облака точек были полностью пригодны для использования, а DSM, объемы и другие производные продукты не были затронуты. 
 
Таблица 2: Сравнение времени критериев эффективности, включая время, необходимое для сбора данных на месте и камеральной обработки.
 

 

TLS

UAS [100м]

UAS [150м]

Число точек

24,416,594

1,246,951

645,695

Точек/м2

741

37

19

Время [мин]

225

20

20

Цена (€)

70,000

26,000

 
Облака точек: лазерное сканирование по сравнению с фотограмметрией БПЛА (UAS)
Рис. 4: Цифровые модели поверхности, созданные из TLS (слева) и UAS только с RTK (высота полета 100 м)