بخشی از مقاله
چکیده
یکی از روشهای نقشهبرداری که در برخی شرایط بهترین روش از لحاظ صرفه اقتصادی و زمان و دقت میباشد، روش فتوگرامتری پهپاد مبنا است. استفاده از این روش روز به روز در سطح جهان و همچنین در کشور ما افزایش پیدا میکند که همین دلیل خوبیست برای تحقیق و بررسی در مورد دقت و قابلیت اطمینان این روش و توسعه راهکارهایی جهت بهره برداری بهتر از آن. در این تحقیق سعی شده تا بتوان تاثیر تعداد و همچنین پراکندگی نقاط کنترل زمینی در دقت بدست آمده برای مدل نهایی از فتوگرامتری پهپاد مورد بررسی قرار بگیرد.
به همین جهت عملیات توجیه مطلق و همچنین بهینه سازی پارامترهای توجیه نسبی مدل با استفاده از سه سری نقاط کنترل با تعداد و پراکندگی مختلف به صورت جداگانه انجام شد. نتایج این بررسی نشان میدهد که با قرارگیری نقاط کنترل زمینی در گوشههای بلوک فتوگرامتری میتوان به دقت مناسبی برای مولفههای مسطحاتی رسید. اما برای دستیابی به دقت در مولفه ارتفاعی، به اخذ نقاط کنترل در سطح و مرکز بلوک نیز نیاز است.
-1 مقدمه
استفاده از پرندههای بدون سرنشین در گذشته بیشتر برای اهداف و کاربردهای نظامی بود. اما در سالهای اخیر از این سیستمها برای کاربرهای دیگری مانند ژئوماتیک نیز بهره میبرند.[1 ] برای تهیه نقشههای توپوگرافی و نقشههای موضوعی در مقیاس بزرگ و متوسط پرندههای هدایت پذیر از دور - پهپاد - بسیار استفاده میشوند. در شرایطی که تهیه نقشه با استفاده از فتوگرامتری فضایی یا هوایی مقرون به صرفه نبوده و استفاده از نقشه برداری زمینی نیز زمان بر و پر هزینه باشد و یا به هر دلیلی امکان استفاده از روشهای نقشه برداری زمینی وجود نداشته باشد، استفاده از پهپادها یک انتخاب مناسب است.
راچینسکی در سال 2017 در پایاننامه خود اقدام به بررسی تاثیر پارامترهای مختلف فتوگرامتری پهپادمبنا بر روی دقت نتایج کرد. او در پژوهش خود محدوده دانشگاه علوم و فناوری نروژ را مورد مطالعه قرار داده و پارامترهایی از قبیل شرایط نوردهی، تاثیر عمق میدان، سرعتهای مختلف پهپاد، ارتفاع متفاوت و ... را بررسی کرد.[2] هوپ در سال 2012 براي ایجاد مدل سه بعدي از عوارض، از هواپیماي بدون سرنشین Falcon8 مجهز به دوربین با وضوح باال استفاده کرد. او در این تحقیق به بررسی موقعیت بهینه قرارگیری دوربین با توجه به سطح سه بعدی عوارض پرداخته است.
در سال 2011 ژانگ تکنیکی برای بازسازی ساختار سهبعدی تصاویر پهپاد با استفاده از استخراج خودکار عوارض در تصاویر و روش سرشکنی دستهاشعه ارائه داد.[4] ژیاو و فوروکاوا در سال 2012 تحقیقات بسیاری در زمینه بازسازی ساختار سهبعدی تصاویر اخذ شده در فتوگرامتری بردکوتاه و فتوگرامتری پهپاد با به کارگیری پارامترهای کالیبراسیون دوربین انجام دادند.[5] ژیاو و وانگ در سال 2012 یک روش خودکار برای استخراج ساختار سه بعدی عوارض با استفاده از تصویربرداری سیستمهای پهپاد ارائه داد.
جهت تهیه نقشههای توپوگرافی با دقت و صحت مورد نظر با استفاده از پهپاد نیاز به اندازهگیری و استفاده از نقاط کنترل زمینی است. اخذ نقاط کنترل زمینی مرحلهای پر هزینه و زمان بر در عملیات فتوگرامتری پهپاد مبنا میباشد. بنابراین محققان در تالشند تا روشهایی توسعه دهند که بتوان بدون استفاده از این نقاط و یا با حداقل تعداد نقاط به دقت و صحت و قابلیت اطمینان در نقشه تهیه شده رسید.
به این ترتیب اهمیت آگاهی از تاثیر تعداد و نحوه پراکندگی نقاط کنترل زمینی در دقت بدست آمده برای مثلث بندی و ابرنقاط تولید شده از عوارض، در عملیات فتوگرامتری پهپاد مبنا مشخص میشود. در این پژوهش با استفاده از تصاویر اخذ شده توسط پهپاد فانتوم و اخذ نقاط کنترل زمینی با تعداد و پراکندگی متفاوت، هدف بررسی چالش ذکر شده یعنی تاثیر تعداد و موقعیت قرارگیری نقاط کنترل زمینی در دقت بدست آمده برای مثلث بندی میباشد. در ادامه ابتدا شرایط انجام عملیات و تجهیزات استفاده شده شرح داده خواهند شد. سپس نحوه پیاده سازی بیان شده و نتایج مربوطه مورد بحث و بررسی قرار میگیرند.
-2 تجهیزات و نرم افزار استفاده شده
در این پژوهش تعداد 25 تصویر با پوششهای طولی 80 درصد و عرضی 70 درصد از محل دانشکده مهندسی هوا و فضای دانشگاه صنعتی خواجه نصیر طوسی واقع در شرق تهران با ازتقاع 100 متر از سطح زمین و با استفاده از پهپاد فانتوم 3 اخذ گردید. دلیل انتخاب پوشش طولی و عرضی فوق ابعاد مستطیلی تصاویر بود. به نحوی که با توجه به طول و عرض تصاویر با انتخاب پوشش 80 در 70 فواصل باز هوایی و فواصل بین باندهای تصویر برداری برابر بوده و از این جهت توزیع خطا در طول مدل تشکیل شده یکنواخت خواهد بود. نقاط کنترل زمینی نیز با استفاده از GPS به روش RTK با دقت حدود 1 سانتی متر برداشت شدند. نرم افزار استفاده شده در این عملیات، نرم افزار Agisoft PhotoScan میباشد که توانایی تناظریابی اتوماتیک بین تصاویر و تشکیل مدل سه بعدی با توجه به تنظیمات و پارامترهای مورد نظر کاربر را دارد.
شکل :1 ارتوفتوموزائیک منطقه مورد مطالعه
-3 پیادهسازی
ابتدا تصاویر با دقت highest در نرم افزار ذکر شده تناظریابی شده و ابر نقاط غیر متراکم تشکیل شد. سپس نقاط با خطای reprojection بیش از حد مجاز حذف شده و نهایتا تعداد بیش از 50 هزار نقطه باقی ماندند. با استفاده از این نقاط عملیات بهینه سازی مدل سه بعدی انجام گرفت و پارامترهای توجیه نسبی و پارامترهای کالیبراسیون مجددا سرشکنی و بهینه شدند. در مورد پارامترهای کالیبراسیون، با توجه به کورولیشن بیش از حد بین پارامترهای k1 و k2 و k3 و k4، به جز پارامتر k1 بقیه پارامترهای اعوجاج شعاعی حذف شدند و همچنین پارامترهای p1 و p2 به دلیل وابستگی زیاد به پارامترهای Cx و Cy و پارامتر p4 به دلیل وابستگی زیاد به p3 نیز حذف شدند.
پس از بهینه سازی مدل نوبت به مرحله توجیه مطلق میرسد. در این مرحله نقاط کنترل زمینی به نرم افزار معرفی شده و مختصات تصویری آنها نیز در تمام تصاویر ممکن به صورت دستی توسط کاربر قرائت میشوند. سپس عملیات بهینه سازی با توجه به مختصات زمینی و تصویری نقاط کنترل به صورتی انجام میشود که عالوه بر توجیه مطلق مدل، پارامترهای توجیه نسبی نیز اصالح شوند و اعوجاجات ناشی از خطاهای تناظریابی و سایر خطاهای موثر در سطح مدل تصحیح گردند. در این مرحله به دلیل بررسی تاثیر تعداد و پراکندگی نقاط کنترل زمینی در دقت به دست آمده در مدل نهایی، سه حالت برای تعداد و پراکندگی نقاط کنترل در نظر گرفته شده است که در ادامه جزئیات آن شرح داده خواهد شد.
