추천 문서공학내 egeomatestopografia

전통적인 지형 vrs. LiDAR. 정확성, 시간 및 비용.

LiDAR로 일하는 것이 기존 지형보다 정확할 수 있습니까? 시간이 줄어들면 어떤 비율로 증가합니까? 비용이 얼마나 절감됩니까?

 

시대는 확실히 변했습니다. 현장 조사를 한 측량사 Felipe가 등고선도를 생성하기 위해 25 페이지 분량의 횡단면 노트를 가지고 왔을 때를 기억합니다. 나는 종이에 보간하는 시간을 살지 못했지만 아직 Softdesk를 사용하지 않고 AutoCAD로 한 것을 기억합니다. 그래서 Excel로 보간하여 두 표고 사이에 표고를 배치 할 거리를 알고이 점을 서로 다른 색상과 수준의 레이어에 배치하여 마지막으로 곡선으로 변환 한 폴리 라인과 결합했습니다.

캐비닛 작업은 미쳤지 만 고도계가 불규칙 할 때 허용 가능한 모델링을 수행 할 수있는 충분한 데이터를 갖고 싶다면 예술인 현장 작업과 비교되지 않았습니다. 그런 다음 캐비닛을 단순화 한 AutoCAD Civil3D의 전임자 인 SoftDesk가 나왔고 Felipe는 토탈 스테이션 사용 방법을 배우는 과정에 참여하여 시간을 단축하고 포인트의 양을 늘 렸으며 물론 정밀도를 높였습니다.

시나리오 민용 무인 비행기 유사한 논리로 새로운 패러다임을 깨뜨립니다. 측량 기술의 변화에 ​​대한 저항은 항상 비용 절감과 정확성 보장을 추구합니다. 따라서이 기사에서 우리는 거기서 들었던 두 가지 가설을 분석 할 것입니다.

가설 1 : LiDAR로 측량하면 시간과 비용이 절감됩니다.

가설 2 : LiDAR로 측량하면 정확도가 떨어집니다.

 

실험 사례

잡지 우체국의 사서함 40km 이상의 기존 방법을 사용하여 제방의 데이터 측량 작업을 수행하는 작업을 체계화했습니다. 별도로, 며칠 후 두 번째 작업에서 동일한 댐의 246km를 따라 LiDAR 지형을 사용하여 개발되었습니다. 섹션의 거리가 같지는 않았지만 유사한 조건에서 비교를 위해 동등한 섹션이 동일합니다.

 

기존 지형도

지형 조사는 기존 관측소와 일치하도록 30m마다 단면으로 수집되었습니다. 횡단 지점은 4m 미만의 거리에서 촬영되었습니다.

이 작업은 축을 따라 측지 GPS로 검증 된 측지 네트워크의 지점으로 지리 참조되었으며, 이들로부터 교차 지점은 가상 참조 스테이션과 RTK의 조합을 사용하여 측량되었습니다. 디지털 모델의 일관성을 보장하기 위해 특수 경사 및 모양 변경 사이트에서 추가 포인트를 가져와야했습니다.

라이더 지형

 

기지 점과 GPS에 의해 얻어진 좌표 간의 잔류 차이는 표에 나타나 있으며, 재래식 조사는 매우 정확합니다.

 

  최대 잔여량 최소 잔류 스퀘어
수평 2.35의 cm. 1.52의 cm.
수직선 3.32의 cm. 1.80의 cm.
3 차원 3.48의 cm. 2.41의 cm.

 

LiDAR 조사

이것은 965 평방 미터당 17.59 포인트의 밀도로 26 미터 높이로 비행하는 자율 유닛으로 수행되었습니다. 그들은 11 개의 알려진 기준점을 복구하고 측지 GPS로 읽은 XNUMX 개의 추가 XNUMX 차 지점과 교차했습니다.

이 37 개 지점으로 LiDAR 데이터가 조정되었습니다. GPS 수신기가 장착되고 기지국에 의해 제어되는 UAV가 취한 좌표는 항상 최소 6 개의 가시 위성과 3 미만의 PDOP를 얻었 기 때문에 필요하지는 않았지만 기지국까지의 거리는 결코 20km.

LiDAR 데이터의 정확성을 검증하기 위해 65 개의 추가 체크 포인트 세트가 제공되었습니다. 이 점과 관련하여 다음과 같은 수직 정밀도가 얻어졌습니다.

도심 지역 : 2.99cm. (9 점)

야외 또는 낮은 잔디 : 2.99cm. (38 포인트)

숲에서 : 2.50cm. (3 점)

덤불 또는 키 큰 풀 : 2.99cm. (6 포인트)

 

라이더 지형

 

이미지는 녹색 삼각형으로 표시된 단면에 대해 LiDAR로 찍은 점 사이의 큰 밀도 차이를 보여줍니다.

 

정밀도의 차이점

LiDAR 조사가 기존 조사의 정밀도에 도달하지 못한다는 가설과는 달리이 발견은 흥미 롭습니다. 다음은 캡처 된 데이터와 참조 체크 포인트 사이의 오류 매개 변수 인 RMSE (Root mean square error) 값입니다.

 

기존 지형도 리프팅 LiDAR
1.80의 cm. 1.74의 cm.

 

시간의 차이

위의 결과가 우리를 놀라게했다면 LiDAR 방법과 전통적인 방법을 비교 한 시간 차이를 보면 알 수 있습니다.

LiDAR로 현장에서 수집 한 데이터는 8 %에 불과했습니다.

  • 캐비닛 작업은 겨우 27 %였습니다.
  • 현장 데이터 + 기존 지형 캐비닛에 대한 필드 + 비행 + LiDAR 캐비닛 시간 합산, LiDAR는 19 % 만 필요했습니다.

 

라이더 지형

결과적으로, 기존 지형의 킬로미터 당 123 작업 시간은 킬로미터 당 4 시간으로 줄어 들었습니다.

총 포인트가 포착 프로세스와 캐비닛에서 소비되는 시간 사이에 포획 경우 또한, 종래의 방법은 시간당 13.75 만 라이다 점에 대해 시간당 7.7 점을 수득 나눈다.

 

시간의 차이

이러한 센서가 해당 포인트 수를 캡처하는 이러한 최신 장비의 비용은 작업 비용이 더 높아야 함을 시사합니다. 그러나 실제로는 기존 지형이 의미하는 동원 시간과 비용의 감소, 246 킬로미터의 고객에 대한 최종 비용은 LiDAR 71이 기존 지형과 함께 40 킬로미터의 총 비용보다 낮아졌습니다!

그것은 놀라운 것처럼 보이지만, LiDAR를 사용한 선형 킬로미터 당 가격은 일반 지형과 비교하여 12 %에 불과했습니다.

 

결론

LiDAR 지형은 기존 지형을 완전히 대체합니까? 전체적으로는 아닙니다. LiDAR 작업은 항상 제어 지점에 대해 일부 지형을 차지하기 때문에 비용, 제품 품질 및 시간의 모든 이점으로 인해 LiDAR 작업은 지형의 거의 동일한 정밀도로 결과를 생성한다는 결론을 내릴 수 있습니다. 전통적인.

항상 장단점이있을 것입니다. 기존 지형의 높은 정밀도는 향수를 불러 일으키지 만 사유지에 대한 출입 허가를 요청하는 복잡성, 불규칙한 장소에 위치 할 위험, 키 큰 풀과 장애물 앞에 틈이 있어야하는 필요성 등은 미쳤습니다. 물론 산림 피복의 밀도는 LiDAR의 경우에도 단점을 가져 오며, 극히 작은 프로젝트 사이에서도 동일한 관계 매개 변수가 아닙니다.

 

결론적으로 우리는 제안 된 프로젝트와 같은 대규모 프로젝트의 경우 기술이 새롭게 창조적 인 측량 방법을 선택할 수있는 열린 마음과 가용성을 가져야한다는 점에서 기술이 어떻게 발전했는지 알게되어 기쁩니다.

골지 알바레즈

토지 관리 모델의 작가, 연구원, 전문가. 그는 다음과 같은 모델의 개념화 및 구현에 참여했습니다. 온두라스의 국가 재산 관리 시스템 SINAP, 온두라스의 공동 지자체 관리 모델, 니카라과의 통합 지적 관리 모델, 콜롬비아의 영토 SAT 관리 시스템 . 2007년부터 Geofumadas 지식 블로그의 편집자이자 GIS - CAD - BIM - 디지털 트윈 주제에 대한 100개 이상의 과정을 포함하는 AulaGEO Academy의 창시자입니다.

관련 기사

댓글 8

  1. 좋은 아침…. 친구…. 조사를 생성하기 위해 드론을 사용하는 것과 관련하여 ... 조밀하거나 매우 밀집된 초목이있는 넓은 지역 (1000 Has. 이상)을 조사하기 위해 표시된 센서 및 / 또는 장비는 무엇입니까? 접근이 매우 어려운 곳.
    우수 기사!

  2. 아주 좋은 정보와 나에게이 기술에 대한 더 나은 견해를 제공합니다. 또한 디자인을위한 도구는 훌륭한 도구이지만, 실행에 경험이있는 사람들은 토탈 스테이션이있는 기존의 지형도를 중요하게 생각하며 라인 수를 조정해야합니다 오류의 0.05m보다 작은 매개 변수가 필요한 실행 단계에서 프로젝트에 필요한 사전 설정을 제공하는 차원과 좌표의 기반. 인사말

  3. 요한

    나는 당신이 똑같은 감정을 갖게된다면 두려움에 빠지면 많은 분명한 것을 좋아한다.

  4. 모든 유형의 프로젝트가 정밀도와 시간을 일반화 할 수있는 것은 아니기 때문에 인구 밀도가 높은 도시 환경에서 현실을 파악하는 것이 중요합니다.

  5. 훌륭한 기사… !!! 우리 모두 언젠가는 질문 인 것 같아요

  6. 사례에 대한 감사는 가장 정확할 것 같지 않은 것
    GOOD 공헌

  7. 나는 네 기사를 정말로 좋아했다. 고마워.

코멘트를 남겨주세요

귀하의 이메일 주소는 공개되지 않습니다. 필수 필드가 표시되어 있습니다 *

맨 위로 가기 버튼