Rilievi con UAS per applicazioni fotogrammetriche: generazione di modelli 3D di costruzioni e del territorio - L. Pinto, G. Sona - Polimi
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
DICA - Sez. Geodesia e Geomatica Rilievi con UAS per applicazioni fotogrammetriche: generazione di modelli 3D di costruzioni e del territorio L. Pinto, G. Sona
2 IL GRUPPO DI LAVORO Ing. Diana Pagliari Ing. Rossana Gini Dr. Giovanna Sona Prof. Livio Pinto Ing. Daniele Passoni Ing. Paolo Dosso
3 SOMMARIO • UAS/SAPR definizioni e classificazioni • Motivazioni e prime esperienze: il progetto FoGLIE • Primi test (di volo e di modellizzazione 3D) • La scelta del velivolo • La scelta delle camere • Analisi della qualità geometrica delle fotocamere • Fotogrammetria vs Computer Vision • Normativa ENAC sui SAPR • Alcune realizzazioni significative
UAS/SAPR: definizione e classificazione UAS = Unmanned Aerial System veicolo aereo senza pilota umano a bordo e pilotato da un equipaggio che opera da una stazione remota di comando e controllo Drone ambito militare Sistemi Aeromobili a Pilotaggio Remoto ambito civile (SAPR) 2008 2010 2013 >2 >6 > 16 milioni milioni milioni
UAS/SAPR: classificazioni Con UAS (per applicazioni geometriche) ci si riferisce a velivoli con caratteristiche e tecnologie differenti. È stato proposto di creare uno standard di riferimento internazionale, ma continuano ad esistere diverse classificazioni: • dotati di motore vs privi di motore (kite, palloni)
UAS/SAPR: classificazioni Con UAS (per applicazioni geometriche) ci si riferisce a velivoli con caratteristiche e tecnologie differenti. È stato proposto di creare uno standard di riferimento internazionale, ma continuano ad esistere diverse classificazioni: • ad ala fissa vs a rotore
UAS/SAPR: classificazioni Con UAS (per applicazioni geometriche) ci si riferisce a velivoli con caratteristiche e tecnologie differenti. È stato proposto di creare uno standard di riferimento internazionale, ma continuano ad esistere diverse classificazioni: • a singolo rotore vs multirotore
UAS/SAPR: classificazioni Con UAS (per applicazioni geometriche) ci si riferisce a velivoli con caratteristiche e tecnologie differenti. È stato proposto di creare uno standard di riferimento internazionale, ma continuano ad esistere diverse classificazioni: • più leggeri dell’aria vs più pesanti dell’aria
UAS/SAPR: classificazioni Con UAS (per applicazioni geometriche) ci si riferisce a velivoli con caratteristiche e tecnologie differenti. È stato proposto di creare uno standard di riferimento internazionale, ma continuano ad esistere diverse classificazioni: • con sensori integrati a basso costo vs alto costo
UAS/SAPR: classificazioni European Association of Unmanned Vehicles Systems (EuroUVS) scelta UAS costo, dimensioni, applicazione, sensore, payload, autonomia di volo, area da ricoprire, ecc.
UAS/SAPR: applicazioni civili Esecuzione di missioni "noiose, sporche e pericolose“ (le 3 D): usi commerciali (AMAZON Delivery)
UAS/SAPR: applicazioni civili Esecuzione di missioni "noiose, sporche e pericolose“ (le 3 D): sorveglianza (elettrodotti; ponti; video ispezione) gestione delle emergenze (grazie alla possibilità di prendere decisioni, in tempo reale, sulla base di immagini e video trasmessi alle stazioni a terra) altre applicazioni: ecologia (http://conservationdrones.org/)
UAS/SAPR: applicazioni civili Esecuzione di missioni "noiose, sporche e pericolose“ (le 3 D): gestione delle emergenze (grazie alla possibilità di prendere decisioni, in tempo reale, sulla base di immagini e video trasmessi alle stazioni a terra)
UAS/SAPR: applicazioni civili Esecuzione di missioni "noiose, sporche e pericolose“ (le 3 D): altre applicazioni: ecologia (http://conservationdrones.org/)
UAS/SAPR: applicazioni fotogrammetriche Applicazioni fotogrammetriche e di telerilevamento, che richiedono sistemi GPS/INS in grado di garantire una navigazione di precisione: APPLICAZIONI CIVILI: rilievi a scopi cartografici (aggiornamento di carte tecniche), ispezione di ponti e dighe, ecc. SCOPI FORESTALI: monitoraggio e determinazione della copertura vegetativa alloctona, monitoraggio incendi. BENI CULTURALI: documentazione e generazione di modelli 3D di siti archeologici ed edifici storici a partire da immagini ad alta risoluzione AGRICOLTURA DI PRECISIONE: valutazione della concentrazione di fertilizzanti (p.e. azoto), valutazione del contenuto d'acqua e dello stress derivante per le piante, applicazione di erbicidi o pesticidi a singole piante.
UAS/SAPR per Fotogrammetria vantaggi VS svantaggi • costo di acquisto, manutenzione e • limitazione di peso e delle d’esercizio contenuto rispetto agli dimensioni del carico aerei tradizionali • sensori di minor qualità • missioni svolte autonomamente • motori di ridotta potenza e • assenza di pilota qualificato a bordo autonomia • alta manovrabilità • Rilievi in situazioni pericolose: siti • Riduzione della qualità di disastri naturali ed antropici dell'immagine • Rilievi in aree inaccessibili: per • Minore accuratezza nella operazioni a bassa quota e vicine realizzazione del volo ad oggetti • Limitazioni nell'altitudine • Rilievi low-cost: quando una raggiungibile e nella durata del missione aerea sarebbe volo antieconomica
Tecniche di rilievo 3D a confronto (Remondino F., Nex F. - UAV for 3D mapping applications: a review)
18 MOTIVAZIONI E PRIME ESPERIENZE: IL PROGETTO FoGLIE FoGLIE: Fruition of Goods Landscape in Interactive Environment Progetto finanziato da Regione Lombardia (2011-2013) • Differenti partner: 5 realtà imprenditoriali lombarde + Politecnico di Milano (DIIAR) • Attività di ricerca e di sviluppo sperimentale di un prototipo SVILUPPARE una nuova guida multimediale anche con contenuti stereoscopici INTEGRARE fruibilità e monitoraggio PARCO ADDA NORD dei beni utente attivo
19 PRIME ESPERIENZE CON UAS (2011) Elicotteri Helicam Quadrielica Md-200 Contenuti e video scenici Immagini aeree ad alta (anche in stereoscopia) risoluzione: RGB & NIR generazione di DSM individuazione specie arboree alloctone
20 ESPERIENZE DI MODELLIZZAZIONI 3D Modellizzazione 3D da nuvole di punti fotogrammetriche Villa Castelbarco a Vaprio d’Adda (MI) (2012)
21 ESPERIENZE DI MODELLIZZAZIONI 3D Modellizzazione 3D da nuvole di punti fotogrammetriche (con rilievi a terra) Vellutificio Velvis (Visconti di Modrone) a Vaprio d’Adda (MI) (2012)
22 ESPERIENZE DI MODELLIZZAZIONI 3D Diga Poiret a Paderno d’Adda (MI) (2012) Modellizzazione 3D da nuvole di punti fotogrammetriche (acquisite da aereo, da UAV e da terra)
23 PRIMO TEST RILIEVO MULTISPETTRALE (2011) MD4-200 Pentax Optio A40: RGB • Parco Adda Nord: Medolago (BG) Scopo geometrico (DSM) • Estensione: 120x100 m2 • Differenti tipi di copertura del suolo • Triangolazione aerea con set RGB • Confronto con telemetria → non usabile per orientamento diretto • Immagini idonee per scopi di modellizzazione 3D • Creazione DSM: 0,10x0,10 m2, da editare
24 PRIMO TEST RILIEVO MULTISPETTRALE (2011) MD4-200 Sigma DP1: NIR scopo radiometrico (classificazione) • Ortofoto RGB & NIR: 0,05x0,05 m2 → coregistrazione Terreno Robinia Erba Ombra Olmo Carpino Cemento • 10 variabili: 4 originali + 6 derivate Ailanto • Classificazione speditiva unsupervised (ISOCLASS) • Classificazione supervised (con training samples)
25 SCELTA DEL VELIVOLO “PoliMI” MULTIROTORE VS ALA FISSA . MULTIROTORE ALA FISSA + Budget + Autonomia di volo + Sistema aperto (camera, + Quota di volo navigazione, ecc.) + Copertura fotogrammetrica + Payload + Gestione del volo + Governo della fotocamera + Prese ravvicinate - Payload - Sistema chiuso (commerciale) - Autonomia di volo - Governo della fotocamera - Addestramento al pilotaggio - Budget
26 VELIVOLO PoliMI “WALL-P” Esacottero MikroKopter personalizzato • Esacottero MikroKopter (RestArt) • Dimensioni: f =70 cm + eliche 12’’ • Peso al decollo: 1.2 kg + payload • Alimentazione: 2 batterie al litio 4000 mAh • Velocità: fino a 5 m/sec • Payload: fino a 500 g • Sistema di navigazione: NAV Flight Control . GPS (MKGPS) LEA 4H Ublox • Firmware: in costante aggiornamento
LA SCELTA DELLA FOTOCAMERA Il sensore deve essere scelto in funzione dello scopo dell’applicazione, tenendo conto dell'UAS a disposizione per trasportarlo.
28 LA SCELTA DELLA FOTOCAMERA Camere amatoriali con peso e dimensioni ridotte ottimali per UAS Possibili limitazioni: • Sensori più piccoli di una reflex (rapporto S/N sfavorevole) • Ottiche di qualità inferiore e meno stabili • Non sempre possono montare focali fisse • Obiettivi talvolta retrattili • Focale e distanza principale hanno valori non stabili Distorsioni sulle poiché all’invio del scatto si ha spesso un immagini non riallineamento (seppur minimo) delle lenti trascurabili 17a Conferenza ASITA: 5-7 novembre 2013 Riva del Garda (TN)
29 CAMERE PoliMI Nikon 1 J1 Tetracam ADCLite • Peso: 310 g • Peso: 200 g • Sensore: CMOS (3872x2592 pixel) • Sensore: CMOS (2048x1536 pixel) • Mirrorless • Dimensione pixel: 2,9 mm • Dimensione pixel: 3.5 mm • Focale: 8.5 mm • Focale obiettivo: 10.5 mm • Immagini: 8 o 10 bit CIR (NIR+R+G) • Immagini: RGB approssimativamente equivalenti alle bande TM2, TM3, TM4
30 QUALCHE CONSIDERAZIONE SULLA QUALITA’ DELLE CAMERE Pannello Siemens per analisi della risoluzione geometrica reale ↓ diverse aperture del diaframma a diverse distanze: 30 m e 50 m Nikon 1 Nikon 1 30 m statico 50 m statico Nikon j1 50 m Nikon j1 30 m k = 4.5 k = 6.3 f =10 mm f =10 mm
31 QUALCHE CONSIDERAZIONE SULLA QUALITA’ DELLA ADClite 30 m statico 1,4 4 8 16 30 m dinamico 1,4 4 8 16
32 QUALCHE CONSIDERAZIONE SULLA QUALITA’ DELLA ADClite 30 m statico 1,4 4 8 16 I risultati migliori si ottengono con otturatore parzialmente chiuso f/d = 4 30 m dinamico 1,4 4 8 16
33 QUALCHE CONSIDERAZIONE SULLA QUALITA’ DELLA ADClite • Risoluzione geometrica effettiva: Tetracam ADCLite • Caso statico: risoluzione reale ~ 80 lp/mm per immagini CIR con f/d = 4 risoluzione reale ~ 100 lp/mm per canale verde con f/d = 8 • Caso dinamico: risultati confermati a meno di effetti di “trascinamento” • Effetti di disallineamento cromatico (tra I canali R, G e NIR) • Rolling shutter
34 IL PROBLEMA DEL ROLLING SHUTTER (RS) È un metodo per acquisire immagini (solitamente accoppiato con sensori CMOS) basato sull’esposizione non simultanea del sensore Caratteristiche di un otturatore rolling shutter: http://www.diyphotography.net • Presenza di una slitta che si muove lungo il sensore • Esposizione di ogni parte del sensore per lo stesso tempo • Esposizione non simultanea delle diverse zone del sensore a causa del movimento della slitta Si notano gli effetti del rolling shutter quando c’è un movimento relativo non trascurabile tra camera e oggetto http://www.wkumeling.net
IL PROBLEMA DEL ROLLING SHUTTER (RS) Il problema può essere risolto in 2 modi differenti : 1) modellizzando lo spostamento di ciascun pixel z y dell’immagine in funzione della dinamica della k f fotocamera (e quindi dell’UAS); (X0,Y0,Z0) x w y 2) facendo assorbire gli spostamenti dei pixel da Z un modello noto di distorsione (dell’obiettivo) -c p(x,y) r11 X X 0 r21 Y Y 0 r31 Z Z 0 x x = Dx c r13 X X 0 r23 Y Y 0 r33 Z Z 0 Y r12 X X 0 r22 Y Y 0 r32 Z Z 0 y = Dy c r13 X X 0 r23 Y Y 0 r33 Z Z 0 P(X,Y,Z) Equazioni di collinearità X
36 MODELLO FOTOGRAMMETRICO DI SELF-CALIBRATION ∙ = − ∙ = − = 0 + ( ∙ 2 + ∙ 4 + ∙ 6 ) + ( 2 + 2 2 ) + 2 ∙ ∙ + ∙ + ∙ = 0 + ( ∙ 2 + ∙ 4 + ∙ 6 ) + ( 2 + 2 ) + 2 ∙ ∙ , , Coefficienti di distorsione radiale
37 MODELLO FOTOGRAMMETRICO DI SELF-CALIBRATION ∙ = − ∙ = − = 0 + ( ∙ 2 + ∙ 4 + ∙ 6 ) + ( 2 + 2 2 ) + 2 ∙ ∙ + ∙ + ∙ = 0 + ( ∙ 2 + ∙ 4 + ∙ 6 ) + ( 2 + 2 ) + 2 ∙ ∙ [12:58:33] Livio Pinto: AVREI BISOGNO DI UN FAVORE...30' DI LAVORO (SPERO) MI DAI UNA MANO? , Coefficienti di distorsione tangenziale
38 MODELLO FOTOGRAMMETRICO DI SELF-CALIBRATION ∙ = − ∙ = − = 0 + ( ∙ 2 + ∙ 4 + ∙ 6 ) + ( 2 + 2 2 ) + 2 ∙ ∙ + ∙ + ∙ = 0 + ( ∙ 2 + ∙ 4 + ∙ 6 ) + ( 2 + 2 ) + 2 ∙ ∙ Distorsione affine: scala in x
39 MODELLO FOTOGRAMMETRICO DI SELF-CALIBRATION ∙ = − ∙ = − = 0 + ( ∙ 2 + ∙ 4 + ∙ 6 ) + ( 2 + 2 2 ) + 2 ∙ ∙ + ∙ + ∙ = 0 + ( ∙ 2 + ∙ 4 + ∙ 6 ) + ( 2 + 2 ) + 2 ∙ ∙ Distorsione affine: taglio in y
40 EFFETTO SIMULATO DEL RS LUNGO LA DIREZIONE DI VOLO Camera: TetraCam ADCLite • Camera CIR • CMOS 3,2 Megapixel • Focale 8,5 mm = ∙ ∙ + ∙ /ℎ dove: • : spostamento delle coord. Imm. a causa del RS • : velocità di volo del drone • : indice che rappresenta la la riga i-esima del sensore dir. di volo
41 UN CASO REALE: MEDOLAGO • Fotocamera: Tetracam ADCLite • 2 strisciate per un totale di 17 immagini (solo canale Green) • h di volo strisciata 1: 50 m • h di volo strisciata 2: 60 m Matrice di correlazione c K1 K2 K3 P1 P2 b1 b2 precisione c 100 Blocco Medolago di stima K1 0 100 [mm] K2 1.2 -91.5 100 No self-calibr. 38.2 K3 -1.1 85.3 -98.2 100 P1 -0.2 -4.7 1.6 -2.4 100 Self-calib (+K1,K2,P1,P2) 33.7 P2 -2.2 -2.1 -2.9 3.8 -12.3 100 b1 3.6 7.8 -1.3 1.6 -29.7 31.5 100 Self-calib (+b1,b2) 12.6 b2 26.2 26.2 -15.5 12.4 -5.1 9.8 61.8 100
LA RESTITUZIONE DEI PRODOTTI FOTOGRAMMETRICI Le immagini acquisite da UAS devono essere orientate relativamente tra loro e nello spazio. In pratica si tratta di determinare i 6 parametri di Orientamento di ciascuna immagine (Space Resection) e le coordinate dei punti osservati. Questa operazione si basa sulla misura: 1) di punti omologhi sulle immagini (estratti automaticamente), 2) di alcuni punti di coordinate note sul terreno. Si ottengono: • i parametri di orientamento esterno; • la nuvola di punti che descrive in modo 3D l’oggetto; • le precisioni di stima.
COMPENSAZIONE DEL BLOCCO DI IMMAGINI (Bundle adjustment) Nx • Per ogni punto immagine ho 2 equazioni di collinearita’ x = Dx c D • Combinando tutte le equazioni di tutti i punti immagine -> sistema di equazioni non lineari da solvere (ai minimi quadrati) Ny y = Dy c D Linearizzazione (Taylor) => approssimazioni iniziali per le incognite INPUT: • punti misurati sulle immagini • punti d’appoggio/control points Soluzione con metodo a stelle proiettive (Bundle Adjustment) -> sistema linearizzato di equazioni di collinearità -> minimizzazione delle differenze tra osservazioni e ri-proiezioni OUTPUT (incognite): • coordinate oggetto dei punti immagine • parametri d’orientamento delle immagini • (parametri aggiuntivi: calibrazione della fotocamera)
44 AUTOMATIZZAZIONE ESTRAZIONE DEI PUNTI OMOLOGHI Uno degli algoritmi più utilizzati si basa sull’operatore di interesse SURF (Bay et al., 2006) SURF è un algoritmo robusto e flessibile che permette l’estrazione di punti omologhi con diverse condizioni di illuminazione, geometrie di presa convergenti, presenza di occlusioni, rotazioni dei fotogrammi Costruzione dell'immagine integrale Ricerca dei punti di interesse Assegnazione di un = ( , ) orientamento Calcolo del descrittore dei keypoints Indicizzazione e Matching
45 AUTOMATIZZAZIONE ESTRAZIONE DEI PUNTI OMOLOGHI Uno degli algoritmi più utilizzati si basa sull’operatore di interesse SURF (Bay et al., 2006) SURF è un algoritmo robusto e flessibile che permette l’estrazione di punti omologhi con diverse condizioni di illuminazione, geometrie di presa convergenti, presenza di occlusioni, rotazioni dei fotogrammi Costruzione dell'immagine integrale Ricerca dei punti di interesse Assegnazione di un orientamento Calcolo del descrittore dei keypoints Indicizzazione e Matching
46 AUTOMATIZZAZIONE ESTRAZIONE DEI PUNTI OMOLOGHI Uno degli algoritmi più utilizzati si basa sull’operatore di interesse SURF (Bay et al., 2006) SURF è un algoritmo robusto e flessibile che permette l’estrazione di punti omologhi con diverse condizioni di illuminazione, geometrie di presa convergenti, presenza di occlusioni, rotazioni dei fotogrammi Costruzione dell'immagine integrale Ricerca dei punti di interesse Assegnazione di un orientamento Calcolo del descrittore dei keypoints Indicizzazione e Matching
47 AUTOMATIZZAZIONE ESTRAZIONE DEI PUNTI OMOLOGHI Uno degli algoritmi più utilizzati si basa sull’operatore di interesse SURF (Bay et al., 2006) SURF è un algoritmo robusto e flessibile che permette l’estrazione di punti omologhi con diverse condizioni di illuminazione, geometrie di presa convergenti, presenza di occlusioni, rotazioni dei fotogrammi Costruzione dell'immagine integrale Ricerca dei punti di interesse Assegnazione di un orientamento Calcolo del descrittore dei keypoints Indicizzazione e Matching
48 IL SOFTWARE Structure from Motion EyeDEA Dip. DICATA Università degli Studi di Parma Pre-processamento delle immagini (filtro di Wallis) Estrazione delle features (SURF) Reiezione errori di matching Post-processamento immagini (Bundle Adj.)
49 IL SOFTWARE Structure from Motion EyeDEA Dip. DICATA Università degli Studi di Parma Pre-processamento delle immagini (filtro di Wallis) Estrazione delle features (SURF) Imposizione geometria epipolare Individuazione errori Reiezione errori di matching grossolani (RANSAC) Vincolo trifocale e Post-processamento immagini matching guidato (Bundle Adj.)
50 IL SOFTWARE Structure from Motion EyeDEA Dip. DICATA Università degli Studi di Parma Pre-processamento delle immagini (filtro di Wallis) Estrazione delle features (SURF) Reiezione errori di matching Post-processamento immagini (Bundle Adj.)
PRODUZIONE DI ORTOFOTO Metodo rigoroso (indiretto): DSM eq. coll. pixel ortofoto, risali sul terreno e da qui X,Y Z(X,Y) x,y r,c al fotogramma con le equazioni di collinearità. DSM Immagine non y corretta x Ortofoto: rappresentazione geometricamente corretta Ricampionamento
52 RILIEVO DEL POLIGONO DI CISANO BERGAMASCO(BG) SwingletCAM SenseFly Proprietà: Studio di Ingegneria Terradat di Paolo Dosso Canon Ixus 220HS • Quota di volo = 130 m • GSD = 4.5 cm • 5 strisciate • 49 immagini (RGB) • 15 GCP presegnalizzati DIIAR, Laboratorio di Geomatica del Polo Territoriale di Como
53 TEST SUI SW FOTOGRAMMETRICI SW fotogrammetrici VS SW di Computer Vision LPS → sw commerciale by Erdas Agisoft Photoscan→ Agisoft LLC EyeDEA+Dense Matcher → home made (Università di Parma) Pix4UAV Desktop → Pix4D PhotoModeler scanner → sw comm. by EOS 1) Orientamento relativo delle 1) Calibrazione della camera immagini con selfcalibration in 2) Identificazione dei punti di un arbitrario SdR (grazie alla appoggio (GCPs) telemetria) 3) Ricerca dei punti di legame 2) Estrazione automatica dei TPs (TPs) 3) Rototraslazione del blocco nel 4) Orientamento esterno SdR dei GCPs 5) Realizzazione di DSM & 4) Realizzazione di DSM & Ortofoto Ortofoto DIIAR, Laboratorio di Geomatica del Polo Territoriale di Como
54 RILIEVO DEL POLIGONO DI CISANO BERGAMASCO(BG) Theoretical Accuracy Empirical accuracy (RMS of std.dev.) Software s0 (RMSE) of CPs # of TPs TPs’ # TPs GCPs generator Est Nord h Est Nord h [mm] [mm] [mm] [mm] [mm] [mm] [mm] 15 1.4 57 50 142 - - - EyeDEA 1052 5 1.4 68 61 181 16 12 36 Agisoft 15 0.3 8 7 20 - - - 6098 PhotoScan 5 0.3 9 8 23 74 61 83 DIIAR, Laboratorio di Geomatica del Polo Territoriale di Como
55 RILIEVO DEL POLIGONO DI CISANO BERGAMASCO(BG) COMPLETEZZA DEI DSM EyeDEA DIIAR, Laboratorio di Geomatica del Polo Territoriale di Como
56 RILIEVO DEL POLIGONO DI CISANO BERGAMASCO(BG) QUALITA’ DEI DSM E DELL’ORTOFOTO Agisoft Photoscan DIIAR, Laboratorio di Geomatica del Polo Territoriale di Como
57 NORMATIVA ENAC RIGUARDANTE I SAPR EASA (European Aviation Safety Agency) normativa SAPR con massa > 150 Kg ENAC (Ente Nazionale Aviazione Civile) norme per i SAPR con massa < 150 Kg. Il regolamento ENAC "Mezzi Aerei a Pilotaggio Remoto" è stato emesso il 17/12/2013 e, dopo una prima proroga, è entrato nella piena operatività lo scorso 30/04/2014. Le norme regolano l'utilizzo dei SAPR, secondo percorsi autorizzativi differenti per mezzi utilizzati per scopi di lavoro aereo ("attività specializzate") o ludico/ricreativo ("aeromodellismo"). Tra le Attività specializzate vi sono numerose attività professionali o realizzate da società specializzate, p.e.: rilievi geotopocartografici, riprese cinematografiche, monitoraggio ambientale, sorveglianza e sicurezza, ispezione impianti ed infrastrutture Per i SAPR >25 Kg, percorso autorizzativo complesso, assimilabile a quello dell'omologazione degli aeromobili per i produttori di SAPR, e all'esercenza di aeromobili per lavoro aereo per gli operatori. DIIAR, Laboratorio di Geomatica del Polo Territoriale di Como
58 NORMATIVA ENAC RIGUARDANTE I SAPR Nella categoria di SAPR
59 QUALCHE REALIZZAZIONE
Modelli 3D della Cascina Linterno (MI) (2013) Rilievo della cascina Linterno per una valutazione qualitativa e quantitativa dello stato di conservazione dei tetti (1 ha) Volo realizzato con 4 strisciate a 40 metri di quota di lunghezza Hexakopter Mikrokopter Polimi 50m e interasse 15m, GSD = 1cm Cascina Linterno (Mi) Immagine campione
Modelli 3D della Cascina Linterno (MI) (2013) Prodotti del rilievo: • Ortofoto di precisione • Modello 3D delle coperture e degli edifici
Indagine strutturale e rilievo di ponti e viadotti (2014) Rilievo di un ponte/viadotto in località «Santa Giulia» come test per l’applicazione di UAV alla verifica di ponti e viadotti (0.5 ha) Hexakopter Mikrokopter Polimi Immagine campione Santa Giulia Milano (MI)
Indagine strutturale e rilievo di ponti e viadotti (2014) Prodotti del rilievo: • Modello 3D del ponte • DSM di spalle e superficie asfaltata • Ortofoto di precisione del ponte da vista nadirale e laterale • Analisi dello stato dell’asfalto (tramite algoritmi di analisi di imm.) Modello 3D e DSM superfici • Analisi visiva dello stato conservativo della struttura
Calcolo di volumi di cava (Gossolengo – PC) (2013) Rilievo per la misura di volumi di cava a Gossolengo. (PC) (1 ha) Hexakopter Mikrokopter Polimi Immagine campione Gossolengo (PC) Inquadramento cartografico
Calcolo di volumi di cava (Gossolengo – PC) (2013) Prodotti del rilievo: • Modello 3D • DSM del cumulo per calcolo volumi • Ortofoto • Comparazione di soluzioni con SW differenti • Valutazione di differenti Modello 3D configurazioni di appoggio
Rilievo RGB + NIR multitemporale aree boscate Parco Adda Nord (2013-14) Rilievo multispettrale-multitemporale su 10 aree al fine di valutare la presenza di specie arboree alloctone all’interno del parco Adda Nord da immagini RGB+CIR (100 ha) Sensefly swinglet CAM Terradat Immagini campione Parco Adda Nord Inquadramento cartografico
Rilievo RGB + NIR multitemporale aree boscate Parco Adda Nord (2013-14) Prodotti del rilievo: • Modello 3D • DSM • Ortofoto Mulisensore/Multitemporali • Analisi multispettrale/multitemporale per il riconoscimento automatico di Ortofoto CIR specie alloctone
Rilievo RGB + NIR multitemporale aree boscate Parco Adda Nord (2013-14) Prodotti del rilievo: • Modello 3D • DSM • Ortofoto Mulisensore/Multitemporali • Analisi multispettrale/multitemporale per il riconoscimento automatico di Ortofoto CIR specie alloctone
Calcolo volume di coltre nevosa (In collaborazione con sez. CIMI) 2013-2014 Rilievo multitemporale su 1 area alpina (alta Valtellina) al fine di valutare la quantità di neve caduta in un anno (per bilancio idrologico). (ca 25 ha) Sensefly swinglet CAM Terradat Rilievo estivo Immagini campione Malghera SO) Inquadramento cartografico
Calcolo volume di coltre nevosa (In collaborazione con sez. CIMI) 2013-2014 Rilievo multitemporale su 1 area alpina (alta Valtellina) al fine di valutare la quantità di neve caduta in un anno (per bilancio idrologico). (ca 25 ha). Problemi di matching su neve Sensefly swinglet CAM Terradat Rilievo invernale Immagini campione Malghera SO) Inquadramento cartografico
Calcolo volume di coltre nevosa (In collaborazione con sez. CIMI) 2013-2014 Prodotti del rilievo: • Modelli 3D • DSM estivo/invernale • Ortofoto estiva/invernale • Calcolo del volume della coltre nevosa come differenza dei DSM Modello 3D estivo Modello 3D invernale
Calcolo volume di coltre nevosa (In collaborazione con sez. CIMI) 2013-2014
Ricostruzione versante (In collaborazione con sez. Geologia e Geoscienze) 2014 Rilievo di una scarpata franosa presso le rive dell’Adda in località Tirano (Valtellina) Hexakopter Mikrokopter Polimi Immagine campione Tirano Inquadramento cartografico
Ricostruzione versante (In collaborazione con sez. Geologia e Geoscienze) 2014 Prodotti del rilievo: • Modello 3D • Ortofoto del versante • Calcolo delle quote delle fratture del terreno Modello 3D
Rilievo multispettrale della pineta di San Rossore (2013) Rilievo della pineta di Viareggio presso la riserva naturale di San Rossore per la valutazione dello stato di salute della vegetazione Autogiro Immagine campione Viareggio Inquadramento cartografico
Rilievo multispettrale della pineta di San Rossore (2013) Prodotti del rilievo: • Ortofoto RGB + CIR • Modello 3D • …….. Modello 3D CIR Modello 3D RGB
77 Grazie per l’attenzione
Puoi anche leggere