Download presentation
Presentation is loading. Please wait.
1
UAV-Borne 3-D Mapping System by Multisensor Integration
Masahiko Nagai, Tianen Chen, Ryosuke Shibasaki, Hideo Kumagai, and Afzal Ahmed IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, VOL. 47, NO. 3, MARCH 2009 指導老師: 蕭宇伸 簡 報 人: 莊大賢
2
目錄 摘要 1 2 3 4 名詞解釋 實驗設計 結論
3
摘要 為了清楚呈現三維空間，需要取得細膩的三維的形狀和紋理。 需要可靠、快速、廉價、方便的方法，可以在戶外移動的環境中， 取得高解析度的三維資料。 本文提出一個整合的系統，包含「電荷耦合器件(CCD)攝像機」、小型且廉價的「雷射掃描儀」、 「慣性測量單元」、「GPS」， 組成一個無人飛行機3D測繪系統。
4
摘要 此系統由感測器直接地理定位，而不需經由地面控制點。 本文提出一個直接地理定位的新方法: 結合光束法區域平差與卡爾曼濾波。 低空飛行的無人機可取得測繪目標豐富且細膩的形狀和紋理。 此測繪系統已被實驗性地使用在災害的復原工作以及河流的監測上。
5
名詞解釋 卡爾曼濾波 Kalman Filtering 慣性導航 Inertial Navigation 慣性測量單元 Inertial Measurement Unit 直接地理定位 Direct Georeferencing 光束法區域平差 BBA
6
系統設計 感測器 X 載具 X 配置 “
7
感測器 ◆ 使用雷射感測器、CCD相機、IMU、 GPS 建立一個數位地表模型。 ◆ 關鍵屬性 : 低成本、易用性、機動性。
8
UAV平台 ◆ 所有測量工具被裝置在無人機，這是一個似直升機的模型，RPH2。 長4.1m、寬1.3m、高1.8m。 ◆ 優勢: 高安全性、高可達性。
9
感測器設定 ◆ 所有的感測器牢固地安裝於無人機下，確保在測量過程中有一個 固定的幾何關係。
10
實驗測試 ◆ RPH2由兩位專業營運商控制，且不會飛過人、房屋、汽車， 符合無人機飛行法規，且無人機在風速大於 10m/s 時不得飛行。
11
多重感測器 整合 “
12
A.數據處理概述 ◆ 將感測器取得的數據，經處理後用於座標轉換，建立數位地表模型。
13
B.多重相機 ◆ 將兩台數位相機和兩台紅外線相機安裝在堅硬的鋁基板， 且呈一個固定的幾何排列，四個影像在同一時間獲得。
14
C.影像鑲嵌 ◆ 糾正後的影像建立重疊區域的影像匹配與影像鑲嵌。
15
D.GPS/IMU整合 ◆ 利用卡爾曼濾波整合GPS及IMU。
16
E.光束法區域平差(BBA)解算影像 ◆ 影像的外方位參數由BBA解算。 ◆ CCD影像在前進方向的重疊率≧50%，影像各邊的重疊率≧30%。 ◆ 由重疊影像中設定影像連結點，串聯影像方位。
17
◆ 感測器的位置和姿態由GPS/IMU的整合、CCD影像方位來決定。 ◆ GPS、IMU、CCD影像的組合可稱為「複合IMU」。
F.多重感測器整合定位 ◆ 感測器的位置和姿態由GPS/IMU的整合、CCD影像方位來決定。 ◆ GPS、IMU、CCD影像的組合可稱為「複合IMU」。
18
數位3D模型 “
19
A.直接地理定位 ◆ 以WGS84為基礎座標系。 ◆ GPS提供三維地理座標，IMU提供相對於地理坐標系三軸的旋轉角。 ◆ 透過複合IMU數據的直接地理定位取得3D點雲資料。
20
B.顯色 ◆ 由複合IMU取得彩色三維點雲數據。 ◆ 三維點雲數據結合與像素相對應的顏色，建立紋理化數位地表模型。
21
C.植生指標 ◆ 紅外線相機以與數位相機相同的方法經影像方位計算後的IR影像， 可以計算常態化差異植生指標(NDVI)。 ◆ 三維點雲數據結合與NDVI相對應的顏色，製作3D植生指標模型。
22
D.精度評估 ◆ 本測繪系統由多重感測器整合，因此很難指出誤差源頭。 ◆ 從影像選取10個控制點，與數位地表模型進行比較。 ◆ 3D雷射點的密度約為20至30平方公分。
23
結論 ◆ 數位表面模型由廉價的感測器整合而建立。 ◆ 本文所提出的新方法是可行的 - 結合卡爾曼濾波與BBA，進行直接地理定位。
◆ 此複合IMU可建立DSM來監測邊坡及河流的植生指標。 ◆ 本測繪系統可裝載在小型UAV等平台上，預計可以幫助我們 更容易且安全地了解詳細的地理特徵。
24
謝謝聆聽
Similar presentations
