• BLOG
  • INFO
  • PARTNER
  • EBOOK
    • PENSIERI TOPOGRAFICI 2020
    • PENSIERI TOPOGRAFICI 2018-2019
  • SUPPORTAMI

SI PUÓ FARE FOTOGRAMMETRIA CON LO SPARK (?) – Test II

5 Agosto 2018
Fotografa aerea dello scalo marittimo del borgo di Riomaggiore - Parco Nazionale 5 Terre

In questo articolo ti scrivo di un altro test di rilievo aerofotogrammetrico per valutare ancora se si può fare fotogrammetria con lo Spark, il drone trecentino di casa DJI.

In questo articolo di qualche settimana fa avevo portato un caso di studio in cui confrontavo un rilievo aerofotogrammetrico fatto con il drone DJI Spark con quello fatto da altri due droni: un DJI Phantom 4 Pro ed un iDRONI Venture Mapper.

Ho rilevato la solita area con i tre droni, nelle solite condizioni (non proprio, ma vabbè…), per valutare l’effettiva possibilità di usare lo Spark in fotogrammetria professionale.
Non solo per la ricostruzione tridimensionale ma anche per rilievi topgorafici e mappatura del territorio, dove le informazioni metriche e geografiche sono imprescindibili e fondamentali.

E il piccolo drone si è comportato bene!

L’ambito del primo test/rilievo è stato una parte di una cava di escavazione di inerti con prevalente sviluppo planimetrico-orizzontale.
Un caso piuttosto semplice.

Alla fine di quell’articolo avevo promesso che avrei provato di nuovo a fare fotogrammetria con lo Spark anche in altri scenari, magari più complessi.

Ed eccoci qui.

UNA PARETE DI ROCCIA ALLE 5 TERRE

Il rilievo di questo articolo riguarda una piccola parete di roccia nello scalo marittimo di Riomaggiore, uno dei borghi delle 5 Terre, in Provincia di La Spezia e dentro l’omonimo Parco Nazionale.

Ero lì per lavoro.
Dovevo rilevare un fronte verticale interessato da fratturazioni nella roccia che sta al di sotto della passeggiata pedonale e a monte della scogliera e della zona dello scalo a mare.
Lo scopo del rilievo era quello di supportare la progettazione delle opere di difesa da possibili crolli di roccia e protezione delle aree fruite da turisti ed abitanti del borgo.

Ho fatto il rilievo, per cui sono stato incaricato, con il mio Phantom 4 Pro ed al termine delle operazioni ho fatto volare anche lo Spark per rilevare, anche con lui, una parte dell’area studiata.

Lo sviluppo lineare del fronte rilevato è di circa 100 m.
Il punto più alto è a circa 15 m s.l.m., mentre il più basso corrisponde al livello del mare.

Qui sotto puoi vedere una foto aerea di inquadramento dell’area rilevata.

Fotografia aerea dello scalo marittimo di Riomaggiore - 5 Terre - dove è situata l'area di rilievo

In realtà non è proprio tutta roccia e pietra.
Nel tratto più a nord (a sinistra della foto) le roccie lasciano il posto a strutture artificiali in pietra e muratura ed a un paramento in calcestruzzo armato.
Nella porzione centrale ed in quella meridionale (centro e destra della foto) il fronte naturale è interrotto, in due occasioni, da scalinate in pietra che scendono al mare.

In alcuni punti le strutture in muratura hanno qualche segno di fratturazione e cedimento e nell’ammasso roccioso centrale ci sono un paio di “bubboni” aggettanti, forse pericolosi.
Il Comune di Riomaggiore ha programmato la messa in sicurezza delle aree.
Che parte dal progetto di fattibilità preliminare.
Che si basa sul rilievo topografico.

UNA VALUTAZIONE COMPARATIVA

Anche per questo caso di studio ho fatto un confronto tra due rilievi della stessa aerea, fatti (più o meno) nelle stesse condizioni, con due droni diversi: il DJI Phantom 4 Pro e il DJI Spark.

Credo che l’analisi comparativa aiuti a valutare pregi e difetti di un metodo o di uno strumento, rispetto ad un altro.

Il Phantom ha rilevato tutta l’area da studiare, come da incarico.
Con lo Spark, per limitare il numero di fotografie e contenere i tempi di elaborazione, ho volato su un’area più piccola.

Qui sotto vedi le differenze tra le aree coperte in un caso (Phantom – rosso) e nell’altro (Spark – verde).

Immagine aerea panoramica che mostra il confronto dell'area rilevata dal drone Phantom 4 Pro e quella rilevata dallo Spark.

IL METEO

Nel primo articolo che ho scritto per valutare se si può fare fotogrammetria con lo Spark avevo dimenticato di inserire le condizioni meteorologiche!
Il meteo ha grande importanza per il volo dei droni, specialmente se si usano macchine piccole che subiscono parecchio le perturbazioni delle raffiche di vento.

Ho fatto questo rilievo il 29 Maggio 2018 tra le 7 e le 10 di mattina.
Le condizioni meteo erano ottime: temperatura mite e assenza di vento.
La zona del rilievo non è mai stata esposta direttamente ai raggi del sole che le sorgeva alle spalle, dietro le colline della costa ligure di levante.

IL VOLO

È stato manuale.

In casi del genere, dove la verticalità degli elementi da rilevare è preponderante sull’estensione planimetrica e le condizioni orografiche e morfologiche dei luoghi sono complesse, non è semplice (a volte è quasi impossibile) programmare delle missioni di volo da fare eseguire automaticamente al drone.

Preferisco pilotare il drone “a mano” (con assistenza della strumentazione di bordo, GPS, accelerometri, bussola, altimetro), valutando la sovrapposizione tra fotogrammi (consecutivi ed adiacenti) sulla base delle immagini che la fotocamera del drone invia, in tempo reale, alla stazione di controllo di terra.

È un po’ più complicato che non far fare tutto al drone, in modo automatico, ci vuole un po’ più di esperienza sul campo, si rientra in ufficio con più foto rispetto a quelle di una missione programmata, ma si riesce comunque a fare.
Ed in questi casi è meglio e più sicuro (per tutti!).

FOTOGRAFIE E G.S.D.

3 DIVERSI DATASET FOTOGRAFICI

Per caratterizzare, rilevare e modellare bene un elemento principalmente verticale non sono sufficienti le sole foto nadirali, cioè quelle fatte con l’asse ottico della fotocamera che punta dritto verso il basso.
Servono anche altri “dataset” di immagini.
Di solito si scattano anche foto con camera inclinata di 45° rispetto all’orizzonto e, per pareti verticali come questa, anche foto “orizzontali” o “frontali”.

È importante fotografare e vedere bene (nelle fotografie) gli elementi caratteristici delle parti “in piedi“.
Forme, elementi, dimensioni…
Diversamente, non saranno modellate bene.

Sia con il Phantom che con lo Spark ho scattato fotografie nadirali, fotografie inclinate di 45° sull’orizzontale e fotografie frontali della parete e della zona immediatamente a monte e al piede.

G.S.D.

Il G.S.D. (Ground Sampling Distance) in aerofotogrammetria definisce la risoluzione a terra di un’immagine.
Minore è il GSD e più dettagliata è un’immagine.

Non entro nel dettaglio del GSD perchè l’articolo diventerebbe troppo lungo ma mi permetto di rimandarti a questi post che trovi qui: aerofotogrammetria su Terreni inclinati e Ground Sampling Distance, dove trovi spiegato un po’ meglio il concetto di GSD ed il perchè è importante in fotogrammetria.

Il GSD dovrebbe rimanere il più possibile costante tra tutte le foto di un rilievo fotogrammetrico, per avere consistenza di dettagli e di informazioni tra una e l’altra.
Se programmi una missione di volo automatica per foto nadirali su un terreno pianeggiante non è difficile scattare foto con lo stesso GSD.
Ma se voli a mano e scatti anche foto diverse dal nadirale non è banale avere un GSD costante.

Ci provo sempre, ma difficilmente ci riesco.

Con il Phantom ho rilevato con abbastanza cura tutta la parete verticale e le zone al di sopra ed al di sotto.
Ho scattatato anche delle foto piuttosto ravvicinate di alcune porzioni di muratura fratturata per poterle restituire con sufficiente grado di dettaglio, nel modello tridimensionale finale.
Il Phantom è stato ad una distanza media di 25 m da suolo/parete, per un GSD di 7 mm/pixel.

Il rilievo dello Spark è stato un po’ più generale e veloce.
Non ho scattato foto di dettaglio ma solo immagini per modellare tridimensionalmente l’area indagata.
La distanza media che lo Spark ha tenuto dal terreno è stata di circa 35 m per un GSD di 1.5 cm/pixel.

In effetti anche in questo caso le condizioni operative del volo dei due droni non erano proprio le stesse…

Quando volo “a mano libera” disattendo spesso le previsioni progettuali sul GSD.
Solitamente finisco per scattare immagini da una distanza minore da quella prevista.
Il GSD è più piccolo, e fino a qui tutto bene, ma le foto da elaborare ed archiviare sono di più.

Per fotografie nadirali, anche in assenza di piano di volo, la telemetria che leggi nei dispositivi della stazione di terra (soprattutto l’altezza del drone in volo ma anche la velocità di crociera, la distanza dalla stazione di controllo, la direzione della prua) aiutano a mantenere costante la distanza drone-terreno e quindi anche il GSD.

Per foto inclinate e frontali serve un po’ più di esperienza.
E non sempre è sufficiente.

Ho scattato 430 foto con il Phantom e 150 con lo Spark.
Non lasciare che ti “caschino le braccia” per dei numeri così diversi.
Il Phantom ha scattato molte foto ravvicinate per caratterizzare con grande dettaglio alcune porzioni murarie.
Lo so, avrei dovuto toglierle e elaborare il modello con le foto rimanenti prese da più distante.
Non l’ho fatto per evitare una nuova elaborazione e l’attesa del tempo necessario per i risultati.
Ti prometto che il prossimo test sarà più rigoroso!

E poi il Phantom ha rilevato un’area più grande rispetto allo Spark.

Qui sotto vedi la posizione delle foto scattate (a sinistra quelle del Phantom e a destra quelle dello Spark)
Sembra un casino totale ma tieni conto che qui dentro ci sono le posizioni dei punti di presa sia delle foto nadirali, che di quelle inclinate a 45° sull’orizzontali e di quelle frontali.
Questi ultimi due dataset poi hanno anche foto scattate ad altezze diverse, per seguire lo sviluppo verticale della parete.

Immagine che mostra il confronto tra la posizione delle fotografie scattate dal Phantom 4 e lo Spark

DNG vs JPG

Ti dico l’ultima cosa sulle fotografie che ho scattato.

Ho registrato le foto del Phantom in formato RAW che poi ho trattato in post-elaborazione per ottimizzarle prima dell’elaborazione fotogrammetrica (ho scritto un articolo sull’editing dei file RAW per il processo fotogrammetrico, lo trovi qui).

Le foto dello Spark invece sono file registrati direttamente in JPG sulla scheda di memoria a bordo del drone e non hanno subito nessun fotoritocco.

Anche se non ti so quantificare con precisione le differenze tra l’elaborazione di file RAW ottimizzati e l’elaborazione degli stessi JPG (ci farò un articolo nel prossimo futuro!), ci sono indubbiamente delle differenze tra numero di punti di legame (matching points) e densità della nuvola densa.

Ancora una volta ti chiedo di chiudere un occhio sullo scarso rigore del test…

I PUNTI DI VINCOLO E DI CONTROLLO

Qui invece ho fatto le cose per bene!
🙂

Ho usato un po’ più di punti di vincolo a terra rispetto a quelli che ho usato nel primo test con lo Spark, il caso della cava di cui ti ho scritto prima.

Ho posizionato a terra 19 target artificiali ad alta visibilità.

Per il rilievo con il Phantom ne ho usati 13 per l’orientamento interno ed esterno delle immagini e del modello e per la georeferenziazione, i G.C.P. (Ground Control Point), e 6 per il controllo dell’accuratezza generale, i Q.C.P. (Quality Control Point).

All’interno dell’area rilevata con lo Spark ci sono finiti 14 target, di cui 10 li ho usati come G.C.P. e 4 come Q.C.P..

Immagine che rappresenta target artificiali ad alta visibilità per i punti di appoggio del rilievo aerofotogrammetrico - GCP e QCP

Ho distribuito i target in modo il più possibile omogeneo, sia in pianta che in elevazione.
Sfruttando la passeggiata pedonale che sta sopra la parete studiata, ho potuto mettere dei target anche lì senza ricorrere all’uso della stazione totale per battere punti ai limiti superiori dell’area del rilievo.

Ho rilevato le coordinate dei punti a terra con un ricevitore satellitare GNSS in modalità NRTK.

I punti hanno una precisione media sulla misura di circa 5 cm.

ELABORAZIONE FOTOGRAMMETRICA SfM

Non mi dilungo molto sulla spiegazione dell’elaborazione fotogrammetrica ad algoritmi Structure from Motion.
Ti dico solo che ho usato di nuovo il software Agisfot Photoscan Pro ed ho tenuto le stesse impostazioni per l’elaborazione delle foto scattate da un drone e dall’altro.
Ho fatto prima l’elaborazione delle foto del Phantom, per necessità di consegna, e poi ho applicato le stesse impostazioni sulle foto dello Spark.

Se ti va di approfondire l’elaborazione fotogrammetrica con il software Photoscan, in questo blog c’è una rubrica tenuta dall’Ing. Paolo Rossi, della facoltà di Ingegneria della Facoltà di Modena e Reggio Emilia, che entra nel dettaglio di tutti gli step del processo.
Ti metto il link all’ultimo articolo (ultimo mentre scrivo questo articolo) della serie.
Lo trovi qui.
Da lì puoi andare a tutti gli altri pubblicati sino ad ora.

ANALISI DEI RISULTATI

Per valutare in modo significativo i risultati ottenuti dai due rilievi ho ristretto il modello tridimensionale generato dall’elaborazione delle fotografie del Phantom all’area coperta dallo Spark.

ALLINEAMENTO DELLE IMMAGINI

Il parametro di accuratezza dell’allineamento impostato in Photoscan è stato Alto (High).

L’elaborazione delle foto del Phantom ha “trovato” 185.000 punti di legame (matching points), quella dello Spark ne ha individuati 80.000.

100.000 punti di legame in meno non sono per niente pochi!
Questa differenza è dovuta al fatto che il GSD medio delle immagini del Phantom è più basso di quello dello Spark, che le immagini scattate in RAW sono state ottimizzate per l’elaborazione fotogrammetrica e che ho fatto foto molto ravvicinate in alcuni punti della parete rocciosa, aiutando a tirare fuori dettagli più significativi per agganciare le foto una all’altra.

NUVOLA DENSA

La nuvola densa l’ho elaborata impostando la qualità Media e la modalità di filtraggio (depth filtering) Mild.

I punti del modello tridimensionale generato dalla foto del Phantom sono 4.500.000 mentre quelli del modello fatto con le foto dello Spark sono 2.000.000.

La differenza tra il numero di punti delle nuvole dense si attesta sul solito rapporto dei punti di legame.
I punti del modello del Phantom sono 2.3 volte di più rispetto a quelli del modello dello Spark.
Le cause sono di nuovo imputabili in tutto e per tutto alle stesse che ti ho descritto poco sopra.

A questi link puoi vedere le due nuvole di punti che ho caricato online.
Ho convertito i file LAS con Potree Converter ed ho caricato i file che ha creato all’interno di uno spazio sul mio dominio.
Nuvola di punti dalle foto del Phantom 4.
Nuvola di punti dalle foto dello Spark.

Puoi esplorare le nuvole, ruotarle e zoomarle, e puoi anche interrogarne le coordinate dei punti, misurare distanze e aree e tracciare sezioni con gli strumenti del menù che vedi aperto a sinistra.

MESH TRIDIMENSIONALE  E TEXTURE

La mesh tridimensionale triangolare del modello fatto con le foto del Phantom conta circa 420.000 facce mentre quella fatta con le foto dello Spark ne conta circa 380.000.

La texture generata dalle foto del Phantom ha una risoluzione di 2.5 cm/pixel mentre quella ricavata dalle foto dello Spark è di circa 3.4 cm/pixel.

Qui sotto trovi i due modelli solidi e texturizzati caricati su Sketchfab.

RIOMAGGIORE DJI PHANTOM 4 PRO
by paolocorradeghini
on Sketchfab

RIOMAGGIORE DJI SPARK
by paolocorradeghini
on Sketchfab

Se zoomi sulla parete ti accorgi di un po’ di differenza tra un modello e l’altro, anche se entrambi riproducono in maniera analoga e fedele la geometria dei luoghi.

ORTOFOTO

In un caso come questo, dove l’oggetto del rilievo è un elemento verticale, ha più interesse produrre ed esportare un ortomosaico ad alta risoluzione della vista (o delle viste) frontale della parete (dove ci sono gli elementi interessati dal progetto delle opere di difesa), piuttosto che la “classica” ortofoto nadirale.

Qui sotto ti faccio vedere il confronto tra due ortomosaici frontali ricavati dal modello fatto con le foto del Phantom e quello fatto con le foto dello Spark.

Prima ti faccio vedere l’immagine completa (considera che quella relativa alle foto del Phantom abbraccia un’area più grande) e poi ti metto due ingrandimenti al 100% della solita parte.

Immagine che rappresenta un ortomosaico ad alta definizione della parete verticale ricavata dalle foto del Phantom 4 Pro

Immagine che rappresenta un ortomosaico ad alta definizione della parete verticale ricavata dalle foto dello Spark

Immagine che rappresenta una porzione di ortomosaico ad alta definizione della parete verticale ricavata dalle foto del Phantom 4 Pro - ingrandimento al 100%

Immagine che rappresenta una porzione di ortomosaico ad alta definizione della parete verticale ricavata dalle foto dello Spark - ingrandimento al 100%

Anche in questo confronto è evidente come la definizione dell’immagine generata dalle foto del Phantom sia maggiore.
Considera ancora il fatto che il GSD medio dei due rilievi non era lo stesso ma era superiore per le foto scattate dallo Spark (e che quindi hanno una definizione inferiore).

ACCURATEZZA GENERALE

L’analisi dell’accuratezza generale dei due modelli tridimensionali, elaborati e restituiti, calcolata sulla base della stima degli scarti quadratici medi di punti di controllo (QCP) fornisce un valore di 5.3 cm per il modello fatto con il Phantom e 5.7 cm per quello fatto con lo Spark.

E questo credo che sia un risultato davvero interessante per la possibilità di fare fotogrammetria con lo Spark anche in ambiti più complessi!
Al netto del GSD delle immagini, della densità dei punti della nuvola tridimensionale e della risoluzione della texture digitale, è stato comunque possibile ricostruire un modello tridmensionale, fedele e rappresentativo dei luoghi studiati, con un’accuratezza generale del tutto paragonabile a quella stimata per l’altro modello.

Per altro, questo valore dell’accuratezza è anche rispondente alle esigenze del committente per lo studio dei fenomeni in corso e la progettazione degli itnerventi.

Ottimo lavoro Spark!
🙂

CONCLUSIONI

Anche questo test è arrivato alla fine.
Grazie per esserci arrivato anche tu!

Devo ammettere che anche questo test comparativo, così come il primo fatto nella cava di inerti, è stato abbastanza test ma non molto comparativo.
Le condizioni delle acquisizioni fotografiche dei due droni in volo non sono state le stesse.
C’erano delle differenze e neppure troppo trascurabili.
Ti confesso che ci ho preso gusto a fare questi test e scriverò un altro articolo su un rilievo di una piccola area totalmente pianeggiante dove si possono davvero paragonare metodi e mezzi a confronto nelle stesse condizioni!

Ma se torniamo a questo caso di studio posso concludere che:

  • Lo Spark si è comportato molto bene anche in un caso morofologicamente complesso, dove era necessario acquisire informazioni fotografiche divise in diversi dataset, da elaborare insieme.
  • Vale sempre quanto detto per il primo test: se devi rilevare un’area vasta non credo che lo Spark sia la scelta tecnica migliore.
    La sua fotocamera è meno performante rispetto a quella di altri droni più grandi e per avere lo stesso GSD devi volare più vicino all’oggetto da modellare, che vuol dire fare più foto, che poi devi elaborare (tempi più lunghi) ed archiviare su disco.
    Un drone piccolo, come lo Spark, ha anche dei limiti oggettivi sull’autonomia della batteria e se le aree sono grandi ne servono parecchie per coprirle tutte.
  • Però lo Spark ha il vantaggio che in uno scenario come questo si può usare anche con la presenza di persone a terra non interessate dalla operazioni.
    Il rilievo con il Phantom l’ho fatto alle 7 di mattina quando in zona c’erano pochissime persone, che si sono potute controllare grazie all’aiuto dei tecnici del Comune di Riomaggiore.
    Il rilievo con lo Spark l’ho fatto più tardi, quando iniziavano ad esserci un po’ più di persone in giro, tra turisti e locali.
    Non erano assembrate, ma non erano poche e, a tutti gli effetti, erano lì.
    Con lo Spark (alleggerito ed inoffensivo) ho potuto volare (e rilevare) senza dovermi preoccupare (non è andata proprio così!) delle persone sulla passeggiata.
    Quinsi, se devi fare un rilievo in uno scenario in cui il “fattore umano a terra” non è per niente trascurabile, un mezzo inoffensivo può essere davvero una risorsa utile e interessante.
  • Ed infine c’è da segnalare che l’accuratezza restituita dal modello fatto con le foto dello Spark è assolutamente paragonabile a quella del Phantom.
    Questo permette di avere un dato topografico solido, robusto e valido su cui fare analisi di pericolosità, estrarre sezioni e profili, programmare e progettare interventi su una buona base di partenza!

Quindi, alla luce di questo nuovo test, mi sento di continuare a dirti che, anche se con i suoi (non pochi!) limiti si può fare fotogrammetria con lo Spark!

 

Spero di averti dato altri spunti o contenuti interessanti su questo tema.
Prometto che il prossimo test sarà più rigoroso!

Per dubbi, domande o approfondimenti non esitare a scrivere nei commenti qui sotto.
E vale anche se ti vengono in mente considerazioni su questo argomento.

In questi giorni si parla molto del competitor dello Spark di casa Parrot, l’Anafi.
Sarebbe interessante poter riuscire a fare un confronto tra questi due droni.
Se ne hai uno e ti va di fare un test insieme scrivimi!
A me fa piacere.

 

Grazie ancora per il tuo tempo e per essere arrivato a leggere fino a qua!

A presto!

Paolo Corradeghini

Se pensi che possa essere utile ad altri, condividilo!Share on Facebook
Facebook
Share on LinkedIn
Linkedin
Tweet about this on Twitter
Twitter
Email this to someone
email

No related posts.

Share

RILIEVI

Paolo Corradeghini

Lasciami un commento!

  • Commenta nel riquadro qui sotto
  • Commenta con Facebook

8 Comments


Luca Autelli
8 August 2018 at 8:28
Reply

Grande, continuo a farti i miei complimenti per costanza e precisione!!!
Mi rincuora sapere che lo sparo possa funzionare e quindi al medesimo modo se non meglio un Anafi che presto vedremo in modalità 300 g possibilmente con buona autonomia di volo



    Paolo Corradeghini
    9 August 2018 at 18:53
    Reply

    Ciao Luca, grazie del tuo commento!
    Lo Spark ha delle caratteristiche interessanti che gli permettono di fare fotogrammetria con buoni risultati.
    Ma anche con i suoi limiti!
    🙂
    Mi piacerebbe provare l’Anafi della Parrot per valutarne le caratteristiche ma credo proprio che non ci siano dubbi sul fatto che si possa fare fotogrammetria anche con lui!
    A presto!
    Paolo

Eugenio Iachelini
24 October 2018 at 5:46
Reply

interessantissimo questo Articolo! un po’ L’idea che mi ero fatto al contrario di quello che mi stanno dicendo dove sto seguendo il corso di pilotaggio con Drone. sto seguendo i Tuoi articoli e podcast, e mi complimento per la professionalità e chiarezza di esposizione. per me, che sto avvicinandomi da poco a questa affascinante scienza il Tuo contributo é di grande aiuto.
Admaiora
Eugenio



    Paolo Corradeghini
    26 October 2018 at 12:13
    Reply

    Ciao Eguenio,
    lo Spark ha un bel po’ di limiti che è importante conoscere: durata della batteria, fotocamera di certo non superba, dimensioni e peso che lo lasciano un po’ in balia del vento…
    Tuttavia si può fare fotogrammetria con lo Spark.
    Nel momento in cui conosci i suoi limiti ti puoi adoperare per ottenere comunque il tuo risultato: voli più vicino al terreno scattando foto più ravvicinate, tieni d’occhio le condizioni meteo.
    Si può fare fotogrammetria anche con uno smartphone, l’importante è sapere che cosa si sta facendo e fare tutte le operazioni necessarie a elaborare dei dati robusti e validabili.
    Ciao e grazie per il tuo commento!
    Paolo

domenico
19 December 2018 at 18:27
Reply

Ciao, Perdona la domanda off topic. ho letto entrambi i tuoi post relativamente alla fotogrammetria realizzata tramite lo Spark. Nonostante quest’ultimo risulti molto interessante per le sue caratteristiche, pensavo di approcciarmi al mondo della fotogrammetria con l’acquistando un mavic air, in quanto avrei anche l’esigenza di poter realizzare video di qualità superiore rispetto allo spark. Pensi possa essere un buono prodotto a tal fine? Sono un ingegnere che lavora in ambito dell’edilizia e lo utilizzerei per la ricostruzione 3d dei terreni e degli edifici esistenti. Grazie in anticipo per la risposta.

Domenico.



    Paolo Corradeghini
    6 January 2019 at 17:45
    Reply

    Ciao Domenico,
    grazie per la pazienza nell’aspettare la mia risposta!

    Sicuramente il Mavic Air è un buon prodotto per fare fotogrammetria.
    La sua fotocamera non è diversa da quella dello Spark: 1/2.3″ per 12MPixel.
    La qualità delle foto è del tutto paragonabile.
    Per quanto riguarda il volo e l’autonomia della batteria credo che il Mavic sia superiore allo Spark, anche se non lo conosco…

    Mi sento solo di consigliarti di valutare l’aspetto normativo legato al pilotaggio del Mavic.
    Se alleggerisci lo Spark e lo porti a 300 grammi, pareliche incluse, puoi pilotarlo e lavorarci senza avere l’attestato di pilota.
    Credo invece che il Mavic non si possa alleggerire e quindi dovrai diventare pilota APR e valutare la possibilità di integrarlo con le operazioni critiche.

    Spero di averti dato informazioni utili.
    Per eventuali dubbi o domande non esitare a scrivermi.
    Grazie ancora per l’attesa!

    Ciao!
    Paolo

maurizio
11 April 2019 at 16:44
Reply

Ciao paolo,
Anch’io ho una domando fuori topic. vorrei acquistare un drone della DJI che vada bene sia per l’utilizzo che ne farei io, quindi foto e video di paesaggi per lo sviluppo di progetti di orti sinergici, sia per l’utilizzo che ne farebbe mio figlio. quindi vorrei sapere se lo spark ha una funzione sport per un volo un po più divertente
Grazie mille



    Paolo Corradeghini
    28 April 2019 at 21:49
    Reply

    Ciao Maurizio,
    sì lo Spark ha una modalità di pilotaggio “Sport” che ti permette di andare più veloce del solito anche se disattiva automaticamente i sensori ottici di rilevamento degli ostacoli in prossimità.
    Paolo

  • CHI SONO

    Paolo Corradeghini immagine profilo
    Paolo Corradeghini, ligure, classe 1979, ingegnere per formazione, topografo di professione, sportivo per necessità e fotografo per passione. Fai click sulla mia faccia e scopri qualche informazione in più.
  • SE VUOI PUOI SUPPORTARMI

    Diventa finanziatore di 3DMetrica

    Se quello che pubblico e che condivido è interessante ed è qualcosa di valore per te, per il tuo lavoro e per la tua attività, puoi scegliere di supportare il progetto di 3DMetrica diventandone finanziatore.
    Clicca sull'immagine qui sopra per avere più informazioni.
  • C’È IL CANALE TELEGRAM!

    Canale Telegrma 3DMetrica
    Iscriviti al canale Telegram di 3DMetrica dove, ogni giorno, condivido aggiornamenti, informazioni, contenuti, notizie, novità e dietro le quinte del mio lavoro.
    In amicizia e senza formalità!
    ISCRIVITI QUI!
  • CERCA NEL BLOG

  • EBOOK – Pensieri topografici del 2020

    Ebook-pensieri-topografici-2020
  • EBOOK – Pensieri topografici 2018-2019

    Ebook-pensieri-topografici-2020
  • PUOI SEGUIRMI SU INSTAGRAM…

    tredimetrica

    [Stazione Totale - Misure di distanza - Coordinate [Stazione Totale - Misure di distanza - Coordinate proiettate e cose che non tornano]
Fai attenzione al fattore di scala dei sistemi di riferimento proiettati quando fai misure con la stazione totale.

La distanza diretta, misurata con stazione totale, tra due punti in campo è diversa tra la distanza proiettata sul piano e presa tra le coordinate Nord ed Est degli stessi punti misurati con un GPS.

Nel passaggio da un sistema di coordinate geografiche ad un sistema cartografico si applica un fattore di scala.
Nel sistema di riferimento ETRF2000-UTM, questo fattore di scala è 0.9996.

Su 100 m lasci per strada 4 cm.
Su 3 km perdi 1.20 m!

Credo che questa sia un'informazione molto importante da gestire nei rilievi e nella restituzione.
    [Laser scanner e ombre] Il laser scanner è una m [Laser scanner e ombre]

Il laser scanner è una misura attiva ma i raggi emessi non distruggono gli oggetti che incontrano nel loro percorso!

Ci sono scanner che permettono di registrare più ritorni, per lo stesso raggio, ma se questo sbatte contro un muro, un tetto, un'auto o il terreno, non riesce ad andare oltre.
E meno male!

Al di là di questa introduzione, in una scansione terrestre (TLS) è molto probabile che ci siano ostacoli che fermano parte dei raggi e proiettano delle "ombre" nella nuvola di punti.
Lì non ci sono informazioni.

La forma e, soprattutto, la distanza dell'ostacolo dall'emettitore determinano la dimensione dell'ombra.

Anche se un elemento sembra poco rilevante rispetto alla scena da scansionare, la sua ombra potrebbe cancellare parecchi punti che, tradotti in superficie da rilevare, possono diventare parecchi metri quadrati.

Se non puoi liberarti dell'ostacolo l'unico modo per riempire le ombre è quello di fare più scansioni, da punti diversi, in modo che l'emettitore riesca a "vedere" oltre.

La programmazione di un rilievo laser scanner in campo tiene conto anche di questo.
Più stazioni fanno aumentare i tempi operativi di lavoro.
E con uno scanner ad approccio topografico le scansioni extra si fanno sentire nel budget finale delle ore in campo!

#laserscanner #3d #nuvoledipunti #pointcloud #trimble #trimblesx10
    [Aerofotogrammetria - Ortofoto sull'acqua] Si poss [Aerofotogrammetria - Ortofoto sull'acqua]
Si possono creare ortofoto d'acqua (ferma) anche se il modello 3D fotogrammetrico fa schifo ed è bucato.

Se la nuvola di punti o la mesh sono "bucate" è perchè il software non è stato capace di trovare punti di legame nell'allineamento delle immagini.
Ma non è detto che l'ortofoto non possa venire fuori ugualmente bene.
Par farlo succedere devi creare una superficie di riferimento, su cui "stendere" le fotografie, ortorettificate, priva di buchi.
Puoi usare il DEM o la Mesh.
Quando fai creare il DEM (Modello Digitale di Elevazione) hai la possibilità di dire al software di interpolare i buchi.

L'interpolazione della mesh non sempre va a segno al primo colpo (in realtà neppure quella del DEM) ma ci sono altri strumenti (più o meno avanzati) che ti vengono in aiuto.

L'accorgimento da prendere in fase di presa fotografica è di estendere la copertura delle fotografie ad un bel pezzo extra di riva, dove sei sicuro che il software fotogrammetrico lavorerà senza problemi nella creazione di nuvola di punti e mesh.

#ortofoto #fotogrammetria #aerofotogrammetria #3d #nuvoladipunti #mesh #dem
    [Rilievi di argini e vegetazione] Gli argini di c [Rilievi di argini e vegetazione]

Gli argini di canali artificiali, realizzati in terra, si prestano bene ad un rilievo aerofotogrammetrico ma, affinché il rilievo sia davvero efficace, andrebbe fatto dopo la pulizia dalla vegetazione.

Un sorvolo su un argine pulito permette di creare una nuvola di punti efficace da cui estrarre informazioni per tutta la lunghezza del tratto rilevato.

Se invece le sponde sono vegetate, il dato che si ottiene potrà essere buono qua e là ma sarà comunque globalmente più scarso rispetto alle condizioni ideali.

Lo sfalcio ed il decespugliamento sono attività che possono avere costi importanti.
Gli Enti locali hanno solitamente un piano di sfalcio sulle aree di competenza, specialmente se si tratta di zone frequentate, aree verdi, parchi e percorsi ciclopedonali.
Se hai tempo di aspettare, vale la pena coordinarsi in tal senso per andare in campo subito dopo le pulizie programmate.
Se invece hai fretta si devono accettare costi maggiori per lo sfalcio straordinario.

O si può andare in campo con la tecnologia LiDAR su drone per riuscire a penetrare la copertura vegetale.
Anche se non sempre si riesce a fare!

P.S.
Tutto questo vale per la parte emersa.
Per andare sott'acqua servono altri strumenti!
    [Monitoraggio e considerazioni sul tema] Prendend [Monitoraggio e considerazioni sul tema]

Prendendo spunto da una recente installazione di sistema di monitoraggio della falesia del Cimitero di Camogli (con tecnologia GNSS da parte di Gter e Yet It Moves) faccio alcune considerazioni sul tema.
Gli strumenti per monitorare possono essere tanti e quello che accumuna ogni situazione è la ripetizione nel tempo delle misure.

La precisione del controllo può già fare una discriminazione.

Il caso di Camogli pone poi l'attenzione sul "quante misure fare nel tempo".
Una rete GNSS che elabora dati in continuo permette di accedere alle letture dei singoli nodi con una frequenza alta (si che può arrivare ad essere anche di qualche ora).

A Camogli mi sono occupato dei rilievi fotogrammetrici e laser scanner di tutta la porzione di costa, in due momenti differenti, da cui si sono potuti misurare movimenti macroscopici che hanno permesso di fare valutazioni successive per la scelta dei punti di installazione dei sensori del monitoraggio di precisione.

Credo anche che sia rilevante l'aspetto della responsabilità di chi restituisce un dato da monitoraggio.
Questi dati servono per scelte progettuali, decisioni di sicurezza e protezione civile per niente banali.
Vale la pena "metterci la testa".

Io non sono un esperto di monitoraggi, anzi non lo sono per niente, ma il tema della misura legata, in qualche modo, alla "quarta dimensione", quella del tempo, mi affascina molto.
Se hai contributi, commenti o esperienza da condividere fallo assolutamente perchè il tema è interessante!
    Sono iniziati (in realtà già da qualche mese) i Sono iniziati (in realtà già da qualche mese) i lavori di messa in sicurezza dei versanti sopra la Via dell'Amore ed il ripristino della passeggiata, chiusa ormai da diversi anni).

Reti di placcaggio, barriere paramassi, nuove gallerie e rifacimento di tutto il percorso per un po' di milioni di euro ed almeno due anni di tempo.

Dovrei supportare i lavori con alcune "cose" dall'alto...

#viadellamore #parcocinqueterre  #lavori #roccia #drone
    [Laser scanner, nuvole colorate e fotocamere integ [Laser scanner, nuvole colorate e fotocamere integrate]

Per colorare una nuvola di punti da scansione laser servono delle fotografie.
Ci sono ormai parecchi scanner con fotocamera integrata, che semplificano il lavoro dell'operatore.

L'esposizione delle immagini deve essere la più "corretta" possibile per  riprodurre al meglio l'informazione colorimetrica nei punti della nuvola.

Non conosco il funzionamento specifico di ogni camera ma vale la pena dedicare un po' di tempo a capire come lavora l'esposimetro ed evitare così punti bianchi (per foto sovraesposte) o neri (per sottoesposizione).

Nel caso della SX10 di Trimble (l'unico caso che conosco), si può fissare un'esposizione costante ed è ok se l'illuminazione della scena scansionata non cambia.
I risultati sono scarsini se si passa da alte luci ad ombre e viceversa.

Nelle prime due immagini la nuvola è colorata da foto con esposizione fissa e presa ai due estremi delle zone di luminosità della scena scansionata.

L'altra opzione possibile è quella di scegliere un'esposizione automatica e variabile che permette di compensare i cambi di luce, per un risultato più armonico.

Occhio che l'angolo di campo dell'ottica incide parecchio.
È difficile avere tutto quanto esposto perfettamente in un'immagine sferica a 360°.
A meno di non sfruttare la tecnica dell'HDR (che alcuni scanner fanno)

Se poi c'è la possibilità di usare più camere (a lunghezza focale diversa) per scattare foto da usare nella colorazione della nuvola, quella a campo più stretto permette una lettura dell'esposizione più accurata rispetto alle panoramiche.
Ma servono più foto per coprire l'intera scena.
    [Fotogrammetria ed attenzione al colore] Spoiler: [Fotogrammetria ed attenzione al colore]
Spoiler: questo post non è interessante se ti occupi solo di fotogrammetria per il rilievo del territorio.
Ma se fai anche ricostruzioni 3D di edifici storici, beni culturali, monumenti ed opere d'arte di ogni forma e dimensione, credo che serva molta attenzione anche alla riproduzione fedele del colore nel processo fotogrammetrico.

Nella campagna di scatto è necessario utilizzare degli oggetti  che permettano di correggere le dominanti di colore in post elaborazione.
Si tratta generalmente di tabelle formate da quadrati colorati (in cui ogni colore è codificato).
In inglese si chiamano "color checker".
Li dovresti mettere nella scena e fotografare nelle stesse condizioni di illuminazione dell'oggetto del rilievo.

In post elaborazione poi si prendono le immagini in cui è presente il color checker e si applicano correzioni cromatiche sulla base del colore "letto" nell'immagine rispetto a quello che dovrebbe essere realmente (i valori codificati).

Tutto questo deve essere accompagnato da un altro paio di cose:
1. il controllo dell'illuminazione della scena;
2. un monitor calibrato (tutto passa attraverso i pixel del tuo schermo e se non sono "veritieri" il rischio di vanificare tutto il processo che ti ho raccontato, avendo una percezione sballata dei colori, è alto).

#fotogrammetria #colore #colorchecker
    [Lidar e software di elaborazione dei dati] Condiv [Lidar e software di elaborazione dei dati]
Condivido alcune caratteristiche che un software di elaborazione dati Lidar (da drone) dovrebbe avere.

1. Gestione dei dati grezzi della base GNSS di riferimento per il calcolo della traiettoria.

2. Aggiustare e/o correggere le traiettorie.

3. Dividere la traiettoria e, conseguentemente, la nuvola di punti.

4. Colorare la nuvola di punti e gestire problemi di "matching" tra immagine e traiettoria.

5. Gestione di datum, sistemi di riferimento e coordinate.

6. Misurare la nuvola di punti.

7. Visualizzare i punti secondo le informazioni dei campi scalari (intensità e numero di ritorni, tempo di acquisizione, ...)

8. Esportazione della nuvola in formati comuni.

Poi ce ne sono altri, non necessari, ma che possono aiutare l'elaborazione.

9. Segmentare, ritagliare ed eliminare parti della nuvola di punti.

10. Filtrare la nuvola per eliminare rumore ed outliers, oltre che sottocampionarla

11. Classificare i punti con algoritmi automatici.

12. Verificare l'accuratezza con punti di coordinate note.

13. Generare report di elaborazione.

Dimentico senz'altro qualcosa.
Se vuoi aggiungere, integrare o commentare in base alla tua esperienza sentiti davvero libero o libera.
È utile per tutti.

#lidar #nuvoledipunti #3d #pointcloud #software #editing #realitycapture
    Se sei in un posto aperto a misurare con il GPS pu Se sei in un posto aperto a misurare con il GPS puoi anche tenere la palina bassa, i satelliti si vedono ugualmente bene.

#gnss #gps #rilievo #topografia #misura
    È importante aggiornare i firmware degli strument È importante aggiornare i firmware degli strumenti di rilievo ed i software dei dispositivi che li controllano.

Credo che l'evoluzione tecnologica di quello che si usa in campo si porti con sé la necessità di una consapevolezza nuova sulla loro manutenzione.

Se prima gli aspetti legati alla taratura, al controllo delle parti meccaniche, ..., bastavano per permetterne il funzionamento, ora serve un'attenzione in più.

Non vale per ogni strumento che si vede in giro, ma credo che, piano piano, sarà un aspetto con cui tutti ci confronteremo.

Le case produttrici ti permettono di aggiornare continuamente una stazione totale o un laser scanner con nuovi firmware, che ne integrano funzionalità o correggono dei "bug".

E lo stesso succede per i software che girano sui dispositivi di controllo (smartphone, tablet, ...).

Nuove release migliorano la user experience o, anche qui, sistemano gli errori.

Se dopo un rilievo spari aria compressa e spennelli una stazione totale per togliere la polvere, prima di andare in campo dovresti controllare che software e firmware siano ok e tutto sia funzionante.

Usiamo strumenti tecnologicamente fantastici che tuttavia potrebbero incepparsi in campo per qualche "banale" conflitto software irrisolto.

#rilievo #strumenti #topografia #software #firmware
    La fotogrammetria non è la tecnica ideale per lav La fotogrammetria non è la tecnica ideale per lavorare con la vegetazione: copre il terreno che sta sotto (in una presa da drone) e non è facile ricostruirla.

Fotografie ad alta risoluzione, scattate da un sensore grande (full frame), possono avere problemi maggiori per ricreare nella nuvola di punti, le chiome di alberi.

Da quando ho iniziato ad usare una fotocamera più performante (full frame - 40 Megapixel) rispetto a quelle che ho usato in passato (1" - 24 Megapixel) sto verificando dei buchi nella nuvola di punti laddove ci sono alberi spogli.
Può sembrare controintuitivo ma è così.

Fotografie troppo dettagliate, di elementi molto complessi, porosi e con informazioni disposte su vari piani (tutta l'altezza degli alberi) non aiutano il software, anzi...

Per provare ad avere qualche informazione in più lì sopra,  puoi lanciare l'elaborazione della nuvola di punti ad una qualità inferiore.
Le immagini del dataset vengono sottocampionate (la risoluzione si riduce) ed il software structure from motion lavorerà con una minore quantità di dettagli descritti nei pixel.
Questo aumenta il numero di punti lungo gli alberi, anche se la loro confidenza (cioè l'attendibilità della posizione 3D) è piuttosto scarsa.
Oh, non è che il problema sia superato, anzi...
La nuvola di punti in effetti fa ancora piuttosto schifo.

La presenza di foglie aiuta il processo quindi se vuoi avere informazioni sulle altezza degli alberi è meglio acquisire i dati in estate.
Ed anche il tipo di albero (forma e dimensione) influenza il risultato...

#fotogrammetria #structurefrommotion #nuvoledipunti #3d #pointcloud
    Il back up dei dati subito dopo un rilievo, mette Il back up dei dati subito dopo un rilievo, mette al sicuro il lavoro della giornata.

Molti dispositivi di controllo sono palmari, smartphone o tablet, piuttosto avanzati, ma pur sempre a rischio di danneggiamento software o, peggio, furto o danno fisico.

Perdere i dati di una giornata di lavoro può avere conseguenze importanti.

Se hai rilevato qualcosa che non c'è più (scavo, abbancamento, demolizione) non potrai ripetere il rilievo.

Ci sono vari livelli di "sicurezza" per i dati di uno strumento.

Salvare i dati in una memoria interna (ad uno scanner o una stazione totale) ed in quella del controller ti permette di avere i file in due posti distinti.

Backuppare un lavoro in una chiave USB o in un hard disk esterno è un'altra opzione valida. Vale però per dispositivi dotati di porta USB.

Salvare i dati nel cloud è forse la scelta più sicura. Attivando un hot spot con lo smartphone riesci a mandarli in posti che sono a prova di furto o danno. Il cloud ti permette anche di essere molto efficiente se c'è qualcuno pronto a riceverli ed iniziare subito ad elaborarli.

Una volta ho temuto di aver perso i dati di un rilievo "un po' complicato".
Non ho passato una bella mezz'ora!
    [Laser scanner e traffico] Un camion che passa da [Laser scanner e traffico]

Un camion che passa davanti ad un laser scanner e è un ostacolo al rilievo.
A volte il traffico si riesce a gestire (movieri, gestione del cantiere o indicazioni specifiche, ...).
Altre volte no.
L'ideale immobilismo è, di fatto, irrealizzabile.

Alcuni scanner hanno la possibilità di mettere in pausa, una scansione per riprenderla una volta passato il mezzo.

Anche aumentare la qualità della scansione può aiutare.
Spesso una qualità maggiore significa effettuare la scansione, della stessa area, più volte.
Se i mezzi si muovono, ci sono buone probabilità che, se te li ritrovi tra i piedi al primo giro, non ci saranno più al secondo.

Fare scansioni da punti diversi aiuta.
Scegli punti di scansione in modo che si integrino uno con l'altro.

Oppure  puoi sempre considerare l'ipotesi di fare il rilievo di notte quando, auspicabilmente, il traffico è ridotto o assente.
    Un ponte può creare problemi ad un rilievo con Li Un ponte può creare problemi ad un rilievo con Lidar lungo un alveo

Manca il pezzo d'alveo sotto al ponte.
Non è sempre vero.
Ma può capitare.

Non c'è l'intradosso ed i dettagli non sono ricchissimi.

La classificazione del terreno può venire ingannata.
Non è facile per un software di classificazione automatica  distinguere il ponte dal terreno.
Se ci pensi ha la stessa quota del piano stradale.

Questi problemi si possono risolvere.

Una scansione con laser terrestre mette (forse) a posto i primi due punti 

Se c'è acqua o non riesci ad andare sotto all'impalcato puoi interpolare il terreno con le informazioni a monte ed a valle.
Se però c'è una soglia o un salto dovrai battere dei punti con una stazione totale.

Per la classificazione automatica l'intervento manuale è la soluzione migliore per garantire un risultato confidente.

Il Lidar da drone è molto efficace per acquisire dati in questi ambiti (occhio alla vegetazione!) ma l'integrazione strumentale è sempre la soluzione più efficiente.

#rilievo #rilievo3d #lidar #drone #lidardadrone #3d #realitycapture #alveo #idraulica #dtm #nuvoledipunti
    Non è detto che quello che ti serva sia un'ortofo Non è detto che quello che ti serva sia un'ortofoto di una facciata.
Potresti correggere la distorsione prospettica con software di fotoritocco e "raddrizzare" l'immagine (per i tuoi scopi).

Il punto di presa e la forma dell'oggetto fotografato deformano la rappresentazione secondo una vista prospettica.
Linee parallele nella realtà (muri verticali) sono convergenti nello spazio immagine.

Tutti i principali software di photoediting hanno strumenti di correzione della prospettiva.
Ci sono nel famoso Photoshop, nell'open source Gimp e nel "nuovo" ed economico Affinity Photo.

Funzionano più o meno nel solito modo.
Intervieni sulle immagini alterando i pixel e, aiutato da una griglia virtuale, allinei gli elementi dell'immagine alla maglia.
È veloce e non richiede hardware super.

La posizione reciproca tra punto di presa ed oggetto fa molto.
Così come la forma di quello che hai fotografato è rilevante.

È diverso dal fare un'ortomosaico.
Così come è diverso dall'usare, in campo, un obiettivo basculante e decentrabile ("tilt/shift") per le foto.
Ma è piuttosto pratico e può funzionare ugualmente.

Dopo tutto il raddrizzamento delle foto del costruito è una tecnica che gli architetti usano da parecchio tempo.
😉
    Se non puoi fare a meno di parcheggiare la tua aut Se non puoi fare a meno di parcheggiare la tua auto al di fuori dell'area del rilievo, vale la pena fare attenzione a dove la posteggerai.
Non è uno scherzo!
:)

La fotogrammetria è una tecnica passiva e gli algoritmi Structure from Motion riescono a ricostruire solo quello che si vede nelle immagini.
Un'automobile è un elemento di disturbo, neppure troppo piccola.
Può nascondere informazioni importanti o potrebbe essere difficile da togliere dalla nuvola di punti.

Parcheggiarla in un'area pianeggiante, su una superficie omogenea è una buona idea.
I motivi sono (almeno) due.

Il primo è che puoi facilmente ritoccare le fotografie dove è presente in modo da rimuoverla.
Software di fotoritocco hanno strumenti molto efficienti!
Può richiedere un po' di tempo (dipende dal numero di foto) ma il risultato è generalmente buono.
Qui sotto vedi un "prima" ed un "dopo" fotoritocco.

ll secondo motivo è che, se non ritocchi le foto, l'auto sarà un elemento isolato nella nuvola di punti che "emerge" dal terreno.
Questo ti permette di trattarla velocemente ed efficaciemente per rimuoverla, tenendo solo i punti del terreno.

Se la parcheggi a ridosso del piede di una parete di roccia non sarà immediato fare le cose che ho scritto qui sopra.
    Droni e missioni di volo automatiche - Attenzione Droni e missioni di volo automatiche - Attenzione ai modelli di elevazione a larga scala

Non prendere "a scatola chiusa" e senza controllare i modelli digitali di elevazione che si usano per la pianificazione automatica delle missioni di volo per droni.
Possono esserci differenze importanti (talvolta enormi) con la realtà.

Una missione di volo per aerofotogrammetria andrebbe eseguita mantenendo il più possibile costante la distanza "drone-terreno".
Se lavori lungo pendii o terreni inclinati è possibile farlo usando software di mission planning che caricano al loro interno dei modelli di elevazione a cui si riferiscono per impostare l'altezza del drone in volo.

A meno di usare modelli ad hoc, che hai fatto tu e su cui sei confidente, i modelli di riferimento sono a larga scala e non riescono a definire bene le caratteristiche locali.
Spesso non sono aggiornati.

Nella prima foto vedi uno screenshot di Google Earth Pro (in cui ho attivato l'opzione "Terreno 3D") per un'area di cava in cui dovevo fare un rilievo con APR.
Sembrerebbe un pendio acclive, ma regolare.

La seconda invece è una foto presa in volo, che mostra come sono realmente le cose.
Lo sperone di roccia stacca dal pendio circa 50-60 metri.
Un piano di volo automatico non lo avrebbe considerato...
    Carica di più... Seguire Instagram
  • VUOI ISCRIVERTI ALLA NEWSLETTER?

    Newsletter di 3DMetrica Ti prometto che riceverai una sola email alla settimana.
    Salvo qualche (rara) eccezione...
    Una volta alla settimana ti scrivo i post che pubblico quotidianamente sui miei canali social network, ti metto il link all'ultimo articolo del blog (sperando di farcela a scriverne uno ogni settimana!) ed anche il link per ascoltare la nuova puntate del podcast di 3DMetrica.
  • ARGOMENTI

    CARTOGRAFIA DRONI EBOOK FOTOGRAMMETRIA LASER SCANNER LAVORI LIDAR PODCAST RILIEVI Senza categoria SOFTWARE STRUMENTI TOPOGRAFIA TUTORIAL
  • PAROLE CHIAVE

    3D 3dmetrica 5 terre aerofotogrammetria agisoft photoscan altimetria angoli apr cartografia cloud compare cloudpoints coordinate dem dissesto idrogeologico drone droni elaborazione fotografia Fotogrammetria GIS GNSS GPS GSD immagini laser scanner lidar misura misure nuvola di punti nuvole di punti ortofoto photoscan quota rilievo rilievo aerofotogrammetrico rilievo con drone sapr sistemi di riferimento software stazione totale structure from motion strumenti topografia tutorial uav



© Copyright Ing. Paolo Corradeghini 2021 - PIVA 01260880115