Cоздание высокоточных цифровых моделей высот с использованием ГНСС-БПЛА

DOI: 10.35595/2414-9179-2021-2-27-327-339

Посмотреть или загрузить статью (Rus)

Об авторах

А.М. Гафуров

Казанский (Приволжский) федеральный университет, Институт экологии и природопользования,
Товарищеская, д. 5, 420097, Казань, Россия;
E-mail: amgafurov@kpfu.ru

О.П. Ермолаев

Казанский (Приволжский) федеральный университет, Институт экологии и природопользования,
Товарищеская, д. 5, 420097, Казань, Россия;
E-mail: oleg.yermolayev@kpfu.ru

Б.М. Усманов

Казанский (Приволжский) федеральный университет, Институт экологии и природопользования,
Товарищеская, д. 5, 420097, Казань, Россия;
E-mail: busmanof@kpfu.ru

П.В. Хомяков

Казанский (Приволжский) федеральный университет, Институт экологии и природопользования,
Товарищеская, д. 5, 420097, Казань, Россия;
E-mail: petr.khomyakov@kpfu.ru

Аннотация

Беспилотные летательные аппараты (БПЛА) все больше вовлечены в геодезические работы, становясь надежной основой для получения информации о трехмерных характеристиках местности. До недавнего времени для надежного планово-высотного обоснования измерений с беспилотных аппаратов использовались наземные опорные точки. Установка подобных марок занимает достаточно продолжительное время, которое увеличивается пропорционально размеру изучаемой территории. Помимо того, что установка марок и их координатная съемка занимают продолжительное время, использование марок приводит (в особенности на больших территориях от 1 кв.км) к искажениям модели, приводящим, в свою очередь, к появлению областей локальных понижений и возвышений там, где их нет на местности. Данные искажения возникают из-за алгоритмов минимизации погрешности при оптимизации положений камер и не поддаются корректировке. Отказ от использования опорных точек без использования иных, уточняющих положения центра проекции снимков, средств приводит к иным геометрическим искажениям, связанным с дисторсией объективов съемочных систем, установленных на БПЛА (так называемые «седловидные» модели). В настоящей работе представлены результаты апробации методики создания высокоточных цифровых моделей высот (ЦМВ) с использованием встроенных в БПЛА приемников глобальной навигационной спутниковой системы (ГНСС). Апробация производилась на 10 объектах Закамья Республики Татарстан (Россия) с площадью, варьирующейся от 4 до 58 гектар. Корректировка положения ГНСС-ровера производилась в постобработке от сети виртуальных базовых станций, расположенных на удалении от 6 до 70 км от места съемки. Для всех объектов погрешности ЦМВ не превышали 0,05 м по осям X, Y и Z, при этом зависимости величины погрешности от размера изучаемой территории выявлено не было. Полученные результаты анализа погрешностей могут говорить о перспективе использования дешевых ГНСС-БПЛА без необходимости организации сети наземных опорных точек, ограничившись только необходимостью установки контрольных точек, что позволит многократно сократить временные затраты на производство работ, в особенности на труднодоступных объектах.

Ключ. слова

БПЛА, ГНСС, ЦМВ, оценка точности, рельеф, фотограмметрия, болгарские городища

Список литературы

  1. Benassi F., Dall’Asta E., Diotri F., Forlani G., Morra di Cella U., Roncella R., Santise M. Testing Accuracy and Repeatability of UAV Blocks Oriented with GNSS-Supported Aerial Triangulation. Remote Sens, 2017. V. 9. No. 2. P. 172. DOI: 10.3390/rs9020172.
  2. Bolkas D. Assessment of GCP Number and Separation Distance for Small UAS Surveys with and without GNSS-PPK Positioning. J. Surv. Eng, 2019. V. 145. No. 3. P. 04019007. DOI: 10.1061/(ASCE)SU.1943-5428.0000283.
  3. Dewez T.J.B., Leroux J., Morelli S. Cliff collapse hazard from repeated multicopter UAV acquisitions: return on experience. ISPRS—Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci, 2016. V. XLI-B5. P. 805–811. DOI: 10.5194/isprsarchives-XLI-B5-805-2016.
  4. Dinkov D.A Low Cost Method UAV-PPK-Accuracy and Application. 2019. DOI: 10.13140/RG.2.2.31557.81123.
  5. Ermolaev O.P., Mal’tsev K.A., Mukharamova S.S., Kharchenko S.V., Vedeneeva E.A. Cartographic model of river basins of European Russia. Geogr. Nat. Resour, 2017. V. 38. No. 2. P. 131–138. DOI: 10.1134/S1875372817020032.
  6. Gafurov A., Gainullin I., Usmanov B., Khomyakov P., Kasimov A. Impacts of fluvial processes on medieval settlement Lukovskoe (Tatarstan, Russia). Proc. Int. Assoc. Hydrol. Sci, 2019. V. 381. P. 31–35. DOI: 10.5194/piahs-381-31-2019.
  7. Gafurov A. The Methodological Aspects of Constructing a High-Resolution DEM of Large Territories Using Low-Cost UAVs on the Example of the Sarycum Aeolian Complex, Dagestan, Russia. Drones, 2021. V. 5. No. 1. P. 7. DOI: 10.3390/drones5010007.
  8. Gafurov A.M., Yermolayev O.P. Automatic Gully Detection: Neural Networks and Computer Vision. Remote Sens, 2020. V. 12. No. 11. P. 1743. DOI: 10.3390/rs12111743.
  9. Gainullin I.I., Khomyakov P.V., Sitdikov A.G., Usmanov B.M. Qualitative assessment of the medieval fortifications condition with the use of remote sensing data (Republic of Tatarstan). Fifth International Conference on Remote Sensing and Geoinformation of the Environment (RSCY2017), 2017. P. 104440X. DOI: 10.1117/12.2279136.
  10. Groves P.D. Principles of GNSS, inertial, and multisensor integrated navigation systems. Boston/London: Artech House, 2013. 776 p.
  11. Langley R.B. Rtk gps. Gps World, 1998. V. 9. No. 9. P. 70–76.
  12. Mancini F., Dubbini M., Gattelli M., Stecchi F., Fabbri S., Gabbianelli G. Using Unmanned Aerial Vehicles (UAV) for High-Resolution Reconstruction of Topography: The Structure from Motion Approach on Coastal Environments. Remote Sens, 2013. V. 5. No. 12. P. 6880–6898. DOI: 10.3390/rs5126880.
  13. Tahar K.N. An evaluation on different number of ground control points in unmanned aerial vehicle photogrammetric block. Int Arch Photogramm Remote Sens Spat Inf Sci, 2013. V. 40. P. 93–98. DOI: 10.5194/isprsarchives-Xl-2-W2-93-2013.
  14. Takasu T., Yasuda A. Development of the low-cost RTK-GPS receiver with an open source program package RTKLIB. Int. Symp. GPSGNSS. 2009. P. 4–6.
  15. Tomaštík J., Mokroš M., Surový P., Grznárová A., Merganič J. UAV RTK/PPK method—an optimal solution for mapping inaccessible forested areas? Remote Sens, 2019. V. 11. No. 6. P. 721. DOI: 10.3390/rs11060721.
  16. Villanueva J.K.S., Blanco A.C. Optimization of ground control point (GCP) configuration for unmanned aerial vehicle (UAV) survey using structure from motion (SFM). Int Arch Photogramm Remote Sens Spat Inf Sci. 2019. P. 167–174. DOI: 10.5194/isprs-archives-XlII-4-W12-167-2019.
  17. Yu G., Su Y., Yu L., Gong L., Zhao D. Optimizing Pose of UAV Image Based on PPK Technology. China High Resolution Earth Observation Conference: Springer, 2019. P. 11–35. DOI: 10.1007/978-981-15-3947-3_2.
  18. Zhang H., Aldana-Jague E., Clapuyt F., Wilken F., Vanacker V., Van Oos K. Evaluating the potential of PPK Direct Georeferencing for UAV-SfM Photogrammetry and Precise Topographic Mapping. Earth Surf Dyn Discuss, 2019. P. 1–34. DOI: 10.5194/esurf-2019-2.

Для цитирования: Гафуров А.М., Ермолаев О.П., Усманов Б.М., Хомяков П.В. Cоздание высокоточных цифровых моделей высот с использованием ГНСС-БПЛА. ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: Материалы Междунар. конф. M: Географический факультет МГУ, 2021. Т. 27. Ч. 2. С. 327–339 DOI: 10.35595/2414-9179-2021-2-27-327-339

For citation: Gafurov A.M., Yermolayev O.P., Usmanov B.M., Khomyakov P.V Creation of high-precision digital elevation models using the GNSS UAV. InterCarto. InterGIS. GI support of sustainable development of territories: Proceedings of the International conference. Moscow: MSU, Faculty of Geography, 2021. V. 27. Part 2. P. 327–339. DOI: 10.35595/2414-9179-2021-2-27-327-339 (in Russian)