Παρακολούθηση της κατάστασης των μη ασφαλτοστρωμένων δρόμων με τη μέθοδο της τηλεπισκόπησης και με τη χρήση άλλης τεχνολογίας

Από RemoteSensing Wiki

Έκδοση στις 16:10, 31 Ιανουαρίου 2019 υπό τον/την Elenmour (Συζήτηση | Συνεισφορές/Προσθήκες)
('διαφορά') ←Παλιότερη αναθεώρηση | εμφάνιση της τρέχουσας αναθεώρησης ('διαφορά') | Νεώτερη αναθεώρηση→ ('διαφορά')
Μετάβαση σε: πλοήγηση, αναζήτηση

Παρακολούθηση της κατάστασης των μη ασφαλτοστρωμένων δρόμων με τη μέθοδο της τηλεπισκόπησης και με τη χρήση άλλης τεχνολογίας '

Πρότυπος τίτλος: Monitoring the condition of unpaved roads with remote sensing and other technology

Συγγραφέας : Chunsun Zhang

Πηγή



Εισαγωγή

Πάνω από το 90% των δρόμων παγκοσμίως δεν είναι ασφαλτοστρωμένοι ενώ στις ΗΠΑ το ποσοστό φτάνει το 50%.Υπουργείο Μεταφορών των ΗΠΑ διερευνά τις δυνατότητες εφαρμογής τεχνολογίας τηλεπισκοπικής παρακολούθησης της κατάστασης των μη ασφαλτοστρωμένων δρόμων. Σκοπός του είναι να αναπτύξει ένα ισχυρό και οικονομικό σύστημα για τη διατήρηση κρατικών πληροφοριών σχετικά με την κατάσταση των μη ασφαλτοστρωμένων δρόμων ώστε να αποφεύγονται οι επιτόπιες έρευνες οι οποίες είναι πιο χρονοβόρες και δαπανηρές. Εξετάστηκε η χρήση ενός μη επανδρωμένου εναέριου οχήματος (UAV) ως πλατφόρμα συλλογής δεδομένων οδικής κυκλοφορίας. Η έρευνα αρχικά στα κεφάλαια 2 και 3 εξετάζει την κατάσταση των μη ασφαλτοστρωμένων δρόμων των ΗΠΑ και τις αξιολογεί.


Μεθοδολογία

Στο 4ο κεφάλαιο, παρουσιάζεται το UAV ελικόπτερο που περιέχει ψηφιακή φωτογραφική μηχανή, σύστημα ελέγχου πτήσης επί του σκάφους και σταθμό ελέγχου εδάφους (GCS). Παράλληλα παρουσιάζεται το λογισμικό weGCS το οποίο εγκαθίσταται στον υπολογιστή, και καθορίζει τις παραμέτρους αποστολής. Ρυθμίζει το ύψος πτήσης, την ταχύτητα, τη γωνία προβολής και το μέγεθος επικάλυψης. Κατά τη διάρκεια της αποστολής, το GCS μπορεί να επικοινωνεί με τον έλεγχο πτήσης επί του σκάφους για να ενεργοποιήσει αυτόματα την κάμερα στις προκαθορισμένες θέσεις και να αποκτήσει εικόνες. Στο 5ο κεφάλαιο περιγράφονται αναπτυγμένοι αλγόριθμοι ανάλυσης εικόνας που χρησιμεύουν στη μέτρηση της επιφανειακής δυσφορίας σε μη ασφαλτοστρωμένους δρόμους από τις εικόνες που έχουν ληφθεί από το UAV. Για τη μέτρηση της δυσφορίας χρειάζονται δεδομένα τριών διαστάσεων διότι η τρίτη διάσταση του υψομέτρου είναι το βασικό χαρακτηριστικό αξιολόγησης οδικής κατάστασης όπως για παράδειγμα το βάθος των λακκούβων, οι ράγες, οι οδικές γεωμετρικές ιδιότητες, η κλίση του δρόμου, η γεωμετρία διατομής μπορούν να ληφθούν μόνο όταν είναι διαθέσιμες οι πληροφορίες 3D δρόμου. Τα 3D δεδομένα προέρχονται από επικαλυπτόμενες εικόνες και δίνεται ένα παράδειγμα ενός σημείου Α που έχει ληφθεί από τρεις διαφορετικές εικόνες. Πρωταρχικό ρόλο σε κάθε λήψη παίζει 1) τη βαθμονόμηση της κάμερας, 2) ο προσανατολισμός της εικόνας, 3) η 3D ανασυγκρότηση των επιφανειακών θορύβων και της μέτρησης κινδύνου. Στο 6ο κεφάλαιο γίνεται ένα πείραμα στην περιοχή του Brookings. Οι δρόμοι παρουσίαζαν μέτριες δυσχέρειες, όπως λακκούβες και ράγες. Το UAV πέταξε σε υψόμετρο περίπου 45μ. πάνω από το έδαφος, καταγράφοντας λεπτομέρειες. Οι εικόνες που λήφθηκαν σε κλίμακα 1/900 έχουν ανάλυση εδάφους περίπου 5mm. Το UVA είχε ταχύτητα 4m / s, αποκτώντας εικόνες οδοποιίας με 60% επικάλυψη κατά μήκος της διαδρομής οι οποίες μετά αναλύθηκαν για τον προσδιορισμό παραμέτρων προσανατολισμού. Στη συνέχεια εφαρμόστηκαν οι αναπτυγμένες προσεγγίσεις 3D ανακατασκευής για τη δημιουργία τρισδιάστατων μοντέλων λακκούβας και ράγας. Έπειτα, δημιουργήθηκαν οι ορθοανηγμένες εικόνες. Για τον προσανατολισμό της κάθε εικόνας χρησιμοποιήθηκε ένα ζεύγος στερεοφωνικών εικόνων. Οι εικόνες 3D μπορούν να επεξεργαστούν περαιτέρω για να δημιουργήσουν ένα προϊόν βίντεο το οποίο παρέχει εικονική περιήγηση στους δρόμους. Αυτό επιτρέπει λεπτομερέστερη οπτική επιθεώρηση των οδών στον υπολογιστή. Με βάση τα τρισδιάστατα μοντέλα και τις ορθοφωτογραφίες των κοιλοτήτων, μπορούν να μετρηθούν οι ιδιότητες κινδύνου, όπως το βάθος και το μέγεθος των λακκούβων. Αυτό γίνεται στο λογισμικό GIS Arcmap. Τα μέγιστα βάθη των κοιλοτήτων είναι 6,5 cm και 3,5 cm αντίστοιχα. Επίσης, πραγματοποιήθηκε σύγκριση με μετρήσεις από έρευνα πεδίου. Οι διαφορές μεταξύ της μέτρησης της εικόνας και της επιτόπιας έρευνας είναι εντός της κλίμακας του 1 cm, αποδεικνύοντας καλή απόδοση του συστήματος των ορθοφωτογραφιών. Εκτός από το βάθος, υπολογίστηκαν και σημαντικές παράμετροι που αφορούν στην αξιολόγηση της οδικής κατάστασης, όπως το μέγεθος και η επέκταση των λακκούβων.

Εικόνα 1. 3D Aναπαράσταση εδάφους



Αποτελέσματα

Η μέτρηση της δυσφορίας πραγματοποιείται ημιαυτόματα ενώ στο μέλλον αυτή η εργασία θα πρέπει να γίνεται αυτόματα.Ο κύριος περιορισμός του σημερινού συστήματος είναι ότι δεν μπορούν να παρατηρηθούν όλα τα σημεία διότι υπάρχουν κάποιες δυσκολίες, όπως ανεπαρκείς οδοστρώματα, σκόνη, βλάστηση. Οι τάφροι συνήθως καλύπτονται από γρασίδι και δεν μπορούν να γίνονται εύκολα αντιληπτοί. Αυτό μπορεί να λυθεί από έναν αισθητήρα lidar που διεισδύει μέσα στο γρασίδι. Αυτός ο αισθητήρας μπορεί να ενσωματωθεί εύκολα στο τρέχον σύστημα εάν υπάρχει επαρκής χρηματοδότηση.