O blog

Sem categoria


Na indústria de drones, é considerado quase tão verdadeiro que os sistemas de aeronaves pequenas sem parafusos (UAS) permitirão que as pessoas façam seu trabalho melhor, com mais segurança e mais rápido do que qualquer método tradicional – especialmente quando se trata de segurança pública. No entanto, se você está tomando decisões que têm consequências financeiras ou que vivem em risco, não basta acreditar. Você deve ser capaz de provar isso. Esse é o trabalho de pesquisadores como o Dr. Joseph Cerreta no Universidade Aeronáutica Embry-Riddle (ERAU) Campus Mundial: para construir o caso através do processo científico de que os drones realmente podem entregar resultados comparáveis ​​aos sistemas legados, que demonstraram sua confiabilidade por décadas de serviço.

Nesta imagem sintética, criada com o scanner a laser FARO, são identificados os pontos individuais onde a unidade foi instalada. A necessidade de mover sensores do tipo LiDAR para vários locais em um ambiente, como uma cena de acidente, contribui substancialmente para o tempo necessário.

Esta visão sintética da área de teste representa uma nuvem de pontos tridimensional, renderizada em Pix4D com base em imagens coletadas por um DJI Mavic Pro Platinum.

Especificamente, o Dr. Cerreta queria ver como os modelos 3D criados pela Pix4D usando imagens de drones se comparariam a um scanner a laser portátil montado em um tripé da FARO. Fundada em 1981, a FARO é líder global em medição 3D de precisão e é amplamente usada por policiais para criar representações precisas de cenas de crimes e acidentes automobilísticos que podem ser apresentadas como prova em tribunal.

O Dr. Cerreta selecionou o Gunsite, um centro de treinamento de armas de fogo de civis em Paulden, Arizona, como o local para conduzir sua pesquisa. A instalação de 3.000 acres está repleta de campos de tiro ao ar livre, incluindo um que abriga carros crivados de balas, onde os alunos praticam suas habilidades de defesa do veículo.

“Selecionamos este local porque tem muitos veículos em uma pequena área”, disse o Dr. Cerreta. “Combina elementos que você esperaria ver tanto na cena do crime, como buracos de bala, quanto em um acidente de automóvel, com peças espalhadas pelo local. Além disso, é um local austero em espaço aéreo não controlado, portanto, fazer nosso trabalho aqui reduz o risco para os transeuntes e outro tráfego aéreo. ”

Laser Battle

O corpo docente do Embry-Riddle Worldwide Campus oferece aulas para policiais que desejam entender como integrar drones em seu trabalho, de acordo com o Dr. Cerreta.

“Eles têm nos feito muitas perguntas sobre quais tipos de drones são os mais precisos e como eles devem voar para construir uma nuvem de pontos precisa”, disse ele. “Precisávamos fazer essa pesquisa para que pudéssemos responder a essas perguntas com confiança.”

O Dr. Cerreta precisava testar três pontos específicos: primeiro, qual dos pequenos UAS comerciais amplamente usados ​​pela aplicação da lei poderia fornecer os resultados mais precisos; segundo, que combinação de altitude e trajetória de vôo produziu os melhores resultados; e terceiro, os drones poderiam competir com a precisão de alternativas estabelecidas, como o scanner a laser FARO.

Os resultados do scanner terrestre foram a linha de base para o teste. Os pesquisadores configuraram o scanner em vários locais ao redor do site, conduzindo uma varredura triplo redundante: verificando cada ponto com três varreduras separadas e medindo a distância entre os pontos com uma precisão de 6,1 mm em um intervalo de 10 metros. Além disso, a unidade FARO obteve 66 imagens de luz visível em cada local, de modo que seria capaz de renderizar um modelo 3D completo.

Dr. Joseph Cerreta lança um DJI Mavic Pro Platinum, uma das plataformas que ele testou com o scanner a laser FARO para determinar a precisão da fotogrametria baseada em drones em comparação com um sistema LiDAR baseado em terrestre.

Para cima e longe

Para ver como os drones se comparavam entre si e com o scanner a laser, o Dr. Cerreta reuniu uma frota de plataformas comerciais comuns e as implantou ao longo do intervalo. Eles incluíram um DJI Mavic Pro, Mavic 2 Enterprise Dual, Phantom 4 Pro, Inspire 1, Inspire 2, um Parrot Anafi e um Parrot Bebop 2. Usando Pix4Dcapture, ele encarregou cada drone de completar a mesma série de voos: uma única grade , uma grade dupla, um círculo e uma grade dupla mais um círculo. Em seguida, ele executou os mesmos padrões em cinco altitudes diferentes: 82, 100, 150, 200 e 250 pés acima do nível do solo (AGL).

A única criança problemática entre os drones reunidos era o Mavic 2 Enterprise Dual. A Embry-Riddle comprou o Dual com o controlador inteligente da DJI, que possui um tablet integrado baseado em Android. O Dr. Cerreta não conseguiu carregar o Pix4D no controlador, então ele fez o possível para replicar o mesmo perfil de vôo usando o aplicativo DJI Pilot.

Operando de forma autônoma, cada um dos drones executou o mesmo vôo, capturando dezenas de imagens estáticas individuais. Embora fossem fotografias bidimensionais, as ferramentas avançadas de fotogrametria do pacote de software Pix4D permitiram a construção de um modelo 3D do local a partir dos dados.

Isso rendeu uma “nuvem de pontos”: milhões de pontos individuais, suas coordenadas no espaço tridimensional inferidas das fotografias. Usando uma técnica fundamentalmente diferente, o scanner a laser FARO também criou uma nuvem de pontos a partir da cena – tornando possível comparar os resultados do drone e do scanner, frente a frente.

O FARO Focus S é empregado pela aplicação da lei para documentar cenas de crimes e acidentes de carro usando a tecnologia LiDAR. Ele oferece precisão incomparável, mas obter uma varredura abrangente é um processo demorado e a unidade em si custa mais de US $ 35.000.

Pix4Dcapture é um aplicativo disponível para dispositivos Android e iOS. Capaz de operar drones de vários fabricantes de forma autônoma, adquire as imagens necessárias para criar modelos 2D e 3D da área levantada.

Um jogo de polegadas

O Dr. Cerreta apresentou seus resultados em um artigo revisado por pares intitulado “UAS para Operações de Segurança Pública: Uma Comparação de UAS Point Clouds to Terrestrial LiDAR Point Cloud Data Using a FARO Scanner”, em coautoria com Dr. Scott Burgess e estudante de graduação UAS Jeremy Coleman do campus Embry-Riddle Prescott. A precisão dos dados do drone foi obtida empregando pontos de controle de solo do Aeropoints e comparando a nuvem de pontos que o Pix4D renderizou para cada voo com a nuvem de pontos criada usando os dados do scanner FARO.

No geral, os dois conjuntos de dados eram bastante semelhantes. Em média, os dados do drone variaram entre 30 a 35 milímetros (pouco mais de uma polegada) dos resultados derivados do scanner a laser. Os melhores resultados foram entregues pelo DJI Phantom 4 Pro, que teve uma variação de 26 milímetros dos dados FARO, enquanto o venerável Parrot Bebop 2 teve o pior desempenho geral, com uma variação de 39 milímetros.

“Embora os UAS não sejam tão precisos quanto um sistema LiDAR terrestre de acordo com nossas descobertas, eles estão, praticamente falando, dentro de um nível razoável de precisão para que a polícia possa usar drones para documentar cenas de crimes ou acidentes de automóveis”, Dr. Cerreta explicou.

Tão importante quanto a variação entre os diferentes tipos de aeronave foi o impacto dos diferentes padrões de voo nos resultados finais. De todas as altitudes que testou, o Dr. Cerreta descobriu que 100 pés AGL produziu os melhores resultados. Voar a 82 pés ou 150 pés AGL teve um impacto pequeno, mas mensurável, nos dados, enquanto voar a 200 pés AGL e acima teve um impacto negativo muito mais significativo. Além disso, a grade dupla mais um círculo provou ser o melhor padrão de voo em todas as altitudes, tornando-se a alternativa preferida para operações de drones de segurança pública.

Além de testar a precisão de diferentes sistemas de pequenas aeronaves comerciais sem parafusos (UAS), o estudo do Dr. Joseph Cerreta também comparou os resultados de diferentes tipos de padrões de pesquisa, incluindo uma grade, uma grade dupla, um círculo e uma grade dupla mais um círculo.

Vantagem: Drones!

Além de sua precisão comprovada em relação aos concorrentes terrestres, os drones apresentam alguns benefícios importantes. De acordo com o artigo do Dr. Cerreta, capturar uma cena com um drone leva 80% menos tempo do que usar um scanner terrestre como o FARO. Isso significa que os policiais gastam menos tempo em situações de perigo, como ficar na beira de uma estrada movimentada para documentar um acidente.

Além disso, os drones são muito, muito mais baratos do que os sistemas LiDAR. Um Phantom 4 Pro com uma boa variedade de acessórios pode ser adquirido por menos de US $ 2.000, enquanto um scanner a laser FARO pode custar mais de US $ 50.000. Isso coloca os recursos de investigação detalhada da cena do crime nas mãos de agências de aplicação da lei menores que podem não ser capazes de pagar um sistema terrestre.

Graças ao trabalho árduo do Dr. Cerreta e seus colegas, não precisamos mais acreditar que os drones tornam mais seguro, fácil e rápido realizar esse tipo de tarefa de aplicação da lei usando drones. Temos o artigo revisado por pares para provar isso.


LiDAR: Como funciona
Da mesma forma, a palavra radar comum é, na verdade, um acrônimo para “detecção e alcance de rádio”, LiDAR é um acrônimo para “detecção e alcance de luz”. O princípio básico por trás do LiDAR é que a velocidade da luz é uma constante universal bem conhecida. Se você medir exatamente quanto tempo leva para um feixe de luz atingir um objeto e depois refletir de volta para sua fonte, e multiplicar esse resultado pela velocidade da luz, saberá a distância entre esses dois objetos com alta precisão.

Normalmente, lasers, em vez de luz comum, são usados ​​em sistemas LiDAR para fornecer precisão exata. Os sistemas LiDAR comerciais, como os construídos pela FARO, empregam uma série de lasers giratórios que varrem o ambiente e rapidamente criam um modelo 3D preciso. Obviamente, os objetos no ambiente sombreiam os objetos localizados atrás deles, portanto, as varreduras precisam ser feitas de várias posições diferentes para construir um modelo completo – um processo demorado.

Quando todos os dados são coletados, esses bilhões de medições individuais são carregados em um computador que as processa em um modelo de ambiente com precisão milimétrica. Esse modelo é conhecido como “nuvem de pontos” porque define formas por meio da localização de milhões de pontos individuais no espaço tridimensional. Para ajudar na compreensão humana, as nuvens de pontos são geralmente sobrepostas com fotografias da cena para criar um ambiente virtual reconhecível.


Fotogrametria: como funciona
Concebida inicialmente por Albrecht Meydenbauer em 1867, a fotogrametria é a ciência de extrair medições e informações confiáveis ​​sobre o mundo físico a partir de fotografias, como a distância entre dois pontos no solo ou a altura de um edifício. Um exemplo comum de fotogrametria usando drones é o mapeamento ortomosaico.

Nesta aplicação, o drone voa em um padrão fixo sobre a paisagem, tirando fotos estáticas com sua câmera em intervalos regulares enquanto está fixo em uma orientação de nadir – isto é, apontando diretamente para o solo. Ao capturar a sobreposição entre imagens vizinhas, um computador é capaz de combinar as fotos individuais e montá-las em uma única imagem, como um mosaico de ladrilhos. O resultado se assemelha a um mapa bidimensional convencional com uma escala consistente.

Usando técnicas estereoscópicas, também é possível construir um modelo tridimensional por meio da fotogrametria. Essa técnica foi feita à mão durante a Segunda Guerra Mundial, para apresentar ao primeiro-ministro britânico Winston Churchill um modelo preciso de um foguete V-2 na plataforma de lançamento, convencendo-o do perigo representado pelas “armas de vingança” nazistas. O processo envolve matemática complexa, mas está dentro das capacidades dos computadores modernos.


Texto e fotos de Patrick Sherman



Source

WeCreativez WhatsApp Support
Nossa equipe de suporte ao cliente está aqui para responder às suas perguntas. Pergunte-nos qualquer coisa!
Olá, como posso ajudar?