แนวปฏิบัติที่เป็นเลิศในการประมวลผลเพื่อผลิตข้อมูลแผนที่จากภาพถ่ายด้วยยูเอวี
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้ได้เสนอแนวปฏิบัติที่เป็นเลิศในการประมวลผลและการควบคุมคุณภาพผลผลิตข้อมูลแผนที่จากภาพถ่ายทางอากาศที่บันทึกข้อมูลมาจากอากาศยานไร้คนขับ โดยในงานวิจัยได้ใช้ตัวอย่างอากาศยานไร้คนขับที่นิยมอย่างแพร่หลายยี่ห้อ DJI รุ่น MATRICE 300 ติดตั้งกล้อง ZENMUSE P1 ความละเอียดจุดภาพบนกล้อง 45 ล้านจุดภาพ บินบันทึกภาพบนสนามทดสอบขนาด 1.4 ตารางกิโลเมตร มีจุดควบคุมภาคพื้นดินจำนวน 14 จุด การประมวลผลข้อมูลข่ายสามเหลี่ยมทางอากาศและผลิตข้อมูลแผนที่ใช้โปรแกรมประมวลผลที่ได้รับความนิยมใช้ 2 โปรแกรม คือ โปรแกรม PIX4Dmapper และโปรแกรม Agisoft Metashape ในงานวิจัยนี้ได้เสนอ แนวปฏิบัติที่เป็นเลิศในการประมวลผลควบคุมคุณภาพข่ายสามเหลี่ยมทางอากาศ 2 ขั้นตอนเรียกว่า “QC-1 และ QC-2” ที่มุ่งเน้นใช้ตรวจสอบความถูกต้องเชิงตำแหน่งของข้อมูลที่รังวัดจุดควบคุมภาพในสนาม จุดที่รังวัดได้บนภาพ แบบจำลองกล้องและข่ายสามเหลี่ยมเพื่อให้ได้ผลผลิตข้อมูลแผนที่นำไปใช้ในภารกิจต่าง ๆ ที่หลากหลายได้ด้วยความมั่นใจว่าข้อมูลที่ถูกผลิตขึ้นจะสามารถนำไปใช้ได้อย่างต่อเนื่องจนถึงปลายน้ำโดยมีความละเอียดความถูกต้องสูงและน่าเชื่อถือ รูปแบบที่เสนอในงานวิจัยนี้เป็นการประมวลผลบล็อกภาพถ่ายทางอากาศรูปแบบ Bundle Block Adjustment (BBA) ร่วมกับจุดบังคับภาคพื้นดินจำนวนหนึ่ง พร้อมกับการคำนวณปรับแก้พารามิเตอร์การจัดภาพภายในของกล้อง และความเพี้ยนของเลนส์ (f, ,R1,R2,R3,T1,T2) ซึ่งจะถูกนำไปคำนวณปรับแก้ทุกครั้งสำหรับแต่ละบล็อกภายในโปรแกรม นอกจากนั้นในตอนท้ายของงานวิจัยนี้ได้สรุปรูปแบบฟอร์มแนะนำการปฏิบัติและแนวทางการประมวลผลผลิตข้อมูลแผนที่แบบจำลองระดับสูงเชิงเลข (DEM) โดยการปรับเปลี่ยนความละเอียดจุดสุ่มและรูปแบบการจัดเก็บเพื่อให้สามารถนำข้อมูลเหล่านี้ไปใช้ประโยชน์ปลายน้ำสำหรับลักษณะงานต่าง ๆ ในการปฏิบัติงานในโครงการทางวิศวกรรมใด ๆ ได้อย่างเหมาะสม
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสารวิศวกรรมสารฉบับวิจัยและพัฒนา วิศวกรรมสถานแห่งประเทศไทย ในพระบรมราชูปถัมภ์
เอกสารอ้างอิง
Nex, F. et al. UAV in the advent of the twenties: Where we stand and what is next. ISPRS Journal of Photogrammetry and Remote Sensing, 2022, 184, pp.215-242. DOI: 10.1016/j.isprsjprs.2021.12.006.
DJI. DJI Matrice 300 RTK, 2022. Available from: https://www.dji.com/matrice-300 [Accessed 15 March 2022].
Sensefly. senseFly eBee X, 2022. Available from: https://www.sensefly.com/drone/ebee-x-fixed-wing-drone/ [Accessed 15 March 2022].
Foxtechfpv. Foxtech Loong 2160 VTOL, 2022. Available from: https://www.foxtechfpv.com/foxtech-loong-2160-vtol.html [Accessed 15 March 2022].
DJI. Zenmuse P1 - Full-frame Aerial Surveying, 2022. Available from: https://www.dji.com/zenmuse-p1 [Accessed 15 March 2022].
Foxtechfpv. FOXTECH MAP-A7R, 2022. Available from: https://www.foxtechfpv.com/foxtech-map-a7r-full-frame-mapping-camera.html [Accessed on 15 March 2022].
Foxtechfpv. FOXTECH 3DM V3 Oblique Camera for Mapping and Survey, 2022. Available from: https://www.foxtechfpv.com/foxtech-3dm-v3-oblique-camera-for-mapping-and-survey.html [Accessed 15 March 2022].
Vautherin, J. et al. Photogrammetric accuracy and modeling of rolling shutter cameras. ISPRS Ann. Photogramm. Remote Sens. Spatial Inf. Sci., 2016, III-3, pp.139-146. DOI: 10.5194/isprs-annals-III-3-139-2016.
Santitamnont, P. Digital Photogrammetry, 2th ed. Bangkok: Chulalongkorn University Press, 2010.
Tiptepin, N. A study of the efficacy of ground control points and checkpoints for 3D mapping from UAV. Survey Engineering Project, Chulalongkorn University, 2017.
Agüera-Vega, F., Carvajal-Ramírez, F., and Martínez-Carricondo, P. Assessment of photogrammetric mapping accuracy based on variation ground control points number using unmanned aerial vehicle. Measurement, 2017, 98, pp.221-227. DOI: 10.1016/j.measurement.2016.12.002.
