TA_kogumik 2018-2019
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
KAUPO KOKAMÄGI<br />
KAUPO KOKAMÄGI<br />
.<br />
Fotod sisestati Agisoft PhotoScan Professional tarkvarra. Pildid orienteeriti ning seejärel<br />
sisestati ka kontrollpunktide koordinaadid ning kinnitati punktid manuaalselt piltidel näha<br />
olevate kontrollpunktide külge. Tegemist oli üsna aeganõudva protsessiga, eriti kuna<br />
kasutusel oli kaks komplekti kontrollpunkte. Pärast kontrollpunktide kinnitamist orienteeriti<br />
pildid uuesti ning seejärel loodi piltidest punktipilv. Aibot X6 abil kogutud piltide puhul kasutati<br />
orienteerimisel ka pardal oleva IMU (Inertial Measurement Unit) andmeid. Punktipilvede<br />
edasine töötlus oli sarnane laserskaneerimise käigus saadud punktipilvede töötlusega.<br />
Fotogramm-meetrilisel meetodil loodi Karude objekti kohta neli ja Laiküla objekti kohta<br />
kaheksa erinevat mudelit (tabel 1).<br />
Joonis 3. Väljavalitud objekt Karude karjääris. Pildil on käimas kontrollpunktide paigaldus ja GNSS mõõtmine<br />
(Foto: autori erakogu)<br />
Sellel objektil koguti andmeid ainult DJI Phantom 4 Pro mehitamata õhusõidukiga. Lennu<br />
planeerimine toimus DroneDeploy tarkvara abil. Lend kestis alla 5 minuti ning selle jooksul<br />
koguti 139 fotot, millest kasutati 55. Lennu kõrgus oli 28 meetrit ja piksli suurus maapinnal<br />
6 millimeetrit.<br />
Andmete töötlus<br />
GNSS seadme abil kogutud koordinaadid sisestati Civil 3D <strong>2019</strong> tarkvarra. Pärast objekti<br />
kontuuride ja tähtsamate murdjoonte joonestamist moodustati eraldi mudeli pinnad<br />
puistangualusest maapinnast ja puistangu pinnast. Seejärel arvutati moodustatud pindade<br />
kõrguste põhjal puistangu ruumala.<br />
Laserskaneerimise käigus kogutud andmeid puhastati Trimble Business Center tarkvara abil<br />
ning seejärel konverteeriti need Autodesk Recap abil rcp-formaati. Sellisel kujul sisestati need<br />
Autodesk Civil 3D tarkvarra. GNSS mõõtmiste alusel joonestatud puistangu aluskontuuri<br />
kõrgust korrigeeriti ühe väljavalitud tähise järgi, mida muudes arvutustes ei kasutatud.<br />
Seejärel moodustati puistangualuse kontuurist eraldi mudeli pind. Järgnevalt moodustati<br />
baaskontuuri sisse jäävatest punktipilve punktidest puistangu pind. Punktipilve hõrendati, et<br />
teha protsessi arvutile vähem koormavaks. Punktide vaheks valiti 5 cm ja võrgu loomiseks<br />
kasutati kriging-meetodit. Seejärel arvutati moodustatud pindade kõrguste põhjal puistangu<br />
ruumala.<br />
Tabel 1. Fotogramm-meetrilisel meetodil loodud erinevad mudelid.<br />
Objekt Mehitamata õhusõiduk Orienteerimisel kasutatud<br />
tähised<br />
Laiküla turbamaardla Aibotix Aibot X6 Ilma tähisteta<br />
Aerosoolvärviga tähised<br />
Fotogramm-meetrilised<br />
tähised<br />
Kõik tähised<br />
DJI Phantom 4 Pro<br />
Ilma tähisteta<br />
Aerosoolvärviga tähised<br />
Fotogramm-meetrilised<br />
tähised<br />
Kõik tähised<br />
Karude karjäär DJI Phantom 4 Pro Ilma tähisteta<br />
7 fotogramm-meetrilist tähist<br />
9 fotogramm-meetrilist tähist<br />
16 fotogramm-meetrilist<br />
tähist<br />
Mahtude täpsuse hindamine<br />
Täpsuse hindamiseks võrreldi erinevatel meetoditel loodud mudelite ruumala<br />
laserskaneerimisel põhineva mudeli ruumalaga. Laserskaneerimise andmete põhjal<br />
loodud mudeli maht loeti antud uurimistöö käigus õigeks, kuna laserskaneerimist peetakse<br />
täpsemaks kui teisi uurimistöös kasutatud mõõdistusviise. Iga mudeli kohta leiti nii<br />
absoluutne kui ka suhteline erinevus ja selgitati välja, kas suhteline erinevus mahub Eestis<br />
lubatud 12% piiresse. Sarnaselt Richard Kramer Rhodes’i uurimistööle (Rhodes 2017), leiti<br />
ka keskmine ruutviga iga fotogramm-meetrilisel meetodil loodud mudeli kohta. Mahtude<br />
täpsuse hindamiseks kasutati Gaussi keskmise ruutvea valemit (valem 1):<br />
(1) , (Randjärv 1997)<br />
100 101
Change language