Un gruppo di ricerca giapponese ha recentemente pubblicato un articolo che delinea un approccio innovativo al rilevamento utilizzando veicoli aerei senza equipaggio (UAV), comunemente noti come droni.
L’innovazione riguarda il miglioramento della precisione del rilievo di nuvole di punti in volo tramite Lidar perfezionando il coordinamento di hardware e dati.
Il componente essenziale nella generazione di questi dati 3D sono gli UAV dotati di unità di scansione laser. Questi UAV raccolgono un'ampia serie di dati "puntuali", completi di informazioni sulla posizione e sul colore, proiettando laser dal cielo alla superficie terrestre. La fusione di questi dati, della nuvola di punti 3D, replica accuratamente la topografia del mondo reale e i paesaggi urbani.
Garantire l’accuratezza dei dati della nuvola di punti 3D è fondamentale e si sa che gli errori di misurazione sono inevitabili e già dal 2018, il team di ricerca ha identificato tre problemi principali.
Il primo problema risiede nel calo della precisione della misurazione quando la velocità di volo dell'UAV non è costante.
Il secondo problema è associato all’utilizzo senza correzioni dei dati provenienti dai sistemi di posizionamento satellitare (GNSS) come il GPS, che portano a discrepanze specialmente nelle direzioni verticali.
Il terzo riguarda il degrado della precisione dei dati della nuvola di punti causato dall'inclusione di dati provenienti da oggetti distanti misurati ad angoli di incidenza del laser inappropriati. Ad esempio, quando vengono utilizzati percorsi diversi per misurare lo stesso oggetto, i dati provenienti da posizioni più vicine e più lontane si mescolano.
Per risolvere il problema delle variazioni di velocità di volo degli UAV, dal ricevitore GNSS sono stati estratti dati di navigazione estremamente accurati per determinare le condizioni di volo. Ciò ha consentito di escludere i dati raccolti durante l'accelerazione e la decelerazione. Le immagini 3D, pertanto sono state generate utilizzando solo i dati raccolti mentre l'UAV volava in luce diritta a una velocità costante, preservando la precisione.
Il problema delle deviazioni nella quota è stato affrontato stabilendo un "punto di riferimento per la compensazione" in una posizione pianeggiante senza nulla che ostruisse il cielo.
Per i problemi in cui i dati per lo stesso oggetto venivano misurati da più percorsi, il team ha tentato di eliminare i dati imprecisi dividendo l'intero dato della nuvola di punti in griglie di dimensioni specifiche. Quindi, hanno estratto i dati misurati dalla posizione più vicina per ciascuna griglia.
Utilizzando questi metodi, il gruppo di ricerca ha condotto una dimostrazione in un sito di addestramento con droni nella prefettura di Osaka. Hanno utilizzato un UAV che volava a una velocità di 4 metri al secondo (13 fps) per raccogliere dati su un'area designata.
I valori misurati hanno portato i ricercatori a concludere di aver risolto i tre problemi enunciati ed i residui errori ancora presenti sono stati individuati esclusivamente al laser scanner presente sul sistema.
Per migliorare ulteriormente la realizzazione di nuvole di punti da UAV prevedono di utilizzare tecniche SLAM che si avvantaggiano di immagini fotografiche per le correzioni di errore.
Riferimento all’articolo originale:
Shigenori Tanaka, Ryuichi Imai, Kenji Nakamura, Yuhei Yamamoto, Yoshinori Tsukada, Masaya Nakahara, Development of Laser Scanner Units for UAV, Journal of Digital Life, 2023, Volume 3, Released on J-STAGE August 03, 2023, Online ISSN 2436-6293, doi:10.51015/jdl.2023.3.8
