Por Richard Pan y Seven Zhao

Grupo Internacional Hi-Target Limitado

1. Antecedentes de la investigación

Anteriormente, era necesario invertir más de 30 000 dólares para adquirir drones profesionales de mapeo y establecer una gran cantidad de puntos de control sobre el terreno para obtener mapas precisos y de calidad topográfica. Esta situación se mantuvo hasta que DJI lanzó la serie Phantom 4 de drones comerciales con antena GNSS integrada y cámaras de alta definición con estabilizador. Este artículo propone una solución de mapeo comercial con drones, el Phantom PPK, que reduce significativamente los puntos de control, explica el flujo de trabajo, los métodos de prueba y cómo los resultados respaldan este nivel de precisión.

2. Introducción

El Phantom 4 RTK (P4R) es un dron de consumo, tecnológicamente avanzado y económico, muy popular en el mercado. Es flexible, fácil de usar y admite navegación RTK a nivel de cm, además de sincronización de cámara en microsegundos y no requiere calibración por parte del usuario. Es especialmente adecuado para su uso en zonas urbanas densamente urbanizadas y con topografía compleja.

A pesar de la antena GNSS RTK integrada, que permite al sistema de piloto automático etiquetar directamente las coordenadas de posicionamiento y los factores de precisión en los atributos de imagen (EXIF) tras acceder a las fuentes diferenciales de la red NTRIP, el método PPK (cinemático posprocesado, sin necesidad de conexión en tiempo real entre la estación base y el dron) es un método más fiable para evitar las interrupciones de corrección que suelen producirse en zonas urbanas y sin cobertura de señal 4G. Además, el error GNSS corregido es proporcional a la distancia entre la estación base y el dron (línea base), por lo que una base PPK situada a unos cientos de metros del dron proporciona correcciones de posición de mucha mayor calidad que una estación base de red (NTRIP CORS) situada posiblemente a unos pocos kilómetros de distancia.

La solución de mapeo Phantom 4 PPK consta de los siguientes tres componentes principales.

1) Plataforma para drones

Incluye el dron Phantom 4 RTK, cámara con cardán, control remoto, batería y accesorios, que se utiliza para la recopilación de datos de campo y el registro de datos de observación estática sin procesar.

Figura 2-1 Phantom 4 RTK e Inno1 Portable RTK

2) Base de tierra PPK

Se utiliza un RTK portátil Hi-Target inno1 para proporcionar datos de observación estática sin procesar, estables y fiables, para el procesamiento PPK. También puede funcionar como un explorador RTK para medir los puntos de control in situ.

3) Software de posprocesamiento PPK

PPK Go es un software integral que permite a los drones Phantom 4 obtener los datos de posicionamiento de cámara más precisos y fiables en cualquier sistema de coordenadas, sin necesidad de objetivos de medición ni puntos de control terrestre (GCP). Con precisiones de 2 cm en las dimensiones X, Y y Z, el archivo de texto resultante, con información de posición o imágenes geoetiquetadas, puede utilizarse directamente en los principales programas de cartografía fotogramétrica o modelado 3D.

3. Validación de la precisión

Nuestro equipo seleccionó un parque industrial en un entorno urbano típico como sede de la prueba para validar la precisión de los resultados finales. El proceso de prueba se divide en las tres partes siguientes, que se detallan a continuación.

Figura 3-1 Flujo de trabajo principal

3.1 Misión de campo

1) Adquisición de puntos de control y planificación de misiones

Los puntos de control se utilizan para mejorar la precisión de los modelos aéreos. La densidad y la distribución influyen en el ajuste de la triangulación aérea y, por consiguiente, en la precisión de los resultados finales. Para esta prueba, como se muestra en la Figura 4, se colocaron ocho puntos uniformemente dentro y fuera del área. P1, P3 y P7 se planificaron como puntos de control, y el resto como puntos de verificación.

Las coordenadas de los puntos P1 a P8 se adquirieron con el inno1 portable RTK cuando el error de la solución fija convergió a un nivel milimétrico. Cada punto se observó independientemente treinta veces y se tomó el valor promedio como resultado de la medición. La distribución detallada de los puntos y sus coordenadas medidas se muestran en la Figura 3-1 y la Tabla 1, respectivamente.

Figura 3-2 Distribución de GCP y puntos de control y área de misión

Tenga en cuenta que los puntos de control P2, P4 y P6 están fuera de la zona de vuelo. Queríamos probar situaciones de topografía no óptimas.

Tabla 3-1 Coordenadas medidas de cada punto

Nombre del punto	incógnita	Y	Z
P1	742465.791	2543503.116	9.152
P2	742169.699	2543661.506	10.208
P3	742339.347	2543618.654	10.012
P4	742731.754	2543604.535	10.209
P5	742761.276	2543474.312	10.549
P6	742642.264	2543302.036	8.592
P7	742400.706	2543392.754	8.598
P8	742126.295	2543385.074	10.639

2) Adquisición de datos

En primer lugar, configure la estación base en el punto conocido, mida la altura del instrumento y luego inicie la grabación estática a un intervalo de 1 Hz antes del vuelo.

El área de mapeo se seleccionó en la aplicación instalada en el control remoto y la misión se planificó de acuerdo con los parámetros de la Tabla 2. Simultáneamente activamos la función de geoetiquetado RTK (NTRIP) para comparar la diferencia en la precisión de los modos RTK y PPK.

Tabla 3-2 Parámetros de la misión de vuelo

La misión de vuelo duró aproximadamente 18 minutos y se recogieron un total de 267 imágenes, todas ellas con coordenadas fijas RTK geoetiquetadas.

3.2 Procesamiento de PPK

Ejecuté el software de posprocesamiento PPK Go, creé nuevos proyectos e importé los datos de la estación base y del proyecto de vuelo por separado. El software verificó automáticamente la integridad del conjunto de datos y comparó las imágenes, las observaciones sin procesar y el archivo de marca de tiempo de la carpeta.

Tras configurar el elipsoide y la proyección e introducir las coordenadas conocidas de la estación base, se hizo clic en el botón "Procesar" para iniciar el procesamiento. El punto de referencia con la solución fija se marcó en verde en el gráfico de la interfaz.

Figura 3-3 Después del procesamiento PPK, todos los puntos de referencia se arreglaron

Finalmente, hice clic en "Exportar" para geoetiquetar las coordenadas de alta precisión procesadas en las imágenes y las guardé como un nuevo conjunto de datos.

3.3 Procesamiento de imágenes y generación de DOM/DSM

Actualmente, existen diversos tipos de software de procesamiento de datos de imágenes de drones, como Pix4Dmapper, MetaShape, Inpho, Context Capture, Dronedeploy, etc. Sus funciones son similares. Debido a las diferencias en sus algoritmos, cada uno presenta sus ventajas. Este proyecto de validación utilizó Pix4Dmapper para el procesamiento de imágenes, un software de procesamiento de datos de drones e imágenes aéreas ampliamente utilizado y totalmente automatizado. Consta de tres pasos:

1) Procesamiento inicial

Crea nuevos proyectos, importa archivos de imagen, edita coordenadas y proporciona un sistema de proyección. La información de geolocalización de cada imagen se lee y se muestra automáticamente desde el campo de propiedades EXIF. Tras confirmar y realizar una inicialización rápida, el software completará automáticamente los siguientes pasos.

●Extracción de puntos clave: identificar características específicas como puntos clave en las imágenes.

●Coincidencia de puntos clave: busque qué imágenes tienen los mismos puntos clave y combínelas.

●Optimización del modelo de cámara: calibrar los parámetros internos (distancia focal…) y externos (orientación…) de la cámara.

●Geolocalización GPS/GCP: localiza el modelo si se proporciona información de geolocalización.

Durante este paso se crean los puntos de enlace automáticos, que son la base para los siguientes pasos del procesamiento.

2)Nube de puntos y malla

Este paso se basará en los puntos de enlace automáticos con densificación de puntos y malla texturizada 3D.

3)DSM, generación de DOM

Una vez completado el procesamiento, hacemos clic en el editor de mosaicos para afinar la imagen y completar la generación del modelo de superficie digital (DSM) y el mapa de ortofotos digitales (DOM).

Los siguientes tres conjuntos de datos se procesaron por separado y, finalmente, se generaron tres conjuntos de mapas DOM/DSM:

a. Datos NTRIP RTK geoetiquetados, sin GCP.

b. Datos PPK, sin GCP.

c. Los datos NTRIP RTK geoetiquetados, P1, P3, P7 funcionaron como GCP.

Figura 3-4 DSM producido por el software Pix4Dmapper

Figura 3-5 DOM producido por el software Pix4Dmapper

4. Precisión del punto de control

Una vez procesados los datos, consultamos las coordenadas de cada punto de control en el mapa y las comparamos con las coordenadas RTK correspondientes para calcular las varianzas dX, dY y dZ. Los resultados se muestran en las Tablas 3 a 5.

dS es el error cuadrático medio del punto, calculado según las dimensiones dX y dY. La fórmula de cálculo se basa en la fórmula 4-1, donde dS es el error cuadrático medio del punto de control, Δi es la desviación del componente de coordenadas, n es el número de puntos para la precisión de la evaluación y las unidades son metros.

Tabla 4-1 Tabla estadística del error cuadrático medio de puntos_Geoetiquetado NTRIP RTK_noGCP

Nombre del punto	Desviación de coordenadas			Punto RMS	Nombre del punto	Desviación de coordenadas			Punto RMS
	dXa	dYa	dZa	dSa		dXa	dYa	dZa	dSa
P1	0.009	-0.016	-0.122	0.018	P5	-0.036	-0.052	-0.139	0.063
P2	-0.029	-0.006	-0.108	0.030	P6	0.026	0.094	-0.112	0.098
P3	-0.027	0.006	-0.142	0.028	P7	-0.026	0.026	-0.178	0.037
P4	-0.044	-0.185	-0.159	0.190	P8	0.025	0.026	-0.199	0.036

Figura 4-1 Distribución de la precisión de los puntos de control_NTRIP geoetiquetado RTK_noGCP

Tabla 4-2 Tabla estadística del error cuadrático medio puntual_PPK_noGCP

Nombre del punto	Desviación de coordenadas			Punto RMS	Nombre del punto	Desviación de coordenadas			Punto RMS
	dXb	dYb	dZb	dSb		dXb	dXb	dYb	dZb
P1	0.039	-0.016	-0.052	0.042	P5	0.014	-0.042	-0.069	0.044
P2	-0.029	-0.006	-0.018	0.030	P6	0.046	0.094	-0.042	0.105
P3	0.003	-0.004	-0.072	0.005	P7	0.024	0.036	-0.038	0.043
P4	-0.034	-0.205	-0.069	0.208	P8	0.015	0.046	0.081	0.048

Figura 4-2 Distribución de la precisión del punto de control_PPK_noGCP

Tabla 4-3 Tabla estadística del error cuadrático medio puntual_NTRIP RTK_3 GCP ajustados

Nombre del punto	Desviación de coordenadas			Punto RMS	Nombre del punto	Desviación de coordenadas			Punto RMS
	dXc	dYc	dZc	dSc		dXc	dXc	dYc	dZc
P1	-0.010	-0.026	0.008	0.028	P5	-0.026	-0.042	0.051	0.049
P2	-0.039	-0.016	0.032	0.042	P6	0.026	0.094	0.038	0.098
P3	-0.037	-0.034	0.018	0.050	P7	-0.026	0.036	-0.028	0.044
P4	-0.044	-0.185	-0.019	0.190	P8	-0.005	0.036	-0.049	0.036

Figura 4-3 Distribución de la precisión de los puntos de control_NTRIP RTK_3 GCP ajustados

Como se muestra en los gráficos anteriores, se puede analizar que la precisión horizontal de NTRIP RTK y PPK se encuentra dentro de los 5 cm sin corrección de puntos de control, lo cual es la precisión ideal para el levantamiento topográfico. En la dimensión de elevación, la precisión RTK debe corregirse con un pequeño número de puntos de control para alcanzar el mismo nivel que la PPK. La precisión de elevación es más susceptible a la corrección de puntos de control que la horizontal. Al considerar la posible influencia de NTRIP RTK en la calidad de la comunicación y el entorno de trabajo, la PPK proporciona una optimización de la precisión más fiable y estable, y es menos dependiente de los puntos de control.

La precisión de los puntos P4 y P6 es inferior a la de los demás, tanto en modo RTK como PPK. Al corregirse con el punto de control, su precisión mejora considerablemente. Para los puntos fuera de la zona de cobertura de la ruta, su precisión es relativamente baja con un GCP cero; es necesario optimizarla ampliando adecuadamente el área de la ruta o colocando un número reducido de puntos de control.

5. Conclusión

Del análisis experimental anterior, se concluye que la solución Phantom PPK ofrece una precisión consistente de hasta 5 cm o menos (según la GSD) durante todo el estudio. En comparación con el método tradicional de mapeo con drones, reduce considerablemente la dependencia de los puntos de control, alivia la carga de trabajo en campo, mejora la eficiencia y la seguridad, y ofrece una solución comercial fiable y rentable para el mapeo con drones.

Referencias

[1] Liu Jianguo. Investigación sobre el método de producción de productos de topografía y cartografía basados en drones DJI [J]. Smart City, 2019(18).

[2] Guo, SM Estudio de mapeo a gran escala y modelado tridimensional basado en fotografía aérea con drones [D]. 2017.

[3] Zhang Wei, Fu Ling, Chen Xiaosong. Aplicación del mapeo topográfico a escala 1:500 basado en fotografía con drones [J]. Beijing Mapping, 2017(S1):132-135.

[4] Jiang Lili, Gao Tianghong, Bai Min. Aplicación de la tecnología de procesamiento de imágenes de drones en la cartografía básica a gran escala y la ingeniería topográfica [J]. Cartografía e información geográfica espacial, 2013(07):184-186.

[5] Administración General de Supervisión de Calidad, Inspección y Cuarentena de la República Popular China, Comité Nacional de Normalización de China. GB/T 7930-2008 1:500 1:1000 1:2000 Norma Interna para Fotogrametría Aérea de Topografía [S]. Pekín: China Standards Press, 2008.

[6] Zhu SF, Yang L., Peng A. Análisis de precisión del Phantom 4 RTK en mapeo de mapas topográficos 1:500 [J]. Materiales de construcción de Jiangxi, 2019(8).