LiDAR VS. Fotogrammetria per indagini con droni

Il rilevamento dei droni è diventato sempre più popolare negli ultimi anni.

La mappatura aerea con velivoli senza pilota sta aiutando i team a raccogliere preziose informazioni aeree in modo rapido, efficiente, sicuro e a un prezzo accessibile, contribuendo al contempo a modellare il processo decisionale, migliorare la comunicazione e guidare ricavi e risultati.

Mentre la tendenza dei droni per il rilevamento accelera, c’è una domanda che si presenta regolarmente: qual è il miglior metodo di raccolta dati: LiDAR o fotogrammetria?

Il recente rilascio dei payload di mappatura L1 e P1 di DJI mostra il crescente interesse e la domanda per queste due pratiche di mappatura aerea; il L1 (sotto, a destra) è un sensore LiDAR (con funzionalità di fotogrammetria), mentre il P1 (sotto, a sinistra) è un payload di fotogrammetria dedicato con un sensore full frame da 45 MP ad alta risoluzione.

Sembra pertinente, quindi, confrontare questi due metodi di mappatura aerea. Quali sono? Quali sono i loro vantaggi e svantaggi? Quando dovresti usarli? E uno è migliore dell’altro?

Cos’è LiDAR?

LiDAR sta per rilevamento e distanza della luce.

Quindi, come funziona LiDAR? LiDAR, noto anche come scansione laser 3D, funziona inviando impulsi di luce alla superficie terrestre o a un elemento su di essa e misurando il tempo necessario per riflettere.

Il tempo necessario per tornare alla sorgente LiDAR indica la distanza esatta dell’oggetto o della caratteristica. Questo è noto come principio del tempo di volo (ToF).

Ciò fornisce un punto di posizionamento accurato del punto in cui il laser ha colpito la superficie terrestre. A seconda del sensore utilizzato, le unità LiDAR possono emettere centinaia di migliaia di impulsi al secondo, contribuendo a creare una visualizzazione dettagliata di ciò su cui si sta concentrando il sensore.

Questo può quindi essere utilizzato per creare nuvole di punti 3D; una visualizzazione accurata che rappresenta il terreno, la topografia e le caratteristiche dell’area scansionata.

L’immagine sopra – del Bacton Gas Terminal di Shell, catturata con L1 – mostra una nuvola di punti LiDAR.

Drone LiDAR è emerso come un utile strumento di rilevamento aereo per molte applicazioni, come la silvicoltura, l’agricoltura e l’edilizia.

Che cos’è la fotogrammetria?

La fotogrammetria è l’arte di catturare fotografie ad alta risoluzione per ricreare un’area di rilievo.

Queste immagini vengono elaborate e unite utilizzando un software sofisticato per creare modelli 3D realistici, georeferenziati e misurabili del mondo reale.

A seconda del software, questi gemelli digitali possono essere completamente navigabili, aiutando i team ad accedere e assimilare le informazioni chiave in modo rapido e semplice.

La fotogrammetria può essere utilizzata anche per creare mappe 2D dettagliate. Questi set di dati ortomosaici forniscono rappresentazioni fotografiche accurate di un’area, con informazioni georeferenziate.

Per illustrare ciò, la prima immagine è un ortomosaico 2D di una fattoria, mentre la seconda immagine è un modello 3D del sito, entrambi catturati con la fotocamera fotogrammetrica P1.

Il numero di immagini necessarie per preziosi set di dati di fotogrammetria varia da centinaia a migliaia, a seconda delle dimensioni del sito e della precisione desiderata.

I casi d’uso della fotogrammetria sono di ampia portata, tra cui gestione di progetti, mappatura della scena del crimine, marketing, esecuzione di calcoli e misurazioni di scorte, mappatura topografica e rilievi di edifici.

LiDAR vs fotogrammetria – Pro e contro

Come ogni cosa, LiDAR e fotogrammetria hanno i loro lati positivi e negativi.

Questi fattori, insieme al brief della missione, potrebbero determinare la preferenza per entrambe le applicazioni.

Versatilità della missione
Uno dei principali vantaggi dell’utilizzo di LiDAR rispetto alla fotogrammetria è il miglioramento delle prestazioni durante determinate missioni.

Ad esempio, LiDAR è più efficace, e quindi più accurato, nelle aree di rilevamento con elevata copertura vegetale.

Come mai? Perché gli impulsi LiDAR sono in grado di penetrare negli spazi tra foglie e rami per raggiungere il livello del suolo.

Al contrario, nella fotogrammetria tradizionale, la vegetazione può impedirti di acquisire una rappresentazione accurata di come appare la topografia del suolo.

Per questo motivo, LiDAR è una soluzione più accurata della fotogrammetria per la costruzione di un modello digitale del terreno (DTM); un modello della nuda terra (senza oggetti/edifici al suo interno) contenente i dati di elevazione del terreno.

Questo set di dati, condiviso con heliguy™ da Ben Bishop, direttore tecnico di Flythru Limited, mostra le differenze tra LiDAR e fotogrammetria per l’acquisizione dei livelli del suolo per la generazione del DTM.

Considerando la densità della vegetazione in questo esempio, la fotogrammetria (blu) ha fatto un buon lavoro, ma il grafico mostra il vantaggio del LiDAR (rosa) in questa situazione.

Notare, ad esempio, la spessa linea rosa (e l’assenza di blu) sul terreno nelle aree direttamente sotto gli alberi, a dimostrazione di come gli impulsi LiDAR possono colpire il terreno in aree di alta vegetazione, oltre a quella della fotogrammetria.

Questo è diverso da un Digital Surface Model (DSM) che rappresenta la superficie terrestre e include tutti gli oggetti su di essa. Sia LiDAR che la fotogrammetria sono buone soluzioni per la creazione di DSM.

Una statistica afferma che LiDAR può penetrare in aree con fino al 90% di vegetazione, mentre la fotogrammetria è più vicina al segno del 60%.

È per questo motivo che LiDAR è diventato uno dei preferiti dai professionisti della silvicoltura.

Non solo LiDAR è più efficace nelle aree ad alta vegetazione, ma è anche più adatto a missioni eseguite in condizioni di scarsa illuminazione, o anche di notte, senza bisogno di una fonte di luce esterna.

Al contrario, i risultati di un volo con drone fotogrammetrico possono essere gravemente influenzati da scarsa illuminazione, polvere o copertura nuvolosa.

Grazie al campionamento del punto ad alta densità e alla natura di misurazione diretta di LiDAR, è anche più efficace per misurare e catturare oggetti piccoli/stretti, come cavi di alimentazione, condutture e elementi con spigoli vivi.

Ciò è dimostrato in questi due set di dati. Le linee elettriche sono visibili al centro dell’immagine a sinistra – catturata con il sensore L1 LiDAR – ma non sono visibili nell’ortomosaico 2D della stessa scena, come catturato con il sensore di fotogrammetria P1.

Per questo motivo, LiDAR può essere utilizzato anche per raccogliere misurazioni complesse tra cavi e alberi, come mostra l’immagine sottostante, come dimostrato da Keltbray in questo caso di studio.

Facilità d’uso
L’accessibilità è una delle maggiori differenze tra LiDAR e la fotogrammetria.

LiDAR è abbastanza complesso e richiede un alto livello di comprensione, che può ampliare il margine di errore e aumentare la domanda di un professionista esperto.

Tuttavia, il DJI L1 sta aiutando a colmare questa lacuna semplificando i flussi di lavoro LiDAR e rendendoli più accessibili a più persone.

Detto questo, in generale, la fotogrammetria è un metodo di rilevamento più semplice.

Sì, ci sono cose a cui pensare, ad esempio quale altezza di volo fornirà la migliore distanza del campione al suolo (più di quella a breve) e quale tasso di sovrapposizione dell’immagine è necessario per garantire il modello più accurato.

Ma, in generale, i progressi nella fotogrammetria dei droni hanno consentito flussi di lavoro semplificati, contribuendo a portare mappe e modelli accurati alla portata di qualsiasi organizzazione con un drone con fotocamera decente.

Set di dati
La differenza tra i set di dati LiDAR e fotogrammetria è notte e giorno.

Un set di dati LiDAR è composto da migliaia di punti – o ritorni – per creare una nuvola di punti 3D dettagliata che delinea il terreno e l’elevazione.

Per questo motivo, un set di dati LiDAR non sempre crea un’immagine gradevole e può richiedere un alto livello di abilità per l’interpretazione. E a volte, quando si tratta di superfici e caratteristiche dettagliate, LiDAR può essere non specifico, il che significa che puoi essere incerto di ciò che stai effettivamente vedendo.

Detto questo, puoi ottenere un modello visivamente più accessibile utilizzando il colore da set di dati separati.

Inoltre, alcuni sistemi LiDAR, incluso L1, hanno funzionalità di fotogrammetria per aiutare ad aggiungere più dettagli a una nuvola di punti e aiutare il riferimento incrociato. In effetti, gli operatori L1 beneficiano della sua capacità di generare modelli di nuvole di punti a colori reali in tempo reale.

Ma dimentica l’estetica per un minuto: le persone che possono interpretare un set di dati LiDAR conosceranno il suo vero valore per determinate applicazioni.

Al contrario, la fotogrammetria crea modelli basati su centinaia o migliaia di immagini del mondo reale che vengono unite insieme.

Per questo motivo, una mappa 2D o un modello 3D creato attraverso questa tecnica di rilevamento è immediatamente riconoscibile e riconoscibile, aiutando i team ad accedere, condividere e comprendere i gemelli digitali in modo rapido e semplice.

Poiché la fotogrammetria coinvolge immagini ad alta risoluzione, è in grado di catturare i dettagli visivi di ogni caratteristica di un sito e, a differenza di alcune nuvole di punti LiDAR, estrae l’astratto da un set di dati.

Ad esempio, queste due immagini di edifici nel centro di Henderson, scattate dal dipartimento di ingegneria della città di Henderson, mostrano le differenze tra i set di dati LiDAR (immagine in alto) e fotogrammetria (immagine in basso). Puoi leggere il case study completo, qui.

Per questi motivi – e per il fatto che un rilevamento con drone può acquisire dati ripetibili – la fotogrammetria è diventata uno strumento cruciale per le visualizzazioni aeree, il monitoraggio dei cambiamenti e il monitoraggio dei progressi in un cantiere, ad esempio.

Costo
LiDAR utilizza i laser, mentre la fotogrammetria si basa su immagini raccolte da una fotocamera.

E tradizionalmente, i sensori LiDAR erano grandi, quindi era necessario un aereo più grande.

Pertanto, la fotogrammetria è diventata nota come una soluzione più conveniente rispetto a LiDAR.

Tuttavia, questo divario si sta riducendo. Prendiamo ad esempio il payload L1 LiDAR di DJI, che rappresenta una soluzione più economica e compatta rispetto ad altri sensori LiDAR sul mercato.

E con l’innovazione continua, ci sono tutte le possibilità che LiDAR continuerà a diventare più accessibile (in termini di prezzo e applicazione).

LiDAR v Fotogrammetria: qual è la più accurata?

Quando si tratta di rilevamento, una delle considerazioni più importanti è la precisione.

Se eseguiti correttamente, LiDAR e fotogrammetria sono metodi affidabili e precisi.

Ma, prima di approfondire, ecco la definizione di due termini che sono parte integrante di questa sezione:

• Precisione relativa (verticale): l’accuratezza relativa si riferisce all’accuratezza dei punti di dati di un set di dati tra loro. Se la distanza tra il punto A e il punto B è 62,128 m sul terreno, con una precisione relativa complessiva di +/- 20 mm ti aspetteresti che la distanza del modello sia compresa tra 62,126 m e 62,130 m. I dati con relativa precisione SARANNO raccolti con riferimento a un sistema di riferimento di coordinate, ma non con un’elevata precisione.
• Precisione assoluta (verticale): la precisione assoluta si riferisce alla precisione del set di dati in relazione a un sistema di coordinate o datum. Ad esempio, con una precisione assoluta di 20 mm, ci sarebbe un margine di errore di 40 mm (20 mm in ogni direzione).

Precisione LiDAR del drone

Quando la precisione è fondamentale, LiDAR è una soluzione estremamente affidabile.

Ricorda, LiDAR funziona colpendo la superficie terrestre, o una caratteristica su di essa, sparando impulsi laser dall’alto e misurando il riflesso. Rappresenta quindi una misura diretta.

Questo, insieme alla sua integrazione con i dati GNSS, aiuta a dare alla tua mappa digitale del terreno alti livelli di precisione verticale.

LiDAR è anche una soluzione ideale per ottenere una precisione assoluta, soprattutto se l’intenzione è quella di creare un modello realistico di terra nuda, grazie alla sua capacità di tenere conto dell’elevazione e della vegetazione.

Infatti, grazie all’elevata densità di punti dati di LiDAR (con sensori che emettono centinaia di punti per metro quadrato), i topografi possono creare un set di dati davvero robusto.

Come nota a margine, quando si esaminano diverse soluzioni LiDAR, la frequenza degli impulsi laser è una specifica chiave. Una frequenza del polso più elevata raccoglie più misurazioni al secondo, creando modelli più dettagliati e riduce il numero di voli necessari per coprire un’area specifica.

Ma LiDAR è un sistema complesso e molti fattori determinano la precisione.

Non si tratta solo del sensore LiDAR: altri sistemi ad alta precisione come il posizionamento satellitare (dati GNSS) e un’unità di misurazione inerziale (IMU) devono essere di alta qualità per costruire una nuvola di punti accurata che rifletta accuratamente l’area di rilevamento, il suo terreno, topografia e caratteristiche.

Ma, nel complesso, LiDAR tende a produrre scansioni con maggiori dettagli e accuratezza rispetto alla fotogrammetria.

Precisione della fotogrammetria con drone
Tuttavia, ciò non significa che la fotogrammetria non sia una soluzione di rilievo accurata.

Al contrario. In effetti, alcune soluzioni di droni possono fornire precisioni a livello di centimetro.

Ma ci sono alcuni fattori importanti da considerare che possono influire sulla precisione.

Ad esempio, la qualità del drone e della fotocamera.

La dimensione del sensore, la sua risoluzione e la lunghezza focale influiscono tutti sulla distanza del campione al suolo (GSD) e sull’altitudine di volo richiesta.

Per la cronaca, GSD è definito come la lunghezza (in pollici, centimetri o millimetri) tra i centri di due pixel consecutivi sulla mappa.

Quindi, se un drone raggiunge un GSD di 5 cm/px, ciò equivale a un pixel sulla mappa digitale corrispondente a 5 cm nella realtà.

Più piccolo è il GSD, maggiore è la precisione. Prendiamo come esempio le immagini sottostanti: L’ortomosaico con un GSD di 5 cm (a sinistra) è molto più dettagliato di quello a destra con un GSD di 30 cm. Questo perché maggiore è il valore del GSD dell’immagine, minore è la risoluzione spaziale dell’immagine e meno visibili sono i dettagli.