ABC Geomatica - Mobile Mapping System
Transcript
ABC Geomatica - Mobile Mapping System
Introduzione ai MOBILE MAPPING SYSTEM Slide 1 Docente: Andrea Piemonte ([email protected]) Mobile Mapping System Si definisce Mobile Mapping System qualunque piattaforma mobile provvista di sensori e sistemi di misura atti a fornire la posizione 3D quasi-continua della piattaforma e contemporaneamente in grado di acquisire dati geografici, senza l’ausilio di punti di controllo a terra. Slide 2 Docente: Andrea Piemonte ([email protected]) Mobile Mapping System Esempi di MMS posso essere trovati in diversi ambiti ed applicazioni: - Remote sensing da aereo - Gravimetria da aereo - Laser scanning da aereo -Mobile Mapping Trains -Mobile Mapping Vans In tutte queste applicazioni risulta di fondamentale importanza una rigorosa sincronizzazione del flusso dati (posizione → attributo). Questo richiede una elevata integrazione hardware e software di tutti i processi di misura. L’elevata integrazione riduce spesso il lavoro di post-processing ed i dati sono spesso disponibili in tempo reale tramite stime attendibili. Slide 3 Docente: Andrea Piemonte ([email protected]) Mobile Mapping System L’attuale trend in salita della richiesta di rilievi tramite MMS è dovuto all’esigenza di acquisire velocemente e a basso costo dati geografici. La rapida evoluzione tecnologica degli ultimi anni sta permettendo questo. I costi di rilievo chilometrici dei Mobile Mapping System, a parità di numero di caratteristiche rilevate, sono generalmente contenuti, se raffrontati con tecniche quali l’aerofotogrammetria o il rilievo topografico classico. L’evoluzione tecnologica è stata importante in due particolari settori: - Fotografia digitale - Navigazione di precisione Con i sistemi MMS si sono integrate due branche fondamentali della geomatica, la GEODESIA e la FOTOGRAMMETRIA/REMOTE SENSING Slide 4 Docente: Andrea Piemonte ([email protected]) Digital camera La fotografia digitale ha permesso la riduzione notevole dei costi eliminando la fase di stampa e digitalizzazione del’immagine Le camere digitali a basso costo permettono di aumentarne il numero ed avere informazioni ridondanti (il veicolo MMS dell’Università di Calgary monta 8 camere digitali sincronizzate). Frame-based (Digital camera) Grazie ai sistemi di acquisizione multispettrali si possono avere più strati informativi. Line scanners Slide 5 (pushbroom scanner, LiDAR, InSar) Docente: Andrea Piemonte ([email protected]) Precision navigation Lo sviluppo della navigazione di precisione ha raggiunto un livello tale da poter risolvere il problema dell’orientamento esterno senza l’utilizzo di GCP (Ground Control Point) I costi sono notevolmente ridotti soprattutto in quelle zone dove non sono disponibili riferimenti a terra o dove ne servirebbero troppi (es. immagini scattate lungo il suo percorso da un veicolo MMS per il catasto strade) L’elevata precisione nella navigazione è data dall’integrazione di DGPS (Diferential GPS ) INS (Inertial Navigation System), a sua volta composto da: - IMU (Inertial Measuring Unit) - DMI (Distance Measuring Indicator) Slide 6 Docente: Andrea Piemonte ([email protected]) Digital camera + Precision navigation La combinazione di queste due tecnologie fa sì che l’immagine digitale sia salvata in tempo reale con tutti i suoi dati di georeferenziazione (posizione ed orientamento) e possa essere combinata con tutte le altre immagini della stessa area tramite dei vincoli geometrici (es. geometria epipolare, objectspace matching, ...). I parametri di georeferenziazione sono ottenuti per ogni immagine per via diretta con misure indipendenti. La metodologia classica poteva risovere il problema della georeferenzizione solo con un blocco di immagini parzialmente sovrapposte ed un numero sufficiente di punti di controllo a terra. Slide 7 Docente: Andrea Piemonte ([email protected]) MMS solo con GPS Esistono anche veicoli per il MM che si affidano al solo GPS, con sistemi mono, bi-, o tri-antenna [Silva, Camargo, 2003; Varini et al, 2005]. Nei sistemi monoantenna l’accuratezza è assai modesta e non è possibile determinare alcun parametro di assetto, se non integrando il sistema con inclinometri e bussole elettroniche. Nei sistemi a due antenne (presenti peraltro anche su sistemi dotati di INS) è possibile ricavare almeno azimut e pitch (la disposizione tipica è infatti con le antenne distanziate sull’asse longitudinale); ovviamente vi è un errore legato all’angolo di roll, tanto più sensibile quanto maggiore è la pendenza trasversale della carreggiata. I sistemi a tre antenne, posizionate alla maggior distanza possibile sempre per migliorare la sensibilità nella determinazione degli angoli, permettono invece una soluzione completa dell’orientamento (posizione ed assetto) Slide 8 Docente: Andrea Piemonte ([email protected]) MMS solo con GPS Le precisioni ottenibili dalla restituzione con veicoli rilevatori sono piuttosto asimmetriche: infatti in senso longitudinale l’accuratezza decresce rapidamente con la distanza, perché l’angolo di intersezione tra raggi omologhi è sempre molto piccolo ed il rapporto tra base e distanza di restituzione varia entro limiti piuttosto vasti (grossomodo da 4 a 15), assai maggiori di quelli della fotogrammetria aerea. Le esigenze di precisione angolare nell’orientamento delle prese non sono invece altrettanto severe, data la scala fotogramma normalmente assai inferiore e quindi il minor rapporto tra errore angolare sul fotogramma e corrispondente errore sul terreno. Errori di 0.1-0.2 gradi centesimali in roll, pitch e azimut provocano errori di pochi cm, date le distanze di collimazione ridotte [Forlani, Gandolfi, 2005]. Anche sistemi pluriantenna basati sul solo GPS quindi sono sulla carta in grado di soddisfare le richieste di capitolato del catasto strade [Cazzaniga et al., 2006]. Slide 9 Docente: Andrea Piemonte ([email protected]) Software di navigazione GPS – GRAFNAV – Novatel http://www.novatel.com/ Documents/Waypoint/ GrafNavGrafNet.pdf Slide 10 Docente: Andrea Piemonte ([email protected]) MMS solo con GPS In pratica comunque, la dipendenza continua dalla disponibilità della soluzione GPS rende questi sistemi non proponibili per un impiego realmente operativo. L’integrazione INS-GPS risulta indispensabile ed utilizzata, con tecnologie diverse, praticamente in tutti i MMS. La selezione dei sensori per un MMS dipende ovviamente da più fattori: - precisione - attendibilità - flessibilità - campo di utilizzo La diversa scala di rappresentazione e le diverse precisioni richieste determinano il costo e la complessità delle tecnologie alla base dei diversi Mobile Mapping System (5.000€ - 30.000€ - 100.000€ - ...). Slide 11 Docente: Andrea Piemonte ([email protected]) Schema concettuale di un Multi-Sensor System [El-Shemy et al. 2005] Slide 12 Docente: Andrea Piemonte ([email protected]) Sensori [El-Shemy et al. 2005] Slide 13 Docente: Andrea Piemonte ([email protected]) GPS Il GPS è l’unico sensore di un MMS che permette il posizionamento in un sistema di riferimento assoluto. Le precisioni raggiungibili in modalità cinematica sono centimetriche. I sistemi GPS/INS utilizzano solitamente due ricevitori Inizializzazione ambiguità di fase più rapida Determinazione accurata dell’orientamento (azimuth → GAMS) Una delle due antenne può essere anche a singola frequenza (stima differenziale fra le due antenne del veicolo) Algoritmi di calcolo distinti per Navigazione (real-time) Calcolo traiettorie finali (post-processing) Slide 14 Docente: Andrea Piemonte ([email protected]) GPS Disporre di una soluzione real time, anche se di minor precisione, è utile Verifica del buon esito del rilievo Consente provvedimenti sul posto Per avere una stima di posizione in tempo reale ai 10-15cm è necessario disporre di una connessione radio o GSM (GPRS, UMTS) per poter ricevere le correzioni differenziali di fase in tempo reale (RTCM). Varie correzioni possibili - Da stazione permanente fissa (limite distanza 15-30km) - Da rete di stazioni permanenti (es. Virtual Reference Station) - Da servizi con satelliti geostazionari (es. EGNOS, Omnistar, ...) Le connessioni per ricevere le correzioni possono essere ad accesso esclusivo (point to point) o condiviso (es. NTRIP-Network Transport of RTCM via Internet Protocol). Slide 15 Docente: Andrea Piemonte ([email protected]) GPS In tempo reale è quindi possibile utilizzare i sofware di monitoraggio del sistema di navigazione ed avere delle stime della precisione attesa del rilievo. Finestra di controllo del software POS-LV di Applanix Slide 16 Docente: Andrea Piemonte ([email protected]) GPS L’approccio RTK (Real Time Kinematic), nelle sue diverse varianti, risulta teoricamente molto valido ma praticamente instabile causa - latenza dei segnali - mancanza o interruzione della connessione - distanza dalla stazione di riferimento - variabilità elevata della costellazione disponibile - basso numero di satelliti disponibili - cycle slips (gallerie, canyon urbani, vegetazione, ...) Se si ha la possibilità è conveniente in ogni caso realizzare un rilievo differenziale real-time che non esclude la possibilità di effettuare anche, sui dati grezzi, una elaborazione a posteriori, che ne migliori la qualità. Slide 17 Docente: Andrea Piemonte ([email protected]) GPS La soluzione in post-processing consente di individuare la migliore traiettoria utilizzando opportuni filtri che percorroni avanti ed indietro in senso temporale la traiettoria, ottenendo soluzioni più stabili. Con il filtro di Kalman si ottiene - forward solution - backward solusion - combinazioni delle due Ovviamente tale approccio può essere utilizzato solo a posteriori Slide 18 Docente: Andrea Piemonte ([email protected]) GNSS (Global Navigation Satellite Service) Il sistema NAVSTAR-GPS vive una fase di modernizzazione che prevede tra le novità più significative l’introduzione di una terza frequenza portante e satelliti a tecnologia avanzata. Il sistema GLONASS, dopo qualche anno di lento declino, sembra ritrovare una prospettiva di sviluppo col lancio di nuovi satelliti. Infine sembra in via di realizzazione il sistema europeo Galileo, seppure con un paio di anni di ritardo rispetto al previsto. La prospettiva è quindi quella di una disponibilità di satelliti molto più numerosa dell’attuale, (costituita da circa 72 satelliti contro gli attuali 25). Pur non risolvendo il problema dei cycle slip e delle zone prive di ricezione (tunnel), la disponibilità di un maggior numero di satelliti ha, almeno in prospettiva, una importante ricaduta, soprattutto se viene onorato il concetto di interoperabilità tra i vari sistemi. Slide 19 Docente: Andrea Piemonte ([email protected]) INS Il metodo più semplice per determinare la posizione di un mezzo consiste nel valutarne la distanza percorsa mediante un qualche sistema odometrico, e le variazioni di direzione mediante un sensore di direzione (anche una comune bussola magnetica). Questi metodi (noti come dead reckoning) presuppongono che la posizione di partenza sia nota. Una stima di posizione migliore si può ottenere utilizzando un sistema di navigazione inerziale (INS). Un INS contiene sensori accelerometrici che misurano tutte le accelerazioni agenti sul navigatore, e sensori giroscopici che misurano tutte le velocità angolari del navigatore. Slide 20 Docente: Andrea Piemonte ([email protected]) INS Dalla conoscenza delle velocità angolari l’INS determina l’assetto del veicolo in termini di roll, pitch e heading. Dalla conoscenza delle accelerazioni, si determinano per integrazione velocità e posizione sulla superficie terrestre. La composizione di un INS completo per applicazioni MMS prevede una terna ortogonale di accelerometri ed una di giroscopi. Slide 21 Docente: Andrea Piemonte ([email protected]) INS I sistemi di navigazione inerziali si dividono in due grandi categorie: a piattaforma mobile (platform o gimballed) e strapdown. I platform INS hanno i sensori inerziali montati su una piattaforma mobile che viene mantenuta localmente stabile nel sistema di riferimento del navigatore. Su tre assi è possibile ottenere una piattaforma che non cambia assetto al variare dell’assetto del mezzo su cui viene montata, e che funge da riferimento per determinare gli angoli d’assetto del veicolo stesso. Slide 22 Docente: Andrea Piemonte ([email protected]) INS Nei sistemi strapdown INS non si hanno parti in movimento. I sensori inerziali sono montati su piattaforme rigidamente vincolate con la struttura del veicolo, e di conseguenza ruotano con esso. L’equivalente del sistema meccanico descritto in precedenza viene ottenuto via software: le accelerazioni misurate vengono riportate nel sistema di riferimento del navigatore mediante operazioni matematiche operando come una “piattaforma mobile virtuale”. I sistemi strapdown richiedono notevole potenza di calcolo e componentistica particolare, per cui sono apparsi in tempi relativamente recenti ma sono meno ingombranti e delicati dei gimballed. Slide 23 Docente: Andrea Piemonte ([email protected]) INS I sensori inerziali misurano accelerazioni e velocità angolari in un sistema di riferimento inerziale. Il moto sulla superficie terrestre implica la necessità di valutare e separare i contributi in accelerazione dovuti - all’attrazione gravitazionale - alla forza centrifuga - all’effetto Coriolis ed i contributi in velocità angolare dovuti - alla rotazione (∼15°/ora attorno all’asse polare) Slide 24 Docente: Andrea Piemonte ([email protected]) INS Il riferimento terrestre (earth frame) è un sistema geocentrico avente asse z coincidente con l’asse di rotazione terrestre, asse x determinato dall’intersezione del piano equatoriale col piano meridiano di Greenwich, ed asse y che completa la terna ortogonale destrorsa. Il sistema di riferimento terrestre ruota rispetto al sistema inerziale di 15.04107°/ora. Slide 25 Docente: Andrea Piemonte ([email protected]) INS Il sistema di riferimento del navigatore (navigation frame) ha il piano xy tangente alla superficie terrestre (piano NE nella figura), ed asse z rivolto verso l’alto (UP) lungo la normale (gravitazionale) locale; la sua origine è il centro del sistema di navigazione. Per semplicità si considera un sistema con asse x fisso verso Nord; in realtà esistono altre soluzioni, di cui una molto utilizzata che ha ancora il piano xy tangente alla superficie, ma gli assi x ed y sono liberi di ruotare rispetto all’asse z, e quest’angolo di rotazione (wander angle) viene continuamente tracciato dal software. Infine c’è il sistema di riferimento del veicolo (body frame), di cui solitamente si allineano gli assi con gli assi principali del veicolo stesso. Slide 26 Docente: Andrea Piemonte ([email protected]) INS All’accensione il sistema di navigazione inerziale deve effettuare una serie di operazioni preliminari a veicolo fermo, all’inizio del rilievo vero e proprio, che prendono il nome di allineamento (alignment). L’allineamento comprende due fasi successive: - la ricerca del piano tangente locale (livellamento, o leveling) - la ricerca del Nord (gyrocompassing). Slide 27 Docente: Andrea Piemonte ([email protected]) INS Nella fase di livellamento si utilizza la terna di accelerometri. Nell’ipotesi che i sensori siano ideali, se l’asse z non è allineato con il vettore di gravità locale, gli accelerometri sull’asse x ed y misurano un’accelerazione dovuta alle componenti del vettore gravità. Forzando a zero queste due quantità mediante rotazione meccanica della piattaforma (nei sistemi gimballed) o matematicamente nel software di elaborazione (nei sistemi strapdown) si arriva alla condizione di piano tangente. Slide 28 Docente: Andrea Piemonte ([email protected]) INS La fase di gyrocompassing è più complessa. Essa deve essere effettuata dopo della fase di livellamento, cioè con il piano xy tangente alla superficie. Semplificando, si tratta di “ruotare” la piattaforma (livellata!) attorno all’asse z finché uno dei giroscopi misuri zero per la componente di rotazione terrestre: in tal caso il giroscopio è allineato con l’Est (si noti che si può anche cercare il massimo per la stessa grandezza, ottenendo il Nord). La fase di livellamento del sistema Applanix richiede tipicamente un tempo dell’ordine dei 30 secondi, mentre la fase di ricerca del Nord richiede un tempo decisamente superiore, stimabile tra i 4 ed i 15 minuti. Slide 29 Docente: Andrea Piemonte ([email protected]) INS La precisione di un IMU è solitamente fornita tramite la deriva del sistema giroscopico. Si possono distiguere quattro classi: 1) Strategic gyros (0.0005-0.0010 deg/h or degree per month) 2) Navigation-grade gyros (0.002-0.01 deg/h or degree per week) 3) Tactical gyros (1-10 deg/h or degree per hour) 4) Low-accuracy gyros (100-10.000 deg/h or degree per second) Slide 30 Classe strategico navigazione tattico Errore nella posizione < 30m/hr 1-4km/hr 15-35km/hr Costo (2003) > 200.000$ 70-100.000$ 10-20.000$ Esempi d’utilizzo Sommergibili Missili balistici intercontinentali navigazione ed applicazioni MMS di precisione integrazione con GPS per applicazioni MMS Docente: Andrea Piemonte ([email protected]) Esempi IMU Crossbow IMU440 costo indicativo 3.500€ http://www.xbow.com/Products/iproductsoverview.aspx Slide 31 Docente: Andrea Piemonte ([email protected]) Esempi IMU Crossbow IMU700 costo indicativo 15.000€ http://www.xbow.com/Products/iproductsoverview.aspx Slide 32 Docente: Andrea Piemonte ([email protected]) Evoluzione dei Mobile Mapping System Le prime sperimentazioni di MMS sia per applicazioni aeree che da veicolo a terra (GPSVanTM, Ohio State University, USA) risalgono ai primi anni ’90, quando il GPS non era ancora pienamente operativo. Nel 1993 esistevano già MMS terrestri ed aerei integrati con camere digitali [1993 Schwarz et al.] Da allora i miglioramenti a questi veicoli sono dovuti al miglioramento tecnologico ed alla miniaturizzazione dei ricevitori GPS, allo sviluppo di nuove metodologie di fornire la correzione differenziale GPS ed all’utilizzo di sistemi IMU di basso-medio costo disponibili dalla seconda metà degli anni 90’ Slide 33 Docente: Andrea Piemonte ([email protected]) Evoluzione dei Mobile Mapping System Nei primi anni 90’ si usavano sistemi INS di classe navigation-grade, solitamente strapdown del tipo laser-ring. Se integrati con un sistema DGPS fornivano una soluzione per qualsiasi precisione richiesta. Il loro costo si aggirava attorno i 130.000$ (del 1990). Con il rapido diminuire del costo dei ricevitori GPS il sistema IMU diventa la parte più costosa del sistema. La maggior parte dei problemi di bassa e media precisione non necessitavano di un IMU di classe navigation-grade Alla fine degli anni 90’ si diffondono i sistemi IMU a basso costo (sistemi inerziali allo stato solido con lettura analogica e precisione del dato compensato di circa 10deg/h per il giroscopio e di 10-2 m/s2 per gli accelerometri (prezzo 10.000$) Slide 34 Docente: Andrea Piemonte ([email protected]) Evoluzione dei Mobile Mapping System Questi sistemi a basso costo dovevano per forza avere un aggiornamento costante da parte del sistema DGPS. Un esempio di questi sistemi è il sistema Placer della Trimble tutt’ora in commercio Dagli anni 2000 si sono sviluppati i sistemi giroscopici a fibre ottiche arrivando a precisioni vicine alle necessità dei rilievi ad alta precisione a costi relativamente contenuti (30.000$). Applanix Corporation, ora acquisita dalla Trimble, è stata leader nel settore della fornitura dei sistemi per MMS negli ultimi 10 anni. Uno degli strumenti più diffusi nei sistemi MMS per rilievi a medio-alta precisione è appunto l’Applanix POS/LV-AV Slide 35 Docente: Andrea Piemonte ([email protected]) Evoluzione dei Mobile Mapping System Negli ultimi anni la tecnologia MEMS (Micro Electronic Mechanical System) ha portato a rapidi cambiamenti nei processi di costruzione di sensori e nelle telecomunicazioni. Con questa tecnologia sono stati prodotti accelerometri e giroscopi a costi molto bassi (20-150$). Per ora le precisioni sono molto basse perchè prodotti per il mercato di massa Molte ditte stanno però lavorando per ottenere con questa tecnologia IMU di classe tattica C’è uno stretta connessione fra dimensioni dei chip e precisione ottenibile Slide 36 Docente: Andrea Piemonte ([email protected]) Integrazione GPS-INS Le principali caratteristiche del GPS si possono così riassumere: • Sistema di posizionamento assoluto • Errore “limitato” ed indipendente dal tempo • 1-10 misure al secondo Per contro i sistemi INS: • Misure di posizione relativa • Precisi per brevi tratti, errori dipendenti dal tempo • Fino 200 misure al secondo Queste caratteristiche diverse sono ottimali nel contesto di un veicolo per rilievi stradali, dove si ha normalmente una discreta visibilità satellitare con brevi tratti di occlusione (sottopassi, gallerie, canyon urbani, ecc.) nei quali l’INS garantisce la continuità del rilievo di posizione. Slide 37 Docente: Andrea Piemonte ([email protected]) Integrazione GPS-INS Per fissare le ambiguità in modo affidabile è necessario che la distanza tra il punto di inizializzazione e la stazione di riferimento sia inferiore a 30 Km, meglio ancora a 15 km. In virtù dell’unità inerziale, cycle slips importanti o brevi tratti (dell’ordine di 30”-1’ per INS di categoria tactical grade) con visibilità inferiore a 4 satelliti o con PDOP povero non richiedono necessariamente una nuova inizializzazione. Vi sono comunque casi (percorsi in vallate strette, gallerie di una certa lunghezza, ecc.) in cui il limite è superato e quindi l’inizializzazione è necessaria oppure è comunque consigliabile. In tal caso la distanza dalla stazione base diviene un fattore limitante la produttività. Questo problema può essere risolto grazie alla disponibilità di una rete di stazioni permanenti (approccio multibase o VRS). Slide 38 Docente: Andrea Piemonte ([email protected]) Integrazione GPS-INS Esempio di distanza della stazione master di riferimento Slide 39 Docente: Andrea Piemonte ([email protected]) Integrazione software GPS-INS L’integrazione GPS/INS richiede che il sistema di navigazione nel suo complesso decida in ogni istante da quali sensori è possibile ottenere l’informazione più corretta, oppure fonda insieme i dati provenienti dai vari sensori per cercare la soluzione ottima. Il metodo più comunemente utilizzato per la ricerca della soluzione ottima prevede l’introduzione di un filtro, che genericamente può essere definito come “un insieme di equazioni che combinano informazioni provenienti da diversi sensori al fine di fornire una stima ottima della posizione del veicolo” Slide 40 Docente: Andrea Piemonte ([email protected]) Integrazione software GPS-INS Generalmente il filtro implementa una rappresentazione cinematica del veicolo che, tramite l’informazione fornita dal sistema inerziale all’istante t, stima lo stato del veicolo all’istante t+1. Il sistema GPS fornisce il dato assoluto, necessario per contenere l’errore tempo-dipendente dell’INS. Tra due letture assolute il filtro stima la nuova posizione utilizzando i sensori inerziali ed odometrici (fase di predizione); quando giunge una misura assoluta il filtro stima il nuovo stato del veicolo applicando una determinata funzione peso tra la predizione ed il valore misurato (fase di aggiornamento). Slide 41 Docente: Andrea Piemonte ([email protected]) Integrazione software GPS-INS Un filtro largamente impiegato nei sistemi GPS/INS è il filtro di Kalman. Le modalità con cui vengono integrati i dati GPS/INS sono essenzialmente due, note come integrazione loosely coupled e tightly coupled. Nella prima i dati GPS vengono trattati in modo da ottenere il dato di posizione e velocità, e sono queste informazioni a venire integrate nel filtro con i dati provenienti dall’IMU. Nella seconda modalità il filtro combina direttamente i dati grezzi del GPS con quelli dell’IMU. La modalità tightly coupled ha il vantaggio di poter utilizzare anche dati GPS provenienti da meno di quattro satelliti per migliorare la determinazione della posizione Slide 42 Docente: Andrea Piemonte ([email protected]) Software integrazione GPS/INS – KINGSPAD – Calgary University http://www.kingspad.com/kingspad_info.htm The University of Calgary's KINGSPAD™ (KINematic Geodetic System for Positions and Attitude Determination) is a software for managing and processing GPS and Strap-down INS data in an integrated fashion. To optimally combine the redundant information, a Kalman filtering scheme is used whereby the inertial state vector is regularly updated by GPS measurement. Two integration strategies can be implemented at the software level using the Kalman filter approach: - centralized filter - decentralized filter Slide 43 Docente: Andrea Piemonte ([email protected]) Software integrazione GPS/INS – Inertial Explorer – Novatel http://www.novatel.com/products/waypoint_inertial.htm Slide 44 Docente: Andrea Piemonte ([email protected]) Modello matematico di georeferenziazione [El-Shemy, Schwarz 2004] [ m m s IMU (t ) + RIMU (t ) ⋅ sp ⋅ RIMU rpm = rIMU ⋅ r + r s p IMU/s Slide 45 ] Docente: Andrea Piemonte ([email protected]) Modello matematico di georeferenziazione [El-Shemy, Schwarz 2004] [ m m s IMU (t ) + RIMU (t ) ⋅ sp ⋅ RIMU rpm = rIMU ⋅ r + r s p IMU/s rpm m (t ) rIMU Vettore posizione punto P nel mapping frame INCOGNITO Posizione origine del sensore nel mapping frame al tempo t Da elaborazione GPS/INS m (t ) RIMU Matrice di rotazione dal body frame dell’IMU al mapping frame al tempo t Da elaborazione GPS/INS sp Rapporto tra la distanza camera-punto P e la lunghezza del vettore rps Da restituzione stereo, laser scanner, ... Matrice di rotazione tra camera frame e body frame Da calibrazione sistema di presa RIMU s rps IMU rIMU/s Slide 46 Vettore delle coordinate immagine (x,y,-c) del punto P Vettore posizione della camera nel body frame MISURATO Da calibrazione sistema di presa Docente: Andrea Piemonte ([email protected]) ] Modello matematico di georeferenziazione [El-Shemy, Schwarz 2004] [ m m s IMU (t ) + RIMU (t ) ⋅ sp ⋅ RIMU rpm = rIMU ⋅ r + r s p IMU/s m Il vettore rIMU si ottiene dalla posizione dell’antenna a seguito del processamento dei dati INS/GPS e tenendo conto del vettore posizione relativa tra antenna GPS ed origine del body frame. m m m IMU (t ) = rGPS (t ) − RIMU (t ) ⋅ rIMU/GPS rIMU m (t ) rGPS Vettore posizione del centro di fase dell’antenna GPS nel mapping frame IMU rIMU/GPS Posizione origine del sensore nel mapping frame Slide 47 MISURATO Da calibrazione sistema di posizionamento Docente: Andrea Piemonte ([email protected]) ] Parametri di orientamento interno Nella calibrazione delle fotocamere per MMS terrestri la stima dei parametri di orientamento interno e distorsione è disaccoppiata dalla stima dei parametri di orientamento esterno e relativi. La calibrazione viene condotta su set di mire fotogrammetriche sufficientemente dense ed uniformemente distribuite in un volume (3D) o su un piano (2D) e prevede sequenze ripetute di riprese con successive rotazioni degli assi della fotocamera [Fraser, 1997] [Ellum, 2001] Slide 48 Docente: Andrea Piemonte ([email protected]) Restituzione fotogrammetrica Gli approcci utilizzati per la restituzione delle coordinate degli oggetti dei fotogrammi possono essere diversi: - stereoscopia (approccio più rigoroso) - monoscopia (approccio che fornisce una precisione inferiore) Il secondo metodo, anche se meno rigoroso, permette di ottenere uno standard di precisione adeguato per alcune applicazioni (es. catasto strade). Slide 49 Docente: Andrea Piemonte ([email protected]) Restituzione fotogrammetrica La tecnica di restituzione monoscopica si fonda sull’ipotesi semplificativa che la superficie stradale, sulla quale si effettuano le misure, sia assimilabile con buona approssimazione ad un piano. Il vincolo geometrico imposto per risolvere l’indeterminatezza del fattore di scala propria del raddrizzamento è la giacitura iniziale di tale piano, calcolata in fase di calibrazione, e aggiustata in fase di restituzione in base all’altezza del punto di fuga sull’immagine. Slide 50 Docente: Andrea Piemonte ([email protected]) Esempi MMS – GIGI One – Università degli Studi di Trieste G.I.G.I. PRIN 2002 - PRIN 2004 (Consorzio di più Università) Probabilmente il primo veicolo MMS in Italia con sistema inerziale di classe tattica in ambito accademico G PS I NERTIAL G LONASS I NTEGRATED One Slide 51 Docente: Andrea Piemonte ([email protected]) Esempi MMS – GIGI One – Università degli Studi di Trieste Position and Orientation System for Land Vehicles 2 GPS RECEIVER + IMU (Inertial Measuring Unit) + DMI (Distance Measuring Indicator) + Real Time DGPS systems http://www.applanix.com/products/index.php Slide 52 Docente: Andrea Piemonte ([email protected]) Esempi MMS – GIGI One – Università degli Studi di Trieste Slide 53 Docente: Andrea Piemonte ([email protected]) Esempi MMS – GIGI One – Università degli Studi di Trieste PCS Central processing unit Integration of position data Position data storage 2 GPS receiver The whole system positioning accuracy depends on GPS mode: metric level using a good DGPS decimetric level using RTK. The system uses both Primary and Secondary GPS single frequency data for GAMS (GPS Azimuth Measurement Subsystem), which permits to improve IMU heading performances Slide 54 Docente: Andrea Piemonte ([email protected]) Esempi MMS – GIGI One – Università degli Studi di Trieste IMU The LITTON LN-200 fiber optic gyro IMU is the core of the system. It is made up by three accelerometers and three fiber optic gyros, and is able to supply 0.01° Pitch and Roll, and 0.04° true Heading accuracy in real time; 0.005° Pitch and Roll, and 0.02° true Heading accuracy after post-processing. DMI 1024 pulses per revolution. DMI aids IMU on GPS outages, making the trajectory a nearly continuous line, as position data can be output at 200 Hz rate. Slide 55 Docente: Andrea Piemonte ([email protected]) Esempi MMS – GIGI One – Università degli Studi di Trieste Basler CAMERA The van–mounted Applanix POS/LV is coupled with two imaging subsystems, each composed by a Matrox 4Sight computer and a Basler CCD camera, one B/W and one coluor. Slide 56 Docente: Andrea Piemonte ([email protected]) Esempi MMS – GIGI One – Università degli Studi di Trieste Le telecamere hanno la possibilità di effettuare la lettura quando si presenti un opportuno segnale di trigger all’ingresso. Per sincronizzare i fotogrammi con il dato di posizionamento, è stato costruito un circuito autonomo che genera un impulso di adeguata ampiezza ad intervalli sufficientemente regolari; tale impulso fornisce il comando di scatto alle telecamere digitali e contemporaneamente giunge ad una porta di ingresso/uscita (DIO, Digital Input Output) presente sull’Applanix che registra l’istante di scatto. Il circuito realizzato utilizza un integrato NE555 nella configurazione di temporizzatore, ed alcuni altri componenti per il condizionamento del segnale; la stabilità nel tempo dell’impulso non è perfetta, ma questo non costituisce un problema perché l’evento viene comunque registrato al tempo in cui avviene ed il software di elaborazione fornito con l’Applanix permette di avere posizione ed assetto in corrispondenza dei tempi degli eventi registrati. Slide 57 [Pagurut, 2005] Docente: Andrea Piemonte ([email protected]) “Applicazioni MMS” a basso costo - esempio Monitoraggio inquinanti Trimble Placer GPS 455DR. Sensori per la misura degli inquinanti. Slide 58 Docente: Andrea Piemonte ([email protected]) “Applicazioni MMS” a basso costo - esempio Monitoraggio inquinanti CO [ppm] 15 12 9 O NE RO O C 6 VIA GIULIA 4 2 VIA O SC CE N A FR S. 0 A VI I IST TT BA VIA MBRE ETTE XX S VIALE VIA A ASTIC GINN VIA Slide 59 Docente: Andrea Piemonte ([email protected]) LiDAR (Light Detection And Ranging) su MMS Z X Y IBEO Automotive LD GmbH su GIGI One. Slide 60 Docente: Andrea Piemonte ([email protected]) LiDAR su MMS ALLINEAMENTO ed INIZIALIZZAZIONE STATICA GPS Z EVENTO APPLANIX Y TIME GPS: 13001 X EVENTO APPLANIX TIME GPS: 13000 Slide 61 Docente: Andrea Piemonte ([email protected]) LiDAR su MMS – Sistemi di riferimento Z Coordinare punti nel laser local frame X Y Dati sistema MMS Q N Slide 62 E Docente: Andrea Piemonte ([email protected]) LiDAR su MMS – Sistemi di riferimento Z X Y // Z // X // Y Traslazione del braccio di leva fra body frame e laser local frame Q N Slide 63 E Docente: Andrea Piemonte ([email protected]) LiDAR su MMS – Sistemi di riferimento // Q // Z // N // Y // X // E Rotazione per portare gli assi paralleli al mapping frame Q (roll, pitch e heading) N Slide 64 E Docente: Andrea Piemonte ([email protected]) LiDAR su MMS – Sistemi di riferimento // Q // N // E Q N Slide 65 E Traslazione del vettore di posizione del body frame rispetto il mapping frame Docente: Andrea Piemonte ([email protected]) LiDAR su MMS – Filtraggio punti nel rilievo stradale [Pagurut, 2005] Slide 66 Docente: Andrea Piemonte ([email protected]) LiDAR su MMS – Filtraggio punti nel rilievo stradale ≈ -100° ≈100° - Eliminazione empirica dati esterni alla carreggiata (settore circolare). - Rumore, dovuto a riflessioni non dirette del segnale, esterno alla maschera stabilita ( -3 < Z < -1,5 ). Slide 67 Docente: Andrea Piemonte ([email protected]) LiDAR su MMS – Filtraggio punti nel rilievo stradale Se conosciamo la larghezza D della carreggiata associata alla curva dei centri strada, costituita da punti interdistanti 1 metro e di coordinate cartografiche note Slide 68 Docente: Andrea Piemonte ([email protected]) LiDAR su MMS – Filtraggio punti nel rilievo stradale −1.5 ≤ Z ≤ −3 Slide 69 D ⎛D ⎞ −⎜ + d ⎟ ≤ X ≤ − d 2 ⎝2 ⎠ Docente: Andrea Piemonte ([email protected]) LiDAR su MMS – Sezioni stradali Slide 70 Docente: Andrea Piemonte ([email protected]) LiDAR su MMS – Sezioni stradali -1,46° Slide 71 -1,43° Docente: Andrea Piemonte ([email protected]) Esempi MMS – GEODATA/CityGRID http://www.citygrid.at/ Slide 72 Docente: Andrea Piemonte ([email protected]) Esempi MMS – STREETMAPPER – 3D Laser Mapping Ltd UK http://www.3dlasermapping.com/ http://www.streetmapper.net/ Slide 73 Docente: Andrea Piemonte ([email protected]) Esempi MMS – LYNX Mobile Mapper – Optech/SINECO http://www.optech.ca/ Slide 74 Docente: Andrea Piemonte ([email protected]) Catasto strade Il D.M. 1°giugno 2001 obbliga tutti gli enti gestori delle strade a dotarsi di un database contenente le caratteristiche della strada al fine di creare un Catasto Strade Per ottenere le caratteristiche richieste dal catasto strade sono state sviluppate varie metodologie di rilievo. In particolare la sede di Topografia e Fotogrammetria di PIsa, in collaborazione con il CER Telegeomatica di Trieste, si è occupata negli ultimi anni dei rilievi tramite MMS. Per gli scopi del catasto delle strade risulta adeguato l’impiego di un MMS con rilievo della traiettoria basato sull’integrazione di sensori DGPS, inerziali e odometrici, e funzionalità fotogrammetriche per il rilievo delle geometrie e delle pertinenze stradali. Slide 75 Docente: Andrea Piemonte ([email protected]) Catasto strade Il Catasto Strade costituisce l’inventario di tutte le strade ad uso pubblico presenti sul territorio nazionale con l’obiettivo primario di definire la consistenza della rete stradale Il Catasto Strade è organizzato secondo un’architettura hardware di tipo client/server con possibilità di collegamento in rete ai fini della consultazione da parte di terzi, l’architettura software è basata su una banca dati di tipo relazionale e su un sistema GIS PRECISIONI RICHIESTE Precisione coordinate planimetriche asse strada Precisione assoluta in quota Precisione pendenza longitudinale Precisione larghezza carreggiata Precisione coordinata curvilinea attributi Precisione pendenza trasversale Slide 76 1m 5m 1% (10cm su 10m) 10cm 10m 0.5deg (1/100) Docente: Andrea Piemonte ([email protected]) Catasto strade Le specifiche informatiche della struttura del Database si rifanno in parte alla pre-norma CEN TC 278, G.D.F. (Geographic Data File) Secondo le specifiche del D.M. gli oggetti di interesse del Catasto vengono rappresentati in termini di entità le cui proprietà sono descritte da uno o più attributi Elemento stradale Entità Area di traffico Giunzione Slide 77 Attributi globali Attributi segmentati Denominazione ufficiale, ente gestore… Numero corsie, segnaletica orizzontale e verticale, caratteristiche geometriche…. Docente: Andrea Piemonte ([email protected]) Catasto strade – Attributi segmentati Modalità di rappresentazione nel DB secondo DM Slide 78 Docente: Andrea Piemonte ([email protected]) Catasto strade – Attributi segmentati Output Measured SEGMENTATION ALGORITHM DATA TYPE X Slide 79 Y Progressive Start/End Left/Right Value Docente: Andrea Piemonte ([email protected]) Catasto strade – Asse strada e caratteristiche geometriche Caratteristiche geometriche strada Un dato al metro Semina di Punti Fotogrammi Un fotogramma al secondo Velocità media ~ 40km/h 1 fotogramma ogni 15 metri Slide 80 Docente: Andrea Piemonte ([email protected]) Catasto strade – Pendenza longitudinale Smoothing elevation data Setting offset = 10 m Slide 81 ΔZ slope = ΔX Docente: Andrea Piemonte ([email protected]) Catasto strade – Curvatura - In a tangent the driver can steer lightly - In a curve, driver can cover short straight segments - Even when the curve has R = cost, the vehicle trajectory has variable R 1 K = R Slide 82 Docente: Andrea Piemonte ([email protected]) Misura pendenza trasversale da soli dati INS [Piemonte, Bolzon 2005] ROLL MEASURED by inertial unit DYNAMICS Of the wheels-suspensions springs system TRANSVERSAL SLOPE Of the roadway Slide 83 Docente: Andrea Piemonte ([email protected]) Misura pendenza trasversale da soli dati INS [Piemonte, Bolzon 2005] Simplified model of vehicle dynamic γ = −2 = −2 = M ks h2 ml (a − g sin α ) ks h 2 γL −2 + mdg cos α K= ks h 2 γa 2ml ks h2 IMU data Ka + roll − γ a α= 1 + Kg Constants defined by model calibration Slide 84 Docente: Andrea Piemonte ([email protected]) Misura pendenza trasversale da soli dati INS [Piemonte, Bolzon 2005] To obtain K and γα is necessary to repeat several time a same circular path drivven at different speed. From (a, roll) data dispersion is calculated linear regression curve and K coefficient. roll = K (−a + g sin α ) + γ a + α Slide 85 Docente: Andrea Piemonte ([email protected]) Catasto strade – Software analisi dei fotogrammi La sua unica funzione è quella di consentire l’osservazione di oggetti sul fotogramma, salvare le loro coordinate pixel e associare ad essi le informazioni di classificazione previste dal Catasto. Slide 86 Docente: Andrea Piemonte ([email protected]) Catasto strade – Software analisi dei fotogrammi Il file di output del programma è di tipo .XML dove vengono salvati la misura di riferimento, l’operatore, i dati immessi e le coordinate pixel Slide 87 Docente: Andrea Piemonte ([email protected]) Catasto strade – Formato finale file catasto Il file “.XML” è successivamente elaborato assieme ai dati che forniscono l’assetto del veicolo all’istante di scatto dei fotogrammi, per fornire il risultato finale nello standard del catasto, dove ad un particolare arco caratterizzato da una coordinata di inizio e di fine è associato l’attributo segmentato relativo Slide 88 Docente: Andrea Piemonte ([email protected]) Estrazione manuale attributi catasto strade da fotogrammi XML raw data elaborated segmented attribute Id_dataset 19 19 19 19 19 19 19 19 19 19 Id_line 1 1 1 1 1 1 1 1 1 1 Type 101 102 103 114 201 202 802 803 900 901 From_ 0 0 11 0 0 0 177 347 0 151 To_ Id_source Abs_rel 357 11 176 357 357 357 186 357 8 151 Startpoint Endpoint Dir 0 357 null 0 11 + 11 176 + 0 357 null 0 357 null 0 357 + 177 186 + 347 357 + 0 8 null 151 151 - Value 590 / 590 From tabular GDF like data 0 55 2 0 1 1 4 1 -0001 0050 to GIS graphical interface GIS user-side platform Slide 89 Docente: Andrea Piemonte ([email protected]) Estrazione manuale attributi catasto strade da fotogrammi Road width Automatic detection for well traced border line Manual detection in case of bad traced or absent border line Slide 90 Docente: Andrea Piemonte ([email protected]) Estrazione manuale attributi catasto strade da fotogrammi Vertical and horizontal signs Manual database population Automatic layer creation Slide 91 Docente: Andrea Piemonte ([email protected]) Estrazione manuale attributi catasto strade da fotogrammi Possibility to query database to obtain - Photoframes position, orientation - Path video sequence - Road geometries data (width, cross slope, grade, curvature ...) ... Slide 92 Docente: Andrea Piemonte ([email protected]) Esempi MMS – ARAN – Roadware RGP http://www.roadware.com Slide 93 Automatic Road ANalyzer Docente: Andrea Piemonte ([email protected]) Esempi MMS – ARAN – Roadware RGP Laser SDP ( Longitudinal profiling system ) Roughness in each wheel path Concrete joint faulting Longitudinal profile Laser XVP ( Transverse profiling system ) 25Hz-150Hz Transverse profile Pavement Video Digital Images Strobe lighting - 2mm crack detection Infrared lighting - 1mm crack detection Slide 94 Docente: Andrea Piemonte ([email protected]) Esempi MMS – ARAN – Roadware RGP Smart Rutbar ( Multi point rut measurement system ) 19 ultrasonic sensor Cross section analysis Smart Texture ( Road surface macrotexture measurement system ) Full bandwidth macrotexture Slide 95 Docente: Andrea Piemonte ([email protected]) Esempi MMS -VISAT-MMSS Research Group-University of Calgary http://mms.geomatics.ucalgary.ca/ Video Inertial SATellite The VISAT is a precise mobile mapping van that can be operated at speeds of up to 60 km per hour and achieve a positioning accuracy of 0.3 m (RMS) for points within a 50 m radius of the van. This method is well suited for rapid updating of GIS databases. Slide 96 Docente: Andrea Piemonte ([email protected]) Esempi MMS – MoSES – AG ikV Universität BW / 3D MS GmbH http://www.unibw.de/IfG/Org/ Slide 97 Docente: Andrea Piemonte ([email protected]) Esempi MMS – MoSES – AG ikV Universität BW / MS GmbH Slide 98 Docente: Andrea Piemonte ([email protected]) Esempi MMS – DAVIDE – GIOVE srl/ELDA ingegneria http://www.giove.biz/ Slide 99 Docente: Andrea Piemonte ([email protected]) Esempi MMS – ALICE.01 STRADE – GIOVE srl/ELDA ingegneria http://www.eldasoft.it/ Slide 100 Docente: Andrea Piemonte ([email protected]) Esempi MMS – FLIMAP – GIOVE srl/ELDA ingegneria http://www.giove.biz/ Slide 101 Docente: Andrea Piemonte ([email protected]) Esempi MMS - UAV Unmanned Aerial Vehicle Slide 102 Docente: Andrea Piemonte ([email protected]) Esempi MMS - UAV Pelican - Politecnico di Torino Slide 103 Docente: Andrea Piemonte ([email protected]) Esempi MMS - Fotocamera da elicottero Slide 104 Docente: Andrea Piemonte ([email protected]) Esempi MMS – Autonomuos Ground Vehicle Defence Advanced Research Project Agency Grand Challenge of Autonomous Ground Vehicle http://www.darpa.mil/grandchallenge/index.asp Vincitore 2007 - Università di Stanford http://cs.stanford.edu/group/roadrunner/index.html Slide 105 Docente: Andrea Piemonte ([email protected]) In conclusione I Mobile Mapping System, combinando la navigazione di precisione e la fotografia digitale, si sono sviluppati da studi di puro interesse accademico ad applicazioni commerciali per veicoli terrestri, aerei e marini. L’estensione dell’utilizzo dei MMS è legato al parallelo sviluppo tecnologico che interessa i sistemi di camere digitali e laser La navigazione di precisione è in continuo progresso con la miniaturizzazione dei sistemi GPS e si pensa che la tecnologia MEMS porterà allo sviluppo di nuovi e più efficienti sistemi inerziali. La definizione di sempre nuovi algoritmi e modelli matematici per le fasi di postmission stanno aumentando la precisione e l’affidabilità delle soluzioni Slide 106 Docente: Andrea Piemonte ([email protected])