想免像控?RTK/PPK无人机 vs GCP 测绘精度对比

2023-05-16

在这里插入图片描述

无人机航拍测绘具有精度高、作业效率高、数据分析能力强的特点,很大程度上解决了人工测绘的痛点。因此,无人机在测绘工程中的应用越来越广泛。

精度对于测绘从业人员来说精度至关重要,针对RTK/PPK 无人机和使用GCP精度到底如何,GIS前沿小助手在外网找了一篇相关测试文章,文章由小助手整理编译(有不足之处欢迎指出)。

RTK和PPK无人机有何区别?

两者之间的主要区别在于位置校正发生的时间,RTK在飞行中更正,PPK之后更正。

非RTK无人机——它们精度如何?

当您使用机载GPS接收器或接收器与相机一起驾驶非RTK无人机时,相机位置是从卫星三边测量的,因此它们的位置可以通过几个距离测量来识别。

根据设备质量和卫星几何形状,可能会出现高达几米的误差,尤其是在Z方向上。

在这里插入图片描述

卫星和RTK无人机之间的链接

什么是GNSS,什么是GPS?

全球导航卫星系统(GNSS)是一个卫星网络,用于广播时间和轨道信息,用于导航和定位测量。GNSS使用卫星星座并基于三边测量的概念。简而言之,GNSS接收器通过测量到三颗或更多颗卫星的距离来准确确定自己的位置。

GNSS的一些示例包括Galileo GPS、GLONASS和北斗。全球定位系统 (GPS) 是一种GNSS,由美国国防部在1970年代开发用于军事用途,但后来也可供平民使用。GPS现在是世界上使用最广泛的GNSS,并在全球范围内提供连续的定位和授时信息。

什么是RTK技术,它是如何工作的?

RTK无人机携带一个板载GNSS RTK接收器,该接收器从卫星和一个基站收集数据,以便在飞行时更准确地实时校正图像位置。由于这些连接,RTK 定位可能有其缺点,例如无线电链路中断和信号阻塞。无人机与基站之间的距离较远会导致信号受阻,从而导致校正数据丢失和飞行中准确摄像头位置的百分比降低。

通过GSM或Wi-Fi等数据链路连接,RTK无人机将通过笔记本电脑或控制飞行的设备连接到基站或虚拟参考站 (VRS)。相机位置是实时计算的,参考地面参考,长时间精确测量其位置。这些计算有助于将相机位置校正到两到三厘米的水平和垂直精度。

RTK的优势

无需花时间将GCP放置在难以接近的地方

无需飞行后GNSS后处理

使用无人机的实时GPS定位进行实时校正

更好的航路点导航,适用于具有挑战性的环境

使用 RTK 进行自主辅助着陆

实时操作无需后处理软件包

在这里插入图片描述

基站和虚拟参考站会创建一个RTK校正信号,从而改善定位。

然而,事情并不总是完美的。现场工作人员可能会遇到连接中断,从而干扰摄像机位置的实时校正。该系统提供浮动解决方案,甚至返回独立模式。相机位置是RTK-float,表明校正的不确定性。对于RTK-float,精度将再次下降数十厘米,甚至几米远,就像您从非RTK飞行中获得的那样。在这种情况下,只要您的无人机提供商这样做,您就可以执行PPK更正。出于这个原因,使用GCP是有益的。

在这里插入图片描述

无人机和基站之间的链接可能会被建筑物或其他结构中断。

什么是PPK无人机,它是如何工作的?

PPK代表“后处理运动学”。在PPK工作流程中,无人机根据机载GNSS接收器将地理坐标附加到每个图像。同样在飞行过程中,基站单元(可以是GNSS基站或CORS网络)还可以通过更准确的三角测量记录位置信息。

PPK的优势

无需花时间将GCP放置在难以接近的地方

由于不依赖恒定的数据连接,数据更完整

在可能发生实时校正中断的环境中具有更大的飞行灵活性

保留GNSS数据以证明问责制并在需要时重新处理

节省现场时间,无需建立RTK连接

灵活使用基站

无需远程无线电或冒着数据链路丢失的风险

飞行后无人机的准确GNSS定位

仅使用GPS或GPS/IMU进行前后平滑处理的能力

双天线GPS处理支持

成本更低,因为您不需要测量GCP的设备,而且无需放置设备,从而节省时间

地面控制点精度如何?

哪个为您提供更好的准确性?RTK、PPK还是GCP?

如果由于一些现场限制或痛苦的测量程序,您不打算应用任何地面控制点 ( GCP ),则使用RTK/PPK无人机比使用非RTK无人机更有优势。

但是,RTK/PPK无人机需要与特定的硬件和软件配对。整个系统需要支持与基站或VRS的通信,并包含后处理功能。所有这些高科技实现使RTK/PPK无人机比其他无人机贵得多。拥有兼容的图像处理软件也很重要,它会考虑到各个相机位置的不同精度。

下面是针对各个情况的航测精度测试,我们提供了未使用GCP的RTK/PPK航线与具有良好分布的GCP的非RTK航线之间的精度质量比较。对于那些决定是购买新无人机还是继续使用GCP的人来说,这篇文章可以作为参考,更多干货可关注:GIS前沿。

为了更好地研究性能,我们进行了两次单独的飞行:一次使用 RTK模式,另一次使用独立模式(在飞行过程中禁用实时校正或连接丢失)

跨越两种不同类型的区域:农田和城市地区。

在这里插入图片描述

eBee Plus在田野中起飞

在这里插入图片描述

使用 eMotion 3 进行飞行计划

使用SenseFly eBee Plus执行飞行,使用Javad Triumph-ls测量GCP。

同一地区的RTK航班和独立航班均遵循相同的配置。我们使用GCP调整独立模式飞行的相机位置,并使用同一组检查点来评估两种模式的准确性。

所有项目都使用PIX4Dmapper处理,使用默认的3D地图模板。

第一项测试:野外飞行

单格,高度=102m (GSD 2.5 cm),重叠80%

在飞越田野时,我们可以预期连接不会遇到太多障碍物。我们的RTK飞行将 99% 的摄像机位置固定得非常清晰,无需后处理 (PPK)。

在这里插入图片描述

飞行无人机的理想条件是阳光明媚、温度合理且几乎没有风的时候。

在这里,我们比较了不使用任何GCP和RTK飞行和具有良好分布的GCP的独立模式飞行的精度。RTK在现场飞行的结果令人印象深刻。

它在X、Y和Z各个方向上提供大约1像素 (2.5 cm) 的精度。在独立模式下,我们可以获得3.6米的垂直精度,这在不应用位置校正或使用任何GCP的情况下是可以预期的。

在这里插入图片描述

在不使用任何GCP的情况下,对RTK飞行和非RTK飞行进行精度评估。

一旦我们应用了一组GCP,Z 中的误差就会大大降低。但是,我们也发现分布在这类项目中起着极其重要的作用。在这里,我们还比较了在不同分配中使用GCP时的准确性:

在这里插入图片描述

边缘上的GCP:高大的玉米地周围和远离GCP的大垂直误差

在这里插入图片描述

边缘的GCP和场地中间的GCP:垂直误差显着降低

从图表中,我们可以看到,通过在场地中间放置一个额外的GCP,垂直精度从65厘米提高到6.6厘米左右。当它远离GCP并且周围有各种地形可能包括障碍物时,误差就会累积一个困难的区域。

这里的“困难区域”是指特征查找和图像匹配可能存在问题的情况,农田就是其中之一。从这些区域拍摄的图像会产生更多的位置误差,从而导致精度降低。在这种情况下,精确的相机位置(第一阶段99%RTK固定)用作密集且分布良好的GCP。

在这里插入图片描述

使用不同GCP分配的处理的准确性评估

第二项测试:城市飞行

双网格,高度=102 m (GSD 2.5 cm),重叠 80%在市区上空飞行固定翼无人机可能会更加复杂。除了许可问题外,您还需要一个开放的起飞和降落场所,这对于城市地区并不总是可行的。

在这里插入图片描述

无人机飞行操作需要在市区航空环境中进行密切监控

在这个项目中,我们在靠近市中心的地方找到了一个宽敞的体育公园。飞行过程中,建筑物、树木和本地Wi-Fi干扰了数据链路连接,事实证明,只有71% 的摄像机位置得到了很好的校正(RTK-fixed)。

在这里插入图片描述

获取的摄像机位置:RTK-fixed显示为灰色,RTK-float显示为绿色,大小参考值

在实际情况下,RTK-float的不均匀分布(位置没有很好地校正)会导致提高全局精度的障碍。

从结果中,我们注意到了RTK飞行在由于障碍物而失去连接时的劣势。在这种情况下,PPK可以改善结果。虽然不能保证总是比使用GCP更好,但在我们的用例中它们非常接近。

在RTK飞行中,我们发现更接近RTK-float相机位置的误差较大,而在后处理结果中,整个区域的误差看起来更均匀。

在这里插入图片描述

RTK飞行(71% RTK固定)、后处理 (PPK) 结果和GCP项目的精度评估

PPK与RTK与GCP的最终结果

对于数据链路连接稳定且没有障碍物的田野或地方(平坦或大地势),RTK飞行可以很好地捕捉地形,并在不使用任何GCP的情况下提供极其准确的结果。

当图像内容中有茂密的植被、农作物或一些难以匹配的特征时,使用RTK/PPK无人机进行测绘尤其有利。无论您在哪里设置或能够设置GCP,您始终可以控制高精度和高质量的输出。

此外,PPK方法非常适合长途飞行,尤其是BVLOS(超视距)任务。

在这里插入图片描述

GSD 2.5 cm,检查点标记为绿色,尺寸指误差值

在这里插入图片描述

RTK飞行的垂直精度:2.7 cm;GCP 分布均匀:6.6 厘米

在城市地区,它的工作方式不同。在某些部分可能会丢失连接,这会导致RTK-float相机位置分布不均匀,从而难以提高整体精度。在我们的案例中,PPK提供了比RTK飞行更好的结果。但是,两者都没有提供比使用分布良好的GCP处理的更好的准确性。

在这里插入图片描述

Urban:GSD 2.5 cm,检查点以绿色标记,尺寸指误差值

在这里插入图片描述

PPK解决方案的垂直精度:6.7厘米;GCP分布均匀:4.8厘米

现在我们已经看到了两种解决方案的输出质量。但是,我们还需要记住一些事情:可行性、时间、成本以及您要重建的区域的类型。

由于现场的许多原因,例如脆弱的地形纹理、无法到达的地点和其他人身安全问题,测量GCP并不总是可行的。此外,GCP的规划和测量每次可能需要数小时,而后处理通常只需10到20分钟。至于费用,GCP的测量是每个项目区域都必须承担的成本,不像购买RTK/PPK无人机的一次性费用。

与使用GCP相比,使用PPK和检查点仍然可以节省大量时间。为了评估项目的准确性,您可能只需要在整个工作现场设置1个检查点,而不是5到8个GCP(根据项目情况来定)。

考虑到上述情况,重要的是要注意GCP仍然是无人机测绘的一部分,因为它们让测绘无人机能生成更准确的质量报告并证明是有效性的解决方案。

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

想免像控?RTK/PPK无人机 vs GCP 测绘精度对比 的相关文章

  • RTK=GPS+基站

    RTK 61 GPS 43 基站 所以通RTK的时候也需要在地面站看GPS卫星数
  • RTK和PPK技术科普

    参考链接2 xff1a https blog csdn net hailiannanhai article details 78494366 RTK技术 RTK xff08 Real time kinematic xff0c 实时动态 xf
  • Vins-fusion GPS融合部分测试(自己的数据ZED+RTK)

    经过前一段时间的积累 xff0c 目前暂时成功实现了用自己的数据测试实现Vins fusion 43 GPS融合 xff0c 其实放在数据采集处理上的时间比较多 xff0c 踩了很多坑 xff0c 效果在一些部分还不是很好 xff0c 后期
  • GPS、RTK、PPK三种定位技术的原理及应用

    一 GPS技术 1 原理 之前做过集成GPS功能的产品 xff0c 对这种不以定位为主要功能的产品 xff0c 精度是没有要求的 xff0c 例如我只是用它来得到当前社区的位置 xff0c 一般的GPS模块都能满足要求 理论上 xff0c
  • GPS、RTK、PPK三种定位技术的原理及应用

    一 GPS技术 1 原理 之前做过集成GPS功能的产品 xff0c 对这种不以定位为主要功能的产品 xff0c 精度是没有要求的 xff0c 例如我只是用它来得到当前社区的位置 xff0c 一般的GPS模块都能满足要求 理论上 xff0c
  • GPS RTK测量定位原理

    转自 xff1a https baijiahao baidu com s id 61 1603136753092877848 amp wfr 61 spider amp for 61 pc 手机定位是什么原理 xff1f 实时动态工程测量是
  • GNSS定位(SPP、RTK、PPP)位置坐标系

    欢迎关注个人公众号 xff1a 导航员学习札记 文章目录 一 前言二 单点定位三 差分定位四 PPP 一 前言 最近研究不同FTP的基站数据 xff0c 发现它们坐标系都不一致 xff0c 因此研究了下GNSS定位结果的坐标系 参考了一些文
  • RTK和网络RTK

    浅谈传统RTK工作模式与网络RTK工作模式 谈谈传统RTK工作模式与网络RTK工作模式 传统RTK工作模式就是电台工作模式 xff0c 网络RTK工作模式就是CORS系统测量 本文主旨 有网络信号和CORS覆盖范围的地方就选择网络RTK工作
  • GPS/RTK高精度定位系统有什么优势?

    GPS RTK高精度定位系统能提供厘米级 毫米级高精度位置服务 xff0c 逐渐成为智能社会高精度定位的趋势和理想选择 GPS RTK高精度定位系统的出现是信息化时代发展的产物 从移动互联到物联网 xff0c 位置是一个基础的不可或缺的信息
  • 5G+北斗RTK定位:高精度定位技术发展更进一步

    5G 43 北斗RTK定位采用5G定位与北斗RTK定位技术 xff0c 在信号 信息 设施 应用等层面深度融合 xff0c 5G自身可实现亚米级的定位能力与北斗形成信号覆盖互补 xff0c 实现从室内到室外无缝隙衔接与定位 5G通信技术的到
  • GNSS入门2-RTD, RTK,精度

    2 1 RTD vs RTK RTD xff08 Real Time Differential xff09 xff1a 实时码 xff08 C A码 P码 xff09 相位差分技术 xff0c 流动站与基站距离需小于100km xff0c
  • GNSS PPP和PPK区别

    01 PPP PPP全称Precise Point Positioning xff0c 译为精密单点定位 xff0c 属于单点定位也叫绝对定位 xff0c 精密单点定位是指利用载波相位观测值以及由IGS等组织提供的高精度的卫星星历及卫星钟差
  • 网络RTK——主辅站误差改正法(MAC)

    主辅站误差改正法的基本思想是 xff0c 首先 xff0c 将基准网内所有基准站的相位距离转换到公共整周未知数水平 xff0c 即整周模糊度被消除 其次 xff0c 计算各个误差改正项 xff0c 充分考虑误差的色散和非色散特性 xff0c
  • Reliable Cloud Infrastructure: Design and Process学习笔记

    最后更新2022 03 16 忘记更新对应的学习笔记 补上 这一科有9节 加上0章简介 简介 google cloud的好多功能有点相似 这科内容是介绍应该选什么产品 怎么选择 怎么规划 怎么设计等等 首先 你要有个软件产品的设计思想 包括
  • GCP Monitoring and Dashboarding Multiple Projects from a Single Workspace Lab

    最后更新2022 03 17 这个室验是一个dashboard看多个projects的信息 照例先进console 不同的是同时给了3个projects 记录好哪个用于monitor 哪个是worker1和worker2 具体没区别 但以后
  • Essential Google Cloud Infrastructure: Foundation

    最后更新2022 03 08 有点事情 中断了几天 继续GCP GCP Fundamental看完了 但是lab还没做 翻墙越脊的 太麻烦 过些时候方便了一起练习 继续学习下一课 essential系列其实是再走一遍fundamentals
  • GCP application performance management lab

    最后更新2022 03 19 这是这节最后一个实验了 加油 照例先enable service 然后下载repository 再build一下 再开一个cloud shell 点一下头部标识中的 下载另一个用于debug的repositor
  • GCP reliable google cloud infrastructure, devops lab

    最后更新2022 03 13 先到menu source repository里建立repository 还是不很好找 source repository在CI CD分类里面 点右上角的add repository按钮 输名字devops
  • RTKLIB源码解析(一)、单点定位(pntpos.c)

    目录 pntpos satposs estpos raim fde estvel ephclk satpos satsys seleph eph2clk ephpos eph2pos rescode lsq valsol matmul do
  • 是否可以乐观地更新端点的所有缓存?

    在 redux 教程中 我们学习了如何执行乐观更新 第 8 部分 rtk query advanced implementing optimistic updates https redux js org tutorials essenti

随机推荐

  • 关于C++ Overload、Override、hide的一些总结

    一 override和overload区别 当需要一些相同的函数名接受不同的参数实现不同的功能时 xff0c 可以是运用函数重载来实现 但是 xff0c 函数的重载必须要在同一个作用域内重载 xff0c 才叫做重载 在不同作用域的两个同名函
  • C++多态的个人总结

    多态 多态分为运行时多态和编译期多态 xff0c 也被称作动态绑定和静态绑定或者晚绑定和早绑定 一 编译期多态 编译期多态主要是通过函数重载 xff0c 运算符重载还有模板函数 xff0c 模板类来是实现的 函数重载和运算符重载 xff0c
  • 嵌入式linux截图工具gsnap移植到OK6410 TX2416开发板

    交叉编译器版本 xff1a arm linux gcc 4 3 2 操作系统平台 xff1a Ubuntu 11 04 开发板平台 xff1a Tx2416 OK6410开发板 需要以下两个源文件 jpegsrc v6b tar gz gs
  • C++四种类型转换运算符的个人总结

    在这四种类型转换符包括static cast dynamic cast reinterpret cast const cast其中使用比较多的是dynamic cast和static cast 我们就从这两种类型转换符开始谈起 一 stat
  • 什么是系统调用?

    01 系统调用是什么 系统内核通过包装一些能够实现特定功能的特殊硬件指令和硬件状态 xff0c 即为内核函数 xff0c 通过一组称为系统调用 xff08 system call 的接口呈现给用户 xff0c 为系统调用而封装出来的API也
  • js中函数内部可以访问外部的变量

  • 视觉SLAM——小觅相机实测vins-mono步骤

    文章目录 step1 相机对应驱动 ubuntu SDK源码安装step2 相机测试 标定参数获取step3 安装vins并建立启动文件step4 开启相机节点并运行vins 使用的是双目深度板小觅相机 xff0c 只需要使用相机左摄像头和
  • ROS自定义消息类型 发布与订阅

    1 自定义消息类型与编译 1 在功能包里面创建一个msg文件夹 添加文档 文档名字为生成的头文件名和消息类型名 功能包名为消息类型的作用域 在msg文件夹下创建一个Person msg文件 xff0c 将下列代码复制进去 xff1a str
  • ROS的launch文件创建

    1 使用launch文件 Launch文件是ROS提供的 xff0c 可以同时运行多个nodes的文件 Launch文件以一种特殊的XML格式编写 xff0c 在ROS packages中使用广泛 创建launch功能包 首先在工作空间sr
  • ROS+UR机械臂+Moveit+ 仿真与实体机械臂的使用+realsense相机+eye_handeye手眼标定(亲测有效)上

    Universal Robots xff08 优傲机器人 xff09 公司是一家引领协作机器人全新细分市场的先驱企业 xff0c 该公司成立于2005年 xff0c 关注机器人的用户可操作性和灵活度 xff0c 总部位于丹麦的欧登塞市 xf
  • ROS+UR机械臂+Moveit+ 仿真与实体机械臂的使用+realsense相机+eye_handeye手眼标定(亲测有效)下

    1参考链接 1 UR5 realsense手眼标定 2 优遨机器人UR5与RealSense深度摄像头D435的手眼标定 3 UR5 realsense手眼标定 4 标定所需二维码 5 ROS下UR5 usb cam单目外参标定 xff08
  • 链表的头节点理解

    不管带不带头节点 xff0c 头指针始终指向第一个结点 xff0c 头指针始终指向第一个结点 xff0c 而头节点是带头结点的链表的第一个结点 xff0c 结点内通常不存储信息 图示如下 xff1a 2 在建立链表时 xff0c 如果是不带
  • 汇编语言学习04之X86计算机组件

    X86计算机组件 本文首先通过检查典型主板配置以及围绕 CPU 的芯片组来了解 x86 如何与其他组件的集成 然后讨论内存 I O 端口和通用设备接口 最后说明汇编语言程序怎样利用系统硬件 固件 xff0c 并调用操作系统函数来实现不同访问
  • 【翻译】服务器后端的编程语言

    对于那些需要web服务的初创公司里的大型新项目 xff0c 我会选择何种后端编程语言呢 xff1f 在客户端侧有CSS html和javascript xff08 包括CoffeeScript和TypeScript这类衍生语言 xff09
  • ubuntu换内核的方法适用于16-18系统

    2080ti的卡兼容18 04的5 0 0 37 generic内核驱动需要用418 56 ubuntu内核突然变了 导致nvidia显卡驱动用不了 进行内核降级 解决方法 查找可用的内核版本 grep menuentry boot gru
  • 统计信号估计 (二) 最小方差无偏估计量(MUV)的线性模型

    MVU表示最小方差无偏估计 xff0c 下面将推导一个线性模型的MVUE xff0c 即最小方差无偏估计量 线性模型可以表示为 xff1a x 61 H 43 w
  • python二级考试-每日刷题7

    知识导图 文件 文件的类型 文件的打开和关闭 文件的读写
  • 树莓派入门(笔记本当显示屏)

    树莓派入门 笔记本当显示屏 your elephant的博客 CSDN博客 树莓派连接笔记本屏幕
  • python-sklearn实现神经网络(数据量小的情况)

    以下内容笔记出自 跟着迪哥学python数据分析与机器学习实战 xff0c 外加个人整理添加 xff0c 仅供个人复习使用 神经网络 xff08 neural network 模块重要的有两个类 xff0c MLPClassifier 分类
  • 想免像控?RTK/PPK无人机 vs GCP 测绘精度对比

    无人机航拍测绘具有精度高 作业效率高 数据分析能力强的特点 xff0c 很大程度上解决了人工测绘的痛点 因此 xff0c 无人机在测绘工程中的应用越来越广泛 精度对于测绘从业人员来说精度至关重要 xff0c 针对RTK PPK 无人机和使用