Evaluación de la precisión horizontal y vertical de las RPA

Geomática Fundamentos de Fotogrametría 2021 - II

Allpa Kawsay Geomatic Lab Kauripaucar, Karina Malpartida, Lesly Osorio, Luis Otrera, Yasuhiro Zea, Astrid

Evaluación de la precisión horizontal y vertical de las RPA

Evaluación de la precisión horizontal y vertical de las RPA Geomática

En el pasado, el uso de vehículos aéreos no tripulados (UAV) o RPA estaba motivado principalmente por objetivos y aplicaciones militares.

Hace tres décadas , los UAV se utilizaron por primera vez en aplicaciones geomáticas, pero hoy se han convertido en una herramienta de uso común para la adquisición de datos. Esta técnica proporciona una alternativa de bajo costo a la fotogrametría aérea clásica de áreas pequeñas y el mapeo topográfico a gran escala o la información detallada de la superficie en 3D

Huaripaucar + Malpartida + Osorio + Otrera + Zea

Allpa Kawsay | Geomatic Lab

SENCICO

Introducción

02

Evaluación de la precisión horizontal y vertical de las RPA Geomática

Definiciones

Corredor (2015) afirma que “Los estudios fotogramétricos a partir de drones han representado un extraordinario apoyo, debido a que en una medida de tiempo y costos es relativamente inferior a un levantamiento topográfico, generando de esta forma, productos geoespaciales de gran precisión y contenido” Huaripaucar + Malpartida + Osorio + Otrera + Zea

Allpa Kawsay | Geomatic Lab

SENCICO

Villarreal (2015) menciona “Los levantamientos topográficos realizados con estos equipos permiten brindar muy buenas precisiones (centiméricas) tanto horizontales como verticales. Esto se logra mediante denominados puntos de control o ground control points (GCP) que son medidos con un gps diferencial”

03

Evaluación de la precisión horizontal y vertical de las RPA Geomática

La precisión horizontal debe evaluarse utilizando las estadísticas de error cuadrático medio (RMSE) en el plano horizontal, es decir, 𝑅𝑀𝑆𝐸𝑥, 𝑅𝑀𝑆𝐸𝑦, 𝑅𝑀𝑆𝐸𝑟.

La precisión vertical se debe evaluar solo en la dimensión 𝑍, para las pruebas de precisión vertical, se utilizan diferentes métodos en terrenos sin vegetación (donde los errores normalmente siguen una distribución normal adecuada para los análisis estadísticos RMSE) y en terrenos con vegetación (donde los errores no necesariamente siguen una distribución normal)

Huaripaucar + Malpartida + Osorio + Otrera + Zea

Allpa Kawsay | Geomatic Lab

SENCICO

Evaluación de la precisión horizontal y vertical de los RPA

04

Evaluación de la precisión horizontal y vertical de las RPA Geomática

Estándares de precisión horizontal para datos geoespaciales

Estándares de precisión horizontal para datos geoespaciales

Huaripaucar + Malpartida + Osorio + Otrera + Zea

Allpa Kawsay | Geomatic Lab

SENCICO

En la tabla 1 se especifica el estándar de precisión horizontal principal de los datos digitales, incluyendo ortoimágenes digital, los datos planimétricos digitales y mapas planimétricos escalados. Esta norma define las clases de precisión horizontal en términos de su 𝑹𝑴𝑺𝑬𝒙, 𝑹𝑴𝑺𝑬𝒚.

Adicionalmente, en muchas aplicaciones de precisión horizontal no pueden estar vinculados directamente a escala de compilación, la resolución de las imágenes de origen o resolución final de píxeles (ASPRS A. S., 2015).

05

Evaluación de la precisión horizontal y vertical de las RPA Geomática

Estándares de precisión vertical para datos geoespaciales

Estándares de precisión vertical para datos geoespaciales

Huaripaucar + Malpartida + Osorio + Otrera + Zea

Allpa Kawsay | Geomatic Lab

SENCICO

Precisión vertical se calcula utilizando estadísticas RMSE en terrenos sin vegetación y 95º de estadística percentil en terreno vegetado. La convención actual para cada clase de precisión vertical está directamente asociada con el RMSE esperado del producto. La tabla 2 proporciona la clase vertical de precisión para la convención de nombres para cualquier dato digital de elevación. Los requisitos de precisión horizontal para los datos de elevación se especifican y reportan independientemente de los requisitos de precisión vertical (ASPRS A. S., 2015).

06

Evaluación de la precisión horizontal y vertical de las RPA Geomática

Evaluación del modelo digital de terreno obtenido mediante técnicas de fotogrametría con RPA y con técnicas GNSS aplicados a proyectos viales en zonas de mediana vegetación

Para la obtención de las imágenes aéreas del área de estudio se utilizó un RPA Mavic Pro 1 de DJI (figura 2). Posee un sistema de posicionamiento incorporado GPS y Glonass, lo que permite rangos de precisión ±1,5 m en horizontal y de ±0,5 m en vertical.

Huaripaucar + Malpartida + Osorio + Otrera + Zea

Allpa Kawsay | Geomatic Lab

SENCICO

Métodos y Aplicación

07

Evaluación de la precisión horizontal y vertical de las RPA Geomática

En el levantamiento con RPA, la precisión depende mucho de la vegetación del sector, y se comprueba que en zonas donde la vegetación es muy densa, la precisión está en el rango de 1,00 a 4,50 m; en cambio, en zonas donde la vegetación es baja o nula, esa precisión aumenta hasta llegar a los 25,00 cm. La precisión aumenta considerablemente al utilizar puntos de control colocados mediante técnica GNSS.

Huaripaucar + Malpartida + Osorio + Otrera + Zea

Allpa Kawsay | Geomatic Lab

SENCICO

Resultados y Conclusiones

08

Evaluación de la precisión horizontal y vertical de las RPA Geomática

RPA con RTK y PPK para una Mayor Presicion Horizontal y Vertical

Las posiciones de la cámara se calculan en tiempo real, haciendo referencia a esta referencia de tierra cuya ubicación se mide con precisión durante un largo período de tiempo.

El cálculo ayuda a corregir las posiciones de la cámara de hasta 2 a 3 centímetros de precisión, tanto horizontal como vertical.

Huaripaucar + Malpartida + Osorio + Otrera + Zea

Allpa Kawsay | Geomatic Lab

SENCICO

Precisión de Equipos

09

Evaluación de la precisión horizontal y vertical de las RPA

Prueba en Campo Aquí comparamos la precisión del vuelo RTK sin usar ningún GCP y el vuelo en modo independiente con GCP bien distribuidos. El resultado del vuelo RTK en el campo es bastante impresionante.

Da alrededor de un pixel (2.5 cm) de precisión en todas las direcciones: X, Y y Z. En el modo independiente, obtenemos 3.6 metros de precisión vertical, lo cual se puede esperar sin aplicar correcciones de posición ni usar ningún GCP. Huaripaucar + Malpartida + Osorio + Otrera + Zea

Allpa Kawsay | Geomatic Lab

SENCICO

Geomática

10

Evaluación de la precisión horizontal y vertical de las RPA Geomática

Las precisiones horizontales obtenidas con RPA drones, dependerá de la altura de vuelo, resolución espacial de las imágenes, Puntos de Apoyo Fotogramétrico (PAF), características topográficas del área levantada y condiciones de nubosidad, viento, clima, etc., durante el vuelo.

Respecto a la precisión vertical, puede influir muchos factores como la elección de una sola altura de vuelo para una topografía con variados desniveles, el uso de modelos geoidales para el DEM, algoritmos aun no consolidados para la determinación de modelos digitales del terreno, posibles errores en los valores de coordenadas verticales puntos de control o alturas niveladas.

Para obtener coordenadas verticales precisas, los Puntos de Apoyo Fotogramétrico (PAF), al tener cotas niveladas, incrementan significativamente el presupuesto del levantamiento fotogramétrico con RPA. Huaripaucar + Malpartida + Osorio + Otrera + Zea

Allpa Kawsay | Geomatic Lab

SENCICO

Conclusiones

11

Evaluación de la precisión horizontal y vertical de las RPA Geomática

Agisoft PhotoScan Help. 2017, Manual de contenidos de ayuda – Utilización de diferentes referencias verticales.

Pix4D, 2017, Pix4Dmapper Guía de inicio.

Agüera, V.F. (2018, 21 de junio). Reconstrucción de la topografía extrema de la estructura UAV de movimiento fotogramétrico.

Villareal, J. (2015). Análisis de la precisión de levantamiento topográficos mediante el empleo de vehiculo no tripulados (UAV) respecto a la densidad de puntos de control (tesis de pregrado). Univerisdad Católica de Loja, Loja, Ecuador Huaripaucar + Malpartida + Osorio + Otrera + Zea

Allpa Kawsay | Geomatic Lab

SENCICO

Referencias

12

GRACIAS Evaluación de la precisión horizontal y vertical de las RPA