A pilóta nélküli légi rendszerek (UAS) felhasználási lehetőségei a közeli légi fotogrammetriában

SZEGEDI TUDOMÁNYEGYETEM TERMÉSZETTUDOMÁNYI ÉS INFORMATIKAI KAR TERMÉSZETI FÖLDRAJZI ÉS GEOINFORMATIKAI TANSZÉK

A pilóta nélküli légi rendszerek (UAS) felhasználási lehetőségei a közeli légi fotogrammetriában DIPLOMAMUNKA

Készítette:

Témavezető:

Répás Zoltán Geográfus MSc szakos hallgató

Dr. Szatmári József egyetemi docens Külső konzulens: Szabó József GeoNet2000 Kft.

Szeged 2014

Répás Zoltán: Az UAS felhasználási lehetőségei a közeli légi fotogrammetriában

Tartalomjegyzék Tartalmi összefoglaló ....................................................................................................4 1. Bevezetés ..................................................................................................................5 2. Fotogrammetria bemutatása .......................................................................................7 2.1 Digitális fotogrammetria ......................................................................................8 2.2 Fotogrammetrián alapuló felületszkennelés ........................................................10 2.3 Kis formátumú légi fotogrammetria ...................................................................11 3. Szoftver és hardver ..................................................................................................13 3.1 Szoftverek .........................................................................................................13 3.1.1 AgiSoft: PhotoScan.....................................................................................13 3.1.2 Python API .................................................................................................15 3.1.3 Egyéb lehetőségek ......................................................................................17 3.2 Hardver .............................................................................................................22 3.2.1 Pilóta nélküli légi eszközök bemutatása ......................................................22 3.2.2 Kamerák .....................................................................................................31 3.2.3 Számítógép, ajánlott hardverek ...................................................................34 4. Irodalmi áttekintés ...................................................................................................35 5. A lehetséges felhasználási területekről .....................................................................39 5.1. Mérnökgeodéziai alkalmazási lehetőségek ........................................................39 5.1.1 Első kísérlet, a DJI Phantom Vision quadrocopterrel ...................................41 5.1.2 Második kísérlet, a DJI Phantom Vision quadrocopterrel ............................44 5.1.3 Térfogatszámítás .........................................................................................45 5.2.Felhasználási lehetőségek a vízügyi gyakorlatban ..............................................48 5.2.1 RGB képek .................................................................................................48 5.2.2 Infra képek ..................................................................................................49 5.3 Katasztrófavédelem ...........................................................................................51

SZTE Természettudományi és Informatikai Kar 2014

2


5.4 Mezőgazdaság ...................................................................................................53 5.5 Erdészet .............................................................................................................56 6. Jogi háttér................................................................................................................57 6.1 Hazai szabályozás ..............................................................................................57 6.2 Külföldi álláspontok ..........................................................................................60 7. Összefoglalás ..........................................................................................................63 Irodalomjegyzék ..........................................................................................................65 Köszönetnyilvánítás ....................................................................................................67 Mellékletek ............................................................................................................... 68


3


Tartalmi összefoglaló A dolgozat elkészítése során a pilóta nélküli légi eszközökben (UAS) rejlő lehetőségeket kívánom bemutatni a térbeli adatgyűjtésen, távérzékelésen és néhány speciális alkalmazási területen keresztül. Azokat a lehetséges alkalmazásokat keresem, ahol a jelenlegi megoldásokat felválthatják az UAS-okkal végzett felmérések, legyen szó

mérnökgeodéziáról,

vízgazdálkodásról,

vagy

térinformatikáról,

mező-

katasztrófavédelemről.

A

és

erdőgazdálkodásról,

felhasználási

lehetőségek

vizsgálatakor csak az előbbiekre szorítkoztam, mivel az UAS rendszerek olyan széles körben alkalmazhatóak, hogy összefoglalásukra egy diplomadolgozat nem lenne elegendő. Az egyes alkalmazási területeken törekedtem egy-egy gyakorlati feladat megvalósítására és dokumentálására, valamint a felmérés, az alkalmazott eszközök és programok működésének és használatának bemutatását is feladatomnak tekintettem. Mivel ennek a technológiának egyik erőssége a gyorsaságban rejlik, fontos a légifelvételek feldolgozásának időigényét minél inkább csökkenteni, amit a monoton ismétlődő műveletek automatizálásával érhetünk el. Ilyen munkafolyamat az ortofotók EOV szelvényenkénti exportálása, amire egy Python scriptet készítettem. A légifotózásra alkalmas repülőeszközökből máris óriási a kínálat, és ez egyre csak bővül, ezért összefoglaltam a főbb lehetőségeket, a professzionális megoldásoktól a csináld magad csomagokig. Végezetül a munkavégzés jogi vonatkozásait vizsgáltam meg a hazai és külföldi viszonylatokban mind a repülés, mind a távérzékelés szemszögéből. Kulcsszavak: UAS, UAV, távérzékelés, digitális fotogrammetria, drone, pilóta nélküli légijármű


4


1. Bevezetés A fotogrammetria és a légi távérzékelés már több forradalmat is átélt a kialakulása óta. Nagy lendületet adott a tudománynak a számítástechnika fejlődése és a digitális fényképezés megjelenése. Az egyre fejlettebb szoftverekkel mind a földi, mind a légi fotogrammetria felhasználási területei kiszélesedtek, valamint egyre szélesebb réteg számára váltak elérhetővé. A nagy befektetést igénylő képkiértékelő műszereket idővel felváltották az asztali számítógépek, és a hangsúly a feldolgozás terén a szoftverekre helyeződött. Megfelelő kapacitású számítógéppel és erre alkalmas programmal már bárki felcsaphat fotogramméternek és a földi fotogrammetriában egy jó minőségű amatőr kamerát kalibrálva komoly eredményeket érhet el. A légi felvételek készítése eddig megoldhatatlan feladat volt repülőgép, speciális kamera és repülési ismeretek nélkül. A pilóta nélküli repülők megjelenése azonban megváltoztatta ezt a helyzetet, lehetővé vált, hogy széles körben elterjedjen a téradatgyűjtés légifotogrammetriai módja. Természetesen ez a módszer a hagyományos repülőkkel nem versenyezhet, sem repülési magasságban, sem a levegőben töltött időben, így a felmérhető területek nagyságában sem.

Ellenben

számos

olyan

feladat

megoldására

kínál

lehetőséget,

amit

hagyományosan nem fotogrammetriai úton végeztek el eddig, hanem földi felméréssel. A pilóta nélküli légijárművek nem számítanak újdonságnak, azonban a polgári használatban csak nem régen jelentek meg. A hagyományos adatgyűjtés átalakulóban van, a terepen végzett közvetlen felméréseket egyre inkább képesek kiváltani az új módszerek, úgymint a lézerszkennelés, és a digitális fotogrammetria. Gyorsabban, nagyobb mennyiségű adat gyűjthető így, ezért termelékenyebb és gazdaságosabb a felmérések eme módja. Feltételezhető, hogy a GNSS technológia megjelenéséhez hasonlóan széles körben el fog terjedni a pilóta nélküli légi rendszerekkel történő munkavégzés. A piacon már széles választék áll a rendelkezésünkre az UAV (Unmanned Aerial Vehicle) eszközök terén, az előre elkészített inkább hobbi, játék célokat szolgáló eszközöktől a fejleszthető kategórián keresztül a professzionális szintig. Ezek ára is legalább ilyen széles skálán mozog. Felvetődik a kérdés, hogy érdemes-e kísérletezni saját rendszer építésével, vagy érdemesebb inkább befektetni egy már erre a célra kifejlesztett, megbízhatóan üzemelő felszerelésbe? Milyen szoftverekkel, milyen módon


5


érdemes elvégezni a feldolgozást, valamint mik azok a lehetséges alkalmazási területek, ahol sikeresen lehetne bevetni ezt a technológiát? Amikor elkezdtem a témával foglalkozni, abból a feltételezésből indultam ki, hogy a módszer alapvetően a kisebb területű munkáknál válhat be, ahol még nem érné meg hagyományos módon repülést végezni, viszont igény jelentkezik a részletes domborzatmodellre és egy nagy felbontású ortofotóra. Elsősorban a műszaki alkalmazási lehetőségeket kívánom kutatni, de úgy gondolom, ettől sokkal színesebb a lehetőségek köre, mert számos kreatív termék is előállítható ilyen módon, például magasból készített képek és videók eseményekről, épületekről. Nem csak repülőkről van szó, hanem a lebegésre képes több rotorral ellátott kopterek is ebbe a kategóriába tartoznak, melyek egyre gyakrabban váltják már ki az igen költséges hagyományos helikoptereket. Nyilvános beszédek, fesztiválok, sportesemények közvetítésére már láthatni hazai példákat is. Igyekeztem minél több szakterületen körbejárni a lehetőségeket, kikérni az adott terület szakembereinek véleményét, lehetőség szerint közös kísérletet végrehajtani. Ezek a területek a mérnökgeodézia, vízügy, katasztrófavédelem, erdészet, mező- és vadgazdaság voltak. Végül fontos tisztázni a témakörhöz tartozó elnevezéseket a későbbiekre nézve. Több kifejezés is használatban van, mint például a már elterjedt "drone", amivel a katonai célokra készített repülőket illetik. Ez a szó kifejezetten hangzatos, a dolgozat hátralévő részében mégis a pilóta nélküli légijármű (UAV, Unmanned Aerial Vehicle) és a pilóta nélküli légi rendszer (UAS, Unmanned Aerial System) meghatározásokat fogom előnyben részesíteni. Ezek mellett a távolról irányított (légi) jármű is használatos kifejezés (RPV, Remotely Piloted (Aerial) Vehicle). Valamit akkor nevezhetünk rendszernek, ha több berendezés összességéről van szó. Ilyen például a GPS vevő, az iránytű, a tehetetlenségi navigáció, az ezek segítségével működő robotpilóta és az érzékelő, amivel az adatgyűjtés folyhat.


6


2. Fotogrammetria bemutatása A

fotogrammetria

elméleti

alapjai

már

a

fényképezés

megjelenése

előtt

megfogalmazódtak a különböző korok tudósaiban. A 3-4. században élő alexandriai görög tudós, Papposz nevéhez fűződik a projektív geometria egyik alapvető tétele, ami a kettősviszonyt írja le. Szintén megelőzte a fényképezés feltalálását J. H. Lambert svájci fizikus, matematikus is, aki az elméleti alapokat fogalmazta meg. Az első dokumentált légifotózás 1858-ban a francia Petit Bicetre városka fölé ballonnal emelkedő Gaspard Félix Tournachon nevéhez fűződik (Colwell, 1997). A fotogrammetria megalapozójának a francia A. Laussedat

ezredest tekintik, akinek a vezetésével oldották meg 1859-ben két kép alapján a tárgykoordináták meghatározását. Meg kell említeni a német A. Meydenbauer kutatásait is, aki közel egy időben ért el eredményeket Laussedattal a légifotókkal végzett felmérés terén. Ezt követően folyamatosan fejlődött ez a tudomány a módszerek és eszközök területén. A kiértékelő műszerek építésébe a legtöbb nagy nevű optikai műszergyár belefogott és egyre jobb optikai-mechanikai elven működő kiértékelő született. Hazai viszonylatban az 1920-as évek végén kezdődött meg a fotogrammetria alkalmazása, ami Oltay Károly és Rédey István professzorok nevéhez köthető. Jelentős változást hozott a számítógépek megjelenése, az analóg kiértékelést felváltotta az analitikus kiértékelés. A számítógépek teljesítményének növekedése már az 1950-es években lehetővé tette az úgynevezett légiháromszögelés módszerét, ami a terepi illesztőpontok számának csökkentését idézte elő, ezáltal minimalizálva a terepi előkészületeket (Kraus, 1994). A számítástechnika fejlődésével egy igen számításigényes eljárás vált könnyen alkalmazhatóvá, a sugárnyaláb-kiegyenlítés módszere. A felvételek rögzítik a képen látható valamennyi tárgyponthoz tartozó sugarakat, a képen végzett mérésekkel a sugarakhoz értéket rendel a feldolgozást végző szoftver, így a képek kiértékelése monokulárisan zajlik. Fontos kritérium, hogy a tárgypontok jól azonosíthatóak legyenek az egyes képeken. Az egyes képekhez tartozó sugárnyalábokat az azokon közösen szereplő pontok kapcsolják össze (1. ábra) (Kraus, 1994). Ez lehetővé teszi a tetszőleges irányú fényképek készítését, ami mind a földi, mind a légi fotogrammetriában nagyobb szabadságot eredményez. A kiértékelés feltétele, hogy minden pont legalább két, de az


7


ellenőrzés végett három képen is szerepeljen, valamint kerülni kell az éles szögeket az egyes pontokhoz tartozó sugarak metszésében. Maga a modellalkotás még az illesztőpontokat is nélkülözheti, persze ha méretarányt szeretnénk rendelni a modellhez, akkor minimum két pont távolságát kell megadnunk.

1. ábra Fotogrammetriai sugárnyalábok hálózata (forrás: Kraus, 1994)

A korszerű fotogrammetriai szoftverek által használt algoritmusok a fejlesztők titkai, de a sugárnyaláb-kiegyenlítés képezi a megoldásaik alapját. 2.1 Digitális fotogrammetria Azokat az eljárásokat nevezzük digitális fotogrammetriának, melyeknél a kép készítésekor egy érzékelő kerül megvilágításra és ezáltal jön létre a digitális kép. Az ilyen képeknél a teljes feldolgozás a számítástechnikán alapszik és jelentős mennyiségű feladatot vesz át a felhasználótól. Korábban a légifelvételeket szkenneléssel alakították át digitális képpé azért, hogy lehetővé tegyék a számítógépes feldolgozást. Mára ez az eljárás nem használatos, mert a digitális fényképezők fejlett, nagy felbontású érzékelőkkel készülnek. A digitális kép apró mátrixként felfogható képelemekből (pixelekből) áll, minden pixelhez tartozik egy színérték. A leggyakoribb értékkészlet a 0 és 255 közötti, ami több árnyalatot tesz lehetővé, mint amit emberi szemmel meg tudnánk különböztetni (Kraus, 1994). Ahhoz, hogy a digitális képeken mérést végezhessünk, egy koordináta-rendszerre van szükségünk. Célszerű ezt a koordináta-rendszert a képeket alkotó pixelek szintjén definiálnunk. Általában a pixel koordináta-rendszer kezdőpontját a kép bal felső sarkába, vagy a bal felső pixel középpontjába helyezik. Minden pixelnek van x,y irányban kiterjedése (ideális esetben a pixel alakja négyzet), így a pixelkoordináta a SZTE Természettudományi és Informatikai Kar 2014

8


pixel törtrészét is tartalmazhatja, melyet tizedes számmal fejezhetünk ki (Jancsó, 2010). A digitális fotogrammetria számára digitális képre van szükség, amit alapvetően két úton érhetünk el. Napjainkban ez digitális fényképezéssel valósul meg, de korábban gyakori megoldás volt az analóg képek digitalizálása. Ez a képérzékelők fejlődésével feleslegessé vált az utóbbi időben. Jelenleg a fotogrammetriai nagy átalakuláson megy át. Az integráció és automatizmus magasabb szintre lépett a digitális feldolgozásban. A számítógépes grafika és a gépi látás átfed a fotogrammetriával, ez utóbbi terület rohamosan fejlődik magával húzva a fotogrammetriát is. Látható, hogy az általánosan ismert informatikai világcégek számára is vonzó lett ez a terület. Az adatfelhasználás elterjedése rohamos és ez hatással van a fotogrammetriára, mint tudományra is (Engler, 2011). Az adatgyűjtéshez szükséges műszerek is nagy változáson mennek át, melynek köszönhetően egyre szélesebb körben használják már a fotogrammetriát. Míg korábban a szakmai ismeretek mellett kiértékelő műszerekre, mérőkamerára volt szükség, ma már amatőr kamerával és PC-re telepíthető szoftverekkel is teljes értékű kiértékelés végezhető, főként földi, de légi fotogrammetriai feladatokban is. Az építészetben, a földmérésben, a film- és játékiparban, a régészetben, a rendőrségi feladatokban is lehet találni ilyen példákat és ez a kör egyre csak bővül. Lényegében a munkafolyamat egy, a fényképezés általi gyors adatgyűjtésből és irodai feldolgozásból áll. Úgy tűnik, hogy a 3D modellezésnek van a legnagyobb prioritása, mivel ennek a területnek széles a felhasználási köre és ez a terület a fotogrammetria számára is új kihívásokat generál (Engler, 2011).


9


2.2 Fotogrammetrián alapuló felületszkennelés A fejlődés iránya az emberi munka csökkentése felé indult el a fotogrammetriai felületszkennelés megjelenésével. A sugárnyaláb-kiegyenlítés és a pixelkereső algoritmusok segítségével automatizálható a feldolgozás. A szoftver megkeresi az azonos képpontokat a képeken, és így mintegy letapogatva a felületet egy sűrű pontfelhő jön létre, majd ebből alakul ki maga a modell (2. ábra). Ez az eljárás földi és légi felhasználásban egyaránt nagy jelentőséggel bír.

2. ábra Felületszkennelés: pontfelhőtől a kész modellig (saját ábra)

Eredménye a lézerszkenneléshez hasonló színezett pontfelhő, ezért napjaink aktuális és nyitott kérdése a két letapogató eljárás viszonya. Nem tudni, hogy a jövőben melyik bizonyul sikeresebbnek és terjed el szélesebb körben. A lézerszkenneléssel szembeni előnye, hogy jóval kisebb beruházás, így szélesebb körben terjedhet el. A két eljárás közel azonos pontosságú mérésekre képes. Hátrányként megemlíthető, hogy

bonyolultabb

formákat,

és

rosszul

megvilágított

helyeket

nem

lehet

fotogrammetriai úton felmérni, míg a lézerszkenner egy villamoshálózat vezetékeit is igen jól kirajzolja, vagy egy alagútban, szűk barlangrendszerben is boldogul.


10


2.3 Kis formátumú légi fotogrammetria A légi fotogrammetria a távérzékelés része, melynek a közeli légi fényképezés az a területe, ahonnan a kezdetekkor indult ez a tudomány, és most újra előtérbe került a pilóta nélküli légieszközök révén. A különböző légi fényképezéseket több módon is csoportosíthatjuk, például az érzékelő típusa szerint, hogy milyen formátumú, esetleg amatőr vagy mérőkameráról van-e szó, de a kép készítésének magassága szerint is lehet kategorizálni (3. ábra). Az UAS-okkal végzett fényképezések rendszerint amatőr kamera szállítását teszik lehetővé, és az ultra alacsony magassági tartományban lehet velük dolgozni. Az ilyen kis magasságból készült légifotók készítése már megkezdődött a repülőgép feltalálása előtt. Toronyból, állványokról készítettek képeket, ballonokat és sárkányokat eregetve dolgoztak a légi fotogrammetria úttörői. A repülőgépek megjelenése nem jelentette azt, hogy

rögtön

légifotózásra

is

használhatták volna őket, mivel kezdetben igen kockázatos volt felszállni. (Aber et al.,2010) Később háttérbe is szorult ez a magasság,

mivel

jóval

volt

nagyobb

gazdaságosabb

magasságokból, repülőgépekkel adatot gyűjteni, mint a nehezen kezelhető

ballonos,

sárkányeregetős megoldásokkal. Egyre

fejlettebb

kamerák

és

szenzorok jelentek meg, ami a műholdas távérzékelésben igazán ki is teljesedett: már az egész Föld felszínét fel lehetett mérni. Nagy

területek

felmérésekor

kifizetődő az adatgyűjtésnek ez a módja, de kisebb területekre nem gazdaságos.

Az SFAP (Small-

3. ábra A légifényképezés kategóriái magasság szerint (forrás: Averi and Berlin, 1992)


11


Format Aerial Photogrammerty) azaz kis formátumú légi fotogrammetria ezzel szemben kisebb költségű, kis magasságból készített fotók feldolgozásával foglalkozik (Tobak, 2013). Kis formátumú fényképezés alatt a 35 és 70 mm-es filmes – és ennek megfelelő digitális – kamerák használatát értjük, melyeket eredetileg hagyományos – kézi – használatra készítettek. Ember vezette vagy távirányítású hordozóeszközön is rögzíthetők és néhány 10 méteres magasságtól akár több 100 kilométerig szolgáltathatnak felvételeket (Abert et al., 2010). A módszer bővelkedik a változatos megoldásokban, hiszen számos módja van az érzékelők feljuttatásának és amatőr kamerákból is nagy a választék. A határok nem élesek az egyes kategóriák között és a technika fejlődésével módosulnak is egyes kritériumok, ahogy egy 40Mpx-eles kamera korábban középformátumúnak minősült, napjainkban mégis inkább a kis formátumba sorolható, persze ezt nem csak a pixelek száma határozza meg. A diplomadolgozatban bemutatott valamennyi eljárás a kis formátumú fotogrammetria körébe tartozik. Viszont nem csak az amatőr kamerákkal és UAS rendszerekkel készült képek feldolgozása tartozik ebbe a kategóriába. A légi fotogrammetriában a felmérendő terület felett repülve úgy kell a képeket készíteni, hogy azokon megfelelő mennyiségű átfedés legyen. Ez soron belül legalább 60% és sorok között 20-30% közötti érték szokott lenni. Ebből a szempontból részletkérdés, hogy mi mozgatja a kamerát. A légi fotogrammetriát rendszerint szigorú állami szabályozás mellett lehetet folytatni, tekintet nélkül a képek készítésének a körülményeire. Ez a pilóta nélküli eszközök használata esetén - mivel nem rendelkeznek rendezett szabályozással - jogi problémákat is felvet, amivel a dolgozatom utolsó fejezetében foglalkozom.


12


3. Szoftver és hardver Ebben a fejezetben a felhasználható programokat és eszközöket szeretném összefoglalni, részletesen kifejtve azokat, amiket volt lehetőségem a gyakorlatban is kipróbálni. 3.1 Szoftverek A digitális képek feldolgozásához alkalmazható szoftvereket mutatom be ebben a fejezetben. A diplomadolgozatban az AgiSoft termékét használtam a bemutatott feladatok megoldásához. 3.1.1 AgiSoft: PhotoScan Az oroszországi AgiSoft LLC egy 2006-ban alapított automatizált 3D modellezéssel és az ezen alapuló térképezéssel foglalkozó vállalkozás. A PhotoScan Pro a fő termékük, ami képes nagy felbontású ortofotó, felületmodell készítésére. A feldolgozás automatizált, nem igényel nagyfokú szakképzettséget, könnyen elsajátítható a program kezelése, valamint eszközök tekintetében is elegendően korszerű egy asztali számítógép. Korábban különleges, a számítógéphez csatlakoztatott kiegészítőkkel folyt a feldolgozás, ám manapság nagy előny, hogy "csak" egy PC-re van szükségünk. Fényképezőgépek terén is nagy mozgásteret biztosít a program, ugyanis nem csak mérőkamerás kép kiértékelésére van mód, amatőr fényképezőgépekkel készült képek is eredményesen feldolgozhatóak. A szoftver földi és közeli légi fotogrammetriai

feladatokra

készült, felhasználási területe így nagyon széles. Tagolni talán mérnöki

és

egyéb

célú

felhasználási területekre lehetne, terjedelemben színesebb

ez és

utóbbi

a

meglepőbb.

A program honlapján kiállított projektek között szerepel egy cukrász,

akinek

a

tortáiról

készültek modellek, de a divat

4. ábra Egy láncfűrészről készített modell: pontfelhő, ebből készített váz, és végül a ráfeszített textúra (saját ábra)


13


és filmszakma is él a modellezés ezen lehetőségével. A modellalkotás lépéseit a 4. ábra mutatja be. A program gyengepontja a számítógéppel szemben támasztott erőforrásigénye, ami igen magas. Ez az ütemesen fejlődő informatika világában egyre kevéssé fog gondot okozni. Kamerák tekintetében az 5 Mpx-es vagy magasabb felbontás az ajánlott, de ez csak igen közeli modell esetében lehet célravezető, mint például egy torta esetében, hogy az előző példánál maradjak. Ha levegőből készített képekről van szó, akkor inkább a 15 Mpx javasolt, de ez minél több, annál jobb. A széles- és halszem objektívek kerülendőek, bár a Phantom kopter kamerájával készült nagy látószögű képeket is sikeresen feldolgozta a program. Képformátum szempontjából célszerű veszteségmentes fájlt használni, mert a Jpg tömörítés nem kívánt módosításokat eredményez, persze nem kiértékelhetetlen az ilyen kép sem. Viszont ami nagyon fontos, hogy a fókusz fix legyen, ne változzon a képek készítése során. A szoftver használatáról készítettem egy segédletet, ezt a szakdolgozatom 1. számú melléklete

tartalmazza.

A

program

a

modellalkotásra

koncentrál,

későbbi

feldolgozáshoz nemigen biztosít lehetőségeket, ami nem meglepő egy ilyen típusú alkalmazásnál. Ugyan van lehetőség néhány egyszerűbb feladat elvégzésére, úgymint a távolságmérés, vagy a felület- és térfogatszámítás, de ezek a funkciók igen kezdetlegesek. A program azonban számos adatcsere formátumot támogat és így mindenki megtalálhatja a feladatához illő kimenetet, amivel folytathatja a munkáját. A vektoros kimeneteket az 5. ábra tartalmazza.

5. ábra Vektoros adatcsereformátumok

Raszteres végtermékként ortofotót vagy a magassági modellt (DEM) generálhatunk.


14


3.1.2 Python API Nagyon fontos tulajdonsága a PhotoScan-nek, hogy támogatja a scriptek használatát, méghozzá a Python 3.3 verzióját. A program valamennyi egérrel kattintható funkcióját scripteken keresztül is elérhetjük, tetszőlegesen összefűzhetjük, illetve ehhez még nem is kellene programot írnunk, mert a Batch Process funkció ezt könnyen kezelhető áttekinthető formában lehetővé teszi. Azonban ha ennél többre van szükség, akkor már csak a script írása segít. A Python egy portábilis, dinamikus, bővíthető, ingyenes nyelv, ami lehetővé teszi a programozás moduláris és objektum-orientált megközelítését. 1989 óta fejleszti Guido van Rossum és számos önkéntes (Fermigier, 1998). A térinformatikában nagyon elterjedt nyelvnek mondható, de más területeken is egyre népszerűbb, például mobilalkalmazások fejlesztésében. Mivel magas szintű programozási nyelv, viszonylag egyszerű elsajátítani, ideális kezdőknek. Számomra is ez volt az első programnyelv, amit megtanultam. Mivel pár hónappal később már az alábbi feladat megoldására alkalmas tudással bírtam, így valóban jól tanuló nyelvnek bizonyult. A nagy területekről készült ortofotók egyetlen fájlba történő exportálása nem célszerű, mert kezelhetetlenül nagyméretű lesz a kép. A felhasználhatóság végett a felbontástól függően különböző méretarányú EOV szelvények szerinti kivágatok készítésére lehet szükség. A 10 000-res szelvény jó lehet egy nagy magasságból végzett repülésnél, de bizonyulhat túl nagynak is. Ez felbontástól függő tulajdonság, ezért alkalomadtán el fogom készíteni a 4000-res és 1000-res exportálási lehetőséget is. Magát az EOV rendszert ismeri a szoftver, de szelvényeket nem tud automatikusan exportálni. Minden egyes alkalommal meg kellett adnom az összes beállítást, és kikeresni az adott szelvény sarokpont-koordinátáit. Azon túl, hogy az exportálás unalmas munkarész, a technológia sikeressége az emberi munkaidő minimalizálásában is mérhető, így megoldást kellett találjak erre a feladatra. Megterveztem egy scriptet, ami egy előzetes beállítás után elvégzi az összes kívánt szelvény exportálását. A futtatás előtt meg kell adni a kiírás beállításait, hogy hova mentse, milyen típusú fájlt hozzon létre a program, milyen pixel mérettel, milyen módon illessze össze a képeket, illetve milyen vetületben tegye mindezt annak érdekében, hogy ezek azonosak legyenek minden kép esetében. Ezután fel kell sorolni a kívánt EOV szelvényeket. Annak a megállapítása, hogy modellünk melyik szelvényekre


15


esik, még a felhasználó (nem túl nehéz) feladata. A jövőben ezt önműködővé szeretném tenni, hogy a modell kiterjedése alapján automatikusan készüljenek a szelvények. A PhotoScan Run Script... lehetőségét választva tallózhatjuk a scriptünket, ami működése közben tájékoztat a feldolgozás egyes lépéseiről, a feldolgozás állapotáról és egymás után létrehozza a képeket. A script a megadott szelvényszámból meghatározza a szelvény sarokpontjait és ezeket felhasználva exportál. A felépítését a következőekben be is mutatom. A fejléc tartalmaz néhány fontosabb információt a script készítőjéről, feladatáról. A kommenteket magyarul fogalmaztam meg, mivel a lehetséges felhasználók csak hazai repülések anyagának feldolgozásához tudják felhasználni azt. A következő egység az inicializálás, ahol a PhotoScan eszközeit készíti elő a script. A beállítások egy jól tagolt részben következnek, ezt kell a felhasználónak futtatás előtt az igényének megfelelően szerkeszteni. Úgy gondolom, ez nem igényel különösebb programozói tudást, így használható lesz bárki számára. A legnagyobb egység az exportálás definiálása, ennek is a nagyobbik részét az EOV szelvény koordinátáinak a számítása teszi ki. A függvény neve: export_eov(szelveny), a szelveny változóban kell majd megadni az aktuális szelvényszámot. Bár Python 3.3 saját futtatókörnyezetében működött az a megoldásom, hogy a szelvényszámot teljesen szabályosan kötőjellel tagolva adtam meg (pl.:23-123), PhotoScan-ben futtatva ez hibát okozott, így ezt a karaktert egy nulla értékkel kell helyettesíteni (megjegyzem, egy tetszőleges számkarakter is megteszi, csupán az olvashatóság kedvéért javaslom a 0 karaktert). Az exportálásnál a fájlnév alkotásakor kicseréli majd kötőjelre ezt a karaktert a script. A Python elvileg dinamikusan kezeli a változók értékének típusát, korábbi tapasztalataim ezt nem is cáfolták, de a 3.3 verzióra mintha ez nem lenne teljesen igaz, vagy csak hibás a működése. Így a script a kapott szelvényszám értékét először szöveggé alakítja, melyben már tud hivatkozni az egyes karakterekre, valamint meg tudja számolni, hogy hány karakterből áll az. Ennek jelentősége abban áll, hogy az ország keleti szélénél az EOV szelvényszámban a kötőjel előtti tag 3 karakteres, ezt figyelembe kell vennie a programnak. Itt egy hármas útválasztó kezdődik: az általános 6 számjegyes szelvényszám, a 7 számjegyes, és a hibaüzenetet produkáló bármi egyéb más eset. Persze írhatott a felhasználó helytelenül 6, 7 számjegyet, az elgépelt


16


szelvényszámok megelőzésére is végez vizsgálatot a script, mint pl.: 27-129. Az első és második út lényegében azonos, apró különbségeik a számok kezelésében vannak. A script iterációkon keresztül jut el a kívánt szelvény sarokpontjaihoz. Először a százezres szelvényt számolja ki, az előtag sor, oszlop értékeiből. A nagyobb méretarányú szelvényeket mindig az előző negyedelésével érjük el, a negyedre pedig a szelvényszám utal (1,2,3,4), így minden ilyen szintnél egy négyes útválasztó következik, és aszerint halad tovább a koordinátaszámítás, hogy melyik negyed szerepel a szelvényszámban. A programrész eredménye az első vagy második út végére az ötös érték, a szelvény helyes neve, valamint a bal alsó és jobb felső koordinátapárok. Az imént említett öt adat egy-egy változóban kerül tárolásra, ami a feladat lényegét ellátó exportáló parancsban kerül felhasználásra. Az eddig leírtak valójában mind az inicializáláshoz tartoznak, mert a program ekkor még

nem

hajt

végre

egyetlen

utasítást

sem,

csupán

definiálva

lett

az

export_eov(szelveny) függvény. A végrehajtáshoz a fent deklarált függvényt parancsba kell adni, ez mindössze ennyi: export_eov(230121). A példában is látszik, hogy a kötőjel helyén nulla áll. A diplomadolgozat 2. számú melléklete tartalmazza teljes kódot, amit a fejléc megtartása mellett bárki szabadon felhasználhat. 3.1.3 Egyéb lehetőségek Az alábbiakban bemutatok néhány digitális fotogrammetriai szoftvert, amik alkalmasak lehetnek ilyen feladatok elvégzésére. Számomra az PhotoScan volt a legjobban használható a kipróbált programok közül. Ezért a feldolgozásokat is ebben végeztem el. A mérnöki alkalmazásoktól legtávolabb áll, de mégis hasonlít az AgiSoft termékéhez az Autodesk123D Catch. Az Autodesk, a világhírű mérnöki tervező és modellező programok gyártója úgy döntött, hogy a komoly mérnöki feladatok ellátása mellett készít egy programcsaládot a modellezés iránt érdeklődő lelkes nem feltétlen szakmabeli emberek számára. Inkább szórakoztató és kreatív jelleggel, mintsem a mérnöki precizitást igénylő feladatokra tervezték az alkalmazást. A felhasználói felület, a program kialakítása is ennek megfelelő, valamint szabadon használható, kipróbálható. Ez történhet webes felületen, de ha igazán érdeklődünk, letölthető az asztali alkalmazás Mac-re és PC-re is. A gépünket sem veszi igénybe, mert csak a megjelenítéskor van szükség a saját erőforrásunkra, a képeket feltöltjük az 123D felhőjébe, és onnan visszakapjuk a kész modellt. Beállítások tekintetében minimális opció közül kell csak


17


választanunk, és később a programcsalád további tagjaival csiszolgathatjuk a modellünket, amíg készen nem áll a lézeres kivágásra, vagy épp a 3D-s nyomtatásra. Az utóbbiakat minden további nélkül meg is rendelhetjük, elfogadható áron postázzák a modellünket 3D-ben kinyomtatva. A modellek minősége nem marad el más szoftverekétől, íme az egyik első munkám, ezt az udvarunkon fotóztam egy Fujifilm kompakt géppel (6. ábra).

6. ábra Gázpalack 123D Catch-ben (saját ábra)

Látszik, hogy a felső része nem hibátlan, de ezt utólag könnyen lehet javítani, vagy akár kiegészíteni más elemekkel, a modellek szerkesztésére külön programot készítettek a fejlesztők. Csak fantázia és némi ügyesség kell az ilyesfajta modellezéshez. A galériában találtam egy templomot, amit a levegőből fényképeztek körbe. Ettől többet nemigen lehet tudni a készítés körülményeiről, de látszik, hogy szépen összeállt a modell (7. ábra).

7. ábra Légifelvételek feldolgozása (saját ábra)


18


Összegzésképpen a téma iránt érdeklődőknek kifejezetten ajánlom ezt a szoftvert, gyors, könnyen kezelhető, és egyszerű vele közzétenni a munkáinkat. Szerencsés az igen alacsony gépigény tekintetében is, viszont az internetkapcsolat sebességétől függ a képek feltöltésének ideje valamint a kész modell letöltése. Tapasztalatom szerint vannak időszakok, amikor a rendszer túlterhelt és nem lehet használni. Hátránya, hogy nem alkalmas mérnöki feladatokra, semmi garancia a feldolgozás helyességére, és riportokkal sem szolgál, amiből következtetni lehetne a pontosságra, továbbá saját adattípussal

működik,

nem

igazán

van

felkészítve

más

termékekkel

való

együttműködésre. A következő program egy professzionális megoldást kínál, nem kezdő a területen, és a digitális fotogrammetria igen sok fajtáját támogatja. Ez az Eos Systems PhotoModeler Scanner nevű terméke. Már a fotogrammetriai alapú felületszkennelés megjelenése előtt is egy kiemelkedően jól használható program volt a PhotoModeler, ahol a képeket behívva az azonos pontok megadásával és kézi összekötésével nyílt lehetőség 3D-s modell létrehozására (8. ábra).

8. ábra Munkafolyamat bemutatása a PhotoModeler-rel (forrás: http://www.photomodeler.com)

Ezek főleg földi felmérésekben voltak jól használhatóak és a képek számától függően a feldolgozás időigénye nagyon változó volt. BSc-s tanulmányaim során készítettem így néhány modellt, mert már akkoriban is érdekelt a fotogrammetria. A pixelkereső algoritmusok fejlődése lehetővé tette a felületszkennelést, ami nagy változásokat hozott a feldolgozásban. Eddig egy szabálytalan alakzat modellezése nem


19


volt megoldott, de ezzel már egy koponya, vagy domborzat is felmérhetővé vált (9. ábra). Így kiszélesedtek az alkalmazási területek is.

9. ábra PhotoModeler Scanner használata a régészetben (forrás:http://www.photomodeler.com)

Az egyik legmagasabb szintű program, főleg a földi fotogrammetriában, számos beállítási lehetőséggel. Támogatja az adatok számos adatcsere-formátumba történő exportálását, hogy az utómunkákat a feladatra szabott szoftverben lehessen elvégezni. Csak felszínesen ismerem a szoftvert, ezért gyakorta elvesztem a sok lehetőség és beállítás között, így sokszor nem sikerült megfelelően a feldolgozás. Ami kifejezetten légi fotogrammetriára készült, az a Mosaic Mill programcsalád, melyet a finn Enso cég fejleszt. Több egységből áll össze a Mosaic Mill, nagy területről készült képanyagot is fel lehet vele dolgozni, külön az UAV-s megoldásokat is támogatják. A feldolgozás fő lépései a következők: Először a képek tájékozását végzi el a szoftver, majd egy sűrű pontfelhőt generál (10. ábra.)

10. ábra Képek tájékozása MosaicMill-ben (forrás: www.mosaicmill.com)


20


Ennek az eredményét egy LIDAR felméréshez hasonlítják a készítők, állításuk szerint a megbízhatósága is közel azonos a két eljárásnak. A 3D-s pontfelhőből pedig digitális felületmodellt állít elő a program, melyből lehetőség van szintvonalakat, ortofotót, generálni vagy további feldolgozás céljára exportálni a modellt. A szoftver komoly előnye az AgiSoft termékével szemben, hogy sokkal kisebb az erőforrásigénye a feldolgozást végző számítógép részéről, ugyanakkor nem is biztosít akkora szabadságot az adatgyűjtés tekintetében. Önmagában nem tud csak a képekből modellt alkotni, szükség van minimum a képek koordinátáira és nem árt, ha a többi külső tájékozási paraméter is ismert. Végül bemutatom a Geoinformatikai Tanszéken jól ismert Leica Photogrammetry Suite programot. A rövidebb nevén LPS egy teljes légi fotogrammetriai eszközkészlettel rendelkező szoftver, amivel lehetőségünk van légiháromszögelésre, felületmodellek generálására, ortomozaikok előállítására, 3D-s térképi objektumok kiértékelésére. Korábbi verzióira is igaz, hogy pontos és megbízható eredmény érhető el velük, mivel elsődlegesen mérnöki és tudományos feladatokra készültek, azonban a fent bemutatott programokkal csak az újabb kiadásai vehetik fel a versenyt. Az automatizált precíziós mérések a pontosság megtartása mellett növelik a termelékenységet. Az LPS szoftvercsomag a termék kínálatával alkalmazkodik az egyedi üzleti igényekhez, lehetővé teszi a folyamat-alapú feladatok zökkenőmentes végrehajtását. Ilyen csomagok az LPS, LPS Core, LPS Stereo, LPS Automatic Terrain, LPS Terrain Editor, LPS eATE (Urbánné, 2012).


21


3.2 Hardver A digitális képek készítéséhez és feldolgozásához szükséges eszközöket mutatom be ebben a fejezetben. Egyes darabokat volt lehetőségem a gyakorlatban is kipróbálni és használni. 3.2.1 Pilóta nélküli légi eszközök bemutatása A pilóta nélküli légi eszközök a legfontosabb részei a technológiának, így a legnehezebb döntés az ideális darab kiválasztása, megépítése. Ehhez el kell mélyedni az UAV-k világában, következzen hát egy kis történeti áttekintés Szabó József előadása alapján. Az amerikai polgárháborúban már használtak harcászati célra légijárművet, a hőlégballont. Az első világháborúban megalkotott Kettering Bug gyakorló légicélként funkcionált, a második világháborúban pedig a németek már fegyverként használták a V-1 Vergeltungswaffe 1 jelzésű sugárhajtású pilóta nélküli repülőeszközt, amit a mai robotrepülők elődének tekinthetünk (11. ábra).

11. ábra V-1 robotrepülőgép

A hadi és űrprogramok során ütemes fejlődésnek indultak a pilóta nélküli repülők. Felderítő, figyelemelterelő, zavaró és támadó célokra készültek az egyre nagyobb hatótávolságú, egyre pontosabban irányítható modellek. Méreteiket tekintve is igen változatosak, a repülőgép méretűtől egészen a tenyerükben elférő micro UAV modellekig (12-14. ábra).

12. ábra Boeing X-45A


22


14. ábra Micro UAV

13. ábra SQ-4 RECON

Mi tette lehetővé a polgári alkalmazásokat? A brit Flying Corps WW1 katonája, Reginald Denny (16. ábra) leszerelés után átköltözött Amerikába és színész lett Hollywoodban. Mivel rajongott az RC repülőgépekért és rengeteg pénze is volt, megnyitotta saját hobby boltját.

16. ábra Radioplane OQ -2 UAV

15. ábra Reginald Denny

Kifejlesztett egy rádió távirányítású légi célt (OQ-2A), aminek a továbbfejlesztett változatát az amerikai hadseregben RP-5 néven használták (15. ábra). Innen indul a repülőmodell UAV-k története, ami a technika, mikroelektronika fejlődésével, a GPS polgári használatának megjelenésével egyre olcsóbbá, elérhetőbbé vált. (Szabó, 2013) A GNSS technológia fejlődése két ponton is kapcsolódik a témakörhöz, egyrészt a repülő

eszköz robotpilótájának

alapvető

eleme,

másrészt

a légi térképezés

feldolgozásában is fontos szerepe van. A feladatok többsége megköveteli, hogy illesztőpontok meghatározásával helyesbítsük a térmodellünk, valamint azt beillesszük egy vetületi rendszerbe. Illesztőpont szinte bármi egyértelműen azonosítható tárgy lehet, de célszerű erre a célra inkább élénk, kontrasztos színekkel készült jelet használni. Az illesztőpontok meghatározására gyors és egyszerű megoldást kínál a hálózatos RTK (Real Time Kinematic) technológia, ami lényegében egy nagyobb földrajzi térségben összehangoltan működő permanens GNSS állomások összességét jelenti, melyek adatait a feldolgozó központ gyűjti össze, hogy a méréseket befolyásoló tényezőket


23


modellezze. Az így szolgáltatott korrekciók révén lehetőség van a térségben tevékenykedő felhasználók számára a nagy pontosságú, megbízható és hatékony valós idejű helymeghatározásra (Busics, 2010), így elegendő egy GNSS vevővel rendelkezni, nincs szükség a körülményesebben használható saját bázisra. Az UAV-k kezdetben a hagyományos értelemben vett repülők, valamint helikopterek voltak. Használatukhoz komoly tapasztalatra volt szükség és semmiféle védőháló nem ált rendelkezésre az esetleges hibák korrigálására, megelőzésére. A robotpilóta rendszerek megjelenésével ez nagyban megváltozott, valamint megjelentek a multirotorok is. Ezek különféle alakú és számú karral rendelkező helikopterek. A formájuk, mozgásuk és hangjuk tekintetében nagyra nőtt rovarokra emlékeztető repülő eszközök nagyon gyorsan elterjedtek. Nem véletlen ez, hiszen nagyságrenddel könnyebben irányíthatóak és a repülésben nagyobb szabadságot engedő kialakításuk is igen vonzó. Repülési idő és sebesség tekintetében még elmaradnak a modellrepülőktől, azonban a fejlődésük ütemének fényében várhatóan hamarosan leküzdik ezt a hátrányukat. Valamint nem elhanyagolható, hogy üzemzavar esetén, mint egy kő hullhat alá a drága felszerelés, míg egy repülővel működő motor nélkül is le lehet vitorlázni. A teljesség igénye nélkül bemutatok néhány lehetséges konfigurációt, amikkel megoldhatóak egyes közeli légi fotogrammetriai feladatok. Elsőként a repülők közül nézzünk meg egy összeállított csomagot és egy felhasználói fejlesztést. A világ egyik meghatározó geodéziai, térinformatikai műszerfejlesztője, a Trimble speciálisan légi térképezésre készült rendszert alkotott meg. Az UX5 névre hallgató full wing, azaz csupaszárny, egy robosztus kialakítású UAS (17. ábra). A munkához szükséges minden kiegészítővel együtt forgalmazzák, így saját repülésvezérlő, tervezőés kiértékelő programcsaláddal együtt teljes megoldást kínál.

17. ábra Trimble UX5 (forrás: http://uas.trimble.com)


24


A 2.5 kilós szénszállal megerősített EPP habból álló repülőgép egy 16.1 Mpx-es beépített kamerát hordoz. Robotpilóta irányítja a manővereket, miközben az előzőleg megtervezett útvonalat járja be (18. ábra). A felszálláshoz a starttól számítva 50 m-en és 60°-os szögben nyílt akadálymentes területre van szükség, majd a 30°-os szögben felállított kilövőből indul a gép. Legfeljebb 65 km/h szélsebesség mellett, kisebb záporban még lehet vele dolgozni, ezzel a fejlesztők meglehetősen tág határokat szabtak, így az időjárás kisebb eséllyel gátolhatja a munkát.

18. ábra Trimble UX5 repülési terv szimuláció (forrás: http://uas.trimble.com)

A Trimble honlapján közzétett adatok szerint 50 percet tud levegőben lenni, valamint repülési magasság tekintetében maximum 2500 m-t ajánlanak, ezzel igen nagy területről gyűjthetünk adatokat. A leszállása is automatizált, egy sík akadálymentes terepre egyszerűen csak lapos szögben lesiklik. A feldolgozáshoz a Trimble Business Center (TBC) Photogrammetry Module-t 1ajánlják, ami hasonlóan működik a már bemutatott PhotoScan-hez. A Trimble kihívója lehet a másik meghatározó műszerfejlesztő cég, a Leica színeiben megjelenő AIBOT X6 hexakopter. A Leica valójában a Hexagon csoport tagja már, több nagy múltú méréstechnikai és szoftverfejlesztő vállalattal együtt. A Hexagon összefogta az önállóan is sikeres vállalatokat, de nem olvasztotta egybe valamennyit, hanem összehangolta működésüket, meghagyta a már jól csengő nevüket. Így a svájci Aibotix GmbH fejlesztésével jelenhetett meg a piacon a Leica. A hat légcsavarral és kerettel

1

Forrás: http://uas.trimble.com


25


ellátott kopter szintén a legmagasabb elvárásokat kielégítő konstrukció, mint üzemidő, mint felhasználótól várt minimális beavatkozás tekintetében. A felmérendő terület kijelölése után gyakorlatilag csak le kell tenni a földre, és ott megvárni, míg végez, majd kiolvasni az adatokat és feldolgozni azokat.

19. ábra Aibot X6 hexakopter (forrás: http://www.aibotix.com)

Ez a rendszer is teljesen kidolgozott, a felhasználó egy már a termelésre előkészített rendszert kap (19. ábra). Áraikról pontos információ nem elérhető, de lévén felső kategóriás termék mindkét megoldás, így csak tőkeerős cégeknek lehet jó beruházás. A GeoNet2000 Kft. saját fejlesztésbe fogott, és megalkotta a polgári kereskedelemben kapható alkatrészekből, modulokból a saját rendszerét, a GeoNet X8 névre keresztelt légieszközt.

20. ábra GeoNet X8 légirobot (forrás: GeoNet200 kft.)

Felépítését nézve hasonló a Trimble megoldásához, belsejében pedig a 3DRobotx fejlesztette elektronika van. Egyenként összeválogatható modulokból áll össze a vezérlése. GPS-navigáció alapján navigál a robotpilóta, iránytű és inerciális modul segíti a kormányzást a levegőben. Az alkatrészek az alábbi elrendezésben helyezkednek el: elöl egy kamera kapott helyet, aminek a képe valós időben látható földi irányításnál (FPV - First Person View). Közvetlenül mögötte a légifotók készítéséhez használt kamera helyezkedik el, egy oldalirányú dőlést kompenzáló keretben (21. ábra). A motor


26


és a vezérlés áramellátását két akkumulátor látja el, így ha a motort meghajtó lemerül, még vitorlázás közben irányítható marad a repülő. A repülést irányító eszközöket pedig a robotpilóta vezérli, amihez egy külön erre a célra fejlesztett szabad szoftver érhető el az interneten.

21. ábra A GeoNet X8 belülről (forrás: GeoNet200 Kft.)

A Mission Planner repüléstervező és vezérlő szoftvert is bemutatom röviden, mivel szorosan kapcsolódik a csináld magad UAS megoldáshoz. Ezzel a szoftverrel vezérelhetjük a 3DRobotx valamennyi rendszerét, legyen az repülő vagy multirotor, esetleg RC kisautó vagy hajó. Előre megadhatunk lerepülendő útvonalakat és ezek számos paraméterét, úgymint a repülési magasságot, a sebességet, az útpontok megközelítésének a pontosságát. Mitöbb, légi fényképezés tervezésére is van lehetőség, ami nagyon kényelmes és hasznos funkció. Egy poligonnal kijelöljük a lerepülendő területet, és már meg is tervezi a sorokat és oszlopokat. Minden részletre kiterjedően módosíthatjuk ezeket a beállításokat, sok kamerát ismer a program, de sajátot is beállíthatunk. Módosíthatjuk a repülési magasságot, az irányt, az átfedések mértékét és a fényképező elsütésének a módját. A 22. ábrán montázsban láthatóak a repülési sorok és a tervezett képek által lefedett területek. Repülés közben is kommunikálhatunk a légieszközünkkel, átvehetjük az irányítást kézzel, vagy kiegyenlített módban repülhetünk, ahol a stabil repülésért a robotpilóta felel, a vezetőnek csak egy joystickkal kell irányítania.


27


22. ábra Mission Planner repülés tervező felülete (saját ábra)

A fent bemutatottak a lehetőségek két végletét képviselik, de léteznek köztes utak is a kész rendszerek és a csináld magad építettek között. Ilyen például a szintén 3DRobotx konstrukció, az IRIS (23. ábra). Ez egy RTF (Ready To Fly, azaz repülésre kész) quadrokopter, ami gyárilag tartalmazza a működéséhez alapvetően szükséges elemeket, kezdő felhasználók számára készült és korlátozott módon ugyan, de továbbfejleszthető. Szintén vezérelhető a Mission Plannerrel, így alkalmas lehet ilyen felmérések végzésére is.

23. ábra 3DR IRIS RTF quadrokopter (forrás: http://3drobotics.com)

Végül bemutatnám az egyik legnépszerűbb és egyre inkább elterjedt típust, a DJI Phantom-ot (24. ábra). Az utcai felmérés repülését ezzel a repülővel végeztük. Már sok filmes és fotós választotta ezt a jól összerakott, egyszerűen használható koptert. Kiemelkedően sok időt képes a levegőben tölteni és precízen, jól irányítható. Több típusa jelent már meg, van saját kamerával ellátott változata, amivel egy okostelefonra telepíthető alkalmazással valósidejű képen láthatjuk, hogy mit lát a repülőnk. Saját SZTE Természettudományi és Informatikai Kar 2014

28


kamera helyett vagy mellett lehetőség van további modulok felszerelésére, ilyen például a gimbal kameratartó. A kopter irányítása egyszerű, nem sodorhatja el a szél, mert GPS navigációval tartja a pozícióját, repüléstervezésre felkészített szoftvere egyelőre nincs, így nagy területek bejárására nem alkalmas ez a megoldás.

24. ábra DJI Phantom 2 Vision (forrás: http://www.dji.com)

Ahogy a DJI fogalmaz, a Phantom mindenkinek való, kezdőknek is szánják. De a kínálatuk nem korlátozódik le erre a szintre, mert a profi felhasználóknak készített Spreading Wings modulárisan fejleszthető megoldásai közül mindenki megtalálja a feladatához szükséges felszerelést. A bemutatott termékeken kívül számos másik létezik, folyamatosan jelennek meg az újabb cégek és repülőeszközök. A légifotogrammetriai feladatokra mindenképp komoly felszerelés kell, de az irányításuk elsajátításához nem árt gyakorlatot szerezni játék-, vagy mindenesetre hobbikategóriás társaikon. Erre a célra kiválóan alkalmasak a Hubsan kopterek. Szobában is lehet velük gyakorolni és rendkívül szórakoztatóak. Ebből a célból szereztem be a kis beépített kamerával rendelkező típust, a X4 H107C -t (25. ábra).


29


25. ábra Hubsan X4 107C játék quadrokopter (forrás: http://www.banggood.com)

Az irányításuk teljesen manuális, mindössze egy giroszkóp felel a vízszintes pozíció megtartásáért, de ez nem hibátlan, így mindig "lejt" valamelyik irányba, amit az irányítónak kell kompenzálni. Nem fejleszthető, de minden alkatrésze külön beszerezhető, könnyen kicserélhető, ami hasznos, mert gyorsan kopik a tanuló időszakban. Mivel a diplomadolgozat írásakor nem rendelkeztem ettől komolyabb UAV-val, ki szerettem volna próbálni, lehet-e használható képanyagot alkotni ilyen megoldással. Ezért módosítottam a kamera elhelyezkedésén, de sikertelennek bizonyult a kísérlet.

26. ábra Átépített kamera a játék quadrokopterben (saját ábra)

A 30°-os nyílásszögű előre tekintő 0.3 Mpx-es kamera képe sajnos alkalmatlan bármilyen feldolgozásra. Egyrészt a kis nyílásszög miatt túl magasra kellene repülni, hogy egy kisebb teret jó le lehessen fedni, másrészt a kép minősége sem elégséges, amit tovább ront a motorok rezgése, mivel a kameraegység közvetlenül a gép testébe van beépítve (27. ábra).


30


27. ábra Hubsan quadrokopter előre és lefelé tekintő kamerával készült képi (saját ábra)

3.2.2 Kamerák A digitális kamerák alapelvét a 70’-es években fejlesztették ki. Olyan eszközök, amelyek úgynevezett MOS (Metal Oxide Semiconductor = fém-oxid félvezető) alapú kondenzátorokat használtak fel analóg jelek, különböző nagyságú töltéscsomagok tárolására. Ezekből a kis tárolókból több ezer darabot tudtak elhelyezni parányi félvezető lapocskán, s ezeket egy kiolvasó áramkörrel összekötve memóriaegységeket, optikai érzékelőket alkottak (Engler, 2010). A hagyományos filmet felváltva kerültek ezek a képérzékelők a kamerákba. Valójában az analóg jelet, a fény hullámait digitális képpé átalakítják. A digitális fényképezőgépek fejlődésével az amatőr kamerák alkalmassá váltak az adatgyűjtésre. Az amatőr fényképezőn a nem mérőkamerát értem, ami egy igen széles választékot fed le, mert így az egyszerű kompakt turistafényképezők és a profi fotósok által használt cserélhető objektíves gépek is ide tartoznak. Az UAS rendszerek hasznos terhe változó, de a repülési idő szempontjából mindenképp fontos, hogy minél könnyebb érzékelőkkel lássuk el a repülőeszközünket. Természetesen képalkotás tekintetében nem várhatjuk el ugyanazt egy kompakt géptől, amit a nagyobb kategóriás társai tudnak. A képpontok száma egy nagyon egyszerűen kommunikálható és mérhető érték a fényképezők esetében, így megindult a verseny a gyártók között. Gyorsan eljutottak a 12-16 Mpx-eles felbontáshoz a kompakt gépek is. Ez a folyamat kedvező a légifotókészítés szempontjából, mivel itt igen fontos a nagy felbontás. Leginkább négy nagyobb kategóriából válogathatunk: DSLR, MILC, Bridge és a Kompakt gépek. A Small-format Aerial Photogrammetry című könyv szerzői a digitális fényképezőgépek közül a tükörreflexeseket részesítik előnyben, a jobb képalkotásuk


31


miatt (Aber et al., 2010). Ez helyes döntés is, amennyiben a légieszköz hasznos teherbíró képessége ezt lehetővé teszi. A MILC (Mirrorless Interchangeable Lens Camera) típusú fényképezők kompakt kivitelű, de cserélhető objektíves gépek, amik lényegében ötvözik a komoly optikák használatának lehetőségét a kis mérettel. Tudásukat tekintve a professzionális kamerák kategóriájába tartoznak. Hátrányukként említhető az objektívek kompatibilitása valamint a magasabb áruk. A Bridge kategória átmenetet képez mind tudásban, mind optikában a felső és alsó kategóriás fényképezőgépek között, ezért nehéz is egyértelműen megszabni a határokat. Ugyanakkor az egyszerű kompaktgépek is alkalmasak lehetnek adatgyűjtésre, kicsik és könnyűek, az áruk is igen kedvező. Hátrányuk persze a kis optika mellett a csekély tudásuk. A kompaktgépek olcsóbbak, és könnyebbek is, ami igen fontos szempont ha UAS-ra szereljük őket, azonban jellemzően csak JPG képet tudnak rögzíteni, ami információvesztéssel jár. Nem képesek veszteségmentes JPG vagy TIF, esetleg raw 2 képek rögzítésére, ami komoly hátrány. Azonban van megoldás ennek a problémának a kiküszöbölésére is, így kompakt géppel is elő tudunk állítani veszteségmentes képet, ami véleményem szerint a turistagépek létjogosultságát jelenti a kis formátumú légi fotogrammetriában. Ilyen megoldási lehetőség például a Canon kompaktok esetében a CHDK 3 , amivel szoftveresen fejleszthetővé válnak és tudásukban utolérik a profi kategóriát. Természetesen optikai képességeikben nem történik változás, így ez a korlátosságuk megmarad. A CHDK fejlesztőkészlet egy szabadon hozzáférhető szoftver, ami a kompakt gép funkcióit kiterjeszti. Számos képességgel ruházza fel a fényképezőgépet, úgymint rawállományok rögzítésének vagy scriptek futtatásának a lehetőségével, valamint a kameránk beállításait, például a fókuszt is vezérelhetjük vele. Az autófókuszt csak ritka esetekben tudjuk kikapcsolni egy ilyen kisgép esetében, az eltérő fókusszal rögzített képek pedig problémát okoznak a feldolgozásban. A légifelvételek készítésénél különösen jó szolgálatot tehetnek a scriptek, melyekkel lehetőség van adott időközönként felvételt készíteni, távolról vezérelni a kamerát, vagy A raw azaz nyers állomány a képérzékelőről közvetlenül kiolvasott adat, digitális negatívként emlegeti a szakirodalom 3 CHDK: Canon Hackers Developement Kit 2


32


akár adott távolságonként képeket rögzíteni. Az ilyen UAS-ra szerelt felokosított kamera kiválóan alkalmas légifotók készítésére. Fontos tudni a CHDK-ról, hogy csak egy program, és nem firmware, azaz csak ideiglenesen töltődik be a memóriába, és működik egészen a kikapcsolásig, így a kamera nem veszíti el a garanciáját és tönkre sem tehetjük vele. Ennek ellenére mindenki saját felelősségére használhatja és a készítők semmiféle felelősséget nem vállalnak a szoftverért.

A látható fényen túl, az infravörös tartomány érzékelése is számos alkalmazási lehetőséggel kecsegtet, így számba kell venni az ebben a kategóriában bevethető eszközöket is. Talán két osztályba sorolhatóak ezek a kamerák, az erre a célra fejlesztettekre, és az átalakított darabokra. Az előbbiek közül létezik direkt UAS rendszerek számára fejlesztett érzékelő, mint például a Tetracam ADC. Előnyük, hogy alapból a közeli infravörös tartomány érzékelésére készültek, viszont egyelőre igen drága megoldást jelentenek. A digitális fényképezők mindegyike képes az infravörös fény érzékelésére, ami alapvetően egy megoldandó problémát is jelent a látható fény érzékelésekor. A gyártók egy infra zárószűrővel látják el a képérzékelő egységet, ami nem tökéletesen, de kiszűri az infra tartományban érkező sugárzást. Így adott a lehetőség, hogy az infra zárószűrőt egy infraszűrőre cseréljük, és a látható fény kizárásával infravörös képeket rögzítsünk. Az átépítés géptípusonként változó, számos segítség és leírás található erről a megoldásról, mivel az infravörös fényképezés a fotós társadalom több részét is érdekli. Mivel leggyakrabban az érzékelő előtt helyezkedik el a szűrő, így eltávolítása szakértelmet igényel, és természetesen a gyári garancia elvesztésével jár. A kisebb anyagi kockázat miatt inkább kompakt gépeknél jöhet szóba ez az eljárás.

A diplomadolgozat elkészítéséhez nem csak amatőr kamerákkal rögzített képeket használtam fel, így a mérőkamerákra is kitérek. Alapvető különbség az amatőr fényképezőgépekkel szemben, hogy a mérőkamerákat kifejezetten fotogrammetriai feladatokra tervezik. Mivel a gyártás során nem lehet pontosan ugyanúgy összerakni a kamerákat, mindent egyes példánynak külön laboratóriumi körülmények között határozzák meg a kalibrációs adatait. A tanszékünk egy Trimble Aerial Camera –


33


PhaseOne P45+ típusú kis formátumú mérőkamerával rendelkezik. A kamera moduláris felépítésű, ami egy cserélhető objektívből, egy digitális hátfalból és egy elektronikus vezérlő egységből álló rendszert jelent. A kamera külön-külön használható RGB és CIR objektíveket és Phase One P45+ típusú hátfalat tartalmaz. A laboratóriumban kalibrált objektívek 47 mm fókusztávolságúak, melyekhez – a repülőgép aljára szerelhető – fénymérő is kapcsolódik. A kameratest mozgó alkatrészeket nem tartalmaz. Érzékelőjének fizikai mérete 49,1 x 36,8 mm, amely 7216 oszlopban és 5412 sorban összesen 39 millió 6,8 x 6,8 mikronos detektort tartalmaz. Ennek megfelelően 10 cm-es térbeli felbontású képek készítéséhez a felszín feletti 691 m magasságból kell felvételezni; egy-egy kép pedig 723 x 543 m kiterjedésű. A szenzor radiometriai felbontása 16 bit. A kamera a képeket speciális veszteségmentes tömörítéssel IIQ RAW formátumban tárolja. A hátlap áramellátását saját – cserélhető – akkumulátor biztosítja. (Tobak, 2013) A fényképezőgép megválasztására nem lehet általános szabályt megfogalmazni, lényegében a feladat és a légieszköz teherbírása szerint célszerű választani. 3.2.3 Számítógép, ajánlott hardverek A bemutatott szoftverek eltérő hardverigényt mutatnak, de a hatékony futtatásukhoz mindenesetre korszerű számítógépre van szükség. A számításokat a felhőben elvégző 123D-nél csak a megjelenítésre kell képesnek lennie a PC-nek, de ez nem is igazán tekinthető a feladatnak megfelelő szoftvernek. A legnagyobb elvárásokat az AgiSoft terméke támasztja hardver tekintetében. A feldolgozás gyorsaságáért a processzor felel, míg a feldolgozható képmennyiség a memória függvénye. Ez főleg nagyobb terület lefedésekor válhat szűk keresztmetszetté, így a 32 bit-es rendszerekbe már nem érdemes fektetni, ugyanis 4 gigabyte memóriától többet nem lehet így kezelni. A 64 bit-es rendszereknek nincs ilyen korlátja, illetve van, de egyelőre ez bőségesen elegendő (a kezelhető memória maximális mérete 192 gigabyte a Windows 7-nél). Memória tekintetében a PhotoScan 2 GB memóriát ír elő minimálisan, de 12 GB-ot ajánl. Ez utóbbi már reális méret, azonban a mérőkamerával készült felvételek feldolgozásakor előfordult, hogy a gépemben lévő 16 GB is kevésnek bizonyult. Az informatika fejlődésének az ütemét tekintve ez nem jelent problémát, egyre elfogadhatóbb az ára a nagy memóriáknak is.


34


A másik kulcsfontosságú elem a processzor, mivel a végzett pixelműveletek roppant számításigényűek, a feldolgozás időigénye nagyban függ a processzortól. Kis teljesítményű számítógépnél akár egy napig is tartana a feldolgozás, ami a gyakorlatban nem lenne használható megoldás. A szoftverfejlesztő az Intel Core i7 processzort ajánlja, ami az elvárásoknak megfelelően is teljesít eddigi tapasztalataim alapján. Videokártya nem feltétlenül szükséges, egyelőre a feldolgozásra használt gépemben sincs. Egyébként az NVDIA és AMD modellek nagy részét támogatja a PhotoScan, a feldolgozásban vesznek részt a processzort kiegészítve, így még gyorsabban juthatunk eredményre. A munkaállomás főbb fent összefoglalt jellemzőin túl még a merevlemez méretét említeném meg. Folyamatos munkavégzés esetén nagyméretű képanyag halmozódik fel, így ennek megfelelően kell megválasztani a vincsesztert.

4. Irodalmi áttekintés Ebben a fejezetben igyekszem összefoglalni, a teljesség igénye nélkül azokat a tapasztalatokat, eredményeket, melyeket eddig ezzel a témával foglalkozók publikáltak. Ezekből kiindulva fogok neki a különböző alkalmazási lehetőségek vizsgálatainak a későbbiekben. Az egyik legátfogóbb anyag a Small-Format Aerial Photography című könyv, ami az alapok bemutatásától gyakorlati példákon keresztül mutat be számos alkalmazási lehetőséget. Pontosan kitér a felmerülő akadályokra és a megoldásaikat is részletezve hasznos útmutatás. A fényképek készítésének szempontjából azt ajánlják a szerzők, hogy legjobb eredményt tiszta felhőtlen égbolt mellett lehet elérni olyankor, amikor a nap a lehető legmagasabbról süt, hogy minél kisebb árnyékot vessenek a tárgyak (Aber et al., 2010). Földi fotogrammetriai tapasztalatom szerint az egyenletes fátyolfelhőzet is előnyös fényviszonyokat eredményez, mivel kellően világosak a tárgyak, de nincsenek éles árnyékaik, így valószínűnek tartom, hogy ez a légifotózáskor is hasonlóan megfelelő körülmény lehet. A légifelvételek kiértékelésének egyik fontos feltétele volt korábban, hogy minél pontosabban függőlegesen álljon a kameratengely, legalábbis precízen mérni tudjuk az elfordulási értékeit. A korszerű feldolgozószoftverek már nem érzékenyek erre, ugyanakkor a lehető legjobb eredmény elérése érdekében célszerű törekedni erre az


35


ideális állapotra. A térbeli koordinátarendszer három tengelye körül fordulhat el a kamera, amit teljes mértékben csak egy három szabadságfokú elfordulásra képes aljzat tudna kompenzálni. Persze az légieszköz- és feladat függő, hogy erre szükség van-e, lehet hogy elég kettő vagy csak egytengelyű kompenzátor is. A könyvben számos megoldást mutatnak be a szerzők, azonban mára valamennyi megoldás elavultnak mondható mivel sokkal kisebb és könnyebb konstrukciók vannak már jelen a piacon (28. ábra).

28. ábra Múlt és jelen (forrás: balról Aber et al., 2010, jobbról brushlessgimbals.com)

Az elsütés megoldására a legkezdetlegesebb módszer az volt, hogy egy külső eszköz helyettesítette az ujjat, amit vagy távolról vezérelhettek, vagy időzítve volt. Amellett, hogy ez plusz is súlyt jelent, igen körülményes megoldás. A kamera elsütő szerkezetének infrakapcsolóra történő átépítése ettől jóval praktikusabb módszer, ahogy Szabó József is tette. A fejlettebb digitális fényképezőgépek pedig már gyárilag is biztosítanak lehetőséget a távvezérlésre, némi szoftveres ügyeskedésre van szükség csupán, ami a garancia szempontjából fontos körülmény (Szabó, 2013). A szóba jöhető légieszközök tekintetében egy nagyon széleskörű kísérletsorozatról számolnak be a könyv szerzői, ahol részletesen írnak a tapasztalataikról, előnyökről és hátrányokról. Szó esik pilóta és pilóta nélküli megoldásokról, mint például vitorlázó és sárkányrepülőkről,

léggömbökről,

sárkányról,

különböző

modellrepülőkről

és

helikopterről, motoros siklóernyőről. Számos szempontból vizsgálták a lehetőségeket és az eredményeket egy táblázatban foglalták össze a fejezet végén (29. ábra). Minden eszköznek megvannak az előnyei és hátrányai, a pilóta nélküli lehetőségek közül a robotpilótával felszerelt modellrepülő és a helikopter kapta a legjobb pontszámot. Az említett könyv megjelenése óta nagyon sokat fejlődtek a repülőeszközök, megjelentek a multirotorok, és már inkább UAS-ról beszélünk. SZTE Természettudományi és Informatikai Kar 2014

36


Nagyon fontos szempont, hogy a repüléshez használt felszerelésünk könnyen szállítható, kezelhető legyen. Egyszerűnek és gazdaságosnak kell lennie az üzemeltetésének és karbantartásának. Ebben a tekintetben nagy előrelépések történtek a gyártó és fejlesztő cégek oldalán. Megjelentek a repülésre kész (RTF - Ready To Fly) csomagok, valamint a fejleszthető, egymással kompatibilis modulokból építhető repülők.

29. ábra Kis formátumú légifotózásra alkalmas légieszközök (forrás: Aber et al., 2010)

A fejlődés iránya egyértelműen az elektromos UAS rendszerek irányába mutat, ami az akkumulátorok kapacitásának növekedése miatt kiszorította a robbanómotoros modelleket. Számos alkalmazási lehetőséget mutatnak be a szerzők: a felszín alaktani vizsgálatokon keresztül, a növényzet és élővilág kutatásán át többféle vizsgálatban vettek részt a világ számos helyén. A talaj feltérképezésében és erózió vizsgálatában is sikeres méréseket hajtottak végre, valamint építészeti feladatokkal is foglalkoztak. Ezeket részletesen nem mutatom be, mivel lehetőségem volt saját feladatok végrehajtására és azok elemzésére.

Az UAV fotogrammetria című dolgozatában Henri Eisenbeiß nagyon részletesen feldolgozta a közeli légi fotogrammetria lehetőségeit, mind a légieszközök, mind a feldolgozást végző szoftverek szempontjából. Az UAV egyik legfontosabb előnyének azt tekinti, hogy emberélet kockáztatása nélkül lehetőség van veszélyes helyekre eljutni, mivel az irányításhoz a pilótának nem kell jelen lennie a légieszközön, valamint önálló repülésre is képesek ezek a rendszerek. Hátrányként pedig megemlíti, hogy a hasznos teher igencsak korlátozott, így az érzékelők tekintetében az amatőr kameráktól komolyabb műszereket nem lehet használni, valamint a repülési magasság és lefedett terület is igen korlátozott (Eisenbeiß, 2009). Ebben a tekintetben már nagy előrelépések történtek, de alapvetően fennállnak még ezek a hátrányok.


37


Végül érdekességként röviden bemutatom az ELTE egyik projektjét, ahol a Vicsek Tamás fizikus vezette csoportnak sikerült olyan csapatmozgásra képes példányokat fejleszteni, amik központi irányítás nélkül önállóan tudtak alakzatban repülni. Ez nagyon fontos eredmény főként azért is, mert a világon először sikerült ezt megoldani. Ebben az esetben az összetett csoportos mozgások kutatásával, modellezésével foglalkozott a nemzetközi sikereket elérő kutatócsoport (Vásárhelyi, 2014). Ebből is látható, milyen széles körben alkalmazható eszközökről van szó.


38


5. A lehetséges felhasználási területekről Nagyon fontos kérdés, hogy milyen területeken lehet bevetni ezt az új technikát. A piac mely

szegmenseiben

lehet

sikerrel

alkalmazni?

Ezeknek

a

kérdéseknek

a

megválaszolása az egyik legfontosabb feladata a diplomadolgozatomnak. Az első és egyik legszükségesebb pont azoknak a területeknek a megtalálása, ahol még nem volt lehetséges, vagy gazdaságos a térbeli adatok gyűjtésének ilyen módja. Például egy kisebb kiterjedésű telephelyről hagyományos fotogrammetriai úton ortofotót készíteni egyáltalán nem kifizetődő, hiszen ha egy repülő felszáll, nagy területeket képes lefotózni nagy magasságból, de nem sokkal jelent kisebb költséget, ha mindössze egy hektárt kell csak lerepülni. Szeretném megtalálni azokat az alkalmazási területeket is, ahol a légifotózás felválthatja a jelenlegi megoldásokat, mert gazdaságosabb, termelékenyebb alternatívát kínál.

30. ábra A felhasználási területek ötlettérképe (saját ábra)

A 30. ábrán látható gondolattérképet ennek a fejezetnek a megtervezésekor készítettem. Fontos megemlíteni, hogy nem csupán ennyi műszaki alkalmazási terület létezik, ezek csupán azok, amikkel lehetőségem volt részletesen foglalkozni. 5.1. Mérnökgeodéziai alkalmazási lehetőségek A mérnökgeodézia különböző feladatokban nagyon változatos ága a földmérésnek, többek között részét képezi a tervezési és megvalósulási térképek készítése. Ennek a feladatnak a lényege, hogy egy adott területet az adott igényeknek megfelelő részletességgel fel kell mérni és ebből térképet kell szerkeszteni. Ilyen felmérésnél a részletek néhány cm-es pontossággal kerülnek meghatározásra. Ez függ a jellegüktől is, pl.: egy oszlop, akna, vagy egy kő jól azonosítható, mérhető, de egy összetöredezett, fűvel benőtt aszfaltút széle már nem azonosítható ilyen egyértelműen.


39


A mai mérnöki gyakorlatban ehhez GNSS technikával kisalappontokat helyeznek el a felmérendő terület megfelelő pontjain és ezekről mérőállomás segítségével folytatják a felmérést. Ez hagyományosan brigádonként három emberes feladat: kell egy műszeres, egy mérési jegyzet rajzoló és még egy ember, aki a prizmát viszi. A korszerűbb (robot)mérőállomások képesek egy emberes mérésre is, de itt felvetődik az a gyakorlati probléma, hogy egy nagy értékű műszert magára hagyhatunk-e a terepen, valamint, hogy kell-e mérési jegyzetet készíteni, vagy a helyszínen szerkeszt - pontkódolós technikával - a felmérést végző. Ez utóbbi lelassítja az egyébként sem gyors munkavégzést, azonban az irodai feldolgozást nagyban segíti. A kérdés, hogy gyorsabb és gazdaságosabb lehet-e légifelvételek alapján térképezni. A terepi felmérés nem hagyható el teljesen, mert vannak olyan felmérendő műtárgyak, melyek megmérését nem lehet a levegőből megoldani. Ilyen például az aknák mélységének

meghatározása,

leágazó

vezetékek

mérése

vagy

a

csövek

anyagátmérőjének a feljegyzése, valamint az illesztőpontok mérése. De ezek csupán töredékét jelenik a felmérendő elemeknek, mert a térképezés céljától függően rengeteg részlet megmérésére van szükség. A teljesség igénye nélkül megemlíteném a burkolatok határait, padkák, árkok, kapubeállók, kerítések, épületek, oszlopok, utak, növényzet részletpontjait. A hagyományos térképezésnél a részletességgel arányban van a felmérés időtartama, míg a fotogrammetriára ez nem igaz. Ebből következik, hogy minél részletesebb térképre van igény, annál kifizetődőbb lesz ez a technológia. Itt az irodai feldolgozás során alakul ki a térkép részletessége, valamint fennáll az a kényelmes és takarékos lehetőség, hogy egy később felmerülő részlet kirajzolásához nincs szükség pótmérésre, hiszen "hazavittük" a terepet. A fentebb leírtak a lézerszkennelésre is fennállnak, és kétségtelenül nagyobb pontosságot is biztosít ez az eljárás. Azonban nagyobb az anyagi befektetés-igénye és nem feltétlen van szükség minden feladatnál cm alatti pontosságra. A két eljárás ötvözése célravezető lehet gazdaságosság tekintetében. Kétségtelen előnye viszont, hogy léteznek csak a levegőből megközelíthető helyek, melyeket csak valamilyen légi módszerrel lehet felmérni.


40


5.1.1 Első kísérlet, a DJI Phantom Vision quadrocopterrel A fenti gazdaságosságról szóló feltevés helyességének a vizsgálatára 2014. február 15én egy próbarepülésre kerítettünk sort Szabó József konzulensemmel, Mindszenten a Téglás utcában az ő Phantom kopterével (31. ábra).

31. ábra Phantom 2 Vision felszállás előtt

A rendszer saját kameráját használtuk ennél a repülésnél. A felbontása az exif adatok szerint 14.4 megapixel, látószöge széles (140°). Kézi vezérléssel repültünk, hozzávetőlegesen 50 m magasságból, oda és vissza irányban. A kamera sajátossága, hogy nem lehet teljesen lehajtani, így csak ferdén előre készíthettünk felvételeket (32. ábra).

32. ábra Az oda és visszarepülés képei (saját ábra)

A képek exif adataiba tárolta a beépített GPS vevőjének az aktuális pozícióit a kamera WGS 84 vonatkozási rendszerben, de sajnos csak vízszintes értelemben. Ez a feldolgozásnál nem okoz különösebb problémát az AgiSoft PhotoScan-nek, mert helyzeti adatok nélkül is képes összeilleszteni a képeket. A modell elhelyezéséhez és a lehető legnagyobb pontosság elérése érdekében illesztőpontokat mértünk RTK-s GNSS


41


vevővel, kilenc ilyen pont került meghatározásra, ebből nyolc bizonyult használhatónak. A terepen töltött idő nem volt több fél óránál, amibe a repülés előkészületeit és az illesztőpont mérést is beleszámoltam (33. ábra).

33. ábra Az illesztőpontok elhelyezkedése (saját ábra)

A repülés feldolgozását az AgiSoft PhotoScan Professional 1.0.2 (64 bit) verziójával végeztem. A szoftver használatához demó szoftverkulcsot igényeltem a gyártótól. Az elkészült 32 képet behívtam, majd elkészítettem a modellt, és elkezdhettem az illesztőpontok megjelölését. Pontosan a helyükre kellett igazítani őket valamennyi képen, ahol csak láthatóak. Ekkor a modell maradék ellentmondása a 28 cm volt, ami még nem kielégítő eredmény ehhez a feladathoz. Az illesztőpontok felhasználásával azonban újra lehet számítani a modellt, és az eredmény már jóval kedvezőbb lett. A modell maradék ellentmondása 8 cm-re csökkent és ez az érték is csak két nem túl szerencsésen megválasztott illesztőpont miatt ilyen nagy. A többi illesztőpont 3-4 cm körüli megbízhatóságot ért el. A kész, újraszámított modellről különféle kimeneteket készítettem, mint például domborzatmodellt (34. ábra), és ortofotót (35. ábra).


42


34. ábra Az elkészült modell magasságszínezéssel (saját ábra)

Valójában már a 8 cm sem egy rossz eredmény, mert bár mérőállomással jóval pontosabban lehetne mérni, mégis ha a felmérést végző nem tartja szabatosan függőlegesen a prizmabotot, hasonló mértékű hibákat fog produkálni. Hiszen az 1.65 m magas jelrúd, ha 3°-ot eltér a függőlegestől, máris 10 cm-es külpontosságot eredményez a mérésben. A kész modell segítségével ortofotót készítettem, ami alapján már meg lehet kezdeni a térképezést.

35. ábra Az elkészült ortofotó részlete (saját ábra)

Az elkészült ortofotó alapján megkezdtem a térképezést, a burkolatok széleinek digitalizálásával. Mivel az ortofotó magassági tartalommal nem bír, így a domborzatmodellből lehet a szerkesztett pontokhoz magassági értéket rendelni. Az eljárás a felmérendő terület tagoltságától, növényborítottságától függően persze, de használhatónak bizonyult, ennek egy részletét szemlélteti a 36. ábra.


43


36. ábra Digitalizálás ortofotóról (forrás: saját ábra)

Tervezési térkép esetében felvetődik az a kérdés, hogy minden esetben szükséges-e a digitalizálás, vagy egy jó minőségű ortofotó már alkalmas arra, hogy a terveknek alapot biztosítson. Ám erre a kérdésre csak a jövő mérnökei tudnak majd választ adni. 5.1.2 Második kísérlet, a DJI Phantom Vision quadrocopterrel Ezúttal a kopternek nem a saját kameráját használtuk, hanem egy Canon Powershot A2500-as kompaktot. Ez a kis kamera 16 Mpx-es felbontást tud és igen könnyű, mindössze 125 gramm, kamerája pedig időegységenként készített felvételeket a repülés alatt. Az óföldeáki pusztatemplom volt ezúttal a célterület. A modell jól sikerült, és az ortofotó alapján jól lehet térképezni a templom környezetét (37. ábra), azonban ha az épületek felmérése is feladat, akkor arra önmagában a légi eljárás még nemigen használható. Esetleg a körvonalai, nagyobb elemei kiszerkeszthetőek, de ha részletesen kidolgozott homlokzatra van szükség, azt vagy földről, vagy alacsonyan repülve oldalra tekintő felvételekkel lehet megoldani.

37. ábra Óföldeáki pusztatemplom az ortofotón (forrás: saját ábra)


44


A felületszkennelés eredménye is jól bemutatható ebben a munkában (38. ábra). A templomot árok és fal veszi körbe, az alábbi képen az árok egyik darabja és a fal megmaradt romja látszik. Csak a pontok vannak megjelenítve, de mivel ilyen sűrű a pontfelhő, a képen távolodva már összefüggő felületnek tűnik.

38. ábra Színezett pontfelhő a templomot körülfutó árokról (forrás: saját ábra)

A domborzatmodell készítéshez ezt a pontfelhőt használja fel a program, de lehetőség van közvetlenül exportálni ezt az adatot is. 5.1.3 Térfogatszámítás Gyakori feladat a földmérésben, hogy külszíni bányák, depók és egyéb szabálytalan alakzatok térfogatát kell meghatározni. Az ilyen típusú feladatok különösen fontos területét képezik a lehetséges alkalmazásoknak. A mérnöki gyakorlatban igyekszik a felmérést végző a jellemző, meghatározó pontokkal megfogni a felmérendő területet. Ez a feladattól függően persze, de mindenképp csak egy közelítő eredményt ad. Általánosan elfogadott, hogy ha a felmérés és az ellenőrző mérés 10%-on belül megegyezik, akkor azonosnak tekinthető. A technika fejlődése erre is hatással van, ugyanis a lézerszkennelés megjelenésével már jóval pontosabb eredményre lehet jutni, és ilyen eljárás a fotogrammetriai alapú felületszkennelés is. Az adatgyűjtés sokkal gyorsabb a földi eljárástól, különösen ha a felmérendő terület nagy kiterjedésű. Nagyon részletes modell készítésére van lehetőség, és ezt exportálhatjuk is egy arra alkalmas térfogatszámító programba. A mérnökgeodéziában végzett mérések javarésze igen felelősségteljes feladat, így van ez a térfogatszámítás esetében is. Mindenképp meg kell győződni a mérés pontosságáról, megbízhatóságáról. Ezt a vizsgálatot egy meglévő felmérés újra elvégzésével lehetett volna ellenőrizni a legelegánsabb módon, de erre nem volt lehetőségem, ezért egy egyedi megoldást kellett alkalmaznom. Abból indultam ki, hogy


45


egy olyan tárgyról kell modellt készítenem, aminek meg tudom mérni precízen a térfogatát.

Egyéb

műszer

nem állt

a

rendelkezésemre,

mint

a

földmérők

legmegbízhatóbb társa, a mérőszalag. Ezért döntöttem egy szabályos forma mellett, egy betontömböt választottam ki Szeged belvárosában, aminek három jellemző méretének meghatározásával ki tudtam számítani a térfogatát.

39. ábra Betontömb és a róla készült modell (forrás: saját ábra)

A modellalkotás nem volt egyszerű feladat, mert előre nem látott körülmények nehezítették. Bár fátyolos felhőzet mellett készültek a képek, mégis fénylett a beton felülete, amit tovább rontott, hogy a talaj is azonos színű betonnal volt burkolva, így az élek nehezen voltak azonosíthatóak. A modell alja össze is folyt a talajjal, így az egésznek kellett a térfogatát számítani. Ez a mérőszalagos méréssel 2.23 m3- re adódott. A modellt DXF vektoros adatcsereformátumba exportáltam, majd kiszerkesztettem a fő töréspontjai mentén az éleket, és ebből egy koordinátalistát készítettem. A térfogatszámítást a Nyír-Lépték Bt. QubaTura nevű program demó verziójával végeztem el, ami eredményül 2.22 m3-t adott. Ez az eredmény mindenképp biztató, de messzemenő következtetések nem vonhatóak le belőle. Még egy kísérletet végeztem, ami már modelljében is jobban hasonlít a térfogatszámításra, mert egy kavicskupac felmérését kíséreltem meg. Ebben az esetben inkább az eljárás kipróbálása volt a cél, mintsem a térfogat meghatározása.


46


40. ábra Kavicsdomb képe és modellje (forrás: saját ábra)

A kavics állítólag 4 m3 és egy enyhe rézsűre lett öntve. Ezt előbb fel kellett volna mérni és illesztőpontokat kellett volna állandósítani, hogy használható eredményhez jussak a számításban. Ennek a szabálytalan alakzatnak a térfogatszámításához segítséget kértem testvéremtől, Répás Attilától, aki a Széchenyi István Egyetemen AutoCAD Civil 3Dben végezte el a számítást. A Civil 3D az egyik legszélesebb körben elterjed mérnöki programcsalád tagja, a számításhoz egy TIN hálót használ, és egy referenciafelülethez képest végzi a térfogatszámítást.

41. ábra Térfogatszámítás Civil3D-ben (forrás: saját ábra)

Mindössze érdekességként említem meg, hogy a feldolgozás eredménye 3.3 m3 lett. Hogy ez mennyire helyes eredmény, arra a kavics felhasználásakor derülhet fény, hogy elég lesz-e a tervezett hely kitöltésére. Úgy gondolom, a kubatúra-számítás különösen egy olyan terület, ahol sikeresen lehet alkalmazni ezt az eljárást, viszont ki kell dolgozni a felmérés és a feldolgozás rutinját, amit pedig csak valódi mérési körülmények között lehet igazán megtenni.


47


5.2.Felhasználási lehetőségek a vízügyi gyakorlatban A belvíz a Kárpát-medencére nagyon jellemző természeti-társadalmi jelenség. Számos medence-helyzetű európai országban jelent komoly veszélyt, de a nemzetközi szakmai közvélemény úgy tekint rá, mint jellemzően kárpát-medencei problémára. Ezzel kapcsolatos kutatásba kezdtek a Szegedi Tudományegyetem (TTIK) és az Újvidéki Egyetem (Természettudományi és Matematikai Kar, Műszaki Kar) geográfus, geoinformatikus és műszaki informatikus kutatói (Barta et al., 2013). Az adatgyűjtésbe többek között a fotogrammetriát is segítségül hívták, így a kis formátumú légifelvételek feldolgozásában lehetőségem nyílt kipróbálni az AgiSoft PhotoScant. Amikor igazán nagy egybefüggő területekről kell légifelvételeket készíteni, akkor az UAS rendszerek nem biztos, hogy a megfelelő megoldást nyújtják. Az alacsonyabb repülési magasság miatt sokkal több képre és repült időre lenne szükség, míg nagy magasságból erre a célra készült mérőkamerával készült képekkel eredményesen lehet dolgozni. Az ilyen eseteket, mint a belvizes feladatok felmérését, az egyetemünk hagyományos fotogrammetriai felvételezéssel oldotta meg. A képek feldolgozására eddig a Leica Photogrammetry Suite volt használatos, ami sok felhasználói munkát igényelt, és fontos volt a képközéppontok és a külső tájékozási adatok minél pontosabb ismerete. Mivel kisebb felmérendő terület esetén UAV-s adatgyűjtés is szóba jöhet ezért került be ez a fejezet is a diplomadolgozatomba. Az PhotoScan számos digitális fotogrammetriai feladatra készült szoftver, ezért nagyon kíváncsi voltam hogyan fog megbirkózni ezekkel a képekkel. 5.2.1 RGB képek Először a Székkutas felett 3500 m magasságból készült 40 Mpx-es színes felvételek feldolgozásához

kezdtem

hozzá.

A

képek

helyenként

jelentős

felhőfoltokat

tartalmaztak. Ez nem túl előnyös körülmény, de sokszor előfordul a nagyobb magasságból végzett repülésekkor. Kíváncsi voltam rá, hogy milyen hatással lesz ez az eredményre, egyáltalán lehetséges lesz-e a kiértékelés. Szerencsére nem akadályozta meg a feldolgozást és a kitakart részek kivételével megtörtént a modellalkotás. A feldolgozásához első lépésben a képekhez tartozó közelítő pozíciókból készítettem egy listát, amit beolvastam a képekkel együtt. A szoftver ismeri az EOV vetületet, így kiválaszthattam a listából, és máris kirajzolódtak a repülési sorok. A képek tájékozását SZTE Természettudományi és Informatikai Kar 2014

48


ezekből a közelítő koordinátákból kiindulva a legmagasabb minőségű feldolgozást választva végeztem el, ennek eredménye egy pontfelhő lett. A pontokból kiindulva van lehetőség a domborzat generálására. Itt a modellezés néhány fő paraméterét adhatjuk meg, úgy mint a feldolgozás minősége és a felület geometriai tulajdonsága. Ezek alapján a modell lehet „smooth” és „sharp”, azaz lekerekített, íves átmenetek vagy éles törések jellemezhetik. Az előbbit választottam, és a közepes minőséget. Utóbbinak a számítógépem kapacitása szabott határt. Mindenképp meg kell említeni, hogy az AgiSoft egyik gyengesége a túlzottan nagy gépigénye, főleg a memória méretét tekintve. Ez a feldolgozási folyamat nem igényel emberi beavatkozást, azonban időigényes, a végterméke egy felületmodell. A modell elkészítésének utolsó lépése a textúra generálása, ezt is közepes felbontásban futtattam le a fent említettek miatt. Mivel a közelítő koordinátákkal csak hozzávetőlegesen került a helyére az országos rendszerben a modell, illesztőpontokkal kellett elvégezni a végleges transzformálást. Ennél a képanyagnál ilyen nem állt a rendelkezésre, ezért korábbi ortofotók és topográfiai térképek alapján kerestem azonosnak tekinthető pontokat. Vízszintes értelemben fél méteres pontosságot sikerült elérni, viszont magassági adatok hiányában a modell magasságai igen megbízhatatlanok maradtak és a modell közepe kidomborodó lett. Ez olyan probléma, amit jól megválasztott illesztőpontokkal lehet csak kezelni, bár a belvizek területének meghatározásához erre nincs is szükség. Azonban például arra a kérdésre így nem tudunk választ adni, hogy merre lehetne elvezetni a vizeket. 5.2.2 Infra képek Az infravörös képekhez nem használtam a képközéppontok közelítő adatait, valamint felhők sem nehezítették a feldolgozást. A fent már részletezett módon készítettem és tájékoztam a modellt, az eredmény is hasonló lett. Mindkét modellből exportáltam ortofotót, az érintett négy EOV 10 000-res szelvényhatárai szerint. Így kisebb és jobban kezelhető képek jöttek létre. A feldolgozás nagyon jó eredményt adott, 30 cm-s terepi felbontású szépen összedolgozott, korrigált ortofotó lett az eredmény. Nem láthatóak az egyes

képek

határai,

nincsenek

intenzitásbeli különbségek.

Ellenőrzésképpen

összevetettem a referenciának használt 2005-ös országos ortofotóprogram keretein belül készített képpel, és egymás fölé hívva megvizsgáltam a szelvényeimet. Az utak és épületek mentén hasonlítottam össze a kapott eredményt, és csak az utóbbinál voltak látható egy kis „szellemképesség”. SZTE Természettudományi és Informatikai Kar 2014

49


42. ábra Az elkészült ortofotó összehasonlítása a 2005-ös ortofotó program képeivel (saját ábra)

A 42. ábrán az infravörös felvétel 45%-ban átlátszóra van állítva és az épületek körül látható egy kis eltérés. A kép alján látható út viszont pontosan illeszkedik és a jobb oldali kivágatban sem fedezhető fel durva eltérés. Összegzésképpen elmondható, hogy a PhotoScan megfelelő megoldásnak bizonyult a képek feldolgozására. Az sem jelentett hátrányt, hogy a közelítő képközéppont koordinátákon túl nem állt rendelkezésre más adat, sőt még ezek is nélkülözhetőek. Tobak Zalán a doktori értekezésében (2013) még a következőt rögzíti: "A felvételek készítése során rögzíteni kell azok térbeli helyzetére vonatkozó információkat. A kép(elő)feldolgozás során ezek segítségével teremthető meg a kapcsolat a képi és valós térbeli (földrajz) koordinátarendszerek között. A térbeli információk rögzítése a hordozóeszközre szerelt GPS/INS rendszerekkel történik. Esetemben csak GPS-es adatrögzítés történt, a tapasztalatok azonban azt mutatják, hogy a megfelelő geometriai pontosságú felvételek – gyors – előállításához mindenképpen szükséges a platform elfordulási szögeit rögzítő inerciális rendszer (INS) is".

Ezek a tapasztalatok az LPS-ben történő feldogozásra vonatkoznak. Ezzel nem szeretném azt közvetíteni az olvasó felé, hogy feleslegessé vált volna az említett adatok gyűjtése, mert igenis fontos szerepet játszanak a pontosság és megbízhatóság növelésében. Továbbá az a tény, hogy az infra képeket is sikeresen feldolgozta a


50


PhotoScan, a vegetációs index készítését teszi lehetővé, ami más alkalmazási területek fontos végterméke lehet. 5.3 Katasztrófavédelem Az UAS rendszerek felhasználása a Csongrád Megyei Katasztrófavédelmi Igazgatóság érdeklődését is felkeltette, be is szereztek egy Phantom Visiont. Ebben az esetben nem kimondottan fotogrammetriai feladatról van szó, inkább a valós idejű képtovábbítás a hangsúlyos. A repülőeszköz az operatív irányítócsoport szeme lesz, és a segítségével hatékonyabban szervezhetik meg a védelmet egy havária esetén. A robotrepülők bejuthatnak olyan helyekre is, ahol a mentést végzők nem, vagy csak nagyon körülményesen tudnának jelen lenni. A valós idejű képtovábbítás megoldásai sokat fejlődtek az utóbbi időben, egyre nagyobb távolságból oldható meg a jó minőségű kép továbbítása. Az elsődleges alkalmazási terület a vészhelyzetekkor történő gyors adatgyűjtés lenne, ez lehet valós időben, vagy gyors utófeldolgozással. Nagy területek felmérése esetén, mint például egy árvízhelyzetnél, ez a nagyobb távolságok miatt utófeldolgozással történhet, ami azt jelenti, hogy a leszállás után azonnal fel lehet dolgozni a képeket és megkezdeni az elemzést. Kitka Gergely, a Katasztrófavédelem informatikai osztályvezetője elmondása szerint már gyakorlatoznak az újdonsült társukkal.

43. ábra 2013. június 5. reggel Tát környékén (forrás: www.index.hu)

Ha a képanyag kiértékelésére igazán gyorsan van szükség, akkor egy mobil munkaállomást kell segítségül hívni. Egy olyan terepjárót, amibe be van építve egy erre alkalmas asztali számítógép és megoldott a tápellátása is. Mivel a számítógép teljesítménye nagyban meghatározza a feldolgozás időigényét és a processzort huzamosabb ideig maximálisan használja a kiértékeléshez, a gyengébb hűtésük miatt a


51


laptopok nem igazán jöhetnek szóba, esetleg csak speciális átalakítás után. Bár kérdés, hogy mire van szükség a feladathoz. Elég-e egy videofelvétel, ahol jól látszik az aktuális állapot, ugyanis ez nem igényel utófeldolgozást, csupán le kell tölteni az UAVről leszállás után. Az elöntött területek ellenőrzéséhez, a védelem megszervezéséhez feltételezhetően nincs szükség nagy pontosságú modellalkotásra, így a földi illesztőpontok mérésének időszükségletével nem kell foglalkozni, elég lehet közelítőleg a helyére illeszteni a modellt. Az elöntött területek meghatározásához sem kell nagy terepi felbontású ortofotó, ami ebből kifolyólag gyorsabban előállítható. Már több esetben is sikerrel vetettek be katonai drónokat és polgári UAV-ket az árvízvédelemben (43. ábra). A tűzzel vívott harcban is hasznos segítséggé válnak a drónok, ha valahol, akkor itt igazán fontos a gyors adatgyűjtés, az utófeldolgozásos eljárásnak esetleg a havária elhárítása utáni kárfelmérésben lehet szerepe. Tehát valós idejű képtovábbításra van szükség, hogy felülről ellenőrizhető legyen a tűz terjedése, mozgása, sebessége. A képtovábbításra több megoldás is van, különböző rádiófrekvenciákon már több kilométerre is meg lehet oldani a kapcsolatot, ami kisebb távolságokra (100-300m) már Wi-Fi kapcsolattal is lehetséges, mint a DJI Phantom esetében. Veszélyesanyag-ömlésnél a tűzoltók helyett a drón is megnézheti, miből, merre, mennyi anyag jutott ki, így a munkatársak elkerülhetik a robbanásveszélyes helyzeteket. A robotrepülőt bárhol be tudják vetni, egy autópálya-baleset okozta dugónál is. Eltűntek felkutatásában is jól teljesített a robotrepülő, ezt a nemrég végrehajtott baksi gyakorlaton be is bizonyította egy próbafeladat végrehajtása során. Az eszköz beszerzése és üzemeltetése pedig egy helikopterhez képest igazán csekély. Emellett a légieszközök és a robotika fejlődésével gyorsan nő azoknak a feladatoknak a száma ahol az ember segítségére lehetnek a drónok, vagy akár helyettesíthetnek is. Vannak olyan fejlesztések, ahol életmentő felszerelést szállítanak kopterekkel nem megközelíthető helyen rekedt embereknek, mint például egy magas épület teteje. Már egyáltalán nem távoli jövőkép, hogy veszélyben lévő embereket mentsenek ki robothelikopterek.


52


5.4 Mezőgazdaság A mezőgazdaság, mint alkalmazási terület is szóba jött ezért elhatároztam, hogy megkeresek olyan gazdaságokat, akiket potenciálisan érdekelhet az eljárás és tudnak abban segíteni, hogy közösen feltárjuk a felhasználási lehetőségeket. A komáromi Solum Zrt. növénytermesztési igazgatója, Cita János érdeklődve fogadta a megkeresésemet és egy találkozót szerveztünk. A beszélgetés során bemutattam a technológiát, miből áll, mire képes az eljárás, majd elkezdtük összegyűjteni azokat a feladatokat, amikre fel lehetne használni. Fontos kérdés volt megvizsgálni, hogy ezeket a feladatokat jelenleg hogyan oldják meg, mennyire pontosak, vagy gazdaságosak ezek az eljárások. Három fő területet tudtunk meghatározni a mezőgazdasági feladatokon belül. A meghatározott feladatokról a következő listát állítottuk össze: 1. Területmérés •

Terület alapú támogatásokhoz (SAPS)

2. Melioráció •

vízkezelés, domborzatfelmérés

•

talajhibák térképezése

3. Növényállomány felmérés •

hozamtérkép készítés

•

növénybetegségek vizsgálata

•

vadkár felderítés

A területmérés a legkézenfekvőbb feladatok egyike, ugyanis évről évre fel kell mérni az összes megművelt terület kontúrját, hogy hol mi lett elvetve. Ez alapján lehet igényelni a terület alapú támogatásokat. Jelenleg navigációs GPS vevővel ezt gyalogosan, vagy terepjáróval a föld szélén végigjárva végzik. Ez hosszadalmas eljárás, amellett, hogy az egyre növekvő pontossági igényeket már nehezen elégíti ki, vitákra ad lehetőséget az így meghatározott terület. Így hasznosabb és pontosabb lenne a levegőből történő felmérés. Nem beszélve arról az apróságról, hogy a terepen töltött idő nagyságrendekkel kisebb, és a nyári hőség helyett a klimatizált irodában határozhatjuk meg a területeket (44 ábra). A mérés így ellenőrizhetőbb és átláthatóbb lesz, valamint jól dokumentálható, lehetőség nyílik egy részletes téradatbázis létrehozására is.


53


44. ábra Területmérés gyorsan, kényelmesen, pontosan (saját ábra)

A termőterületek állapotának felmérése, a talajhibák javítása, kezelése nagyon fontos feladat. A precíziós mezőgazdaság fejlődésével új távlatok nyíltak a gazdálkodásban, a Solum Zrt. rendelkezik is ilyen rendszerekkel. A gépvezérlés lehetővé teszi, hogy pontosan oda jutassa a vetőmagot, vagy a tápanyagot a traktor, ahova az megtervezésre került. Így a problémás területekről kétféle adatot is lehet gyűjteni, egyrészt domborzati adatokat, ami a belvizek elvezetéséhez szükséges, valamint fel lehet mérni a belvizek okozta kár mértékét

is. Ez valójában kapcsolódik az előzőekben említett

területméréshez. Ahol pedig a szél, vagy a lefolyó csapadékvíz okozott talajkárokat és javításra szoruló talajfolt keletkezett, földi eljárással nem is megoldható a probléma azonosítása.

Jelenleg

a

Solum

Zrt.

munkatársai Google Föld, és egyéb szabadon alapján

műholdképek

hozzáférhető igyekeznek

felderíteni

a

problémás területeket (45. ábra). A képek

minősége

nem

is

okozna

problémát, azonban az időbeli felbontás annál inkább. Egy pontos és hatékony meliorációs terv elkészítéséhez aktuális állapotokat tartalmazó képanyagra van szükség. A

harmadik

témakör

a

növények

állapotának nyomon követése, figyelése. A 45. ábra Talajhiba azonosítása műholdképről (saját ábra)


kombájn

képes

négyzetméterre

lebontott hozamtérkép előállítására az

54


aratás után, ugyanis GNSS segítségével navigál. De nem minden területet arat kombájn, valamint még betakarítás előtt is szükség lehet ezekre az adatokra. Cita János szerint ezek az adatok légifotó alapján is meghatározhatóak. Növénybetegségek felderítésére is használható az eljárás, a csúcsszáradás és a tűkarcgomba megjelenése jól felismerhető légifelvételekről, bár ez inkább az erdészeti felhasználáshoz kapcsolódik, ám nem ritka, hogy erdőterülettel is rendelkezzen egy alapvetően mezőgazdasági beállítottságú cég. Végül a vadkárok felderítése, kezelése és kárfelmérése tartozik még ebbe a csoportba. Ha a vaddisznók beveszik magukat egy nagy kukoricatáblába, akkor minél hamarabb ki kell onnan űzni őket, mert borzasztó károkra képesek, amint az a 46. ábrán is látható. Nagy területek ellenőrzése szintén megoldható légifotók alapján.

46. ábraVadkár (forrás: http://huntingpress.eu)

Az pilóta nélküli légi eszközökkel való térképezés további előnye, hogy az egyszer már lefedett területen további méréseket lehet végezni, míg a földi felmérés egyetlen végterméke egy adott tábla kontúrja és az ebből származtatott geometriai adatok. Ebbe a diplomadolgozatba már nem kerülhet bele, de elhatároztuk, hogy közös kísérletbe fogunk és az elméletet a gyakorlatban is ki fogjuk próbálni, bízva a jövőbeni sikeres együttműködésben.


55


5.5 Erdészet A mezőgazdasági alkalmazási lehetőségekhez igen közel áll az erdészet, mert szintén nagy területeket használnak és a területmérés számukra is meghatározó feladat. A DALERD Zrt. részéről Répási Zsolt volt a segítségemre, hogy feltárjuk milyen feladatokban lehet hasznukra a közeli légi fotogrammetria. A területmérés az erdők esetében már nem olyan egyszerű feladat, mert a lomb megnehezíti a mérést, így vegetációs időszakban csak az olyan területek meghatározása lehetséges, ahol fiatal még az erdő, vagy valami olyan jellegű kár érte, hogy nincs lombja. Egy erdőtűz felmérésre ideális megoldás lehet. Annak ellenére, hogy nagyon fontos kérdés, a diplomadolgozatnak nem tárgya, hogy mennyire kifizetődő számukra ez az eljárás, mivel nem régen korszerűsítették a műszerparkjukat, és már rendelkeznek RTk-s GNSS vevővel. A fák egészségének, állapotának felmérése, megfigyelése jelenleg földi módszerekkel történik, ami a kerületvezető erdészek feladata. Kétségtelen, hogy hasznos információkat szolgáltatnának a különböző tartományokban érzékelt felvételek a növényzet állapotáról, de az erdészet egyelőre nem változtatna az alkalmazott módszeren. Kérdés, hogy ez milyen irányba fog változni, mert a precíziós mezőgazdaság terjedése is igen nagy változásokat hozott a korábbi gyakorlatokhoz képest, nem kizárt, hogy a jövőben megjelenik az igény az erdészetnél is. Vadszámlálást, vadállomány felmérést régebben végeztek repülőgépről, de manapság ezeket a feladatokat önállóan megoldják a vadászok a területeiken. Ennek ellenére egy ilyen UAV-s vadszámlálás már komolyabban érdekelné az erdészet szakembereit, mivel a világ számos területén sikerrel alkalmazzák a pilóta nélküli repülőeszközöket ilyen és ehhez hasonló célokra.


56


6. Jogi háttér Az UAS rendszerekkel végzett felmérések használhatóságát alapvetően meghatározza a jogi háttér. Nem lehet sikeres ott, ahol törvény tiltja, vagy lehetetlen szabályozás gátolja a repülés végrehajtását. A jelenlegi jogszabályok nem naprakészek, nem térnek ki egyértelműen a pilóta nélküli légi eszközökre. A légijárműről történő fényképek készítését törvények szabályozzák, de légijármű-e egy UAV? A szabadon elérhető műholdfelvételek korában mennyire van értelme titokvédelemről beszélni, és ilyen módon hivatali utak végigjárására kényszeríteni a munkát végzőt? Az ilyen légifelvételek készítésének sikere egyrészt a gyorsaságban is van, egy havária nem előre tervezhető, bejelenthető, és azt azonnal dokumentálni kell, valamint a megrendelők minél gyorsabban szeretnének hozzájutni a megrendelt adatokhoz, a különböző ügyintézési határidőkkel pedig versenyképtelenné válhatna ez a fajta szolgáltatás. Az UAV-k számos alkalmazási lehetőséget rejtenek és minden terület felvet további jogi kérdéseket is. Elsősorban a diplomadolgozatban eddig vizsgált alkalmazási területek kérdéseivel fogok foglalkozni ebben a fejezetben. 6.1 Hazai szabályozás Alapvetően két részre lehet osztani a pilóta nélküli eszközök jogi vonatkozásait: az egyik nagy témakör a repüléssel kapcsolatos jogszabályok feldolgozását jelenti, a másik pedig a légi távérzékelés kérdése. Az összes ezzel a témával foglakozó forrás egyetért abban, hogy a jelenleg hatályban lévő szabályozás nem korszerű és nincs felkészülve a jelen helyzetre. A modellezők által használt rekreációs célokat szolgáló légi eszközök repülésére vonatkozóan eddig semmiféle törvény nem született, csupán a Magyar Modellező Szövetség nem kötelező érvényű szabályzata. Bár a pilóta nélküli légijármű kifejezés feltűnik a jogszabályokban és szó esik a légtérhasználatról, például hogy mely légterekben repülhet és miként, ennek ellenére nem teljesen illeszthető ez a szabályozás az 50-300 m magasságban repülő kis tömegű UAS-okra. A légiközlekedés az ilyen alacsony magasságot leginkább csak le és felszállásra használja. Az 1995. évi XCVII. Törvény a légiközlekedésről többszörösen módosított, a 2007.01.28-tól hatályos változat 6. § (5) pontja kimondja: „A légiközlekedési hatóság, az állami célú légi közlekedéssel összefüggő feladatok tekintetében a katonai légügyi hatóság engedélyével repülhet a magyar légtérben az a SZTE Természettudományi és Informatikai Kar 2014

57


légijármű, amely vezető nélküli repülésre alkalmas, továbbá a jogszabályban meghatározott repülőmodell, illetve repülőeszköz.” . A fenti meghatározás szerint tehát a polgári alkalmazású UAV kizárólag a légiközlekedési hatóság engedélyével repülhet. A jelenlegi jogszabályokból következik, hogy UAV repülés csak a kijelölt, zárt légtérben, engedéllyel történhet.(Wührl, 2009) Az idézett törvény a légteret légiközlekedés szempontjából két részre osztja, az ellenőrzött és nem ellenőrzött légtérre. Az utóbbiban nem működik légi irányítás és a légijárművet vezető saját felelősségére vesz részt a közlekedésben. Ez a légtér lehet az, ahol az UAS-okkal repülhetünk. A 26/2007. (III. 1.) GKM–HM–KvVM együttes rendelet 1 számú melléklete pedig pontosan definiálja ezt a légteret, F és G osztályokra osztja. Az „F” osztály 1200 m – 2900 m magasságig terjedő nem ellenőrzött légtér, amelyben műszeres repülés (IFR – Instrument Flight Rules) és vizuális repülés (VFR – Visual Flight Rules) is lehetséges. A „G” osztály az 1200 m magasságig terjedő nem ellenőrzött légtereket jelöli, ahol kizárólag a vizuális tájékozódás (VFR) használható. További megkötés, hogy a repülés a felhőkön kívül, a föld vagy vízfelszín látása mellett engedélyezett. A repüléshez légiforgalmi irányító (ATC) engedély nem szükséges. Wührl Tibor az előadásában azt veti fel, hogy a jogszabály konkrétan nem tér ki rá, de az UAV repülése IFR-nek minősül, mert szenzorok vezérlik. Így ebből az is következik, hogy az F légtérben repülhetne, ha a vezetője megoldaná a folyamatos rádiókapcsolatot a repüléstájékoztatóval. De oda csak a G osztályon keresztül juthat fel, ahol nem engedélyezett az IFR. Nem eldöntött jogi kérdés, hogy a valós időben közvetített kép (FPV- First-Person View) alapján történő manőverezés megfelel-e a vizuális repülés kritériumának. A bevezetőben feltett kérdésemre pedig a válasz egyértelmű, az 1995. évi XCVII. Törvény Lt.71. § 5. pontja szerint "légijármű: bármely szerkezet, amelynek légkörben maradása a levegővel való olyan kölcsönhatásból ered, amely más, mint a földfelszínre ható légerők hatása". Tehát az UAS-ok légijárműnek minősülnek. Eddig csak a légijármű üzemeltetéséről volt szó, nem elhanyagolható és szintén összetett kérdés az adatgyűjtés is. A távérzékelés fogalma a 2012. évi XLVI. törvény értelmező rendelkezéseiben került meghatározásra. "1. § 9. földi, légi és űrtávérzékelés: mérések végrehajtására, illetve térképkészítésre alkalmas földi, légi és űr távérzékelési adatgyűjtés, amelynek célja és eredménye geodéziai, térképészeti, geofizikai, geológiai és navigációs adatok gyűjtése;"


58


"1. § 12. távérzékelés: olyan adatnyerési eljárások, amelyek az adatokat a vizsgált objektummal létrehozott közvetlen, fizikai kapcsolat nélkül állítják elő;" A 30. § pedig szabályozza miként lehet távérzékelést végezni: (1) Légi távérzékelés végrehajtásához [..] felvétel vagy adat közzétételéhez, illetve kereskedelmi célú felhasználásához engedély szükséges. Ezen törvény felhatalmazása alapján jött létre a 399/2012. (XII. 20.) Kormányrendelet, ami részletesen hivatott szabályozni a légi távérzékelést. A FÖMI álláspontja szerint a légi távérzékelési oldalról az adatrögzítés célján és annak eredményén van a hangsúly, nem önmagában a repülés megvalósításán. Mérések végrehajtására és térképkészítésére a legegyszerűbb digitális kamera felvétele is alkalmas lehet. (Zboray, 2013) A távérzékelési engedélyhez repülési engedély kell, amit jelenleg nem lehet beszerezni UAS-ok esetében. Ehhez igen szigorú feltételeknek kellene megfelelnie a repülőeszköznek, és egyes paraméterek, kritériumok nem értelmezhetőek az esetükben, így hivatalosan távérzékelés sem végezhető. Még nem elterjedt széles körben, de a témakör úttörői már a gyakorlatban használják ezt az eljárást, a rendezetlen szabályozás ellenére. Ha minden szempontból nem is helytálló a hasonlat, de az UAS-okat a légiközlekedés kerékpárjainak tartom, így a kis tömegű légijárműveket el kellene különíteni a többi kategóriától, szabályozás és légtér tekintetében is. Ne zavarhassa, veszélyeztethesse a komoly légiközlekedést és cserébe ha nem is laza, de egyszerűen betartható szabályozás lenne a célravezető. A későbbi balesetek, károk elkerülése érdekében mindenképp szükség van egy új, naprakész és egységes szabályozásra. Mégpedig olyanra, ami elsődlegesen az emberi élet és anyagi javak megóvásának érdekében születik azért, hogy a légiforgalom friss résztvevői biztonságosan tudjanak beilleszkedni a már meglévő kiforrott, jól üzemelő rendszerbe. Jó hír, hogy ezt a kérdést a hatóságok is hasonlóan látják, derül ki az Indexen 2014. 05. 07.-én megjelent, a drónok törvényi hátterével foglalkozó cikkből4. A Capa Központban rendezett drónügyi beszélgetésen Farkas András, az NKH elnökhelyettese megnyugtatóan kijelentette, hogy a hatóságuk partnere szeretne lenni az UAS technológiának, és ebben az átmeneti időszakban nem kell szankcióktól tartani. Valamint elmondta, hogy már dolgoznak egy új szabályozáson, amit az EU-s irányelveket figyelembe véve fognak elkészíteni. 4

forrás: http://index.hu/belfold/2014/05/07/szinte_az_osszes_meno_dronos_video_illegalisan_keszult


59


Őszintén remélem, hogy egy egyszerű, világosan átlátható szabályozást hoz a jövő, ami elősegíti és nem pedig meggátolja a fejlődést. 6.2 Külföldi álláspontok Ha körbenézünk a nagyvilágban, akkor azt láthatjuk, hogy kevés országban van kiforrott szabályozás az UAS légieszközökkel kapcsolatban, és ahogy hazánkban, külföldön is sokan foglalkoznak ennek kérdésével, irányelveket fogalmaznak meg, ami később alapja lehet az egységes előírásnak. A nemzetközi Eurocontrol 2012-ben az alábbi ábrán foglalta össze az szabályozás kérdését Európában (47. ábra).

47. ábra A polgári UAS szabályozása Európában (forrás: Reuber, 2012)

Az Egyesült Királyságban 2004 óta létezik előírás, ami egyszerűsített feltételeket biztosít a 7 kg össztömeg alatti, 500 m horizontális távolságon belüli, 120 m repülési magasságot nem meghaladó repülést végző UAS-ok számára, ha azok a lakott területektől 150 m távolságra végzik a tevékenységüket. Biztosítás, tevékenységi engedély és pilótavizsga ebben az esetben is szükséges. Németországban tartományi szabályozás van, nincs nemzeti szinten egységes törvény. Az egyéni felhasználást illetve a kereskedelmi célú UAV repülést megkülönböztetik. Ha SZTE Természettudományi és Informatikai Kar 2014

60


5 kg alatti a rendszer össztömege és a repülés egyéni célokat szolgál, akkor nincs szükség engedélyekre (Észak-Rajna-Vestfália). E felett biztosítás, UAV használati utasítás, UAV technikai adatokat tartalmazó dokumentum megléte szükséges. Az engedély 2 éves időtartamra szól. Korlátozások vonatkoznak katonai területekre, atomerőművekre, kormányzati központokra és repülőterekre. A légifelvételek készítéséhez a legtöbb tartományban engedély szükséges. Svédországban 2009-ben jelent meg a „The Swedish Transport Agency´s regulations on unmanned aircraft systems (UAS)” nevezetű szabályozás. ami több kategóriára osztja a repülőeszközöket: 1,5 kg és 150 J mozgási energia alattira, 7 kg és 1000 J mozgási energia alattira és 7 kg felettire. Emberektől, lakott területektől, létesítményektől biztonságos távolságban kell repülni, a repülési magasság tekintetében is csak a vizuális láthatóság jelent korlátot. A környező légteret figyelemmel kell kísérni, amennyiben másik repülőgép belép a légtérbe, meg kell szakítani a repülést. (Zboray, 2013) Több európai szervezet is rendelkezik ajánlásokkal, mint például az Európai Repülésbiztonsági

Ügynökség

(EASA),

ami

az

üzemeltetéshez,

az

európai

légiirányítással és nemzeti szabályozásokkal való együttműködéshez fogalmazott meg irányelveket, de hivatalos állásfoglalások, szabályok kevés helyen születtek eddig. Franciaországban például már létezik ilyen szabályozás, ami úgy tűnik sikeres, mivel a 2012. április 25.-ei DEVA1207595 számú miniszteri rendelet a pilóta nélküli légijárművek légtérhasználatáról pontos, korszerű jogszabályi hátteret biztosít az UASok számára. Egyre több gyártó szerzi meg az ehhez szükséges engedélyt, legutóbb a DIY Drones blogján jelent meg egy cikk arról, hogy az első APM copterüknek sikerült ilyen minősítést szereznie. 2014.április 25-én a francia polgári légügyi hatóság, a DGAC állítottak ki a 48. ábrán látható tanúsítványt, ami hosszas egyeztetés sikere volt a cikk szerint. Reményeik szerint Európa többi országában is hasonló szabályozás fog meghonosodni, a könnyű szerkezetű légieszközök használatával kapcsolatban. Az említett rendelet meghatározza a pilóta nélküli légieszközök fajtáit, főbb tulajdonságait,

méreteiket,

teljesítményüket.

Azokat

csak

saját

felelősségére

használhatja mindenki, és az esetlegesen okozott kár teljes mértékben az üzemeltetőt terheli, valamint szigorúan kitér a személyiségi jogok védelmére, a fotózás területén.


61


48. ábra DGAC engedélye az APMcopterhez (forrás: DIY Drones.com)

Remélhetőleg a közeljövőben kidolgozásra és bevezetésre kerül Európa többi országában is egy egységes fejlődésbarát szabályozás, ami összeegyeztethető a személyiségi jogokkal és a biztonsággal is.


62


7. Összefoglalás A dolgozatomban a térbeli adatgyűjtés egyik legújabb módjával foglalkoztam, a pilóta nélküli rendszerekkel való térképezéssel. Ez a téma nemzetközi és hazai viszonylatban is igen aktuális és büszkén mondhatjuk, nem vagyunk lemaradva benne. Bár a terület most indult fejlődésnek, a felhasználási lehetőségek száma már megszámlálhatatlan és egyre csak bővül. Még meglepőnek tűnhet, de például folynak már kísérletek apróbb tárgyak, csomagok kézbesítésére, mint például egy doboz pizza. A sajtófotózás és filmgyártás is azonnal felfigyelt a lehetőségre. Én a műszaki alkalmazási lehetőségek vizsgálatát választottam témául, ami jellemzően a légi távérzékeléssel kapcsolatos, az adatgyűjtés légifotókon keresztül történik. A digitális fotogrammetria egyébként is ütemes fejlődését forradalmasította az UAS rendszerek megjelenése a polgári felhasználás területén. A diplomadolgozatban bemutattam a rendelkezésre álló lehetőségeket, mind eszközök, mind szoftverek tekintetében. Gyakorlati feladatokon keresztül kerestem a lehetséges felhasználási területeket, alkalmazásokat. Az elvégzett munkák során számos tapasztalattal gazdagodtam és egy monoton feladat automatizálásával némi fejlesztést is végeztem, melynek eredménye egy EOV szelvényeket automatikusan exportáló script lett. A saját kutatásaim mellett igyekeztem összefoglalni a témában eddig megjelent szakmai írásokat, tudásanyagot. A bemutatott téma szempontjából nagyon fontos kérdés volt a jogi szabályozás vizsgálata, ami alapvetően meghatározza a jövőjét ennek a területnek. Jelenleg nincs igazán használható rendelkezés a repülőeszközök üzemeltetéséről, ami megakadályozza a légi távérzékelésre vonatkozó törvények betartását. Ezért most a technológiával foglalkozók nehéz helyzetben vannak, önhibájukon kívül nem tudnak megfelelni a rendelkezéseknek. Reményeim szerint egyszerűen betartható, megengedő szabályozást fog kapni előbb utóbb a szakma és folytatódni fog az UAS-ok fejlődése. Az eddigi tapasztalataim alapján úgy gondolom, hogy valamennyi említett szakterületen sikeresen alkalmazhatóak lesznek az UAS adatgyűjtők. Erősségük mindenképp a gyorsaságban, a terepen töltött idő mérséklésében van. Széles körben várható az elterjedésük és néhány eddig használt mérési módszert teljesen ki fognak tudni váltani, mint például a területmérést, vagy a térfogatszámítás.


63


Térnyerésük hasonló lesz a műholdas helymeghatározás elterjedéséhez. Korábban a geodéziai gyakorlatban alapponthálózatokból kiindulva, szög és távolságmérésen alapult minden feladat elvégzése, ez a műholdas helymeghatározás megjelenésével merőben megváltozott. Kezdetben utófeldolgozással, csak alappont meghatározásra használta a szakma, de hamarosan kiszorították a felmérésekből a mérőállomásokat a gazdaságosan üzemelő valós idejű korrekcióval működő GNSS vevők. Természetesen ez nem azt jelenti, hogy a mérőállomások eltűntek volna a gyakorlatból, számos feladat megoldására ma is a legmegfelelőbb műszerek. Valamint meg kell figyelni, hogy a földmérésen túl számos más szakmába is eljutott a műholdas helymeghatározás. Mindennapi életünk részévé vált, hiszen már nemigen kapható olyan mobiltelefon sem, ami ne tudná fogni a navigációs jeleket. Ilyenfajta fejlődés és elterjedés jósolható a pilóta nélküli légi rendszerek esetében is.


64


Irodalomjegyzék Nyomtatott Avery, T.E. and Berlin, G.L. 1992. Fundamentals of remote sensing and airphoto interpretation 5th edition. Macmillan, New York, 474 p. Colwell, R.N. (1997): History and place of photographic interpretation. In: Philipson, W.R. (Ed.): Manual of photographic interpretation. 2nd edition. American Society for Photogrammetry and Remote Sensing, Bethesda, Maryland, United States, pp. 3-47. ISBN: 9781570830396 Henri Eisenbeiß 2009: UAV Photogrammetry, Eidgenössische Technische Hochschule Zürich 237 p. Aber, J.S., Marzolff I., Ries, J.B (2010): Small-Format Aerial Photography. Elsevier, ISBN: 978-0-44453260-2 Karl Kraus 1994: Fotogrammetria, Tetria Kiadó, Budapest p.14. 329 p. Stéfane Fermigier 1998: Programez! magazin 1998 decemberi szám Tobak Zalán 2013: A városi felszín vizsgálata nagy térbeli spektrális felbontású légifelvételek felhasználásával, doktori értekezés, Szeged 123 p. Barta Károly et al. 2013: Inland Excess Water – Belvíz – Suvišne Unutrašnje Vode. Szerkesztők(Eds): Szatmári J.; B. van Leeuwen. Szeged, Újvidék. p. 154 ISBN 978-963-306-263-0; 978-86-7031-338-5

Szakcikkek Edgar Reuber, EUROCONTROL 2012: RPAS regulatory status in Europe pp. 1-13 Engler Péter, Jancsó Tamás 2011: A fotogrammetria fejlődési tendenciái – GisOpen konferencia 2011 pp.1-15. Szabó József (GeoNet 2000 Kft.) 2013: A 2013-as Térinformatikai konferencia és szakkiállításon elhangzott előadás vázlata pp.1-3 Szatmári József 2012: Belvízi monitoring, menedzsment és kockázatértékelés a Délkelet-Alföldön és Észak-Szerbiában Wührl Tibor 2009: Kisméretű pilóta nélküli repülők légtérhasználati kérdései Repüléstudományi Konferencia 2009. április 24. pp.1-5 Zboray Zoltán 2013: UAV-k használata, különös tekintettel a légi távérzékeléssel kapcsolatos jogszabályi környezetre és annak változásaira FTK 2013.09.19. pp. 1-12 G. Vásárhelyi, Cs. Virágh, G. Somorjai, N. Tarcai, T. Szörényi, T. Nepusz, T. Vicsek 2014: Outdoor flocking and formation flight with autonomous aerial robots, 8 p.

Jogszabályok 1971. évi 25. törvényerejű rendelet a nemzetközi polgári repülésről 1995. évi XCVII. Törvény a légiközlekedésről 26/2007. (III. 1.) GKM–HM–KvVM együttes rendelet a magyar légtér légiközlekedés céljára történő kijelöléséről 2012. évi XLVI. törvény a földmérési és térképészeti tevékenységről 399/2012. (XII. 20.) Korm. rendelet a légi távérzékelés engedélyezésének és a távérzékelési adatok használatának rendjéről


65


Internetes forrás AgiSoft LLC - www.AgiSoft.ru AgiSoft LLC - AgiSoft PhotoScan User Manual Professional Edition, Version 1.0.0 AgiSoft LLC - PhotoScan Python Reference Release 1.0.0 Aibotix GmbH - http://www.aibotix.com Busics György 2010: Műholdas helymeghatározás 5., RTK és más kinematikus technológiák, Digitális Tankönyvtár DIY Drones - DGAC "the french FAA" accepted the first APMcopter, www.diydrones.com Engler Péter 2010: Fotogrammetria 16., Digitális kamerák, Digitális Tankönyvtár Eos Systems Inc. - http://www.photomodeler.com MosaicMill Oy. - http://www.mosaicmill.com/ Jancsó Tamás 2010: Fotogrammetria 12., Digitális képek, Digitális Tankönyvtár Trimble Navigation Limited - http://uas.trimble.com Urbánné Gocsman Ramóna (Térkie Kft.)

2012: Hatékony térinformatikai megoldások Intergraph,

ERDAS termékek alkalmazásával, http://www.geo.info.hu/gisday/documents/2012/Tekire.pdf


66


Köszönetnyilvánítás Köszönetet mondok Dr. Szatmári József témavezetőmnek, hogy lehetőséget biztosított munkám sikeres elvégzéséhez és dolgozatom megírásához. Köszönöm segítőkész támogatását és dolgozatom alapos és kritikus átnézését. Hálás vagyok Szabó Józsefnek, aki nélkülözhetetlen szakmai tanácsaival, önzetlen támogatásával alapvetően hozzájárult szakmai fejlődésemhez és sikeres munkámhoz. Köszönetet

mondok

a

Természeti

Földrajzi

és

Geoinformatikai

Tanszék

munkatársainak, azaz Boudewijn van Leeuwennek és Tobak Zalánnak a gyakorlati munka során nyújtott segítségükért. Köszönet Répás Attilának, hogy a térfogatszámításban a segítségemre volt, valamint Egyed Gyulának, hogy a francia hatósági dokumentumokat lefordította. Végül, de nem utolsó sorban köszönetet mondok menyasszonyomnak, Kelemen Rékának, amiért tüzetesen átolvasta, és nyelvtani szempontból korrigálta a dolgozatom, valamint támogatásával végigkísérte a munkám.

A dolgozat a TÁMOP-4.1.1.C-12/1/KONV-2012-0012 azonosító számú, ,,Zöld Energia Felsőoktatási Együttműködés - ZENFE" című pályázat keretein belül készült

A feldolgozáshoz használt AgiSoft termékkulcs: TOZ37-DUX8P-O5FU5-XTUOT-566L5


67

Mellékletek

1. számú melléklet Feldolgozási segédlet az AgiSoft PhotoScan digitális fotogrammetriai szoftver használatához. Ebben a leírásban röviden összefoglalom az ortofotó készítés lépéseit légifelvételek alapján az AgiSoft PhotoScan digitális fotogrammetriai szoftver 0.9.1-es verziójával. Az 1.0.0.-s verzióban komoly fejlesztések kerültek, megváltozott a feldolgozás menete, erre külön leírást készítek hamarosan. 1. Előkészítés A felvételekhez lehetőség van hozzárendelni a közelítő képkoordinátákat és az elfordulás értékeket (bár nem feltétlenül szükséges a program számára). Mindenesetre érdemes, mert a feldolgozás menetét tapasztalatom szerint mértékadóan felgyorsítja. Az adatokat egy egyszerű text file vagy csv beolvasásával tudjuk a képekhez kapcsolni. Fontos, hogy a pont száma azonos legyen a fénykép nevével, amihez rendelni kívánjuk, (pl.: "DSC01213.JPG") Tagolhatjuk vesszővel, szóközzel, tabulátorral, vagy akár tetszőleges karakterrel is, az oszlopok sorrendje sem számít, mert a beolvasásnál mindent kezelni tudunk majd. Ezenfelül a fejléc sorok átugrására is lehetőséget kínál a szoftver. Célszerű törekedni az egyszerűségre, csak az legyen a táblázatban, amire feltétlenül szükség van, így a fejléc szükségtelen és a koordináták is helyes sorrendben szerepelnek. Ha mindezekkel elkészültünk, akkor indítsuk az AgiSoft-tot.

1. ábra Minta állomány

Az első használatkor célszerű egy két beállítást elvégezni, avagy ellenőrizni a munka megkezdése előtt. A Tools menü Preferences pontjában egyéb beállítások mellett nagyon fontos, hogy a processzorunkat milyen mértékben veheti igénybe a szoftver,

alapesetben csak egy magot használna. Célszerű neki többet engedni, mert nagy teljesítményre lesz szükségünk a későbbiek folyamán.

2. ábra Beállításk

2.Feldolgozás Első lépés a képek beolvasása, ezt a Workflow menüből az Add photos... pontból érhetjük el, vagy az alábbi ábrán látható első ikonról:

3. ábra Képek hozzáadása

Ha minden rendben megy a képek (méretüktől és a számítógép teljesítményétől függően) hamarosan megjelennek a Photos ablakban. Ha rendelkezésre állnak kameraadatok, akkor most kell azokat beolvasni. Ha nem látszana a Ground Control panel, akkor a View menüből nyissuk meg.

4. ábra Ground Control panel

Az első ikonra kattintva hívhatjuk be az előzőleg már előkészített fájlunkat, a másodikkal a már meglévőt elmenthetjük. A harmadik ikon egy nagyon kényelmes funkciót tesz lehetővé, méghozzá az EXIF adatok automatikus beolvasását. Egyes fényképezők (és az okostelefonok zöme) rendelkeznek beépített GPS vevővel, aminek a pozícióját a képek attribútumaiba képesek tárolni, ezt egy kattintással kiolvashatjuk itt. Mivel a szoftver nem csak légifotók kiértékelésére alkalmas, így ez a lehetőség igen hasznos, hiszen az amatőr fényképezőgéppel készült felvételek is jó eredménnyel feldolgozhatóak.

Ha kiválasztottuk a fájlunkat, a következő ablak jelenik, meg és itt van lehetőség a fent már említett beállítások elvégzésére. Ha jól csináltuk, akkor megjelentek a koordináták a Ground Control panelben:

5. ábra Kameraadatok importálása

Gy.i.k.: Beolvasom a fájlom és hibaüzenet nélkül megtörténik a művelet, de mégsem jelennek meg az adatok. Többször jártam így, minden esetben a kép neve és a pontszám között volt eltérés, lemaradt a ".jpg" vagy ".tif". Ebből következik az a hasznos tulajdonság is, hogy nem baj, ha tartalmaz a táblázat felesleges sort, mert amihez nem tud képet kapcsolni, azt problémázás nélkül kihagyja. Megjelentek a koordináták, és a modelltérben is feltűntek kis kék gömbök, valószínűleg nem túl rendezett formában. Ezt a koordinátáknak megfelelő vetület megadásával kell orvosolni, szerencsére ismeri a szoftver az EOV-t, ezenfelül lehetőség van egyszerűen csak helyi koordináta-rendszer használatára is. Settings gombbal érjük el az alábbi ablakot:

6. ábra Koordinátarendszer megadása

Figyeljük meg, hogy a Camera accuracy mögött a 10m van megadva, ez körülbelül a navigációs helymeghatározás megbízhatósága. Alatta a Marker accuracy pedig 0, azaz ezt végtelenül pontos értékként fogja kezelni a program. A feldolgozási folyamat végén lesz ennek jelentősége, amikor azt szeretnénk, hogy az általunk meghatározott illesztőpontokkal kerüljön a helyére a modell, és a csak többé-kevésbé pontos navigációs koordináták ne vegyenek részt a számításban. A beállításokat elfogadva már ki kell, hogy rajzolódjanak a repülési sorok, a képek helyei. Ezzel elérkeztünk az érdemi feldolgozáshoz, ami három fő lépésből fog állni, és a végén egy textúrával ellátott modell lesz az eredményünk. A Workflow menü Align Photos pontját választjuk, a többit még nem is engedi a szoftver. A gépünk teljesítményétől és a feladattól függően megválaszthatjuk a feldolgozás minőségét. Ez a folyamat még kevésbé idő és erőforrás igényes, nyugodtan lehet a High opciót választani. Mivel rendelkezésre állnak a helyzeti adatok, a Ground Controll-t válasszuk ki a képek összeillesztéséhez. Ha nem töltöttünk volna be adatokat, akkor a Disabled opcióval haladhatunk tovább, ami több idő ugyan, de eddigi tapasztalataim alapján nem jár eltérő eredménnyel.

7. ábra Képek illesztése

Az eredmény az alábbi képen láthatóhoz hasonló lesz, egy pontfelhő:

Nagyon fontos, hogy a pontfelhő körül található dobozt, a feldolgozni kívánt területre szűkítsük. Egérrel tudjuk méretezni és forgatni, igazgatni. Ennek a jelentőségét kezdetben nem ismertem fel, de a következő lépés sikere múlik rajta. Ha olyan területek maradnak a dobozon belül, amire nem tud a program megfelelő geometriát építeni, a feldolgozás zsákutcába jut. Nem fagy le a program, vagy ad hibaüzenetet, de a processzor teljesítménye leesik 1-10%-ra, és a feldolgozási menet 90-97% között áll. Ha

ez az eset bekövetkezik, érdemes leállítani a programot, mert innen már nem jutna tovább. A szoftver leállás és adatvesztés nélkül ki tud lépni a feldolgozásból, de türelmesnek kell lenni, nem tanácsos kapkodni, mert csak így lehet elkerülni a teljes lefagyást. Ezt követően a Workflow menüből a Build Geometry-t választjuk, azaz a jöhet a modell elkészítése. Ez megint csak a feldolgozás minőségétől függően igen sok időt vehet igénybe, de nyugodtan magára lehet hagyni a gépet, nem kell megijedni, ha "a program nem válaszol". Fontosabb beállítás még a Geometry type, azaz, hogy a modellezendő felületünk milyen felszínnel bír, sharp vagy smooth közül választhatunk.

8. ábra Modell elkészítése, és az eredmény:

Utolsó lépése a modellkészítésnek a textúra generálása, ez szintén a Workflow menüben található. Az alábbi beállításait még nem ismertem ki magabiztosan, kísérletezni kell vele, hogy melyik képsorozatot melyikkel a legeredményesebb feldolgozni. Amennyiben ortofotó készítés a célunk, nem érdemes túl részletesre állítani, ugyanis a feldolgozás időigényes és majd az exportáláskor megadott beállítások lesznek az irányadóak. A képek méretétől függően a memória a szűk keresztmetszete a

számítógépnek, 16 GB alatt nagy felbontású légifotók feldolgozása nemigen lehet eredményes.

9. ábra A textúra generálás és az eredmény

A 9. ábra jobb felső sarkában látható ikonokkal váltogathatunk a nézetek között. Ezzel elérkeztünk a feldolgozási szakasz végéhez, készen van a térbeli domborzatmodellünk, ami elengedhetetlen alapja az ortofotó készítésének. Már korábban sem ártott volna, de most mindenképp mentsük el a munkánkat. A 0.9.01542 verzió apró hibája, hogy ezt elsőre nem enged megtenni, így a mentés másként funkciót kell használni, ezt követően már hajlandó lesz menteni a későbbi változtatásokat. A file nevében én utalni szoktam a feldolgozás paramétereire egy-egy betűvel, pl.: „h” mint heigh vagy „m” mint medium. 3. Modell beillesztése az EOV-be, ortofotó exportálása A modellt illesztőpontokkal tudjuk a koordinátarendszerben elhelyezni, ezeket a modell egy részére kattintva tehetjük le, majd azokon a felvételeken ahol látszik korrigálhatjuk a helyét, és végül megadjuk a koordinátáit. Az eszköztár következő gombjával helyezhetünk el pontot: majd ezt követően a pont megjelenik a Ground Control panelben üres adatokkal, valamint a Photos panelben az utolsó ikonnal szűrhetjük azokat a képeket, amiken szerepel az épp kiválasztott pont.

10. ábra Grund Control pontok elhelyezése

Ha képre kattintunk duplán, megjelenik és az egérrel megfogva pontosítható a zászlócska helyzete. Ahogy szaporodnak a pontok, folyamatosan láthatjuk az ellentmondás mértékét, és a kék körbeforgó nyilakkal lehet kérni az újraszámítást. Ha ezzel megvagyunk és a kívánt pontosságot elértük, akkor jöhet az utolsó lépés, de előtte mindenképp mentsük a munkánkat. Az így megadott illesztőpontok segítségével idealizálni kell a modellt. Lényegében megismételjük a fenti feldolgozást, de az eredmény (ha mindent jól csináltuk) pontosabb, megbízhatóbb lesz. Ezt a Ground Control panelben a kis varázspálca ikonra kattintva tehetjük meg. A feldolgozás idejének rövidítése céljából az első feldolgozást érdemes lehet alacsonyabb beállítások mellett elvégezni, és az idealizálás utánit a kívánt pontosság mellett. Lehetőség van számos adatcsere-formátum exportálására, nekünk most az Export Orthophoto... pontot kell választanunk a File menüből, majd a következő beállításokat eszközölni. Mivel állítottunk be vetületet, ezért ezt ajánlja fel alapból, de lehetőség volna helyi koordinátákkal is exportálni. A Blending mode-ból a Mosaic vált be nekem, de érdemes lehet a többivel is kísérletezni. A Fill holes bekapcsolásával kezeli a modellen lévő esetleges lyukakat. A Pixel size helyes megválasztása rendkívül fontos, azt fogja megadni, hogy egy pixel hány méternek fog megfelelni. (Eddigi tapasztalataim szerint ha az ott szereplő alapértéktől kisebb számot adok meg, képtelen sikeresen elvégezni a feladatot, mert lefagy a gép, ennek nem feltétlen kell igaznak lenni másik gépen) Minél nagyobb felbontást állítunk be annál több memóriára lesz szükség, 16 GB ram nem számít túl soknak ilyen formátumú képeknél.

11. ábra ortofotó exportálása

Továbbá lehetőség van blokkokban való exportálásra, így egyenként kisebb képek jönnek létre, de ettől sokkal hasznosabb, hogy szelvényt is készíthetünk, a Region pont alatt. Így tetszőleges EOV szelvényeket készíthetünk. 4. Ortofotó exportálása haladóknak Mivel a világot mindég az emberi lustaság, de legalábbis a kényelmességre való törekvés vitte előre gyorsan ráuntam a szelvényenként való exportálás monoton és időigényes gyakorlatára, így kidolgoztam egy ezt automatizáló Python scriptet. Bár feladatonként szerkeszteni kell a script forrását, nem szükségesek programozási ismeretek a használatához. Egy nagyon fontos tulajdonsága a PhotoScan-nek, hogy támogatja a scriptek használatát, méghozzá a Python 3.3 verzióját. A program valamennyi egérrel elérhető funkcióját scripteken keresztül is elérhetjük, tetszőlegesen összefűzhetjük. Illetve ehhez még nem is kellene programot írnunk, mert a Batch Process funkció ezt könnyen kezelhető áttekinthető formában lehetővé teszi. Ha ettől többre van szükség, akkor már csak a script írása segít. A nagy területekről készült ortofotók exportálása nem célszerű egyetlen fájlba, mert kezelhetetlenül nagy méretű lesz a kép. A felhasználhatóság végett 1:10 000-res EOV szelvényeket készítettem. Mivel a 10 000-res szelvény is bizonyulhat túl nagynak, ez felbontás függő tulajdonság, elkészítem a 4000-res és 1000-res exportálási lehetőséget is. Magát a vetületi rendszert ismeri a szoftver, de szelvényeket nem tud exportálni automatikusan. Minden egyes alkalommal meg kellett adnom, az összes beállítást, és kikeresni az adott szelvény sarokpont koordinátáit. Azontúl, hogy unalmas munkarész

az exportálás, a technológia sikeressége az emberi munkaidő minimalizálásában is van, így megoldást kellett találjak erre a feladatra. Megterveztem egy scriptet, ami egy előzetes beállítás után elvégzi az összes kívánt szelvény exportálását. A futtatás előtt meg kell adni a kiírás beállításait, hova mentse, milyen típusú fájlt hozzon létre, milyen pixel mérettel, milyen módon illessze össze a képeket, milyen vetületben, ezek azonosak lesznek minden kép esetében. Valamint fel kell sorolni a kívánt EOV szelvényeket. Annak a megállapítása, hogy modellünk melyik szelvényekre esik egyelőre még a felhasználó (nem túl nehéz) feladata, de erre a feladatra is tervezek megoldást találni. A PhotoScan Run Script... lehetőségét választva tallózhatjuk a scriptünket, ami futtatásakor tájékoztat a feldolgozás egyes lépéseiről, a feldolgozás állapotáról és egymás után létrehozza a képeket. A script a megadott szelvényszámból meghatározza a szelvény sarokpontjait és ezeket felhasználva exportál. A felépítését a következőekben be is mutatom. A fejléc tartalmaz néhány fontosabb információt a script készítőjéről, feladatáról. A kommenteket magyarul fogalmaztam meg, mivel a lehetséges felhasználók csak hazai repülések anyagának feldolgozásához tudják felhasználni. A következő egység az inicializálás, ahol a PhotoScan eszközeit készíti elő a script. A beállítások következnek, ez a rész jól tagolt, és ezt kell a felhasználónak futtatás előtt igényének megfelelően szerkeszteni. Úgy gondolom, ez nem igényel különösebb programozói tudást, így használható lesz mások számára is.

12. ábra A beállítások

A legnagyobb rész az exportálás definiálása, ennek is a nagyobbik részét az EOV szelvény koordinátáinak a számítása teszi ki. A függvény neve: export_eov(szelveny), a szelveny változóban kell majd megadni az aktuális szelvényszámot. Ezt a kódsort nem mutatom be részletesen itt, csak a használatára szorítkozom, szerkeszteni nem kell a felhasználónak.

A végrehajtáshoz a felt deklarált függvényt ki kell adni parancsba, ez mindössze egy sor szelvényenként (pl.: export_eov(230121) ) és a példában is látszik. hogy a kötőjel helyén nulla áll.

13. ábra Az exportálandó szelvények felsorolása

Ide tetszőleges számú szelvényt lehet felsorolni, a program egymás után fogja exportálni és menteni a képeket, a beállításokban megnevezett mappába, szelvényszám.típus kiterjesztéssel, (pl.: 23-121.tif) A kód a fejléc megtartása mellett bárki számára szabadon felhasználható, ezt a mellékelem is a segédlethez, vagy interneten itt érhető el: http://rezuaatsze.uw.hu/python/ExportOrtofoto.py

2. számú melléklet 2. számú melléklet

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

########################################################## # Diplomamunka # # A pilota nelkuli rendszerek (UAS) felhasznalasi # # lehetosegei a kozeli legi fotogrammetriaban # # Repas Zoltan # # SZTE-TTIK # # TERMESZETI FOLDRAJZI ES GEOINFORMATIKAI TANSZEK # # 2014 Komarom # # [email protected] # ########################################################## # Ortofoto exprotalasa AgiSoft-bol # # EOV 1:10 000 szelvenyekre # ##########################################################

#### Inicializalas PhotoSann-hez ######################### import PhotoScan doc = PhotoScan.app.document chunk = doc.activeChunk #### Inicializalas vege ################################## #### Beallitasok ######################################### # Ezeket SZEKESZTENI kell: # Kep tipusa: type = "tif" # Eleresi ut: mappa = "E:/python/HelloAgiSoft/" # Felbontas: d_x = d_y = 0.5

# Vetulet: proj = PhotoScan.CoordinateSystem() proj.init("EPSG::23700") #EOV:"EPSG::23700" #WGS84:"EPSG::4326" #### Beallitasok vege ####################################

#### Exportalas deffinialas modositast nem igenyel ####### def export_eov(szelveny): #Ki kell deriteni, hany tagu az elotag 2 vagy 3, ezert megszamoljuk: szelveny = str(szelveny) hossz = len(szelveny) #a haromjegyu elotag miatt ket eset lehetseges, itt

2. számú melléklet

49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95

jon az utvalasztó: #Normal ut pl.:23-213 if hossz == 6: # sor: szelveny[0] oszlop: szelveny[1] #Az EOV szelvenyezes kezdokoordinatai: y_kezdo = 384000 x_kezdo = 32000 #EOV szelveny eleinek hossza (m): dy_100 = 48000 dx_100 = 32000 dy_50 = 24000 dx_50 = 16000 dy_25 = 12000 dx_25 = 8000 dy_10 = 6000 dx_10 = 4000 #Szelveny bontasa: sor = int(szelveny[0]) oszlop = int(szelveny[1]) sz50 = int(szelveny[3]) sz25 = int(szelveny[4]) sz10 = int(szelveny[5]) #EOV szelvenyszam ellenorzes if sz50 > 4 or sz25 > 4 or sz10 > 4: print ("Nem EOV 10 000-res szevenyszamot adtal meg!") else: #100-res Szelveny bal alsó koordinatai: y_also_100 = y_kezdo + oszlop * dy_100 x_also_100 = x_kezdo + sor * dx_100 #100-res Szeveny jobb felso koordinatai: y_felso_100 = y_also_100 + dy_100 x_felso_100 = x_also_100 + dx_100

#50-res koordinatak szamitasa: #Negyed keresese: if sz50 == 1: y_t= 0 x_t= 1 if sz50 == 2: y_t= 1


96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144

x_t= 1 if sz50 == 3: y_t= 0 x_t= 0 if sz50 == 4: y_t= 1 x_t= 0 y_also_50 = y_also_100 + dy_50 * y_t x_also_50 = x_also_100 + dx_50 * x_t y_felso_50 = y_also_50 + dy_50 x_felso_50 = x_also_50 + dx_50 #25-res koordinatak szamitasa: #Negyed keresese: if sz25 == 1: y_t= 0 x_t= 1 if sz25 == 2: y_t= 1 x_t= 1 if sz25 == 3: y_t= 0 x_t= 0 if sz25 == 4: y_t= 1 x_t= 0 y_also_25 = y_also_50 + dy_25 * y_t x_also_25 = x_also_50 + dx_25 * x_t y_felso_25 = y_also_25 + dy_25 x_felso_25 = x_also_25 + dx_25 #10-res koordinatak szamitasa: #Negyed keresese: if sz10 == 1: y_t= 0 x_t= 1 if sz10 == 2: y_t= 1 x_t= 1 if sz10 == 3: y_t= 0 x_t= 0 if sz10 == 4: y_t= 1 x_t= 0


145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192

y_also_10 = y_also_25 + dy_10 * y_t x_also_10 = x_also_25 + dx_10 * x_t y_felso_10 = y_also_10 + dy_10 x_felso_10 = x_also_10 + dx_10 eovszam = [szelveny[0],szelveny[1],"-", szelveny[3],szelveny[4],szelveny[5],"."] print ("EOV 10 000 szelveny:") nev = "".join(eovszam) print (nev) print (y_also_10) print (x_also_10) print (y_felso_10) print (x_felso_10)

#Keleti ut: if hossz == 7: # sor: szelveny[0] oszlop: szelveny[1] #Az EOV szelvenyezes kezdokoordinatai: y_kezdo = 384000 x_kezdo = 32000 #EOV szelveny eleinek hossza (m): dy_100 = 48000 dx_100 = 32000 dy_50 = 24000 dx_50 = 16000 dy_25 = 12000 dx_25 = 8000 dy_10 = 6000 dx_10 = 4000 #Szelveny bontasa: sor = int(szelveny[0]) oszlop = int(szelveny[1] + szelveny[2]) sz50 = int(szelveny[4]) sz25 = int(szelveny[5]) sz10 = int(szelveny[6]) #EOV szelvenyszam ellenorzes if sz50 > 4 or sz25 > 4 or sz10 > 4: print ("Nem EOV 10 000-res szevenyszamot


adtal meg!") 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240

else: #100-res Szelveny bal alsó koordinatai: y_also_100 = y_kezdo + oszlop * dy_100 x_also_100 = x_kezdo + sor * dx_100 #100-res Szeveny jobb felso koordinatai: y_felso_100 = y_also_100 + dy_100 x_felso_100 = x_also_100 + dx_100

#50-res koordinatak szamitasa: #Negyed keresese: if sz50 == 1: y_t= 0 x_t= 1 if sz50 == 2: y_t= 1 x_t= 1 if sz50 == 3: y_t= 0 x_t= 0 if sz50 == 4: y_t= 1 x_t= 0 y_also_50 = y_also_100 + dy_50 * y_t x_also_50 = x_also_100 + dx_50 * x_t y_felso_50 = y_also_50 + dy_50 x_felso_50 = x_also_50 + dx_50 #25-res koordinatak szamitasa: #Negyed keresese: if sz25 == 1: y_t= 0 x_t= 1 if sz25 == 2: y_t= 1 x_t= 1 if sz25 == 3: y_t= 0 x_t= 0 if sz25 == 4: y_t= 1 x_t= 0 y_also_25 = y_also_50 + dy_25 * y_t x_also_25 = x_also_50 + dx_25 * x_t


241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266

267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284

y_felso_25 = y_also_25 + dy_25 x_felso_25 = x_also_25 + dx_25 #10-res koordinatak szamitasa: #Negyed keresese: if sz10 == 1: y_t= 0 x_t= 1 if sz10 == 2: y_t= 1 x_t= 1 if sz10 == 3: y_t= 0 x_t= 0 if sz10 == 4: y_t= 1 x_t= 0 y_also_10 = y_also_25 + dy_10 * y_t x_also_10 = x_also_25 + dx_10 * x_t y_felso_10 = y_also_10 + dy_10 x_felso_10 = x_also_10 + dx_10 eovszam = [szelveny[0],szelveny[1], szelveny[2],"-",szelveny[4],szelveny[5], szelveny[6],"."] print ("EOV 10 000 szelveny:") nev = "".join(eovszam) print (nev) print (y_also_10) print (x_also_10) print (y_felso_10) print (x_felso_10)

#Egyik sem: if hossz < 6 or hossz > 7: print ("Nem EOV 10 000-res szevenyszamot adtal meg!") print ("Exportalas kezdodik:") path = mappa + nev + type print (path) sarkok =(y_also_10, x_also_10, y_felso_10, x_felso_10) chunk.exportOrthophoto(path, type, "mosaic", projection = proj, region = sarkok, dx = d_x, dy = d_y, write_kml=False, write_world=False)


285 286 287 288 289 290 291 292

print (" ") #### Exportalas deffinialas vege modositast nem igenyel ########

# EOV szelvenyek felsorolasa, megadas: - legyen 0 pl.: 23-123 -->230123 export_eov(230121) export_eov(8100122) # EOV szelvenyek felsorolasa vege ########################


Nyilatkozat Alulírott …Répás Zoltán… MSc szakos hallgató kijelentem, hogydiplomamunkámat a Szegedi Tudományegyetem Természettudományi és Informatikai Karán a …Természeti Földrajzi és Geoinformatikai… Tanszékén készítettem,…Geográfus MSc… diploma megszerzése érdekében. Kijelentem, hogy a dolgozatot más szakon korábban nem védtem meg, saját munkám eredménye, és csak a szakma elvárásainak megfelelő módon hivatkozott forrásokat (szakirodalom,

eszközök,

stb.)

használtam

fel.

Tudomásul

veszem,

hogy

diplomamunkámat a Szegedi Tudományegyetem könyvtárában, a kölcsönözhető könyvek között, illetve az interneten helyezik el.

............................. 2014, Répás Zoltán

A pilóta nélküli légi rendszerek (UAS) felhasználási lehetőségei a közeli légi fotogrammetriában

Recommend Documents