Pomiar przejścia podziemnego bez GNSS. Jak South SLAM Me RTK poradził sobie z trudnym obiektem?

Klasyczny problem geodety: co zrobić, gdy GNSS przestaje działać?

Każdy geodeta prędzej czy później trafia na obiekt, w którym sygnał GNSS, w tym GPS i innych systemów satelitarnych, staje się bezużyteczny. Tunele, przejścia podziemne, kładki, hale przemysłowe czy obiekty infrastrukturalne skutecznie ograniczają widoczność nieba, a tym samym możliwość pracy w klasycznym trybie RTK.

W takich miejscach pojawia się problem.

A właściwie kilka problemów jednocześnie.

Trzeba zachować pomiar wysokiej precyzji, utrzymać odniesienie do globalnego układu współrzędnych, a jednocześnie nie wydłużać czasu pracy w terenie. W praktyce oznacza to często konieczność wykorzystania dodatkowego sprzętu, zakładania punktów pośrednich lub wykonywania kolejnych pomiarów kontrolnych.

A gdyby można było wykonać cały pomiar jednym zintegrowanym systemem pomiarowym?

Dlaczego przejścia podziemne są trudne do pomiaru?

Przejścia podziemne stanowią jedno z bardziej wymagających środowisk pomiarowych.

Największym problemem jest ograniczona widoczność satelitów. W większości obiektu odbiornik GNSS nie jest w stanie utrzymać rozwiązania RTK, ponieważ horyzont pozostaje niemal całkowicie zasłonięty, a w takim środowisku ograniczona jest też liczba dostępnych kanałów odbioru sygnału.

Dla geodety oznacza to konieczność zmiany metody pracy.

Pojawiają się dodatkowe etapy, więcej sprzętu oraz większe ryzyko błędów wynikających z łączenia danych pochodzących z różnych źródeł.

Właśnie dlatego postanowiliśmy sprawdzić, jak z takim zadaniem poradzi sobie South SLAM Me RTK.

Test w rzeczywistych warunkach

Przedmiotem pomiaru było piesze przejście podziemne.

Pomiar rozpoczęliśmy w miejscu zapewniającym pełny dostęp do sygnału GNSS. Po uzyskaniu rozwiązania fazowego RTK urządzenie wykorzystało zasięg sygnału przed wejściem do obiektu do poprawnego rozpoczęcia trajektorii, a następnie rozpoczęliśmy przejście przez cały obiekt.

Następnie, po wyjściu z drugiej strony tunelu, urządzenie ponownie uzyskało fix RTK.

Dzięki temu cała trajektoria została automatycznie wyrównana i osadzona w globalnym układzie współrzędnych wraz z wysokościami ortometrycznymi.

Bez zakładania dodatkowych punktów.

Bez wielokrotnego przechodzenia przez obiekt.

Bez konieczności wykonywania dodatkowych pomiarów kontrolnych.

South SLAM Me RTK – połączenie technologii SLAM RTK i GNSS RTK

Technologia SLAM (Simultaneous Localization and Mapping) pozwala jednocześnie określać położenie urządzenia oraz budować model otoczenia; w praktyce dotyczy to także rozwiązań klasy master slam rtk.

W praktyce oznacza to możliwość kontynuowania pomiaru nawet wtedy, gdy sygnał satelitarny przestaje być dostępny, a więc także tam, gdzie takie rozwiązania są dostępne mimo zaniku sygnału.

Połączenie SLAM z odbiornikiem GNSS RTK daje geodecie dwie kluczowe korzyści:

  • możliwość pracy w miejscach pozbawionych sygnału GNSS,
  • zachowanie odniesienia do globalnego układu współrzędnych.

Taki system pozostaje bezpieczny w użytkowaniu, jeśli urządzenie spełnia odpowiednie normy dla komponentów pomiarowych.

To właśnie dlatego rozwiązania typu SLAM RTK coraz częściej wykorzystywane są przy inwentaryzacjach obiektów infrastrukturalnych, tuneli, przejść podziemnych, hal przemysłowych czy obiektów BIM.

Co można zrobić z pozyskaną chmurą punktów?

Sam pomiar to dopiero początek.

Po zakończeniu skanowania użytkownik otrzymuje kompletne chmury punktów, które mogą zostać wykorzystane do dalszych analiz jako dane przestrzenne.

W naszym przypadku możliwe było między innymi:

Tworzenie przekrojów

Przekroje można generować w dowolnym miejscu obiektu.

Pozwala to szybko analizować geometrię przejścia podziemnego oraz pozyskiwać dane niezbędne do dokumentacji projektowej.

Pomiar wysokości i szerokości

Bezpośrednio na chmurze punktów można wykonywać pomiary odległości, wysokości czy szerokości obiektu.

Nie ma potrzeby wykonywania dodatkowych pomiarów terenowych.

Pobieranie punktów charakterystycznych

Oprogramowanie umożliwia wskazywanie punktów załamań, krawędzi czy innych elementów istotnych z punktu widzenia dokumentacji technicznej.

Eksport danych

Wszystkie pozyskane punkty oraz przekroje można wyeksportować do dalszego opracowania w środowisku CAD lub GIS.

Najciekawszy wynik? Czas pomiaru

W geodezji dokładność jest kluczowa.

Ale równie ważna staje się wydajność.

Analiza trajektorii pokazała, że podczas pomiaru zapisano 126 pozycji RTK.

Cały proces pozyskania danych trwał około dwóch minut.

W ciągu zaledwie dwóch minut otrzymaliśmy kompletną inwentaryzację przejścia podziemnego wraz z chmurą punktów gotową do dalszego opracowania.

To wynik, który jeszcze kilka lat temu byłby trudny do osiągnięcia przy wykorzystaniu klasycznych metod pomiarowych.

Czy technologia SLAM zastąpi tradycyjne pomiary?

Nie zawsze.

I nie taki jest jej cel.

SLAM nie zastępuje geodety ani klasycznych metod pomiarowych.

Daje natomiast możliwość szybszego pozyskiwania danych w miejscach, gdzie tradycyjne rozwiązania stają się czasochłonne lub niewygodne.

W przypadku tuneli, przejść podziemnych czy obiektów infrastrukturalnych może znacząco skrócić czas pracy w terenie i uprościć cały workflow.

A to właśnie wydajność coraz częściej staje się jednym z najważniejszych parametrów nowoczesnej geodezji.

Zobacz pomiar w praktyce

Jeżeli chcesz zobaczyć cały proces pomiaru przejścia podziemnego oraz sposób pracy z chmurą punktów, obejrzyj materiał wideo przygotowany przez Geoline.

To pierwszy z serii testów pokazujących rzeczywiste zastosowania South SLAM Me RTK w codziennej pracy geodety.

W kolejnych materiałach pokażemy następne obiekty, projekty oraz możliwości oprogramowania wykorzystywanego do opracowania danych. W sprawie urządzenia lub prezentacji rozwiązania zapraszamy do kontaktu.

Wsparcie programu monitorowania erozji wybrzeża w Szwecji z wykorzystaniem batymetrycznego LiDAR

Wyzwanie

Położone na najbardziej wysuniętym na południe wybrzeżu Sweden miasto Ystad to popularny region znany z płytkich, piaszczystych plaż oraz rozwiniętej turystyki. Jednocześnie jego ekspozycja na silne wiatry i fale Baltic Sea sprawia, że obszar ten jest szczególnie narażony na erozję wybrzeża.

Aby lepiej zrozumieć te procesy naturalne, gmina Ystad wdrożyła długoterminowy program monitorowania wybrzeża, zbierając dane zarówno o zmianach linii brzegowej, jak i o topografii dna morskiego. Tradycyjnie dane batymetryczne pozyskiwano przy użyciu czujników montowanych na łodziach, jednak płytkie i turbulentne wody przybrzeżne utrudniały pomiar topografii dna z odpowiednią rozdzielczością.


Zdjęcie lotnicze plaży
Zdjęcie lotnicze plaży


Rozwiązanie

Aby wyeliminować te ograniczenia, firma VisionAir Production zaproponowała wykorzystanie systemu YellowScan Navigator — zielonego systemu LiDAR montowanego na UAV — do wykonania lotniczego skaningu batymetrycznego, po raz pierwszy w Szwecji. Gmina przyjęła to rozwiązanie, które umożliwiło efektywne pozyskiwanie danych przy minimalnym wpływie na środowisko.

Łącząc dane batymetryczne z Navigatora z danymi topograficznymi LiDAR zbieranymi na lądzie (DJI Zenmuse L2), VisionAir Production stworzyło spójny zbiór danych obejmujący obszar od 6 metrów poniżej powierzchni wody do 100 metrów w głąb lądu. Taki zakres danych jest idealny do modelowania erozji, śledzenia transportu osadów oraz długoterminowego zarządzania wybrzeżem.


Zespół VisionAir Production przygotowujący sprzęt do pomiarów
Zespół VisionAir Production przygotowujący sprzęt do pomiarów


Parametry misji

Zakres pomiaru
Łączny obszar pomiaru (ląd + woda) wynosił około 550 ha (5,5 km²).

Długość linii brzegowej wynosiła około 8700 m, a całkowity obszar mapowania batymetrycznego wyniósł około 299 ha (103 ha lokalizacja Ystad Sandskog + 196 ha lokalizacja Löderup Strandbad), od linii wody do głębokości 6 metrów.


Czas realizacji
Cały obszar podzielono na dwie strefy:

  • Obszar 1 (Ystad Sandskog) – skanowanie w dniach 12–15 listopada
  • Obszar 2 (Löderup Strandbad) – skanowanie w dniach 8–11 listopada, z dodatkowymi pomiarami 21 listopada

Liczba lotów
Łącznie 49 lotów


Wysokość i prędkość lotu
YellowScan Navigator: 70 m MSL przy prędkości 5 m/s


Wykorzystany sprzęt
YellowScan Navigator połączony z dronem Hexadrone Tundra 2

Dane zostały następnie dopasowane do danych LiDAR z DJI Zenmuse L2 (mapowanie lądu) i połączone w spójny obraz LiDAR obejmujący wodę i ląd.


Oprogramowanie do przetwarzania danych

  • DJI Terra
  • YellowScan CloudStation
  • TerraSolid TerraScan UAV
  • CloudCompare
  • Agisoft Metashape Professional

Chmura punktów plaży
Chmura punktów plaży


Wyniki

Gęstość punktów: 44 pkt/m²

System YellowScan Navigator umożliwił firmie VisionAir Production dostarczenie wysokiej jakości, powtarzalnych danych batymetrycznych — nawet w płytkich i turbulentnych strefach przybrzeżnych. Pomiar pozwolił na płynną integrację danych podwodnych i naziemnych, co przełożyło się na czyste modele DTM i linie warstwicowe na całym obszarze badań.

Łączny obszar mapowania został ponad dwukrotnie zwiększony w porównaniu do poprzednich lat — z około 205 ha do 562 ha. Dane ujawniły wyraźne obszary erozji, pozwoliły zidentyfikować transport osadów do głębokości 2 metrów oraz wykazały przesunięcie kierunku transportu osadów na zachód, wbrew wcześniejszym obserwacjom.

Projekt okazał się:

  • opłacalny kosztowo
  • mało inwazyjny dla środowiska
  • łatwy do powtórzenia

Szybkie wdrożenie oraz minimalne zakłócenia dla środowiska i ludzi były kluczowymi zaletami. Niezawodność rozwiązania sprawiła, że gmina Ystad przedłużyła współpracę z VisionAir Production o kolejne trzy lata.

System YellowScan Navigator wyróżnił się wysoką precyzją w płytkich wodach, efektywnym łączeniem danych ląd–woda oraz wsparciem technicznym, które zapewniło sprawne przetwarzanie i spójne wyniki.

Standardy dokładności LiDAR: co potwierdzają testy branżowe

Dokładność LiDAR jest fundamentem wiarygodnego pozyskiwania danych przestrzennych. Podstawowa koncepcja określa, jak bardzo pomiar LiDAR jest zbliżony do rzeczywistej wartości w terenie. Specjaliści opisują dokładność LiDAR jako zakres (np. ±2 cm) lub odchylenie standardowe (np. 3 cm do 1σ).

W obszarze LiDAR wyróżnia się dwa główne typy dokładności: względną i bezwzględną.
Dokładność względna odnosi się do precyzji pomiarów względem siebie w obrębie jednego zbioru danych. Odpowiada na pytanie: „Jak dokładne są pomiary względem siebie?”. Ta wewnętrzna spójność określa poziom zaufania przy porównywaniu punktów w chmurze punktów – niezależnie od ich rzeczywistego położenia na Ziemi.
Dokładność bezwzględna określa, jak dane LiDAR odpowiadają rzeczywistym współrzędnym geograficznym na powierzchni Ziemi. Odpowiada na pytanie: „Jak blisko rzeczywistych wartości są moje pomiary?”.

Dokładność LiDAR określa się poprzez statystyczne porównanie punktów referencyjnych (pomierzonych geodezyjnie) z punktami laserowymi. Najczęściej stosowane miary to odchylenie standardowe oraz błąd średniokwadratowy (RMSE). Różnice między punktami kontrolnymi a wartościami wysokości z LiDAR pozwalają ocenić dokładność pionową, która zwykle mieści się w zakresie od 5 do 30 cm.

Na dokładność LiDAR wpływają:

  • komponenty sprzętowe – każdy z własnymi parametrami dokładności (odległość lub kąt)
  • błędy systematyczne wynikające z kalibracji lub odchyleń kompasu
  • błędy losowe / szum pomiarowy
  • warunki środowiskowe wpływające na jakość sygnału
  • algorytmy przetwarzania i metody filtracji

Uproszczony wzór na dokładność systemu LiDAR:

Całkowita dokładność = √[(błąd GNSS)² + (błąd zasięgu LiDAR)² + (zasięg * tan(błąd INS))² + (zasięg * tan(błąd LiDAR – INS))²]

Dokładność maleje wraz ze wzrostem odległości od sensora z powodu błędu kątowego INS. Dlatego ważne jest, aby wiedzieć, dla jakiego zasięgu podawana jest deklarowana dokładność. W optymalnych warunkach możliwe jest osiągnięcie dokładności pionowej lepszej niż 15 cm przy wysokości 1200 m.


Chmura punktów wygenerowana w oprogramowaniu YellowScan CloudStation


Standardy dokładności LiDAR uznawane w branży

Standardy sprzed około 10 lat stanowią fundament zapewniania jakości danych LiDAR w różnych branżach. Określają spójne metody pomiaru, raportowania i weryfikacji jakości danych przestrzennych.

System klasyfikacji dokładności ASPRS

American Society for Photogrammetry and Remote Sensing zapewnia najbardziej kompleksowe standardy oceny dokładności LiDAR.
Druga edycja standardu „Positional Accuracy Standards for Digital Geospatial Data” została zatwierdzona w sierpniu 2023 roku i aktualizuje wersję z 2014 roku.

Najważniejsze zmiany:

  • brak odniesienia do poziomu ufności 95% jako miary dokładności
  • wymagania dla punktów kontrolnych zmniejszone (2× zamiast 4× dokładności)
  • minimalna liczba punktów kontrolnych zwiększona z 20 do 30

Dokładność pozioma jest teraz wyrażana jako RMSEH (błąd radialny), zamiast osobnych RMSEx i RMSEy. Standard wymaga co najmniej 30 punktów kontrolnych równomiernie rozłożonych na obszarze projektu.


Normy ISO dla danych geospatialnych

International Organization for Standardization reguluje dokładność LiDAR poprzez serię ISO/TS 19159.
ISO/TS 19159-2 obejmuje metodę pozyskiwania danych, układy odniesienia oraz kalibrację sensorów LiDAR.

Standard definiuje procesy kalibracji:

  • geometrycznej
  • radiometrycznej
  • charakterystycznej

Znajduje zastosowanie w analizach terenu, lodu, lasów, wód i atmosfery.


Standardy FGDC

Federal Geographic Data Committee opracował standard NSSDA (National Standard for Spatial Data Accuracy), który wykorzystuje RMSE do oceny dokładności pozycjonowania danych.

Wymagania:

  • niezależne źródło referencyjne o wyższej dokładności
  • minimum 20 punktów kontrolnych

Ustawa Geospatial Data Act z 2018 roku ustanowiła FGDC jako główny organ standardyzacyjny w USA.


Jak testuje się i weryfikuje dokładność LiDAR

Systemy LiDAR wymagają rygorystycznych metod testowych, które potwierdzają zarówno dokładność względną, jak i bezwzględną.


Punkty kontrolne (GCP)

Ground Control Points (GCP) to punkty o znanych współrzędnych, wykorzystywane do weryfikacji danych.

Powinny:

  • znajdować się na płaskim terenie (<10% nachylenia)
  • być wolne od zakłóceń terenowych

Metoda RTK (Real-Time Kinematic):

  • dokładność 1–3 cm
  • wykorzystuje bazę GNSS i odbiornik mobilny

Rozróżnia się:

  • GCP – do kalibracji
  • SCP – tylko do weryfikacji

Dokładność względna

Ocenia spójność danych pomiędzy pasami nalotu (interswath consistency).

Metody:

  • porównanie powierzchni
  • analiza statystyczna (RMSDz, min/max różnice)

Dokładność bezwzględna

Polega na porównaniu danych LiDAR z niezależnymi pomiarami.

Wymagania:

  • min. 20–30 punktów kontrolnych
  • osobne testy dla terenów z i bez roślinności

Walidacja krzyżowa

Porównanie z:

  • tachimetrami (najwyższa dokładność)
  • GPS
  • fotogrametrią

Kluczowe czynniki wpływające na dokładność

Sprzęt

  • jakość sensora
  • kalibracja
  • dane GNSS/IMU

Warunki środowiskowe

  • deszcz, mgła, pył
  • temperatura
  • nasłonecznienie

Przetwarzanie danych

  • filtracja szumów
  • algorytmy klasyfikacji
  • uczenie maszynowe

Typowe problemy i rozwiązania

Błędy systematyczne

  • niewłaściwa kalibracja (boresight)
  • przesunięcia między liniami nalotu

Rozwiązania:

  • kalibracja wewnętrzna i zewnętrzna
  • wyrównanie pasów nalotu

Błędy losowe

Źródła:

  • szum kwantowy
  • szum termiczny

Rozwiązania:

  • filtracja statystyczna
  • metody NSF

Trudne środowisko

Problemy:

  • opady
  • powierzchnie refleksyjne

Rozwiązania:

  • fuzja sensorów
  • zaawansowane filtry

Przyszłość standardów dokładności LiDAR

Druga edycja standardów ASPRS wprowadza zmiany:

  • RMSEz → RMSEV
  • RMSEx/RMSEy → RMSEH
  • brak 95% poziomu ufności

Nowe technologie:

  • LiDAR Dopplerowski: dokładność <0,8 cm/s
  • LiDAR solid-state: większa niezawodność
  • AI: automatyczna klasyfikacja i filtracja

Przyszłość to:

  • LiDAR multispektralny
  • większy zasięg i dokładność
  • integracja AI

Dokładność nadal będzie zależeć od:

  • kalibracji
  • gęstości punktów
  • parametrów lotu
  • przetwarzania danych

Wykorzystanie LiDAR YellowScan w identyfikacji osuwisk

Wyzwanie

Krajowa organizacja leśna zwróciła się do OR3D GEO z prośbą o ocenę ryzyka osuwisk na dużym obszarze leśnym w North Wales. Niestabilność terenu oraz erozja są w tym regionie powszechne, a gęsta roślinność i trudne warunki terenowe sprawiają, że tradycyjne metody pomiarowe są nieskuteczne w pozyskiwaniu dokładnych danych wysokościowych oraz monitorowaniu ruchów gruntu.

Kluczowym wyzwaniem było pozyskanie dokładnych danych wysokościowych, niezbędnych do tworzenia modeli terenu, które są podstawą do identyfikacji potencjalnych dużych osuwisk w przyszłości. Dokładne modele wysokościowe są niezbędne do zrozumienia morfologii terenu, przewidywania ryzyka osuwisk oraz wdrażania strategii zapobiegawczych. Bez precyzyjnych danych identyfikacja subtelnych zmian w ukształtowaniu terenu oraz oszacowanie potencjalnych mas osuwiskowych staje się bardzo trudne.

Aby rozwiązać ten problem, OR3D GEO wykorzystało technologię LiDAR od YellowScan, która zapewnia niezbędną precyzję do pokonania tych wyzwań. Technologia ta pozwala na penetrację gęstej roślinności i dokładne mapowanie terenu, umożliwiając bardziej efektywne monitorowanie i zarządzanie ryzykiem.


Cieniowanie wysokościowe
Cieniowanie wysokościowe


Rozwiązanie

OR3D GEO wybrało do tego projektu system LiDAR YellowScan Surveyor Ultra. Wysoka częstotliwość impulsów wynosząca 640 000 linii na sekundę oraz możliwość rejestrowania trzech odbić na jeden impuls zapewniły wyjątkową precyzję pomiarów, z dokładnością pomiaru odległości na poziomie +/- 25 mm oraz precyzją +/- 30 mm. Parametry te umożliwiły dokładne mapowanie nawet w gęsto zalesionym i wymagającym terenie.

System został wykorzystany do zebrania szczegółowych danych wysokościowych na całym obszarze leśnym. Szybkie impulsy laserowe są w stanie przenikać przez gęste korony drzew oraz warstwę roślinności, co pozwala na dokładne pomiary powierzchni gruntu oraz ukrytych cech terenu.


Surveyor Ultra zamontowany na dronie DJI M300
Surveyor Ultra zamontowany na dronie DJI M300


Parametry misji

  • Powierzchnia pomiaru: 60 hektarów
  • Czas lotu: jeden lot trwający 30 minut na wysokości 50 metrów
  • Transmisja danych: dane w czasie rzeczywistym z wykorzystaniem Starlink
  • Liczba odbić LiDAR: do 3 odbić na impuls

System YellowScan Surveyor Ultra dostarczył wysokorozdzielcze modele:

  • DEM (Digital Elevation Model)
  • DSM (Digital Surface Model)
  • DTM (Digital Terrain Model)

Dane te umożliwiły OR3D GEO przeprowadzenie kompleksowej analizy morfologii terenu, w tym identyfikację kluczowych elementów takich jak nachylenie stoków, układ odpływu wód oraz obszary narażone na erozję i osuwiska.


DTM w kolorze
Cyfrowy Model Terenu (DTM) w kolorze

DTM w skali szarości
DTM w skali szarości


Wyniki

  • Gęstość punktów: 300 pkt/m²

OR3D GEO skutecznie zidentyfikowało obszary o wysokim ryzyku osuwisk. Precyzyjne mapowanie topograficzne pozwoliło wskazać strome zbocza oraz miejsca wykazujące oznaki wcześniejszej erozji lub potencjalnych problemów z odpływem wody.

Zebrane dane okazały się kluczowe dla opracowania skutecznych strategii zapobiegawczych, mających na celu ochronę terenów leśnych przed przyszłymi zagrożeniami geologicznymi.

System YellowScan Surveyor Ultra umożliwił firmie OR3D GEO zebranie dokładnych danych w wymagającym środowisku. Dane te dostarczyły organizacji leśnej wartościowych informacji, które pozwalają podejmować świadome decyzje dotyczące zarządzania terenem i jego ochrony w przyszłości.

Pomiary portowe z wykorzystaniem batymetrycznego LiDAR

Wyzwanie

Firma Scandinavian Drone chciała zaprezentować możliwości systemu YellowScan Navigator w mętnych wodach typowych dla Skandynawii.

Aby odpowiedzieć na te wyzwania, konieczne było udowodnienie, że Navigator potrafi:

  • dokładnie odwzorować struktury podwodne,
  • wykrywać osady denne,
  • działać skutecznie nawet w trudnych warunkach pomiarowych.

Integracja: Tundra
Rozwiązanie: Navigator


Opinia eksperta:

„Navigator stanowi przełom w technologii batymetrycznego LiDAR.

Sprawia, że zaawansowane pomiary hydrograficzne stają się bardziej dostępne i efektywne, otwierając nowe możliwości dla naszych klientów.”

Martin Andersson
Founder, Scandinavian Drone


Firma: Scandinavian Drone
Strona: www.scandinaviandrone.eu
Kraj: Norwegia


SUCCESS STORY

Rozwiązanie

Po wprowadzeniu Navigatora na rynek szybko zorganizowano demo w Szwecji, wybierając port z ujściem rzeki jako główne miejsce testowe.

Obszar ten – regularnie pogłębiany ze względu na odkładanie się osadów – był idealnym środowiskiem do zaprezentowania możliwości systemu.

Dodatkowo wykonano pomiary w kilku innych portach o różnych warunkach hydrograficznych, aby uzyskać zróżnicowane dane testowe.

Kluczowym elementem było badanie warunków wodnych, które mają bezpośredni wpływ na jakość odbić sygnału.

W trakcie testów przejrzystość wody była stosunkowo dobra, choć pojawiały się trudności związane z osadami w rejonach ujścia rzeki.


Cele demonstracji

  • Zaprezentowanie pełnego workflow systemu YellowScan Navigator
  • Ocena rzeczywistych możliwości systemu w konkretnych warunkach
  • Porównanie Navigatora z echosondami i systemami multibeam
  • Ocena efektywności i jakości zbierania oraz przetwarzania danych

Parametry misji

  • Wysokość lotu: 60 m
  • Prędkość: 5 m/s
  • Czas lotu: 18 minut (w tym 11 minut zbierania danych)
  • Pokrycie: ok. 60 000 m² na lot

Sprzęt

  • YellowScan Navigator – zbieranie danych batymetrycznych
  • Hexadrone Tundra 2 – platforma UAV o udźwigu do 5 kg, idealna do pracy z Navigator

Oprogramowanie i systemy wspierające

  • UGCS – planowanie i realizacja misji
  • YellowScan CloudStation – ekstrakcja i wizualizacja chmury punktów
  • Emild Reach RS2 – stacja bazowa do precyzyjnego georeferencjonowania

W trakcie demo wykonano loty nad dwoma portami oraz dodatkowymi obszarami testowymi.
Zespół zadbał o ok. 50% pokrycia (overlap), co zapewniło optymalną jakość danych.


Wyniki

  • Gęstość chmury punktów: 15–20 pkt/m²

System Navigator przekroczył oczekiwania, efektywnie zbierając dane batymetryczne na dużych obszarach.

Podczas jednego z lotów osiągnięto pomiar głębokości około 7 metrów, co było bardzo dobrym wynikiem w danych warunkach.

Dane zapewniły wyraźne odwzorowanie dna, w tym:

  • łach piasku,
  • struktur dennych,

co umożliwia:

  • analizę zmian w czasie,
  • lepsze zrozumienie topografii podwodnej.

Szczegółowe chmury punktów dostarczyły informacji o:

  • strukturach podwodnych,
  • depozytach osadów,
  • obszarach wymagających pogłębiania,

co potwierdza przewagę jakości danych i wizualizacji nad metodami tradycyjnymi.

Demo potwierdziło:

  • skuteczność systemu,
  • bezpieczeństwo operacyjne,
  • możliwość prowadzenia dokładnych pomiarów w różnych warunkach hydrograficznych.

Batymetria płytkich wód z wykorzystaniem UAV i YellowScan Navigator

Wyzwanie

Enso Geospatial oraz LIA Engineering and Survey LTD od lat współpracują, rozwijając metody mapowania płytkich wód i dostarczając najwyższej jakości wyniki dla swoich klientów.

W trakcie prac testowali różne sensory LiDAR typu green wave, poszukując:

  • lepszej jakości danych,
  • większej gęstości punktów,
  • bezpieczniejszych i bardziej elastycznych metod pomiarowych.

Celem tej misji było szybkie i bezpieczne pozyskanie wysokorozdzielczych danych batymetrycznych w płytkich wodach.

Zespół potrzebował rozwiązania, które umożliwi:

  • monitoring infrastruktury wodnej,
  • analizę transportu osadów wokół konstrukcji ochrony wybrzeża.

Środowisko płytkich wód stanowi poważne wyzwanie dla klasycznych metod:

  • ograniczony zasięg pomiaru (MBES),
  • ryzyko zbliżenia się do konstrukcji (np. falochronów),
  • bardzo płytka woda utrudniająca operacje.

Dlatego potrzebne było rozwiązanie lotnicze, które dorówna sonarom MBES pod względem:

  • gęstości danych,
  • dokładności,
  • precyzji,

ale bez ryzyka pracy w płytkiej wodzie i z dużo krótszym czasem realizacji.


Integracja: DJI M600
Rozwiązanie: Navigator


Opinia eksperta:

„Możliwość pozyskiwania danych topobatymetrycznych na płytkich obszarach przy bardzo niskich kosztach mobilizacji stanowi realną i wiarygodną alternatywę dla MBES – a w zakresie gęstości danych i dokładności przewyższa nawet rozwiązania lotnicze.”

Ariel Tarcic
Marine Survey Department Chief
LIA Engineering and Survey


Firmy:

  • LIA Engineering Ltd
  • Enso Geospatial

SUCCESS STORY

Rozwiązanie

YellowScan Navigator został zamontowany na dronie DJI M600 Pro, a dane przetwarzano w oprogramowaniu YellowScan CloudStation.

Taka konfiguracja zapewniła optymalny balans pomiędzy:

  • wydajnością,
  • bezpieczeństwem,
  • łatwością użytkowania

w płytkich wodach oraz strefach przejściowych (ląd–woda).

Dużą zaletą była elastyczność operacyjna – szczególnie istotna w rejonach o słabej przejrzystości wody (wschodnia część Morza Śródziemnego). Możliwość szybkiego wykonania pomiaru w oknie pogodowym była kluczowa.

Projekt był częścią szerszej współpracy Enso i LIA Engineering, mającej na celu rozwój metod mapowania stref przybrzeżnych.

System, dzięki stabilności działania na UAV, okazał się praktycznym i efektywnym rozwiązaniem.


Przetwarzanie danych obejmowało:

  • Global Mapper (kontrola jakości i transformacje współrzędnych)
  • QGIS (analizy rastrowe)
  • QPS Qimera (czyszczenie chmury punktów i klasyfikacja manualna)

Parametry misji

  • Obszar pomiaru: 200 × 150 m
  • Liczba lotów: 1
  • Wysokość i prędkość lotu:
    • 80 m AGL
    • 5 m/s
  • Czas realizacji:
    • planowanie + pomiar: 2,5 godziny (w tym dodatkowy pomiar SBES do kontroli jakości)
    • przetwarzanie: 1 dodatkowy dzień biurowy
  • System:
    YellowScan Navigator na DJI M600 Pro
  • Oprogramowanie:
    • CloudStation
    • Global Mapper
    • QGIS
    • QPS Qimera

Wyniki

  • Gęstość chmury punktów: 30–60 pkt/m²

Projekt potwierdził, że YellowScan Navigator jest w stanie dostarczać bardzo dokładne i gęste dane batymetryczne w płytkich wodach oraz strefach przejściowych (ląd–woda).

Przy gęstości 30–60 pkt/m² możliwe było stworzenie wysokorozdzielczego modelu DTM odpowiedniego do szczegółowego monitoringu.

Cała misja – od planowania po finalne opracowanie – została zrealizowana w niewiele ponad jeden dzień, co pokazuje wysoką efektywność workflow.

Navigator okazał się jednym z niewielu systemów LiDAR typu green wave, które można łatwo montować na UAV, oferując jednocześnie:

  • dużą elastyczność,
  • wysoką szybkość działania.

Stanowi realną alternatywę dla sonarów MBES w środowiskach o niskiej mętności wody – przy znacznie niższych kosztach mobilizacji.

Dodatkowo wsparcie techniczne YellowScan zostało ocenione jako:

  • szybkie,
  • komunikatywne,
  • niezawodne,

co dało zespołowi pewność przy realizacji kolejnych projektów.


Porównanie z metodami tradycyjnymi

Operacje MBES wymagają:

  • minimum 3–4 godzin zbierania danych,
  • odpowiedniej głębokości (ok. 3 m),
  • kosztownej mobilizacji (np. ok. 4 godziny dopłynięcia na miejsce + przygotowanie systemu).

W przypadku Navigatora:

  • dojazd na miejsce: ok. 2 godziny
  • przygotowanie: 10 minut
  • pomiar: ok. 12 minut

Pomiary batymetryczne w Rumunii z wykorzystaniem YellowScan Navigator

Wyzwanie

Od monitoringu erozji wybrzeża po kontrolę zapór – pomiary batymetryczne w Rumunii wiążą się z unikalnym zestawem wyzwań środowiskowych i logistycznych.

W rejonie Morza Czarnego woda charakteryzuje się wysoką mętnością, a sygnały GNSS są często niestabilne – co znacząco ogranicza dokładność tradycyjnych metod pomiarowych.

Dodatkowo lokalizacje śródlądowe, takie jak rzeki i zbiorniki zaporowe, wprowadzają kolejne utrudnienia:

  • silne prądy,
  • strome skarpy,
  • ograniczony dostęp do terenu.

Aby uzyskać dane niezbędne do:

  • monitoringu infrastruktury,
  • badań archeologicznych,
  • modelowania powodzi,

zespoły pomiarowe potrzebowały rozwiązania zdolnego do pracy w trudnych warunkach, które jednocześnie zapewnia wysokiej jakości, georeferencyjne dane 3D.


Integracja: Tundra 2
Rozwiązanie: Navigator


Opinia eksperta:

„Pomimo trudnych warunków – mętnej wody i zakłóceń GPS – Navigator konsekwentnie dostarczał użyteczne dane batymetryczne do analiz infrastrukturalnych i archeologicznych.”

Ciprian Iorga
CEO & Founder, La Orizont


Firma: La Orizont
Strona: www.laorizont.ro
Kraj: Rumunia


SUCCESS STORY

Rozwiązanie

Ciprian Iorga z La Orizont oraz Eduard Năstase z Narodowego Instytutu Fizyki Ziemi zdecydowali się na wykorzystanie kombinacji systemów LiDAR YellowScan, aby sprostać tym wyzwaniom.

Do mapowania dna wykorzystano YellowScan Navigator – system batymetryczny montowany na UAV, zaprojektowany do pracy w płytkich, mętnych wodach.

Aby uzupełnić dane batymetryczne i uzyskać pełne pokrycie topograficzne, zastosowano również:

  • Surveyor Ultra (V2)
  • Vx20-300

na tych samych lub sąsiednich obszarach – szczególnie tam, gdzie gęsta roślinność lub zróżnicowany teren wymagały większej gęstości punktów i precyzji.

Połączenie tych systemów umożliwiło uzyskanie kompletnego pokrycia:

  • pod wodą
  • i nad powierzchnią terenu

bez kompromisów w zakresie jakości danych i efektywności operacyjnej.


W projekcie zrealizowano trzy różne misje:


Wybrzeże Morza Czarnego (Mangalia – Venus Beach)

W tym projekcie monitoringu wybrzeża zespół skupił się na mapowaniu obszarów zagrożonych erozją, łącząc środowiska:

  • bagienne,
  • plażowe,
  • płytkie wody morskie,
  • infrastrukturę stworzoną przez człowieka.

Dzięki YellowScan Navigator możliwe było wykonywanie pomiarów do głębokości 5–6 metrów – nawet w warunkach wysokiej mętności wody.

Uzyskane dane batymetryczne wspierały:

  • planowanie infrastruktury,
  • zarządzanie linią brzegową.

Parametry:

  • System:
    YellowScan Navigator + YellowScan Vx20-300 (oba na dronie Tundra 2)
  • Liczba lotów:
    • 8 lotów Navigator
    • 2 loty Vx20-300
  • Powierzchnia pomiaru:
    ok. 1 km² (ląd + woda)

Parametry lotu i przetwarzania (dla projektu)

  • Wysokość lotu: 80 m
  • Prędkość: 7 m/s
  • Czas realizacji misji:
    • planowanie + zbieranie danych: ~8 godzin (1 dzień roboczy)
    • przetwarzanie danych: ~24 godziny
  • Oprogramowanie:
    • YellowScan CloudStation
    • CloudCompare

Histria – starożytne miasto

Głównym celem było przeprowadzenie badań archeologicznych obejmujących:

  • zatopione ruiny,
  • struktury powierzchniowe

w rejonie kurhanu.

Na tym stanowisku:

  • płytka woda,
  • zakłócenia GNSS

stanowiły poważne wyzwanie dla klasycznych metod pomiarowych.

Navigator umożliwił jednak pozyskanie użytecznych danych batymetrycznych mimo tych ograniczeń, co pozwoliło badaczom:

  • odkrywać,
  • analizować

zanurzone struktury o znaczeniu historycznym.


Parametry:

  • System:
    • Navigator (na Tundra 2)
    • Vx20-300 (na Tundra 2)
    • Surveyor Ultra (na DJI M300)
  • Liczba lotów:
    • 5 lotów Navigator
    • 4 loty Vx20-300
    • 2 loty Surveyor Ultra

Parametry (Histria – starożytne miasto)

  • Powierzchnia pomiaru:
    • ok. 0,5 km² – obejmująca starożytne miasto Histria, okoliczne zbiorniki wodne, obszary bagienne oraz strefę kurhanu
    • dodatkowo wykonano naloty na obszarze ~20 km² w celu pozyskania danych fotogrametrycznych jako uzupełnienie
  • Parametry lotu:
    • wysokość: 80 m
    • prędkość: 7 m/s
  • Czas realizacji:
    • planowanie i zbieranie danych: ok. 2 dni robocze (w tym rozszerzona misja fotogrametryczna)
    • przetwarzanie danych: ok. 24 godziny
  • Oprogramowanie:
    • YellowScan CloudStation
    • CloudCompare

Rzeka Argeș i zapora Mihăilești

Ta misja śródlądowa łączyła dane LiDAR topograficznego i batymetrycznego w celu:

  • wsparcia modelowania powodzi,
  • monitorowania integralności konstrukcji zapory i pobliskich brzegów rzeki.

Integracja danych lotniczych i batymetrycznych umożliwiła:

  • kompleksową analizę hydrologiczną,
  • podejmowanie lepszych decyzji infrastrukturalnych,
  • pozyskanie dodatkowych informacji archeologicznych dla obszaru objętego badaniem.

Parametry:

  • System:
    YellowScan Navigator + YellowScan Vx20-300
  • Liczba lotów:
    • 4 loty Navigator
    • 2 loty Vx20-300
  • Powierzchnia pomiaru:
    ok. 3,2 km²

Wyniki

Dzięki realizacji tych misji zespoły pokazały, że LiDAR montowany na UAV pozwala pozyskiwać bardzo dokładne dane w miejscach, które wcześniej były trudne do zmierzenia lub zmapowania.

YellowScan Navigator udowodnił swoją skuteczność nawet w warunkach:

  • ograniczonej widoczności,
  • zakłóceń GNSS,

zapewniając wiarygodne dane batymetryczne.

Jednocześnie systemy Surveyor Ultra i Vx20-300 dostarczyły gęste i dokładne dane topograficzne, umożliwiające budowę kompletnych modeli terenu (DTM).


Połączenie tych technologii pozwoliło firmie La Orizont oraz Narodowemu Instytutowi Fizyki Ziemi skutecznie realizować różnorodne zadania pomiarowe:

  • od ochrony dziedzictwa kulturowego,
  • po analizę ryzyka powodziowego,

pokazując elastyczność i potencjał wielosensorowych workflow LiDAR UAV.


Podziękowania:
Projekt został wsparty przez National Research Program (SOL4RISC, nr PN 2336030)

Wsparcie programu monitoringu erozji wybrzeża w Szwecji z wykorzystaniem batymetrycznego LiDAR

Wyzwanie

Położone na południowym wybrzeżu Szwecji Ystad to popularny region znany z płytkich, piaszczystych plaż i rozwiniętej turystyki. Jednocześnie ekspozycja na silne wiatry i fale Morza Bałtyckiego sprawia, że obszar ten jest szczególnie narażony na erozję wybrzeża.

Aby lepiej zrozumieć te procesy, gmina Ystad wdrożyła długoterminowy program monitoringu wybrzeża, obejmujący zarówno zmiany linii brzegowej, jak i topografię dna.

Dotychczas dane batymetryczne zbierano przy użyciu sensorów montowanych na łodziach, jednak płytkie i turbulentne wody przybrzeżne utrudniały uzyskanie odpowiedniej rozdzielczości pomiarów.


Integracja: Hexadrone Tundra 2
Rozwiązanie: Navigator


Opinia eksperta:

„Navigator jest rozwiązaniem unikalnym, jeśli chodzi o płynne i bardzo dokładne skanowanie LiDAR w płytkich wodach.

Możemy teraz prezentować klientom dane, których wcześniej nie dało się pozyskać.

Możliwość bezproblemowego łączenia danych batymetrycznych spod wody z danymi topograficznymi z lądu jest wręcz przełomowa.”

Jonathan Rybo
Co-founder, COO i Accountable Manager
VisionAir Production


Firma: VisionAir Production
Strona: www.visionair.se
Kraj: Szwecja


SUCCESS STORY

Rozwiązanie

Aby rozwiązać te ograniczenia, VisionAir Production zaproponowało wykorzystanie systemu YellowScan Navigator – batymetrycznego LiDAR-u montowanego na UAV – do wykonania skaningu z powietrza (pierwszego tego typu w Szwecji).

Gmina zaakceptowała to podejście, które umożliwiło efektywne zbieranie danych przy minimalnym wpływie na środowisko.

Łącząc dane batymetryczne z Navigatora z danymi topograficznymi zebranymi na lądzie (DJI Zenmuse L2), VisionAir stworzyło spójny dataset obejmujący zakres:

  • od 6 metrów poniżej poziomu wody
  • do 100 metrów w głąb lądu

To idealne rozwiązanie dla:

  • modelowania erozji,
  • analizy transportu osadów,
  • długoterminowego zarządzania wybrzeżem.

Parametry misji

  • Zakres pomiaru:
    • całkowity obszar (ląd + woda): ok. 550 ha (5,5 km²)
    • długość linii brzegowej: ok. 8700 m
    • obszar batymetrii: ok. 299 ha (lokalizacje Ystad Sandskog i Löderup strandbad)
    • zakres pomiaru: od linii brzegowej do głębokości 6 m
  • Czas realizacji:
    Obszar podzielono na 2 strefy:
    • Strefa 1 (Ystad sandskog): pomiary 12–15 listopada
    • Strefa 2 (Löderups strandbad): pomiary 8–11 listopada + uzupełnienie 21 listopada
  • Liczba lotów: 49
  • Wysokość i prędkość lotu:
    • 70 m MSL
    • 5 m/s
  • Sprzęt:
    • YellowScan Navigator + dron Hexadrone Tundra 2
  • Przetwarzanie danych:
    • DJI Terra
    • YellowScan CloudStation
    • TerraSolid TerraScan UAV
    • CloudCompare
    • Agisoft Metashape Professional

Wyniki

  • Gęstość chmury punktów: 44 pkt/m²

YellowScan Navigator umożliwił VisionAir Production dostarczenie wysokiej jakości, powtarzalnych danych batymetrycznych – nawet w płytkich i turbulentnych strefach przybrzeżnych.

Pozwoliło to na płynną integrację danych podwodnych i naziemnych, skutkując czystymi modelami DTM i liniami warstwicowymi dla całego obszaru.

W efekcie:

  • obszar pomiarów ponad dwukrotnie wzrósł (z ok. 205 ha do 562 ha),
  • dane ujawniły obszary intensywnej erozji,
  • zidentyfikowano transport osadów do głębokości 2 m,
  • wykazano przesunięcie transportu osadów w kierunku zachodnim (wbrew wcześniejszym analizom).

Projekt okazał się:

  • opłacalny kosztowo,
  • przyjazny środowisku,
  • łatwy do powtórzenia.

Szybkie wdrożenie i brak zakłóceń dla ludzi oraz środowiska były kluczowymi przewagami, a wiarygodność metody sprawiła, że gmina Ystad przedłużyła współpracę z VisionAir o kolejne 3 lata.

System Navigator wyróżnił się:

  • wysoką precyzją w płytkich wodach,
  • efektywnym łączeniem danych ląd–woda,
  • bardzo dobrym wsparciem technicznym, które zapewniło płynne przetwarzanie i spójne wyniki.

Mapowanie sztucznych raf w wodach przybrzeżnych Australii

To demo, przeprowadzone wspólnie z naszym australijskim dystrybutorem Sphere Drones, miało na celu pokazanie, że system YellowScan Navigator może być szybko wdrożony do efektywnego i precyzyjnego mapowania stref przybrzeżnych – nawet w wymagających warunkach środowiskowych i publicznych.

Projekt koncentrował się na monitorowaniu sztucznej rafy zlokalizowanej około 200 metrów od Port Beach, ze szczególnym naciskiem na:

  • pracę w czasie rzeczywistym,
  • wykrywanie obiektów podwodnych.

Wyzwanie

Musieliśmy udowodnić, że system potrafi:

  • Szybkie wdrożenie:
    Zamontować na dronie i rozpocząć lot w ciągu kilku minut, wykorzystując krótkie okno operacyjne na zatłoczonej, publicznej plaży.
  • Zobaczyć pod powierzchnią:
    Dokładnie odwzorować kształt rafy i wykrywać obiekty pod wodą – mimo mętnej, zimowej wody.
  • Pracować bez zakłóceń:
    Bezpiecznie operować w pobliżu plażowiczów, bez konieczności wyznaczania zamkniętych stref dostępu.
  • Pokazać przewagę nad metodami tradycyjnymi:
    Dostarczać wyniki 3D tego samego dnia – w przeciwieństwie do pomiarów nurkowych lub sonarów z łodzi, które są wolniejsze, zależne od pływów i mniej elastyczne.

Integracja: RTRobotics
Rozwiązanie: Navigator

SUCCESS STORY

Rozwiązanie

YellowScan Navigator, zintegrowany z dronem RTRobotics, został wybrany ze względu na swoją kompaktową konstrukcję, wbudowaną kamerę oraz uproszczony workflow.

Cała misja – od planowania, przez lot, aż po przetwarzanie danych – została zakończona w czasie krótszym niż 4 godziny:

  • 10 minut na przygotowanie i planowanie misji
  • 10 minut pojedynczego lotu obejmującego całą siatkę rafy
  • poniżej 3 godzin na przetwarzanie danych w CloudStation Ultimate i TerraSolid

Pomimo zatłoczonego środowiska plaży, operacja przebiegła płynnie i efektywnie. Demonstracja potwierdziła nie tylko łatwość użycia i szybkie wdrożenie systemu, ale również jego zdolność do dostarczania wysokiej jakości danych batymetrycznych w rzeczywistych, wymagających warunkach.


Parametry misji

  • Powierzchnia pomiaru: 2,56 ha
  • Liczba lotów: 1
  • Wysokość i prędkość lotu: 70 m AMSL przy 5 m/s
  • Czas zbierania i przetwarzania danych:
    • 10 minut (zbieranie danych)
    • 3 godziny (CloudStation + TerraSolid)
  • Wykorzystany sprzęt:
    • YellowScan Navigator (z wbudowaną kamerą)
    • dron RTRobotics
    • CloudStation Ultimate
    • TerraSolid

Wyniki

  • Gęstość chmury punktów: 47 pkt/m²
  • Głębokość dna: 3 m
  • Głębokość do szczytu rafy: 1,3 m

10-minutowy lot pozwolił odwzorować pełną strukturę rafy z dużą szczegółowością – w tym pojedyncze moduły oraz otaczające zmarszczki piasku – mimo mętnej zimowej wody i minimalnego czasu przygotowania.

Kluczowe rezultaty:

  • Wysoka jakość danych:
    Przy ~47 pkt/m² dane ujawniły szczegółowe cechy dna i były zgodne z niezależnymi pomiarami głębokości z dokładnością do ±5 cm.
  • Brak zakłóceń operacji:
    Pomiar wykonano bezpiecznie na zatłoczonej plaży – bez użycia łodzi, nurków ani stref wykluczenia.
  • Skalowalność pomiarów:
    Workflow umożliwia dodanie dodatkowych, prostopadłych linii nalotu w celu zwiększenia gęstości punktów i pokrycia bocznego – idealne dla monitoringu i badań środowiskowych.
  • Szybciej niż metody tradycyjne:
    W przeciwieństwie do sonarów z łodzi czy pomiarów nurkowych, system dostarczył dokładne wyniki 3D tego samego dnia.
  • Pozytywny feedback użytkowników:
    Użytkownicy docenili intuicyjny workflow oraz przetwarzanie w CloudStation. W niektórych przypadkach porównywano dane z własnymi zestawami referencyjnymi, potwierdzając zarówno ich jakość, jak i użyteczność.

To demo potwierdziło, że YellowScan Navigator jest w stanie dostarczać wiarygodne, szczegółowe dane batymetryczne szybko i bezpiecznie – nawet w wymagających warunkach przybrzeżnych.

Mapowanie ekosystemów trawy morskiej w Norwegii z wykorzystaniem YellowScan Navigator LiDAR

Wyzwanie

Norweski Instytut Badań Wodnych (NIVA) jest głównym partnerem projektu SeaBee – norweskiej infrastruktury do badań, mapowania i monitoringu z wykorzystaniem dronów w strefie przybrzeżnej.

W ramach tej inicjatywy NIVA prowadzi badania nad ekosystemami trawy morskiej, które pochłaniają i magazynują duże ilości CO₂. Celem było zbadanie, ile węgla jest magazynowane oraz lepsze zrozumienie wpływu zmian klimatycznych i działalności człowieka na te kluczowe siedliska przybrzeżne.

Tradycyjne metody monitoringu nie zapewniały wystarczającej rozdzielczości dla płytkich, dynamicznych wód przybrzeżnych.

Aby rozwiązać ten problem, NIVA postawiła sobie za cel stworzenie trójwymiarowego modelu podwodnych łąk trawy morskiej z wykorzystaniem topobatymetrycznego LiDAR-u. Dzięki temu możliwe było:

  • określenie objętości siedliska,
  • oszacowanie ilości węgla magazynowanego w biomasie nadziemnej (liściach).

Integracja

Tundra 2

Rozwiązanie

Navigator


Opinia eksperta

„System YellowScan Navigator LiDAR wydaje się idealnym rozwiązaniem dla badaczy oraz osób zarządzających zasobami naturalnymi.

Oferuje intuicyjne i szybkie przetwarzanie danych oraz wysokiej jakości chmurę punktów.

To kolejny krok naprzód w mapowaniu płytkich siedlisk wodnych – umożliwia uzyskanie powtarzalnych, dokładnych i wysokorozdzielczych wyników, przy jednoczesnym obniżeniu kosztów w porównaniu do tradycyjnych metod pomiarowych.”

Charles P. Lavin
PhD, badacz
Norwegian Institute for Water Research (NIVA) & SeaBee

SUCCESS STORY

Rozwiązanie

Aby osiągnąć ten cel, NIVA wykorzystała system YellowScan Navigator – topobatymetryczny LiDAR montowany na UAV – połączony z dronem Hexadrone Tundra 2 wyposażonym w ramiona o zwiększonej wytrzymałości i czasie lotu.

Navigator został uzupełniony o moduły CloudStation: Colorization oraz Terrain Classification, co umożliwiło intuicyjne przetwarzanie danych oraz precyzyjne oddzielenie roślinności od dna morskiego.

System okazał się dostępny i łatwy w obsłudze dla zespołu naukowców i techników, a wsparcie YellowScan zapewniało szybki feedback w zakresie konfiguracji sprzętu i rozwiązywania problemów w trakcie kampanii pomiarowej.


Parametry misji

  • Powierzchnia pomiaru:
    • 0,09 km² – 12,64 mln punktów (wysokość 50 m)
    • 0,05 km² – 12,65 mln punktów (wysokość 25 m)
  • Liczba lotów: 2
  • Czas lotu:
    • 24 min (50 m)
    • 22 min (25 m)
  • Wysokość i prędkość lotu:
    • 25 m i 50 m
    • 5 m/s
  • Sprzęt:
    • YellowScan Navigator + moduł kamery
    • UAV Tundra 2 (Hexadrone, Francja)
  • Oprogramowanie:
    • CloudStation Colorization & Terrain Classification
    • CloudCompare (do ręcznej inspekcji i czyszczenia danych)

Wyniki

System YellowScan Navigator osiągnął gęstość chmury punktów:

  • 70 pkt/m² przy wysokości 50 m AGL
  • 125 pkt/m² przy wysokości 25 m AGL

Dokładność pozioma i pionowa wynosiła od 0,01 do 0,015 m, w zależności od wysokości lotu.

Dzięki funkcji Terrain Classification w oprogramowaniu YellowScan CloudStation surowa chmura punktów została podzielona na:

  • ląd,
  • powierzchnię wody,
  • szum w kolumnie wody,
  • dno morskie.

Po ręcznym czyszczeniu pozostawiono wyłącznie punkty dna, które następnie doprecyzowano przy użyciu modelu Random Forest, gdzie kluczowym parametrem była intensywność punktów – pozwalająca odróżnić roślinność od rzeczywistego dna (piasek i skały).

Ten workflow umożliwił stworzenie wysokorozdzielczych:

  • DSM (Digital Surface Models) – dla pokrywy roślinnej
  • DTM (Digital Terrain Models) – dla dna morskiego

oba w rozdzielczości 10 cm.

Odjęcie DTM od DSM pozwoliło uzyskać pierwsze modele wysokości pokrywy roślinnej trawy morskiej na tak szczegółowym poziomie, co umożliwiło:

  • określenie objętości siedliska,
  • oszacowanie ilości węgla magazynowanego w biomasie nadziemnej.

Z naukowego punktu widzenia Navigator zapewnił gęstość chmury punktów o rząd wielkości większą niż klasyczne lotnicze pomiary LiDAR, umożliwiając bezprecedensowe modelowanie 3D roślinności podwodnej.

System okazał się:

  • dokładny,
  • powtarzalny,
  • opłacalny kosztowo,
  • intuicyjny w obsłudze.

Dodatkowo klasyfikacja i korekcja intensywności w CloudStation znacząco przyspieszyły przetwarzanie danych.

W porównaniu do klasycznego LiDAR-u lotniczego, system Navigator montowany na dronie umożliwił pomiary, które są:

  • tańsze,
  • bezpieczniejsze w realizacji,
  • łatwiejsze do powtórzenia w przyszłych kampaniach monitoringu płytkich wód.

Kontakt Zapraszamy. Napisz lub zadzwoń do nas.

Nasz zespół ekspertów będzie w stanie odpowiedzieć na każde Twoje pytanie. Zapraszamy.


Wiadomość została wysłana. Skontaktujemy się z Tobą wkrótce.