Авторы статьи: Натан Квадрос и Джессика Кейзерс - компания FrontierSI, Австралия
Растущий интерес к дистанционному зондированию и аналитике привел к тому, что технологические разработки, связанные с этими областями, взлетели, когда мы приближаемся к 2019 году. Воздушная лидарная батиметрия (ALB) не является исключением из недавних инноваций, особенно с растущим признанием важности данных с высоким разрешением для информирования менеджмента наших океанов, морского дна и прибрежной зоны. В наших недавних обсуждениях с производителями ALB и опытными операторами было выявлено несколько значительных новых разработок.
Рис.1 Расположение трубы диаметром 15 см на коралловом дне на острове Кокос (Гавайи), полученное ASTRALiTe; слева - изображение GoPro, справа - лидарное облако точек.
Новые разработки включают в себя:
- Легкие альтернативные датчики ALB, обусловленные распространением беспилотных летательных аппаратов (UAV или БПЛА);
- Увеличенная плотность точек для ALB на всех возможных глубинах для улучшения детальности и обнаружения особенностей;
- Повышенная автоматизация рабочих процессов обработки данных для повышения эффективности и ускорения доставки;
- Больше продуктов данных, запрашиваемых пользователями из-за увеличения емкости хранения и улучшения облачных сервисов. Во многих юрисдикциях это приводит к расширению обмена данными и аналитики с использованием онлайн-платформ.
В настоящее время особое внимание уделяется автономности и автоматизации, и это вдохновляющее время для картографирования морского дна, особенно таких как фаны ALB.
Новые легковесные ALB датчики для UAV
БПЛА обеспечивают экономически эффективную альтернативу для удаленных, небольших и локальных ALB съемок. С ростом числа моделей и операторов БПЛА, производители лидаров разрабатывают более легкие и более компактные датчики, подходящие для этого рынка (традиционные датчики весят 60-300 кг). До недавнего времени размер, вес и энергопотребление ALB не делали его коммерчески выгодным для операторов БПЛА. Тем не менее, в последних разработках наблюдается заметное снижение этих параметров системы, что позволяет выполнять полеты БПЛА и приводит к увеличению продолжительности полета. Стоит отметить, что датчики ALB на беспилотных летательных аппаратах также предназначены для внутренних водных путей и дельт рек. Объем канала, мелководные водоёмы и дно речной долины - все это важные функции, которые ALB-технологии могут предоставить для менеджмента водными путями. Мутность по-прежнему является фактором, определяющим производительность по глубине и обнаружению дна, но при более низких затратах на мобилизацию конечные пользователи охотнее тестируют производительность в этих средах. Fugro, RIEGL и ASTRALiTe являются примерами компаний, которые недавно разработали датчики для БПЛА. Их можно разделить на две категории: легкие (~ 15 кг) и сверхлегкие (~ 5 кг). Из легковесных датчиков имеются датчики RIEGL VQ-840-G и Fugro RAMMS (Rapid Airborne Multibeam Mapping System - быстрая воздушная многолучевая картографическая система), способные работать в разных диапазонах. RIEGL VQ-840-G может быть установлен на более крупных платформах БПЛА для картирования как береговой линии, так и мелководных водных путей. Он обеспечивает отражённый сигнал до 1,5 х глубин Секки (глубина Секки характеризует предел прозрачности морской воды, на которой перестает быть виден стандартный белый диск Секки Ø30 см). ALB датчик Fugro RAMMS имеет технологию "щетка", которая может быть установлена на UAV с фиксированным крылом с большей глубиной проникновения - до 3-х глубин Секки.
В категории «сверхлегкий» - впечатляющий топографо-батиметрический (топобатический) лидарный датчик компании ASTRALiTe, который также способен выполнять полосовые съемки. Он установлен на популярном гексакоптере DJI Matrice 600 Pro и нацелен на более широкий рынок. Эта первая модель нацелена на мелководье от сантиметровой глубины до глубины более 5 м в чистых водах (> 1,5 х глубины Секки), что недавно было продемонстрировано у побережья Оаху, Гавайи. Имея чрезвычайно высокое разрешение он позволяет наносить на карту подводные объекты, такие как опоры, растительность, скалы, кораллы и узкие трубопроводы диаметром всего 15 см (Рис. 1).
Другим примером в этой категории является BathyCopter компании RIEGL, который используется для батиметрических приложений, включая береговые линии и профили внутренних водоемов. Он состоит из RiCOPTER RIEGL в сочетании с батиметрическим глубиномером BDF-1. Несмотря на то, что он не имеет возможностей для полосового охвата, он обеспечивает сверхлегкую альтернативу для измерения профилей до 1,5 х глубины Секки. Для создания плотных облаков точек эти сверхлегкие датчики должны работать на малых скоростях и на малых высотах, поэтому они ограничены небольшими участками и малой глубиной.
Улучшенная глубина проникновения и более высокая плотность точек
В разработках датчиков ALB плотность точек увеличилась у производителей по сравнению с предыдущим стандартом примерно 1 точка на 25 м2 (5 х 5 м). Другое улучшение заключается в глубине проникновения некоторых датчиков, которые были расширены до 3-х глубин Секки, при этом не жертвуя их ранее достигнутой плотностью точек. Традиционный баланс плюсов и минусов между точечной плотностью и глубинным проникновением начинает уменьшаться, однако все еще существует некоторый компромисс между мощностью лазера датчиков (энергия лазера на импульс), глубинным проникновением, охватом, плотностью данных и качеством данных.
Optech, Fugro и Leica нацелены на усовершенствование своих более совершенных ALB датчиков в диапазоне 3 глубины Секки. Следует отметить, что LADS HD и RAMMS компании Fugro могут достигать 3 глубин Секки, при этом RAMMS обеспечивает данные с очень высоким разрешением - >6 точек/4 м2 (2 x 2 метра). Глубоководный топобатический датчик Leica Hawkeye III также может достигать 3 глубин Секки, с точечной плотностью, обсуждаемой ниже. Teledyne Optech недавно разработала датчик CZMIL Nova, функциональность которого более типична для меньших и более легких датчиков: так он на 30% меньше, на 25% легче и потребляет на 15% меньше энергии, чем предыдущая модель с 2,5 x глубины Секки.
С точки зрения плотности точек системы по-прежнему делятся на глубоководные и мелководные. Глубоководные ALB датчики Fugro LADS HD и Optech CZMIL Nova достигли плотности 1 точка/4 м2 (2 х 2 м). Leica Geosystems недавно улучшила точечную плотность своих ALB датчиков в четыре раза благодаря точной технологии 4X. Датчики Chiroptera 4X (прибрежная зона) и Hawkeye 4X (глубоководная зона) позволяют сэкономить до 50% затрат на полеты в соответствии с типовыми характеристиками конечного пользователя, поскольку охват 200% больше не требуется. Типовые характеристики 2-4 точки/м2 теперь могут быть легко достигнуты за один полетный галс. Технология Leica 4X имеет ту же точность и ту же производительность в мутной воде с 10% улучшением глубины проникновения.
В мелководной категории модели VQ-880-GII и VQ-840-G компании RIEGL на базе БПЛА могут достигать высокой плотности точек более 30 точек/м2. Система ASTRALiTe на базе БПЛА может достигать плотности до 3000 точек/м2, летая на чрезвычайно маленьких скоростях БПЛА - 1-2 м/с. Полеты с более разумной скоростью для съемок на мелководье на основе БПЛА по-прежнему дают плотность около 1000 точек/м2 на очень небольших участках, как показано на Рис. 1.
Для пользователей важно отметить, что выбор ALB датчика для проекта основан на ряде факторов, и что эти недавние достижения в плотности точек не должны использоваться изолированно при выборе лучшего датчика для ALB съемки. Особенно, когда нужно учитывать такие факторы, как глубина и скорость полета.
Автоматизированная обработка облаков точек для более быстрой доставки
Автоматизация ALB сбора, обработки данных, обеспечения качества и хранения повышают эффективность, сроки доставки и стоимость. Инвестиции через провайдеров лидаров осуществляются в машинное обучение, и в частности глубокое обучение с использованием нейронных сетей. Подготовка наборов данных широко используются компаниями для улучшения классификации облаков точек. Мало того, что машинное обучение используется для классификации таких объектов, как рифы, скалы, песок, трубопроводы, обломки кораблекрушения, рыбы и т.д., оно также используется для очистки данных путем выявления шумов и артефактов в облаке точек. Это значительно уменьшает объем ручной обработки в рабочем процессе ALB. Машинное обучение существенно изменит качество и понимание, полученное из наших ALB данных, а благодаря автоматизации оно начнет приводить к более быстрой доставке данных. Традиционные проекты ALB, как правило, имеют минимальный срок доставки 4-6 недель, при этом для более крупных проектов часто требуется 3-4 кратный период сбора для обработки и доставки окончательных данных. Использование машинного обучения направлено на то, чтобы существенно сократить это время обработки в четыре раза; что означает, что мы все получим наши данные быстрее.
Достижения в рамках последних ALB проектов в Тихоокеанском регионе
Несколько известных проектов в нашем регионе включают ALB съемки в Тонге и Ниуэ, проведенные iXBlue, и Geomatics Data Solutions, а также в Папуа-Новой Гвинее, Новый Южный Уэльс и Виктории, Австралия, выполненные Fugro. В FrontierSI мы заказали испытание ALB в Порт Филлип и Западном Порту в Виктории. В рамках этого проекта были испытаны ALB датчики Fugro LADS HD и RIEGL VQ-820-G в различных прибрежных и внутренних водных условиях. Испытательные полеты проводились в сочетании с серией отсчетов глубин Секки поперек полетных галсов (см. Рис. 2) перед полетами. Глубины Секки, проведенные за последний год, позволят нам спланировать сроки будущих съемок, особенно при рассмотрении воздействия неблагоприятных погодных условий. Результаты этих новых датчиков демонстрируют улучшенный охват по сравнению с предыдущими ALB съемками.
Рис.2 Достигнуто окончательное покрытие Порта Филлипа с помощью Fugro LADS HD и RIEGL VQ-820-G.
В глубоких, мутных областях все еще есть разрывы, однако, эти эффекты теперь могут быть учтены в будущем планировании ALB. В Новом Южном Уэльсе, Австралия компания Fugro только что провела большую ALB съемку вдоль всей береговой линии, охватывающую более 7000 км2, достигая глубины более 40 м в некоторых районах по сравнению с максимальными глубинами 30-35 м в предыдущих проектах. Чтобы ускорить доставку, они использовали свой механизм «обратно на базу» для передачи данных в течение нескольких часов обратно в их офис для обработки. Ежедневное использование полевых данных для передачи данных означает, что компании могут быстрее приступить к обработке данных своих съемок, ускоряя первоначальную оценку, в то время как полевой персонал все еще мобилизован, а также быстрее переводят данные в полный рабочий процесс. ALB съемки в Тонге и Ниуэ проводились iXBlue и Geomatics Data Solutions для Land Information New Zealand (LINZ). В этой съемке использовалась идеальная комбинация спутниковой батиметрии (SDB) на этапе планирования и многолучевых эхолотов (МЛЭ) для заполнения пробелов. Запланированное использование всех трех технологий для завершения сбора батиметрии ускорило планирование ALB, позволило выполнить целевое планирование ALB полета и обеспечило более экономичное решение для проекта. Самое главное, что время плавания судна и связанные с этим расходы были значительно сокращены благодаря предварительному получению ALB данных. По ALB данным судно с МЛЭ работало непрерывно на скорости от 9 до 10 узлов в полной безопасности. Для достижения высокой номинальной плотности точек 9 точек/м2 на мелководье (Рис. 3) в ALB съемках использовалась новейшая модель Leica Chiroptera 4X. Облако точек с очень высоким разрешением, также охватывающее топографические области, позволяет местным заинтересованным сторонам использовать данные для ряда приложений.
Рис.3 Сравнение ALB Chiroptera 4X с SDB; ALB - красная линия, SDB - зеленая линия.
Заключение
Итак, что сейчас на горизонте для ALB? Что в будущем? В настоящее время все об этом очень говорят. Это может означать, что мы находимся на пороге новой захватывающей новой технологии. Мы видели начало машинного обучения для точечной классификации, а дальнейшие разработки наверняка произойдут в 2019 году. Мы также уверены, что увидим разработку более компактных и эффективных ALB датчиков, которые можно устанавливать на БПЛА, с постоянно улучшающимися точечными плотностями и глубиной проникновения. Скорее всего, мы увидим рост использования облачных хранилищ и обработки, так как забота о стоимости, скорости и безопасности уменьшится.
Нашим прогнозом для технологии ALB будут разработки в области аналитики границ и визуализации практически в реальном времени, специально предназначенные для платформ БПЛА. Аналитика границ - это следующая эволюция облачных вычислений, в которой автоматизированная обработка и анализ данных могут происходить в реальном времени на платформе, а не в офисе. Аналитика границ, дополненная визуализацией ALB данных практически в реальном времени, открыла бы критически важные для времени приложения, которые раньше считались немыслимыми.
Эта статья была опубликована в журнале Hydro International в 2019 году.
