发布询价单
您的位置:首页 > 资讯 > 综合资讯 > 正文

机载摄影测量:100 年后依然强劲

2021-11-23 13:44 性质:原创 作者:晴空 来源:无人机网
免责声明:无人机网(www.youuav.com)尊重合法版权,反对侵权盗版。(凡是我网所转载之文章,文中所有文字内容和图片视频之知识产权均系原作者和机构所有。文章内容观点,与本网无关。如有需要删除,敬请来电商榷!)
机载摄影测量已经存在一百多年了。早在 1851 年,法国发明家 Aimé Laussedat 就开始想象使用新发明的相机通过图片捕捉现实以进行绘图的可能性。大约 50 ...

机载摄影测量已经存在一百多年了。早在 1851 年,法国发明家 Aimé Laussedat 就开始想象使用新发明的相机通过图片捕捉现实以进行绘图的可能性。大约 50 年后,该技术被成功采用,摄影测量作为一种通过模拟照片分析的远程景观测量技术出现。在 1920 年代,Heinrich Wild 使用 WILD 的第一台航拍相机 C2 将专业摄影测量带到了天空。在接下来的 80 年中,该行业从模拟相机发展到数码相机,实现了摄影测量师快速创建详细地图的梦想。

经过 100 年机载摄影测量的不断创新,整个国家的地图绘制速度比以往任何时候都快。自数字时代以来,指数级的技术进步导致该行业不断发展、成长和卓越。处理端的云计算和人工智能(AI)以及硬件端的传感器小型化和芯片技术的发展开辟了新的机遇。每一次 IT 创新都将行业推向新的高度。

运行中的 WILD C2 航拍相机

近年来,一些行业趋势导致对地理空间图像的需求不断增加。随着我们的世界变化得更快,需要更频繁的刷新率并且映射周期也加快了。客户现在希望以增加的测量密度捕获更大的项目区域,同时减少预算。其他考虑因素是开放数据政策以及对获取的数据货币化越来越感兴趣。随着地理空间数据变得越来越重要,越来越多的利益相关者参与到采购过程中。所有这些趋势都推动了对提高生产力和新的、创造性的商业模式的需求。

互补金属氧化物半导体 (CMOS) 传感器的快速发展正在提供更高的分辨率。云技术和 GPU 的进步带来了更大的处理能力和容量。AI 和机器学习 (ML) 增强了数据提取能力。组件的小型化意味着越来越多的功能适合一台仪器。Leica CityMapper-2 混合倾斜成像和激光雷达传感器是小型化如何实现以前不可能实现的一个例子。它在一个紧凑的包装中包含一个激光雷达系统、数据记录器、GNSS/INS 系统和六个摄像头。这使它能够与过去的相机安装在相同的空间中,同时其多合一的封装设计提高了可靠性。相同的概念适用于软件:徕卡 HxMap。

大 IT 正在推动数据和处理方面的摄影测量革命。客户现在可以使用 HxMap 等平台在云中处理数据,在 2,000 到 20,000 台机器之间运行,以根据需要加速处理和扩展容量。通过人工智能和机器学习解锁分析、自动特征提取和对象检测,我们可以以不同的方式使用地理空间数据。例如,我们可以提前开始挖掘信息以制定应急计划,而不是在自然灾害发生后试图了解它们。云服务支持在一个中心位置托管和流式传输地理空间数据,为所有人提供一种简单的消费、分发和访问方法。

从正射影像中提取的基于 AI 的自动土地分类

摄影测量的未来在于混合传感器,它可以同时捕获图像和激光雷达数据。事实上,在 Hexagon,我们非常相信这一点,以至于我们不认为仅成像系统仍然可行,因为客户的期望超出了此类系统的能力。取而代之的是,混合系统可以从每次飞行中捕获更多数据,从而使数字孪生变得更加高效,并为更大的客户群提供负担得起的费用。虽然过去 100 年的摄影测量令人兴奋,但我相信接下来的 100 年将更加非凡。

使用 Leica CityMapper-2 同时捕获的图像和激光雷达数据可提供详细的城市 3D 数字孪生模型,以便做出更明智的决策。

网友评论
文明上网,理性发言,拒绝广告

相关资讯

推荐图文

关注官方微信

手机扫码看新闻