Vlivy působící na přesnost výstupů z RPAS

Abstract

V této práci jsou přestaveny jednotlivé vlivy působících na přesnost výstupů z RPAS (systém dálkově řízeného letadla) a možné způsoby jejich eliminace. V práci je probrána problematika kalibrace kamery, stability prvků vnitřní orientace, korelace prvků vnitřní a vnější orientace, varianty provedení snímkového letu, minimalizace počtu vlícovacích bodů při snímkování RPAS s RTK/PPK GNSS aparaturou, a další vlivy působící na přesnost výstupů z RPAS. Část této práce se zabývá návrhem a testováním algoritmu (DEAn), který detekuje, zda v modelu působí systematická chyba. Algoritmus DEAn určí velikost této chyby na základě analýzy souřadnicových oprav projekčních center. Algoritmus určí optimální hodnotu středních chyb oprav, pokud je odstraněna systematická chyba modelu. Algoritmus Korata je druhým výstupem, který iteračně optimalizuje prvky vnitřní orientace kamery na základě minimalizace střední prostorové chyby souřadnicových oprav projekčních center snímků. Algoritmus Korata dosahoval zlepšení průhybu fotogrammetrického modelu o cca 50%. V jednom případě byly výsledky aplikace algoritmu Korata výrazně horší. Výsledky této práce naznačují nezanedbatelný dopad povětrnostních podmínek při snímkovém letu na přesnost výstupů z RPAS.

The aim of this work is to introduce the individual influences affecting the accuracy of the RPAS (remotely piloted aircraft system) outputs. This work suggests possible ways of elimination of their action. The issues of camera calibration are widely discussed here, also the stability of interior orientation elements, correlation between interior and exterior orientation elements, survey flight design, control points reduction by using RPAS equipped with RTK / PPK GNSS receivers, and other influences affecting the accuracy of RPAS outputs. The next part of this thesis deals with the design and implementation of an algorithm DEAn). Algorithm detects and describes systematic error of photogrammetric models known as “dome error”. The DEAn algorithm determines dome error magnitude based on the analysis of corrections of projection centre coordinates. The algorithm smoothes the height coordinate corrections and fit sphere to corrections. The Korata algorithm is the second output that iteratively optimizes the interior orientation elements by minimizing the spatial standard deviation of coordinate’s correction of projection centres. The Korata algorithm improved the dome error of the photogrammetric model by about 50%. The results of the Korata apply were significantly worse just in one case. A poor light conditions and relatively strong wind can cause the weak results of imaged area. Results suggests considerable impact of weather conditions on the accuracy of RPAS outputs.