การบูรณาการตัวรับรู้สำหรับระบบทำแผนที่แบบเคลื่อนที่

Sensor integration for mobile mapping system

Name: ภาณุ อุทัยศรี

ThaSH: การทำแผนที่

Abstract: ภาพพานอรามามีข้อได้เปรียบที่มีมุมรับภาพที่กว้างกว่า และครอบคลุมข้อมูลมากกว่าเมื่อเทียบกับภาพทัศนมิติ ระบบนำหนด้วยความเฉี่อยในระบบทำแผนที่แบบเคลื่อนที่สามารถให้ค่าพารามิเตอร์การวางตัวภายนอกของภาพ ประกอบไปด้วยตำแหน่ง และการวางตัวของกล้องบันทึกภาพ และยานพาหนะได้ ค่าการวางตัวภายนอกมีความสำคัญในการคำนวณหาพิกัดตำแหน่งจุดที่สนใจในภาพ งานวิจัยนี้แบ่งเป็นสองส่วนหลักคือ การพัฒนาแบบจำลองทางคณิตศาสตร์ของสมการสภาวะร่วมเส้นสำหรับภาพพานอรามาทรงกลม และการคำนวณหาพิกัดตำแหน่งของจุดที่สนใจในภาพด้วยวิธีบล็อกลำแสง โดยอาศัยการใช้จุดผ่านจากวิธีการทางคอมพิวเตอร์วิทัศน์ โดยเปรียบเทียบผลการคำนวณกับจุดวัดสอบที่ทำการรังวัดค่าพิกัดด้วยกล้องสถานีรวม และเครื่องรับสัญญานดาวเทียมจีพีเอส ผลการทดลองได้แบบจำลองทางคณิตศาสตร์ของสมการสภาวะร่วมเส้นสำหรับภาพพานอรามาทรงกลมที่ผลิตจากกล้อง Ladybug3 และกระบวนการสำหรับจับคู่ภาพด้วยวิธีการทางคอมพิวเตอร์วิทัศน์สำหรับใช้เป็นจุดผ่านในการคำนวณพิกัดตำแหน่งของจุดวัดสอบด้วยวิธีการบล็อกลำแสง ผลการเปรียบเทียบเมื่อใช้ค่าการวางตัวภายนอกจากระบบนำหนด้วยความเฉื่อยค่า RMSE ในแกน X Y และ Z เท่ากับ ±0.216 ม., ±0.357 ม. และ ±0.308 ม.ตามลำดับ เมื่อใช้ค่าการวางตัวภายนอกจากการคำนวณโดยใช้จุดควบคุมภาพในภาพแรก และภาพสุดท้ายโดยใช้จุดผ่านจากการกำหนดเองค่า RMSE ในแกน X Y และ Z เท่ากับ ±0.079 ม., ±0.099 ม. และ ±0.039 ม.ตามลำดับ เมื่อเพิ่มจุดควบคุมภาพเป็นทุกภาพค่า RMSE ในแกน X Y และ Z เท่ากับ ±0.081 ม., ±0.106 ม. และ ±0.040 ม.ตามลำดับ เมื่อใช้จุดผ่านจากวิธีการทางคอมพิวเตอร์วิทัศน์ และมีจุดควบคุมภาพในภาพแรก และภาพสุดท้ายค่า RMSE ในแกน X Y และ Z เท่ากับ ±0.214 ม., ±0.409 ม. และ ±0.130 ม.ตามลำดับ และเมื่อเพิ่มจุดควบคุมภาพในทุกภาพ และใช้จุดผ่านจากกระบวนการคอมพิวเตอร์วิทัศน์ค่า RMSE ในแกน X Y และ Z เท่ากับ ±0.128 ม., ±0.224 ม. และ ±0.070 ม.ตามลำดับ สามารถสรุปได้ว่าด้วยการใช้แบบจำลองทางคณิตศาสตร์ร่วมกับกระบวนการในการหาจุดผ่านด้วยวิธีการทางคอมพิวเตอร์วิทัศน์ และจุดควบคุมภาพสามารถใช้คำนวณหาพิกัดตำแหน่งของจุดสนใจในภาพได้ในเกณฑ์เดียวกับที่ใช้ค่าจากระบบนำหนด้วยความเฉื่อยในระบบทำแผนที่แบบเคลื่อนที่ได้

Abstract: The wide field of view of panoramic image provides more information than normal perspective image. While taking images, an Inertial Navigation System (INS) in a mobile mapping system (MMS) can acquire image exterior orientation parameters such as a location and orientation of the camera platform and vehicle. The exterior orientation parameters are important and can be used to compute the coordinates of the point of interest in an image. This research was conducted with two objectives. Firstly, it was aimed to develop a mathematical model of collinearity equation for a spherical panoramic image. Secondly, the model would use computer vision to find a tie point for bundle block adjustment that can determine accuracy based on 20 check points that are provided by a ground survey using a total station and GPS. The research was able to develop a mathematical model for producing a panoramic spherical image from Ladybug3 camera. Subsequently, using bundle block adjustment, the model provided a new method for matching interest points on images for tie points. There were 5 cases to test and evaluate the quality of exterior orientation parameters determined from control points and tie points from computer vision. Case 1, when using the exterior orientation from INS, the RMSE in X, Y and Z direction, the obtained results were ±0.216 m., ±0.357 m. and ±0.308 m. respectively. Case 2, when the exterior orientation parameters were computed by manual tie points and photo control points which were added in first and last image, the corresponding RMSE results were ±0.079 m., ±0.099 m. and ±0.039 m. respectively. Case 3, when the exterior orientation parameters were obtained by photo control points to all images the results of RMSE in X, Y and Z direction were ±0.081 m., ±0.106 and ±0.040 m. respectively. Case 4, when using tie points from computer vision and control points for first and last image to obtain these parameters, the results of RMSE in X, Y and Z direction were ±0.214 m., ±0.409 m. and ±0.130 m. Lastly, Case 5, when adding control points and tie points from computer vision to all images, the X, Y and Z RMSE results were decreased noticeably giving accuracy to ±0.128 m., ±0.224 m. and ±0.070 m. In conclusion, both the mathematical model and its application affirmed that a lesser number of control points on first and last images can be used to determine position with the same level of accuracy when GPS location data are lost from the MMS.

จุฬาลงกรณ์มหาวิทยาลัย. สำนักงานวิทยทรัพยากร

Address: กรุงเทพมหานคร

Email: cuir@car.chula.ac.th

Name: ไพศาล สันติธรรมนนท์

Role: ที่ปรึกษา

Created: 2556

Modified: 2559-09-07

Issued: 2559-09-07

วิทยานิพนธ์/Thesis

application/pdf

URL: http://cuir.car.chula.ac.th/handle/123456789/43596

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมสำรวจ

Grantor: จุฬาลงกรณ์มหาวิทยาลัย

©copyrights จุฬาลงกรณ์มหาวิทยาลัย

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	5171823321.pdf	8.09 MB	11	2023-01-07 16:49:25

ใช้เวลา

0.034128 วินาที