Uundaji na Urekebishaji wa Makosa ya Kupimia Umbali kwa Laser chini ya Athari ya Pikseli Mchanganyiko Jumla

Yaliyomo

1. Utangulizi

Kupimia umbali kwa laser kwa kutumia muda wa safari ya msukumo ni msingi wa upatikanaji wa data ya kisasa ya anga-nchi. Ingawa maendeleo katika vihesabio vya wakati wa msukumo vimeboresha usahihi, makosa ya kimfumo yanaendelea wakati alama za mguu za laser zinapoingiliana na nyuso tata, zisizoendelea. Utafiti huu unashughulikia "Athari ya Pikseli Mchanganyiko Jumla," chanzo cha makosa mchanganyiko kinachotokana na alama za mguu za laser zilizopotoka zinazofunika masafa mbalimbali. Unauunganisha utunzaji wa athari ya kawaida ya pikseli mchanganyiko na athari ya pembe ya kuingilia chini ya mfumo mmoja wa kijiometri-kifizikia, ukipendekeza muundo mpya wa kurekebisha ili kurejesha uadilifu wa kupimia umbali katika hali ngumu za upimaji.

2. Athari ya Pikseli Mchanganyiko Jumla

Changamoto kuu hutokana na alama moja ya mguu ya laser inayojumuisha habari nyingi za umbali, na kusababisha ishara za kurudi zilizopotoka na upendeleo wa kimfumo wa kupimia umbali.

2.1 Athari ya Pikseli Mchanganyiko

Hutokea wakati boriti ya laser inapogonga nyuso kwa kina tofauti ndani ya alama ya mguu ileile. Ikiwa tofauti ya kina ni chini ya uwezo wa kutatua masafa wa kifaa $\Delta R = c \cdot \tau / 2$ (ambapo $c$ ni kasi ya mwanga na $\tau$ ni upana wa msukumo), kipima umbali hakiwezi kutatua kurudi tofauti. Huchakata wimbi moja, lililopotoka la mchanganyiko, na kuripoti safa isiyo sahihi ambayo kwa kawaida iko kati ya nyuso halisi (Mchoro 1a). Athari hii ni ya kawaida kwenye kingo, nyufa, na mimea nyembamba.

2.2 Athari ya Pembe ya Kuingilia

Wakati boriti ya laser inapogonga uso kwa pembe isiyo ya kulia $\theta$, alama ya mguu huongezeka kutoka duara hadi duaradufu. Urefu wa mhimili mkuu huongezeka kwa sababu ya $1/\cos(\theta)$. Alama hii ya mguu iliyopanuliwa huchukua sampuli ya safu mbalimbali kwenye uso. Kulingana na mtawanyiko wa Lambertian, ishara iliyojitokeza ni dhaifu zaidi na imepanuliwa kwa muda, na kusababisha upendeleo wa safa kuelekea ukingo wa karibu wa alama ya mguu (Mchoro 2). Athari hii ni ya kimfumo na huongezeka kwa pembe ya kuingilia.

3. Njia ya Urekebishaji Iliyopendekezwa

Mchango wa utafiti huu ni muundo wa kurekebisha umoja unaounganisha athari zote mbili, ukikubali kwamba udhihirisho wao unategemea kifaa kutokana na usindikaji wa ishara wa kifamilia.

3.1 Mfuatano wa Kazi wa Kesi Tano

Mfuatano wa kazi wa uchambuzi ulioundwa: 1) Bainisha kosa ghafi; 2) Kadiria na rekebisha kwa kutawanyika/kuhama kituo cha boriti; 3) Unda na kadiria vigezo vya pembe ya kuingilia; 4) Unganisha athari katika muundo wa kurekebisha uhamisho umoja; 5) Thibitisha kupitia marekebisho na uenezi kamili wa kutokuwa na uhakika.

3.2 Ukadiriaji wa Pembe ya Kutawanyika & Uhamishaji wa Kituo

Njia imewasilishwa ya kukadiria pembe ya kutawanyika ya boriti inayofanya kazi, kigezo muhimu kinachofafanua ukubwa wa alama ya mguu. Njia ya "kuhama kituo" inatumika kubadilisha sehemu ya lengo, kwa ufanisi kusogeza lengo mbali na kingo za alama ya mguu zilizochafuliwa na pikseli mchanganyiko, na hivyo kutenganisha kurudi halisi la lengo.

3.3 Uundaji wa Pembe ya Kuingilia & Ukadiriaji wa Kurudia

Athari ya pembe ya kuingilia imeundwa kijiometri. Uvumbuzi muhimu ni utaratibu wa ukadiriaji wa kurudia ili kubainisha pembe bora ya kuingilia $\hat{\theta}$ kwa pointi za lengo, kwani pembe hii mara nyingi haijulikani katika upimaji wa shambani. Marekebisho hupunguza mabaki kati ya safa zilizozingatiwa na zilizoundwa.

3.4 Muundo wa Kurekebisha Uhamisho Uliounganishwa

Muundo wa mwisho wa kurekebisha $\Delta D_{corr}$ umetungwa kwa kuchanganya michango ya makosa ya kibinafsi kutoka kwa pikseli mchanganyiko $E_{mp}$ na pembe ya kuingilia $E_{ia}$, ikipimwa kwa viwango maalum vya kifaa $\alpha, \beta$ vilivyotokana na urekebishaji: $$\Delta D_{corr} = \alpha \cdot E_{mp}(\Delta R, d) + \beta \cdot E_{ia}(\theta, \phi, A)$$ ambapo $d$ ni kukatika kwa kina, $\phi$ ni jiometri ya boriti, na $A$ ni mwangaza wa uso.

4. Uthibitishaji wa Majaribio & Matokeo

4.1 Usanidi wa Majaribio & Vifaa

Majaribio yalifanywa kwa kutumia vituo viwili vya jumla vya kibiashara: Trimble M3 DR 2" na Topcon GPT-3002LN. Malengo yaliwekwa kwenye nyuso zilizodhibitiwa, zisizoendelea (k.m., ngazi, ndege zilizoelekea) ili kusababisha athari ya pikseli mchanganyiko jumla. Data ya kupimia umbali ilikusanywa kabla na baada ya kutumia mfuatano wa kazi wa kurekebisha uliopendekezwa.

4.2 Uchambuzi wa Utendaji

Matokeo yalithibitisha ufanisi wa njia hiyo:

• Kupunguza Makosa: Makosa ya kimfumo ya kupimia umbali yalipunguzwa kwa kiasi kikubwa kwa vifaa vyote viwili katika hali mbalimbali za majaribio.
• Uhifadhi wa Ubora: Marekebisho yalirejesha usahihi wa kupimia umbali karibu na vipimo vya kawaida vya kifaa chini ya hali ambazo zingesababisha upotoshaji mkubwa.
• Urekebishaji Maalum wa Kifaa: Uhitaji wa ukadiriaji wa vigezo vya kibinafsi ($\alpha, \beta$) kwa kila muundo wa kipima umbali ulithibitishwa, na kuonyesha uwezo wa muundo wa kukabiliana.

Mafanikio haya yanaonyesha matumizi ya vitendo ya muundo huu katika kurekebisha makosa magumu ya kupimia umbali ya ulimwengu halisi.

5. Uchambuzi wa Kiufundi & Mfumo

Uelewa wa Msingi: Karatasi hii inatoa ukweli muhimu, ambao mara nyingi hauangaliwi: kipima umbali cha laser chenye usahihi wa juu zaidi ni mzuri tu kama usawa wa uso unaugongayo. Waandishi wamebainisha kwa usahihi kwamba makosa ya "pikseli mchanganyiko" na "pembe ya kuingilia" sio pepo tofauti bali ni ndugu waliozaliwa na mzazi mmoja—kupotoka kwa alama ya mguu. Hatua yao ya kuwauunganisha chini ya "Athari ya Pikseli Mchanganyiko Jumla" sio tu ya kimantiki; ni mabadiliko ya msingi katika falsafa ya kuunda makosa, sawa na jinsi uonekanaji wa kisasa wa kompyuta unavyotunza uharibifu mbalimbali wa picha chini ya mfumo wa kurejesha umoja (k.m., njia katika "CycleGAN: Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks" na Zhu et al., ambayo inajifunza ramani kati ya nyanja bila mifano iliyowekwa pamoja, ikizingatia upotoshaji wa kimuundo wa msingi). Karatasi hii inatumia kanuni sawa ya kuunganisha kwa tatizo la kipimo cha kimwili.

Mfuatano wa Kimantiki: Mfuatano wa kazi wa kesi tano ndio injini ya karatasi. Unakwenda kimantiki kutoka kwa kutenganisha makosa (kuhama kituo) hadi ukadiriaji wa vigezo (kupata pembe kwa kurudia) na hatimaye hadi kurekebisha kwa jumla. Hii inafanana na mazoea bora katika ukadiriaji imara na urekebishaji wa sensorer unaoonwa katika robotiki (k.m., uboreshaji wa nyuma wa SLAM). Ukadiriaji wa kurudia wa pembe ya kuingilia ni mwerevu hasa—unakubali kwamba katika ulimwengu halisi wenye fujo, kawaida kamili ya uso haijulikani mara nyingi, na kugeuza tatizo kuwa kigezo kinachoweza kutatuliwa.

Nguvu & Mapungufu: Nguvu kuu ni msingi wa muundo katika kanuni za kwanza (fizikia na jiometri) badala ya kuwa mfano wa kufaa wa kisayansi wa kisanduku nyeusi. Hii inahakikisha uhamishaji na uelewa. Uthibitishaji kwenye vifaa viwili tofauti vya kibiashara (Trimble, Topcon) huongeza uaminifu mkubwa wa vitendo, kama ilivyotajwa katika International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Hata hivyo, kosa liko katika utegemezi wake kwenye urekebishaji uliodhibitiwa. Muundo unahitaji ujuzi wa awali au ukadiriaji wa vigezo maalum vya kifaa ($\alpha$, $\beta$, kutawanyika). Kwa mpimia anaye na kifaa kimoja, hii ni kazi ya mara moja, lakini inapunguza matumizi ya "kutoka kwenye sanduku". Zaidi ya hayo, muundo unadhani nyuso za Lambertian; malengo yenye mwangaza mkubwa au yanayojitokeza yanaweza kuvunja mawazo yake.

Uelewa Unaoweza Kutekelezwa: Kwa watendaji: Rekebisha kifaa chako kwa hali za kingo. Usidhani vipimo vya kiwanda vinashikilia kwenye pembe za kuingilia za digrii 60 kwenye ngazi. Tumia mbinu ya kuhama kituo—wakati mwingine kusogeza alama ya msalaba kidogo mbali na ukingo wa lengo kunaweza kutoa safa sahihi zaidi. Kwa wazalishaji: Jenga marekebisho haya (au sawa yaliyojifunza) ndani ya programu ya kifaa. Algorithms zipo; kuzitekeleza kwa wakati halisi itakuwa tofauti muhimu ya bidhaa katika soko la usahihi wa juu. Kwa watafiti: Mfumo huu uko tayari kwa kuchanganywa na ujifunzaji wa mashine. Tumia muundo wa kimwili kama kigezo cha awali chenye nguvu katika mtandao wa neva ulioundwa kusafisha mawimbi ghafi ya lidar, uwezekano kushughulikia nyuso zisizo za Lambertian na hata athari ngumu zaidi za njia nyingi.

6. Matumizi ya Baadaye & Mwelekeo

Njia iliyopendekezwa ina maana kubwa zaidi ya upimaji wa kawaida:

• Magari Yenye Kujitegemea & Robotiki: Kurekebisha makosa ya kupimia umbali kwenye kingo za vitu (k.m., kugundua kingo za barabara) ni muhimu kwa usafiri salama. Kuunganisha muundo huu kwenye mkusanyiko wa mtazamo wa LiDAR kunaweza kuboresha usahihi wa ukadiriaji wa umbali wa vikwazo.
• Akiolojia & Uandishi wa Urithi wa Kitamaduni: Kuskeni miundo changamano yenye kingo nyingi na nyuso zilizoelekea (k.m., magofu, sanamu) kunafaidika sana kutokana na safa zilizorekebishwa, na kutoa miundo sahihi zaidi ya 3D.
• Usimamizi wa Misitu & Mimea: Kuskeni kwa laser ya ardhini (TLS) katika misitu mnene kunahusishwa sana na athari za pikseli mchanganyiko kutoka kwa majani na matawi kwa masafa tofauti. Kutumia marekebisho haya kunaweza kuboresha ukadiriaji wa bio-masi na uchambuzi wa muundo wa kivuli.
• Unganishaji na LiDAR ya Mawimbi Kamili: Hatua inayofuata ya kimantiki ni kutumia mfumo huu kwa data ya LiDAR ya mawimbi kamili, ambapo ishara nzima ya kurudi inabadilishwa kuwa tarakimu. Muundo unaweza kuongoza utenganishaji wa kurudi zinazokaa juu ndani ya wimbi moja.
• Marekebisho Yanayoboreshwa na AI: Kazi ya baadaye inaweza kuchunguza kutumia ujifunzaji wa kina kujifunza vigezo maalum vya kurekebisha kifaa ($\alpha$, $\beta$) moja kwa moja kutoka kwa mkondo wa data ghafi, au kujumlisha muundo kwa nyuso zisizo za Lambertian, na kuelekea kwenye mfumo wa kurekebisha unaoweza kubadilika kabisa.

7. Marejeo

1. Abshire, J. B., et al. (1994). Laser pulse timing estimators for rangefinding applications. IEEE Transactions on Instrumentation and Measurement.
2. Adams, T. M. (1993). High precision laser ranging techniques. Journal of Surveying Engineering.
3. Herbert, M., & Krotkov, E. (1992). 3D measurements from imaging laser radars. Image and Vision Computing.
4. Soudarissanane, S., et al. (2009). Incidence angle influence on the quality of terrestrial laser scanning points. ISPRS Workshop Laserscanning.
5. Typiak, A. (2008). Methods of eliminating the influence of mixed pixels in laser rangefinders. Metrology and Measurement Systems.
6. Xiang, L., & Zhang, Y. (2001). Analysis of laser pulse distortion in mixed pixel scenarios. Optical Engineering.
7. Zhu, J.-Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. IEEE International Conference on Computer Vision (ICCV).
8. International Society for Photogrammetry and Remote Sensing (ISPRS). International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences.