측정 질문과 물리적 메커니즘

몇 백 개가 넘는 유사한 사진이 심화에 걸쳐 수집되기 전에 짧은 테스트 비행이 어떻게 입증되어야합니까? 이 팀은 드론 매핑 소프트웨어를 평가하는 팀에 대한 실용적인 질문입니다, 매핑 제품의 유용성은 그것을 지원하는 관측과 결정에 따라 달라집니다.

파일럿 스트립은 노출, 질감, 방아쇠 신뢰성, 발자국 및 실제 조건 하에서 초기 연결에 대한 증거를 제공합니다. 그것의 가치는 가장 쉬운 헝겊 조각을 보여주는 보다는 오히려 어려운 표면을 대표하기에 달려 있습니다.

비행 계획은 카메라 위치, 노출 타이밍 및 눈에 보이는 표면 적용에 대한 정보 요구 사항을 번역합니다. 유용한 계획은 기록 된 이미지가 설명 할 수 있으며 계획 인터페이스에 의해 한 번 그려지지 않습니다. 해석해야 하는 기능으로 시작하면, 대부분의 조건을 식별하여 세부 정보를 제거하고, 해당 조건을 대표단 캡쳐에서 테스트할 수 있습니다. 안전, 권한 및 항공기의 제한은 이론적으로 매력적인 기하학이 재구성을 개선 할 때도 제약을 취득해야합니다.

취득 및 입력 준비

심판, 불규칙한 랜드마크, 지형 변형 및 실제적인 경계 행동을 포함. 변하지 않은 가정과 임무를 확장하기 전에 기본 사진 검사.

인수 후, 정류적 설정에 독점적으로 의존하는 것보다 실제 시퀀스를 검사합니다. 검토 날카로움, 지속된 트리거, 지상 거리를 변경, 그리고 각 선에 첫번째 그리고 마지막 유용한 전망. 해당 관측과 해당 표면과 비교하여 사용자의 요구를 충족시킵니다. 현지 인수 약점은 종종 대상 보조보기 또는 복제 캡처 창을 호출합니다. 모든 처리 설정이 필요한 물리적 정보를 변경하지 않고 리소스를 소비합니다.

일러스트레이션은 예

다음 숫자는 측정되지 않는 저하 계획 입력, 제품 결과 또는 정확도 요구입니다. 40 이미지 파일럿이 도로, 일반 심화 행, 그늘진 코너 및 상승 배경을 포함 함을 상상해보십시오. 계획된 생산 수집에는 1,200개의 이미지가 있습니다. 깨끗한 도로 개조는 유용하지만 닫집과 그림자 지역을 자동으로 유효하지 않습니다. 실제 트리거 간격과 전체 파일럿의 네이티브 날카로움을 검토 한 다음 더 단단한 지역을 검사하기 위해 충분한 연결된 전망 처리. 파일럿이 5 분 정도 걸립니다, 그것은 또한 포티 분 멀티 배터리 임무의 모든 행동을 노출 할 수 없습니다. 재시작, 빛 및 파일이 생산 중에 계속됩니다. 테스트가 해결되지 않은 기록과 남아있는, 그래서 작은 모델이 완료 된 것보다 오히려 대표적 증거에 나머지를 진행하는 결정.

현장의 GNSS 수신기 및 지상 제어 대상
현장 관측 및 독립적 인 검사는 처리 된지도의 해석을 지원합니다. 일러스트 이미지; 설문조사된 데이터셋 또는 성능 벤치마크가 아닙니다.

이 주제에 대한 예는

파일럿은 가장 실패 할 수있는 조건을 포함해야, 뿐만 아니라 장면은 최고의 데모를 제공합니다. 노출 지속, 방아쇠 신뢰성, 반복된 짜임새 및 경계 지원. 파일 형식은 긴 배치 변경 및 나중에 다시 시작을 포함하여, 커버하지 않았다. 그것은 명시적 스케일을 결정하고 하나의 성공적인 작은 재구성 후 잘못된 신뢰보다 지속적인 모니터링을 격려한다.

재현성 공정 실험

시간과 자원 허용이거나, 적어도 이미지 타이밍과 날카로움을 즉시 확인하는 경우 작은 개조를 실행하십시오. 계획된 설정이 전달되고 테스트 후 변경 된 기록.

작업 흐름을 변경하기 전에 비교 재현성을 확인합니다. 이미지 재고의 작업 사본을 얼어붙은 실행 식별자를 제공합니다. 관련 카메라 구성, 이미지 준비 단계, 처리 설정, 요청된 출력 및 비교 범위를 저장합니다. 조사 및 안정 제어 영역의 메커니즘을 포함하는 검사 지구를 선택하십시오. 유용한 제어는 제안 된 변경에 의해 비정상적으로 남아있는 표면입니다. 그것은 명백한 지역 개선이 블록에서 다른 더 넓은 역효과를 소개합니다.

한 번에 한 번에 통합 된 요소를 실제적으로 변경하십시오. 기본 및 후보자에 대한 동일한 물리적 기능과 독립적 인 참조 관측을 사용합니다. 일반적인 유효 지역에 비해, 다음에 대한 모든 차이를보고 합계 지원되는 적용을 별도로. 스크린 샷이 증거의 일부일 때 디스플레이 줌, 색상 스트레칭 및 시청 방향을 지속적으로 유지하십시오. 기록 자원 사용 및 실패도: 약간의 조정은 세부사항을 개량하고 그러나 반복적으로 유효한 기억은 동의한 납품을 위해 가동으로 적합하지 않을지도 모릅니다.

가장 매력적인 출력을 시험하기 전에 결정 규칙을 작성하십시오. 예를 들어, 후보자는 모든 중요한 기능을 유지해야하며 식별 된 체계 패턴을 감소시키고 새로운 적용 갭을 방지 할 수 있습니다. 실제 임계 값은 프로젝트 목적과 참조 품질에서이 문서의 설명 번호에서, 옵니다. 허용된 모든 것을 보존하고 실험 기록은 선택에 대해 충분히 긴. 나중에 작업자가 다른 조명, 카메라 또는 소프트웨어 조건에서 워크플로를 반복해야 할 때 특히 유용합니다.

결과 진단

질감 도로에 성공적인 스트립은 균일 한 닫집 블록을 유효하지 않습니다. 짧은 스트립은 더 긴 작동 중에 나타나는 열, 저장 - 버퍼 또는 배터리 전환 동작을 놓치지 않을 수도 있습니다.

Geospatial 처리 및 품질 검토 워크스테이션
소스 관찰, 좌표계 및 독립적 인 증거를 시각적 결과와 검토하십시오. 일러스트 이미지; 설문조사된 데이터셋 또는 성능 벤치마크가 아닙니다.

Uncertainty와 독립적인 질 체크

독립 제품 검증에서 내부 계약 분리. 카메라 위치, 교정, 표면에 적합한 관찰은 외부 정확도를 설정할 수 없습니다. 측정 작업이 필요한 경우 적절한 검사를 예약하고 그 검사의 불확실성을 문서화하십시오. 참고 사항은지도 또는 모델에 나타나는 동일한 물리적 기능을 식별해야합니다. 주변 가장자리의 정확한 조사는 여전히 불확실한 비교를 생산할 수 있습니다. Inspect 서명된 차이와 공간 패턴, 단일 평균이 넓은 편견을 숨길 수 있기 때문에 또는 한 비상 현지 실패.

사용중인 수량에 묶인 불확실한 진술을 유지합니다. 수평 위치, 높이, 거리, 표면 완전성 및 시각 해석성은 교환할 수 없습니다. 픽셀 간격은 샘플링 속성이며, 포인트 밀도는 표현 속성입니다. 혼자는 파생된 측정의 오류를 지정하지 않습니다. 카메라 모델은 보편적 인 지상 정확도 청구로 직접 재시동하지 마십시오. 증거가 파일럿 지역 또는 하나의 표면 클래스에 제한되면, 범위가 범위를 확장하고 시험되지 않은 재료, 먼 경계, 또는 숨겨진 표면에 결론을 피하는 상태.

알려진 지역은 식별 할 수 있어야합니다. 부드러운 메쉬, 채워진 래스터, 균형 이미지, 또는 날카로운 질감은 그것의 주변에서 정보 inferred를 포함하는 커뮤니케이션을 위해 유용합니다. 마스크 또는 결과적 인 인 인서트에 대한 편집 기록이 유지되고 누락 된 증거가 결정에 영향을 미칠 때 추가 관찰을 선택합니다. 공식 사양이 적용된 경우, 이 만료 작업 흐름을 인증하는 것보다는 필수 샘플링 및 보고 절차를 사용합니다. 실제 목표는 지원되는 사용에 대한 방어적인 진술이며, 다른 팀에 대한 충분한 증거가 제한을 평가합니다.

실제 결정 및 배달 기록

가장 큰 인수 불확실성을 해결하기 위해 파일럿을 사용하여 생산 중에 계속 모니터링하십시오. 전체 사이트의 보증보다 명시된 한계를 가진 집중적인 결정 실험으로 치료하십시오.

허용되는 손전등은 권한 출력의 간결 재고를 포함해야하며, 해석에 필요한 증거가 필요합니다. 취득 간격, 표면 정의, 관련 단위 및 참고 정보, 적용 경계, 입력 표, 허용 구성 및 물자 품질 발견을 포함하십시오. 적절한 독립적 인 리더에 다운로드 된 파일을 열고 어려운 지역을 검사하고 쉽게 할 수 있습니다. 불명한 버전 식별자를 보존하기 때문에 수신자는 실수로 유사한 파일 이름을 가지고가는 이전 실험적 수출을 측정하지 않습니다.

각 나머지 제한을 실제 결과에 번역하십시오. 특징, 영역, 또는 해당 단계가 다른 보기인지, 보완 측정, 다른 표현, 또는 더 좁은 해석인지 여부에 영향을 미칩니다. 중요한 영역이 지원되지 않을 때 일반적인 고품질 라벨을 피하십시오. 관련 위치에 첨부 된 짧은 설명은 사용자가 원시 결정을 내릴 때 예외를 발견 할 수있는 인상적인 글로벌 통계보다 더 유용합니다.

적합한 클라우드 워크플로우 테스트

Drone Mapping Software를 평가하는 팀의 경우 DroneCollab는 소스 이미지와 요청된 매핑 출력 사이의 관계를 테스트하는 실용적인 장소를 제공합니다. 관련 제품은 GNSS/PPK 워크플로우와 함께 3차원 모델과 DSM/DTM 출력, DSM/ DTM 출력을 포함한 교정, 포인트 클라우드, DSM 및 DSM/dTM 출력을 포함합니다. 대표 하위셋과 합격 관측이 이미 정의되었습니다. 특정 정확도 또는 균일하게 완료된 적용을 증명한 서비스 이름이나 완료 상태를 치료하는 것보다 실제 다운로드 결과를 검토하십시오.

참고 및 더 읽기