protector gl caset
play

Protector GL - caset Anttoni Jaakkola, Antero Kukko ja Juha Hyypp - PowerPoint PPT Presentation

Protector GL - caset Anttoni Jaakkola, Antero Kukko ja Juha Hyypp Henkilkohtaisen taistelijan kartoitus 2 Sovelluksia Taistelukentn kartoitus Reaaliajassa Harjoituksia varten virtuaalimallit Voi yhdist muiden


  1. Protector – GL - caset Anttoni Jaakkola, Antero Kukko ja Juha Hyyppä

  2. Henkilökohtaisen taistelijan kartoitus 2

  3. Sovelluksia • Taistelukentän kartoitus • Reaaliajassa • Harjoituksia varten virtuaalimallit • Voi yhdistää muiden kartoituslaitteiden kanssa (datan saumattomuus) • Nokia Here datan täydentäminen • Kaupunkien kartoitukset • Peliteollisuudelle • Onnettomuuspaikan dokumentointi 3

  4. Ydinvoimalaturvallisuus 4

  5. Sovelluksia • Sisätiloissa mittauksia ilman ihmisiä (turvallisuus) • Säteilyä • Lämpötiloja • Kaasuja • 3D mallinnusta • Ulkotiloissa • Muutokset • GNSS/InSAR mittauksilla maankuoren muutokset • Vesialueilla vihreä laserkeilaus 5

  6. Myrskytuhot 6

  7. Storm damage detection • Tapani Myrsky 26.12.2011: Images by Blom Asa Oy using photogrammetric camera UltraCam Xp of an area of 1600 km 2 , 5.3 km flying altitude, January 2012 7

  8. Automatic method • Experiments with Tapani myrsky data 1. Before-storm DSM: National laser scanning 2. After-storm DSM: Photogrammetric Work Station Socet Set and NGATE software 3. Registration: Measure ground control points from laser DSM and solve misregistration in Aerial triangulation 4. Difference DSM: dDSM=Before-storm – After storm DSM 5. Classify the dDSM into damage, sparse damage and no damage classes, merge into larger areas 6. Train the automated damage detector using the data 8

  9. • Tapani and Hannu storms in December 2011 • Automatic generation of digital surface model • Automatic detection of fallen trees by using bi-temporal surface modles. • Before storm situation by laser scanning or digital image After storm Before storm Difference matching (image DSM) (laser DSM) 9

  10. Example After storm Before storm ALS photogrammetry Profiles Difference 10

  11. Large damage • Photo Difference surface Classification 11

  12. Few fallen trees • Photo Difference surface Classification 12

  13. Conclusions • Classification accuracy 100% for cases where more than 10 fallen trees in 1 ha area • Airborne photogrammetric imaging is an efficient tool for automatic detection of storm damages • High altitude imagery is operational (e.g. H=5 km, 30-50 cm GSD) • Can be operated below clouds, e.g. 500 m flying altitude • Provides multi-spectral imagery and visual (stereoscopic) interpretation support • Storm damage management based on airborne imaging • Automatic or visual storm damage detection • Forest management operations utilizing airborne images • Documentation of damages for control purposes, insurance companies etc. 13

  14. Case Palomies • Kohti henkilökohtaista kartoitusta: paikannin ja orientointilaitteiden lisäksi keilaus&kuvaus 14

  15. Case Palomies • Haastavinta on kehittää henkilökohtainen paikannin palomiehelle, jolla on myös muita sensoreita kehossaan. • Henkilöiden liiikkeiden seurantaa varten hankittiin pienikokoinen GPS/IMU-laitteisto XSens MTi-G-700, joka käsittää GPS-vastaanottimen lisäksi 3-akselisen kiihtyvyysanturin, gyroskoopin ja magnetometrin sekä paineanturin. Näiden mittausten avulla voidaan määrittää laitteen paikka ja asento sekä näiden muutosnopeudet. • Käytettävyyden parantamiseksi laitteisto muutettiin toimimaan langattomasti integroimalla siihen Bluetooth-moduuli sekä järjestämällä virransyöttö paristosta. • Laitteistolla on tarkoitus tutkia henkilöpaikannuksen lisäksi myös ihmisen toimintaa tarkemmin, mm. raajojen liikkeiden ja niistä pääteltävän kontekstin osalta. 15

  16. Xsens MTi-G-700 • GPS • Gyroscopes • Accelerometers • Magnetometer • Barometer • Positioning accuracy 1-2 m • Attitude accuracy 0.2-1° • Integrated with a power supply and Bluetooth communications for portable applications

  17. Case Palomies • Sensorit • Paikannus • Sensor web • Contextual sensing • Tietoliikenne 17

Recommend


More recommend