Kami kemudian menggunakan pengaturan alternatif pemrograman penanganan cloud titik untuk membuat interpretasi cloud langsung terhadap datum proyek lingkungan kami (yang tidak ditegakkan DJI) serta membersihkan fokus yang gempar, mengelompokkan jenis titik, dan membuat vektor informasi menjadi informasi yang bermanfaat.Secara independen, kami memproses simbolisme dan kontrol tanah dalam proses kerja Fotogrametri untuk membuat ortofoto serta titik awan Fotogrametri yang ditentukan. Titik Fotogrametri awan lebih tepat daripada informasi lidar pada hardscape. Lebih lanjut, ortofoto tidak dapat disangkal lebih tepat dalam X dan Y daripada informasi lidar untuk memisahkan sorotan planimetrik, sehingga diperlukan proses kerja vektorisasi campuran.
Akhirnya tujuan kami, dan tujuan sebagian besar penilai, adalah untuk mendapatkan pengaturan informasi yang bersih ke dalam CAD, dan kami melakukannya drone security dengan menghapus informasi terbaik dari informasi yang disimpulkan lidar dan Fotogrametri. Beberapa daerah lebih disesalkan daripada yang lain. Tangkapan layar di atas adalah perspektif profil pada pegas di mana fokus telah dikarakterisasi secara fisik, dan informasi dasar ditampilkan dalam warna coklat. Seperti yang Anda lihat dari potongan profil ini, ada jumlah lubang yang jauh lebih besar daripada sebelumnya.
Satu tes signifikan dengan semua sensor lidar adalah menangani informasi lidar sangat membosankan. Pengelompokan lidar point mists membutuhkan perpaduan yang sulit dari tangan yang berbakat, PC yang kuat, dan pemahaman yang layak tentang kapasitas dan batasan perhitungan pesanan terprogram. Di Aerotas, kami memiliki hal-hal ini, sebenarnya membutuhkan banyak investasi untuk mendapatkannya langsung di seluruh usaha. L1 adalah sama dengan cara seperti itu; menangani informasi L1 adalah comparably membosankan untuk setiap sensor lidar tersisa kami telah bekerja dengan.
Namun, secara umum, akhirnya adalah bahwa L1 memiliki kapasitas yang layak, namun agak cacat, untuk melepaskan informasi tanah bahkan melalui vegetasi yang tebal. Hal ini tidak terpesona tongkat, informasi yang benar-benar membutuhkan penanganan kritis dan pemeriksaan, namun jauh lebih baik daripada pengaturan Fotogrametri bisa memberikan.Sensor L1 dapat menyusup ke vegetasi dengan cukup baik, namun itu tidak terlalu berguna jika informasi selanjutnya tidak tepat. Karena kami bekerja dengan penilai dan spesialis, ketepatan berarti Dunia. Tanpa ketepatan yang solid dan terukur, titik awan minimal melebihi gambar yang indah.
Untuk mengukur ketepatan dengan sensor L1, kami menggunakan usaha yang umumnya hardscape sehingga sorotan yang tidak ambigu dapat dikenali dan diperkirakan dalam aspek X, Y, dan Z. Kami menggunakan 3 fokus kontrol untuk membatasi usaha dan 45 tempat yang ditunjuk secara otonom untuk mengukur presisi sesuai norma ketepatan posisi ASPR. Semua fokus diperkirakan dengan basis kelas Ikhtisar dan pengembara, kerangka GNSS pita ganda dengan akurasi hipotetis tingkat 8mm (0,026′) dan vertikal 15mm (0,049′).Saat menerbangkan sensor L1 pada ketinggian 200′ di atas tanah, kami menentukan kesalahan RMSE ke atas sebesar 0,08′. Saat terbang di 400′, kesalahan ini berkembang menjadi 0,13′.
