Drone mapping

Drone mapping

Le drone mapping (cartographie par drone) est une technologie de télédétection permettant de créer des cartes 2D et 3D d'une zone en utilisant des données provenant de capteurs montés sur un drone.

Les cartes résultantes sont généralement des cartes géospatiales dont chaque point de données correspond à des coordonnées de localisation spécifiques du monde réel. Les données cartographiques intégrées vous permettent de réaliser des mesures réelles pour des applications telles que l'arpentage, la construction, l'agriculture et l'urbanisme.

Représentation cartographique par drone dans MATLAB.

Le drone mapping nécessite trois composants :

  1. Un drone : les drones peuvent être contrôlés manuellement ou ils peuvent voler de manière autonome au-dessus d’une zone à étudier.
    1. Les drones à contrôle manuel sont pilotés depuis une station au sol grâce à une télécommande qui utilise des protocoles de communication tels que MAVlink.
    2. Les drones autonomes peuvent voler et manœuvrer sans pilote au-dessus de la zone à étudier et collecter les données pour la cartographie.
  2. Des capteurs de drone : les capteurs montés sur les drones pour le drone mapping (cartographie par drone) sont généralement une combinaison de caméras et de capteurs LiDAR.
    1. Les caméras capturent de manière séquentielle des images qui se chevauchent. Les caméras les plus couramment utilisées sont les suivantes :
      1. Les caméras à image visible, c'est-à-dire des caméras classiques capturant des images visuelles (dans le spectre de la lumière visible) qui sont représentées en RGB. Ce sont les caméras les plus couramment utilisées pour le drone mapping (cartographie par drone).
      2. Les caméras d'imagerie spectrale, qui capturent des images dans le spectre de la lumière visible et invisible. Les images peuvent être multispectrales, avec entre trois et quinze bandes spectrales, ou hyperspectrales avec des centaines de bandes, représentées sous forme de cubes de données.
    2. Les capteurs LiDAR capturent des données en nuages de points grâce à la technologie LiDAR (Light Detection And Ranging).
  3. Un software de cartographie : le software de drone mapping (cartographie de drone) traite les données collectées par les capteurs afin d'extraire et de faire correspondre les caractéristiques des données consécutives, puis de les assembler pour créer des cartes 3D de la zone. Selon les capteurs, les deux processus les plus courants pour le drone mapping (cartographie par drone) sont les suivants :
    1. La photogrammétrie : Pour le drone mapping utilisant des caméras, les images capturées peuvent être assemblées sur la base des régions qui se chevauchent afin de créer un modèle 3D de la zone. Cette méthode est appelée photogrammétrie. Pour implémenter la photogrammétrie, vous pouvez utiliser MATLAB® avec Computer Vision Toolbox™.
    2. La photogrammétrie est moins coûteuse et plus facile à mettre en œuvre en raison de la grande disponibilité des caméras. Cependant, elle dépend fortement de la visibilité des caractéristiques extraites des données de caméra. La visibilité est affectée par la hauteur à laquelle le drone se déplace, ainsi que par des aspects environnementaux tels que l'obscurité, les nuages et le brouillard.

    3. La cartographie LiDAR : pour le drone mapping avec capteurs LiDAR, la cartographie LiDAR aérienne peut être utilisée pour créer des cartes 3D. Cette approche trouve les caractéristiques communes des nuages de points LiDAR qui se chevauchent et utilise ces caractéristiques pour assembler les nuages de points afin de créer des cartes 3D. Lidar Toolbox™, qui peut être utilisée avec MATLAB, propose des algorithmes et des fonctions permettant de créer des cartes 3D à partir de données LiDAR.
    4. L'avantage principal de la cartographie LiDAR tient au fait qu'elle fonctionne indépendamment du niveau de visibilité dans l'environnement. Les capteurs LiDAR peuvent également pénétrer dans les zones où la végétation est dense, ce qui les rend idéaux pour les applications de gestion forestière. Cependant, les capteurs LiDAR sont plus coûteux et plus lourds que les caméras.

MATLAB propose également des environnements simulés dans lesquels vous pouvez créer des données synthétiques de caméra et LiDAR pour tester vos algorithmes de drone mapping (cartographie de drone) avant de les déployer dans le monde réel. Vous pouvez également vous connecter à un software externe de station sol tel que QGC et communiquer avec des autopilotes tels que PX4® en utilisant UAV Toolbox.

Ce workflow montre les étapes d'utilisation de la photogrammétrie ou la cartographie LiDAR pour la création de cartes 3D à partir de capteurs montés sur un drone.

Représentation visuelle d'un workflow de drone mapping (cartographie de drone). Les étapes sont la collecte de données, le prétraitement des données, la génération de carte et l'optimisation du graphe de pose.

Workflow de drone mapping : une fois les données collectées, les outils de Computer Vision, de LiDAR et de navigation de MATLAB sont utilisés pour le prétraitement, la cartographie et l'optimisation du graphe de pose.

  1. Collecte des données : le drone mapping (cartographie de drone) commence par la collecte séquentielle des données souhaitées en faisant voler le drone au-dessus de la zone d'étude.
  2. Prétraitement des données : une fois les données capturées, vous pouvez utiliser MATLAB pour prétraiter les images ou les données LiDAR afin de les préparer pour la génération de carte. Il s'agit notamment de méthodes telles que la suppression du bruit et le sous-échantillonnage.
  3. Génération de la carte : après le prétraitement, vous assemblez les données pour créer une carte 3D de la zone. Cette étape utilise généralement les caractéristiques communes de la zone de chevauchement de deux points de données séquentielles pour trouver la transformation permettant de passer de l'un à l'autre en vue de l'assemblage.
  4. Optimisation du graphe de pose : si la trajectoire du drone comporte des fermetures de boucle, vous pouvez implémenter l'optimisation du graphe de pose pour améliorer la précision de la carte 3D générée.

Voir aussi: UAV Toolbox, Computer Vision Toolbox, Lidar Toolbox, ROS Toolbox, Navigation Toolbox, MATLAB et Simulink pour la robotique, programmation des robots, SLAM