Apa pengukuran sebenarnya berarti

GNSS dan pengukuran inersia menggambarkan gerak dalam cara yang komplementary. GNSS menyediakan posisi referensi eksternal dan pengamatan terkait, sementara sensor inersia menggambarkan perubahan lokal cepat antara pemutakhiran. Sebuah estimator terintegrasi menggunakan model untuk mendamaikan masukan ini dan sering memperkirakan bias sensor. Hasilnya adalah kondisional pada model pengukuran, sinkronisasi, kalibrasi, dan penanganan outlier. Menggabungkan dua sensor tidak secara otomatis menghilangkan kesalahan mereka, terutama ketika berbagi waktu atau pemasangan kesalahan mempengaruhi bagaimana pengukuran berhubungan satu sama lain.

Prosedur kerja yang dapat direproduksi

Inventaris informasi GNSS yang mana memasuki estimator: solusi posisi diproses, pengamatan mentah, atau produk bantuan lain. Catatan pembaruan, skala waktu, lengan tuas, dan status estimator. Inspeksi inovasi atau diagnosa residual jika tersedia daripada hanya mengandalkan pada lintasan akhir. Pilih interval tes yang berisi istirahat, gerak lurus, berputar, dan pengurangan yang diketahui dalam visibilitas GNSS. Bandingkan keluaran terintegrasi dengan masukan GNSS dan dengan bukti referensi independen, mengakui bahwa dua produk yang terkait bukanlah sumber kebenaran independen.

Perhitungan Illustratif dan interpretasi

Dalam sistem ilustrasi, posisi GNSS tiba sekali per detik sementara catatan IMU pada 200 sampel per detik. Ada sekitar 200 catatan inersia antara update posisi, tapi itu saja menghitung tidak membangun akurasi navigasi. A 0.05 kedua kalinya misalignment di 12 meter per detik sesuai dengan 0.6 meter sepanjang pergeseran trek sebelum estimator menafsirkan ketidakcocokan. Contoh menunjukkan bagaimana berbagi kesalahan integrasi dapat mengalahkan keuntungan yang jelas dari tingkat inersia tinggi sampel.

Area pemetaan pesisir dilihat dari udara
Tinjau pengamatan sumber, sistem koordinat, dan bukti independen bersama hasil visualnya. Gambar ilustrasi, bukan data hasil survei atau tolok ukur kinerja.

Pemeriksaan kualitas dan diagnosis kegagalan

Inspeksi apakah residu meningkatkan korelasi dengan belokan, kebobolan, atau menerima transisi status. Sebuah estimator yang sangat percaya pengamatan keliru mungkin terlihat stabil sementara menjadi bias. Sebaliknya, peningkatan residual sementara mungkin mencerminkan penolakan berguna dari data buruk. Menjaga ketidakpastian outputs dan definisi mereka, kemudian membandingkan skala mereka dengan perbedaan independen atas interval perwakilan. Perlakukan perubahan yang tak bisa dijelaskan setelah pemutakhiran perangkat lunak atau kalibrasi sebagai alasan untuk mengulang validasi, bukan sebagai bukti bahwa baik lintasan lama atau baru secara otomatis benar.

Membangun rantai bukti

Pertahankan pengamatan penerima asli, rekaman peristiwa kamera, konfigurasi sensor, dan proses log bersama sebelum menyunting apapun. Bekerja pada salinan dan file rekaman checksums sehingga perbedaan kemudian dapat ditelusuri ke masukan tertentu. Tabel bukti yang berguna menghubungkan setiap nama gambar ke waktu kejadiannya, catatan lintasan, status solusi, dan alasan exclusion. Entri yang hilang layak diselidiki sebelum rekonstruksi dimulai; sebuah peta yang menarik tidak dapat mengembalikan pengamatan yang tidak pernah direkam atau menetapkan jam mana yang disediakan penanda waktu yang tidak terdokumentasi.

Ketepatan terpisah dari akurasi referensi

Sebuah solusi navigasi yang ketat mencengkeram Mengulangi di bawah asumsi yang digunakan oleh estimator tersebut. Ini tidak membuktikan bahwa koordinat dasar, sistem tinggi, asal sensor, atau waktu paparan kamera benar. Perlakukan barang-barang itu sebagai bagian terpisah dari rantai pengukuran. Pertama periksa konsistensi internal, lalu bandingkan dengan fitur-fitur independen yang ditahan dari penyesuaian apapun. Laporkan bias arah serta penyebaran, karena hampir konstan perpindahan dapat hidup berdampingan dengan sangat kecil diperkirakan posisi standar deviasi.

Kamera survei dan rangkaian sensor inersia
Tinjau pengamatan sumber, sistem koordinat, dan bukti independen bersama hasil visualnya. Gambar ilustrasi, bukan data hasil survei atau tolok ukur kinerja.

Mendesain perbandingan yang dikendalikan

Ubah satu pilihan pemrosesan pada suatu waktu dan mempertahankan kedua output. Bandingkan interval waktu yang umum dan gambar yang sama yang ada, daripada mengijinkan pengecualian berbeda untuk menyamarkan efek. Plot perbedaan koordinat terhadap waktu, kecepatan, kecepatan berputar, dan status solusi. Sebuah langkah, melayang mulus, dan osilasi periodik menyarankan mekanisme yang berbeda. Tuliskan tanda tangan yang diharapkan sebelum melihat hasilnya; ini mengurangi godaan untuk menjelaskan setiap pola setelah fakta atau untuk memilih pengaturan hanya karena laporan mereka terlihat lebih baik.

Buat ketidakpastian operasional

Buat sebuah register ketidakpastian dengan kolom untuk sumber, unit, kemungkinan bias, perilaku temporal, dan bukti yang digunakan untuk memperkirakan itu. Gabungkan komponen acak independen melalui varians hanya ketika kemerdekaan dapat dipertahankan. Tetap berbagi kesalahan referensi dan efek sistematis yang tidak diketahui terlihat bukannya membaginya dengan jumlah foto. Terjemahkan ketidakpastian yang dihasilkan ke dalam tugas yang sebenarnya: menemukan aset, membandingkan ketinggian, atau memperkirakan adanya perpindahan batas mungkin memerlukan keputusan penerimaan yang berbeda bahkan ketika mereka menggunakan koleksi gambar yang sama.

Periksa lokasi independen

Didistribusikan pemeriksaan independen melalui jejak yang dipetakan dan di seluruh jenis permukaan yang relevan. Rekam bagaimana setiap titik referensi diukur, bagaimana pusat diidentifikasi di keluaran, dan apakah medan sekitar memungkinkan perbandingan stabil. Inspeksi sisa panah dan perbedaan ketinggian spasial, kemudian rangkum sampel yang valid dengan hitungan dan cakupan. Jangan hapus pemeriksaan sulit secara diam-diam. Selidiki mereka, pengecualian dokumen, dan bedakan masalah akuisisi yang menunjukkan dari pengukuran referensi atau interpretasi masalah sebelum menerima pemberian.

Pertahankan konteks rilis

Peninggalan harus menyatakan tanggal observasi, kerangka referensi koordinat, konvensi vertikal, skala waktu, sensor offset, versi pemrosesan, dan pemeriksaan benar-benar dilakukan. Termasuk setiap interval yang bergantung pada solusi navigasi terdegradasi dan menjelaskan bagaimana gambar-gambar itu ditangani. Pertahankan manifest dapat dibaca mesin selain catatan pendek yang bisa dibaca manusia. Penilik harus dapat mereproduksi pilihan pengamatan yang dapat digunakan dan memahami batas tanpa akses ke operator asli atau cuplikan layar dari dasbor aplikasi sementara.

Uji keputusan, bukan hanya berkas

Tentukan keputusan hilir sebelum memilih toleransi penerimaan. Sebuah peta overview, perbandingan survei berulang, dan pengukuran rekayasa dapat menggunakan berkas yang sama saat membutuhkan bukti yang berbeda. Tulis toleransi dalam unit fisik dan negara jejak di mana hal itu berlaku. Bila pemeriksaan yang tersedia tidak melingkupi jenis permukaan atau kondisi operasi, secara eksplisit mengidentifikasi celah tersebut. Hal ini membuat penerimaan bersyarat berguna: analis dapat melepaskan sebagian yang didukung, mempertahankan sebagian yang ditandai untuk penyelidikan, dan menghindari memperluas bukti diam-diam di luar lokasi yang benar-benar diperiksa.

Asumsi yang tidak dapat di cerahkan dari pengamatan

Simpan catatan interpretasi pendek memisahkan jumlah, perhitungan, dan asumsi. Contoh numerik dalam artikel ini adalah ilustrasi dari sebuah mekanisme; ganti input dengan pengukuran proyek sebelum membuat keputusan operasional. Untuk masukan yang tidak pasti, ulangi perhitungan selama jangkauan yang dapat dipertahankan dan lihat apakah kesimpulan berubah. Jika tidak, memperoleh bukti yang lebih baik untuk masukan itu mungkin lebih berharga daripada menyesuaikan pengaturan pemrosesan yang tidak berhubungan. Menyimpan hasil alternatif sehingga peninjau dapat memahami mengapa alur kerja yang dipilih dinilai cukup.

Menggunakan hasil dalam proyek pemetaan

Perangkat lunak fotogrametri Cloud paling berguna di sini ketika outputs tetap terhubung ke masukan dan pemeriksaan terdokumentasi. Sebuah proyek DroneColbab dapat dipertimbangkan sebagai satu tujuan pemrosesan, sementara analis mempertahankan tanggung jawab untuk interpretasi koordinat, validasi independen, dan konsekuensi untuk pengukuran yang dimaksudkan. (DroneCollab) Konfirmasi opsi impor dan ekspor yang tersedia untuk projek yang sebenarnya daripada mengasumsikan bahwa nama produk membangun dukungan atau akurasi.

Referensi dan bacaan lanjutan