Contemporary measurement techniques facilitate the rapid and highly precise development of three-dimensional models of any spatial object. Terrestrial laser scanning (TLS) stands as one of the most precise methodologies. Nevertheless, instances arise wherein restrictions imposed by the terrain configuration or infrastructure design impede the acquisition of comprehensive information regarding its geometry. In such scenarios, the optimal resolution lies in the integration of data sourced from diverse measurement instruments. In the context of working with large objects, the optimal approach to capturing comprehensive data, particularly pertaining to the upper parts, involves utilising an unmanned aerial vehicle (UAV). The high resolution of images acquired at a low altitude enables the generation of a point cloud with remarkable accuracy, delivering a satisfactory outcome. When it comes to the modelling of special objects, such as brine graduation towers, the selection of suitable software that facilitates the creation of realistic three-dimensional models is of paramount significance. The study utilised the integration of data acquired from a low altitude using the DJI Air 2S Fly More Combo unmanned aerial vehicle. Diverse mission types were employed, and the data was subsequently recorded using a terrestrial Leica ScanStation P40 laser scanner. The research was conducted on a brine graduation tower situated above the Nowa Huta reservoir in Kraków. The tower’s dimensions necessitated the incorporation of TLS and UAV data. This study analyses three 3D models of the brine graduation tower in Nowa Huta. The models were generated using various computer programmes, namely MeshLab, Agisoft Metashape, and Cyclone 3DR, each of which demonstrated specific capabilities and suitability for modelling a special object like a brine graduation tower. The accuracy of the constructed three-dimensional model of the tower was determined by comparing sections that were measured in the field on the structure between photographic points marked by discs and the equivalent points on the model. Eighteen sections were measured, yielding a mean error of 0.039 m.
PL
Stosowane obecnie techniki pomiarowe pozwalają na bardzo szybkie, a zarazem bardzo dokładne opracowanie modeli 3D dowolnych obiektów przestrzennych. Jedną z najbardziej dokładnych metod jest naziemne skanowanie laserowe (ang. TLS). Jednak są sytuacje, w których ograniczenia wynikające z układu terenowego lub konstrukcji obiektu, nie pozwalają na pozyskanie pełnej informacji o jego bryle. W takich sytuacjach rozwiązaniem jest zintegrowanie danych z różnych instrumentów pomiarowych. Jeśli mamy do czynienia z dużymi obiektami, najlepszym wyborem do uzupełnienia danych, szczególnie górnych partii obiektu, jest zastosowanie bezzałogowej platformy latającej (ang. UAV). Rozdzielczość zobrazowań wykonanych na niskim pułapie jest na tyle dobra, że pozwala otrzymać zadowalający efekt w postaci chmury punktów. W przypadku modelowania obiektu szczególnego, jakim jest tężnia solankowa, istotny jest również dobór odpowiedniego oprogramowania, które pozwoli na stworzenie realnego modelu 3D danego obiektu. W badaniach wykorzystano integrację danych pozyskanych z niskiego pułapu z bezzałogowej platformy latającej DJI Air 2S Fly More Combo – wykorzystując różnego rodzaju misje, z danymi zarejestrowanymi naziemnym skanerem laserowym Leica ScanStation P40. Badania prowadzone były na tężni solankowej zlokalizowanej nad Zalewem Nowohuckim w Krakowie, której gabaryty wymagały zastosowania integracji danych TLS i UAV. Efektem opracowania jest analiza trzech modeli 3D nowohuckiej tężni solankowej. Modele wykonane zostały w różnych programach komputerowych: MeshLab, Agisoft Metashape oraz Cyclone 3DR z wykazaniem możliwości każdego z nich oraz podkreślając ich przydatność do modelowania obiektu szczególnego jakim jest tężnia solankowa. Dokładność powstałego modelu 3D tężni solankowej określono na podstawie porównania pomierzonych w terenie na obiekcie odcinków pomiędzy fotopunktami zasygnalizowanymi tarczami, a tymi samymi punktami na modelu. Pomierzono 18 odcinków, dla których uzyskano średni błąd 0.039 m.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.