DJI Zenmuse L2, DJI Matrice 4E, DJI Matrice 3 Enterprise - porównanie możliwości pomiaru

07-05-2025

Zespół UAV GeoLab z Politechniki Warszawskiej, we współpracy z firmą Drony.net, przeprowadził serię lotów testowych ze skanerem laserowym DJI Zenmuse L2 oraz jednym z najnowszych dronów DJI Matrice 4 Enterprise. Loty testowe odbywały pod koniec lutego 2025 r. nad miejscowością Górki koło Warszawy. Na wybranym obszarze znajdują przede wszystkim niskie zabudowania jednorodzinne. Dodatkowo w tym samym czasie przeprowadzono nalot dronem DJI Mavic 3 Enterprise. Celem nalotów było przede wszystkim porównanie możliwości pomiaru narożników budynków na chmurach punktów ze skanowania laserowego oraz na zdjęciach i chmurze punktów ze zdjęć. Z dronów Mavic 3 i Matrice 4 pozyskane zostały zdjęcia pionowe i ukośne, aby widoczne były narożniki budynków. Dane ze skanera L2 pozyskane zostały natomiast z wykorzystaniem wzoru skanowania non-repetitive, także w celu lepszego odwzorowania narożników budynków. Pozyskane dane i produkty zostały porównane z danymi pozyskanymi w czerwcu 2024 r. z kamery Zenmuse P1 oraz drona Mavic 3 Enterprise.

 



Rysunek 1: Obszar testowy, nad którym przeprowadzono naloty

 

Skanerem L2 pozyskano dane z pokryciem poprzecznym 80 %. Dronem Matrice 4 E pozyskano 2183 zdjęcia. Naloty wykonywane były na wysokości 90 m AGL, co daje rozmiar piksela terenowego zdjęć (GSD) 2,8 cm. Dronem Mavic 3 wykonano dwa naloty: z wysokości 60 m AGL w lutym 2025 pozyskano 5058 zdjęć, co daje rozmiar piksela terenowego zdjęć (GSD) 1,9 cm. Drugi nalot był wykonany w czerwcu 2024 roku z wysokości 90 m AGL, co daje wielkość GSD 2,8 cm. Wszystkie zdjęcia pozyskano z pokryciem poprzecznym i podłużnym 80/80%. 

Po pozyskaniu danych ze skanera L2 w programie DJI Terra opracowane zostały chmury punktów. Wybrano parametry opracowania danych, a także przetestowano klasyfikację gruntu. W programie skorzystano także z możliwości łączenia dwóch nalotów ze skanera L2, a także wygładzanie chmury punktów (smooth). Zdjęcia z dronów Mavic 3 i Matrice 4 zostały przetworzone w programie Agisoft Metashape Professional. Ze zdjęć wygenerowano gęste chmury i oteksturowane modele 3D mesh ze zdjęć ukośnych. 

W kolejnym kroku po przetworzeniu danych z nalotów zespół przeprowadził analizy w oparciu o pozyskane dane i posiadane geodezyjne pomiary terenowe. Wykonano przekroje przez chmurę, zarówno poziome, jak i pionowe, które umożliwiły ocenę szumu w chmurach punktów ze skanera laserowego i ze zdjęć. 

Dane przeanalizowano głównie na przekrojach podłużnych przez chmurę, na których można także wykonywać pomiary narożników budynków. Na podstawie przekrojów dla chmur ze skanera DJI Zenmuse L2 można zauważyć, że funkcja wygładzenia chmury smooth dostępna w najnowszej wersji oprogramowania DJI Terra wyraźnie zmniejsza szumy, tzn. rozbieżności w położeniu punktów na ścianach budynków, co wpływa na większą dokładność pomiarów na chmurze.

Ponadto na podstawie przekrojów można zauważyć, że przy budynkach występują większe szumy dla chmur z dronów Mavic, niż w przypadku chmury punktów z kamery P1. Punkty na chmurze z kamery P1 są bardziej spójne, co ułatwia pomiary i wpływa także na ich dokładność.

Na podstawie przekrojów ze zdjęć z dronów Mavic 3, Mavic 4 i kamery P1 widoczny jest wpływ pory roku. W zależności od terminu pozyskania zdjęć (dane z czerwca 2024 z drona Mavic 3 i kamery P1 oraz dane z lutego 2025 z drona Matrice 4 i Mavic 3) widać, że latem, kiedy na drzewach rosnących blisko domów występują liście, może pojawić się problem z widocznością, a tym samym możliwością pomiaru narożników budynków. Dlatego w przypadku pomiaru narożników budynków zaleca się wykonywanie nalotów w okresie bezlistnym.

Kolejnym analizowanym aspektem może być wysokość lotu. Ze względów czasowych i prawnych wybrano w większości wysokość lotu 90 m AGL. Jeden nalot Maviciem 3 wykonano na wysokości 60 m AGL. Niższy nalot oznacza zdjęcia o wyższej rozdzielczości przestrzennej (GSD), a więc lepszych zdolnościach pomiarowych oraz większej gęstości chmury punktów. Na rysunkach pokazujących chmury punktów w zbliżeniu do jednego budynku widać, że na przekroju podłużnym przez chmurę z drona Mavic 3 E pozyskanej z wysokości 90 m AGL jest mniej punktów na ścianie budynku niż na chmurze z wysokości 60 m AGL. Niezależnie od wysokości nalotu i drona, z którego zostały pozyskane zdjęcia, wszystkie chmury wyglądają podobnie. Chmura z kamery P1 charakteryzuje się nieco większą spójnością i mniejszą ilością szumów, co wynika z wyższej rozdzielczości zdjęć oraz ich lepszej jakości.

 



Rysunek 2: Przykład przekroju podłużnego przez chmurę punktów z drona Mavic 3 E (60 m AGL)

 



Rysunek 3: Przykład przekroju podłużnego przez chmurę ze skanera L2 po wygładzeniu (smooth)

 



 
Rysunek 4: Przykład przekroju podłużnego przez chmurę ze skanera L2 bez wygładzenia

 

 
Rysunek 5: Zbliżenie na budynek na przekroju podłużnym przez chmurę ze skanera L2 po wygładzeniu (smooth)

 



 
Rysunek 6: Zbliżenie na budynek na przekroju podłużnym przez chmurę ze skanera L2 bez wygładzenia

 



 
Rysunek 7: Przykład przekroju podłużnego przez chmurę punktów z drona Mavic 4 E (90 m AGL, luty 2025)

 



 
Rysunek 8: Przykład przekroju podłużnego przez chmurę punktów z drona Mavic 3 E (60 m AGL, luty 2025)

 

 
Rysunek 9: Przykład przekroju podłużnego przez chmurę punktów z drona Mavic 3 E (90 m AGL, czerwiec 2024)

 



 
Rysunek 10: Przykład przekroju podłużnego przez chmurę punktów z kamery P1 (90 m AGL, czerwiec 2024)

 



 
Rysunek 11: Zbliżenie na budynek na przekroju podłużnym przez chmurę z drona Mavic 4 E (90 m AGL, luty 2025)

 



 
Rysunek 12: Zbliżenie na budynek na przekroju podłużnym przez chmurę z drona Mavic 3 E (60 m AGL, luty 2025)

 



 
Rysunek 13: Zbliżenie na budynek na przekroju podłużnym przez chmurę z drona Mavic 3 E (90 m AGL, czerwiec 2024)

 



 
Rysunek 14: Zbliżenie na budynek na przekroju podłużnym przez chmurę z kamery P1 (90 m AGL, czerwiec 2024)