Posts Tagged: accuracy

Home » accuracy

Qual è la precisione dei piccoli UAV nei monitoraggi di traffico?

Una nuova ricerca dal titolo “How accurate are small drones for measuring microscopic traffic parameters?” pubblicata sul Transportation Letters Journal, può fornire una risposta. Adam Babinec, uno dei principali sviluppatori del software DataFromSky, co-autore dell’articolo realizzato presso la University of Athens e la Brno University of Technology, afferma:
“Con questa ricerca abbiamo voluto esaminare il potenziale nell’utilizzo dei piccoli droni come parte integrante della struttura ITS, come soluzione per estrarre dati relativi alle traiettorie reali provenienti da filmati aerei realizzati su un’intersezione caratterizzata da un basso volume veicolare e un attraversamento pedonale. Inoltre, abbiamo esaminato l’accuratezza dei dati relativi alle velocità raccolti da un drone rispetto a quelli raccolti da un dispositivo On-Board Diagnostic II (OBD-II).”

I risultati mostrano come la fase di correzione della distorsione e la calibrazione del video sono di cruciale importanza al fine di ottenere un elevato livello di precisione, in termini di stabilizzazione e georeferenziazione del video. Per estrarre dati precisi dai filmati realizzati con i droni, ogni video aereo deve essere stabilizzato per compensare il movimento della videocamera in quanto vibrazioni o piccole raffiche di vento possono portare ad elevati errori sul suolo.

Immagine: un drone leggero a sei braccia (sinistra), area di indagine – un’intersezione a basso volume di traffico nel campus dell’università di Atene(destra)

L’articolo completo è consultabile su questa pagina.

L’accuratezza sul sistema di DataFromSky è stata esaminata in un altro documento di ricerca, realizzato in collaborazione con la Facoltà di Tecnologia dell’Informazione e quella di Ingegneria Civile presso la Brno University of Technology e pubblicato nell’International Journal of Transportation Science and Tecnology. Per ulteriori informazioni, clicca qui.

Read more

DataFromSky può essere abbastanza accurato per le tue applicazioni?

Ecco la risposta nel nostro nuovo articolo…Fin dall’avvio di DataFromSky abbiamo collaborato attivamente con gli accademici per analizzare il traffico e progettare sistemi di trasporto più sicuri per un futuro migliore.

Dietro lo sviluppo del processo di estrazione e analisi delle traiettorie dei veicoli, ottenibili tramite video aerei, cerchiamo anche di analizzare l’accuratezza del nostro metodo. In collaborazione con la facoltà di Tecnologia dell’Informazione e la facoltà di Ingegneria Civile alla Brno University of Technology, stiamo lavorando per analizzare la precisione della stima della posizione dell’oggetto e dell’ accuratezza delle traiettorie estratte e le loro proprietà nel caso in cui vengano stimate da UAV che volano basso (vedi le nostre notizie di un anno fa).

L’anno scorso abbiamo sviluppato un tool per valutare la precisione dell’algoritmo per la stima del posizionamento dell’oggetto simile a quello utilizzato in DataFromSky. Abbiamo utilizzato questo tool per la verifica dell’accuratezza della stima della posizione dell’oggetto partendo da immagini aeree catturate da un drone in diversi scenari e comparando i risultati con i dati spaziali raccolti con un sensore GPS a grado industriale. Una parte di questa ricerca e dei suoi risultati è stata pubblicata recentemente in una pubblicazione speciale di Unmanned Aerial Vehicles nel giornale scientifico sottoposto a peer-review International Journal of Transportation Science and Technology ed è già disponibile per l’anteprima pre-stampa al seguente link:
http://dx.doi.org/10.1016/j.ijtst.2017.02.002

L’articolo fornisce un approfondimento nella natura dell’accuratezza della stima della posizione e le proprietà dell’incertezza della propagazione attraverso l’algoritmo, tenendo in considerazione i diversi aspetti della videocamera, del luogo e la loro impostazione. Il contributo che offre l’articolo è quello di fornire uno strumento di guida per scegliere propriamente ed impostare la posizione del drone e della videocamera per raggiungere la precisione desiderata per la stima della posizione di un oggetto nel contesto del traffico precedente alla cattura del contesto stesso.

Figura: “Visualizzazione spaziale dell’errore in metri risultante dalla stima della posizione e causato dalla deformazione non-lineare, in tutto il campo visivo della telecamera. Le 4 croci rosse rappresentano i punti di riferimento. La videocamera è situata alla posizione (0, 0, 100) [m] guardando direttamente verso il basso.”

Read more

Precisione ed errore – il modello e le misurazioni

Se ci seguite da un po’ di tempo avrete probabilmente notato che finora non abbiamo mai fornito alcun dato preciso riguardo alla precisione e agli errori delle nostre misure. Ciò nonostante, sappiamo bene che un prodotto che si propone di estrapolare dati quantitativi senza mai definire l’accuratezza con cui li ricava, è quantomeno sospetto. Perciò, ora non dovrebbe stupirvi venire a conoscenza del fatto che stessimo anche lavorando per darvi una risposta in merito a questo aspetto.

Cosa abbiamo fatto? Ci siamo impegnati a creare un modello dell’intero processo utilizzato per generare i nostri dati, e stiamo attualmente lavorando su una serie di misurazioni che ci permettano di validarlo.

Modello

Abbiamo costruito un modello matematico che comprendesse l’intera procedura di elaborazione da cui otteniamo i dati. Questo comprende la realtà fisica dell’obiettivo, un sistema ottico completo e un’elaborazione digitale. Le seguenti fonti d’errore sono state tenute in conto:

  • Errori nella localizzazione del punto di riferimento (in metri);
  • Incertezza nei pixel del punto di riferimento (in pixels);
  • Parametri intrinseci della camera (in pixels);
  • Incertezza nei pixel dell’obiettivo (in pixels);
  • Turbolenza dell’aria (in pixels – incluse l’incertezza nei pixel dell’obiettivo/del punto di riferimento);

Attraverso questo modello siamo in grado di combinare tra loro molte variabili di setup – precisione raggiunta, distanza, area coperta, angolo d’incidenza, distanza inclinata,… – e i risultati ottenuti sono molto incoraggianti! La figura riportata di seguito mostra la potenziale estensione dell’area d’indagine utilizzando una camera 4k, in funzione dell’angolo d’incidenza e della distanza inclinata, assumendo un errore massimo di 0,5 metri:

Accuracy for a 4k camera, depending on incidence angle and slant range

Cosa si può leggere dal grafico? Si osserva come l’angolo d’incidenza pari a 40° rappresenti un valore massimo, ragionevolmente da non superare. Una distanza inclinata di 140 metri a 0° di incidenza (cioè esattamente sopra al baricentro dell’area d’indagine) fornisce invece il miglior risultato in estensione. Nel caso di utilizzo di una camera HD, l’area d’indagine si riduce invece a un quarto rispetto a quella in 4k, e l’altezza zenitale ottimale risulta dimezzata a 70 metri.

Possiamo inoltre sovrapporre le curve di precisione risultanti dal modello su immagini reali, ossia visualizzare l’accuratezza raggiungibile direttamente sulle immagini. Speriamo anzi di poter presto integrare questa funzione nel Viewer di DataFromSky, in modo da darvi la possibilità di verificarlo voi stessi. Per il momento, abbiamo utilizzato quest’immagine dal video di Randers in Danimarca (in HD). I numeri visualizzati rappresentano l’errore in metri, con le relative isolinee. Lo stesso video, ma girato in 4k, avrebbe invece prodotto metà dell’errore.

Achieved accuracy example in a real scene

Validazione delle misure

Al fine di validare il modello, abbiamo effettuato una serie di misurazioni in un’area che abbiamo individuato vicino Popice, un piccolo paese della Moravia meridionale conosciuto per i suoi vigneti.

Popice area used for measurements

Qui abbiamo posizionato una griglia regolare costituita da 64 punti di riferimento, posizionati 8×8 a formare uno schema quadrato di 100 m di lato. I punti sono stati fissati attraverso l’impiego di un GPS professionale in modalità differenziale, raggiungendo una precisione di posizionamento di circa 5 cm.

Split picture: Calibration landmark, Jiří Apeltauer holding the gps receiver

A questo punto abbiamo utilizzato un drone, col quale è stato girato un video aereo dell’area marcata, ovviamente in 4k. Nell’immagine seguente, presa da ovest rispetto all’area d’indagine, è riportata la traiettoria percorsa dal drone durante il volo, proiettata sul piano del terreno.

UAV trajectory projected onto ground

Abbiamo quindi semplicemente importato su DataFromSky il video registrato, e impostato i punti di riferimento fissati a terra come oggetti del tracciamento. Dall’immagine non è possibile vedere direttamente i punti di riferimento, poiché le etichette rosse con i nomi di ciascun elemento sono esse stesse più larghe di un foglio A4 a quella risoluzione, ma fidatevi: sono esattamente nei punti indicati.

UAV trajectory projected onto ground

Risultati

Stiamo ancora lavorando per estrapolare i risultati. Finora la corrispondenza tra il modello e le misure eseguite sul campo è molto buona, e anzi gli output del modello suggeriscono una precisione ancora migliore rispetto a quella che ci saremmo auspicati!
Presenteremo i risultati in una rivista di pubblicazioni scientifiche. Se tutto procede come speriamo, saremo in grado di finire l’articolo in pochi giorni, per fornirvi maggiori indicazioni a riguardo!
Poiché il testo riguarda l’accuratezza dei dati, possiamo solo dirvi che c’è ancora molto da dire: abbiamo infatti misurato la posizione nel tempo di un veicolo in movimento, utilizzando anche in questo caso un GPS a bordo, ed analizzato questo ulteriore set di dati.

Read more