monitoreo de obra mediante modelos digitales de …
Post on 23-May-2022
2 Views
Preview:
TRANSCRIPT
MONITOREO DE OBRA MEDIANTE
MODELOS DIGITALES DE ELEVACIÓN
GENERADOS POR FOTOGRAMETRÍA
CON DRONES
Por: Lizeth Daniela Molina Martínez
Asesor: Ricardo Camacho Castilla
Universidad de Los Andes
Departamento de Ingeniería Civil y Ambiental
Junio de 2019
Resumen
El presente proyecto de grado expone la aplicación del monitoreo de obra mediante el análisis de
los modelos digitales de elevación creados a partir de la fotogrametría con drones, una de las
nuevas tendencias implementadas en la construcción civil con el objetivo facilitar actividades
como impulsar un control de calidad oportuno, mejorar el georeferenciamiento, optimizar la
gestión de recursos o determinar volúmenes del inventario. El estudio en cuestión se realiza
sobre el área de construcción del futuro Centro Cívico de la Universidad de Los Andes, proyecto
que se encuentra en etapa de excavación actualmente. Para comenzar, se lleva a cabo un registro
periódico de datos en esta obra a través de un drone Phamton 4Pro. Consecutivamente, se hace la
modelación en el software Pix4D y se compara en CloudCompare. Dado esto, se entregan nubes
de puntos, modelos DSM (Digital Surface Model), ortomosaicos georreferenciados y un análisis
de la información procesada, en el que se relacionan los datos proporcionados por la
interventoría de la obra con los volúmenes extraídos en la construcción calculados con base en
los modelos.
Palabras Clave:
Monitoreo, fotogrametría, MDE, Pix4D, nubes de puntos 3D, CloudCompare.
Introducción
Este trabajo es el comienzo de un gran proyecto en el cual se pretende realizar el
seguimiento a la Obra del Centro Cívico de la Universidad de los Andes durante toda su
construcción, el objetivo es generar modelos para guardar reporte de todo el proceso constructivo
de la obra, desde la excavación para adecuación del terreno y la fundición de la cimentación,
hasta el levantamiento del edificio. Estos modelos sirven para analizar el avance de la obra,
detectar problemas para corregirlos de manera oportuna, comparar estos modelos que
representan la situación real de la construcción contra los modelos virtuales generados por BIM.
Dado lo anterior, será posible optimizar la utilización de materiales, identificar causas de atraso
en la obra, mejorar la planeación, reducir costos y garantizar una edificación segura.
El monitoreo de obra es un sistema que verifica si las actividades se están llevando a cabo
según lo planeado, ¿cómo se realizan? y ¿qué resultados se están obteniendo?; en otras palabras,
este seguimiento es el proceso que garantiza que las actividades reales se ajusten a las
actividades proyectadas. Al desarrollar esta actividad es importante no sólo tomar registros, sino
también analizar e interpretar los datos que se recogen, y con éstos influir en el curso de las
actividades a corto plazo. Estar al tanto de lo que ocurre en la obra genera confianza en el
proyecto; de modo que se detectan problemas a tiempo, surge la oportunidad de remediar daños
o usar mejor los recursos, se ahorra tiempo en los procesos al coordinar adecuadamente el
trabajo, se disminuyen costos estandarizando los procesos, se asegura el cumplimiento de los
objetivos y finalmente, la información generada trae consigo gran valor para el estudio de la
programación y presupuestos en nuevas obras (Álvarez, y otros, 1995).
En este proyecto, la supervisión se realiza a través del análisis de modelos digitales de
elevación. La técnica utilizada para desarrollar los modelos tridimensionales es la fotogrametría,
la cual permite modelar una superficie en 3D, generar planos, llevar a cabo mediciones de
longitudes, áreas o volúmenes garantizando la precisión durante la generación de mapas
(HÉLICÉO, 2019). En general, este es un proceso muy complejo en el que el objetivo principal
es convertir datos bidimensionales en información cartográfica/tridimensional; con esto se logra
conocer las propiedades geométricas de un objeto o una superficie con base en información
obtenida a partir de varias imágenes con información redundante. En la actualidad, la
fotogrametría está basada en las técnicas tradicionales; sin embargo, los requerimientos, el
equipamiento necesario y la complejidad de las operaciones se ha reducido sustancialmente y
con esto los costos han caído de forma radical. (Aerial Insights, 2019)
Los drones para fotogrametría ofrecen rapidez. Complejos proyectos de ingeniería ahora
pueden ser completados en pocas horas con equipos de unos pocos miles de euros. Es posible
disponer del mapa totalmente procesado en el mismo día de la toma de la información, de
manera que se da un mayor control mejorando el resultado final. Dado esto, la técnica
mencionada se acopla perfectamente al objetivo del monitoreo de obra visto como una
colaboración que se da al proceso de construcción y una manera de recopilar información para
presentarla a los interesados en proyecto durante las Asambleas Comunitarias.
El alcance de este trabajo es el monitoreo de la obra del Centro Cívico de la Universidad de
Los Andes durante parte de su fase de excavación, este se hace por medio del estudio de los
modelos digitales de elevación, con los cuales se pretende obtener información como la
diferencia de volúmenes entre periodos de análisis y realizar una comparación de estos respecto a
la información con la que dispone la interventoría. Lo anterior, se ejecuta con el objetivo de
probar la viabilidad del uso de la técnica de fotogrametría con drones en el monitoreo de obra
para continuar ejerciendo un control de obra durante las demás fases de la construcción del
Centro Cívico.
Metodología
La metodología seguida en el presente trabajo busca llegar al cálculo de volúmenes de
excavación mediante la obtención de modelos digitales que representen el avance de obra en la
construcción del Centro Cívico de la Universidad de Los Andes. Teniendo en cuenta el objeto de
este proyecto, el primer paso consiste en la realización de la georreferenciación del área de
estudio. Seguido a esto, se pone en práctica la topografía con drones haciendo uso de un
Phantom 4Pro; para ello, se determinan las condiciones a aplicar en la toma de datos y se hace la
planeación de los vuelos en lo referente tanto al área de vuelo como a las fechas de registro de
información. A continuación, se implementa la fotogrametría a través del uso del software
Pix4D, el cual procesa las imágenes que se le proporcionan de cada vuelo y forma las nubes de
puntos que luego deben ser limpiadas extrayendo únicamente los datos de interés; así, se obtiene
un modelo por cada registro de datos hecho en los distintos vuelos. Luego, en el programa
CloudCompare se efectúa del cálculo de la diferencia de volúmenes entre las nubes de puntos
generadas previamente. Por último, se realiza la comparación de los valores de volúmenes de
excavación obtenidos con los softwares respecto con la información dada por la interventoría de
la obra.
Georreferenciación área de estudio
El control de la topografía del levantamiento fotográfico es fundamental para la correcta
ubicación de coordenadas y elevaciones de los puntos que se desea comparar. Éste se materializa
por medio de la georreferenciación por puntos de control, que se entiende como la
transformación polinómica bidimensional por medio de puntos de control concluyentes y la
interpolación para el resto de los píxeles de la imagen (Richards & Jia, 2006).
Los puntos geodésicos elegidos se seleccionan previendo que su identificación sea clara
desde el panorama que visualiza la cámara del drone, además, estos deben ser elementos que
permanezcan fijos en el paisaje durante todo el periodo de análisis del actual proyecto. Para
registrar su posición espacial se hace uso de equipos de alta precisión con el fin de disminuir el
máximo error posible. Mediante un receptor GR-5 de Topcon, con proceso diferencial doble
banda y GNSS se identifican las coordenadas de los puntos de control en el sistema geográfico
de la red Magna-Sirgas Bogotá Zone.
Figura 1. Puntos de control.
Topografía con drones
El uso de drones en los servicios topográficos incrementa la productividad, reduce los
costos, reduce los tiempos de ejecución y aumenta el nivel de precisión. Para realizar la toma de
datos se hace uso del DJI Phantom 4Pro, un drone premium equipado con los últimos avances de
tecnológicos de la marca DJI tales como un sensor que evita choques en cinco direcciones,
cámara 4k con un sensor CMOS de 1" de 20 MP, batería con autonomía de vuelo de 30 minutos
y funciones de piloto automático características como punto de interés, Terrain follow y Tripod
mode (DJI, 2019).
Mediante la aplicación móvil Pix4d Capture es posible programar la misión usando la
inteligencia artificial del piloto automático del drone. El primer paso es definir el polígono de
vuelo, el cual cubre el área de la obra y una zona aferente donde se abarcan los puntos de control.
Así mismo, se programa la altura del vuelo como 70 metros, el porcentaje de sobreposición de
las imágenes en 80% y el ángulo de inclinación de la cámara en 90°. Es importante asegurar que,
en la zona de vuelo, a la altura mencionada, no existan obstáculos como cables, árboles, edificios
u otros que sean posible causa de accidentes.
Figura 2. Polígono de vuelo.
Con el fin de generar modelos de elevación digital donde se aprecien diferencias
considerables entre los mismos, en los cuales sea posible observar los avances de la obra, se
efectúan vuelos periódicamente durante tres meses. La tabla presentada a continuación expone
las fechas en las que se toma reporte de datos con la misión programada previamente.
Tabla 1. Fechas programadas para toma de datos.
Vuelo / Toma de datos Fecha de realización
Vuelo 01 Enero 25 de 2019
Vuelo 02 Febrero 04 de 2019
Vuelo 03 Febrero 21 de 2019
Vuelo 04 Marzo 06 de 2019
Vuelo 05 Marzo 13 de 2019
Vuelo 06 Marzo 27 de 2019
Vuelo 07 Abril 04 de 2019
Vuelo 08 Abril 25 de 2019
Fotogrametría
Para llevar a cabo el desarrollo de la fotogrametría en este proyecto se emplea el software
Pix4Dmapper, programa que permite generar mapas y modelos 3D al procesar las imágenes
manifestadas como parámetros iniciales. Cabe mencionar que este es el único software que
acepta el procesamiento de los datos tanto de modo local como en la nube; para este caso se
realiza de manera local. Como producto final se pueden adquirir nubes de puntos de color, nubes
de puntos clasificados, modelos de superficie digital (DSM), modelos de levación digital (DEM),
modelos de terreno digital (DTM), ortomosaicos, mallas texturizadas 3D, líneas de contorno,
entre otros (PIX4D, 2019).
Pix4D maneja tres pasos para desempeñar con su misión, los cuales deben ser ejecutados
para cada una de las tomas de datos por aparte. Inicialmente se corre el primer paso que consiste
en la reconstrucción en 3D derivada de intersección de rayos proyectados en el espacio a partir
de las imágenes originales; cada punto 3D que se detecte en las imágenes será enlazado a un
mismo rayo. Se crea la nube de rayos considerando todos los puntos como puntos clave de la
escala de imagen. Ahora bien, es necesario enlazar la nube formada a la ubicación correcta de
cada punto, por lo cual se seleccionan los puntos de control en las fotos y se les asignan las
coordenadas halladas. El proceso anterior se realiza en aproximadamente siete fotos por punto y
en las demás se acepta la proyección que hace el programa. Dado esto, es indispensable
reoptimizar el modelo para aterrizar la nube a las coordenadas sugeridas por los puntos de
control.
En el modelo ajustado se garantiza precisión, ya que “al crear o editar objetos vectoriales
(puntos, líneas y superficies), siempre puede justificar la posición precisa de cada punto
utilizando las imágenes 2D originales” (PIX4D, 2019). Posteriormente, se corre el paso dos, el
cual crea la nube de putos y la maya texturizada 3D; para esto se considera el tamaño de escala
de imágenes como 1:1, la densidad de puntos alta, se solicitan mínimo 3 matches y se pide que se
clasifiquen los puntos en la generación del DTM. Por último, se corre el paso 3 con el fin de
crear el DSM, el ortomosaico y calcular los índices. El método de construcción del DSM es la
ponderación inversa de la distancia; además, se programa el uso filtrado de ruido, suavizado de
la superficie y fusión de fichas.
Teniendo en cuenta lo anterior, en el Anexo 1 se presenta el registro del paso a paso
realizado en el software Pix4D para la obtención de los resultados del actual proyecto; cabe
mencionar que este mismo procedimiento se hace para cada una de las tomas de datos realizadas.
Resultados y análisis de resultados
Los resultados exhibidos en esta sección son producto de la aplicación de la fotogrametría
y el análisis de los levantamientos de planos generados. Las coordenadas obtenidas para los
puntos de control en el sistema de referencia geodésico MAGNA-SIRGAS / Colombia Bogota
zone, con base en las cuales cada modelo es acoplado, se muestran en la tabla presentada a
continuación.
Tabla 2. Coordenadas de los puntos de control
Puntos de control X [m] Y [m] Z [m]
Mtp1 1001304.709 1000612.905 2657.773
Mtp2 1001257.428 1000682.808 2649.902
Mtp3 1001274.139 1000744.753 2650.128
Mtp4 1001301.453 1000731.454 2652.250
Selección de información
Con el objetivo de comparar los modelos generados para ver el progreso de la excavación
del Centro Cívico se opta por limpiar las nubes de puntos, de manera que se eliminan los puntos
3D que conforman el ruido de las imágenes, las zonas mapeadas que no interfieren en el estudio
y los elementos que no hacen parte de la superficie del terreno tales como las volquetas, las
casetas, materiales descargados o maquinaria presente en la obra en el momento en que se
realizaron los vuelos. Lo anterior se hace para disminuir el error en el cálculo de volúmenes; no
obstante, se debe tener cuidado de no alterar la forma del suelo al borrar los elementos
mencionados, ya que suelen aparecer vacíos que más adelante se interpolan con los puntos
aledaños. Este proceso se desarrolla en el rayCloud de Pix4D con la herramienta “Editar nube de
punto densificada”.
Figura 3. Limpieza de nube de puntos.
Figura 4. Modelo final de nube de puntos.
Comparación de nubes de puntos
Ahora bien, contando con las nubes de puntos generadas a partir de las fotos tomadas en
cada vuelo, se continúa acoplando estas a un mismo plano para compararlas entre sí mismas.
Esto se lleva a cabo en CloudCompare, un software de edición y procesamiento de nubes de
puntos tridimensionales, el cual integra herramientas de comparación directa, algoritmos de
registro, gestión de campos escalares, estadísticas de cálculo y herramientas de visualización
(Delgado, 2016). A modo de ejemplo, en la siguiente imagen se muestran las nubes de puntos
correspondientes al vuelo 3 (tonos grises) y al vuelo 4 (tonos verdes y azules).
Figura 5. Ensamblaje de nubes: vista superior.
Figura 6. Ensamblaje de nubes: vista inferior.
Como se puede observar las nubes ensamblan bien entre sí; no obstante, en la vista
superior de la superficie no deberían ser visibles los tonos verdes dado que según el avance de la
obra se realizaron excavaciones, más no rellenos. Esto sucede porque, aunque los modelos de
elevación se ajustan a los mismos puntos de control, no se confirma la ubicación exacta de estos
en todas las fotos donde se encuentran y, además, las proyecciones de los demás puntos se
realizan por separado en cada caso de estudio. El porcentaje de precisión al ajustar los modelos a
los puntos de control y el error en las proyecciones se expone en el Anexo 2.
Por una parte, la tabla mostrada a continuación muestra el cálculo de volumen hecho por
CloudCompare para la superficie entre una nube de puntos y su consecuente según la fecha de
toma de datos.
Tabla 3. Cambio de volumen según CloudCompare.
Nubes comparadas V1-V2 V2-V3 V3-V4 V4-V5 V5-V6 V6-V7 V7-V8
Volumen [m3] 317.38 1906.48 1075.55 2055.59 713.88 547.77 1619.27
Superficie [m2] 3123.72 3291.02 3285.54 3226.14 3357.81 3413.79 3220.56
Volumen añadido [m3] 273.71 341.39 526.57 205.38 634.74 746.45 603.59
Volumen removido [m3] 591.08 1728.47 1602.12 2260.97 1331.79 1294.22 2222.86
Puntos coincidentes 99.30% 99.10% 99.70% 99.80% 96.10% 99.00% 99.80%
Puntos no coincidentes 0.70% 0.90% 0.30% 0.20% 4.00% 1.00% 0.20%
Promedio puntos
aledaños 79/80 79/80 79/80 79/80 79/80 79/80 79/80
Por otra parte, el reporte dado por Cemex Colombia S.A. a la interventoría de la obra del
Centro Cívico, durante las fechas de interés para este trabajo, la firma DC VECO LTDA ingresó
al sitio de Disposición final de RCD ESCOMBRERA TUNJUELO los volúmenes reportados en
la siguiente tabla, los cuales provienen de la tierra extraída en la excavación de la obra. Cabe
mencionar que una parte de las extracciones no se retira inmediatamente de la obra, ya que se
destina a ser usada para la formación de rampas para facilitar la movilidad interna de la
maquinaria.
Tabla 4. Volúmenes extraidos en volquetas.
Nubes comparadas V1-V2 V2-V3 V3-V4 V4-V5 V5-V6 V6-V7 V7-V8
Volumen [m3] 825.0 2275.0 2055.0 1620.0 1650.0 1035.0 2710.0
Teniendo en cuenta el volumen removido reportado en la Tabla 3. Cambio de volumen
según CloudCompare. y el volumen extraído por las volquetas registrado en la Tabla 4 se tiene que
en general este último es mayor, lo cual ocurre porque la tierra presenta un coeficiente de
expansión luego de ser descompactada en la extracción. Al comparar los valores se observa que
la relación entre el volumen de la tierra expandida y el volumen de la tierra compacta disminuye
a medida que la excavación es más profunda, lo cual concuerda con el reporte dado por el
supervisor de la obra quien afirma que en la parte inferior del suelo se encontró demasiada roca,
situación que retrasó el proceso. El coeficiente de expansión calculado empíricamente se
presenta en la siguiente tabla.
Tabla 5. Expansión de la tierra.
Nubes comparadas V1-V2 V2-V3 V3-V4 V4-V5 V5-V6 V6-V7 V7-V8
Volumen compacto [m3] 591.08 1728.47 1602.12 2260.97 1331.79 1294.22 2222.86
Volumen suelto [m3] 825 2275 2055 1620 1650 1035 2710
Coeficiente de expansión 1.40 1.32 1.28 0.72 1.24 0.80 1.22
Como se observa, el coeficiente de expansión hallado para la tierra extraída entre los
vuelos 4 y 5, así como entre los vuelos 6 y 7 presenta un valor menor a la unidad; lo anterior se
puede explicar por dos razones, la primera consiste en que la precisión del ajuste de los puntos de
control no es exacta, de tal manera que se generan volúmenes añadidos irreales al comparar las
nubes de puntos y la segunda, porque como se mencionó anteriormente, no siempre se saca del
área de construcción toda la tierra excavada, sino que una parte se ubica sagazmente en la
adecuación del terreno para facilitar el desempeño de otras actividades como el transporte de
maquinaria o movilización del personal de trabajo. Finalmente, otro posible error es que el
registro de datos no se hace al final del día y el reporte de interventoría sí se toma para los días
completos.
Conclusiones y recomendaciones
El monitoreo de obra es una labor indispensable en las construcciones civiles para llevar a
cabo los proyectos de manera óptima y eficaz. Se evalúan factores como el almacenamiento de
los materiales, las herramientas usadas, la programación de obra, el modo de ejecución de las
actividades y su rendimiento. Una buena alternativa para realizar el seguimiento a una
construcción es el análisis de modelos digitales que representen la situación actual del proyecto,
estos pueden obtenerse a través de la fotogrametría con drones.
Haciendo uso de los softwares Pix4D y CloudCompare para llevar el control del avance de
obra al Centro Cívico en su etapa de excavación se encontró que los modelos generados son una
representación muy cercana a la realidad y contienen información útil para desarrollar un buen
monitoreo. Para obtener la mayor aproximación posible se recomienda trabajar con un alto
porcentaje de traslapo en el registro de datos, así se obtendrán nubes de puntos densas que
cuenten con detalles precisos, los cuales cobran mayor importancia a medida que la construcción
avanza, por ejemplo, en etapas posteriores como la formación de la estructura y la colocación de
instalaciones.
Respecto a la fase de excavación, los modelos generados se acoplaron adecuadamente entre
sí permitiendo hacer con certeza la comparación y el cálculo de volúmenes; no obstante, en
algunos casos el error en el ajuste de los puntos de control provocó la formación de volúmenes
añadidos no existentes entre una toma de datos y su consecuente. Dado esto, para posteriores
estudios, se recomienda añadir un punto de control dentro de la zona de interés, el cual se
mantenga fijo durante el periodo de comparación. El gráfico presentado a continuación muestra
distintos cortes del terreno, en los cuales evidencia el proceso de excavación en el trascurso del
proyecto.
Figura 7. Cortes de terreno.
Vuelo 01 Vuelo 02
Vuelo 03 Vuelo 04
Vuelo 05 Vuelo 06
Vuelo 07 Vuelo 08
La construcción debe cumplir con los estándares de seguridad señalados en la normativa,
no únicamente para la obra propia, sino que también se debe asegurar que no se produzcan daños
a las propiedades aledañas, dando acatamiento a lo establecido en las actas de vecindad. Para
continuar con el proyecto se sugiere corroborar por medio de los modelos generados que no se
presenten asentamientos diferenciales en las edificaciones vecinas, ya que pueden ser provocados
por un posible desequilibrio en la estabilidad del suelo luego de la excavación; es decir, que el
muro de contención en fundición esté desempeñando correctamente su función.
Finalmente, se propone continuar generando los modelos digitales de elevación y
desarrollar los modelos BIM para obtener una correlación entre los mismos a medida que se
construye la obra del Centro Cívico. El estudio de los primeros proporciona la información
necesaria para evaluar la situación real del proyecto; su análisis y medidas tomadas al respecto
harán posible estar más cerca de las metas planteadas en los modelos BIM, detectando errores,
corrigiendo estos pertinentemente y optimizando los procesos para lograr entregar una
edificación de calidad a su debido tiempo.
Bibliografía
Aerial Insights. (2019). ¿Qué es la fotogrametría con drones? Obtenido de https://www.aerial-
insights.co/blog/fotogrametria-con-drones/
Álvarez, A., Barralaga, E., Cerritos, I., Cruz, M., Neves, H., & Rivera, F. (1995). Monitoreo
comunitario de la ejecución de la obra. Tegucigalpa, Honduras: Ediciones
Guardabarranco.
Delgado, A. (Julio de 2016). Comparación de Nubes de Puntos obteidas mediante Laser 3D y
Sistemas Esteroscópicos Ópticos. Universidad de Oviedo.
DJI. (2019). DIJ. Obtenido de Phantom 4 Pro V2.0: https://www.dji.com/phantom-4-pro-
v2?site=brandsite&from=landing_page
HÉLICÉO. (2019). Geomatic Innovation&Technology. Obtenido de Fotogrametría por drones:
http://www.heliceo.com/es/industrias/fotogrametria-por-drones/
PIX4D. (2019). Pix4Dmapper. Obtenido de What file types does Pix4Dmapper deliver?:
https://www.pix4d.com/product/pix4dmapper/outputs
PIX4D. (2019). RayCloud: the power of understanding photogrammetry. Obtenido de
https://www.pix4d.com/blog/raycloud-power-understanding-photogrammetry
Richards, J., & Jia, X. (2006). Remote Sensing Digital Image Analysis: An Introduction. Berlin:
Springer-Verlag.
Anexos
Anexo 1. Procedimiento fotogramétrico en Pix4D
Figura 8. Selección de imágenes y sistema de referencia de coordenadas.
Figura 9. Consideraciones paso 1.
Figura 10. Establecimiento de puntos de control.
Figura 11. Reoptimización del modelo / Ajuste de coordenadas.
Figura 12. Consideraciones paso 2.
Figura 13. Ejemplo de resultados paso 2: nube de puntos.
Figura 14. Consideraciones paso 3.
Figura 15. Ejemplo de resultados paso 3: ortomosaico.
Anexo 2. Precisión y porcentajes de error en las proyecciones durante el ajuste a
los puntos de control.
Tabla 6. Ajuste de punto de control mtp1.
GCP mtp1 (3D)
Nube de
puntos
Precisión
XY/Z [m]
Error X
[m]
Error Y
[m]
Error Z
[m]
Error de
proyección
[píxel]
Vuelo 01 0.020/ 0.020 0.003 0.002 -0.001 0.715
Vuelo 02 0.020/ 0.020 0.006 -0.005 -0.010 0.564
Vuelo 03 0.020/ 0.020 0.006 0.001 -0.006 0.623
Vuelo 04 0.020/ 0.020 0.008 0.035 0.062 0.938
Vuelo 05 0.020/ 0.020 0.000 0.020 0.030 1.055
Vuelo 06 0.020/ 0.020 0.017 -0.015 -0.027 1.140
Vuelo 07 0.020/ 0.020 0.006 0.006 0.009 0.600
Vuelo 08 0.020/ 0.020 -0.003 0.007 -0.004 1.287
Tabla 7. Ajuste de punto de control mtp2.
GCP mtp2 (3D)
Nube de
puntos
Precisión
XY/Z [m]
Error X
[m]
Error Y
[m]
Error Z
[m]
Error de
proyección
[píxel]
Vuelo 01 0.020/ 0.020 -0.026 -0.003 -0.016 1.265
Vuelo 02 0.020/ 0.020 0.001 0.013 0.007 1.515
Vuelo 03 0.020/ 0.020 -0.024 0.000 -0.005 1.179
Vuelo 04 0.020/ 0.020 -0.022 -0.005 0.001 0.979
Vuelo 05 0.020/ 0.020 -0.023 0.001 -0.027 1.351
Vuelo 06 0.020/ 0.020 -0.011 0.014 -0.040 1.427
Vuelo 07 0.020/ 0.020 -0.047 0.014 -0.083 2.158
Vuelo 08 0.020/ 0.020 -0.017 -0.004 -0.022 4.085
Tabla 8. Ajuste de punto de control mtp3.
GCP mtp3 (3D)
Nube de
puntos
Precisión
XY/Z [m]
Error X
[m]
Error Y
[m]
Error Z
[m]
Error de
proyección
[píxel]
Vuelo 01 0.020/ 0.020 0.019 -0.016 0.023 2.221
Vuelo 02 0.020/ 0.020 -0.025 0.030 -0.080 1.820
Vuelo 03 0.020/ 0.020 0.018 -0.015 -0.016 1.617
Vuelo 04 0.020/ 0.020 0.005 0.005 -0.112 2.873
Vuelo 05 0.020/ 0.020 -0.009 -0.008 -0.006 3.800
Vuelo 06 0.020/ 0.020 -0.003 0.004 0.001 1.762
Vuelo 07 0.020/ 0.020 0.001 -0.035 0.030 3.154
Vuelo 08 0.020/ 0.020 0.025 0.006 -0.019 1.242
Tabla 9. Ajuste de punto de control mtp4.
GCP mtp4 (3D)
Nube de
puntos
Precisión
XY/Z [m]
Error X
[m]
Error Y
[m]
Error Z
[m]
Error de
proyección
[píxel]
Vuelo 01 0.020/ 0.020 -0.009 0.007 0.046 0.927
Vuelo 02 0.020/ 0.020 0.002 -0.030 0.033 1.594
Vuelo 03 0.020/ 0.020 -0.000 0.008 0.023 1.016
Vuelo 04 0.020/ 0.020 0.018 -0.018 0.156 1.549
Vuelo 05 0.020/ 0.020 0.022 -0.002 0.033 1.560
Vuelo 06 0.020/ 0.020 0.005 -0.021 0.021 2.168
Vuelo 07 0.020/ 0.020 0.042 0.002 0.033 3.662
Vuelo 08 0.020/ 0.020 0.003 0.022 0.061 1.357
top related