عنوان پایان‌نامه
ارزیابی مثلث بندی هوائی رقومی مبتنی بر مشا هدات کمکی GPS/INS
- رشته تحصیلی
- مهندسی عمران - نقشه برداری - فتوگرامتری
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 2327;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 57899
- تاریخ دفاع
- ۱۳ مهر ۱۳۹۰
- دانشجو
- رضوان عزیزی
- استاد راهنما
- محمد سعادت سرشت
- چکیده
- مثلث بندی هوایی یک روش شناخته شده فتوگرامتری برای تعیین پارامترهای توجیه خارجی تصاویر هوایی و مختصات دار کردن نقاط گرهی روی سطح زمین است. مشکلات اساسی مثلث بندی هوایی تعیین مقادیر اولیه پارامترها، آشکارسازی و حذف اشتباهات و خطاهای سیستماتیک و تنظیم وزن مشاهدات می باشد. هدف اصلی این تحقیق توجه به موضوع سوم است که هنوز در نرم افزارهای تجاری مثلث بندی هوایی با توجه به تنوع مشاهدات مختلف در حد کافی به آن پرداخته نشده است. در گذشته تنها منابع موجود برای انجام مثلث بندی عکس های هوایی آنالوگ و نقاط کنترلی بودند که با استفاده از روش های سنتی نقشه برداری تهیه میشدند. ایجاد نقطه کنترل یکی از پرهزینه ترین و زمانبرترین عملیات فتوگرامتری می باشد. با پیدایش سیستم های تعیین موقعیت جهانی (GPS) و ورود آن ها به عرصه فتوگرامتری تحول چشمگیری در مثلث بندی هوایی به وجود آمد. سیستم های تعیین موقعیت جهانی مختصات مرکز تصویربرداری را در لحظه اخذ تصویر ثبت می کنند و از این رو علاوه بر بحث افزایش دقت باعث کاهش نیاز به نقاط کنترل زمینی می گردند. لازم به ذکر است که هر کدام از مشاهدات شرکت کننده در مثلث بندی هوایی که شامل مشاهدات GPS، IMU، مختصات زمینی و عکسی نقاط کنترل و نقاط گرهی می باشد، با دقت معینی اندازه گیری شده اند. دقت هر مشاهده اثر مستقیمی در جواب نهایی مثلث بندی دارد. این دقت در قالب وزن مشاهدات وارد پروسه سرشکنی شده و در نتایج نهایی اثر خواهند گذاشت. بنابراین اثر وزن در محاسبات مثلث بندی هوایی غیر قابل انکار می باشد. پردازش اطلاعات در اکثر کارهای ژئودتیکی با استفاده از روش کمترین مربعات انجام می شود که نیاز به معلوم بودن یک مدل آماری صحیح از مشاهدات و یا همان ماتریس کوواریانس مشاهدات را دارد. با استفاد از چنین ماتریس کوواریانس واقعی می توان در ابتدا برای کمیت های مجهول، بهترین تخمین نااریب خطی (کمترین واریانس) را داشت، دقت واقعی تخمین مجهولات را تعیین کرد و بر اساس چگونگی توزیع داده ها آزمونهای آماری صحیح انجام داد. با این وجود در بسیاری از موارد ماتریس کوواریانس مشاهدات به طور کامل معلوم نیست و در نتیجه قسمت های مجهول آن باید با استفاده از اطلاعات موجود تخمین زده شود. تعیین المان های مجهول (کو)واریانس، تخمین مولفه های واریانس (VCE) نامیده می شود. روش های متفاوتی برای VCE وجود دارد. در این تحقیق با استفاده از تخمین مولفه های واریانس کمترین مربعات، وزن های به کار گرفته شده در مثلث بندی هوایی بهینه شده اند. در این تحقیق به منظور بررسی چگونگی اثر وزن مشاهدات مختلف در نتایج مثلث بندی هوایی، حالات مختلفی از این عوامل در نظر گرفته شده است. برای هر یک از این حالت ها مثلث بندی هوایی یکبار با در نظر گرفتن واریانس (وزن) اولیه پارامترها و بار دیگر با وزن های بهینه شده انجام شده است. و در نهایت با مقایسه نتایج بدست آمده بهبود نتایج حاصل از مثلث بندی هوایی با استفاده از وزن های بهینه شده نشان داده شده است. علاوه بر این به منظور بررسی اثر وزن هر کدام از پارامترهای شرکت کننده در مثلث بندی هوایی واریانس ها به طور دستی تغییر داده شده اند و نتایج حاصل از وزن های مختلف با هم مقایسه شده اند. نتایج آزمونها نشان داد که وزن های بهینه به میزان 32 درصد باعث بهبود نتایج شده اند و تنظیم وزن مشاهدات مختصات عکسی نقاط گرهی و مختصات زمینی نقاط کنترل به ترتیب بیشترین و کمترین تاثیر در نتایج مثلث بندی هوایی را داشته است.
- Abstract
- Aerial triangulation (AT) is a very important step in photogrammetric mapping production line so that it is a base for geometric accuracy of the produced maps. The challenging problems in aerial triangulation are (1) determination of initial values of parameters, (2) blunder detection, (3) systematic errors modeling and correction, and (4) tuning the weight of the observations. The last issue is the main objective of this study because although introduction of different weights to diverse observations in AT adjustment significantly changes the result, it still has not paid enough attention in business AT software. It should be noted that each participant observations in aerial triangulation such as GPS, IMU, manual image coordinates of ground control points and automatic image coordinates of tie points are measured with certain accuracy. Accuracy of observations reflects in their weights so it has direct effect on final result of triangulation. Information processing in lots of geodetic application is performed using the least squares method that requires a proper statistical model of observations and the covariance matrix of observations. Using such a real covariance matrix we can have Best Linear Unbiased Estimates (minimum variance) for unknown quantities, determine the actual accuracy of estimating unknowns and have correct statistical tests based on distribution of data. However, in many cases covariance matrix of the observations is not entirely clear and therefore unknown parts of it must be estimated using available data. Determination of unknown elements is called (co)Variance Component Estimation (VCE). There are different methods for VCE. In this study by using least square variance component estimation used weights in aerial triangulation are optimized. In this study, In order to investigate the effect of weight of different observations on the result of aerial triangulation, different from of factors is considered. For each of these states once aerial triangulation is done with regard to initial variance (weight) of parameters and once again it is done with regard to optimized weights. Finally with comparison of obtained results, improvement of the results of aerial triangulation using optimized weights is shown. In addition, in order to check the effect of weight of parameters involved in the aerial triangulation, variances are changed manually and obtained results from different weights are compared with each other. Experiments result showed that optimal weights improve the AT result as much as 32 percent and adjusting weights of image coordinates of tie points and ground coordinate of control points respectively have highest and lowest impact on the results of aerial triangulation.
