Protector GL - caset Anttoni Jaakkola, Antero Kukko ja Juha Hyypp - - PowerPoint PPT Presentation

protector gl caset
SMART_READER_LITE
LIVE PREVIEW

Protector GL - caset Anttoni Jaakkola, Antero Kukko ja Juha Hyypp - - PowerPoint PPT Presentation

Protector GL - caset Anttoni Jaakkola, Antero Kukko ja Juha Hyypp Henkilkohtaisen taistelijan kartoitus 2 Sovelluksia Taistelukentn kartoitus Reaaliajassa Harjoituksia varten virtuaalimallit Voi yhdist muiden


slide-1
SLIDE 1

Protector – GL - caset

Anttoni Jaakkola, Antero Kukko ja Juha Hyyppä

slide-2
SLIDE 2

Henkilökohtaisen taistelijan kartoitus

2

slide-3
SLIDE 3

Sovelluksia

  • Taistelukentän kartoitus
  • Reaaliajassa
  • Harjoituksia varten virtuaalimallit
  • Voi yhdistää muiden kartoituslaitteiden kanssa (datan

saumattomuus)

  • Nokia Here datan täydentäminen
  • Kaupunkien kartoitukset
  • Peliteollisuudelle
  • Onnettomuuspaikan dokumentointi

3

slide-4
SLIDE 4

Ydinvoimalaturvallisuus

4

slide-5
SLIDE 5

Sovelluksia

  • Sisätiloissa mittauksia ilman ihmisiä (turvallisuus)
  • Säteilyä
  • Lämpötiloja
  • Kaasuja
  • 3D mallinnusta
  • Ulkotiloissa
  • Muutokset
  • GNSS/InSAR mittauksilla maankuoren muutokset
  • Vesialueilla vihreä laserkeilaus

5

slide-6
SLIDE 6

Myrskytuhot

6

slide-7
SLIDE 7

Storm damage detection

  • Tapani Myrsky 26.12.2011: Images by Blom Asa Oy using

photogrammetric camera UltraCam Xp of an area of 1600 km2, 5.3 km flying altitude, January 2012

7

slide-8
SLIDE 8

Automatic method

  • Experiments with Tapani myrsky data

1. Before-storm DSM: National laser scanning 2. After-storm DSM: Photogrammetric Work Station Socet Set and NGATE software 3. Registration: Measure ground control points from laser DSM and solve misregistration in Aerial triangulation 4. Difference DSM: dDSM=Before-storm – After storm DSM 5. Classify the dDSM into damage, sparse damage and no damage classes, merge into larger areas 6. Train the automated damage detector using the data

8

slide-9
SLIDE 9
  • Tapani and Hannu storms in December 2011
  • Automatic generation of digital surface model
  • Automatic detection of fallen trees by using bi-temporal

surface modles.

  • Before storm situation by laser scanning or digital image

matching

9

After storm (image DSM) Before storm (laser DSM) Difference

slide-10
SLIDE 10

Example

10

Before storm ALS After storm photogrammetry Difference Profiles

slide-11
SLIDE 11

Large damage

  • Photo

Difference surface Classification

11

slide-12
SLIDE 12

Few fallen trees

  • Photo

Difference surface Classification

12

slide-13
SLIDE 13

Conclusions

  • Classification accuracy 100% for

cases where more than 10 fallen trees in 1 ha area

  • Airborne photogrammetric imaging is

an efficient tool for automatic detection of storm damages

  • High altitude imagery is operational (e.g.

H=5 km, 30-50 cm GSD)

  • Can be operated below clouds, e.g. 500

m flying altitude

  • Provides multi-spectral imagery and

visual (stereoscopic) interpretation support

  • Storm damage management based
  • n airborne imaging
  • Automatic or visual storm damage

detection

  • Forest management operations utilizing

airborne images

  • Documentation of damages for control

purposes, insurance companies etc. 13

slide-14
SLIDE 14

Case Palomies

  • Kohti henkilökohtaista kartoitusta: paikannin ja
  • rientointilaitteiden lisäksi keilaus&kuvaus

14

slide-15
SLIDE 15

Case Palomies

  • Haastavinta on kehittää henkilökohtainen paikannin

palomiehelle, jolla on myös muita sensoreita kehossaan.

  • Henkilöiden liiikkeiden seurantaa varten hankittiin

pienikokoinen GPS/IMU-laitteisto XSens MTi-G-700, joka käsittää GPS-vastaanottimen lisäksi 3-akselisen kiihtyvyysanturin, gyroskoopin ja magnetometrin sekä

  • paineanturin. Näiden mittausten avulla voidaan määrittää

laitteen paikka ja asento sekä näiden muutosnopeudet.

  • Käytettävyyden parantamiseksi laitteisto muutettiin toimimaan

langattomasti integroimalla siihen Bluetooth-moduuli sekä järjestämällä virransyöttö paristosta.

  • Laitteistolla on tarkoitus tutkia henkilöpaikannuksen lisäksi

myös ihmisen toimintaa tarkemmin, mm. raajojen liikkeiden ja niistä pääteltävän kontekstin osalta.

15

slide-16
SLIDE 16

Xsens MTi-G-700

  • GPS
  • Gyroscopes
  • Accelerometers
  • Magnetometer
  • Barometer
  • Positioning accuracy 1-2 m
  • Attitude accuracy 0.2-1°
  • Integrated with a power supply and Bluetooth

communications for portable applications

slide-17
SLIDE 17

Case Palomies

  • Sensorit
  • Paikannus
  • Sensor web
  • Contextual sensing
  • Tietoliikenne

17