esettanulmány Archívum - DRON.HRP.HU - Magyarország legnagyobb DJI disztribútora

Innovatív régészet: DJI Matrice 350 és LiDAR a múlt feltárásában

Kovács Lajos — Thu, 16 Jan 2025 13:34:11 +0000

Az elmúlt években a régészeti kutatások egyre inkább támaszkodnak a modern technológiákra, hogy a múlt titkait feltárják, miközben minimalizálják a leletek károsításának lehetőségét.
A drónok és a LiDAR technológia használata új szintre emelte a roncsolásmentes régészetet, lehetővé téve nagy területek gyors és precíz feltérképezését. Ezen eszközök kiváló példája a DJI Matrice 350 drón és a hozzá kapcsolható DJI Zenmuse L2 gimbal és kamera, amelyeket nemrégiben sikerrel alkalmaztak a Battonya-Parázs-tanya nevű neolitikus lelőhelyen.

Forradalmi technológia a régészet szolgálatában

A LiDAR (Light Detection and Ranging) egy rendkívül fejlett távérzékelési technológia, amely lézersugarak segítségével méri a távolságot, és melynek segítségével pontos, háromdimenziós térképeket hozhatunk létre. Régészeti alkalmazása során különösen hasznos a földfelszín és az alatta rejlő struktúrák feltárásában, például eltemetett épületek, árkok, utak vagy településnyomok azonosításában, akár sűrű növényzet alatt is.

A DJI Zenmuse L2, amely Livox LiDAR modult, nagy pontosságú IMU-t és 4/3 hüvelykes CMOS kamerát kombinál egy 3 tengelyes stabilizált gimballal, ideális választás ilyen feladatokra. A Matrice 350 drónnal és a DJI Terra szoftverrel együtt használva lehetővé teszi akár 2,5 km²-es területek feltérképezését egyetlen repüléssel, mindezt centiméteres pontossággal. Ez a kombináció különösen hasznos a régészek számára, mivel nemcsak gyorsabbá és költséghatékonyabbá teszi a terepi munkát, hanem olyan részleteket is láthatóvá tesz, amelyek hagyományos módszerekkel rejtve maradnának.

A rendszer kiemelkedő teljesítményét a 240.000 pont per másodperces mérési sebesség szavatolja, amely megdöbbentően részletes pontfelhőket eredményez. Az eszköz parányi lézersugarai minden apró részletet rögzíteni tudnak, így a mért terület teljes körű dokumentálása gyorsan és rendkívül precízen történik. A különböző pasztázási módok és repülési útvonalak lehetőséget biztosítanak arra, hogy az eszközt a projekt specifikus igényeihez igazítsuk, miközben a pontfelhős élőnézet valós időben biztosítja a begyűjtött adatok vizualizálását, lehetővé téve a repülés közbeni finomhangolást.

Tudományos eredmények és kulturális jelentőség

A Nagyalföld délkeleti részén található Battonya-Parázs-tanya lelőhely egy középső és késő neolitikumra datálható település, amely nagy jelentőséggel bír a korszak társadalmi és kulturális dinamikájának megértésében.

A Battonya-Parázs-tanya projekt megerősítette, hogy a neolitikus települések nem csupán elszigetelt központok voltak, hanem kiterjedt, komplex közösségek lakhelyei. Az árkok és a településszerkezet radikális átalakításokat mutat, amelyek a korszak társadalmi fejlődésére utalnak. A LiDAR által feltárt adatok azt sugallják, hogy a közösségek tudatosan alakították környezetüket, például árkokkal és vízelvezető rendszerekkel.

DJI Terra szoftver és digitális modellek szerepe a régészetben

Az adatelemzés szerepe a régészetben kulcsfontosságú, mivel lehetővé teszi a régészeti helyszínek és tárgyak pontosabb feltérképezését, dokumentálását és védelmét. A projekt folyamán is használt DJI Terra szoftver különösen nagy segítséget nyújthat ebben, mivel hatékony adatfeldolgozást, pontos 3D modellezést és térképezést tesz lehetővé, ami jelentősen javítja a kutatók munkáját.

Helyszínek pontos feltérképezése: A drónokkal végzett légi felvételek és azok alapján készült 3D digitális modellek lehetővé teszik a régészeti lelőhelyek precíz feltérképezését. A DJI Terra szoftver segítségével a drónok sok milliónyi adatpontot készíthetnek a területről, amiből részletes, háromdimenziós térképek készíthetők.
Az adatok részletes elemzése: A digitális modellek gyorsan és pontosan képesek megjeleníteni a térbeli elrendezést, az építkezések, romok, tárgyak elhelyezkedését, amelyek kulcsfontosságúak a kutatásokhoz. Az adatok elemzésével a kutatók gyorsabban felfedezhetnek olyan struktúrákat, amelyek emberi szemmel esetleg nem láthatóak, vagy amelyek idővel elhalványultak.
Hosszú távú megőrzés: A digitális modellek lehetővé teszik a régészeti helyszínek háromdimenziós archiválását, amely megőrzi a területet a jövő generációi számára. Mivel a digitális adatokat nem befolyásolják a környezeti változások vagy az idő múlása, így ezek a modellek hosszú távon is hozzáférhetőek maradnak. Ez segít megóvni a helyszínek eredeti állapotát, még akkor is, ha a terület fizikailag károsodik vagy átalakul.
További kutatás és monitorozás: A digitalizált adatok később is újraelemezhetők, így lehetőséget adnak a jövőbeli kutatások számára, hogy részletesebben és pontosabban tanulmányozzák a helyszínt. Emellett a drónokkal végzett rendszeres felvételezéssel monitorozható a terület állapota, és az esetleges károsodások, eróziók is korán észlelhetők.

Jövő a régészetben

A roncsolásmentes technológiák – mint amely a DJI Matrice 350 és a hozzá kapcsolt DJI Zenmuse L2 gimbal és kamera segítségével megvalósítható – forradalmasítják a régészetet, lehetővé téve a kulturális örökség megőrzését anélkül, hogy a lelőhelyekben kárt tennénk.

Ezek az eszközök nemcsak időt és pénzt takarítanak meg, hanem hozzájárulnak a tudományos felfedezések mélységének növeléséhez is. Örömmel látjuk, hogy a modern technológiák ilyen hatékonyan támogatják a tudományos régészeti kutatómunkát, és büszkék vagyunk, hogy a HRP hozzájárulhatott a projekt sikeréhez.

A cikkünk vázát képező esettanulmány letöltéséhez kattints ide.
Köszönjük a @Plantadrone csapatának szakmai munkáját!

Felkeltették érdelődésed a DJI drónmegoldásai?

Tudj meg többet, vagy kérj árajánlatot! Vedd fel a kapcsolatot a HRP drónokra szakosodott csapatával az alábbi gombra kattintva!

Tovább

A Innovatív régészet: DJI Matrice 350 és LiDAR a múlt feltárásában bejegyzés először DRON.HRP.HU - Magyarország legnagyobb DJI disztribútora-én jelent meg.

Túl azon, ami látható: a DJI Mavic 3 Multispectral és a Proofminder AI modell segítségével fontos betekintést nyerhetünk egy fenyőfaiskola működésébe

HRP & Proofminder — Tue, 19 Sep 2023 13:29:41 +0000

Egy faiskola működtetésekor számos tényezőt figyelembe kell venni a hatékonyság és a hozam maximalizálása érdekében.

A közvetlen helyszíni megfigyelések és az időben történő betekintés a faiskolák működésébe elengedhetetlen a fagazdálkodáshoz, hiszen:

Megbízható információkat szerezhetsz a fák pontos számáról
Meggyőződhetsz arról, hogy a faiskola képes megfelelni a felé támasztott igényeknek
Feltárhatod és nyomon követheted a csírázási problémákat
Felismerheted a gyomokat és a növény betegségeket, mielőtt azok nagyobb területen megjelennének
Vizuálisan rögzítheted a kísérletek előrehaladását és eredményeit
Előrejelezhető lesz a hozam és a bevétel a különböző növekedési fázisokban
Megbecsülheted az öntözés hatékonyságát, az esetleges károkat és még sok mást.

A faiskolai állomány-számítás kihívásai és jelenlegi módszerei

Jelenleg a faiskolák a kézi szántóföldi mérések időigényes módszerére támaszkodnak. Ez azt jelenti, hogy fizikai mintavételezést kell végezni minden egyes fajból, állománytípus szerint, parcellánként, meg kell becsülni a fák méretbeli eloszlását és ezáltal, értéküket.

Kihívást jelent, hogy egy tucat fajban többféle állománytípus létezhet, fajonként több vetőparcellával, valamennyi eltérő paraméterekkel és növekedési ütemmel. Még egy kis, 18 hektáros faiskola esetében is több napig eltarthat a növények manuális vizsgálata, nem is beszélve a számok elemzéséről és a hiány, illetve többlet megbecsléséről. Mivel a sok változó és a fák iránti kereslet csak növekedni fog (Fargione etal, 2020), a készletezési és termelési kihívások leküzdéséhez új megközelítésekre van szükség. A faiskolai tevékenységek bővítése nem egyszerű feladat, de az iskola működése hatékonyabbá és eredményesebbé tehető.

Egy űttörő megközelítés:

a faiskola-kezelés hatékonyságának maximalizálása DJI Mavic 3 Multispectral (M3M) drón és a Proofminder levélszintű gazdálkodási platform segítségével.

A drónok és speciális szoftverek segítségével nagy felbontású képek és adatok rögzíthetők, amelyeknek hála nemcsak a fák száma, hanem azok állapota és méretbeli eloszlása is megállapítható. Ez a módszer gyorsabb és pontosabb, rövid távon lehetővé teszi a faiskolák számára, hogy jobban kezeljék készleteiket, hogy megalapozott döntéseket hozzanak az értékesítésről, az árakról és a rendelések teljesítéséről. Hosszú távon ezek az új megközelítések segíthetik a faiskolákat abban, hogy betekintést nyerjenek a szántóföldi talaj egészségébe, az öntözésbe és a palánták teljesítményébe, valamint hozzájárul a növény-egészségügyi problémák korai felismeréséhez, így hatékony diagnózis és beavatkozás történhet.

Az alább ismertetett felhasználói eset faiskolai és erdészeti szakemberek együttműködésével készült, egy Észak-Amerika csendes-óceáni részén található faiskola részére.

A csírázás mértéke, a növények egészsége és a fák mérete (főleg a magasság és a lombkorona által lefedett terület) az optimalizált terméshozam alapvető elemei egy faiskolában. Esetünkben a faiskola évente 18 hektáron működik. A 2023-as termelési szezonban a Proofminder és munkatársai 14 tűlevelű faj képeit értékelik, 2 állománytípusban, amelyek több mint 35 parcellába vannak vetve.

A faiskolai szakemberek mindent megtesznek a szárméret, a törzsmagasság és az egyes fák számának felmérése érdekében, hogy biztosítsák, megfelelnek a vevői elvárásoknak, és maximalizálják a teljes hozamot. Az adatgyűjtés és -elemzés felgyorsítása valódi változást hozhat a faiskolai üzletágban a vetőmag csírázásától a palántaértékesítésig.

A faiskola akkor kezdi meg a kézi megfigyeléseket, amikor a növények éppen kikeltek.

A kikelő szakaszban lévő fák körülbelül 3-5 cm magasak, túl kicsik ahhoz, hogy normál vizuális képekkel észlelhetőek legyenek, de a DJI M3M közeli infravörös és vörös szélű sávja még ezeket a kis méretű palántákat is képes észlelni.

Az alábbi, DJI M3M-mel készült képen a kikelő fák területei és a magról vetett fák csírázása látható. Ezek a korai képek azt jelzik, hogy a vetési technika mennyire volt eredményes, és hogy a növekvő növények miként fejlődnek a jelenlegi öntözéshez mérten.

Az öntözési problémák azonosítását célzó rutinszerű terepi megfigyeléseken túl, a faiskola időszakosan és szisztematikusan figyelemmel kíséri a növények növekedését és egészségét a vegetációs időszakban, hogy azonosítsa a gyomok, rovarok és kórokozók által okozott károkat és problémás területeket. A növekedési időszakon túl a faiskola figyelemmel kíséri az időjárást, hogy megállapítsa, mikor ideális megkezdeni az éves betakarítási műveleteket, az úgynevezett „kiemelési időszakot”. Ezalatt a faiskolának szüksége lehet a súlyos fagykárok okozta termésveszteségek felmérésére is.

Ahhoz hogy minden egyes fa észlelhető legyen, nagy felbontású képek rögzítésére van szükség. Az M3M valós idejű kinematikus GPS-szel van felszerelve. A precíziós GPS-t azonban megfelelő repülési paraméterekkel kell párosítani. A faiskolákban szükséges a megfelelően időzített képalkotással kísérletezni, tekintettel arra, hogy a lombkoronák záródása befolyásolhatja az fák észlelhetőségét.

További tesztelések várhatók ferde képekkel és videóval a képelemzési kimenetek további javítása, és a különálló multispektrális sávokból kinyert információk felhasználása érdekében. Az egyéb paramétereket, például a repülési magasságot befolyásolja, hogy kellő felbontásra (azaz talajmintavételi távolságra) van szükség az egyes facsúcsok megkülönböztetéséhez, ami az adott faj koronája és levélmorfológiája miatt változhat.

A repülési sebességnek és a képátfedésnek egyensúlyba kell hoznia a hatékony képrögzítést a konzisztens környezeti megvilágítással, hogy a képfeldolgozás során biztosítható legyen a megfelelő rekonstrukció. Több kisebb (1-2 ha) tábla esetén, amelyeken tűlevelűek nőnek, ha a repülési magasság 12-18m között mozog, és 80%-os átfedéssel konzisztens eredményeket kaphatunk.

4. ábra: Videó a képgyűjtési folyamatról az Oregon fehér tölgy (Quercus garryana) korai növekedési szakaszának elemzéséhez, DJI M3M segítségével.

További betekintést nyerhetünk a Proofminder levélszintű gazdálkodási platform és AI modelljei segítségével. Az alábbi jelentés egy mesterséges intelligencia modellel készült a faállomány precíz számlálásához, multispektrális képekkel. Minden fa meg van jelölve a táblán, és egyedülálló GPS koordinátákkal rendelkezik. Ezenkívül a modell fenotípus alapján megkülönbözteti a növényeket, azonosítja a gyomokat, a kihagyott növényeket, a növények közötti távolságot, és hasznos információkat szolgáltat a termelőnek.

A DJI M3M és az AI használatának összefoglalása és eredményei

1. Időmegtakarítás

Amint azt említettük, a drón repülési ideje körülbelül 2 óra, ezen kívül néhány perc szükséges a képek feldolgozásához a Proofminder platformon keresztül, amelyből értékes jelentést készítünk, szemben a 2-3 napos kézi mintavétellel.

2. Kényelem

Elképzelhető, hogy az eső után fizikailag lehetetlen kimenni a táblára, de egy drón segítségével távolról áttekinthető a teljes terület, vagy megbecsülhetőek az esetleges veszteségek.

3. Pontos adatok

A nagyfelbontású multispektrális képek és a betanított AI-modellek hatékony és időszerű jelentéseket készítenek. A fák részletes manuális vizsgálata általában nem mentes a hibáktól, nagymértékben függ a dolgozó tudásától, és alig skálázható nagyobb területekre. Az adatok pontossága és a jelentések kézbesítésének sebessége is fontos tényező a döntéshozatali folyamatban.

4. Nagyobb hatékonyság és magasabb hozam

A fenti előnyök és a megfelelő jelentések eredményeként a faiskolák megbízható adatok alapján gyorsan felismerhetik készleteik állapotát, módosíthatják az értékesítési és rendelési folyamatokat. Példaként említjük meg, hogy a faiskolában a fák magassága az egyik döntő tényező, amely közvetlenül befolyásolja a bevételt. 3 méretezési kategória létezik: magas, közepes, alacsony. Az „alacsony” fa, azaz a 15 cm alatti fa egyszerűen nem felel meg a legtöbb vásárlói elvárásnak. A legtöbb esetben az a kívánatos, hogy a fák magassága a közepes méret tartományban, 25-45 cm, között legyen, mivel a hajtás-gyökér arány így várhatóan kiegyensúlyozottabb lesz és ez felel meg a legszélesebb körben a kiültetésre.

5. A szabad szemmel nem látható részletek

A multispektrális képek lehetővé teszik a mezőgazdasági szakemberek számára, hogy felismerjék azokat a szabad szemmel nem látható részleteket, mint a növény-egészségügyi mutatók, amelyek szemrevételezéssel nem láthatók. Az adatok megfelelő értelmezése, a pontos jelentések és a termelők időben történő intézkedései megelőzhetik a termésveszteséget, és elősegíthetik a magabiztos termelést.

Felkeltette az érdeklődésed az új DJI Mavic 3M?

Vedd felünk bátran a kapcsolatot, kérj ajánlatot szakértő munkatársainktól!

Tovább

A Túl azon, ami látható: a DJI Mavic 3 Multispectral és a Proofminder AI modell segítségével fontos betekintést nyerhetünk egy fenyőfaiskola működésébe bejegyzés először DRON.HRP.HU - Magyarország legnagyobb DJI disztribútora-én jelent meg.

Automatizáció nagyteljesítményű drónokkal

Csorba Andrea — Thu, 17 Sep 2020 13:45:34 +0000

Vállalati területen a drónok alkalmazását indokolhatja, ha emberi erőforrás számára monoton, éppen ezért hibalehetőséggel végezhető feladatot szeretnénk megoldani, ha szennyezett vagy veszélyes területen dolgozunk, illetve, ha a drón alkalmazásával a munka gazdaságosabban, gyorsabban elvégezhető.

Az E.ON több mint két éve használ drónokat az elektromos vezetékhálózat ellenőrzésére. A szolgáltató az üzemeltetésében álló nagyfeszültségű hálózatait évente, közép és kisfeszültségű hálózatait háromévente köteles bejárni és átvizsgálni, ellenőrizni.

A drónok alkalmazása előtt az E.ON szakemberei földi hálózatbejárást végeztek, csak nagyfeszültségű hálózatoknál jellemző, hogy időszakosan helikopteres ellenőrzés történik. Utóbbi előnye, hogy felülnézetből, a földről esetleg nem észlelhető hibák, szakadások, elhasznált hálózati elemek is beazonosíthatók. Innen szinte adja magát, hogy ezeket a biztonsági hálózatbejárásokat egyszerűbben, gyorsabban, költséghatékonyabban lehet drónnal elvégezni.

A jelen drónjai és a jövő lehetőségei

Az E.ON jelenleg DJI Matrice 200-as gépeket alkalmaz egy hőkamerával és egy 30-szoros optikai zoomos kamerával. Az eszközöket, a „földre hozott” képeket az erre felkészített munkatársak kezelik és elemzik, és a döntéseket is ők hozzák. Az E.ON az eddigi tapasztalatok alapján tovább kívánja fejleszteni a rendszert, hogy minél inkább automatizálni tudja a hálózatellenőrzési feladatot.

Már folyamatban van az az új projekt, amelyben a hálózatbejárást az úgynevezett gépi látással támogatják majd. A kisfeszültségű hálózatok esetében speciális felszereltségű autók, ún. „lidar” eszközökkel (digitális lézerszkennerekkel) mérik és ellenőrzik a vezetékeket.

A rendszert folyamatosan fejlesztik, „tanítják”, hogy képes legyen automatikusan azonosítani a hálózati hibákat, szakadásokat. Ugyanezt a munkát a nagy- és középfeszültségű hálózatoknál nagy teljesítményű drónok lesznek képesek elvégzeni. A rendszer már munka közben mérlegeli és tudja, az új adatokból pedig folyamatosan újratanulja, hogy mely helyzeteket kell rögzítenie, esetleg továbbítania.

Fontos, hogy a felmérés képeit és videóit lehetőleg azonos távolságról és azonos szögből rögzítésék, így az állapotváltozások jobban követhetőek. Természetesen a beállítások is hatékonyabban programozhatók drónok (gépi eszköz) autonóm munkája során.

Jön az MI, nő az akku és a teherbírás

Májusban jelent meg a DJI Matrice családjának a legújabb tagja, a Matrice 300 RTK. Az eszköz új standardot jelent az ipari drónfelhasználásban, mert egyesíti az intelligens repülést, a digitalizációt és a mesterséges intelligenciát.

Az M300RTK az első olyan DJI fejlesztés, amely mesterséges intelligenciát használ. A drón 6 irányú akadályérzékelésre képes, akár 40 méteres távolságból. Maximális repülési ideje eléri az 55 percet, multitöltője 8 drón- és 4 távirányító-akkumulátort kezel, míg a gyorstöltés funkció lehetővé teszi a repülések folyamatos végrehajtását. A nagy kapacitású, intelligens, cserélhető TB60 akkumulátorok lehetővé teszik a kezelők számára, hogy kikapcsolás nélkül cseréljék az akkumulátorokat, időt spórolva a kritikus feladatok során.

A Matrice 300 RTK „AI Spot-check” funkciója támogatja ugyanazon objektum többszöri automatikus villámellenőrzését azonos beállításokkal, így képes az objektum tárolt és aktuális állapota közötti legkisebb különbség kimutatására és elemzésére is. Maximális hatótávolsága 15 km, és teljesen megújult adattovábbítási rendszere háromcsatornás, 1080 pixeles videójel továbbítására is alkalmas. Az eszköz – eddig egyedülállóan – három hasznos teher, egyenként 2,7 kg súlyú munkaeszköz hordozására képes.

Felkeltette érdeklődésed a DJI Matrice 300 RTK drónunk?

Vedd felünk bátran a kapcsolatot, kérj ajánlatot munkatársainktól!

Tovább

A Automatizáció nagyteljesítményű drónokkal bejegyzés először DRON.HRP.HU - Magyarország legnagyobb DJI disztribútora-én jelent meg.