5 Định hướng phát triển

khoảng cách d(P, Qi) giữa chúng tới mặt phẳng đó phải nhỏ nhất; nghĩa là số hiệu

chỉnh khoảng cách (theo trục Z) của điểm i (viết tắt là vi) sẽ có dạng: �(�, �� ) = √(�� − ��� ) + (�� − ��� ) + (�� − ��� )

2

i1 a x2i b y2i c z2i

= min (3 8) Có 3 trường hợp xảy ra:

(1)_ Tồn tại mặt phẳng cục bộ và điểm P thuộc mặt phẳng đó

(2)_ Tồn tại mặt phẳng cục bộ và điểm P không thuộc mặt phẳng đó (3)_ Không tồn tại mặt phẳng cục bộ

3 2 3 Thuật toán lọc dữ liệu quét bằng bổ sung mô hình hóa bề mặt và phát triểnmô hình TIN tăng cường bộ lọc mô hình TIN tăng cường bộ lọc

Nguyên lý cơ bản của phương pháp mô hình hóa bề mặt và phát triển mô hình TIN để tăng cường bộ lọc dựa trên bề mặt phủ tiệm cận dần tới bề mặt địa hình thực bằng việc sử dụng các tham số bề mặt như mô hình TIN, nội suy theo đường ngắn nhất, diện tích nhỏ nhất, mô hình hình dạng hiện thời, mô hình phẳng mỏng Spline

Trong tổng số các phương pháp dựa trên cơ sở bề mặt phủ, việc phát triển mô hình TIN và tăng cường phép lọc là một trong những phương pháp tiêu biểu mà cấu trúc đầu vào mô hình TIN dựa trên mô hình sơ lược DTM (lưu dạng Grid) Thường kích thước ô vuông lưới Grid lớn hơn kích thước của đối tượng không ở mặt đất mang tính đặc trưng địa hình được thu nhỏ tối đa [8,12] dễ được xác định Các điểm mặt đất còn lại được tăng cường nhận dạng từ các điểm chưa được lọc sẽ đưa vào dữ liệu sơ bộ DTM dựa trên cơ sở đường đồng mức và tiêu chí góc [26,43] Kết hợp đồng bộ với các phầm mềm phân tích địa hình Terrasolid, Lastools và ALDPAT [28,32,42] để thực hiện nhiệm vụ nội suy nhận dạng và phân lớp đối tượng bề mặt đất và không mặt đất Việc phát triển mô hình TIN địa hình để tăng cường bộ lọc phụ thuộc nhiều vào mức độ chi tiết của bề mặt địa hình và những cẩn trọng để hiệu chỉnh các tham

X (a, b,c,d)

i1 vi

số tạo khuôn dáng địa hình gần nhất với bề mặt địa hình của mặt đất Việc xác định các tham số đó dựa trên đặc tính giá trị của phương pháp phân tích thống kê của các điểm tương đồng (cùng tên)

Dữ liệu đám mây điểm

Mô hình hóa bề mặt phủ

Bước 1:

Tạo dữ liệu sơ bộ Tìm tâm điểm đối tượng đặc trưng mặt

DTM

Tâm các điểm mặt đất

Tạo cấu trúc sơ bộ dữ liệu ban đầu

Chuẩn bị dữ liệu đầu vào DTM

Bước 2:

Ước tính tham số

Bước 3:

Tinh lọc dữ liệu ban đầu DTM

Ước tính tham số theo phân tích thống kê

Tham số được ước tính

Phát triển mô hình TIN và tăng cường bộ lọc

Kết quả cuối cùng DTM

Hình 3 3 Sơ đồ khối của thuật toán phép lọc mô hình hóa bề mặt và phát triển mô hình TIN tăng cường bộ lọc [28,42]

���� (�, �) - Lực tác động ngoài, tức là lực trọng trường

���� (�, �) - Lực tác động trong tạo bởi liên kết giữa các phần tử mặt phủ Khi bề mặt phủ chuyển về mặt phẳng đo, sự chuyển vị trí của mỗi phần tử mặt phủ chỉ chịu dưới ngoại lực được tính theo công thức (3 10)

�(� + ∆�) = 2�(�) − �(� − ∆�) + �∆� 2 (3 10) ∆� - là bước thời gian và g - là gia tốc tự do

Sau khi các thành phần bề mặt phủ được chuyển về bằng một ngoại lực, một nội lực được ép định vị lại các thành phần bề mặt phủ được tính theo công thức:

2

��

�(�� � − �� �)∆��� (3 11)Ở đây: �� - là chuyển vị véc tơ của phần tử mặt phủ Ở đây: �� - là chuyển vị véc tơ của phần tử mặt phủ

b - là 0 khi phần tử không thay đổi vị trí (đứng yên), trường hợp khác nó sẽ có giá trị bằng 1

�

� � - là vị trí tại thời điểm của phần tử mặt phủ �

� � - là vị trí của phần tử bên cạnh được kết nối với �� � �

�� - là véc tơ chuẩn hóa khi các điểm hướng thẳng đứng, ��� = (0,0,1)� RT - là thời gian được lặp lại để kiểm tra độ vững bền của bề mặt phủ Quá trình tinh lọc dữ liệu ban đầu DTM trên cơ sở phát triển mô hình TIN và tăng cường bộ lọc được tiến hành theo 6 bước:

Bước 1: Tìm điểm tương đồng (cùng tên) mô hình TIN dựa trên diện mạo

của điểm chưa được lọc

1

�

Bước 2: Tính toán độ dốc, các điểm đặc trưng địa hình của mô hình TIN

Bước 3: Thao tác các điểm đối xứng, đỉnh, góc, được lọc dữ liệu với nhãn

Pvertex (Xv, Yv, Zv) với giá trị độ cao cao nhất của mô hình TIN và những điểm chưa được lọc là: Punfiltered (Xu, Yu, Zu,)

Những điểm đối xứng (tương đồng) là: Pmirror (Xm, Ym, Zm) của Punfiltered (Xu, Yu, Zu,) được tính theo công thức:

�� = 2�� − ��

{ �� = 2�� − �� (3 12) �� = ��

Bước 4: Tính khoảng cách d và góc θ của mô hình TIN với các điểm được

lọc về dạng Vertex Nếu cả hai giá trị tính toán nhỏ hơn giá trị cực đại d và θ thì điểm chưa lọc sẽ là nhãn (Vertex) của điểm mặt đất

Bước 5: Tính thang độ của mô hình TIN trên mặt phẳng với tọa độ X, Y

Nếu hệ số (RATIO) thang độ max - thang độ min nhỏ hơn thang độ của các điểm tương đồng thì được cập nhật bổ sung vào dữ liệu đầu vào DTM

Bước 6: Lặp lại bước 1 → bước 5 cho đến khi tất cả những điểm chưa được

lọc xong xây dựng lên kết quả cuối cùng DTM

Chỉ số đánh giá độ chính xác của thuật toán được xác định bằng loại I, loại II và tổng sai số ��ạ�� = �� ��ạ��� = � � (3 13) { �ổ������ố = � + � �+�

Ở đây: a - là số của những điểm mặt đất được phân loại không chính xác như là điểm không thuộc mặt đất

b - là số của những điểm không ở mặt đất phân loại không chính xác như điểm mặt đất

c và d - là tổng những số điểm mặt đất và không ở mặt đất tương ứng Qua thực tiễn cho thấy phương pháp mô hình hóa bề mặt cho phép tạo ra dữ liệu đầu vào là mô hình số DTM dạng Grid sẽ tạo phát triển mô hình TIN nhằm tăng

3 3 1 Sơ đồ khối của chương trình

Hình 3 4 Sơ đồ khối chương trình hỗ trợ xử lý dữ liệu đám mây điểm

Ghi chú: CSF (Cloth Simulation Filtering) – Bộ lọc mô hình hóa bề mặt

3 3 2 Mô tả các bước của sơ đồ khối

- - - - - - - - - - - -

Các số liệu đầu vào đưa vào chương trình định dạng * las file Dữ liệu sẽ được import và được chương trình kiểm tra đúng định dạng hay không

Nếu định dạng chuẩn chương trình sẽ tiếp tục kiểm tra mật độ đám mây điểm để đánh giá và đọc giá trị màu sắc để hiển thị trên giao diện chính

2 Bước giảm mật độ đám mây điểm

Nếu máy cấu hình yếu hoặc không đủ cấu hình để thực hiện xử lý khối dữ liệu lớn, chương trình có thể sử dụng thuật toán giảm mật độ điểm

Dữ liệu đám mây điểm sẽ được giảm bớt mật độ bằng thông số giá trị mật độ điểm yêu cầu Giá trị này tương ứng với khoảng cách giữa các điểm của đám mây điểm sẽ được sử dụng để xử lý Ví dụ mật độ điểm gốc là 6mm/1 điểm nếu nhập vào 10cm thì số liệu sau khi xử lý sẽ là 10cm/1 điểm Số liệu sẽ được giảm gần 50% mà vẫn giữ được độ chính xác

Sau khi giảm mật độ điểm, chương trình sẽ cho phép hiển thị số liệu đám mây điểm đã giảm

3 Bước lọc dữ liệu thủ công

Dữ liệu sau khi đã giảm mật độ điểm được sử dụng trực tiếp vào bước này Chương trình sẽ yêu cầu vẽ vùng chọn dữ liệu để lọc loại bỏ

Sau khi vẽ vùng xong, chương trình sẽ tách vùng lọc sang một layer mới và được hiển thị riêng thành dữ liệu đám mây bị lọc

Số liệu còn lại sau khi lọc sẽ được chương trình sử dụng tiếp tục

4 Bước lọc dữ liệu địa hình

Đây là bước chính để xây dựng địa hình

Các dữ liệu qua các bước trên có thể tham gia vào bước này

Dữ liệu sẽ được sử dụng các tham số của thuật toán phân loại địa hình CSF để tính toán Các thông số này có thể được hiệu chỉnh để có sản phẩm chuẩn nhất đối với từng loại dữ liệu đầu vào Các thông số bao gồm:

+ Thông số độ dốc địa hình và chọn loại địa hình tham gia tính toán + Thông số ngưỡng độ phân giải dữ liệu đầu vào để tính toán

ngữ lập trình hướng đối tượng bậc cao, dùng để phát triển website và nhiều ứng dụng khác nhau Python được tạo ra bởi Guido van Rossum và được phát triển trong một dự án mã mở (open source)

Với cú pháp đơn giản Python là ngôn ngữ nổi tiếng về sự chặt chẽ, nhanh, mạnh, và có mặt ở mọi hệ điều hành

2 Môi trường làm việc của chương trình

Chương trình làm việc trên môi trường windows hỗ trợ cả nền tảng 32bit và 64bit

3 Yêu cầu phần cứng cài đặt

Chương trình yêu cầu cấu hình không quá cao để chạy, tuy nhiên để xử lý khối dữ liệu lớn cần máy tính có cấu hình cao

Yêu cầu cấu hình tương đối: -

- - -

CPU: Intel® Core™ i7 Ram: 16GB DDR4 Ổ cứng: SSD

VGA rời bộ nhớ 2GB GDDR4

4 Cài đặt chương trình

a Chuẩn bị file cài đặt, tên file là PMXLDLDMD__Installer exe

c Hoàn thành cài đặt file chạy phần mềm có tên PMXLDLDMD exe

5 Giao diện chính của chương trình

Hình 3 5 Các chức năng chính của chương trình

Bước 1 Công tác chuẩn bị;

Bước 2 Khảo sát khu vực thi công;

Bước 3 Lập thiết kế quét LiDAR mặt đất; Bước 4 Đo nối khống chế;

Bước 5 Thu nhận dữ liệu LiDAR; Bước 6 Xử lý dữ liệu;

Bước 7 Điều tra, đối soát ngoại nghiệp và đo đạc bổ sung; Bước 8 Thành lập mô hình số độ cao;

Bước 9 Kiểm tra, thẩm định, nghiệm thu chất lượng sản phẩm; Bước 10 Giao nộp sản phẩm

Trên cơ sở đó, nghiên cứu sinh tập trung chủ yếu vào công đoạn xử lý lọc đám mây điểm bằng chương trình được tác giả xây dựng phục vụ thành lập mô hình số độ cao DEM nhằm kiểm định và minh chứng cho kết quả nghiên cứu

3 4 1 Khu vực tiến hành thực nghiệm thu thập dữ liệu

Tiến hành thực nghiệm thu thập dữ liệu bằng hệ thống quét laser mặt đất Faro S350 plus tại 02 địa điểm, cụ thể:

 Địa điểm thứ nhất là khu vực làng Gia Phú xã Bình Dương huyện Gia Bình tỉnh Bắc Ninh Đây là khu vực tương đối bằng phẳng tuy nhiên mật độ dân số đông, có đầy đủ các yếu tố địa vật như nhà cửa, ao hồ, cây cối Tiến hành quét laser mặt đất sau đó xử lý bằng chương trình lọc điểm đáp ứng yêu cầu của dữ liệu địa hình tỷ lệ 1/500 Từ đó làm cơ sở so sánh, đánh giá độ chính xác của mô hình DEM được thành lập bằng công nghệ quét laser mặt đất với mô hình

DEM của khu vực đã có bản đồ địa hình tỷ lệ 1/500 khoảng cao đều 0,5m (được thành lập bằng công nghệ UAV kết hợp với công tác đo đạc trực tiếp ngoài thực địa năm 2020)

 Địa điểm thứ hai là khu vực đồi Lim thuộc thị trấn Lim huyện Tiên Du tỉnh Bắc Ninh Đây là khu vực đồi núi cao nhưng cũng có đầy đủ các yếu tố địa vật đặc trưng như nhà cửa, cây cối Tiến hành quét laser mặt đất sau đó xử lý bằng chương trình lọc điểm đáp ứng yêu cầu của dữ liệu địa hình tỷ lệ 1/2 000 Từ đó làm cơ sở so sánh, đánh giá độ chính xác của mô hình DEM được thành lập với mô hình DEM của khu vực đã có bản đồ địa hình tỷ lệ 1/2 000 khoảng cao đều 1m (được thành lập bằng công nghệ Lidar hàng không năm 2015)

Ngoài ra, đồng thời quá trình quét laser mặt đất thu thập dữ liệu đám mây điểm thì tác giả tiến hành lựa chọn mỗi khu vực khoảng 10 điểm địa vật đặc trưng và xác định chính xác tọa độ và độ cao bằng máy toàn đạc điện tử làm cơ sở so sánh, đánh giá độ chính xác với dữ liệu đám mây điểm sau khi xử lý bằng chương trình nêu trên

3 4 2 Kết quả thực nghiệm và đánh giá độ chính xác

3 4 2 1 Đối với khu vực làng Gia Phú xã Bình Dương huyện Gia Bình - Bắc Ninh

Xây dựng DEM bằng hệ thống quét Faro S350 plus:

Hình 3 6 Máy quét Faro S350 plus đặt tại thực địa [75]

Lưu ý: Độ phân giải của máy quét, độ phân kỳ của chùm tia cũng ảnh hưởng

đến việc thiết kế tiêu đo Nếu tiêu đo quá nhỏ thì khi để khoảng cách không phù hợp nó không được ghi nhận ở trên đám mây điểm

Hình 3 7 Mô hình đám mây điểm sau nắn ghép

Sau khi nắn ghép các trạm máy, mô hình đám mây điểm được xây dựng với độ chi tiết cao

Hình 3 8 Mô hình đám mây điểm sau khi gán màu sắc khu vực làng Gia Phú

Hình 3 10 Vị trí đặt các tiêu để ghép nối số liệu

Hình 3 11 Điểm tọa độ, độ cao hiển thị trên số liệu đám mây điểm

Mô hình đám mây điểm thu thập được đã được đưa vào đúng hệ tọa độ

VN2000 Dữ liệu sẽ được trích xuất ra định dạng LAS file để đưa vào phần mềm lọc số liệu địa hình

Xử lý lọc địa hình bằng chương trình

Nhập số liệu gốc vào phần mềm bằng tính năng mở file trên Menu tính năng

Hình 3 13 Định dạng * Las khi mở file

Chọn file gốc cần mở dưới dạng las file

Hình 3 14 Lựa chọ đám mây điểm cần xử lý

Số liệu gốc sẽ được hiển thị trên màn hình

Chức năng điều hướng các góc nhìn để xem số liệu ở các góc khác nhau

Hình 3 16 View số liệu trên chương trình ở các góc khác nhau

Sử dụng tính năng giảm mật độ điểm từ số liệu gốc

Hình 3 17 Tính năng giảm mật độ đám mây điểm

Nhập khoảng cách Delta X,Y vào hộp thoại

Hình 3 18 Hộp thoại nhập khoảng cách Delta để giảm mật độ điểm

Hình 3 19 Số liệu gốc trước khi giảm mật độ

Dữ liệu hiển thị sau khi giảm mật độ điểm với 291 nghìn điểm

Hình 3 20 Sử dụng tính năng tự động tính toán địa hình

Hình 3 21 Vị trí tính năng lọc tự động địa hình

tích vào ô xử lý cho dữ liệu đồng bằng Các tham số khác được thiết lập như sau:

Hình 3 22 Các thông số của tính năng lọc tự động địa hình

Dữ liệu địa hình sau khi được tính toán tự động sẽ được phân loại thành 2 dữ liệu: Dữ liệu địa hình và dữ liệu phi địa hình

Hình 3 23 Số liệu địa hình sau lọc còn lại

Hình 3 24 Số liệu phi địa hình được phân loại ra khỏi số liệu gốc

Hình 3 25 Hộp thoại xuất số liệu * las file

Xây dựng DEM bằng công nghệ UAV kết hợp đo đạc trực tiếp

Khu vực làng Gia Phú đã có mô hình số độ cao DEM và tư liệu bản đồ địa hình tỷ lệ 1/500 (khoảng cao đều 0,5m) được thành lập bằng công nghệ UAV kết hợp với công tác đo đạc trực tiếp ngoài thực địa năm 2020 Cụ thể:

Hình 3 26 Số liệu đám mây điểm thu thập bằng phương pháp bay chụp ảnh UAV