Evaluation of Flight Parameters in UAV-based 3D Reconstruction for Rooftop Infrastructure Assessment

要約

UAVを用いた写真測量による屋上の3D再構築は、インフラ評価のための有望なソリューションであるが、既存の手法では、自律飛行経路を使用する場合、モデルの精度を確保するために、画像の重複率が高く、飛行時間が長くなることが多い。本研究では、複雑な屋上インフラの3D再構築を最適化するために、主要な飛行パラメータであるグランドサンプリング距離（GSD）と画像オーバーラップを体系的に評価した。DJI Phantom 4 Pro V2を使用し、GSDとオーバーラップの設定を変えながら、クイーンズ大学の複数セグメントの屋上で制御されたUAV飛行を実施した。収集されたデータは、Reality Captureソフトウェアを使用して処理され、UAVベースのLiDARおよび地上レーザースキャン（TLS）から生成されたグランドトゥルースモデルと比較して評価された。実験の結果、GSDを0.75～1.26cmの範囲に設定し、画像のオーバーラップを85％に設定することで、収集した画像と飛行時間を最小限に抑えながら、高いモデル精度を達成できることがわかった。これらの知見は、効率的な屋上評価のための自律型UAV飛行経路を計画するための指針を提供する。

要約(オリジナル)

Rooftop 3D reconstruction using UAV-based photogrammetry offers a promising solution for infrastructure assessment, but existing methods often require high percentages of image overlap and extended flight times to ensure model accuracy when using autonomous flight paths. This study systematically evaluates key flight parameters-ground sampling distance (GSD) and image overlap-to optimize the 3D reconstruction of complex rooftop infrastructure. Controlled UAV flights were conducted over a multi-segment rooftop at Queen’s University using a DJI Phantom 4 Pro V2, with varied GSD and overlap settings. The collected data were processed using Reality Capture software and evaluated against ground truth models generated from UAV-based LiDAR and terrestrial laser scanning (TLS). Experimental results indicate that a GSD range of 0.75-1.26 cm combined with 85% image overlap achieves a high degree of model accuracy, while minimizing images collected and flight time. These findings provide guidance for planning autonomous UAV flight paths for efficient rooftop assessments.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL