Depuis 15 mois, 3démappage a travaillé sur son système LiDAR basé sur un drone. Il y a eu d’énormes changements sur le marché des capteurs INS et LiDAR et ces capteurs sont maintenant beaucoup moins chers, plus précis et plus petits que jamais. Mais surtout, le logiciel s’est tenu à jour avec les changements sur le marché des petits LiDAR et a offert des outils très utiles pour obtenir les meilleurs résultats absolus de ces petits capteurs.
Comme les unités LiDAR à semi-conducteurs sont de plus en plus courantes, il est désormais très possible de les placer dans des environnements plus difficiles. Bien qu’ils aient encore besoin d’être propres et non exposés à des vibrations extrêmes, aux CEM et à l’eau, ils sont beaucoup plus robustes. De plus, les avions de transport lourd sont de plus en plus populaires de nos jours car la charge utile standard pour un LiDAR et un imageur se situe entre 1,2 et 1,6 kg.
Alors, pourquoi le LiDAR est-il si important en tant que charge utile pour les levés aériens? Principalement en raison de la capacité du LiDAR à ”voir » la végétation. Il existe également d’autres facteurs tels que:
- Couverture d’andain accrue
- Temps de capture des données réduit
- Temps de traitement réduit
- Facilité de classement au sol
- Fiabilité de la classification au sol
Voici quelques exemples qui comparent les nuages de points basés sur LiDAR à ceux générés à partir de la photogrammétrie standard (images uniquement ou PhoDAR)
LiDAR en rose, tiepoints en bleu. Bleu donnant de faux résultats sur l’eau
Comme on peut le voir, le LiDAR donne une très bonne couverture sur les zones à végétation dense. Les champs cultivés (en l’occurrence le maïs) ont été un énorme casse-tête pour les photogrammétristes lorsqu’ils utilisent des images uniquement pour déterminer la TMD. Comme ce type de photogrammétrie ne peut mesurer que ce qu’elle “voit”, souvent le sol n’est pas visible et donc pas pris en compte. Beaucoup plus de points de sol sont étudiés à partir du LiDAR et aident à déterminer où se trouvent réellement les niveaux naturels du sol.
Dans certains cas, la réflexion de surfaces réfléchissantes telles que l’eau peut provoquer des logiciels de photogrammétrie pour créer des dépressions ou des pointes dans des nuages de points basés sur des images. C’est le plus souvent le cas, ceux-ci ne sont pas classés comme du bruit car il y a des points voisins qui sont générés pour créer une pseudo surface.
Les capteurs LiDAR ne nécessitent qu’environ 35 à 25% de latence latérale. Les angles de capture des données ne nécessitent pas de chevauchements importants (sauf si l’étalonnage est effectué). Cela signifie que beaucoup moins de distance doit être parcourue pour la capture de données d’une même zone. L’exemple ci-dessous est pour 50ha à 120m AGL. La couverture LiDAR n’est que de 6,99 km, mais l’utilisation d’un appareil photo de 48 MP avec un objectif de 35 mm prendrait 17,39 km pour obtenir la même couverture (à 65% de latence)
Le temps de traitement dépend vraiment du matériel et des logiciels utilisés et des flux de travail en place. Notre bureau constate que le temps de traitement automatisé (génération de points de liaison, alignements, extraction de données brutes, etc.) est très similaire pour les zones de 1000 ha et plus. Mais il y a une réduction massive de l’édition manuelle et de la classification lors de l’utilisation des données LiDAR. Ici, très peu d’interventions manuelles doivent avoir lieu et les délais de traitement ne représentent que 3% de ceux nécessaires pour nettoyer les données PhoDAR.
Les données LiDAR peuvent encore être affinées par le logiciel de réglage de la bande. Ce logiciel prend en compte certaines dérives dans les mesures de l’INS, les inexactitudes des capteurs et les problèmes de réflectance. Tout cela est calculé et le bloc ajusté en conséquence. Les résultats d’un tel ajustement peuvent être spectaculaires et certainement aider à suivre les routines de classification et d’identification du bruit.
Alignement des bandes
