Розроблення аерознімального комплексу на основі БПЛА октокоптера DJI S100

dc.citation.epage96
dc.citation.journalTitleСучасні досягнення геодезичної науки та виробництва
dc.citation.spage86
dc.citation.volume1(41)
dc.contributor.affiliationНаціональний університет “Львівська політехніка”
dc.contributor.affiliationLviv Polytechnic National University
dc.contributor.authorГлотов, В.
dc.contributor.authorЛаданівський, Б.
dc.contributor.authorКузик, З.
dc.contributor.authorБабушка, А.
dc.contributor.authorПетришин, І.
dc.contributor.authorHlotov, V.
dc.contributor.authorLadanivskyi, B.
dc.contributor.authorKuzyk, Z.
dc.contributor.authorBabushka, A.
dc.contributor.authorPetryshyn, I.
dc.coverage.placenameЛьвів
dc.coverage.placenameLviv
dc.date.accessioned2023-06-08T07:23:38Z
dc.date.available2023-06-08T07:23:38Z
dc.date.created2021-02-16
dc.date.issued2021-02-16
dc.description.abstractМета. Мета роботи – розроблення аерознімального комплексу на основі БПЛА гелікоптерного типу DJI S1000 для виконання аерознімальних робіт, до складу якого входять лазерний сканер (ЛС) та цифрова знімальна камера (ЦЗК). Методика. Аерознімання протягом кількох десятиліть є ефективним інструментом для виконання геодезичних робіт, геофізичних досліджень та проведення різних видів моніторингу. З іншого боку, застосування не тільки цифрового знімання, а й лазерного сканування об’єктів дає змогу максимально підвищити точність отримання координат точок на місцевості та обійтись без такого процесу, як планово-висотна прив’язка на місцевості, що становить понад 80 % польових робіт, тобто набагато здешевити створення картографічних матеріалів. Окрім цього, застосування лазерних сканерів на борту безпілотних літальних апаратів допомагає вирішити низку науково-прикладних завдань у різних галузях, таких як інженерні вишукування, екологічний моніторинг, дослідження ландшафтів та моделювання територій, в будівництві, архітектурі, археології тощо. Всебічне вивчення, дослідження та моніторинґ навколишнього середовища передбачають наявність та використання високоефективних сучасних технологій, спеціального програмного забезпечення для опрацювання та аналізу даних та кваліфікованих людських ресурсів. Ааерознімальні лазерні сканери є новітньоювисокоточноютехнологієюотримання даних про об’єкт безконтактним методом, їхнє призначення багатоцільове. Їх активно використовуюсь у світі від початку 2000-х років завдяки перевагам порівняно із традиційним аерофотозніманням. ЛС виготовляють провідні компанії світу, вони доступні на ринку і попит на них серед іноземних фахівців значний. На жаль, в Україні аерознімальні лазерні сканери застосовують обмежено, для виконання особливих завдань із залученням іноземних фахівців. У цій галузі наша країна істотно відстає порівняно з іншими європейськими країнами. Тому придбання та застосування такого програмно-технологічного комплексу та БПЛА допоможе вирішити та прискорити вирішення багатьох важливих науково-прикладних завдань в Україні, а також збільшить потенціал, можливості та престиж у вітчизняній і світовій науці та практиці. Результати. Розроблено макетний зразок встановлення і реалізації ЛС Velodyne VLP-16 на БПЛА гелікоптерного типу DJI S1000. Автори проаналізували відомі системи та створили оптимальний варіант під’єднання та сполучення елементів, завдяки чому вдалося максимально спростити схему розташування пристроїв, а це дало можливість зменшити собівартість запропонованого комплексу. Наукова новизна та практична значущість. Вперше в Україні розроблено та запропоновано спосіб встановлення ЛС на БПЛА гелікоптерного типу. За допомогою аерознімальної лазерної сканувальної системи, встановленої на борту безпілотного літального апарата гелікоптерного типу, можливо вирішувати важливі науково-прикладні завдання, як-от: моніторинґ за технічним станом великогабаритних та важкодоступних конструкцій – атомних, гідро- і теплових електростанцій, ліній електропередач, газопроводів тощо; спостереження за станом автомобільних доріг, виявлення місць пошкоджень поверхні та інших небезпечних місць з метою запобігання автокатастрофам; виявлення пошкоджень лісових масивів та сільськогосподарских угідь; спостереження та недопущення зсувів ґрунтів у горах і на промислових кар’єрах, місць виникнення ґрунтових ерозій; моніторинґ водних ресурсів, зміни контурів і висот берегової смуги; виявлення дефектів покрівель, деформацій, настінних тріщин на висотних будівлях для проведення архітектурних обмірів, 3D-моделювання, документування та збереження об’єктів культурної спадщини; сприяння в археологічній розвідці з метою виявлення археологічних об’єктів та дослідження артефактів. Окрім цього ЛЗ із периферією можна встановлювати на інших рухомих об’єктах (автомобілях, залізничних дрезинах, човнах тощо) та сканування зі сталих базисів у стаціонарних умовах.
dc.description.abstractGoal. The purpose of the work is to develop an aerial photography complex based on a DJI S1000 helicopter UAV for aerial photography, which includes a laser scanner (LS) and a digital camera (CPC). Method. For several decades, aerial photography has been an effective tool for geodetic works, geophysical surveys and various types of monitoring. On the other hand, the use of not only digital imaging, but also laser scanning of objects allows to maximize the accuracy of obtaining the coordinates of points on the ground and eliminate such a process as plan-height binding in the field, which occupies more than 80 % of field work that is, much cheaper the process of creating cartographic materials. In addition, the use of laser scanners on board unmanned aerial vehicles helps to solve a number of scientific and applied problems in various fields, such as engineering research, environmental monitoring, landscape research and modeling, construction, architecture, archeology and more. Comprehensive study, research and monitoring of the environment involves the availability and use of highly efficient modern technologies, special software for data processing and analysis and qualified human resources. Aerial laser scanners are the latest high-precision technology for obtaining data about the object by noncontact method and have a multi-purpose purpose. I have been actively using them in the world since the early 2000s. They have a number of advantages over traditional aerial photography. Drugs are manufactured by the world's leading companies, they are available on the market and are in great demand among foreign specialists. Unfortunately, in Ukraine, airborne laser scanners are used in limited quantities to perform special tasks with the involvement of foreign experts. In this area we have a significant lag compared to other European countries. Therefore, the acquisition and application of such a software and technology complex and UAV will help solve and accelerate the solution of many important scientific and applied problems in Ukraine, as well as increase the potential, opportunities and prestige in domestic and world science and practice. Results. A mock-up model of installation and implementation of Velodyne VLP-16 on a DJI S1000 helicopter UAV has been developed. The authors analyzed the known systems and created the best option for connecting and connecting the elements, which made it possible to simplify the layout of the devices, which in turn made it possible to reduce the cost of the proposed complex. Scientific novelty and practical significance. For the first time in Ukraine, a method of installing a helicopter-type UAV was developed and proposed. With the help of an airborne laser scanning system installed on board an unmanned aerial vehicle of helicopter type it is possible to solve a number of important scientific and applied tasks, such as: monitoring the technical condition of large and hard-to-reach structures - nuclear, hydro and thermal power plants, power lines, etc. ; monitoring the condition of roads, detecting places of surface damage and other dangerous places in order to prevent car accidents; detection of damage to forests and agricultural lands;
dc.format.extent86-96
dc.format.pages11
dc.identifier.citationРозроблення аерознімального комплексу на основі БПЛА октокоптера DJI S100 / В. Глотов, Б. Ладанівський, З. Кузик, А. Бабушка, І. Петришин // Сучасні досягнення геодезичної науки та виробництва. — Львів : Видавництво Львівської політехніки, 2021. — Том 1(41). — С. 86–96.
dc.identifier.citationenDevelopment of the aerosurveying complex based on the DJI S1000 octocopter UAV / V. Hlotov, B. Ladanivskyi, Z. Kuzyk, A. Babushka, I. Petryshyn // Modern Achievements of Geodesic Science and Industry. — Lviv : Lviv Politechnic Publishing House, 2021. — Vol 1(41). — P. 86–96.
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/59201
dc.language.isouk
dc.publisherВидавництво Львівської політехніки
dc.publisherLviv Politechnic Publishing House
dc.relation.ispartofСучасні досягнення геодезичної науки та виробництва, 2021
dc.relation.ispartofModern Achievements of Geodesic Science and Industry, 2021
dc.relation.referencesBakuła, K., Ostrowski, W., Pilarska, M., Szender, M., and
dc.relation.referencesKurczyński, Z. Evaluation and calibration of fixedwing uav mobile mapping system equipped with lidar
dc.relation.referencesand optical sensors, Int. Arch. Photogramm. Remote
dc.relation.referencesSens. Spatial Inf. Sci., XLII-1, рр. 25–32. URL:
dc.relation.referenceshttps://doi.org/10.5194/isprs-archives-XLII-1-25-2018, 2018.
dc.relation.referencesBernard, C., Mills, J. P., Talaya, J., and Remondino, F.:
dc.relation.referencesInvestigation into the potential of single photon airborne
dc.relation.referenceslaser scanning technology, Int. Arch. Photogramm.
dc.relation.referencesRemote Sens. Spatial Inf. Sci., XLII-2/W13, рр. 927–934. URL: https://doi.org/10.5194/isprs-archivesXLII-2-W13-927-2019, 2019.
dc.relation.referencesBremer, M., Wichmann, V., Rutzinger, M., Zieher, T., and
dc.relation.referencesPfeiffer, J.: Simulating unmanned-aerial-vehicle based
dc.relation.referenceslaser scanning data for efficient mission planning in
dc.relation.referencescomplex terrain, Int. Arch. Photogramm. Remote Sens.
dc.relation.referencesSpatial Inf. Sci., XLII-2/W13, рр. 943–950. URL:
dc.relation.referenceshttps://doi.org/10.5194/isprs-archives-XLII-2-W13-943-2019, 2019.
dc.relation.referencesCortes, C., Shahbazi, M., and Ménard, P.: UAV-licam
dc.relation.referencessystem development: calibration and geo-referencing,
dc.relation.referencesInt. Arch. Photogramm. Remote Sens. Spatial Inf. Sci.,
dc.relation.referencesXLII-1, рр. 107–114. URL: https://doi.org/10.5194/isprs-archives-XLII-1-107-2018, 2018.
dc.relation.referencesCramer, M., Haala, N., Laupheimer, D., Mandlburger, G.,
dc.relation.referencesand Havel, P.: Ultra-high precision uav-based lidar and
dc.relation.referencesdense image matching, Int. Arch. Photogramm.
dc.relation.referencesRemote Sens. Spatial Inf. Sci., XLII-1, рр. 115–120.
dc.relation.referencesURL: https://doi.org/10.5194/isprs-archives-XLII-1-115-2018, 2018.
dc.relation.referencesChenari, A., Erfanifard, Y., Dehghani, M., and
dc.relation.referencesPourghasemi, H. R. (2017). Woodland mapping at
dc.relation.referencessingle-tree levels using object-oriented classification of
dc.relation.referencesunmanned aerial vehicle (uav) images, Int. Arch.
dc.relation.referencesPhotogramm. Remote Sens. Spatial Inf. Sci., XLII4/W4, рр. 43–49. URL: https://doi.org/10.5194/isprsarchives-XLII-4-W4-43-2017.
dc.relation.referencesChiabrando, F., Sammartano, G., and Spanò, A. A
dc.relation.referencesComparison among different optimization levels in 3d
dc.relation.referencesmulti-sensor models. A test case in emergency context: 2016 italian earthquake, Int. Arch. Photogramm. Remote
dc.relation.referencesSens. Spatial Inf. Sci., XLII-2/W3, рр. 155–162. URL:
dc.relation.referenceshttps://doi.org/10.5194/isprs-archives-XLII-2-W3-155-2017, 2017.
dc.relation.referencesDietrich, J. T. (2016). Riverscape mapping with helicopterbased structure-from-motion photogrammetry.
dc.relation.referencesGeomorphology, 252, рр. 144–157.
dc.relation.referencesGiannì, C., Balsi, M., Esposito, S., and Fallavollita, P.
dc.relation.references(2017). Obstacle detection system involving fusion of
dc.relation.referencesmultiple sensor technologies, Int. Arch. Photogramm.
dc.relation.referencesRemote Sens. Spatial Inf. Sci., XLII-2/W6, рр. 127–134. URL: https://doi.org/10.5194/isprs-archivesXLII-2-W6-127-2017.
dc.relation.referencesLeroux, B., Cali, J., Verdun, J., Morel, L., and He, H.
dc.relation.references(2017). Assessing the reliability and the accuracy of
dc.relation.referencesattitude extracted from visual odometry for lidar data
dc.relation.referencesgeoreferencing, Int. Arch. Photogramm. Remote Sens.
dc.relation.referencesSpatial Inf. Sci., XLII-2/W6, рр. 201–208. URL:
dc.relation.referenceshttps://doi.org/10.5194/isprs-archives-XLII-2-W6-201-2017.
dc.relation.referencesLin, Y., Hyyppa, J., Jaakkola, A. (2011). Mini-UAV-borne
dc.relation.referencesLIDAR for fine-scale mapping. IEEE Geosci. Remote
dc.relation.referencesSens. Lett., 8, рр. 426–430.
dc.relation.referencesMartínez L., Moreno Jabato,J., Garrido Sáenz deTejada,J. M.,
dc.relation.referencesandRodríguez-Cuenca,B.(2019). Automatic classification
dc.relation.referencesof bridges and continental water bodies from 3d point
dc.relation.referencesclouds (aerial lidar), Int. Arch. Photogramm. Remote
dc.relation.referencesSens. Spatial Inf. Sci., XLII-2/W13, рр. 1047–1051.
dc.relation.referencesURL: https://doi.org/10.5194/isprs-archives-XLII-2-W13-1047-2019.
dc.relation.referencesPan, Y., Yang, B., Li, S., Yang, H., Dong, Z., and Yang, X.
dc.relation.references(2019). Automatic road markings extraction,
dc.relation.referencesclassification and vectorization from mobile laser
dc.relation.referencesscanning data, Int. Arch. Photogramm. Remote Sens.
dc.relation.referencesSpatial Inf. Sci., XLII-2/W13, рр. 1089–1096. URL:
dc.relation.referenceshttps://doi.org/10.5194/isprs-archives-XLII-2-W13-1089-2019.
dc.relation.referencesPersad, R. A. and Armenakis, C. (2017). Comparison of 2d
dc.relation.referencesand 3d approaches for the alignment of uav and lidar
dc.relation.referencespoint clouds, Int. Arch. Photogramm. Remote Sens.
dc.relation.referencesSpatial Inf. Sci., XLII-2/W6, рр. 275–279. URL:
dc.relation.referenceshttps://doi.org/10.5194/isprs-archives-XLII-2-W6-275-2017.
dc.relation.referencesResop J., Lehmann L., W. (2019). Cully Hession. Drone
dc.relation.referencesLaser Scanning for Modeling Riverscape Topography
dc.relation.referencesand Vegetation: Comparison with Traditional Aerial
dc.relation.referencesLidar, Drones, Vol. 3, No. 2 p. 35.
dc.relation.referencesSadeepa Jayathunga , Toshiaki Owari , Satoshi Tsuyuki
dc.relation.references(2018). Evaluating the Performance of Photogrammetric
dc.relation.referencesProducts Using Fixed-Wing UAV Imagery over a
dc.relation.referencesMixed Conifer-Broadleaf Forest: Comparison with
dc.relation.referencesAirborne Laser Scanning. Remote Sens., 10(2), р. 187.
dc.relation.referencesURL: https://doi.org/10.3390/rs10020187.
dc.relation.referencesThiel, C., Schmullius, C. (2017). Comparison of UAV
dc.relation.referencesphotograph-based and airborne LiDAR-based point
dc.relation.referencesclouds over forest from a forestry application
dc.relation.referencesperspective. Int. J. Remote Sens., 38, рр. 2411–2426.
dc.relation.referencesToschi, I., Remondino, F., Rothe, R., and Klimek, K.
dc.relation.references(2018). Combining airborne oblique camera and lidar
dc.relation.referencessensors: investigation and new perspectives, Int. Arch.
dc.relation.referencesPhotogramm. Remote Sens. Spatial Inf. Sci., XLII-1,
dc.relation.referencesрр. 437–444. URL: https://doi.org/10.5194/isprsarchives-XLII-1-437-2018.
dc.relation.referencesenBakuła, K., Ostrowski, W., Pilarska, M., Szender, M., and Kurczyński, Z. (2018). Evaluation and calibration of fixed-wing
dc.relation.referencesenuav mobile mapping system equipped with lidar and optical sensors, Int. Arch. Photogramm. Remote Sens. Spatial Inf.
dc.relation.referencesenSci., XLII-1, рр. 25–32. URL: https://doi.org/10.5194/isprs-archives-XLII-1-25-2018.
dc.relation.referencesenBernard, C., Mills, J. P., Talaya, J., and Remondino, F. (2019). Investigation into the potential of single photon airborne
dc.relation.referencesenlaser scanning technology, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2/W13, рр. 927–934. URL:
dc.relation.referencesenhttps://doi.org/10.5194/isprs-archives-XLII-2-W13-927-2019.
dc.relation.referencesenBremer, M., Wichmann, V., Rutzinger, M., Zieher, T., and Pfeiffer, J. (2019). Simulating unmanned-aerial-vehicle based
dc.relation.referencesenlaser scanning data for efficient mission planning in complex terrain, Int. Arch. Photogramm. Remote Sens. Spatial Inf.
dc.relation.referencesenSci., XLII-2/W13, рр. 943–950. URL: https://doi.org/10.5194/isprs-archives-XLII-2-W13-943-2019.
dc.relation.referencesenCortes, C., Shahbazi, M., and Ménard, P. (2018). UAV-licam system development: calibration and geo-referencing, Int.
dc.relation.referencesenArch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-1, рр. 107–114, URL: https://doi.org/10.5194/isprs-archivesXLII-1-107-2018.
dc.relation.referencesenCramer, M., Haala, N., Laupheimer, D., Mandlburger, G., and Havel, P. (2018). Ultra-high precision UAV-based lidar and
dc.relation.referencesendense image matching, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-1, рр. 115–120. URL:
dc.relation.referencesenhttps://doi.org/10.5194/isprs-archives-XLII-1-115-2018.
dc.relation.referencesenChenari, A., Erfanifard, Y., Dehghani, M., and Pourghasemi, H. R. (2017). Woodland mapping at single-tree levels using
dc.relation.referencesenobject-oriented classification of unmanned aerial vehicle (uav) images, Int. Arch. Photogramm. Remote Sens. Spatial
dc.relation.referencesenInf. Sci., XLII-4/W4, рр. 43–49. URL: https://doi.org/10.5194/isprs-archives-XLII-4-W4-43-2017.
dc.relation.referencesenChiabrando, F., Sammartano, G., and Spanò, A. (2017). A Comparison among different optimization levels in 3d multisensor models. A test case in emergency context: 2016 italian earthquake, Int. Arch. Photogramm. Remote Sens. Spatial
dc.relation.referencesenInf. Sci., XLII-2/W3, рр. 155–162. URL: https://doi.org/10.5194/isprs-archives-XLII-2-W3-155-2017.
dc.relation.referencesenDietrich, J. T. (2016). Riverscape mapping with helicopter-based structure-from-motion photogrammetry. Geomorphology, 252, рр. 144–157.
dc.relation.referencesenGiannì, C., Balsi, M., Esposito, S., and Fallavollita, P. (2017). Obstacle detection system involving fusion of multiple
dc.relation.referencesensensor technologies, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2/W6, рр. 127–134. URL:
dc.relation.referencesenhttps://doi.org/10.5194/isprs-archives-XLII-2-W6-127-2017.
dc.relation.referencesenLeroux, B., Cali, J., Verdun, J., Morel, L., and He, H. (2017). Assessing the reliability and the accuracy of attitude extracted
dc.relation.referencesenfrom visual odometry for lidar data georeferencing, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2/W6,
dc.relation.referencesenрр. 201–208. URL: https://doi.org/10.5194/isprs-archives-XLII-2-W6-201-2017.
dc.relation.referencesenLin, Y.; Hyyppa, J.; Jaakkola, A. (2011). Mini-UAV-borne LIDAR for fine-scale mapping. IEEE Geosci. Remote Sens.
dc.relation.referencesenLett., 8, рр. 426–430.
dc.relation.referencesenMartínez L., Moreno Jabato,J., Garrido Sáenz de Tejada,J. M., and Rodríguez-Cuenca, B. (2019). Automatic classification
dc.relation.referencesenof bridges and continental water bodies from 3d point clouds (aerial lidar), Int. Arch. Photogramm. Remote Sens.
dc.relation.referencesenSpatial Inf. Sci., XLII-2/W13, рр. 1047–1051. URL: https://doi.org/10.5194/isprs-archives-XLII-2-W13-1047-2019.
dc.relation.referencesenPan, Y., Yang, B., Li, S., Yang, H., Dong, Z., and Yang, X. (2019). Automatic road markings extraction, classification and
dc.relation.referencesenvectorization from mobile laser scanning data, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2/W13,
dc.relation.referencesenрр. 1089–1096. URL: https://doi.org/10.5194/isprs-archives-XLII-2-W13-1089-2019.
dc.relation.referencesenPersad, R. A. and Armenakis, C. (2017). Comparison of 2d and 3d approaches for the alignment of uav and lidar point
dc.relation.referencesenclouds, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2/W6, рр. 275–279. URL: https://doi.org/10.5194/isprs-archives-XLII-2-W6-275-2017.
dc.relation.referencesenResop J., Lehmann L., W. Cully Hession (2019). Drone Laser Scanning for Modeling Riverscape Topography and
dc.relation.referencesenVegetation: Comparison with Traditional Aerial Lidar, Drones, Vol. 3, No. 2, p. 35.
dc.relation.referencesenSadeepa Jayathunga , Toshiaki Owari , Satoshi Tsuyuki (2018). Evaluating the Performance of Photogrammetric Products
dc.relation.referencesenUsing Fixed-Wing UAV Imagery over a Mixed Conifer-Broadleaf Forest: Comparison with Airborne Laser Scanning.
dc.relation.referencesenRemote Sens., 10(2), р. 187. URL: https://doi.org/10.3390/rs10020187.
dc.relation.referencesenThiel, C.; Schmullius, C. (2017). Comparison of UAV photograph-based and airborne LiDAR-based point clouds over
dc.relation.referencesenforest from a forestry application perspective. Int. J. Remote Sens., 38, рр. 2411–2426.
dc.relation.referencesenToschi, I., Remondino, F., Rothe, R., and Klimek, K. (2018). Combining airborne oblique camera and lidar sensors:
dc.relation.referenceseninvestigation and new perspectives, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-1, рр. 437–444. URL:
dc.relation.referencesenhttps://doi.org/10.5194/isprs-archives-XLII-1-437-2018.
dc.relation.urihttps://doi.org/10.5194/isprs-archives-XLII-1-25-2018
dc.relation.urihttps://doi.org/10.5194/isprs-archivesXLII-2-W13-927-2019
dc.relation.urihttps://doi.org/10.5194/isprs-archives-XLII-2-W13-943-2019
dc.relation.urihttps://doi.org/10.5194/isprs-archives-XLII-1-107-2018
dc.relation.urihttps://doi.org/10.5194/isprs-archives-XLII-1-115-2018
dc.relation.urihttps://doi.org/10.5194/isprsarchives-XLII-4-W4-43-2017
dc.relation.urihttps://doi.org/10.5194/isprs-archives-XLII-2-W3-155-2017
dc.relation.urihttps://doi.org/10.5194/isprs-archivesXLII-2-W6-127-2017
dc.relation.urihttps://doi.org/10.5194/isprs-archives-XLII-2-W6-201-2017
dc.relation.urihttps://doi.org/10.5194/isprs-archives-XLII-2-W13-1047-2019
dc.relation.urihttps://doi.org/10.5194/isprs-archives-XLII-2-W13-1089-2019
dc.relation.urihttps://doi.org/10.5194/isprs-archives-XLII-2-W6-275-2017
dc.relation.urihttps://doi.org/10.3390/rs10020187
dc.relation.urihttps://doi.org/10.5194/isprsarchives-XLII-1-437-2018
dc.relation.urihttps://doi.org/10.5194/isprs-archives-XLII-2-W13-927-2019
dc.relation.urihttps://doi.org/10.5194/isprs-archivesXLII-1-107-2018
dc.relation.urihttps://doi.org/10.5194/isprs-archives-XLII-4-W4-43-2017
dc.relation.urihttps://doi.org/10.5194/isprs-archives-XLII-2-W6-127-2017
dc.relation.urihttps://doi.org/10.5194/isprs-archives-XLII-1-437-2018
dc.rights.holder© Західне геодезичне товариство, 2021
dc.rights.holder© Національний університет “Львівська політехніка”, 2021
dc.subjectбезплотний літальний апарат гелікоптерного типу
dc.subjectлазерний сканер
dc.subjectцифрова знімальна камера
dc.subjectелектронні пристрої
dc.subjectobservation and prevention of landslides in mountains and industrial quarries
dc.subjectplaces of soil erosion
dc.subjectmonitoring of water resources
dc.subjectchanges in contours and heights of the coastal strip
dc.subjectdetection of roof defects
dc.subjectdeformations
dc.subjectwall cracks on highrise buildings for architectural measurements
dc.subject3D modeling
dc.subjectdocumentation and preservation of cultural heritage sites
dc.subjectassistance in archaeological exploration to identify archaeological sites and study artifacts. In addition
dc.subjectperipheral drugs can be installed on other moving objects (cars
dc.subjectrailcars
dc.subjectboats
dc.subjectetc.) and scanning from fixed bases in stationary conditions
dc.subject.udc528.721
dc.titleРозроблення аерознімального комплексу на основі БПЛА октокоптера DJI S100
dc.title.alternativeDevelopment of the aerosurveying complex based on the DJI S1000 octocopter UAV
dc.typeArticle

Files

Original bundle

Now showing 1 - 2 of 2
Thumbnail Image
Name:
2021v1_41__Hlotov_V-Development_of_the_aerosurveying_86-96.pdf
Size:
1.14 MB
Format:
Adobe Portable Document Format
Thumbnail Image
Name:
2021v1_41__Hlotov_V-Development_of_the_aerosurveying_86-96__COVER.png
Size:
1.52 MB
Format:
Portable Network Graphics

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.89 KB
Format:
Plain Text
Description: