Detekcia potenciálne nebezpečnej zelene pozdĺž líniovej infraštruktúry pozemnej dopravy pomocou údajov z bezpilotných lietadiel

Michal Barta

Bachelor's thesis

Detection of potentially dangerous greenery along the transport infrastructure using data from unmanned aerial vehicles

Abstract:

Transport infrastructure, especially land line roads, has always been an integral part of the landscape. Along the surface line roads there is accompanying greenery, which fulfils several functions and forms the character of any landscape. Currently, the predominant monitoring and detection of this vegetation is by ground measurement. However, it is important to note that this method can be challenging in terms of time, staffing and economic aspects. In recent years, there has been a great boom in unmanned aerial vehicles that are being used in various industries. The aim of this work is to develop and apply an algorithm to detect potentially hazardous greenspace, validate the unmanned vehicle data against ground measurement data, and substitute ground data with unmanned vehicle data to produce a resulting database of potentially hazardous greenspace containing information on location, height, and distance from transport infrastructure. The imagery acquired by the UAV sorties was used to identify this greenspace and subsequent surface, terrain and orthophoto mosaics were created using the Structure from Motion photogrammetric method. By normalizing these models, the height of the vegetation and its distance from the transport infrastructure were further obtained. Trees whose height exceeded the distance were subsequently evaluated as potentially hazardous. The resulting algorithm was applied to four different sites. The first site was a section of the D1 motorway, and the other sites were sections of first-class roads in the vicinity of the villages of Višňová (I18), Neratovice (I9) and Loučeň (I38). From the information obtained by the application of the methodological procedure, a database was subsequently created containing potentially dangerous trees. Substitution was preceded by validation of the height data from the created model using data from unmanned aerial vehicles of randomly selected trees during ground measurement. These results confirmed the suitability of using unmanned aerial vehicles and subsequent data processing for these purposes. This algorithm could be used by users such as Road and Motorway Directorate of the Czech Republic, Railway Administration, and other road administrators.

Abstract:

Dopravná infraštruktúra, predovšetkým pozemné líniové komunikácie patria k neoddeliteľnej zložke krajiny odjakživa. Pozdĺž pozemnej líniovej komunikácie sa nachádza sprievodná zeleň, ktorá plní množstvo funkcií a tvorí aj charakter každej krajiny. V súčasnosti prevažuje monitoring a detekcia tohto porastu pomocou pozemného merania. Je avšak dôležité si uvedomiť, že táto metóda môže byť náročná z hľadiska časového, personálneho vyťaženia a ekonomických aspektov. V posledných rokoch nastal veľký rozmach v bezpilotných prostriedkoch, ktoré sú využívané v rôznych odvetviach. Cieľom práce je vytvorenie a aplikácia algoritmu na detekciu potencionálne nebezpečnej zelene, validácia dát z bezpilotného prostriedku oproti dátam z pozemného merania a substitúcia pozemných dát s dátami z bezpilotných prostriedkov a tvorba výslednej databázy potencionálne nebezpečnej zelene obsahujúcej informácie o polohe, výške a vzdialenosti od dopravnej infraštruktúry. Na identifikáciu tejto zelene boli využité snímky získané náletmi bezpilotného prostriedku a následným použitím fotogrametrickej metódy Structure from Motion boli vytvorené modely povrchu, terénu a ortofotomozaika. Normalizáciou týchto modelov bola ďalej získaná výška porastu a jeho vzdialenosť od dopravnej infraštruktúry. Stromy, ktorých výška presahovala vzdialenosť, boli následne vyhodnotené ako potencionálne nebezpečné. Výsledný algoritmus bol aplikovaný na štyri rôzne lokality. Prvou lokalitou bol úsek diaľnice D1 a ostatné lokality boli úseky ciest prvých tried v okolí obcí Višňová (I18), Neratovice (I9) a Loučeň (I38). Z informácií získaných pomocou aplikácie metodického postupu bola následne vytvorená databáza, ktorá obsahuje potencionálne nebezpečné stromy. Substitúcii predchádzala validácia dát výšok z vytvoreného modelu pomocou dát z bezpilotných prostriedkov náhodne vybraných stromov pri pozemnom meraní. Tieto výsledky potvrdili vhodnosť využitia bezpilotných prostriedkov a následné spracovanie dát pre tieto účely. Tento algoritmus by bolo možné využívať užívateľmi ako sú Ředitelství silnic a dálnic Českej republiky, Správa železníc a ďalší správcovia komunikácií.

Keywords

unmanned aerial vehicles, transport infrastructure, road, highway, tree detection, tree height calculation, classification, DSM, CHM, DTM, Orthophoto, Point Cloud, Structure from Motion, greenery

Keywords

diaľnica, zeleň, bezpilotný prostriedok, cesta, detekcia stromov, pozemná infraštruktúra, výpočet výšky stromov, klasifikácia, DSM, DTM, CHM, Orthophoto, Point Cloud, Structure from Motion

Language used: Slovak

Date on which the thesis was submitted / produced: 31. 3. 2022

Thesis defence

• Supervisor: Ing. Jan Komárek, Ph.D.
• Reader: Vítězslav Moudrý, Ph.D.

Czech University of Life Sciences Prague

Faculty of Environmental Sciences

Bachelor programme:
Geographic Information Systems and Remote Rensing in Environmental Sciences