Comparando LiDAR de UAS y Fotogrametría de Estructura a partir del Movimiento para la Cartografía de Turberas y Visualización en Realidad Virtual (VR)
Autores: Kalacska, Margaret; Arroyo-Mora, J. Pablo; Lucanus, Oliver
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Comparando LiDAR de UAS y Fotogrametría de Estructura a partir del Movimiento para la Cartografía de Turberas y Visualización en Realidad Virtual (VR)
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Mapeo
Turbera
Microtopografía
LiDAR
Realidad virtual
Realidad aumentada
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La cartografía de la microtopografía de los turberas (por ejemplo, montículos y depresiones) es clave para entender y modelar procesos hidrológicos y bioquímicos complejos. Aquí comparamos la fotogrametría derivada de sistemas aéreos no tripulados (UAS) mediante estructura a partir de movimiento (SfM) y nubes de puntos LiDAR y modelos de superficie digital de un pantano ombrotrófico, y evaluamos la utilidad de estas tecnologías en términos de carga útil, eficiencia y calidad del producto final (por ejemplo, densidad de puntos, representación de microformas, etc.). Además, dada su accesibilidad generalmente deficiente y fragilidad, los turberas proporcionan un modelo ideal para probar la usabilidad de visualizaciones de realidad virtual (VR) y realidad aumentada (AR). Como sistema integrado, se encontró que la implementación de LiDAR era más sencilla, con menos puntos de posible fallo (por ejemplo, interacciones de hardware). También fue más eficiente para la recolección de datos (10 frente a 18 minutos para 1.17 ha) y produjo tamaños de archivo considerablemente más pequeños (por ejemplo, 51 MB frente a 1 GB). Sin embargo, SfM proporcionó un mayor detalle espacial de las microformas debido a su mayor densidad de puntos (570.4 frente a 19.4 pts/m2). Nuestra evaluación de VR/AR reveló que la experiencia de usuario más inmersiva se logró con el Oculus Quest 2 en comparación con los visores de VR Google Cardboard o AR móvil, mostrando el potencial de la VR para las ciencias naturales en diferentes entornos. Esperamos que las implementaciones de VR en ciencias ambientales se vuelvan más populares, a medida que se realicen evaluaciones como la que se muestra en nuestro estudio para diferentes ecosistemas.
Descripción
La cartografía de la microtopografía de los turberas (por ejemplo, montículos y depresiones) es clave para entender y modelar procesos hidrológicos y bioquímicos complejos. Aquí comparamos la fotogrametría derivada de sistemas aéreos no tripulados (UAS) mediante estructura a partir de movimiento (SfM) y nubes de puntos LiDAR y modelos de superficie digital de un pantano ombrotrófico, y evaluamos la utilidad de estas tecnologías en términos de carga útil, eficiencia y calidad del producto final (por ejemplo, densidad de puntos, representación de microformas, etc.). Además, dada su accesibilidad generalmente deficiente y fragilidad, los turberas proporcionan un modelo ideal para probar la usabilidad de visualizaciones de realidad virtual (VR) y realidad aumentada (AR). Como sistema integrado, se encontró que la implementación de LiDAR era más sencilla, con menos puntos de posible fallo (por ejemplo, interacciones de hardware). También fue más eficiente para la recolección de datos (10 frente a 18 minutos para 1.17 ha) y produjo tamaños de archivo considerablemente más pequeños (por ejemplo, 51 MB frente a 1 GB). Sin embargo, SfM proporcionó un mayor detalle espacial de las microformas debido a su mayor densidad de puntos (570.4 frente a 19.4 pts/m2). Nuestra evaluación de VR/AR reveló que la experiencia de usuario más inmersiva se logró con el Oculus Quest 2 en comparación con los visores de VR Google Cardboard o AR móvil, mostrando el potencial de la VR para las ciencias naturales en diferentes entornos. Esperamos que las implementaciones de VR en ciencias ambientales se vuelvan más populares, a medida que se realicen evaluaciones como la que se muestra en nuestro estudio para diferentes ecosistemas.