
ISSN:
Website: www.jomc.vn
Đánh giá độ chính xác của mô hình đám mây điểm từ ảnh chụp bằng điện thoại di động phục vụ khảo sát hiện trạng công trình xây dựng
Tóm tắt
Nghiên cứu đánh giá độ chính xác của mô hình đám mây điểm 3D tạo từ ảnh chụp bằng điện thoại thông minh, phục vụ khảo sát hiện trạng công trình xây dựng. Thực nghiệm được thực hiện tại tòa nhà A2, Trường Đại học Bách Khoa – ĐHQG Tp.HCM. Tổng cộng 77 ảnh chụp bằng điện thoại Xiaomi 12 có độ phân giải cao được xử lý bằng phần mềm Agisoft Metashape để tái tạo mô hình đám mây điểm, thu được hơn 81 triệu điểm. Mười điểm kiểm soát mặt đất (GCPs) được bố trí và đo tọa độ bằng máy toàn đạc điện tử. Năm trong số đó được sử dụng để hiệu chỉnh mô hình. Độ chính xác được đánh giá theo: (1) sai số vị trí các điểm GCPs và (2) sai số chiều dài 17 cạnh đo thực tế trên công trình. Sau khi nắn chỉnh mô hình với năm GCPs, mô hình được hiệu chỉnh về vị trí và tỷ lệ thực tế. Kết quả cho thấy sai số trung bình tại các điểm GCPs lần lượt là là 0.0126 m theo phương X, 0.0108 m theo phương Y và 0.0151 m theo phương Z với sai số tổng hợp (RMSE) khoảng 2,3 cm. Sai số tuyệt đối chiều dài cạnh dao động từ 0.011 m đến 0.055 m, với giá trị RMSEcạnh là 0.036 m. Sai số tương đối dao động trong khoảng 0.9% đến 4.6 %. Nghiên cứu cho thấy phương pháp chụp ảnh bằng điện thoại kết hợp xử lý bằng phần mềm thương mại có thể đáp ứng yêu cầu độ chính xác trong khảo sát hiện trạng, đặc biệt phù hợp trong điều kiện thiếu thiết bị chuyên dụng, chi phí thấp và cần triển khai nhanh chóng.
Tài liệu tham khảo
- Florent Poux, Romain Neuville, Gilles-Antoine Nys and Roland Billen, 3D Point Cloud Semantic Modelling: IntegratedFramework for Indoor Spaces and Furniture, Remote Sens, 10, 9, 1412, 2018, DOI:10.3390/rs10091412.
- Shengjun Tang, Xiaoming Li, Xianwei Zheng, Bo Wu, Weixi Wang, Yunjie Zhang, BIM generation from 3D point clouds by combining 3D deep learning and improved morphological approach, Automation in Construction, Volume 141, 2022, https://doi.org/10.1016/j.autcon.2022.104422.
- Chao Wu, Yongbo Yuan, Yang Tang, and Boquan Tian, Application of Terrestrial Laser Scanning (TLS) in the Architecture, Engineering and Construction (AEC) Industry, Sensors, 22, no. 1: 265, 2022. https://doi.org/10.3390/s22010265
- Thomas Luhman, Stuart Robson, Stephen A Kyle and Jan Boehm, Close Range Photogrammetry and 3D Imaging,2, Berlin, Walter de Gruyter, 2014.
- Innes Barbero-García, José Luis Lerma, Ángel Marqués-Mateu, Pablo Miranda, Low-Cost Smartphone-Based Photogrammetry for the Analysis of Cranial Deformation in Infants, World Neurosurgery, Volume 102, 2017. https://doi.org/10.1016/j.wneu.2017.03.015.
- Jasińska, Aleksandra, Krystian Pyka, Elżbieta Pastucha, and Henrik Skov Midtiby A Simple Way to Reduce 3D Model Deformation in Smartphone Photogrammetry, Sensors, vol. 23, no. 2: 728, 2023. https://doi.org/10.3390/s23020728
- Alshibani, Wahib Saif and Adel, Smartphone-Based Photogrammetry Assessment in Comparison with a Compact Camera for Construction Management Applications, Applied Sciences, 12, 3, 1053, 2022, DOI: 10.3390/app12031053.
- Sirmacek, B. and Lindenbergh, R., Accuracy assessment of building point clouds automatically generated from iPhone images, Accuracy assessment of building point clouds automatically generated from iPhone images, XL, 547-552, 2014, DOI: 10.5194/isprsarchives.
- D. Costantino, M. Pepe, and V. S. Alfio, Point cloud accuracy of smartphone images: Applications in cultural heritage environment, International Journal of Advanced Trends in Computer Science and Engineering, 9, 4, 6259-6767, 2020, DOI: 10.30534/ijatcse/2020/305942020.
- A. Musicco, N. Rossi, and C. Verdoscia, Accuracy evaluation of smartphone-based videogrammetry for cultural heritage documentation process, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLVIII, M, 2, 1119-1126, 2023, DOI: 10.5194/isprs-archives-XLVIII-M-2-2023-1119-2023.
- Tiêu chuẩn quốc gia TCVN 5593:2012 về Công tác thi công tòa nhà - Sai số hình học cho phép (năm 2012)