Teza Doctorat Noiembrie 2020 Pentru Verificare Plagiat [308285]
ABREVIERI
CADRUL LEGISLATIV
Legislația națională
Legea nr. 1/2004 [anonimizat], cu modificările și completările ulterioare;
Legea nr. 129/2018 pentru modificarea și completarea Legii nr. 102/2005 [anonimizat] a [anonimizat]. 677/2001 pentru protecția persoanelor cu privire la prelucrarea datelor cu caracter personal și libera circulație a acestor date
Ordonanța de urgență nr. 57/2019 privind Codul administrativ;
Legea Arhivelor nationale nr 16/1996, republicata, cu modificările și completările ulterioare;
Legea contenciosului administrativ nr 554/2004, cu modificările și completările ulterioare;
O.U.G. nr. 66/2011 [anonimizat]/sau a [anonimizat];
Norme metodologice de aplicare a prevederilor OUG nr. 66/2011 [anonimizat]/sau a [anonimizat]. 875/2011;
O.U.G. nr. 34/2013 [anonimizat], exploatarea pajiștilor permanente și pentru modificarea și compleatrea Legii fondului funciar nr. 18/1991, cu modificările și completările ulterioare ;
O.U.G. nr 3/18.03.2015 pentru aprobarea schemelor de plăți care se aplică în agricultură în perioada 2015-2020 și pentru modificarea art. 2 din Legea nr. 36/1991 [anonimizat];
Hotarârea Guvernului nr. 226/2015 privind stabilirea cadrului general de implementare a [anonimizat] M.A.D.R. nr. 22/2011 [anonimizat];
Ordinul M.A.D.R. nr. 723/2007 privind unele măsuri pentru aplicarea art. 74 din Regulamentul (CE) nr. 796/2004 al Comisiei din 21 aprilie 2004 de stabilire a normelor de aplicare a condiționării, modulării și a [anonimizat] (CE) nr. 1.782/2003 al Consiliului din 29 septembrie 2003 de stabilire a normelor comune pentru schemele de sprijin direct în cadrul politicii agricole comune și de stabilire a [anonimizat], cu modificările și completările ulterioare;
Ordinul M.A.D.R. nr. 275/2011 privind aprobarea sistemelor de sancțiuni pentru măsurile 211 Sprijin pentru zona montană defavorizată, 212 [anonimizat] 214 Plăți de agromediu din Programul național de dezvoltare rurală 2007-2013, aferente cererilor de plată depuse începând cu anul 2011, cu modificările și completările ulterioare;
Ordin MADR/MMAP/ANSVA nr. 352/636/54/2015 pentru aprobarea normelor privind ecocondiționalitatea in cadrul schemelor și măsurilor de sprijin pentru fermieri in România cu modificările și completările ulterioare ;
Ordinul MAPDR nr. 152/2004 privind stabilirea termenilor de referință pentru organizarea și funcționarea Sistemului Integrat de Administrare și Control;
Ordinul MADR nr. 355/2007 privind aprobarea criteriilor de încadrare, delimitării și listei unităților administrativ-teritoriale din zona montană defavorizată din România ;
Ordinul MAPDR nr. 226/2003 pentru aprobarea Strategiei privind organizarea activității de îmbunătățire și exploatare a pajiștilor la nivel național, pe termen mediu și lung, cu modificările și completările ulterioare
ORDIN Nr. 619/2015 pentru aprobarea criteriilor de eligibilitate, condițiilor specifice și a modului de implementare a schemelor de plăți prevăzute la art. 1 alin. (2) și (3) din Ordonanța de urgență a Guvernului nr. 3/2015 pentru aprobarea schemelor de plăți care se aplică în agricultură în perioada 2015 – 2020 și pentru modificarea art. 2 din Legea nr. 36/1991 privind societățile agricole și alte forme de asociere în agricultură, precum și a condițiilor specifice de implementare pentru măsurile compensatorii de dezvoltare rurală aplicabile pe terenurile agricole, prevăzute în Programul Național de Dezvoltare Rurală 2014 – 2020, cu modificările și completările ulterioare;
Ordinul M.A.D.R. nr. 52/2020 privind aprobarea formularului-tip al cererii unice de plată pentru anul 2020;
Decizia de punere în aplicare a Comisiei nr. 3508/2015 de aprobare a programului de dezvoltare rurală al României pentru sprijinul acordat din FEADR, cu modificările ulterioare – Programul Național de Dezvoltare Rurală 2014 – 2020;
Acordul de delegare APIA-AFIR nr. A69/P107/24.06.2015 pentru implementarea, prin Sistemul Integrat de Administrare și Control (IACS), a măsurilor din cadrul Programului Național de Dezvoltare Rurală (PNDR) 2014 – 2020 finanțate din Fondul European Agricol pentru Dezvoltare Rurală (FEADR) și de la bugetul de stat, respectiv: Măsura 10 – „Agro- mediu și climă”, Măsura 11 – „Agricultura ecologică”, Măsura 13 – „Plăți zone cu constrângeri naturale”
Protocolul de colaborare APIA/GNM/IGSU nr. P205/2330/2848/2019 privind acțiunile de monitorizare a modului de respectare de către fermieri a bunelor condiții agricole și de mediu referitoare la arderea miriștilor și a resturilor vegetale pe terenul arabil și la arderea pajiștilor permanente ;
Protocolul de colaborare APIA/GNM nr.P25/649 din 26.01.2012 privind verificarea respectării de către agricultori a cerințelor legale de gestionare (SMR) în domeniul mediului;
Protocolul de colaborare APIA nr. P163/28.02.2017//ANF nr. 755/F/03.03.2017 privind implementarea cerinței legale în materie de gestionare referitoare la „Introducerea pe piață a produselor de protecție a plantelor” (SMR 10).
Legislatia UE
Regulamentul (UE) NR. 1305/2013 al Parlamentului European și al Consiliului din 17 decembrie 2013 privind sprijinul pentru dezvoltare rurală acordat din Fondul european agricol pentru dezvoltare rurală (FEADR) și de abrogare a Regulamentului (CE) nr. 1698/2005 al Consiliului, cu modificările și completările ulterioare;
Regulamentul (UE) nr. 1306/2013 al Parlamentului European și al Consiliului din 17 decembrie 2013 privind finanțarea, gestionarea și monitorizarea politicii agricole comune și de abrogare a Regulamentelor (CEE) nr. 352/78, (CE) nr. 165/94, (CE) nr. 2799/98, (CE) nr. 814/2000, (CE) nr. 1290/2005 și (CE) nr. 485/2008 ale Consiliului, cu modificările și completările ulterioare;
Regulamentul (UE) nr. 1307/2013 al Parlamentului European și al Consiliului din 17 decembrie 2013 de stabilire a unor norme privind plățile directe acordate fermierilor prin scheme de sprijin în cadrul politicii agricole comune și de abrogare a Regulamentului (CE) nr. 637/2008 al Consiliului și a Regulamentului (CE) nr. 73/2009 al Consiliului, cu modificările și completările ulterioare;
Regulamentul delegat (UE) nr. 639/2014 al Parlamentului European și al Consiliului din 11 martie 2014 de completare a Regulamentului (UE) nr. 1307/2013 al Parlamentului European și al Consiliului de stabilire a unor norme privind plățile directe acordate fermierilor prin scheme de sprijin în cadrul politicii agricole comune și de modificare a anexei X la regulamentul menționat, cu modificările și completările ulterioare;
Regulamentul delegat (UE) nr. 640/2014 al comisiei din 11 martie 2014 de completare a Regulamentului (UE) nr. 1306/2013 al Parlamentului European și al Consiliului în ceea ce privește Sistemul Integrat de Administrare și Control și condițiile pentru refuzarea sau retragerea plăților și pentru sancțiunile administrative aplicabile în cazul plăților directe, al sprijinului pentru dezvoltare rurală și al ecocondiționalității, cu modificările și completările ulterioare;
Regulamentul de punere în aplicare (UE) nr. 641/2014 de stabilire a normelor de punere în aplicare a Regulamentului (UE) nr. 1307/2013 al Parlamentului European și al Consiliului din 16 iunie 2014 de stabilire a unor norme privind plățile directe acordate fermierilor prin scheme de sprijin în cadrul politicii agricole comune, cu modificările și completările ulterioare;
Regulamentul delegat (UE) nr. 807/2014 al comisiei din 11 martie 2014 de completare a Regulamentului (UE) nr. 1305/2013 al Parlamentului European și al Consiliului privind sprijinul pentru dezvoltare rurala acordat din Fondul european agricol pentru dezvoltare rurala(FEADR) si de introducere a unor dispozitii tranzitorii, cu modificările și completările ulterioare;
Regulamentul de punere în aplicare (UE) nr. 808/2014 al comisiei din 17 iulie 2014 de stabilire a normelor de aplicare a Regulamentului (UE) nr. 1305/2013 al Parlamentului European și al Consiliului privind sprijinul pentru dezvoltare rurala acordat din Fondul european agricol pentru dezvoltare rurala (FEADR), cu modificările și completările ulterioare ;
Regulamentul de punere în aplicare (UE) nr. 809/2014 al comisiei din 17 iulie 2014 de stabilire a normelor de aplicare a Regulamentului (UE) nr. 1306/2013 al Parlamentului European și al Consiliului în ceea ce privește sistemul integrat de administrare și control, măsurile de dezvoltare rurală și ecocondiționalitatea;
Regulamentul (CE) nr. 2988/1995 privind protecția intereselor financiare ale Comunităților Europene, cu modificările și completările ulterioare;
Regulamentul de punere în aplicare nr. 2333/2015 de modificare a Regulamentului de punere în aplicare (UE) nr. 809/2014 al Comisiei de stabilire a normelor de aplicare a Regulamentului (UE) nr. 1306/2013 al Parlamentului European și al Consiliului în ceea ce privește sistemul integrat de administrare și control, măsurile de dezvoltare rurală și ecocondiționalitatea – Comisia Europeană, cu modificările și completările ulterioare;
Linii directoare OTSC-DSCG/2014/32 ghid pentru controalele pe teren și măsurători ale suprafețelor, valabile pentru Campania 2020, referitor la controalele pe teren conform art. 24, 25, 26, 27, 30, 31, 34, 35, 36, 37, 38, 39, 40, 41 ale Regulamentului (UE) nr. 809/2014 modificat de Regulamentul (UE) nr, 2333/2015.
Specificații Tehnice Comune DS-CDP pentru campania 2020 privind controalele pe
teren
– orientarea tehnică pentru verificările pe teren (OTSC) și măsurarea suprafeței în conformitate cu articolele 24, 25, 26, 27, 30, 31, 34, 35, 36, 37, 38, 39, 40, 41 din Regulamentul (UE) 809/2014 astfel cum a fost modificat prin Regulamentul (UE) 2033/2015.
Linii directoare LPIS DS/CDP/2018/11 valabile pentru Campania 2020
INTRODUCERE (despre temă, justificarea necesității cercetării)
În anul 2006, am început activitatea la Agenția de Plăți și Intervenție pentru Agricultură, Centrul Județean Gorj, serviciul control pe teren. În cei paisprezece ani de activitate, am avut momente de bucurie atunci când de fiecare dată urcam pe munți și mă simțeam mai aproape de cer, exact ca o pasăre ce plutește în neant, dar și de frustrări pentru că nu puteam să imi ating de fiecare dată obiectivele așa cum mi- le-am dorit. Deși eram o echipă tânăra, provocările erau lafel de mari. Și asta nu pentru că nu aveam tehnica necesară efectuării unor controale specifice activității controlului pe teren. Aceste echipamente există și in momentul de față, doar că nu sunt suficiente și eficiente atunci când, obligația mea ca și inspector control pe teren, trebuie să efectuez o masurătoare în zone greu accesibile, precum zone montane, stufărișuri sau alte zone complet inaccesibile, doar cu ajutorul unui aparat GPS. Problemele sunt diverse, de la lipsa semnalului GPS, datorată plafonului de nori, la imposibilitatea înregistrării unui punct gps, la limita pădurii, sau a unei zone foarte abrupte, precum și expunerea la numeroase riscuri precum cădere prin alunecare, fracturi datorate alunecării, poziționării greșite a piciorului pe pavimentul alunecos.
O altă problemă ce include factori de risc nemaiântâlnit până acum este pandemia de COVID-19.
Epidemia de coronavirus rescrie modul în care se face agricultura la nivel mondial, toată lumea fiind afectată, într-un fel sau altul. Efectele pandemiei au început să-și arate colții, iar specialiștii se tem că urmează momente și mai dificile. În acest context, statele lumii iau măsuri tot mai dure de atenuare a efectelor acestei epidemii. Agricultura este un domeniu esențial, care trebuie protejat, pentru că asigură alimentele atât de necesare pentru toată lumea. Rolul fermierilor este cu atât mai important acum, când tot mai mulți oameni trebuie să stea acasă, în izolare, iar stocurile de mâncare din magazine se epuizează mai rapid ca niciodată. Ei sunt și cei cărora, alături de medici și de lucrătorii din celelalte domenii esențiale, ar trebui să le mulțumim și să îi sprijinim pentru eforturile depuse în această perioadă.
STADIUL ACTUAL AL CERCETĂRILOR ÎN DOMENIU
Cunoscându-se dificultățile din teritoriu, au fost implementate la nivel de Agenție , cu aprobarea CE, implementarea unor altor tipuri de controale, acele controale bazate pe prelucrarea de imagini cât mai noi. Așa a luat naștere efectuarea controalelor pe teren pe baza imaginilor care sunt mult mai concludente, masurătoarea realizându-se la nivel de pixel, care era mult mai precisă și care nu punea în pericol sănătatea și integritatea inspectorului pe teren.
Prin urmare, s-a înființat Direcția Control Pe Teren Serviciul Control prin Teledetectie și Fotogrammetrie. Scopul controlului prin teledetecție este de a verifica, pe un eșantion de cereri, condițiile în care este acordat ajutorul financiar solicitat în cererile de sprijin. Controlul prin teledetecție se realizează pe baza eșantionării cererilor unice de plată pentru controlul pe teren în cadrul anului de cerere 2020. Pentru fiecare parcelă a fermierilor selectați la controlul prin teledetecție pentru care s-a solicitat sprijin, se vor verifica cel puțin : • Detectarea caracteristicilor neeligibile (apă, clădire, pădure, etc.) și determinarea suprafeței eligibile pentru schemele de suprafață prevăzute în OUG nr. 3/18.03.2015, cu modificările și completările ulterioare, incluzând respectarea dimensiunii minime a parcelei;
Verificarea utilizării terenului (tipul de suprafață agricolă), Ex. TA, PP, CP, etc;
• Verificarea culturilor care fac obiectul plăților cuplate;
• Verificarea culturilor care fac obiectul diversificării;
• Verificarea caracteristicilor care fac obiectul Zonelor de Interes Ecologic;
• Verificarea respectării normelor privind Ecocondiționalitatea.
Se impune, în vederea optimizării controlului prin teledetecție aferent anului de cerere 2020 (gestionarea datelor alfanumerice și vectoriale necesare pentru cea de a 2 a fotointerpretare CAPI) cât și a evitării contactului direct cu fermierii în cadrul acțiunii de clarificare a neconformităților identificate în cadrul controlului prin teledetecție, utilizarea unei aplicații special concepute pentru realizarea acțiunii follow-up.
În acest sens, ca urmare a colaborării Direcției Control pe Teren – Serviciul Control prin Teledetecție și Fotogrammetrie cu prestatorul serviciilor SC GAUSS SRL, a fost concepută o aplicație de tip GIS ce poate fi utilizată în acțiunea de clarificare a rezultatelor obținute în cadrul primei fotointerpretări a parcelelor agricole pe baza imaginilor satelitare VHR și HR. Aplicația poate fi utilizată prin simpla accesare a link-ului următor, de pe laptop, calculator, tableta sau telefon mobil cu sistem android, numărul de utilizatori fiind nelimitat: http://34.65.252.39/#/dashboard
Combinând idea unei masuratori concludente in timp real cât și prelucrarea datelor pe baza imaginilor, neavând acces în zone accesibile, mi-a venit idea de a efectua controale la fața locului pe baza imaginilor cu ajutorul dronelor, pentru a fi cât mai eficient și a trage concluzii cât mai concludente, în măsurarea unei parcele agricole, deoarece am constatat ca desi sunt imagini de înltă rezolutie, interpretarea rezultatelor se face într-un mod eronat.
Având în vedere definiția parcelei agricole, stipulată de Regulamentul (CE) nr. 1306/2013 al Parlamentului European și al Consiliului din 17 decembrie 2013 privind finanțarea, gestionarea și monitorizarea politicii agricole comune, care la art. 67 alin. (4) prevede că „parcela agricolă” reprezintă o suprafață continuă de teren agricol, care face obiectul unei declarații din partea unui singur fermier, cu acceași categorie de folosință, pe care se cultivă o singură grupă de culturi. Totuși, în conformitate cu precizările documentului de lucru DSGC, atunci când, în contextul Regulamentului 1307/2013, se solicită o declarație separată a utilizării terenului în cadrul unui grup de culturi, acea utilizare anume va limita suplimentar, dacă este cazul, parcela agricolă; statele membre pot să prevadă criterii suplimentare pentru delimitarea parcelelor agricole.
Având în vedere că modificarea Regulamentului nr. 809/2014 , în sensul completării metodelor de control, clarifică principalii factori pentru introducerea abordării monitorizării ce are drept scop reducerea sarcinilor de control și utilizarea alertelor în combinație cu opțiunea de a corecta cererea de sprijin pentru a preveni eventualele neconformități, se disting 3 etape procedurale pentru asigurarea trecerii la acest tip de control:
➢ O etapă pregătitoare prin care agențiile de plăți sunt îndrumate de către CE să introducă monitorizarea și implică armonizarea bazelor de date IACS și LPIS (IPA) ca precondiție stabilită în regulament cât și ale practicilor agricole ce pot fi procesate eficient prin analiză automată a datelor Sentinel în combinație cu dovezile suplimentare (imagini VHR, HR, vizite rapide în teren, etc). Această parte se bazează pe analiza automatizată a datelor disponibile existente atât în IACS cât și a imaginilor satelitare.
➢ O a doua etapă va aborda procesarea cererilor în cadrul schemelor sau măsurilor solicitate de fermieri și se bazează pe procesarea automata dar controlată a datelor Sentinel pe durata anului agricol, emițând alerte și verdicte de conformitate pe măsură ce datele devin disponibile. Această parte se bazează pe utilizarea cererii unice de plată în vederea ordonării exploatațiilor pe scheme de plată solicitate și pe tipuri de observații pentru a reduce astfel necesitatea procesării.
➢ O a treia etapă se referă la soluțiile pe care le oferă datele de monitorizare însă aceasta etapă nu este derivată și nici nu depinde de cererea fermierului.
Aceste “monitorizări” sau mai degrabă metodologii de control prin teledetecție ce sunt relevante și funcționează la nivelul întregului sistem deoarece includ detecția suprafețelor neagricole, gestionarea dovezilor fermierului cât și determinarea unor zone calamitate, cu inundații, arderi, etc. În concluzie monitorizarea este o procedură de observare, de urmărire și de evaluare regulată și sistematică a tuturor criteriilor de eligibilitate, angajamentelor sau altor obligații care pot fi monitorizate cu ajutorul datelor obținute de la sateliții Sentinel ai programului Copernicus sau al altor date cu valoare cel puțin echivalentă, în decursul unei perioade de timp care să permită, atunci când este necesar, la activități de urmărire adecvate pentru a se ajunge la o concluzie cu privire la eligibilitatea ajutorului sau a sprijinului solicitat. Având în vedere că, odată cu noua Politică Agricolă Comună, “Sistemul Integrat de Administrare și Control” va deveni “Sistemul Integrat” și va funcționa cu ajutorul bazelor de date electronice (date alfanumerice) și a sistemelor de informații geografice (date vectoriale) și va permite partajarea și integrarea datelor între bazele de date alfanumerice și sistemele de informații (vectoriale) geografice se impune și în România utilizarea noilor tehnologii de imagistică pentru monitorizarea suprafețelor agricole. Aceasta înseamnă utilizarea datelor furnizate de sateliții Sentinel din cadrul programului Copernicus în completarea controalelor clasice pe teren, prin teledetecție sau cu ajutorul dronelor și găsirea unor soluții avantajoase în ceeea ce privește schemele de dezvoltare rurală și ecocondiționalitatea pentru monitorizarea cerințelor în materie de mediu și climă. Având în vedere frecvența ridicată cu care sateliții Sentinel 1 (doi sateliți radar aflați pe orbită polară care trimit un semnal cu microunde către Pământ și măsoară semnalul care revine, fără ca acesta să fie perturbat de prezența norilor fizici) și Sentinel 2 (doi sateliți aflați în orbită polară care măsoară lumina vizibilă și lumina infraroșie reflectată de Pământ pe 13 lungimi de undă diferite) colectează imagini, procesarea automatizată a seriilor cronologice de date de-a lungul perioadei de vegetație face posibilă identificarea culturilor și monitorizarea anumitor practici agricole desfășurate pe parcelele agricole. Astfel controalele prin monitorizare combină datele obținute la fiecare cinci zile de la sateliții Sentinel 1 și 2 cu informațiiile prezentate de fermieri în cererile lor iar prin intermediul învățării automate se vor obține informații privind tipurile de culturi și activitatea agricolă de pe toate parcelele declarate/exploatațiile agricole pentru fiecare schemă de ajutor iar pe baza acestora se vor evalua parcelele agricole utilizând un sistem de semaforizare. Ținând cont de faptul că o serie de state membre ale UE vor implementa controalele prin monitorizare începând cu anul de cerere 2020 iar România participă, alături de încă șase state membre, din anul 2019 la proiectul pilot de monitorizare dezvoltat de Sen4CAP, este necesară introducerea și utilizarea noilor tehnologii de monitorizare prin utilizarea datelor Sentinel din cadrul programului Copernicus pentru verificări ale plăților directe dar și pentru verificări sistematice ale ecocondiționalității și ale măsurilor de agromediu și climă începând chiar cu anul de cerere 2020 prin folosirea fotografiilor cu geolocație (geotag), așa cum se precizează la art. 68 din propunerea de Regulament al Comisiei privind finanțarea, gestionarea și monitorizarea politicii agricole comune și de abrogare a Regulamentul (UE) nr. 1306/2013 prevede că statele membre instituie și exploatează un sistem de monitorizare a suprafețelor. Prin „sistem de monitorizare a suprafeței” se înțelege o procedură de observare, urmărire și evaluare periodică și sistematică a activităților și practicilor agricole în zonele agricole cu ajutorul datelor obținute de la sateliții Sentinel ai programului Copernicus sau a altor date cu o valoare cel puțin echivalentă.
1.1 Scurt istoric
Pentru a înțelege cât mai bine evoluția fotogrammetriei și a metodelor aplicate de aceasta este necesară o incursiune în istoria ei destul de îndelungată.
Perioada premergătoare apariției fotogrammetriei
În jurul anului 300 î.c., în Grecia antică, filozoful Aristotel are preocupări cu privire la natura luminii, definind lumina ca fiind o calitate nu o substanță reală, așa cum a fost ea considerată mult mai târziu. Aristotel a observat că unele obiecte au o rată de transparență dar care se manifestă doar în prezența luminii. Astfel, el a definit lumina ca fiind un fenomen, un proces sau energia unui corp transparent sau al altor corpuri având proprietăți similare cu acesta.
În secolul XI (în anul 1038), Al Hazan of Basra, un matematician arab, enunță și explică principiul camerei obscure (figura 1.1). El construiește o cameră obscură pe care o utilizează la observarea eclipselor de soare.
Figura 1.1 – Principiul și schema camerei obscure realizată de matematicianul Al Harez în anul 1038
Plecând de la principiile enunțate în anul 1038, camerele obscure au fost îmbunătățite continuu și au fost utilizate o perioadă îndelungată de timp.
În anul 1490, Leonardo da Vinci descrie în detaliu principiile care stau la baza camerei obscure (cunoscută în literatură sub denumirea de dark room – camera întunecoasă).
În anul 1492 Leonardo da Vinci a început să pună bazele proiecțiilor perspective (centrale) utilizând pentru aceasta invenția sa care se numea „Lanterna Magică” [Gruner, 1977]. Principiile geometriei perspective și cele ale geometriei proiective enunțate de către Leonardo da Vinci stau la baza dezvoltării teoriei fotogrammetrice.
Mulți dintre artiștii contemporani lui Leonaro da Vinci au contribuit la înțelegerea geometriei proiective prin prisma graficii realizată în perspectivă.
Mai târziu, alți oameni de știință i-au continuat munca în a dezvolta partea matematică a geometriei perspective. Astfel, în anul 1525, Albrecht Düerer, utilizând legile perspectivei, a construit un instrument (figura 1.2) ce a putut fi utilizat pentru a crea un desen cu adevărat realizat în perspectivă [Gruner, 1977].
Figura 1.2 – Instrument pentru crearea desenelor în perspectivă
Sir Isaac Newton, în anul 1666, făcând experimente cu prisme transparente, descoperă că lumina albă, atunci când străbate o prismă transparentă, poate fi dispersată în culorile spectrului: roșu, orange, galben, verde, albastru, indigo și violet (figura 1.3). Cu ajutorul unei a doua prisme transparente, aceste culori pot fi recombinate în lumină albă. Dispozitivul construit de Newton pentru descompunerea luminii albe solare trece lumina printr-o fantă, evidențiind succesiunea culorilor.
Figura 1.3 – Dispersia luminii albe în culorile spectrului
Johan Heinrich Lambert, în 1759, în Tratatul „Perspectiva Liber” (Perspectiva liberă), a dezvoltat principiile matematice ale imaginii perspective utilizând retrointersecția spațială pentru a găsi un punct în spațiu din care se poate realiza imaginea. J. H. Lambert a fost primul care a emis o teorie cu privire la fotogrammetrie, chiar înainte de apariția fotografiei (în anul 1827).
Raportul dintre geometrie și fotogrammetria proiectivă a fost stabilit însă mai târziu, și anume de către R. Sturms și Guido Hauck în anul 1883, în Germania [Doyle, 1964] (figura 1.4).
Figura 1.4 – Perspectiva fotogrammetrică așa cum a fost demonstrată de Hauck
Primele ridicări fotogrammetrice datează de la mijlocul secolului trecut, fiind condiționate de apariția și dezvoltarea fotografiei.
Odată cu publicarea, în 1851, de către Skott Archer a modului de obținere a imaginii fotografice prin procedeul coloidului umed (stratul fotosensibil se prepară și se întinde pe placa de sticlă înainte de fotografiere, iar expunerea și developarea se face în timpul cât stratul sensibil este umed) s-a deschis posibilitatea de aplicare a fotografiei în numeroase ramuri ale științei și tehnicii, inclusiv în domeniul măsurătorilor terestre.
Termenul de fotogrammetrie a fost creat de către geograful german Otto Kersten, împreună cu inginerul constructor german Albrecht Meydenbauer și a fost utilizat pentru prima oară în anul 1867, ca titlu al unui articol semnat și publicat de către cel de al doilea în „Jurnalul Societății de Arhitectură din Berlin” (Wochenblatt des Architektenvereins zu Berlin).
În românește, termenul a fost preluat din franceză (photogrammétrie) și își are originea în compunerea cuvintelor din limba greacă: phos-lumină, gramma-înregistrare și metron-măsură.
Prin definiția dată de Societatea Americană de Fotogrammetrie și Teledetecție (ASPRS-American Society for Photogrammetry and Remote Sensing), în anul 1987: fotogrammetria este denumită ca fiind: „arta, știința și tehnologia de a obține informații fiabile despre obiecte fizice și mediul înconjurător, prin intermediul proceselor de înregistrare, de măsurare și de interpretare a imaginilor și a modelelor fotografice, a energiei electromagnetice radiante și a altor fenomene”.
În Manualul de fotogrammetrie, ediția a IV-a, publicat de ASPRS în anul 1980, termenul de „artă” atribuit fotogrammetriei este explicat prin faptul că informațiile obținute prin metode fotogrammetrice se datorează experienței specialiștilor din domeniu, care execută lucrările respective.
Fotogrammetria poate fi considerată, de asemenea, ca ansamblu al metodelor geometrice, matematice și fizice care utilizează imaginea 3D a unui obiect fizic sau a mediului înconjurător pentru a-l transpune în spațiul 2D (sub formă de plan sau hartă) sau 3D (în cazul exploatării analitice sau digitale) prin reconstituirea fidelă și fiabilă a obiectului și/sau a spațiului real.
Primul care a venit cu idea folosirii fotografiilor aeriene ale suprafeței terestre în scopuri topografice a fost fotograful francez Gaspar Felix Tournachon, denumit și Nadar, care în anul 1858 obține prima fotografie aeriană dintr-un balon captiv de la înălțimea de 80 de metri deasupra Parisului (imaginea de mai jos).
Figura 1.5. Gaspar Felox Tournachon deasupra Parisului
Folosirea acestui procedeu în aer s-a dovedit mai complicată decât pe pământ și de aceea dezvoltarea aerofotogrammetriei s-a produs abia după o jumătate de secol.
În timp se dezvoltă tehnicile și tehnologiile fotografice atât pe linia fixării imaginii cât și a opticii fotografice.
În 1871 se descoperă metoda de fabricație a emulsiei sensibile cu strat uscat de bromură de argint și gelatină. Aceasta putea fi folosită pentru fotografii instantanee și nu necesita o expunere îndelungată, lucru important în cazul fotografiei aeriene.
În 1887 – 1889 s-au creat posibilități ca suportul emulsiei să nu mai fie sticla ci peliculele de celuloid, cu impact direct asupra dezvoltării fotografiei aeriene și a aerofotogrammetriei.
La sfârșitul secolului XIX s-au construit camere fotografice multiple de preluare a fotografiilor aeriene din baloane dirijabile denumite panoramograf, printre care cele construite de Thiele, Cailletet și Tribaule, Scheimpflung, Templer etc.
Cu toate experiențele izolate, mai mult sau mai puțin reușite, aerofotografierea nu s-a dezvoltat până la apariția avionului, care a permis transportul rapid, comod și ieftin a camerei fotoaeriene deasupra suprafeței de ridicat.
Dezvoltarea aviației în deceniul 2 al secolului XX a dus la succese în aerofotogrammetrie. Experimentările în folosirea avionului la ridicări fotoaeriene încep înainte de primul război mondial, când este folosită fotografia aeriană în operațiunile militare de recunoaștere.
După primul război mondial metodele de ridicare fotoaeriană se extind continuu. Folosirea avionului a impus folosirea unui timp de expunere mic.
Aceasta a impus la rândul său construirea unor obiectivi cu luminozitate mare, lipsiți pe cât posibil de distorsie, cu obturatoare care să funcționeze rapid și sigur, precum și a unor dispozitive mecanice de acționare a camerei în timpul lucrului.
Dintre principalele camere aeriene construite și folosite, cele mai importante sunt RMK, MRB (Germania), RC-5 (Elveția), AFA (U.R.S.S.), Santoni (Italia), T 11 (S.U.A.) și SOM (Franța). Aceste aparate construite în prezent în variante moderne, reflectă orientarea către folosirea tehnicilor și tehnologiilor moderne digitale pentru determinarea pe cale automată a datelor necesare prelucrării fotogramelor, precum și realizarea unor mecanisme automate de transmisie și comandă.
În țara noastră, dezvoltarea ridicărilor aerofotogrammetrice este legată de apariția aviației. Între anii 1910 – 1914 s-au făcut experimentări ale fotografiei din avion folosind avioanele construite în țara noastră și cele cumpărate din străinătate. Pregătirile pentru primul război mondial orientează și fotografia aeriană pentru folosirea în scopuri militare.
Astfel primele lucrări de ridicare fotoaeriană din avion s-au făcut în aprilie 1916, de către serviciul fotoaerian creat în cadrul flotilei de aviație de la Cotroceni, utilizând la început camere fotoaeriene simple, construite din lemn, de formatul 9×12 cm.
În august 1916 acest serviciu s-a dezvoltat prin înființarea a 6 secții fotoaeriene afectate escadrilelor de aviație care erau dislocate la Tâlmaci, Brașov, Murfatlar, Piatra Neamț, Cotroceni și una mobilă. La început nu s-au obținut rezultate notabile datorită lipsei de experiență. Ulterior, în timpul refacerii trupelor din Moldova, s-au adus aparate și materiale fotografice noi, precum și un laborator cu care au fost înzestrate secțiile fotoaeriene.
S-a început o activitate intensă al cărei randament a fost apreciat în luptele de la Mărășești, când s-au cunoscut înainte de începerea luptelor tipul și felul organizării inamice.
În timpul primului Război Mondial, Serviciul Geografic al Armatei și celelalte secții fotoaeriene trimiteau pe front hărțile topografice completate cu date despre inamic folosind în acest scop fotografiile aeriene.
În urma experienței căpătate, ofițerii în rezervă (ingineri silvici) Aurel Cernătescu și Victor Ivănceanu întocmesc în 1918 un „Studio asupra restituirii fotografiilor aeriene” în care se prezentau mijloacele folosite în exploatarea conținutului fotografiilor aeriene.
Prin conferințe și publicații este propagată ideea aplicării ridicărilor fotoaeriene în întocmirea de planuri și hărți.
În unele instituții superioare de învățământ sunt introduse noțiuni de fotografie aeriană.
În mod sporadic s-au făcut încercări de aplicare a ridicărilor fotoaeriene și în scopuri civile. Astfel în 1924 s-a create o „Diviziune de cadastru aerian” pe lângă Direcțiunea Aviației Civile, care pentru prima dată în țara noastră utilizează fotografia aeriană în lucrări de măsurători terestre pentru nevoi civile. Primele lucrări ale acestui serviciu au fost executarea unor fotoasamblaje pentru întocmirea planului de sistematizare a orașelor Bacău și Curtea de Argeș.
Aceiași specialiști au executat ulterior planul fotografic al Aeroportului Băneasa, prima lucrare la noi în țară întocmită pe baza premarcajului pe teren a punctelor de triangulație și a reperilor fotogrammetrici.
Publicațiile de specialitate care apar în perioada 1924 – 1926 sunt: Metrofotografia, Studiul fotografiei aeriene, Stereoscopia și aerofotografia de cpt. Gonta Constantin și Fotografia aeriană a locotenentului aviator Iacobescu Gheorghe.
În anul 1926 a avut loc la Berlin al doilea congres al Societății Internaționale de Fotogrammetrie la care au participat și delegați din România. Congresul I a avut loc în 1913 la Viena, unde se fondase în anul 1907 prima „Societate Națională de Fotogrammetrie”.
Raportul făcut de delegați conducerii armatei aatras atenția asupra diverselor aplicații ale aerofotogrammetriei și al avantajelor pe care le prezintă, mai ales în actualizarea hărții.
În anul 1929 s-a înființat o secție fotogrammetrică pe lângă Direcția Superioară a Aeronauticii și o secție fotogrammetrică pe lângă Direcția Cadastrului Minier. Personalul angajat a fost pregătit teoretic și practic pentru lucrări de restituție timp de un an de către specialiști aduși din străinătate, iar după aceea o parte din ingineri au fost trimiși în străinătate pentru perfecționare la Dresda, Berlin, și Jena (Zeiss).
Secțiile de fotogrammetrie din cadrul Direcției Cadastrului Minier și din cadrul Direcției Aeronauticii au executat în perioada 1929 – 1937 o serie de lucrări care au demonstrat avantajele metodei.
După 1950, cerințele impuse inițial de aderarea la Tratatul de la Varșovia și apoi de cooperativizarea agriculturii și ulterior de industrializarera socialistă au impus întocmirea într-un timp scurt a unui mare volum de ridicări topografice.
Această situație a ridicat în mod serios problema creării de noi sectoare fotogrammetrice și înzestrarea acestora cu aparatură modernă de înaltă productivitate.
Fostul „Institut Geografic Militar” s-a transformat în „Direcția Topografică Militară” în cadrul căreia a luat ființă o unitate aerofotogrammetrică. Pentru zbor s-a înființat „detașamentul aerofotogrammetric”, care a reușit ca într-un timp scurt să execute aerofotografierea întregului teritoriu al țării la diferite scări, pentru realizarea hărților și planurilor de localități și ulterior pentru actualizarea periodică a acestora.
De remarcat aerofotografierile executate în perioada 1950 – 1952 pentru întocmirea și actualizarea hărții țării la scara 1:25.000, din perioada 1959 – 1962 pentru întocmirea hărții de bază la scara 1:50.000 și din perioada 1970 – 1974 pentru întocmirea hărții de bază la scara 1:25.000.
Începând cu 1980 s-au executat aerofotografieri pentru realizarea planurilor localităților la scara 1:5.000 și 1:10.000 și din 1985 pentru actualizarea periodică, la interval de 5 ani, a hărții de bază la scara 1:50.000 pe întreg teritoriul țării.
În anul 1997, în conformitate cu prevederile Legii cadastrului și publicității imobiliare nr.7/1996, s-a înființat Oficiul Național de Cadastru, Geodezie și Cartografie (ONCGC), instituție publică în subordinea Guvernului României sub directa coordonare a Primului Ministru, care îndrumă, controlează și realizează activitatea de geodezie, fotogrammetrie, teledetecție, cartografie și cadastru la nivelul întregii țări. În subordinea Oficiului Național de Cadastru, Geodezie și Cartografie funcționează Institutul de Geodezie, Fotogrammetrie, Cartografie și Cadastru precum și 42 de Oficii de Cadastru, Geodezie și Cartografie județene și cel al municipiului București.
În 2002 – ONCGC trece în subordinea Ministerului Administrației și Internelor iar din 2004 se înființează Agenția Națională de Cadastru și Publicitate Imobiliară (ANCPI) prin reorganizarea ONCGC și preluarea activității de publicitate imobiliară de la Ministerul Justiției.
1.2. Drona, o nouă tehnologie modernă și evoluția ei în România
Măsurătorile topografice ofereau, în urmă cu câțiva ani, informații legate de suprafața, vecinătățile și deschiderile unui teren. În momentul de față, tehnologia permite obținerea unor date mult mai complexe, ce constau în prelucrarea imaginilor în format digital, accesibile tuturor persoanelor interesate de acest domeniu. Acest proces poate fi realizat cu ajutorul unei drone.
Figura 1.6 Drona folosită în cercetare model Parrot Bebop
Noua tehnologie oferă proprietarilor de terenuri sau clienților interesați de astfel de achiziție: metode simple prin care cu ajutorul ortofotoplanurilor aceștia pot obține informații clare și obiective despre o anumită zonă. Nu oricine putea avea acces la astfel de date până acum, procedurile fiind extrem de costisitoare, deoarece metodele clasice implicau zborul de avioane încărcate cu echipament de fotogrammetrie sofisticat. Din cauza costurilor, materiale de acest tip erau disponibile doar marilor companii sau instituțiilor cu bugete generoase.
Ortofotoplanurile sau hărți foto, care prezintă detaliat situația unui teren, sunt adesea confundate cu clasicele imagini aeriene, însă specialiștii atrag atenția că este o mare diferență între cele două: ortofotoplanul este o hartă, iar în orice punct am privi imaginea este perfect perpendiculară, datorită softului ce corectează fiecare imagine (proces numit ortocorecție). În schimb, pe o imagine aeriană nu s-ar putea face măsurători, iar imaginea nu este perpendiculară în orice punct, astfel că vom vedea și clădiri din lateral.
„Ortofotoplanurile sunt hărți foto cu un avantaj major: prezintă situația din teren din momentul prezent. Cu ajutorul sistemului nostru putem produce ortofotoplanuri și modele digitale de elevație, acestea din urmă fiind reprezentarea digitală a topografiei terenului – practic, fiecare pixel conține o coordonată în trei dimensiuni. Pe ortofotoplanuri poți măsura cu precizie coordonatele, suprafețele, distanțele, perimetrele și unghiurile (practic, orice măsurătoare în două dimensiuni) iar pe modelul digital de elevație (DEM) poți măsura înălțimi, volume, pante, profile de teren (terenul în secțiune), linii de contur” (Lucian Vuicin, 2013).
Astfel de măsurători oferă informații valoroase și eficientizează activitatea celor care au nevoie de planuri detaliate ale unei anumite zone, fiind utile în nenumărate domenii, de la arhitectură și construcții, până la agricultură, transporturi sau turism. În timp ce companiile din mediul privat se folosesc de tehnologiile prezentului, autoritățile de la noi sunt încă reticente și continuă să aloce un buget similar unor sisteme vechi de zeci de ani.
Întregul proces de preluare de datelor pare desprins dintr-un film SF al secolului trecut.
Ceea ce în urmă cu câteva decenii părea o idee fantezistă, astăzi este o realitate cotidiană: măsurătorile se realizează cu ajutorul unui aparat de zbor fără echipaj uman, denumit „dronă”, care se deplasează autonom, conform unui plan de zbor prestabilit. Pentru o acuratețe centimetrică, înaintea zborului pe zona țintă se stabilesc niște puncte de control, măsurate cu aparatură topo, care apoi se marchează. Aceste markere trebuie să apară în imagini pentru că în faza de procesare coordonatele acestora se declară softului ca și etalon, explică specialiștii.
Se determină zona țintă și se creează planul de zbor, care se încarcă în autopilot;
În timpul zborului, drona capturează imagini care se suprapun 70% una peste cealaltă și înregistrează poziția geografică a fiecărei capturi;
După aterizare, se downloadează imaginile și datele din autopilot, după care se corelează, cu ajutorul unui soft de pre-procesare;
Procesarea imaginilor se face cu ajutorul unor programe de ultimă generație și implică trei pași importanți: alinierea imaginilor cu ajutorul punctelor comune între acestea (rezultatul fiind un nor de puncte); reconstrucția geometrică prin care se calculează poziția tridimensională a fiecărui punct (rezultatul fiind un model tridimensional); exportarea rezultatelor în formate compatibile cu softurile de analiză/proiectare;
Sistemul este eficient pentru suprafețele sub 100 kmp și, fiind de înaltă rezoluție, oferă o calitate inaccesibilă pe piața civilă, până acum. Beneficiile incontestabile ale acestei metode de măsurare sunt date de calitatea și cantitatea datelor topografie, precum și înalta rezoluție a hărții foto. Cu metodele de măsurare topo clasice, pentru a obține astfel de cantitate și calitate de date (dar fără imagini) pentru 1 kilometru pătrat, ar fi nevoie ca stația GPS să fie pusă în aproximativ 10 milioane puncte, ceea ce este imposibil, subliniază specialiștii.
1.3 Funcția de autopilotare a unui multicopter
1.3.1 Introducere
Pentru a oferi o înțelegere intuitivă a multicopterelor, figura 1.7 prezintă combinația și conectarea unui sistem la multicopter. După cum se arată în figură 1.7 transmițătorul RC, receptorul RC, pilotul automat (cunoscut și sub denumirea de regulator de zbor), receptorul GPS și stația de comandă la sol (GCS) aparțin sistemului de comandă și control. Mai mult decât atât, un sistem multicopter include sistemul de acostare și sistemul de propulsie.
Figura 1.7 Componentele unei drone
1.3.2 Bateria
Bateria este utilizată pentru a furniza energie motoarelor multicopterului. O problemă de multe ori întâlnită la acestea este timpul de aduranță, deoarece este puternic dependent de capacitatea bateriilor. Acum, există mai multe tipuri de baterii: LiPo (Lithium Polymer), NiMH acestea sunt cele mai frecvent utilizate, datorită performanțelor superioare și a prețului scăzut.
Figura 1.8 Baterie multicopter
1.3.2.1 Parametrii bateriei
Parametrii de bază ai bateriei includ tensiunea, capacitatea de descărcare, rezistența internă și rata de descărcare.
Tensiunea nominală a unei singure celule a bateriei LiPo este de 3,7V; când este complet încărcată ea poate atinge 4,2V. Pentru a se asigura capacitatea și tensiunea bateriei, se pot adăuga mai multe celule ce pot fi asamblate împreună. Într-un proces real, tensiunea rămasă este scăzută treptat odată cu descărcarea bateriei. Conform acestor dată precizate în stadiul final de descărcare tensiunea poate scădea brusc, ceea ce poate duce la pierderea rapidă a împingerii de la sol a multicopterului. Pentru a asigura că un multicopter are suficientă putere de a se întoarce acasă înainte ca bateria transportată să rămână fără curent, trebuie să setăm un prag de tensiune optim pentru baterie. În plus, tensiunea de ieșire va scădea pe măsură ce curentul de descărcare va fi crescut din cauza unei tensiuni mai mari alocate rezistenței interne. Trebuie remarcat faptul că bateria nu trebuie descărcată complet, deoarece putem risca o deteriorare a acesteia ireversibilă.
1.3.2.2 Capacitatea bateriei
Capacitatea bateriei este măsurată în „mAh” sau amper oră „Ah”. Acesta este un indice tehnic ce arată cât de mult este încărcătura electrică dintr-o anumită baterie. De exemplu capacitatea de 3000 mAh a unei baterii LiPo semnifică faptul că descărcarea bateriei va dura o oră la 3000 mA (curentul consumat de dronă), atunci când tensiunea unei singure celule este scăzută de la 4,2 la 3,0 V. Cu toate acestea capacitatea de descărcare va fi scăzută împreună cu procesul de descărcare, iar tensiunea de ieșire va scădea. Ca rezultat, capacitatea rămasă nu este o funcție liniară a timpului de descărcare. În practică există două modalități de a detecta dacă capacitatea rămasă a unei baterii poate susține zborul:
Detectarea tensiunii bateriei de către senzori în timp real;
Estimarea valorii de încărcare a bateriilor.
1.3.2.3 Rezistența
Rezistența unei baterii nu este o valoare constantă și variază în funcție de starea de alimentare și durata sa de viață. Rezistența unei baterii reîncărcabile este relativ mică în starea inițială, cu toate acestea după o perioadă îndelungată de utilizare datorită epuizării electrolitului și a scăderii activității substanței chimice a acesteia, rezistența internă va crește treptat până la o anumită măsură în care energia din baterie nu poate fi eliberată, urmând ca aceasta să nu mai poată funcționa.
1.3.2.4 Densitatea energiei bateriei
Densitatea de energie este cantitatea de energie stocată într-un anumit sistem sau regiune de spațiu, aceasta fiind denumită în final energie specifică. În general unitățile pentru densitatea energetică și pentru energia specifică sunt (Watt x Oră)/sau Wh/kg. Bateriile cu o densitate mai mare de energie sunt mai populare datorită contradicției dintre volumul (greutate) și rezistență pentru un produs specific. Bateria litiu-ion devine din ce în ce mai populară și este utilizată pe o scară largă în multe aplicații. Densitatea acesteia este de două ori mai mare decât cea de NiMH adică de la 240 la 300 Wh/KG.
1.3.3 Capacitățile dronei de autopilotare
Pilotul automat al multicopterului este un sistem de control al zborului folosit pentru a controla altitudinea, poziția și traiectoria unui multicopter. Poate fi semi-automat (necesită comenzi de la maneta de control) sau complet automat. Pilotul automat are un cadru de control care se bazează deseori pe controllere PID, lăsând parametrii să fie reglați pentru diferite tipuri de multicoptere.
1.3.3.1 Componente
Pilotul automat al multicopterului poate fi divizat în două componente, cea software și cea hardware. Componenta software este utilizată ca fiind creierul nulticopterului și este utilizat pentru a trimite informația, în schimb componenta hardware în general are următoarele componente:
Receptor GPS – utilizat pentru a obține locația multicopterului;
Unitate de măsurare a inerției (IMU) – include: accelerometru cu trei axe, giroscop cu trei axe și busolă electronică. Este folosită pentru a obține informații despre altitudinea unei drone. În general, IMU cu șase axe este combinația dintre un accelerometru cu trei axe și a unui giroscop cu trei axe; un IMU cu nouă axe este combinația unui accelerometru cu trei axe, a unui giroscop cu trei axe și a unui magnetometru cu trei axe și o a zecea axă este combinația unui IMU cu nouă axe și a unui barometru;
Senzor de înălțime – barometrul și aparatul de căutare cu ultrasunete sunt folosite pentru a obține înălțimea absolută (altitudinea) și înălțimea relativă (distanța față de sol);
Procesorul – acționează ca o platformă pentru a primi informații și a rula algoritmi pentru a produce comanda de control;
Interfața – acționează ca o punte între procesor și celelalte dispozitive, cum ar fi senzorii și maneta de control.
1.3.3.2 Funcții
Percepția. Este folosită pentru a rezolva problema locației. Receptorii GPS, IMU și senzorii de înălțime pot avea anumite turbulențe de comunicare, iar rata lor de reîmprospătare diferă. De exemplu, rata de reîmprospătare a receptorului GPS este de 5 Hz, în timp ce rata de reîmprospătare a accelerometrului poate fi de 1000 Hz. O sarcină în plus a pilotului automat este aceea de a îmbina aceste informații împreună pentru a obține o poziție și o altitudine exactă;
Controlul. Controlul există pentru a putea rezolva problema „modului în care multicopterul zboară într-o poziție dorită”. În funcție de poziția și altitudinea măsurată, procesorul generează comenzi transmise motoarelor multicopterului pentru a putea obține poziția dorită;
Decizia. Se referă viteza de reacție raportată la unitatea de timp, între panoul de control (telecomandă, tabletă, PC, etc) și multicopter. Acestea acționează în mod diferit ținâdu-se cont de următorii factori:
Factori climatici și anume:
Temperatura
Umiditatea
Viteza vântului
Factori fizici reprezentați de interacțiunea dintre panoul de comandă și multicopter, influențată de frecvența emițătorului.
1.3.4 Autopilot cu sursă deschisă
În prezent, există foarte multe aplicații de autopilotare a multicopterelor ce includ totodată și plăcile de comandă.
Tabel 1.1 „Website-uri pentru aplicația de autopilot”
Figura 1.9 Plăci de comandă
1.3.5 Radiotelemetrie
Radiotelemetria se referă la utilizarea tehnologiei de procesare digitală a semnalului (DSP) pentru a transmite date cu o precizie ridicată prin tehnologia radio.
Spre deosebire de radiotelemetria analogică, ce este alcătuită din model și stația de modulare analogică, temeletria digitală prin radio oferă o interfață transparentă RS232 a cărei viteze de transmisie este de 19,2 Kbps. Aceasta este capabilă să trimită și să primească date în mai puțin de 10 ms. Datele transmise cuprind:
Intensitatea câmpului
Temperatura
Tensiunea
Statisticile de eroare
Gestionarea rețelei.
Ca mijloc de comunicare telemetria radio are o arie specifică de aplicații. În anumite condiții speciale, aceasta poate furniza transmisii de date în timp real și fiabil. Tehnologia radiotelemetriei este potrivită pentru orice mediu geografic deoarece are costuri reduse de instalare și întreținere.
Un capăt al telemetriei radio este conectat la un software GCS, iar celălalt capăt este conectat la multicopter. Comunicarea dintre acestea două se realizează utilizând anumite protocoale de comunicare bidirecționale ale acestora.
Figura 1.10 Software GCS
Protocolul de comunicare este numit și regulamentul de comunicare, referindu-se la convenția de trasmitere a datelor de ambele părți. Convenția include reguli uniforme privind formatul de date, metoda sincronă, rata de transmisie, procedura, verificarea erorilor și corectarea și definirea caracterelor de control, ce trebuie înregistrate de ambele părți ale comunicării. Se mai numește totodată și regulamentul de control al legăturilor.
Formularea protocolului de comunicare este avantajos în separarea GCS-ului și a autopilotului, atâta timp cât se respectă protocoalele de comunicare, aplicația GCS poate fi compatibilă cu diferite surse libere de autopilot.
Protocolul de comunicare MAVLink reprezintă o bibliotecă de fișiere ce este proiectată pentru drone și pentru aeronavele de mici dimensiuni. Acesta se bazează pe Licența Publică Generală și poate încorpora eficient structura datelor C printr-un port serial de transmitere a pachetelor de date către GCS. Acest protocol de comunicare este testat pe o scară largă cum ar fi:
– PX4
– APM
– Parrot AR.Drone.
De exemplu aplicația Openpilot adoptă protocolul UAVTalk pentru a comunica cu GCS-ul.
1.3.6 Concluzii
Compoziția unui multicopter poate sprijini zborul complet autonom al unui multicopter. Pentru multicopterul pilotat semi-autonom, unele componente pot fi eliminate, cum ar fi giroscopul și receptorul GPS.
Pentru a alege componente mai bune și pentru a îmbunătăți performanța sau a afla cauzele eșecului, este necesar să avem o înțelegere mai profundă și cuprinzătoare a multicopterelor. De exemplu, prin ajustarea parametrilor de control al vitezei și alegerea elicelor adecvate, performanța zborului poate fi îmbunătățită; luând în considerare compatibilitatea modului de control al vitezei motoarelor, unele accidente pot fi evitate.
1.4 Elemente de fotogrammetrie și aerofotogrammetrie
O prezentare sintetică a stadiului actual de dezvoltare a fotogrammetriei și teledetecției, pe baza realizărilor cunoscute până în prezent, permite aprecierea realistă a posibilităților și limitelor acestui mijloc de investigare. Revista americană de specialitate, denumită „Photogrammetric Engineering and Remote Sensing” definește fotogrammetria astfel: „ Fotogrammetria este arta, știința și tehnologia de obținere a informațiilor sigure despre obiecte fizice și mediul înconjurător prin prelucrarea înregistrărilor, măsurarea și interpretarea imaginilor fotografice, a metodelor de energie radiantă electromagnetică și a altor fenomene”.
O teorie mai generalistă a fotogrammetriei spune că aceasta este știința care se ocupă cu obținerea datelor de bază sub forma fotogramelor, recunoașterea și identificarea înregistrărilor obiectelor, determinarea formei și dimensiunilor acestora și materializarea rezultatelor sub formă analogică, dar și sub formă digitală.
În mare parte, obiectivul fotogrammetriei este acela de a studia proprietățile geometrice și fizice ale reprezentărilor metrice, cu ajutorul fotogramelor exploatate separat sau în cuple stereoscopice, denumite stereograme.
Scopul fotogrametriei este efectuarea determinărilor metrice riguroase, în plan și spațiu, asupra unui obiect oarecare, cum ar fi suprafața Pământului, un fenomen meteorologic sau morfologic, o construcție sau un element al construcției supus deformării, folosind înregistrările acestora.
O aplicație convențională a fotogrammetriei este elaborarea de hărți topografice cu curbe de nivel, bazate pe măsurători și informații obținute de pe fotografii aeriene și spațiale cu instrumente analogice optice, dar și cu calculatoare analitice.
Fotograma este o fotografie specială (metrică) pe care se pot executa măsurători de precizie. Ea este aptă pentru măsurători și reconstituiri, atunci cînd se cunosc elementele funcție de pe care se poate reconstitui fasciculul de raze (din spațiul obiect) ce a dat imaginea.
Aceste elemente ce definesc poziția fotogramei față de centrul ei de perspectivă se numesc elemente de orientare interioară. Ele sunt:
distanța principală, numită și constanta camerei, adică distanța de la centrul de proiecție O la planul imaginii (fotogramei);
punctulprincipalH, adicăproiecțiacentruluideperspectivăOpeplanulfotogramei.
Pentru o perfectă cunoaștere a perspectivei este necesar să se cunoască și distorsiunile (curba), însă din punct de vedere practic acestea sunt eliminate în procesul de prelucrare a imaginilor fotogrammetrice.
Din punct de vedere practic, distanța principală se asimilează cu distanța focală F, iar punctul principal cu punctul mijlociu M ce se găsește la intersecția indicilor de referință (simetrici) h h' și v v' ai fotogramei ce se pot găsi la mijlocul laturilor (figura 1.7) sau la colțuri.
Figura1.11 Fotograma
Fotointerpretarea constă în identificarea pe fotodocumente a elementelor și fenomenelor referitoare la teren (elemente topografice, planimetrie, de relief, vegetație, hidrografie, etc.). Procesul de studiere și de culegere a informațiilor necesare identificând diferitele caracteristici artificiale și naturale este numit fotointerpretare. Fotointerpretarea este știința localizării, descrierii și determinării obiectelor dintr-o imagine fotografică.
Spre deosebire de o hartă, trăsăturile de pe o fotografie aeriană nu sunt generalizate sau reprezentate prin simboluri. Aerofotogramele înregistrează toate caracteristicile vizibile pe suprafața Pământului dintr-o perspectivă globală.
Deși caracteristicile spațiului obiect sunt vizibile, ele nu sunt întotdeauna ușor de identificat. Cu o interpretare atentă, aerofotogramele sunt o excelentă sursă de date spațiale pentru studiul mediului înconjurător.
Factorii importanți la identificarea unor trăsături sunt: forma, modelul (pattern), mărimea, culoarea sau tonul, umbra, textura, asocierea, timpul și perspectiva stereoscopică.
Forma unui obiect pe o fotografie aeriană ajută la identificarea obiectului. Formele uniforme regulate adesea indică o intervenție umană. Modelul este similar cu forma, aranjarea spațială a obiectelor (de exemplu rândul de culture față de pășune) este de asemenea util pentru a identificarea unui obiect și a utilizării lui. Mărimea este o măsură a suprafeței obiectului. Caracteristicile culorii unui obiect față de alte obiecte pe fotogramă: spre exemplu nisipul are un ton deschis strălucitor, în timp ce apa, de obicei, are un ton închis. O umbră furnizează informații despre înălțimea obiectului, forma și orientarea. Textura furnizează informații despre caracteristicile fizice ale obiectului, etc.
Fotointerpretarea se întemeiează pe studiul caracteristicilor imaginii fotografice. În mod curent acestea sunt cuprinse în două mari grupe: caracteristici calitative și caracteristici cantitative. Cele calitative sunt acelea care nu se masoară în sens uzual al cuvântului, dar pot fi evaluate subiectiv: textura, modelul, tonul și forma. Fotointerpretarea calitativă poate fi ajutată cu chei, teste și ghizi. Caracterisitcile cantitative sunt acelea care pot fi măsurate în accepțiunea largă a cuvântului ca: suprafețe, distanțe, unghiuri verticale sau orizontale, înălțimi și diametre de coronae, ca și gradul de acoperire a terenului.
Aceste caracteristici pot fi bine valorificate în procesul de fotointerpretare dacă se cunosc foarte bine obiectele de fotointerpretat și însușirile lor, felul cum apar în imagine, dacă imaginea este redată la o scară convenabilă și este de bună calitate (pot fi sesizate și detaliile, eventual și culorile) și dacă imaginile se examinează și stereoscopic, când percepția formelor poate fi hotărâtoare.
Ridicarea fotogrammetrică începe cu proiectarea.
Proiectantul trebuie să cunoască suprafața de ridicat care se delimitează pe o hartă la scara 1:100 000 sau 1:50 000 (în general la o scară 2:1 față de scara la care urmează a se realiza planul sau harta prin metode aerofotogrammetrice). Totodată trebuie să cunoască scopul ridicării, modul de exploatare a fotogramelor și precizia de atins pentru a se putea întocmi proiectul de aerofotografiere care trebuie să precizeze: camera fotogrammetrică (distanța focală, formatul fotogramelor), scara fotogramelor (este funcție de natura rezultatului, scara planului, performanțele ansamblului camera-film-aparate de exploatare și precizia ce se urmărește), înălțimea de zbor deasupra terenului (se calculează funcție de distanța focală f a camerei și scara fotogramelor), traseele de zbor trasate pe hartă ( distanța dintre ele se ia cu cca. 66 % din L pentru a se asigura o acoperire transversală între benzi de 33 %), acoperirea longitudinală a fotogramelor, adică în lungul benzii (se ia 33% pentru exploatarea fotogramelor pe cuple independente și de 66% pentru stereorestituție), bineînțeles natura filmului (pancromatic pentru scopuri metrice obișnuite) și timpul de expunere maxim pentru ca în condițiile date (viteza de zbor) să nu se producă trenarea imaginii.
După efectuarea zborului se developeanză filmul, se usucă și se fac copiile fotografice pozitive pe hârtie, cu ajutorul cărora se întocmește un mozaic, adică fotogramele sunt suprapuse după detalii. Pe mozaic se constată dacă s-au obținut acoperirile longitudinale și transversale proiectate și dacă întreaga suprafață a fost acoperită.
Totodată se verifică calitatea negativelor, claritatea imaginilor, se concluzionează asupra eventualelor completări și calea cu care vor fi realizate.
Urmează proiectarea punctelor de reperaj fotogrammetric și determinarea acestora pe cale topografică, la teren. În general sunt necesare minim patru puncte pe fiecare fotogramă, respectiv stereogramă, care să fie bine identificabile pe teren și fotograme, pentru a permite transformarea din sistemul fotogrammetric în sistemul geodezic.
Cu ocazia executării reperajului la teren se execute și completarea fotointerpretării sau se execute descifrarea completă a fotogramelor, folosind atlasul de semen convenționale al hărții la care urmează a se realiza planul.
Urmează lucrările de aerotriangulație și apoi lucrările de restituție, obținându-se în final planul (harta) topografică prin mijloace fotogrammetrice.
1.5 Aplicații ale dronelor în fotogrammetrie
Fotogrammetria UAV este o metodă alternativă la fotogrammetria clasică, ce se ocupă cu înregistrarea aeriană cu ajutorul unei drone a datelor terestre de la înălțimi mici și mijlocii. Cu ajutorul tehnologiei UAV se pot obține date pe o suprafață mare în timp scurt, inclusiv asupra suprafețelor greu accesibile sau imposibil de accesat terestru, în condiții de siguranță.
Produsele realizate cu tehnologia UAV sunt: planuri topografice cu curbe de nivel, calculul volumelor, studii cadastrale, diverse hărți tematice, evaluarea suprafețelor cultivate, verificarea integrității utilajelor sau instalațiilor aflate în zone greu accesibile sau la înălțimi mari.
Numele UAV acoperă toate vehiculele care zboară în aer fără nici o persoană la bord cu capacitatea de control al aeronavei. Acest termen este folosit în mod obișnuit în informatică și comunități de inteligență artificială, dar termeni precum Vehicul pilotat prin telecomandă (RPV), Aeronave Operate de la distanță (ROA), elicopter controlat de la distanță (RC-elicopter), Sistemele de vehicule fără pilot (UVS) și elicopterul model sunt adesea folosite, de asemenea. Elicopterele RC și elicopterele model sunt clar definite de Asociația Internațională a Vehiculelor fără Echipaj, ca mini UAV cu rază scurtă și medie în funcție de mărimea lor, rezistență, rază de acțiune și altitudinea de zbor. UAV-uri ca Pegasus (Everaerts, 2004) sunt descrise ca UAV– uri cu rezistență îndelungată.
Tabelul 1.2 Extract de categorii de UAV definite de UVS International
În categoria mini UAV numerele depind de domeniul de aplicare al diferitelor țări.
Dezvoltarea vehiculelor aeriene fără pilot a fost motivată puternic de aplicațiile militare. După al doilea război mondial, unele națiuni au fost căutate pentru vehiculele aeriene, care aveau capacitatea de supraveghere, recunoaștere și de penetrare a terenului ostil, fără detașarea ființelor umane în zonele de risc ridicat. Cerințele tehnice pot fi definite prin autonomie de decolare, de zbor și de aterizare (Eck, 2001).
Przybilla și Wester-Ebbinghaus (1979) au făcut primele experimente cu vehicule aeriene fără pilot în aplicații fotogrametrice. Pentru zborurile de imagine într-o scară de 1: 1000 sau mai mult, cu o viteză de declanșare de 1/1000 s, viteza avionului a fost prea mare pentru a obține mișcarea acceptabilă a imaginii. La acea vreme, rezultatele nu au fost suficiente, din cauza vibrațiilor provocate de rotor, care a dus la mișcarea imaginii.
Primele teste realizate cu ajutorul unui model de avion au fost realizate de compania Hegi. Avionul a fost de 3 m lungime și a avut o lungime de aripă de 2,6 m. Avionul ar putea transporta o sarcină utilă de maxim 3 kg. Echipamente de navigație de la Lindhof Technika au fost folosite pentru a naviga avionul.
Figura 1.12 Model de avion al firmei Hegi, Przybilla. 1979
În 1980, Wester-Ebbinghaus a utilizat prima data un model de elicopter în scopuri fotogrametrice. Elicopterul a fost un model de la Schlueter Bell 222, cu o sarcină utilă maximă de 3 kg. Pereții din polistiren au fost instalați pentru a suprima eficiența de strângere pe elicopter pentru a compensa vibrațiile. Camere de format mediu, cum ar fi SLX Rolleiflex sau Hasselblad MK 20 ar putea fi montate pe sistemul de elicopter. Pentru operarea de zbor, au fost necesare un pilot și un navigator. Pilotul a controlat decolarea, aterizarea și zborul. Navigatorul avea de controlat altitudinea și de activat declanșatorul camerei prin intermediul link-ului de radio. Elicopterul a avut un interval de înălțime de la 10 m și 100 m și înălțimea prezisă poate fi menținută între 90%, folosind același echipament de navigație ca modelul avionului.
Vehiculele aeriene fără pilot (UAV), dotate cu sisteme de navigație și capacitate video, sunt utilizate pentru misiuni de inteligență, recunoaștere și supraveghere. O misiune de interes special implică estimarea și calculul locației pentru obiectivele detectate de senzorii de la bord. Combinarea estimărilor UAV cu informații culese de la senzorii de imagine duce la măsurători de legătură care pot fi folosite pentru a determina locația țintei. Singura problemă de estimare a acestei legături 3D este metoda filtrelor neliniare și tradiționale care produc estimări părtinitoare și nesigure, ceea ce duce uneori la instabilitatea filtrului. Selecția atentă a locațiilor de măsurare îmbunătățește performanța filtrului, motivează dezvoltarea traiectoriei UAV care minimizează eroarea de estimare a locației țintă și îmbunătățește convergența filtrului.
Principala aplicație a UAV-urilor ar putea fi definită ca: observație, întreținere, supraveghere, monitorizare, teledetecție și sarcinile de securitate.
Nimeni nu știe ce sisteme există deja pentru aplicații fotogrametrice, prin urmare, o privire de ansamblu despre proiectele recente vor fi afișate.
În ultimii ani, tot mai multe aplicații ale sistemelor UAV în fotogrammetrie au devenit comune. Această evoluție poate fi explicată prin răspândirea combinației low-cost a sistemelor de GPS/INS, care sunt necesare pentru a naviga un elicopter cu mare precizie către punctele de achiziție prezise. Unele sisteme sunt utilizate fără sisteme GPS /INS, mai ales pentru capturarea acoperișurilor pentru combinarea cu măsurătorile terestre. Pentru aplicațiile care utilizează numai UAV-uri și pentru reducerea numărului de puncte de control, poziționarea GPS ar trebui să ajungă la o precizie decimetrică.
Pornind de la necesitatea unor costuri reduse pentru implementare și întreținere, a luat naștere o tehnologie mai eficientă nu numai din punct de vedere economic ci și calitativ.
UAV-ul poate fi văzut deci, ca un supliment sau înlocuitor al fotogrammetriei terestre și al domeniilor anexe precum topografia sau cadastrul.
Comparativ cu alte tehnologii, cea UAV asigură o acoperire foarte mare în scurt timp (100 ha/oră) și cu o marjă de distribuție a preciziei cuprinsă între valori centimetrice și metrice, în funcție de produsul dorit.
Figura 1.13 Precizia fotogrammetriei UAV
Zischinsky colab. (2000) a folosit imagini luate de la un model de elicopter în parte pentru generarea unui model 3D al unui laminor istoric. Pentru documentarea clădirii, 82 de imagini au fost luate de la sol și suplimentar 38 imagini din elicopter pentru a închide lacunele în model. Camera amatoare de format mic montată pe elicopter a luat în principal imagini ale acoperișurilor și curților. Pentru orientarea exterioară a modelului, 120 punctele de control au fost determinate.
Modelul de Elicopter Yamaha este dezvoltat și utilizat pentru aplicarea sa în agricultură, cum ar fi controlul dăunătorilor din câmpurile de orez, soia și grâu în primul rând. Primul sistem, RCASS, a fost construit în 1980. Mai târziu, în 1990, elicopterul R50 a avut o sarcină utilă de 20 kg și un sistem laser pentru determinarea înălțimii. În anul 1997, tipul Rmax a ieșit și 3 ani mai târziu a fost echipat cu un sistem GPS de senzori de azimut și diferențial (Yamaha, 2004).
Sistemul UAV Rmax de Yamaha a fost folosit ca un sistem de măsurare adevărat la sol (Hongoh, 2001). Măsurarea adevărată la sol este utilizată pentru a determina acoperirea vegetației. Prin urmare, senzorul ia imagini din diferite unghiuri de vizualizare, care este cel mai important aspect al măsurătorilor de reflexie bidirecționale.
În același an un elicopter a fost folosit pentru măsurători ale cetății chinezești. Institutul de Arheologie Miyatsuka din Japonia a vrut să facă imagini de înaltă rezoluție ale acestei părți imense din cetate (3 km x 4 km). În mod normal, străinii nu au voie să folosească avioane sau elicoptere pentru a lua imagini aeriene în alte țări. Elicopterul controlat de la distanță nu acoperă nici una dintre categorii și pentru acest motiv sistemul UAV a fost utilizat cu aparate foto metrice și non-metrice.
Figura 1.14 WITAS- Vehicul aerian fără pilot- Yamaha RMAX Aero Robot
În 2002, elicopterul Yamaha Rmax a fost utilizat în zboruri fotogrametrice peste două situri – teste din Suedia, pentru a analiza acuratețea GPS/INS în scop fotogrammetric cu mod de zbor automat și manual. Rezultatele arată că stabilitatea camerei, montarea, vibrațiile sunt cauzate de principalele rotoare și acuratețea GPS sunt părți importante ale unui elicopter UAV (Eisenbeiss, 2002 și 2003). Aceste zboruri au fost efectuate în colaborare cu WITAS – Laboratorul de cercetare dinWallenberg privind tehnologia informației și sistemelor autonome (Universitatea Linköping, Suedia) și Institutul de Fotogrammetrie și Teledetecție (TU-Dresden).
La congresul ISPRS 2004, din Istanbul, au fost publicate două lucrări despre elicoptere UAV și trei despre avioane UAV. Primul este un sistem care integreaza scannerul cu laser și CCD-camere cu datelor INS/GPS pentru construirea modelului de suprafață digital. Acest sistem folosește un elicopter Subaru cu o sarcină utilă de 100 kg și un diametru al rotorului principal de 4,8 m. Sisteme similare pentru elicoptere au fost clasificate înainte de către sistemul mini UAV. Acest elicopter mai mare nu este acoperit de sistemul UAV micro-mijlociu, din cauza masei de 330 kg. Dar uitându-te la gamă și altitudine, elicopterul poate fi definit ca un mini UAV sau unul de un interval apropiat (Nagai, 2004).
Al doilea sistem prezentat este un mini elicopter UAV, care a fost folosit ca un sistem fotografic pentru supravegherea turnurilor antice și site-uri templu. Elicopterul trebuie să înlocuiască camerele pe trepiede, care sunt neeconomice în costuri și timp. Elicopterul Hirobo & Eagle 90 are un diametru al rotorului principal de 1,8 m și o capacitate a sarcinii utilă de 8,5 kg. Elicopterul a luat imagini din partea de sus a templului din toate părțile. Imaginile din partea inferioară au fost luate de la sol. Elicopterul poate duce diferite sisteme de camere, precum camera în format miniatură (35 mm), mediu (6 cm x 4,5 cm) și panoramă (6 cm x 12 cm) și camere video. Un cardan a fost conceput ca un tampon care poate absorbi zgomotele, precum vibrațiile. La bordul sistemului, o camera video mică este instalată de asemenea, care este conectată la stația de la sol pentru a transmite imaginile pe un monitor în timp real (Sik, 2004).
Academia Chineză de topografie și cartografiere dezvoltă o mini aeronavă UAV care este folosită pentru a extrage o imagine și o bază de date în modele 3D GIS 2D al clădirilor. Din cauza vântului a fost dificil de a controla vehiculul să ia imagini pe punctele de achiziție prezise. Dezvoltatorii au avut unele probleme pentru a obține imagini stereo (Wang, 2004).
Fotogrammetria UAV poate fi percepută ca fiind o nouă unealtă sau ramură a fotogrammetriei clasice. UAV deschide noi perspective în domeniul înregistrărilor realizate de la distanțe mici și mijlocii, dar de asemenea face introducerea și către noi alternative.
Figura 1.15 Precizia fotogrammetriei UAV în raport cu alte tehnologii moderne de măsurare
METODOLOGIA CERCETĂRII
Prin luarea de date de imagini ale unei ținte la sol din mai multe locații diferite de vehicule, o estimare a locației țintă poate fi calculată prin triangulație. Procesarea imaginii pentru recunoașterea țintă presupune și procesul de obținere a unei „măsurători” formată din găsirea locul pixelat din imaginea care corespunde cu centrul de greutate al obiectivului. Apoi, folosindu-se poziția autovehiculului, altitudinea, unghiul de indicare a camerei în raport cu vehiculul, prin amplasarea pixelată a țintei măsurătoarea furnizează un vector de poziție relativ de la vehiculul țintă.
Magnitudinea acestui vector, totuși, nu este cunoscută și măsurătoarea rezultată este un purtător către țintă.
Figura 2.1. Ilustrarea localizării țintei folosind viziunea UAV
Cele mai multe UAV-uri mici moderne sunt dotate cu capabilități GPS și senzori inerțiali, dar sunt concepute pentru a fi ieftine și, prin urmare, să includă senzori de calitate scăzută și slabă filtrare a algoritmilor de navigare, ceea ce duce la estimarea inexactă a erorilor standard a vehiculului. Având în vedere aceste erori mari de navigare este dificil să se atingă un nivel înalt de precizie în estimarea locației țintei deoarece erorile standard a vehiculului se propagă în algoritmii de direcționare.
Rezultată, eroarea de estimare țintă, este o combinație de erori asupra poziției autovehiculului, orientării vehiculului și sensor de zgomot. Pentru simplificarea ipotezei se implică corelații ale zgomotului, ecuația pentru eroarea de estimare a țintei poate fi descrisă, într-un sens brut, astfel:
unde:
R este intervalul relativ către țintă,
V este viteza relativă între vehicul și țintă,
ω este viteza unghiulară a vehiculului.
Primii doi termeni sunt contribuții din cauza erorilor de estimare standard a vehiculului, în timp ce următorii doi termeni se datorează erorilor de senzori, iar ultimii doi sunt termeni de erori de integrare în estimarea standard a țintei.
Erorile standard din poziția vehiculului se propagă direct în estimarea țintei, în timp ce contribuția erorii direcționate din cauza erorilor în orientarea vehiculului este o funcție a intervalului în raport cu ținta. Prin urmare, erorile de altitudine a vehiculului duc la erori din ce în ce mai mari, localizând creșterea erorilor relative dintre vehicul și țintă.
2.1 Descrierea proiectului de cercetare
2.1.1 Perioada de cercetare
În intervalul iulie – decembrie 2016 am efectuat câteva zboruri experimentale cu ajutorul dronei de tip Parrot Bepop ca parte a misiunii de a studia și de a proteja mediul înconjurător pentru generațiile viitoare.
Principalele probleme pe care le ridică observația în fața cercetătorului sunt: ce observăm (continuțul observației), care sunt formele observației (ocazională, sistematică, continuă, discontinuă, integrală, selectivă, directă, indirectă), ce anume influențează calitatea observației, care sunt condițiile unei bune observații, cum pot fi înlăturate anumite obstacole în calea observației, care sunt avantajele și limitele observației.
De exemplu, condițiile unei bune observații se referă la:
1. stabilirea clară a scopului, obiectivului cercetării;
2. selectarea formelor optime de observație;
3. selectarea condițiilor și a mijloacelor necesare;
4. elaborarea unui plan riguros de observație (a sistemului conceptual și de ipoteze de la care se va pleca);
5. stabilirea cu strictețe a locului și timpului de efectuare;
6. consemnarea imediată a celor observate;
7. efectuarea unui număr optim de observații;
8. alegerea unor repere de control și a unor modalități de evaluare a observațiilor făcute, etc.
2.1.2 Locația privind studiul de cercetare
Aria naturală protejată de importanță comunitară ROSCI0128 Nordul Gorjului de Est este situată pe teritoriul administrativ al localităților Vaideeni din județul Vâlcea și Polovragi, Baia de Fier, Novaci, Crasna, Mușetești și Bumbești-Jiu din județul Gorj.
Legături cu alte situri Natura 2000.
Au fost efectuate zboruri în perioada 20 decembrie 2016, cu ajutorul dronei Parrot Beebop.
Husnicioara este o comună în județul Mehedinți, Oltenia, România, formată din satele Alunișul, Bădițești, Borogea, Celnata, Dumbrăvița, Husnicioara (reședința), Marmanu, Oprănești, Peri, Priboiești și Selișteni.
Un alt zbor s-a efectuat în data de 22 Decembrie 2016, în localitatea Gârnița, jud. Mehedinți. Gârnița este un sat în comuna Prunișor din jud. Mehedinți, Oltenia, România. Coordonate sat Gârnița (latitudine, longitudine): 44.61, 22.92
2.2 Descrierea unui sistem UAV
2.2.1 Descrierea dronei de tip Parrot Bebop Area 4
Drona utilizată în acest studiu este o dronă de tip Parrot Beebop Area 4. Aceasta dronă a fost înregistrată la Autoritatea Aeronautică Civilă Română, având seria de identificare YR-D0260.
S-a zburat peste câmpuri cu ajutorul unei drone de tip Parrot Bepop, pentru a colecta imagini vizibile la o rezoluție foarte mare, drona fiind echipată de producător cu un aparat foto de tip ”Fisheye” cu lentile 180 ° 1 / 2,3 " : 6 elemente optice și 14 mega pixeli senzor.
2.2.2 Caracteristici tehnice ale unei drone de tip Parrot Bebop Area 4
Figura 2.2 Specificații tehnice dronă Parrot Bepop
Sursa: http://yournewsticker.com/2014/05/parrot-announced-new-model-drones-quadrocopter-ar-drone-3-0.html
Drona este echipată cu un senzor de flux optic, cameră de stabilizare verticală (la fiecare 16 milisecunde, o imagine a solului este luată și în comparație cu cel precedent pentru a determina viteza de Bebop Drone), senzor de ultrasunete (analizează altitudinea de zbor până la 8 metri), senzor de presiune ( MS 5607 )
Drona este echipată cu un aparat de fotografiat în zona frontală, care captează imagini de tip full HD de 14 megapixeli. Cu toate că drona Bebop a folosit un obiectiv fisheye, ceea ce o face puțin vulnerabilă în caz de prăbușire a aparatului, aceasta tinde să se lovească în obiectiv, totuși are avantaje, în sensul că, numai porțiunea centrală a cristalinului a fost înregistrată în video pentru a minimiza distorsiunile. Se pot lua imagini statice în intervalul de timp (în jur de 5 secunde) pentru scopul propus. Prin urmare, s-a decis să înregistreze RHHM în modul video și extrage cadre individuale de imagini statice din videoclipuri pentru a construi un model 3D. Figura 2.2 prezintă unele imagini statice extrase din videoclipuri Bebop.
Coordonatele GPS ale secțiunilor la sol au fost atent înregistrate pentru comparație cu imaginile georeferențiate preluate de dronă, aparatul fiind setat la aprox. 40 m altitudine, așa cum se vede și în imaginea din figura nr. 2.2.
Pentru realizarea unui zbor este necesar să se aibă în dotare un software de monotorizare, link-uri de comunicare, sistem de determinare a zborului, suport la sol și echipament de întreținere, generator de curent, îndemânare, echipament de depozitare și transport și o legătură video pentru monitorizarea preluării de imagini luat ca și un control manual.
Un sistem de planificare a zborului a fost dezvoltat astfel încât punctele predefinite să poată fi încărcate în sistem de control și ilustrat pe o hartă digitală în vizualizatorul de software de control. Poziția dronei și orientarea sunt afișate pe hartă, de asemenea. Prin urmare, operatorul este în măsură să controleze poziția și orientarea sa.
Cu software-ul de control este posibil să se încarce o misiune de zbor. Punctele de oprire pentru achizițiile de imagini și ruta pot fi definite și după aceea, calea de zbor va fi arborată în mod automat.
Figura nr. 2.2 Imagini statice extrase din videoclipuri Bepop
S-au realizat studii privind întreținerea pajiștilor de înaltă valoare, ce se realizează atât prin cosit cât și prin pășunat. O ipoteză a testului de câmp este faptul că datele aeriene de înaltă rezoluție pot fi utilizate pentru a evalua starea de sănătate a animalelor, care sunt condiționate de calitatea hranei, fără a face o operațiune costisitoare și consumatoare de timp efectuat pe teren pe fiecare domeniu. Datele sunt încă analizate, dar primele rezultate sunt încurajatoare.
2.3 Aplicația Freeflight 3
Aplicația numită Freeflight 3 a fost descărcată de pe magazinul Google Play pentru a controla drona, aplicație ce este dezvoltată de producătorul de drone Parrot. Aplicația se instalează gratuit pe smartphone și are rolul de a controla de la distanță drona. Controlul este relativ ușor, iar stabilitatea (stabilizarea pe 3 axe) a dronei a fost remarcabilă.
Figura nr. 2.3
Figura 2.4
În figura nr 2.4 vom observa o activitate agricolă greșită în ceea ce privește protecția ecosistemului, deoarece s-a efectuat un suprapășunat.
Suprapășunatul, conform definiției pe wikipedia „este un fenomen de distrugere a covorului vegetal dintr-un ecosistem ca urmare a procesului de pășunare intensivă de către animalele erbivore15. Suprapășunatul poate fi definit ca o paștere a unui număr mare de animalele erbivore (domestice sau sălbatice) pentru o perioadă lungă de timp pe un teren incapabil de a reconstitui vegetația sa sau pașterea animalelor erbivore pe terenuri (de ex. pante) care nu sunt adaptate pentru pășunat, din cauza unor parametri fizici . Pășunatul excesiv de multe ori duce la eroziunea solului, distrugerea vegetației, deșertificare și alte probleme asociate cu aceste procese.15
Figura 2.5
În această imagine, s-au captat imagini cu un aparat foto digital. La prima vedere s-ar putea spune că nu ar putea fi identificabile anumite probleme privind pășunatul pe o pajiște permanentă de înaltă valoare, însă comparând cu imaginea preluată cu ajutorul dronei, putem identifica exact consecințele și impactul asupra mediului înconjurător.
Figura 2.6
Se poate observa în imaginea colectată cu ajutorul dronei, modul cum fermierii exploatează în mod diferit atât felul cum se realizează cositul, dar și pășunatul pe aceleași tipuri de sol.
2.4 Analiza SWOT
Pentru a avea o idee de ansamblu asupra implementării unei noi oportunități bazată pe inovatie și tehnologie, mi-am propus să fac o analiză SWOT cu privire la utilizarea dronelor ce monitorizează și pot avea un impact asupra mediului înconjurător.
În Uniunea Europeană s-au efectuat cercetări pentru utilizarea dronelor în scopul monitorizării modului de utilizare a subvențiilor de către agricultori, unde conform legilor comunitare trebuie inspectate anual cel puțin 5% din suprafețele cultivate cu ajutorul acestor fonduri.
Dacă inițial aceste inspecții erau efectuate de personal autorizat, tot mai multe țări au apelat la imaginile din satelit pentru a verifica dacă fermierii îndeplinesc condițiile pentru acordarea subvențiilor și apoi dacă le folosesc conform condițiilor stabilite. Inspecțiile din satelit sunt de 3 ori mai ieftine decât cele efectuate la fața locului de inspectori, astfel că în 2010 peste 70% dintre verificări au fost realizate cu ajutorul imaginilor surprinse de sateliți. Acestea pot fi uneori înșelătoare, fiind totodată greu de obținut în țările cu vreme în general nefavorabilă.
Cu ajutorul unei drone se pot obține informații importante în timp real, se pot descărca imaginile direct pe smartphone.
Tabelul 2.1: Analiza SWOT privind utilizarea dronelor cu implementare în protecția mediului
Figura 2.7
În figura nr 2.7, se poate vedea diversitatea florei și modul cum sunt utilizate și întreținute aceste pajiști.
Figura 2.8
În aceasta histogramă sunt prezente detalii despre zborul efectuat, altitudinea aparatului, nivelul încărcării acumulatorului, coordonate GPS, durata zborului.
2.5 Histograma
Histograma este un instrument util în analiza imaginilor digitale. O imagine digitală de m x n pixeli este memorată ca 4 matrice L, R, G, B, elementele fiecărei matrici luând valori discrete în intervalul [0,255].
Histograma este reprezentarea grafică a unei distribuții de frecvențe – Df aparținând unui set de date – D, ce are N înregistrări numere reale.
Într-o histogramă, pe axa X (axa orizontală) sunt reprezentate intervalele de valori iar pe axa Y (axa verticală) sunt reprezentate valorile frecvențelor corespunzătoare intervalelor de valori.
Figura 2.9
2.6 Harta topografică
În figura alăturată se poate vedea traiectoria dronei, reprezentată de o linie roșie, punctul de decolare și punctul de aterizare.
Relieful prezintă un dublu rol în mediu, de element structural de bază al peisajului geografic și de reglator topo și microclimatic al scurgerii superficiale și subterane, precum și al bilanțului transportului grosier. Pentru perioade scurte de timp, relieful constituie un factor static în peisaj, care influențează celelalte componente de mediu, în mod areal prin declivitate, iar liniar prin aliniamentul rupturilor de pantă, al văilor, muchilor de versant etc., cu rol de regionare a proceselor actuale. În acest context, relieful trebuie abordat sub aspect funcțional, respectiv al relațiilor pe care le implică în celelalte elemente. Scara de abordare ridică, în primul rând, problema delimitării spațiale și necesitatea evidențierii trăsăturilor de relief: văi, versanți, interfluvii de un anumit ordin de mărime.
Analiza se referă în principal la compoziția, forma și dinamica obiectului de studiu. Ca metode analitice specifice în cercetarea geografică, amintim analiza hărților generale și a celor tematice.
Figura 2.10. Traseul parcurs de dronă pentru culegerea de imagini aferente studiului
Drona a parcurs o distanță de 938 m pe lungime, având o viteză de 6,2 m/s, având o altitudine maximă de 75,9 m.
Aceasta a cules informații privind zonele de interes referitoare la întreținerea culturilor, zonelor care au fost incendiate, precum și situația terenurilor neproductive.
În imaginea de mai jos este ilustrată fotografia realizată în timpul zborului din comuna Husnicioara, jud. Mehedinți.
Figura 2.11 Imagine preluată de dronă la înălțimea de 75,9 m, comuna Husnicioara, jud. Mehedinți
2.7 Vulnerabilități
Studiile au arătat că bovinele sunt o componentă esențială pentru menținerea pășunilor sănătoase. Cu toate acestea, modul în care sunt gestionate exploatațiile agricole este de-a dreptul critică.
Vulnerabilitatea sitului este dată de următorii factori:
este parțial cosit în perioade nepotrivite și pășunat;
mici porțiuni de teren sunt continuu introduse în agricultură distrugându-se covorul vegetal original;
este afectat de fenomene de eroziune.
Acest sit este important pentru specii de floră și faună rare, vulnerabile și protejate pe plan național și european.
Metoda analizei hărții topografice
Harta topografică este instrumentul fundamental de lucru în geografie pentru că ne „aduce pe birou”, la scară redusă, o suprafață reală, pentru a putea fi cuprinsă cu privirea. Acest artificiu este necesar pentru a corecta insuficiența vederii călătorului, transformând intuiția directă și succesivă într-o intuiție indirectă și simultană. (…) aproape toate imaginile de care se servește astăzi geograful cu privire la continente, oceane, lanțuri de munți, fluvii etc. n-au fost și nici nu puteau fi dobândite prin intuiția directă a naturii, ci sunt împrumutate din hărți (Mehedinți, 1994, p.108, citat din Armas, 2006).
Metoda analizei aerofotogrammelor
Folosirea fotografiei aeriene vine în completarea analizei hărții topografice. Aceasta, deoarece harta topografică își pierde repede actualitatea, mai ales într-o regiune cu relief tânăr și cu o dinamică mare (de exemplu, Delta Dunării, luncile marilor râuri, versanții afectați de alunecări active etc.). Totodată, într-un alt fel apar fenomenele geografice în funcție de anotimp, ceea ce harta topografică nu poate surprinde.
2.8 Vehiculul platformă
Micile vehicule aeriene fără pilot avute în vedere sunt echipate cu sisteme de navigație rudimentare care implică un grad scăzut de senzori inerțiali și receptoare GPS. Ele au, de asemenea la bord senzori de imagine (atât IR și EO), actuatori controlabili (lifturi și cârme) și capabilitatea de prelucrare și de comunicare la baza bordului.
Obiectivele de cel mai mare interes în domeniul de aplicare actual al proiectului includ mici ținte terestre staționare și obiective mici lente la sol. UAV-urile mici operează la o altitudine între 30 și 150 m deasupra nivelului solului. Limita inferioară este din cauza restricțiilor de radar la orizont care fac comunicarea dificilă între UAV și stația aflată la 30 m sub pământ.
Obiectivele staționare sunt simple pentru a fi luate în considerare și vor fi folosite pentru a analiza capacitățile de bază și performanțele algoritmilor de optimizare. UAV-ul se presupune că ar avea șase grade de libertate (6 DOF), 3 de translație și 3 de rotație. Ținta se presupune să rămână pe teren, cu toate că poziția sa trebuie să fie estimată în spațiul tridimensional. Pentru a obține o măsurătoare este necesar ca, la fiecare măsurare să aibă: poziția și orientarea UAV-ului, unghiul camerei cu privire la UAV, și o imagine a țintei din captură video.
Figura 2.14 Procesul măsurării
Unghiul camerei legat de UAV este tipic bine cunoscut și poate să fie fix sau controlabil pentru o cameră montată pe cardane. Poziția autovehiculului și orientarea sunt preluate din sistemul de navigație al UAV-ului și au, de obicei, erori mari care se propagă în estimării ale poziției țintei.
Erorile de orientare ale vehiculului se proporționează cu distanța relativă către țintă și se produc erori de estimare mari pentru măsurătorile efectuate de departe. Imaginea țintei luată la momentul de măsurare corespunzător poate fi prelucrată pentru a extrage locația pixelată a centrului de greutate al obiectivului. Această locație pixelată poate fi transformată în două unghiuri de rezemare (α1 și α2) de la camera îndreptată către axa unui vector care trece prin țintă și prin punctul focal al camerei.
Folosind o serie de rotații simple (de la rama camerei la rama UAV și de la cadrul UAV la cadrul relativ al pământului), α1 și α2 sunt două unghiuri care pot fi transformate în unghiuri generale azimutale și de elevație (β și φ) între țintă și UAV. Rezultul „măsurării” poate fi modelat ca o linie de la UAV la țintă și unghiurile azimutale și de elevație folosite pentru a face legătura către țintă. Măsurătorile sunt apoi date de:
Următoarele ecuații pot fi folosite pentru a descrie componentele vectorului relativ (r) între țintă și vehicul folosind următoarele unghiuri de legătură:
Un alt considerent major pentru proiectarea traiectoriei vehiculului este asigurarea că ținta rămâne în câmpul visual (FOV) al camerei. O măsurare este valabilă doar în cazul în care obiectivul se încadrează în FOV-ul camerei. Pentru un UAV mic, constrângerile FOV sunt de obicei destul de bune.
Figura 2.15 Azimutul (β) și elevația (φ) dintre vehicul si țintă
Având în vedere rezoluția și specificația FOV al camerei, distanța la țintă trebuie să fie suficient de mică pentru a se asigura că există suficienți pixeli pentru a identifica corect obiectivul.
2.9 Propagarea erorilor
Erorile din estimarea standard a vehiculului și procesul de măsurare se propagă în estimarea locației țintei. Aceasta propagare a erorii este foarte dependentă de geometria traiectoriei vehiculului.
Figura 2.16 Efectul erorilor de navigație a vehiculului asupra locației estimate a țintei
Erorile de poziție a vehiculului se interpretează direct în estimarea locație țintei, dar unghiul de separare sau ortogonalitatea între măsurători controlează cât de mult estimarea este afectată de erorile de poziție a vehiculului. Pentru erorile de orientare a vehiculului, unghiul de separare între măsurători și intervalul față de țintă afectează cu cât de mult eroarea este propagată către locația țintei.
Măsurătorile ortogonale produc o eroare de măsurători mai mică, combinată doar cu cele non-ortogonale, pentru ambele erori de poziție și altitudine. Pentru erorile de poziție a vehiculului, o legătură mai aproape de țintă nu afectează eroarea combinată, dar pentru erorile de altitudine a a vehiculului o reducere a distanței îmbunătățește localizarea țintei.
Erori de poziționare a vehiculului
Erori de altitudine a vehiculului
Figura 2.17 Efectul ortogonalității și distanței asupra măsurătorilor pentru localizarea țintei
Figura 2.18 Traiectorile vehiculului pentru localizarea 3D a țintei
Răspândirea măsurătorilor pe un cerc complet mărește unghiul de separare sau ortogonalitatea între măsurători, îmbunătățind astfel geometria globală pentru estimare. Acest lucru este similar cu diluția geometrică de precizie (GDOP), problemă de multe ori discutată în GPS, unde criteriul GDOP este folosit pentru a găsi configurarea sateliților, care oferă cea mai bună geometrie și rezultate cu cea mai mică eroare de estimare a poziției.
Un pilot este pur și simplu necesar pentru a decola și ateriza în zonele periculoase și pentru susținerea UAV-ului. După decolare, operatorul controlează funcționalitatea sistemului UAV prin butoanele de control (poziția, titlul, legătură radio, GPS, radio RC, baterii). Dacă punctul prezis nu este atins în mod corect, operatorul poate corecta poziția, altitudinea și unghiul de girație al elicopterului prin comenzi pe laptop.
Cu punctele predefinite, poziția efectivă și un stabilizator special, orientarea UAV-ului este corectată automat, chiar dacă o forță ușoară de vânt influențează poziția. Restul vibrației elicopterului poate fi aproape eliminat printr-o montare specială a camerei. Până în prezent, sistemul GPS/INS este folosit pentru navigare și nu pentru georeferențierea directă.
Parametrii sistemului sunt listați în următoarele:
Precizia de poziționare relativă GPS:
– Orizontală: 0.5 m
– Verticală: 0.3 m
Viteza:
Direcția înainte: 20 m/s
Direcția laterală: 5 m/s
Direcția înapoi: 5 m/s
Direcția verticală: 2 m/s
Rata de cotitură verticală: 30 grade/s
Accelerații:
– Orizontală: 1 m/s2
– Verticală: 0.5 m/s2
Înaintea oricărui zbor sunt necesare câteva teste, pentru a testa sistemul. Zborurile de testare arată, de asemenea, că în modul manual, nu este posibilă menținerea punctelor intermediare predefinite. Prin urmare, toate zborurile ar trebui efectuate în mod autonom, excluse de la decolare și aterizare. Pilotul controlează aceste manevre.
Cu sistemul elicopterului UAV folosit, putem acoperi 90 la sută din întreaga zonă, cu doar 5 benzi de imagine și în jur de 100 de imagini. Poziția 3D a centrelor de proiecție poate fi realizată cu o precizie de 2 până la 5 procente din poziția prezisă.
Figura 2.19 Planificarea zborului și punctele de stop stabilite
CAPITOLUL III. MODELARE ȘI SIMULARE DRONE
Termostate, controlul vitezei de croaziera, focalizare automată a camerei, stabilizatoare pentru scutere, pilot automat pentru avioane, amplificatoare audio, trenurile sustinute de o repulsie magnetica si propulsat de un motor liniar; toate exemplele care demonstrează rolul omniprezent al controlului feedback-ului în proiectarea tehnică. Dar nu toți controlorii folosesc feedback. De exemplu, când stai pe un picior, folosești controlul feedback-ului pentru a rămâne echilibrat, schimbându-ți greutatea dacă începi să cazi. Dar atunci când dai o minge către un obiectiv cu același picior, folosești controlul predictiv sau {feed-forward}. Mingea ajunge la poartă pentru că ați stabilit calea corectă de lovitură, nu pentru că i-ați corectat traiectoria la mijlocul zborului (cu excepția cazului în care mingea este echipată cu un quadcopter sau dacă jucați un joc de quidditch).
Controlul feedback-ului are costuri și limitări; ne vom confrunta cu unii dintre cei din laborator săptămâna aceasta. De fapt, majoritatea controlerelor moderne nu se bazează în totalitate pe feedback, ci folosesc combinații de control de tipfeed-forward și de tip feedback. Dar pentru a descrie aceste compromisuri, mai întâi avem nevoie de o descriere canonică a diferențelor dintre controlul feedback și controlul feed-foward. Pentru a vă ajuta, luați în considerare diagramele bloc de control feedback (bottom) și control feed-forward (top) din Figura 1.
În Figura 1, instalația, așa cum este indicat de caseta de linie întreruptă, se referă la combinația a ceea ce este controlat, procesul și un instrument care modifică comportamentul procesului, actuatorul. De exemplu, procesul ar putea fi temperatura camerei, viteza de croazieră a vehiculului sau focalizarea camerei și actuatorul asociat ar putea fi caloriferul într-un sistem de control al temperaturii, motorul mașinii într-un sistem de control al vitezei de croazieră sau motorașul și celelalte dispozitive dintr-un sistem de focalizare automată a camerei. Controlerul, prezentat cu violet în diagrama bloc, comandă actuatorul pe baza intrării. De exemplu, dacă intrarea este temperatura dorită a camerei, atunci controlerul determină când porniți și opriți centrala termică, astfel încât camera să rămână la temperatura dorită. Dacă controlerul își bazează direcțiile pe măsurători ale stării centralei, ca în diagrama bloc de jos, atunci spunem că este un controler de feedback și, dacă direcțiile se bazează pe o rețetă predeterminată, spunem că este un controler feed-forward.
Blocul de sens din diagrama de control a feedback-ului indică un aspect esențial al controlului feedback-ului, că există o detectare continuă a stării centralei. Într-un controler de feedback, dacă starea este perturbată, controlerul își poate adapta cu ușurință direcțiile pentru a corecta starea. De exemplu, dacă se deschide o fereastră într-o cameră cu un controler de temperatură bazat pe feedback, scăderea ulterioară a temperaturii va fi detectată de controler și centrala va porni pentru a compensa. Folosiți controlul feedback-ului atunci când încercați să echilibrați pe un picior. Vă monitorizați continuu „starea” (probabil cât de mult vă înclinați) și schimbarea greutății în direcția opusă reechilibrării.
În controlul feed-forward, nu există monitorizarea stării. Controlerul trimite instrucțiuni actuatorului urmând o rețetă. Și acea rețetă se bazează de obicei pe un model de reacție a plantei. Lovirea unei mingi către un gol este un exemplu de control al avansului, deoarece lovitura ta se bazează pe o rețetă, iar acea rețetă se bazează pe modelul tău mental de a face ca mingea să se îndrepte spre poartă. Deoarece nu puteți redirecționa mingea în timpul zborului, nu utilizați controlul de feedback.
În această parte folosim o setare restricționată, astfel încât să putem face o distincție clară între feedback și controlul feed-forward, astfel încât să puteți învăța cum să le combinați pentru a îmbunătăți performanța controlerului. Dar distincția nu este clară în general și este încețoșată și mai mult de introducerea ideilor din inteligența artificială și învățarea automată. De exemplu, reconsiderați controlul feed-forward utilizat la lovirea unei mingi. Nu există nicio detecție în diagrama bloc avansată de mai sus, totuși aveți un senzor, vedeți mingea zburând spre sau departe de țintă. Ai învățat o rețetă de control lovind de multe ori o minge, observându-i traiectoria și făcând ajustări? Dacă da, utilizați feedback, dar într-un mod care depășește noțiunile de feedback și controlul feed-forward pe care îl vom folosi în această clasă. De fapt, în următoarele patru săptămâni, veți afla despre multe subiecte pentru care povestea este mult mai mare decât vom prezenta aici.
Un exemplu de lovire a peretelui
Să presupunem că aveți un robot simplu care se mișcă înainte continuu atunci când este pornit și rămâne staționar în caz contrar. Robotul trebuie să efectueze o singură sarcină, să se deplaseze dintr-o poziție inițială, la unsprezece metri de un perete, într-o poziție finală, exact la un metru de perete (vezi Figura 2). Luați în considerare două strategii pentru controlul robotului, astfel încât acesta să îndeplinească această sarcină.
Strategia de control 1: robotul are un cronometru și îl utilizați pentru a determina τ, intervalul de timp în care robotul trebuie pornit pentru a parcurge zece metri. Pentru ca robotul să își îndeplinească sarcina, controlerul dvs. (controlerul 1) pornește robotul mai întâi, apoi îl oprește când citirea temporizatorului depășește τ secunde.
Strategia de control 2: Peretele are o lampă, iar robotul are un senzor de lumină. Le folosiți pentru a determina L, citirea senzorului care corespunde distanței de un metru față de perete. Pentru ca robotul să își îndeplinească sarcina, controlerul dvs. (controlerul 2) pornește robotul mai întâi, apoi îl oprește când citirea senzorului de lumină depășește L.
Robot cu timmer si senzor de lumina
Întrebare: Care este controlerul de feedback și care este un controler feed-forward.
Sensibilitate la variațiile actuatorului
Putem înțelege cel mai bine diferențele dintre cele două strategii luând în considerare impactul schimbărilor din mediu sau robot. Să presupunem că poziția inițială a robotului este modificată, la douăzeci și unu de metri de perete. Dar nu există nicio oportunitate de a rula noi teste și de a determina noi valori pentru τ și L.
Controlerul bazat pe temporizator și controlerul bazat pe senzorul de lumină se bazează pe calibrarea inițială și ambele efectuează măsurători în timp ce robotul se deplasează, dar există o diferență cheie. Controlerul bazat pe temporizator măsoară timpul, iar aceste citiri sunt independente de distanța robotului de perete. Deci, măsurătorile de timp nu pot fi utilizate pentru a corecta schimbările în poziția inițială a robotului sau modificările dimensiunii roții. Măsurătorile controlerului bazate pe senzori de lumină sunt legate de poziția actuală a robotului, indiferent de modul în care robotul a ajuns acolo. Feedback-ul acestor măsurători permite controlerului să corecteze schimbările în poziția inițială a robotului sau dimensiunea roții.
Pentru aceste două strategii, vedem un atribut cheie al sistemelor de feedback, acestea reducând impactul variațiilor sau perturbărilor. Controlerul bazat pe senzorul de lumină ne duce întotdeauna în poziția finală corectă, indiferent de dimensiunea roții sau de poziția de pornire, atâta timp cât senzorul este calibrat corect. Vom investiga aceste idei mai formal mai jos.
Sensibilitate la variațiile senzorilor
Există încă un aspect al controlului feedback-ului care îl face mai mult un instrument pentru inginer decât omul de știință. Să presupunem că lumina de pe perete este înlocuită de o lumină mai strălucitoare. Controlerul 2 va mai poziționa robotul cu precizie?
Nu, robotul va ajunge prea departe de perete. Lumina mai strălucitoare va determina citirea senzorului să depășească pragul L mai departe de un metru de perete, iar robotul va fi oprit. Problema este că calibrarea utilizată pentru a lega citirea senzorului de distanță s-a bazat pe citirile senzorului de lumină de la o lampă mai slabă.
Pentru controlerul 1, am calibrat actuatorul măsurând timpul de parcurs de zece metri. Desigur, controlerul eșuează atunci când schimbăm actuatorul sau distanța până la perete. Dar același lucru este valabil și pentru controlerul 2. Am calibrat senzorul de lumină măsurând nivelul de lumină la un metru de lampa de pe perete. Desigur, controlerul 2 eșuează când trecem la o lampă de perete mai strălucitoare.
Este adevărat că, folosind feedback-ul, am făcut ca comportamentul robotului să fie insensibil la schimbările din actuator sau din mediu, dar l-am făcut și mult mai sensibil la modificările senzorului. Deci, de ce este atât de important feedback-ul? Adevărata valoare a controlului feedback-ului este că permite un important compromis ingineresc:
este mult mai ușor și mai ieftin să faci un senzor precis decât să faci un actuator precis sau să aranjezi un mediu consistent.
In aceasta parte se vor realiza 3 puncte:
– strategie pentru construirea unui model matematic pentru un sistem de interes,
– o tehnică pentru caracterizarea comportamentului acelui model
– o abordare a controlului feedback-ului bazat pe perspective din modelare și caracterizare.
În prima parte ne vom concentra pe sistemele de ordinul întâi și vom investiga controlul acestora folosind feedback-ul proporțional și controlul de tip feed-forward. Vom începe prin modelarea sistemelor de ordinul I folosind ecuații diferențiale și se va face caracterizarea comportamentului modelului folosind frecvențe naturale. În partea practică vor fi utilizate aceste idei pentru a proiecta o abordare de feedback / feed-forward pentru controlul vitezei elicei unui braț de dronă prin ajustarea curentului motorului.
În partea a doua vom concentra pe sistemele de ordinul doi și pe modelele asociate ale ecuațiilor diferențiale. Vom vedea că ecuațiile diferențiale care descriu sistemele de ordinul doi au frecvențe naturale complexe și vom învăța cum se raportează părțile reale și imaginare ale frecvențelor naturale la comportamente de secvență, cum ar fi creșterea nelimitată, descompunerea rapidă și oscilația. În partea aplicativă se va dezvolta un model de ecuație diferențială pentru brațul de dronă-levitat și se va utiliza caracterizarea sa bazată pe frecvența naturală pentru a explica de ce controlul avansului de avans este utilizat pentru a menține brațul cu elice în poziție orientată în jos, dar nu una îndreptată în sus.
În cea de-a treia parte , se va examina controlul sistemelor de ordinul doi cu feedback proporțional și se va introduce, de asemenea, feedback delta (D în controlul PID). Vom examina de ce unele sisteme, cum ar fi brațul cu elice, sunt instabile atunci când se utilizează doar feedback proporțional, dar pot fi controlate de poziție cu o combinație de feedback proporțional și delta. În partea aplicativă se va proiecta un controler de poziție pentru brațul de dronă, utilizând modelul personal și examinând comportamentul frecvențelor naturale asociate.
În ultima parte, se va adăuga încă o strategie de control, feedback-ul de sumare (cunoscut și sub numele de feedback integral, este I din controlul PID). De asemenea, se va investiga cum să analizăm respingerea perturbării atât în sistemele de ordinul I, cât și în cele de ordinul doi. În aplicația finală, se vor folosi toate tehnicile învățate pentru a proiecta un controler pentru brațul cu elice care se repoziționează rapid și precis și menține poziția chiar și atunci când este deranjat.
Exemplul unei macarale
O macara de marfă grea călătorește pe o pistă deasupra unui far acoperit, așa cum se arată în Figura 1. Macaraua măsoară distanța semnată la un far de T ori pe secundă, unde prin distanță semnată, vrem să spunem că distanța este negativă dacă macaraua nu a ajuns totuși la baliză (stânga balizei din figura 1) și pozitivă dacă macaraua a trecut peste ea (dreapta balizei din figura 1). Macaraua este destinată conducerii automate. Adică, se poate repoziționa automat pe pistă, ca răspuns la o cerere de poziție dorită.
Cea mai obișnuită modalitate de a varia mișcarea unui vehicul este de a crește sau de a reduce alimentarea cu energie a acestuia, fie sub formă de combustibil, fie de curent electric, rezultând o creștere a accelerației sau decelerării vehiculului. De exemplu, puteți crește curentul electric al motorului copter sau apăsați pedala de gaz pentru a crește alimentarea cu combustibil a motorului unei mașini pentru a crește accelerația. De asemenea, este obișnuit ca motoarele să includă un controler intern care reglează accelerația pentru a menține viteza dorită. De exemplu, ajustăm curentul pentru a controla accelerația pentru micul motor copter (denumit motor cu perii), dar quadcopterele profesionale folosesc motoare fără perii mai mari, care includ întotdeauna electronice de control al vitezei.
Dacă sarcina noastră este de a proiecta un controler de poziție pentru macara, atunci ieșirea controlerului nostru ar putea regla direct accelerația motorului macaralei, caz în care sistemul nostru de feedback ar fi descris de diagrama bloc din Figura 2. Sau ar putea exista un controler de viteză în interiorul macaralei, caz în care controlerul nostru va regla viteza macaralei, iar sistemul nostru de feedback ar fi descris de diagrama din Figura 3. Și din moment ce vom folosi un microcontroler pentru a implementa proiectarea noastră, va trebui să determinăm cât de des pentru a testa poziția macaralei și a actualiza comenzile noastre de accelerație sau viteză.
Controler proporțional cu regulator de viteză intern.
Sunt necesare controlere diferite pentru cele două situații diferite? Cât va dura până când macaraua va ajunge în poziția corectă? Dacă încercăm să poziționăm macara prea repede, va depăși și va trebui să retragă? Cât de des ar trebui să prelevăm și să actualizăm, o dată pe minut, o dată pe secundă, o dată pe microsecundă? Vom avea nevoie de modele care să ne ajute să răspundem la aceste întrebări, dar ce fel de modele?
Deoarece folosim un microcontroler care poate fi programat pentru a testa un senzor și a actualiza un actuator la o rată fixă, avem nevoie de o strategie de modelare care să ne poată informa despre evoluția secvențelor probelor de senzori și a actualizărilor actuatorului. După cum vom vedea în restul acestei secțiuni, modelele bazate pe ecuații de diferență sunt deosebit de potrivite.
Experimentăm o lume care evoluează în timp continuu, plină de obiecte fizice ale căror traiectorii sunt modelate cu ecuații diferențiale. Lăsăm o minge și gravitația o accelerează. Accelerarea mingii este derivata în timp a vitezei sale, iar viteza sa este derivata în timp a poziției sale. Dar, din perspectiva unui computer, lumea continuă a timpului trebuie reconstituită dintr-o serie de eșantioane colectate în momente de timp discrete. Un computer vede lumea doar în „eșantioane” discrete și viteza unei mingi de cădere trebuie să fie aproximată de la diferențele în eșantioane de poziție succesive, accelerația sa fiind aproximată de la schimbarea diferențelor de poziție de la o pereche de eșantioane la următoarea.
Ne-am putea întreba dacă perspectiva discretă a computerului este mai precisă. Poate că timpul continuu este doar un model convenabil pentru ceea ce este de fapt discret, la fel cum mecanica newtoniană este un model convenabil pentru ceea ce este cuantificat. Dar aceste meditații sunt cel mai bine lăsate oamenilor de știință și filosofilor. În calitate de ingineri, avem de lucru. Calculatoarele, în numeroasele lor forme (procesoare digitale de semnal, microprocesoare, microcontrolere, etc), sunt instrumente puternice care sunt omniprezente în proiectarea inginerească. Putem lucra cu acestea mai eficient dacă le înțelegem perspectiva.
Pe computer, este mai firesc să gândim în termeni secvențiali. Derivatele în timp devin diferențe între eșantioane, integralele devin sume, iar traiectoriile sistemului fizic guvernate de ecuații diferențiale devin secvențe guvernate de ecuații de diferență. Adoptarea acestei perspective de la început ne poate ajuta să proiectăm sisteme mai bune.
În această secțiune, vom folosi o serie de exemple pentru a introduce:
notația noastră pentru secvențe și ecuații diferențiale liniare (LDE),
cum se modelează o problemă fizică folosind LDE-uri,
cum se rezolvă LDE-urile de ordinul întâi calculând frecvențele naturale,
Această clasă se concentrează pe problemele de control care pot fi modelate cu ecuații diferențiale liniare (LDE), un subiect surprinzător de bogat atât teoretic cât și practic. Și în această primă secțiune, studiem LDE-uri omogene, adică LDE-uri cu condiții inițiale, dar fără intrări. Am ales LDE-uri omogene, astfel încât să putem sublinia trei concepte centrale:
LDE-urile și sistemele pe care le reprezintă au frecvențe naturale,
Dacă un LDE are o frecvență naturală cu magnitudine mai mare de una, secvențele generate vor crește exponențial. Spunem că astfel de LDE sunt instabile.
Dacă un LDE de ordinul întâi are o frecvență naturală negativă, secvențele generate vor oscila. Dacă magnitudinea unei frecvențe naturale este mai mică de una, LDE este stabilă și oscilațiile se descompun până la zero în cele din urmă. În caz contrar, LDE este instabil și oscilațiile vor crește.
Pentru noi, secvențele pot fi considerate a fi un set de valori indexate de un număr întreg. Astfel de secvențe sunt utile pentru reprezentarea datelor în timp discret într-o varietate de aplicații, inclusiv audio digital, prețuri de acțiuni, solduri bancare și aplicații de control. De exemplu, controlerul bazat pe Arduino pentru brațul cu elice-levitat are trei secvențe: două secvențe de probe (intrările analogice de la motorul elice și senzorul de unghi) și o secvență de ieșiri (ieșirea analogică la tranzistorul driverului de motor) ).
Vom folosi și vom translata între trei reprezentări pentru secvențe: enumerare explicită, expresie în formă închisă și definiție implicită folosind ecuații de diferență și condiții inițiale. (Ecuațiile de diferență sunt un caz special al recurențelor studiate în mod obișnuit în matematică discretă.) Ca exemplu, să fie secvența puterilor a 12. Secvența poate fi reprezentată prin enumerare explicită.
sau prin exprimare în formă închisă,
sau cu o ecuație de diferență și o condiție inițială,
Rețineți că am ales una dintre notațiile standard pentru indicarea valorilor secvenței, deși alegerea noastră este departe de a fi universală. De-a lungul acestei cercetări vom folosi notația că indicii pentru valorile secvenței apar în interiorul unei perechi de paranteze.
În unele cazuri, poate fi mai clar să explicităm grafic secvențe scurte enumerate explicit folosind „lollypop” sau graficele stem. De exemplu, mai jos este un grafic stem (creat folosind MATLAB) pentru 200 de eșantioane ale unei secvențe generate de aproximativ douăzeci de milisecunde de sunet eșantionat de opt mii de ori pe secundă.
Graficul stemului de 200 de mostre de sunet (aproximativ 20 de milisecunde)
Așa cum se observă și din grafic, graficele stem pot fi greoaie pentru secvențe lungi, enumerate explicit. Pentru secvențe mai lungi, este mult mai comun să se utilizeze graficele standard de conectare a punctelor, chiar dacă valorile dintre intrările de secvență nu au nici un sens. Graficele de conectare a punctelor sunt utilizate, de exemplu, în software-ul nostru pentru trasarea rezultatelor în timp real de la brațul de dronă.
După cum s-a menționat mai sus, secvențele pot fi reprezentate implicit, în cazul în care este dată o ecuație care leagă un element al unei secvențe de alte elemente. De exemplu, elementele unei secvențe de putere satisfac
Reprezentările implicite ale formei de mai sus sunt denumite ecuații omogene diferențiale liniare de prim ordin (LDE): ecuație diferențială pentru că calculăm diferențe între valorile secvenței, liniare pentru că folosim valori de secvență scalate liniar, de ordinul întâi pentru că doar o diferență fiind calculată și omogenă, deoarece ecuația diferenței este echivalentă cu insistarea asupra faptului că o anumită combinație ponderată a valorilor secvenței adiacente trebuie să fie la zero (așa cum se arată mai sus).
Rețineți că un LDE de prim ordin nu specifică complet o secvență, trebuie specificată și valoarea lui y [n] pentru o valoare a lui n. Dacă se specifică y [0], așa cum este cel mai frecvent, atunci y [0] este denumită o condiție inițială pentru LDE de ordinul întâi.
De exemplu, dacă y [0] = 5 și λ = 12, atunci soluția la LDE omogen de ordinul întâi este
dar dacă y [0] = 3, atunci soluția la același LDE este
O altă secvență bine cunoscută cu o reprezentare LDE omogenă este secvența Fibonacci, în care următorul element din secvență este suma celor două precedente. Acesta este,
LDE pentru secvența Fibonacci are două diferențe, deci ne referim la LDE-ul său asociat de ordinul doi. Și pentru a specifica complet secvența generată de un LDE de ordinul doi, este necesar să furnizați două valori inițiale. Pentru a genera numerele clasice Fibonacci, setați y [0] = 0 și y [1] = 1. Apoi, folosind LDE, este ușor să enumerați în mod explicit restul valorilor secvenței,
În general, un LDE, împreună cu condițiile inițiale, definește o secvență infinită de valori, y [0], y [1], y [2],…. Spunem că un LDE este al k-lea ordin când y [n] depinde doar de k valorile anterioare ale secvenței y. Adică, un LDE omogen de ordinul K are forma generală
unde a1, …, ak sunt constante specifice LDE.
LDE de mai sus este denumit omogen, deoarece putem rescrie ecuația ca
Rescrierea de mai sus înseamnă că o LDE poate fi interpretată ca necesitând o anumită combinație ponderată a valorilor secvenței adiacente sumă la zero. Prin urmare, succesiunea tuturor zerourilor va satisface întotdeauna LDE (dar nu neapărat condițiile inițiale). Sau altfel spus, omogenitatea înseamnă că dacă y [n − 1], y [n − 2], … y [n − k] sunt zero, atunci deci y [n]. Când adăugăm intrări, mai târziu, acestea vor înlocui zero din partea dreaptă a LDE omogen rescris.
După cum se va vedea în continuare, este ușor de rezolvat și raționat despre sistemele descrise de LDE. Deci, chiar dacă majoritatea sistemelor nu sunt precis liniare, le modelăm adesea cu LDE, chiar dacă modelul nu se potrivește exact. Un model LDE ușor de analizat, dar imperfect, este probabil să fie mai util în proiectare decât un model neliniar precis, care este aproape imposibil de analizat.
Cel mai simplu LDE este LDE omogen de prim ordin,
Știm deja că trebuie să specificăm o condiție inițială, y [0], pentru ca soluția LDE să fie unică.
Există multe modalități de a calcula valorile unei ecuații de diferență, deci dacă am dori să știm y [n], am putea să o calculăm relativ ușor începând cu condițiile inițiale și propagându-ne înainte. O astfel de metodă este denumită „plug and chug" și, așa cum sugerează și numele, este mai multă transpirație decât inspirație. În special, plug-and-chug oferă puține informații despre comportamentul general al secvenței.
În schimb, putem obține o formă închisă pentru y, una care oferă o perspectivă asupra comportamentului general al secvenței. În cazul primului ordin, putem obține o formă generală aproape prin inspecție. Pentru a începe, extindem LDE ca în
Cum calculează un computer λn și este mai rapid decât n multiplicări cu λ?
Derivația de mai sus produce o formulă directă pentru y [n] în funcție de y [0] și λ, o formulă care poate fi evaluată mult mai eficient decât plug and chug, în special atunci când n este mare. Dar derivarea dezvăluie, de asemenea, o idee mai generală, că schimbarea condiției inițiale doar scalează secvența asociată, dar schimbarea lui λ modifică modul în care evoluează secvența. Din acest motiv, ne referim la λ în LDE de ordinul întâi ca frecvență naturală.
După cum vom vedea în exemplele care urmează, frecvența naturală a unui LDE de ordinul întâi sau echivalent λ, guvernează evoluția secvențelor sale asociate. În special,
Dacă λ> 1, secvența crește monoton și fără legătură și spunem că LDE de ordinul I este instabil.
Dacă 0 <λ <1, secvența scade monoton la zero și spunem că LDE de ordinul întâi este stabil.
Ce se întâmplă dacă frecvența naturală a unui LDE de prim ordin este negativă? Pentru a răspunde la această întrebare matematic, se iau în considerare două LDE de ordinul întâi,
Aceste două LDE de ordinul întâi au frecvențe naturale negative, -43 și, respectiv, -34.
Înainte de a trece mai departe, scoateți creionul și hârtia și schițați graficele stem pentru secvențele ya și yb presupunând condițiile inițiale ya [0] = 1 și yb [0] = 1. (Sugestie: puteți utiliza plug-and-chug pentru a determina valorile secvenței.) Comparați și contrastați secvențele.
Să presupunem că ați pus 100 de dolari într-un cont bancar cu dobândă mare acum 30 de ani și ați uitat de asta. Contul plătea 12% dobânzi pe an, cât aveți acum?
Dacă presupunem că dobânda a fost compusă anual (ceea ce înseamnă că dobânda este adăugată la soldul contului dvs. o dată pe an), putem reprezenta soldul dvs. bancar ca o succesiune, y, unde y [n] este soldul dvs. bancar n ani după ce ați deschis contul. Atunci y [n] poate fi legat de y [n − 1] prin adăugarea dobânzii de 12%, ducând la un LDE de ordinul I,
Condiția inițială pentru LDE este depunerea bancară inițială, deci y [0] = 100.
Soldul bancar LDE are o frecvență naturală de 1,12, deci știm că y [30] = 100⋅1.1230≈ 3000 $. Nu-i rău. Dar dacă unul dintre părinții tăi ți-ar fi deschis contul acum 60 de ani? Atunci ai avea y [60] = 100⋅1.1260≈ 90.000 $! O astfel de creștere exponențială este de așteptat ori de câte ori o LDE are o frecvență naturală mai mare decât una. Deși în acest caz, frecvența naturală este de 1,12 și nu este mult mai mare decât una, deci creșterea exponențială nu este atât de rapidă.
Interesul nu este în favoarea ta
Să presupunem că ați pus 100 de dolari într-un cont de verificare acum 30 de ani și ați uitat de asta. Dacă banca percepe un cont de verificare o taxă de 5% și o deduce anual, cât mai este în cont?
Contul de verificare poate fi, de asemenea, modelat ca un LDE de prim ordin, la fel ca înainte, dar cu fonduri eliminate mai degrabă decât adăugate,
Frecvența naturală a acestei LDE este 0,95 și o putem folosi pentru a determina cantitatea rămasă după 30 de ani, y [30] = 100⋅0.9530≈21. Nu prea mult.
REZUMAT
n LDE omogen de ordinul întâi are forma
y [n] = λy [n − 1],
și având o condiție inițială, y [0], soluția la LDE este dată de
y [n] = λny [0].
Ne referim la λ ca frecvență naturală pentru ecuația diferenței, iar pentru LDE de ordinul întâi și NUMAI pentru LDE de ordinul întâi, frecvența naturală este egală cu coeficientul LDE. Pentru LDE de ordin superior, acest lucru nu va fi cazul.
Din cele două exemple de sold bancar, am văzut că frecvența naturală a unui LDE de prim ordin sau echivalent λ, guvernează evoluția secvențelor sale asociate. În special,
Dacă λ> 1, secvența crește monoton și fără legătură și spunem că LDE de ordinul I este instabil.
Dacă 0 <λ <1, secvența scade monoton la zero și spunem că LDE de ordinul întâi este stabil.
Dacă λ = 1, atunci secvența nu schimbă valoarea cu indexul, iar LDE de ordinul I nu este nici stabil, nici instabil.
Când frecvența naturală este negativă, valorile secvenței asociate oscilează între negative și pozitive. În plus, atunci când magnitudinea frecvenței naturale este mai mare de una, valorile secvenței asociate cresc în magnitudine, iar atunci când magnitudinea frecvenței naturale este mai mică de una, valorile secvenței se descompun la zero. În special,
Dacă λ <−1, secvențele asociate oscilează, magnitudinea valorilor lor crește fără legătură, iar LDE de ordinul I este instabil,
Dacă −1 <λ <0, secvențele asociate oscilează, valorile lor se descompun la zero și LDE de ordinul I este stabil,
Dacă λ = −1, secvențele asociate oscilează, magnitudinea valorilor lor nu se degradează și nici nu crește, iar LDE de ordinul I nu este nici stabilă, nici instabilă.
Un robot care măsoară distanțele obstacolelor de zece ori pe secundă este plasat la cinci metri de un perete. Robotul este programat să se deplaseze cu o viteză negativă proporțională cu distanța de la perete. Am stabilit viteza negativ proporțională cu distanța față de perete, deoarece un robot care se deplasează cu o viteză pozitivă se îndepărtează de perete. Pe măsură ce robotul se apropie de perete, ar trebui să încetinească, dar ce se întâmplă cu adevărat?
Pentru a modela modul în care robotul se deplasează spre perete, începem prin a reprezenta măsurătorile distanței sale ca o secvență, d, unde d [n] este a n-a distanță măsurată și d [0] = 5. Diferența dintre d [n] și d [n − 1] poate fi legată de viteza robotului și de timpul dintre măsurători,
unde T = 0,1 este timpul dintre măsurătorile distanței și v [n − 1] este viteza robotului în momentul eșantionului n − 1.
Deoarece viteza robotului a fost programată să fie proporțională negativ cu distanța sa de perete,
unde Kp este câștigul proporțional de feedback. Combinarea ecuațiilor duce la un LDE de prim ordin pentru d [n],
unde (1−0,1Kp) = λ este frecvența naturală a LDE.
Dacă nu dorim ca robotul să se lovească de perete sau, dacă nu dorim ca d [n] să devină negativ, știm acum că frecvența naturală a LDE de ordinul întâi trebuie să fie pozitivă. În plus, dacă vrem ca d [n] să se descompună la zero (astfel încât să ajungem lângă perete), frecvența naturală trebuie să fie mai mică de 1. Asigurându-se că 0≤λ <1, sau echivalent, că 0≤ (1−0.1Kp) <1, produce constrângeri la Kp ca în
Să ne întoarcem la macaraua de marfă care călătorește pe calea de deasupra unui far îngropat, așa cum se arată în Figura 1. Macaraua măsoară distanța semnată la un far la fiecare T secunde, unde prin distanță semnată, înseamnă că distanța este negativă dacă macaraua are încă nu a ajuns la baliză (stânga balizei din Figura 1) și pozitivă dacă macaraua a trecut peste ea (dreapta balizei din Figura 1). Macaraua este destinată conducerii automate. Adică, se poate repoziționa automat pe pistă, ca răspuns la o poziție dorită.
Vom presupune că macaraua are un controler de feedback intern care ajustează accelerația pentru a atinge viteza solicitată și că trebuie să proiectăm un controler de poziție extern.
Pentru a modela modul în care macaraua se mișcă de-a lungul pistei sale, vom reprezenta distanța măsurată a macaralei până la baliză ca o secvență, d și viteza controlată ca o secvență v, unde d [n] și v [n] sunt a n-a distanță măsurată și respectiv viteza controlată. Putem raporta distanța măsurată, d, la viteza sa, v, ca.
unde d [n] și d [n−1] sunt distanțele măsurate de-a lungul pistei macaralei la timpul de eșantionare n și respectiv n − 1 și v [n−1] este viteza macaralei la momentul eșantionului n−1
Notăm poziția dorită de-a lungul pistei, de asemenea intrarea în controlerul nostru de poziție, ca secvență din, și o abordare proporțională de feedback pentru controlul macaralei ar fi de a face viteza macaralei proporțională cu diferența dintre pozițiile macaralei dorite și măsurate, ca diagramă în Figura 2. Apoi viteza este dată de
unde Kp este câștigul proporțional și unde Kp este câștigul proporțional și este poziția de intrare sau dorită.
Pentru a determina performanța acestei abordări de feedback proporțional în funcție de câștig, înlocuim formula de control în relația distanță-viteză pentru macara,
și apoi simplificăm
pentru a ajunge la un LDE de prim ordin cu o intrare, . Știm cum să rezolvăm LDE-uri omogene, dar acum trebuie să aflăm despre includerea intrărilor.
Introducere
În această parte vom căuta folosind tehnici de feedback și feed-forward pentru controlul vitezei motorului cu elice. Mai întâi vom construi un model, apoi îl vom testa făcând niște predicții, apoi îl vei folosi pentru a proiecta un controler îmbunătățit prin combinarea feedback-ului și a ideilor de feed-forward.
Ceea ce urmează este o descriere a versiunii software-ului, urmată de o scurtă explicație (care descrie codul Arduino și circuitele) și vom examina apoi abordările de feedback și feed-forward pentru controlul vitezei motorului cu elice.
Pushing down
În această parte, vom controla viteza elicei care se învârte și, pentru a împiedica bratul să zboare în sus, vom schimba direcția elicei astfel încât să împingă brațul în jos.
Dacă brațul elicei se ridică de pe masă când se rotește, se schimbă cele două fire ale motorului elicei care se conectează la rezistorul de jumătate de ohm și la masă.
Intrări și comenzi
(Viteza Motorului): Aceasta este valoarea la care doriți să vedeți motorul funcționând; practic intrarea în sistemul de feedback. Se poate seta la orice valoare de până la 255. Există note în corpul principal al programului despre aceste unități.
Kp: Aceasta este o valoare care va fi utilizată pentru controlul proporțional al vitezei pe motor. Acesta este câștigul buclei de feedback.
Direct: Aceasta este o valoare "offset" pentru a roti motorul propelerului la un moment dat de funcționare
Există, de asemenea, un glisor cu aspect diferit, cu eticheta Generate CSV ?. Acest lucru vă permite opțiunea de a genera fișiere CSV ale datelor care sunt trasate.
Fișierul CSV este etichetat cu o etichetă de timp, valorile fiind trasate și setările pe care le aplicați. Puteți utiliza acest instrument pentru a analiza mai detaliat răspunsurile sistemului.
Ieșiri / Parcele
MSpeed (Viteza motorului măsurat): valoarea măsurată a turației motorului. Partea aplicativă va intra în mai multe detalii despre modul în care se măsoară acest lucru și care sunt unitățile sale.
Eroare: Aceasta este diferența (eroare) între Viteza motorului dorită și Viteza motorului măsurată (ceea ce se măsoară în sistemul nostru)
MCmd (Motor Command): Acesta este semnalul trimis către motor. În această parte este produsul semnalului de eroare e [n] și al câștigului proporțional Kp plus semnalului Direct.
Direct (Comandă motor când Kp = 0): Acesta este un decalaj constant și se adaugă întotdeauna la contribuția la comanda motorului din feedback (care în acest caz este produsul Kp și diferența dintre turația motorului dorită și cea măsurată) . Dacă setați Kp la zero, atunci comanda motorului va fi egală cu această valoare.
Ca orice sistem de feedback, brațul cu elice controlat de Arduino are cele patru părți:
Un actuator: tranzistorul de putere și motorul
Un proces: rotirea elicei și / sau a brațului
Detectarea (senzorul) poziției unghiulare și a vitezei elicei
Controlerul: Arduino, care monitorizează senzorii și supraveghează actuatorul).
Care funcționează împreună așa cum se arată:
În sistemul nostru, aceste părți comunică pentru a crea un sistem de feedback care poate fi rezumat ca:
Viteza de rotație a elicei este sesizată indirect. Măsurăm două tensiuni din care putem estima o cantitate denumită back-EMF a motorului și apoi folosim faptul că back-EMF-ul motorului este proporțional cu viteza de rotație a motorului.
Unghiul poziției brațului levitat cu elicopterul este detectat prin măsurarea tensiunii potențiometrului.
Arduino citește tensiunea circuitului, a motorului și a senzorului de poziție a unghiului și, împreună cu parametrii trimiși de GUI bazată pe browser, calculează lățimea fracțională a impulsului pentru un semnal de ieșire modulat la lățimea impulsului (PWM).
Semnalul modulat la lățimea impulsului reprezintă o valoare între 0% și 100% prin pulsarea între zero și un anumit nivel fix (în acest caz 0 volți și 5 volți) cu proporția de timp petrecut ca o fracțiune din timpul total al ciclului fiind raportul taxelor. Păstrăm suma timpului scăzut și timpul ridicat fixat. Adică ton + toff = tpwm. Media unei astfel de forme de undă pe parcursul unui singur ciclu este egală cu tensiunea „înaltă” înmulțită cu raportul de funcționare. Imaginea de mai sus prezintă forme de undă reprezentative pentru cicluri de funcționare medii, mici și ridicate.
Semnalul PWM de la Arduino activează și oprește un tranzistor NPN de peste 30.000 de ori pe secundă, iar acel tranzistor NPN pornește și oprește un tranzistor PNP în același ritm. Când tranzistorul PNP este pornit, aproximativ doi amperi de curent curg din sursa de alimentare externă și prin bobinele motorului copter, creând câmpurile magnetice care determină rotirea motorului.
Curentul motorului cu elice pornește și se oprește la fiecare ciclu PWM (aproximativ la fiecare 30 de microsecunde), mult mai rapid decât poate răspunde motorul. Deci, curentul mediu este cel care determină dacă elicele de rotație accelerează sau decelerează, iar curentul mediu este proporțional cu lățimea fracțională a impulsului stabilită de Arduino.
Dacă motorul începe să se învârtă mai repede sau mai încet, tensiunea la bornele sale va crește sau va scădea. Arduino măsoară această tensiune (și tensiunea PWM) după un filtru de condensator cu rezistență. Dacă am încerca să măsurăm acest semnal direct, am vedea forma de undă PWM suprapusă la tensiunea măsurată a motorului. Această formă de undă pulsantă nu este reprezentativă. Perechile de condensatori și rezistență R4 C2 și R5 C3 netezesc semnalele PWM în ceva lizibil de către arduino. Această operațiune este similară cu media semnalului pe o fereastră pentru a elimina variația semnalului datorită oscilării PWM cu frecvență mai mare.
Dacă elicea se rotește suficient de repede pentru a ridica brațul, atunci tensiunea de la senzorul de unghi va crește. Ambele sunt citite de Arduino și pot fi utilizate pentru a determina lățimea impulsului PWM, completând astfel bucla de feedback.
Din schema simplificată a circuitului brațului, în imaginea următoare, se poate vedea mai ușor cum sunt implementate diferitele părți ale sistemului. De exemplu, detectarea unghiului este complet separată de acționarea motorului și de detectarea vitezei, acestea împărtășind doar o masă comună. Există, de asemenea, etichete pentru semnalele importante din circuit și, în secțiunile următoare, vom analiza formele de undă pentru fiecare dintre aceste semnale, pentru a înțelege mai bine fiecare parte.
Codul controlerului Arduino
Există doar câteva linii din schița Arduino care implică citirea vitezei motorului, determinarea lățimii impulsului fracțional adecvat și apoi utilizarea acestuia pentru a controla PWM-ul de ieșire. Secțiunea relevantă este prezentată mai jos. În cod, funcția analogRead returnează un număr întreg între 0 și 1024, corespunzător tensiunilor măsurate între zero și cinci volți, iar funcția analogWrite ia un argument întreg între 0 și 255, care corespunde unei lățimi a impulsului fracționat de la 0% la 100% . În plus, utilizatorul poate introduce o viteză dorită și o valoare directă, fiecare între 0 și 255, utilizând GUI-ul browserului.
Variabila motorCmd este suma unui termen direct și produsul unui câștig proporțional, Kp, și diferența dintre viteza dorită și viteza măsurată. Valorile termenului direct, Kp și viteza dorită pot fi ajustate folosind GUI bazat pe browser.
Viteza de rotație a elicei este măsurată prin estimarea unei tensiuni denumită motor EMF.
Un mod util de a vizualiza ceea ce se întâmplă în cod (în special pentru un curs de control) este să fie vizualizat în formă de diagramă bloc. Semnalul de eroare pentru sistem se bazează pe diferența dintre viteza dorită și viteza măsurată:
Calculul erorilor: reprezentarea schemei bloc a calculului erorii folosind variabilele din cod
Calculul pentru comanda motorului: reprezentarea în diagramă bloc a calculului motorCommand folosind variabile din cod
Controler: Partea punctată marchează controlerul.
Funcționarea circuitului
Această secțiune descrie funcționarea circuitului pentru a acționa motorul propelerului. Pentru a demonstra ce se întâmplă în circuit, am folosit un osciliscop pocekt. După cum este descris circuitul mai jos, sunt prezentate graficele circuitului de funcționare.
Configurare osilicop: Configurarea pentru măsurarea formelor de undă de tensiune
Când tensiunea la borna de bază a tranzistorului PNP este la cinci volți, egală cu tensiunea la borna emițătorului, tranzistorul este oprit și nu poate curge curent prin motor. Când tensiunea la borna de bază este redusă suficient de mult sub tensiunea la borna emițătorului (puțin mai mică decât 4,4 volți), tranzistorul este pornit și curentul poate curge din sursa de alimentare externă, prin rezistorul de 0,5 ohmi și prin motor.
Un tranzistor NPN este utilizat pentru a conduce tranzistorul PNP de putere. La fel ca tranzistorul PNP, când tensiunea de pe baza tranzistorului NPN este egală cu tensiunea de la terminalul emițătorului, tranzistorul este oprit. Cu toate acestea, deconectați tranzistorul PNP, emițătorul NPN este conectat la masă, astfel încât atunci când baza este conectată la 0 volți, tranzistorul este oprit. Când tensiunea la bază este puțin mai mare decât emițătorul (puțin mai mare de 0,6 volți), tranzistorul pornește.
Când tranzistorul NPN pornește, baza tranzistorului PNP este pusă la masă și pornește, conducând un curent prin motor. Dacă conducem NPN cu mai mult de 0,6 volți de la microcontroler (dacă utilizați un Arduino este 5V), motorul pornește. Dacă baza este conectată la masă, motorul se oprește
Pentru a înțelege mai bine circuitul, este util să fie examinate formele de undă ale circuitului pentru valori scăzute, medii și ridicate pentru motorCmd. Pentru început se ia în considerare cazul unei valori scăzute pentru motorCmd, care ar trebui să conducă la un curent mediu scăzut prin motor. Cele patru forme de undă prezentate în figura de mai jos corespund punctelor din schema (de la stânga la dreapta) etichetată pwmIn (ieșirea Arduino PWM), baza NPN (terminalul de bază al tranzistorului NPN), baza PNP (terminalul de bază al tranzistorului PNP) ), Vmotor (tensiunea pe motor) și Filtered_Vmotor (tensiunea după filtrul de rezistență-condensator).
Rețineți că PWM este aproape întotdeauna la zero volți, cu excepția unui scurt impuls de ordinul microsecundelor cu o valoare de 5 volți aproximativ la fiecare 30 de microsecunde (pentru o lățime a impulsului fracționat de aproximativ trei procente). Tensiunea la baza tranzistorului PNP este paralelă cu PWM și, prin urmare, tranzistorul se aprinde numai pentru impulsurile lungi de microsecundă. Vmotorul este foarte scăzut, cu excepția impulsurilor lungi de microsecundă, indicând o viteză redusă și un curent mediu scăzut. Și Filtered_Vmotor, detectat de Arduino, are o valoare medie scăzută care corespunde vitezei mici.
Forme de undă mici ale valorii tensiunii MotorCmd (de la stânga la dreapta): PWM, NPN Base, PNP Base, Vmotor, Filtered_Vmotor
Ulterior se ia în considerare cazul unei valori medii pentru motorCmd, care ar trebui să conducă la un curent mediu mediu prin motor. Cele cinci forme de undă afișate în imaginea de mai jos corespund (de la stânga la dreapta) PWM, NPN Base, PNP Base, Vmotor, Filtered_Vmotor. Rețineți că semnalul PWM petrece timp egal la zero volți și cinci volți. Aceasta activează tranzistorul NPN care activează tranzistorul PNP 50% din timp. Vmotorul este mai mare pentru impulsuri mai lungi comparativ cu exemplul anterior, indicând un curent mediu mediu. Filtered_Vmotor, detectat de Arduino, are o valoare medie medie, corespunzătoare vitezei medii.
Formă de undă a tensiunii de valoare medie MotorCmd (de la stânga la dreapta): PWM, bază NPN, bază PNP, Vmotor, Filtered_Vmotor
în cele din urmă, se ia în considerare cazul unei valori ridicate pentru motorCmd, care ar trebui să conducă la un curent mediu ridicat prin motor. Cele trei forme de undă afișate în imaginea următoare corespund (de la stânga la dreapta) PWM, PNP Base, Vmotor, Filtered_Vmotor. Forma de undă PWM este acum în cea mai mare parte la 5 volți, ceea ce corespunde unei lățimi a impulsului fracționat de aproximativ 95%. Forma de undă Vmotor este acum mult mai mare, indicând un curent mediu ridicat. Și Filtered_Vmotor, detectat de Arduino, are o valoare ridicată, indicând viteză mare.
Forme de undă de tensiune cu valoare MotorCmd ridicată (de la stânga la dreapta): PWM, bază PNP, Vmotor, Filtered_Vmotor
Putem modela un motor ca un rezistor în serie cu o sursă de tensiune. Sursa de tensiune Vemf este proporțională cu viteza unghiulară a motorului (Vemf = γm⋅ωm. Cu cât se învârte mai repede, cu atât este mai mare această tensiune. (EFM reprezintă forța electromotoare și este numele fenomenului care generează o tensiune într-un buclă de sârmă datorită unui câmp magnetic alternativ.)
Valoarea Vmotor este mai indicativă a turației motorului decât curentul motorului, dar este ușor de măsurat curentul! Măsurând tensiunea pe rezistorul de jumătate de ohm în serie cu motorul și înmulțind cu doi, putem obține curentul motorului. Măsurătorile de tensiune pe acest rezistor sunt prezentate în imaginea de mai jos pentru (de la stânga la dreapta) cazurile de curent scăzut, mediu și mare. După cum se poate observa din grafice, curentul comută între 0 și 2 amperi și are o valoare medie de aproximativ 60 miliamperi, 1 amperi și 1,7 amperi în cazurile mici, medii și mari. (Puterea a dispărut cu 2 amperi care curg printr-un rezistor de 12 ohmi este de doi wați. De aceea, acest rezistor este mai mare din punct de vedere fizic cu celelalte din kit; pentru a preveni supraîncălzirea.
Curent motor: Tensiunea peste rezistorul de 2 ohmi (de la stânga la dreapta): motor redus CMd, motor mijloc CMd, motor ridicat CMd
Graficele de mai sus ale curentului motorului indică că valoarea sa medie este aproape exact o funcție liniară a lățimii impulsului fracționat, dar tensiunea filtrată a motorului nu este deloc o funcție liniară a turației motorului! Analizând modelul circuit al motorului, se observă că Vmotor = Vemf + Rmotor⋅Imotor. Se va putea proiecta un controler care utilizează tensiunea filtrată a motorului ca măsură a vitezei motorului, dar apoi am fi blocați cu erorile. Dacă nu poate fi detectat nu se poate corecta, indiferent de feedback.
Acum vom obține o intuiție pentru ecuația furnizată mai sus. Pentru a obține o idee despre erorile din tensiunea filtrată a motorului, presupunem mai întâi că motorul coboară; adică se învârte, dar există curent zero. Atunci când rulează, tensiunea medie măsurată la bornele motorului este aproape în totalitate rezultatul rotirii rotorului său într-un câmp magnetic permanent fix (ca un generator) și tensiunea respectivă este liniar proporțională cu viteza de rotație. Când curentul motorului este diferit de zero, este necesar să adăugați un termen de cădere de tensiune datorită rezistenței interne și inductanței motorului. Deoarece căderea de tensiune este proporțională cu curentul, această cădere poate chiar domina tensiunea datorită vitezei de rotație.
Eroarea datorată căderii de tensiune este deosebit de ușor de văzut dacă motorul este acționat cu PWM. Când se utilizează PWM, curentul motorului alternează între sărituri la o valoare ridicată și descreștere la zero și, odată ce curentul este zero, termenul de cădere de tensiune dispare. Putem observa acest lucru examinând formele de undă ale motorului copterului la curent mic, mediu și mare, corespunzător impulsurilor înguste, medii și largi. În Figura de mai jos, tensiunea motorului (stânga) este comparată cu tensiunea motorului filtrată (mediată echivalent) (dreapta), pentru curenții mici (rândul superior) și mediu (rândul mediu) și cel mare (rândul inferior). Linia roșie de-a lungul fiecărui rând trece printr-o estimare a tensiunii motorului cu curent zero pentru formele de undă ale tensiunii motorului din partea stângă, pentru a facilita compararea acestora cu tensiunile motorului filtrate în partea dreaptă. După cum este clar din figură, la curenți mici, tensiunea motorului filtrat este aproape proporțională cu viteza de rotație, dar la curenți mari, poate fi destul de departe.
Figura 71: Vmotor (coloana din stânga) și Filtered_Vmotor (coloana din dreapta) cu linia roșie care arată deplasarea de bază a tensiunii motorului datorită CEM din spate de la motorul care se rotește, pentru Motorul mic CMD (rândul superior), Motorul mediu CMD (rândul central) și Motorul înalt CMD ( randul de jos). Rețineți nepotrivirea în schimbarea liniei de bază și Filtered_Vmotor pentru carcasa de mare viteză / Motor mareCmd.
Putem filtra tensiunea pwm la colectorul tranzistorului PNP și putem măsura tensiunea filtrată_Vpwm. Atunci putem profita de o alegere inteligentă pentru valoarea rezistorului R3 în schemă. Am ales valoarea rezistorului R3, rezistența de putere mare cu o valoare jumătate de ohm în serie cu motorul elicei, pentru a fi aproximativ egală cu rezistența internă a motorului. Deoarece curentul care trece prin R3 este egal cu curentul care trece prin rezistorul intern și rezistențele lor sunt egale, vor avea aceeași cădere de tensiune. Prin urmare, și putem scădea tensiunea pe R3 din filtered_Vmotor pentru a determina EMF-ul din back.
Acesta este,
o ecuație pe care o puteți vedea în linia de cod Arduino
float motorSpd = 0.16667*float(VmotorADC3 – (VpwmADC3 – VmotorADC3));
unde împărțirea la șase (implementată ca multiplicare cu 0,166667) corectează suma a trei citiri și diferența de rezoluție între Arduino ADC și DAC.
În cele ce urmează vom realiza levitarea brațul copterului. Vom folosi ecuații diferențiale pentru a modela aspectul interesant al comportamentului acestui braț.
Este ajustată comanda directă a motorului (care schimbă curentul în motorul elicei) astfel încât brațul să fie la aproximativ 45∘ sub orizontală. În acest unghi, elicopterul planează stabilizându-se. Chiar și cu disturbări mici, copterul revine la 45∘
Când încercăm să reglăm comanda directă pentru a poziționa brațul 45∘ deasupra orizontale, lucrurile funcționează destul de greu. Acest comportament poate fi folosind LDE-uri omogene de ordinul doi.
Echilibrarea forțelor
Brațul levitat cu elice este atașat la un pivot (arborele senzorului de unghi) și este rotit de forța gravitațională și de elicopter la capătul opus al brațului. Forța propulsorului este generată prin rotirea unui propulsor din plastic cu un motor cu roți dințate. Creșterea curentului la motor determină rotirea elicei mai rapidă, crescând astfel contribuția sa la forța de rotație.
Cele două forțe de pe brațul cu elice au direcții diferite de acțiune. Forța gravitațională descendentă este întotdeauna îndreptată în jos; iar forța ascendentă produsă de elicea care se rotește indică întotdeauna în direcția de rotație a brațului. Ori de câte ori brațul se așează la un anumit unghi de rotație, cele două forțe trebuie să fie în echilibru.
Vom folosi θ pentru a indica unghiul de rotație al brațului, cu θ = 0 corespunzător unui braț orizontal. Forțele de rotație atunci când brațul se află la un unghi θ față de orizontală pot fi determinate cu puțină trigonometrie. Figura este desenată pentru a reprezenta, aproximativ, cazul θ = -45∘.
S-ar putea părea puțin probabil să putem utiliza LDE-uri pentru a modela problema brațului cu elice, deoarece cosθ este o funcție neliniară a unghiului θ. Adică, NU există nici o valoare pentru o constantă de proporționalitate, γ, care va face produsul, γ o bună aproximare la cos θ pentru întreaga gamă de la -90∘ la 90∘.
Când o problemă generală pare de nerezolvat, este de multe ori util să se ia în considerare cazuri speciale. De exemplu, să luăm în considerare doar cazul în jos și să presupunem:
forța propulsorului este constantă și dată de gravitatea 2√2
unghiul brațului variază numai între -90∘ și 0∘.
Dacă încercăm să modelăm mișcarea brațului, atunci preocuparea noastră principală este forța totală în direcția de rotație, ftotal = fpropellor − fgravitycosθ. Și având în vedere presupunerea noastră pentru forța elicei, forța totală va fi zero atunci când θ = −45∘. Acest lucru sugerează un model liniar al formei ftotal = γΔθ, unde θ = Δθ − 45∘ și Δθ variază de la −45∘ la 45∘.
Indiferent de alegerea noastră pentru γ, dacă Δθ = 0 atunci ftotal = 0, consecvent dat Δθ = 0 corespunde unghiului de echilibrare a forței θ = −45∘. Pentru a estima γ, examinăm forța totală la capetele intervalului presupus, Δθ = −45∘ și Δθ = 45∘. Când Δθ = −45∘, forța totală este doar forța elicei și este de 2√2 fgravity. Când Δθ = 45∘, brațul este orizontal, iar forța totală este forța elice minus forța gravitațională, (2√2gravitate − fgravitate).
Am determinat ftotal=2√2fgravity, ftotal=0, and ftotal=(2√2−1)fgravity, pentru cele 3 valori Δθ=−45∘, Δθ=0, and Δθ=45∘. Liniarizarea în jurul acestui punct Δθ=0 determină:
ftotal≈−fgravity90Δθ.
CAPITOLUL IV. MODELARE IDENTIFICARE VIZUALĂ
4.1 Modelare matematică
4.2 Modelare și simulare în Matlab
import math
import numpy as np
from plot import plot, plot_trajectory, plot_covariance_2d
from math import cos, sin
class UserCode:
def __init__(self):
# xy control gains
self.Kp_xy = 1.7 # xy proportional
self.Kd_xy = 0.02 # xy differential
# yaw control gains
self.Kp_yaw = 0.1 # yaw proportional
self.Kd_yaw = 0.01 # yaw differential
# state vector [x, y, yaw] in world coordinates
self.x = np.zeros((3,1))
# 3×3 state covariance matrix
self.sigma = 0.01 * np.identity(3)
# target marker
self.target_marker_index = 0
self.distance_marker_reached = 1.2
#process noise
pos_noise_std = 0.008
yaw_noise_std = 0.008
self.Q = np.array([
[pos_noise_std*pos_noise_std,0,0],
[0,pos_noise_std*pos_noise_std,0],
[0,0,yaw_noise_std*yaw_noise_std]
])
#measurement noise
z_pos_noise_std = 0.0005
z_yaw_noise_std = 0.0005
self.R = np.array([
[z_pos_noise_std*z_pos_noise_std,0,0],
[0,z_pos_noise_std*z_pos_noise_std,0],
[0,0,z_yaw_noise_std*z_yaw_noise_std]
])
def get_markers(self):
'''
place up to 30 markers in the world
'''
markers = [
[0, 0], # marker at world position x = 0, y = 0
[3.8, 0.0], # marker at world position x = 2, y = 0
[3.5, 1.8],
[1.7, 2.9],
[4.3, 3.3],
[6.5, 4.9],
[4.0, 5.3],
[4.3, 8.0],
[6.5, 8.0],
#[8.0, 8.2],
[9.0, 8.7],
[8.9, 11.0],
[9.5, 12.5],
[8.0, 10.7],
[6.5, 11.0]
]
#TODO: Add your markers where needed
return markers
def rotation(self, yaw):
'''
create 2D rotation matrix from given angle
'''
s_yaw = math.sin(yaw)
c_yaw = math.cos(yaw)
return np.array([
[c_yaw, -s_yaw],
[s_yaw, c_yaw]
])
def normalizeYaw(self, y):
'''
normalizes the given angle to the interval [-pi, +pi]
'''
while(y > math.pi):
y -= 2 * math.pi
while(y < -math.pi):
y += 2 * math.pi
return y
def predictState(self, dt, x, u_linear_velocity, u_yaw_velocity):
'''
predicts the next state using the current state and
the control inputs local linear velocity and yaw velocity
'''
x_p = np.zeros((3, 1))
x_p[0:2] = x[0:2] + dt * np.dot(self.rotation(x[2]), u_linear_velocity)
x_p[2] = x[2] + dt * u_yaw_velocity
x_p[2] = self.normalizeYaw(x_p[2])
return x_p
def calculatePredictStateJacobian(self, dt, x, u_linear_velocity, u_yaw_velocity):
'''
calculates the 3×3 Jacobian matrix for the predictState(…) function
'''
s_yaw = math.sin(x[2])
c_yaw = math.cos(x[2])
dRotation_dYaw = np.array([
[-s_yaw, -c_yaw],
[ c_yaw, -s_yaw]
])
F = np.identity(3)
F[0:2, 2] = dt * np.dot(dRotation_dYaw, u_linear_velocity)
return F
def predictCovariance(self, sigma, F, Q):
'''
predicts the next state covariance given the current covariance,
the Jacobian of the predictState(…) function F and the process noise Q
'''
return np.dot(F, np.dot(sigma, F.T)) + Q
def compute_control_command(self, t, dt, position, velocity, position_desired, velocity_desired):
'''
:param t: time since simulation start
:param dt: time since last call to measurement_callback
:param position: current quadrotor position
:param velocity:current quadrotor velocity
:param position_desired: State – desired quadrotor position
:param position_desired: State – desired quadrotor velocity
:return – xy velocity control signal represented as 2×1 numpy array
'''
up = self.Kp_xy * (position_desired – position)
ud = self.Kd_xy * (velocity_desired – velocity)
u = up + ud
return u
def compute_yaw_control_command(self, t, dt, yaw, yaw_velocity, yaw_desired, yaw_velocity_desired):
up = self.Kp_xy * (yaw_desired – yaw)
ud = self.Kd_xy * (yaw_velocity_desired – yaw_velocity)
u = up + ud
return u
def norm(self, vector):
return math.sqrt(vector[0]**2 + vector[1]**2)
def update_target_marker_index(self, markers, current_target_marker_index, position):
'''
:param markers: list of markers
:param current_target_marker_index: index of current target marker
:param position: current quadrotor position
:return – index of new target marker
'''
current_target_marker = markers[current_target_marker_index]
diff = np.array(current_target_marker) – position
dist = self.norm(diff)
if dist < self.distance_marker_reached:
return min(current_target_marker_index + 1, len(markers) – 1)
else:
return current_target_marker_index
def compute_desired_velocity(self, markers, current_target_marker_index, position, velocity):
'''
:param markers: list of markers
:param current_target_marker_index: index of current target marker
:param position: current quadrotor position
:param velocity: current quadrotor velocity
:return – desired xy velocity represented as 2×1 numpy array
'''
if current_target_marker_index == len(markers) – 1:
return np.array([[0],[0]])
next_target_marker_index = current_target_marker_index + 1
current_target_marker = np.array([markers[current_target_marker_index]]).transpose()
next_target_marker = np.array([markers[next_target_marker_index]]).transpose()
vector_current_next = next_target_marker – current_target_marker
norm_vector_current_next = self.norm(vector_current_next)
norm_velocity = self.norm(velocity)
scale = (np.dot(vector_current_next.transpose(), velocity) / norm_vector_current_next / norm_velocity)[0]
scale = max(scale, 0)
plot("velocity scale", scale)
return velocity * scale
def state_callback(self, t, dt, linear_velocity, yaw_velocity):
'''
called when a new odometry measurement arrives approx. 200Hz
:param t – simulation time
:param dt – time difference this last invocation
:param linear_velocity – x and y velocity in local quadrotor coordinate frame (independet of roll and pitch)
:param yaw_velocity – velocity around quadrotor z axis (independet of roll and pitch)
:return tuple containing linear x and y velocity control commands in local quadrotor coordinate frame (independet of roll and pitch), and yaw velocity
'''
self.x = self.predictState(dt, self.x, linear_velocity, yaw_velocity)
F = self.calculatePredictStateJacobian(dt, self.x, linear_velocity, yaw_velocity)
self.sigma = self.predictCovariance(self.sigma, F, self.Q);
position = self.x[0:2]
markers = self.get_markers()
self.target_marker_index = self.update_target_marker_index(markers, self.target_marker_index, position)
desired_velocity = self.compute_desired_velocity(markers, self.target_marker_index, position, linear_velocity)
u = self.compute_control_command(t, dt, position, linear_velocity, np.array([markers[self.target_marker_index]]).T, desired_velocity)
u_yaw = self.compute_yaw_control_command(t, dt, self.x[2], yaw_velocity, 0, 0)
# plot("desire x velocity", desired_velocity[0]);
# plot("desire y velocity", desired_velocity[1]);
# plot("x command", u[0]);
# plot("y command", u[1]);
# plot("yaw command", u_yaw);
# plot("desire x", markers[self.target_marker_index][0]);
# plot("desire y", markers[self.target_marker_index][1]);
self.visualizeState()
return u, u_yaw
def calculateKalmanGain(self, sigma_p, H, R):
'''
calculates the Kalman gain
'''
return np.dot(np.dot(sigma_p, H.T), np.linalg.inv(np.dot(H, np.dot(sigma_p, H.T)) + R))
def correctState(self, K, x_predicted, z, z_predicted):
'''
corrects the current state prediction using Kalman gain, the measurement and the predicted measurement
:param K – Kalman gain
:param x_predicted – predicted state 3×1 vector
:param z – measurement 3×1 vector
:param z_predicted – predicted measurement 3×1 vector
:return corrected state as 3×1 vector
'''
z_diff = (z – z_predicted)
z_diff[2] = self.normalizeYaw(z_diff[2])
return x_predicted + np.dot(K, z_diff)
def correctCovariance(self, sigma_p, K, H):
'''
corrects the sate covariance matrix using Kalman gain and the Jacobian matrix of the predictMeasurement(…) function
'''
return np.dot(np.identity(3) – np.dot(K, H), sigma_p)
def calculatePredictMeasurementJacobian(self, x, marker_position_world, marker_yaw_world):
'''
calculates the 3×3 Jacobian matrix of the predictMeasurement(…) function using the current state and
the marker position and orientation in world coordinates
:param x – current state 3×1 vector
:param marker_position_world – x and y position of the marker in world coordinates 2×1 vector
:param marker_yaw_world – orientation of the marker in world coordinates
:return – 3×3 Jacobian matrix of the predictMeasurement(…) function
'''
# TODO: implement computation of H
x_x = x[0]
y_x = x[1]
psi = x[2]
x_m = marker_position_world[0]
y_m = marker_position_world[1]
return np.array([
[-cos(psi), -sin(psi), -(x_m – x_x)*sin(psi) + (y_m – y_x) * cos(psi)],
[sin(psi) , -cos(psi), -(x_m – x_x)*cos(psi) – (y_m – y_x) * sin(psi)],
[0,0,-1]
])
def predictMeasurement(self, x, marker_position_world, marker_yaw_world):
'''
predicts a marker measurement given the current state and the marker position and orientation in world coordinates
'''
z_predicted = Pose2D(self.rotation(x[2]), x[0:2]).inv() * Pose2D(self.rotation(marker_yaw_world), marker_position_world);
return np.array([[z_predicted.translation[0], z_predicted.translation[1], z_predicted.yaw()]]).T
def measurement_callback(self, marker_position_world, marker_yaw_world, marker_position_relative, marker_yaw_relative):
'''
called when a new marker measurement arrives max 30Hz, marker measurements are only available if the quadrotor is
sufficiently close to a marker
:param marker_position_world – x and y position of the marker in world coordinates 2×1 vector
:param marker_yaw_world – orientation of the marker in world coordinates
:param marker_position_relative – x and y position of the marker relative to the quadrotor 2×1 vector
:param marker_yaw_relative – orientation of the marker relative to the quadrotor
'''
z = np.array([[marker_position_relative[0], marker_position_relative[1], marker_yaw_relative]]).T
z_predicted = self.predictMeasurement(self.x, marker_position_world, marker_yaw_world)
H = self.calculatePredictMeasurementJacobian(self.x, marker_position_world, marker_yaw_world)
K = self.calculateKalmanGain(self.sigma, H, self.R)
self.x = self.correctState(K, self.x, z, z_predicted)
self.sigma = self.correctCovariance(self.sigma, K, H)
self.visualizeState()
def visualizeState(self):
# visualize position state
plot_trajectory("kalman", self.x[0:2])
plot_covariance_2d("kalman", self.sigma[0:2,0:2])
class Pose2D:
def __init__(self, rotation, translation):
self.rotation = rotation
self.translation = translation
def inv(self):
'''
inversion of this Pose2D object
:return – inverse of self
'''
inv_rotation = self.rotation.transpose()
inv_translation = -np.dot(inv_rotation, self.translation)
return Pose2D(inv_rotation, inv_translation)
def yaw(self):
from math import atan2
return atan2(self.rotation[1,0], self.rotation[0,0])
def __mul__(self, other):
'''
multiplication of two Pose2D objects, e.g.:
a = Pose2D(…) # = self
b = Pose2D(…) # = other
c = a * b # = return value
:param other – Pose2D right hand side
:return – product of self and other
'''
return Pose2D(np.dot(self.rotation, other.rotation), np.dot(self.rotation, other.translation) + self.translation)
SISTEME DE CONDUCERE A DRONELOR
Modelare și simulare în Matlab Simulink
SISTEME DE RECUNOAȘTERE A IMAGINILOR (algoritmi de recunoaștere a imaginilor, modelare și simulare)
INTRODUCERE
Agricultura de precizie, este un concept de management agricol bazat pe observarea, măsurarea și răspunsul la variabilitatea inter și intra-câmp în culturi, sau la aspecte legate de creștere a animalelor. Beneficiile care trebuiesc obținute se datorează în principal creșterii randamentului și/sau rentabilității crescute a producției către agricultor. Alte beneficii provin din condiții de muncă mai bune, creșterea bunăstării animalelor și potențialul de a îmbunătăți diferite aspecte legate de agricultura inteligenta. Astfel, agricultura de precizie, contribuie la obiectivul mai larg în ceea ce privește durabilitatea producției agricole.
Punerea în aplicare a agriculturii de precizie a devenit posibilă datorită dezvoltării tehnologiilor senzorilor, combinate cu procedurile de legare a variabilelor mapate, la practicile agricole adecvate, cum ar fi: însămânțare, fertilizare, erbicide si aplicarea pesticidelor, recoltarea plantelor, precum si creșterea animalelor. Caracteristica cheie a agriculturii de precizie, vine de la sistemele de poziționare, în principal global sisteme de navigație prin satelit (GNSS), care sunt un factor major de "precizie". Agricultura de precizie a avansat cel mai mult în rândul agricultorilor care dețin ferme mari cu teren- uri arabile, în zonele din tara noastră, unde a devenit un model de afaceri. Agricultura controlată a traficului (CTF) și sistemele de ghidare automată sunt cele mai reușite aplicații de pe terenurile arabile care prezintă beneficii clare în aproape toate cazurile. Printre metodele de aplicare a ratei variabile (VRA), ar fi optimizarea fertilizanților sau utilizarea pesticidelor în zonele de nevoie, succesul variază foarte mult în funcție de factorii specifici aplicației. Briefing-ul actual, bazat pe o analiză detaliată, confirmă faptul că agricultura de precizie poate juca un rol substanțial în Uniunea Europeană în satisfacerea cererii crescânde de hrană, hrană pentru animale și materii prime, asigurând în același timp utilizarea durabilă a resurselor naturale și mediu. Cu toate acestea, adoptarea agriculturii de precizie în Europa întâmpină provocări specifice din cauza dimensiunilor și diversității structurilor agricole.
2.FORMULAREA PROBLEMEI
Mulți senzori sunt disponibili în prezent și utilizați pentru culegerea de date sau furnizarea de informații, ca parte a implementării agriculturii de precizie. Aceste dispozitive există pentru a evalua starea solurilor, cum ar fi senzori aparent electrici, conductivitate (ECa), senzori de sol Gamma-radiometrice,
Fig. 1 model sensor de umiditate
sursa: https://www.emag.ro/modul-cu-senzor-umiditate-sol-cl73/pd/D5ZZ5JBBM
și dispozitive de umiditate a solului, printre altele. Altele inregistreaza informații meteo sau de microclimat (termometru, higrometru, etc.). Se acordă o importanță deosebită senzorilor dezvoltați pentru cuantificarea stării fiziologice a culturilor (EG Senzori de azot). Acești senzori contribuie la formarea imaginilor prin teledetecție.
Tipuri de senzori pentru teledetectie
Senzorii pasivi detecteaza radiatia electromagnetica reflectata sau emisa de surse naturale.
Senzorii activi detecteaza raspunsul reflectat de obiecte iradiate de surse artificiale de energie, cum ar fi radarul. Fiecare din aceste doua categorii se pot clasifica mai departe in sisteme cu sacanare sau fara scanare. Un senzor functionand dupa o combinatie de metode pasive, fara scanare si fara imagerie este un tip de inregistrator de profile, ex. un radiometru de microunde. Un senzor functionand dupa o combinatie de metode pasive, fara scanare si cu imagerie este ceea ce numim o ”camera”, cum se afla de exemplu la bordul satelitului rusesc COSMOS.
Senzorii functionand ca si combinatii de imagerie pasiva cu scanare se pot clasifica in continuare in senzori cu scanare planara de tip imagine (camere TV sau scanere cu semiconductori) si senzori cu scanare planara de tip obiect (cum ar fi scanerele multispectrale (opto-mecanice) si radiometre de microunde cu scanare. Ca exemplu de senzor activ fara scanare si fara imagerie este orice inregistrator de profile, cum ar fi un spectrometru cu laser sau un altimetru cu laser. Un senzor activ, cu scanare si imagerie este radarul, ex. un radar cu apertura sintetica (SAR), care poate produce imagerie de inalta rezolutie, atat ziua cat si noaptea, chiar si sub acoperire de nori.
Cei mai raspanditi senzori folositi in teledetectie sunt camerele, scanerul cu semiconductori (cum ar fi cele de tip CCD-charge coupled device), scanerul multispectral si, in viitor, radarul cu apertura sintetica pasiva. Senzorii cu laser au inceput recent sa fie folositi pentru monitorizarea poluarii aerului cu spectrometre laser si pentru masurarea distantelor in altimetre cu laser.
Acei senzori care folosesc lentile in vizibil si IR reflectiv se numesc senzori optici.
Caracteristicile senzorilor optici
Senzorii optici sunt caracterizati prin specificarea a trei tipuri de performante: spectrala, radiometrica si geometrica.
Caracteristicile spectrale sunt banda spectrala si largimea ei, lungimea de unda centrala, sensibilitatea de raspuns la extremitatile benzii, sensibilitatea spectrala la lungimi de unda din afara benzii si sensibilitatea la polarizare. Astfel, senzorii care folosesc filme se caracterizeaza prin sensibilitatea filmului si calitatea lentilelor. Senzorii de tip scanner sunt specificati prin caracteristicile spectrale ale detectorului si ale divizorului spectral. In plus, aberatiile cromatice constituie un factor de influenta. Caracteristicile radiometrice ale senzorilor optici sunt specificate de transformarile radiatiei electromagnetice care trece prin sistemul optic. Ele sunt: radiometria senzorului, sensibilitatea la tensiunile de zgomot, domeniul dinamic, raportul semnal/zgomot si alte zgomote (inclusiv cele de natura cuantica). Caracteristicile geometrice sunt specificate prin factori geometrici cum ar fi: campul vizual, campul vizual instantaneu, distorsiunile geometrice si alinierea elementelor optice. Campul vizual instantaneu (CVI) se defineste ca unghiul subantins de aria minima ce poate fi detectata de un senzor de tip scaner. De exemplu, in cazul unui CVI de 2.5 milli radiani, aria detectata la sol este de 2.5 m x 2.5 m, la o altitudine a senzorului de 1,000 m.
Rezolutia senzorilor optici
Rezolutia este o masura a limitei de observatie spatiala. In optica, cea mai mica distanta detectabila intre doua puncte se numeste putere de separare. Inversul acestei marimi defineste rezolutia. Exista mai multe metode de a masura rezolutia sau puterea de separare. Doua exemple sunt introduse in continuare: (1) puterea de separare prin refractie si (2) MTF.
Puterea de separare prin refractie
Teoretic, un obiect punctiform este proiectat ca un punct in planul imaginii daca sistemul optic nu are aberatii. Totusi, datorita difractiei, imaginea unui punct este un cerc de raza comparabila cu lungimea de unda a luminii, numit pattern Airy. Exista prin urmare o limita a puterii de separare a doua puncte, chiar daca nu exista aberatii.
Masuratorile in teledetectie se bazeaza pe concepte de radiometrie si fotometrie, cu diferite definitii si unitati de masura. Radiometria este folosita pentru masuratori intr-un domeniu larg de lungimi de unda, de la raze X pana la unde radio, in timp ce fotometria se refera la perceptia umana a luminii vizibile, bazata pe sensibilitatea ochiului omenesc.
Energia radianta se defineste ca energia transportata de radiatia electromagnetica si se masoara in Joule (J).
Fluxul radiant este energia radianta transmisa in directie radiala pe unitatea de timp si se exprima in Watt (W).
Intensitatea radianta este fluxul radiant emis dintr-o sursa punctuala, pe unitatea de unghi solid, in dir ectie radiala. Se exprima in unitatea W/sr.
Iradianta este fluxul radiant incident pe unitatea de arie a unei suprafete, exprimat in W/m 2.
Emisivitatea radianta este fluxul radiant emis de o suprafata pe unitatea de arie si se exprima in W/m 2.
Radianta este intensitatea radianta pe unitatea de arie in directia radiala. Se exprima in W/(m2 sr).
Un obiect radiaza un flux radiant spectral unic, depinzand de temperatura si de emisivitatea obiectului. Aceasta este ceea ce numim radiatie termica, intrucat ea depinde mai ales de temperatura. Radiatia termica se trateaza in cadrul teoriei corpului negru. Un corp negru este o entitate care absoarbe toata energia electromagnetica incidenta pe ea si nu reflecta sau transmite energie. Conform legii lui Kirchhoff raportul dintre energia radiata de un obiect aflat in echilibru termic si energia absorbita este constant si depinde numai de temperatura si de lungimea de unda. Un corp negru prezinta un maxim de radiatie fata de alte entitati. Prin urmare, un corp negru este denumit radiator perfect. Radiatia corpului negru se defineste ca radiatie termica, data de legea lui Plank, ca functie de temperatura si de lungimea de unda. Fig. 2 Spectrul radiației corpului negru
În conformitate cu legile radiației ale lui Kirchhoff, raportul între emisivitatea și absorbtivitatea unui material oarecare pentru radiația electromagnetică este o funcție universală (adică independentă de material) I(λ,T), de lungimea de undă λ a radiației și de temperatura absolută T a materialului. Această funcție este numită și intensitatea radiației corpului negru. Formula lui Planck (1901) descrie explicit funcția I(λ,T):
Fig.3-Intensitatea radiatiei corpului negru
In teledetectie este necesara o corectie de emisivitate, intrucat obiectele observate nu sunt corpuri negre. Emisivitatea se poate defini prin formula: Emisivitatea = [Energia radianta a obiectului]/[Energia radianta a unui corp negru cu aceeasi temperatura ca si obiectul]. Emisivitatea ia valori intre 0 si 1, depinzand de constanta dielectrica a obiectului, de rugozitatea suprafetei sale, temperatura, lungime de unda, unghiul de privire. In figura alaturata este aratata emisivitatea spectrala si fluxul radiant spectral pentru trei obiecte: un corp negru, un corp gris si un radiator selectiv. Temperatura corpului negru care emite aceeasi energie radianta ca a unui obiect observat se numeste temperatura de stralucire a obiectului. Reflectanta se defineste ca raportul dintre fluxul reflectat de suprafata obiectului si fluxul incident pe suprafata (figura alaturata). Reflectanta ia valori intre 0 si 1. Aceasta marime a fost initial definita ca raportul dintre fluxul incident de lumina alba si fluxul reflectat intr-o deschidere emisferica. Observatii: O suprafata uniform difuziva, numita suprafata Lambertiana, reflecta o radianda constanta, indiferent de unghiul de observatie. O suprafata perfect difuziva este o suprafata uniform difuziva cu reflectanta egala cu 1. Legea cosinusului a lui Lambert, care defineste o suprafata Lambertiana, este urmatoarea: I( θ) = In cos θ, unde I( θ) este intensitatea luminoasa la un unghi θ fata de normala la suprafata, iar In este intensitatea luminoasa pe directie normala.
Albedoul se defineste ca fiind reflectanta in cazul in care sursa de lumina incidenta este Soarele. Factorul de reflectanta este folosit uneori ca raportul dintre fluxul reflectat de o portiune de suprafata si fluxul reflectat de o suprafata perfect difuziva. O presupunere fundamentala in teledetectie este aceea ca reflectanta spectrala este o caracteristica unica a unui obiect. Reflectanta in cazul unei directii specificate de incidenta si de reflexie a radiatiei electromagnetice este denumita reflectanta directionala. De exemplu, daca atat incidenta cat si reflexia sunt directionale, avem ceea ce se numeste reflectanta bidirectionala (figura alaturata). Conceptul de reflectanta bidirectionala se foloseste in proiectarea senzorilor.
Relflectanta spectrala este presupusa diferita pentru diversele tipuri de acoperiri ale suprafetei terestre. Acesta este principiul care, in multe situatii, permite identificarea suprafetelor prin teledetectie, observand reflectanta spectrala sau radianta spectrala de la distante mari fata de suprafata respectiva.
Fig. 4- Reflactanta spectrala
Figura alaturata arata cateva curbe de reflectanta spectrala pentru trei tipuri de suprafata terestra: vegetatie, sol si apa. Vegetatia are o reflectanta mare in IR apropiat, existand totusi minime specifice datorate absorbtiei. Solul are valori ceva mai mari pentru aproape toat domeniul spectral. Reflectanta depinde in general de tipul de sol. In exemplul alaturat ea creste cu lungimea de unda, astfel incat suprafata respectiva apare de culoare galbena
Reflectanta apei in IR este aproape absenta, dar, eventuala turbiditate mareste reflectanta pe aproape tot domeniul spectral. Reflectanta apei curate este maxima la extremitatea albastra a spectrului si descreste cu cresterea lungimii de unda. Prin urmare, apa limpede apare de culoare albastru inchis. Apa cu turbiditate are suspensii sedimentare care maresc reflectanta in extremitatea rosie a spectrului si produc o aparenta maronie.
Vegetatia are o semnatura spectrala unica, ceea ce permite sa fie deosebita rapid de alte tipuri de suprafete intr-o imagine optica/IR apropiat. Reflectanta este joasa atat in zona albastra cat si in cea rosie a spectrului, datorita absorbtiei clorofilei. In zona IR apropiat, reflectanta este mult mai mare decat in banda vizibila, datorita structurii celulare a frunzelor. Deci vegetatia se poate recunoaste prin aceasta caracteristica a reflectantei. Aceasta proprietate se foloseste in operatiuni militare de recunoastere primara, pentru detectia de camuflaj. Forma spectrului de reflectanta se poate folosi pentru identificarea tipului de vegetatie. De exemplu, spectrele vegetatiei 1 si 2 se pot distinge, cu toate ca au aceeasi comportare generala: vegetatia 1 are o reflectanta mai mare in vizibil, dar mai joasa in IR apropiat. Pentru acelasi tip de vegetatie, spectrul de reflectanta depinde de asemenea si de factori cum ar fi contiutul de apa din frunze sau sanatatea plantelor.
Fig.5. Exemplu imagine teledetectie
Fig.6- imagini preluate cu ajutorul dronei
Fig- 7. Figura alaturata arata o comparatie dintre reflectanta frunzelor si absorbtia apei.
Clorofila continuta in frunze are o absorbtie puternica la 0.45 μm si 0.67 μm si reflectanta puternica in IR apropiat (0.7-0.9 μm). Aceasta produce un usor maxim la 0.5-0.6 μm (banda verde), ceea ce face ca vegetatia sa apara de culoare verde.
Domeniul IR apropiat este extrem de util pentru observarea si cartografierea vegetatiei, mai ales din cauza ca gradientul pronuntat de reflectanta la 0.7-0.9 μm este produs numai de vegetatie. Din cauza continutului de apa din frunze, exista doua benzi de absorbtie la aproximativ 1.5 μm si 1.9 μm. Acest fapt este de asemenea folosit pentru supravegherea stadiului de dezvoltare al vegetatiei
Fig.8-. Figura alaturata arata o comparatie intre curbele de reflectanta spectrala a unor specii diferite de vegetatie
Interpretarea imaginilor optice de teledetectie
Patru tipuri principale de informatie sunt continute intr-o imagine de tip optic si sunt cel mai des folosite pentru interpretarea acesteia:
Informatia radiometrica (adica stralucirea, intensitatea, tonul),
Informatia spectrala (culoarea, nuanta),
Informatia textural
Informatia geometrica si contextuala Aceste tipuri sunt ilustrate in exemplele urmatoare:
Fig-9- imagine pancromatica
O imagine pancromatica se obtine dintr-o singura banda. Este reprezentata de obicei ca o figura in nuante de gri, adica stralucirea unui anumit pixel este proportionala cu valoarea digitala a pixelului, care este legata de intensitatea radiatiei solare reflectata pe tintele din pixelul respectiv si percepute de detector. Astfel, o imagine pancromatica se poate interpreta in mod similar cu o fotografie aeriana alb-negru. Informatia radiometrica este predominanta in acest tip de imagine.
In figura alaturata se poate vedea o imagine pancromatica extrasa dintr-o panorama pancromatica realizata de platforma SPOT cu o rezolutie la sol de 10 m. Acoperirea la sol este de aprox. 6,5 km largime si 5,5 km inaltime. Zona urbana din coltul stanga-sus si o zona libera in partea de sus a imaginii au reflectante ridicate, in timp ce ariile cu vegetatie din dreapta sunt mai mult intunecate. Se pot vedea drumurile si cladirile din zona urbana. Este de asemenea vizibil un rau curgand prin zona cu vegetatie. Raul apare luminos datorita sedimentelor.
Monitorizarea vegetației agricole în timp real și la nivel mondial implică procesarea unor volume masive de date spațiale, variind de la date meteo la
imagini prin satelit și producții globale de creștere a culturilor. În timp ce analiștii AGRIFISH sunt cei care lucrează în principal pe evaluarea și interpretarea acestor seturi de date spațiale, acestia sunt, de asemenea implicati în achiziționarea, stocarea și redistribuirea acestora. Împreună cu partenerii externi, au fost dezvoltate baze de date geografice mari și în conformitate cu INSPIRE (http://inspire.jrc.it), propunere adoptată de Comisia Europeană în iulie 2004, se depun eforturi pentru a le împărtăși comunității științifice și utilizatorilor finali.
Imagini multispectrale
O imagine multispectrala consta din mai multe benzi de date. Pentru vizualizare, fiecare banda poate fi reprezentata pe rand ca o imagine alb-negru, sau, in combinatii de trei benzi simultane, ca o imagine color-compusa. Interpretarea unei imagini multispectrale color-compuse necesita cunoasterea semnaturii de reflectanta spectrala ale tintelor din peisaj. In acest caz, continutul informatiei spectrale a imaginii este utilizat in interpretare.
Exemple de imagini multispectrale
Harta de lucru a fost studiata in Judetul Gorj, comuna Tantareni si cuprinde foaia de harta incepand cu anul 2005 si pana in anul 2020.
Proiectul a demarat cu o activitate de documentare asupra evoluției cunoașterii în domeniul agriculturii performante, cercetate cu ajutorul dronelor, ce pot avea un rol hotarator, pentru o agricultura performanta, atât pe plan intern cât și pe plan internațional. Pe parcursul documentării efectuate, s‐a demarat și procesul de sistematizare a informațiilor adunate și de structurare a datelor în vederea realizării unei baze de plecare pentru elaborarea unor lucrări cu care să se participe la manifestări științifice. S‐a trecut apoi la selectarea ariilor de interes pentru activitățile de teren, activitate urmată de efectuarea de deplasări interne pentru efectuarea de observații și măsurători în teren și prelevări de probe sol. Activitățile de teren au fost urmate de activități de laborator. Probele prelevate au fost triate și pregătite pentru a fi studiate microscopic și supuse analizelor fizico‐chimice de laborator. Ca rezultat al cercetărilor efectuate au fost obținute date privind: poluarea solului cu elemente chimice, ph-ul soluiui, modul in care au fost aplicate de ingrasamintele chimice si pesticide. De asemenea, au fost obținute date privitoare la conținuturile în elemente majore și minore, respectiv în minerale și elemente critice și s‐au efectuat estimări asupra potențialului agricol al arealelor studiate.
În laborator, probele de sol au fost uscate inițial la temperatura camerei, ulterior în etuvă la o temeratură de 100 – 1050C, mojarate și apoi sitate pentru obținerea fracțiilor de 2 mm și respectiv, 0.063 mm. Probele de rocă au fost examinate macroscopic pe baza proprietăților fizice (culoare, duritate, mod de prezentare) în scopul identificării cât mai corecte a tipului de rocă, iar din unele eșantioane, reprezentative, au fost realizate secțiuni subțiri și șlifuri.
Urmatoarele imagini arata cele trei benzi ale unei imagini multispectrale extrase dintr-o panorama multispectrala obtinuta cu platforma GEOPORTAL.
Fig. 10 Preluare imagine 2005, Com. Tantareni, sat Floresti Jud. Gorj.
Fig.11 Preluare imagine 2008, Com. Tantareni, sat Floresti Jud. Gorj.
Fig.12 Preluare imagine 2010, Com. Tantareni, sat Floresti Jud. Gorj.
Fig.13. Preluare imagine 2012, Com. Tantareni, sat Floresti Jud. Gorj.
Fig. 14 Preluare imagine 2015, Com. Tantareni, sat Floresti Jud. Gorj
De-a lungul ceor cincisprezece ani, se poate observa cu usurinta, actiunile omului asupra mediului inconjurator cat si asupra protectiei mediului. Interventiile unor tehnologii agricole haotice au condus la o poluare a mediului si la o degradare a solului.
Rezolutia la sol este de 20 m. Aria acoperita este aceeasi ca in imaginea pancromatica anterioara. Se poate observa ca atat banda XS1 (verde), cat si banda XS2 (rosie) apar aproape identice cu cea pancromatica de mai sus. Prin contrast, ariile cu vegetatie apar luminoase in banda XS3 (IR apropiat), datorita reflectantei mai pronuntate a frunzelor in IR apropiat. Mai multe umbre gri se pot identifica in zona cu vegetatie, corespunzator mai multor tipuri de vegetatie. Petele de apa serpuinde, (paraul) apar intunecate in banda XS3 (IR apropiat).
Imagini color-compuse
Având în vedere corespondența purtată cu reprezentanții Comisiei Europene – Joint Research Centre prin care APIA a solicitat sprijin în vederea achiziționării, prin intermediul CE, a unui set de imagini satelitare VHR, suplimentare față de imaginiile alocate fiecărui stat membru, a fost decisă alocarea de imagini prin programul COPERNICUS pe baza cărora să se realizeze controlul prin teledetecție pentru fermierii, din eșantionul de control aferent anului de cerere 2019, care nu au fost sub aria de acoperire a site-urilor (zonelor) inițiale de control.
Astfel au fost achizitionte, prin intermediul Agenției Spațiale Europene de pe hub-ul COPERNICUS https://cophub.copernicus.eu/, imagini VHR iar de pe hub-ul SENTINEL https://scihub.copernicus.eu/, imagini HR tip SENTINEL 2.
Intr-o imagine colorcompusa se folosesc trei culori fundamentale (rosu, verde si albastru). Cand aceste trei culori sunt combinate in proportii diferite, ele produc culori diverse in spectrul vizibil. Asociind fiecare banda spectrala (nu neaparat o banda vizibila) cate unei culori fundamentale, rezulta o imagine color-compusa.
Daca o imagine multispectrala consta dintr-o combinatie a celor trei culori elementare din vizibil (rosu, verde si albastru), atunci cele trei benzi pot fi combinate intr-o imagine "true colour “, adica o imagine in culorile naturale. De exemplu, banda 3 (rosie), 2 (banda verde) si banda 1 (albastra) a unei imagini produsa de LANDSAT TM sau o imagine multispectrala IKONOS, pot fi asociate culorilor R, G, B pentru afisare. In acest fel, culorile imaginii color-compuse care rezulta este similara celei percepute de ochiul omenesc.
Fig. 15- Exemplu de imagine multispectrala
Imagini compuse din culori false
Asocierea culorii de afisare ale oricarei benzi ale unei imagini multispectrale se poate face in mod cu totul arbitrar. In acest caz, culoarea afisata a unei tinte nu are nici o asemanare cu culoarea sa reala. Ceea ce rezulta este o imagine compusa din culori false. Exista multe scheme posibile de a produce astfel de imagini. Unele pot fi mai potrivite pentru detectarea unor obiecte din imagine. O schema foarte obisnuita pentru compunerea unei imagini SPOT din culori false este urmatoarea: R = XS3 (banda IR apropiat) G = XS2 (banda rosie) B = XS1 (banda verde) Aceasta schema permite detectarea rapida a vegetatiei in imagine. Ea apare in diferite umbre de rosu, dupa tipul si starea plantelor. Apa limpede apare in albastru inchis, in timp ce apa cu sedimente apare turcoaz. Solurile libere, drumurile si cladirile pot sa apara in diferite umbre de albastru, galben sau cenusiu, depinzand de compozitia lor.
Fig.16 Exemplu de imagini compuse din culori false
O alta schema obisnuita pentru formarea unei imagini optice, obtinute in IR scurt, in culori false este urmatoarea: R = banda IR scurt (SPOT4 banda 4, Landsat TM banda 5) G = banda IR apropiat (SPOT4 banda 3, Landsat TM banda 4) B = banda rosie (SPOT4 banda 2, Landsat TM banda 3). In aceasta schema, vegetatia apare in umbre de verde. Solurile libere apar in culoare mov sau indigo. Portiunea de alb intens din partea stanga jos, corespunde unor formatiuni de nori. Petele negricioase din centrul imaginii provin de la umbrele formatiunilor de nori. In cazul in care imaginii optice ii lipseste una sau mai multe din cele trei benzi ale culorilor fundamentale (rosu, verde si albastru), benzile spectrale (dintre care unele pot sa nu fie in vizibil) se pot combina in asa fel incat imaginea afisata sa apara ca o fotografie in culori vizibile, adica vegetatia in verde, apa cu albastru, solul in maron sau gris etc. In multe referinte astfel de imagini sunt catalogate ca si compozitii "true color". In realitate, acest termen produce confuzie, intrucat, in multe cazuri, culorile sunt numai simulate in asa fel incat sa arate similar cu cele adevarate ale tintelor. Din acest motiv, se prefera termenul de “culori naturale ”.
Indicii de vegetatie
Diferite benzi ale unei imagini multispectrale pot fi combinate pentru a accentua ariile cu vegetatie. O astfel de combinatie este raportul dintre banda IR apropiat si banda rosie. Acest raport este cunoscut sub numele de raport al indicelui de vegetatie (Ratio Vegetation Index (RVI)) RVI = NIR/Red Cum vegetatia are reflectanta buna in IR apropiat, dar joasa in domeniul rosu, ariile respective vor produce valori mari ale RVI in comparatie cu ariile fara vegetatie. Un alt indice de vegetatie folosit este indicele diferentei normate a vegetatiei (Normalised Difference Vegetation Index (NDVI)), calculat cu relatia: NDVI = (NIR – Rosu)/(NIR + Rosu) In figura NDVI alaturata, zonele luminoase sunt acoperite de vegetatie, iar celelalte zone (cladiri,drumuri, parau) sunt in general intunecate. Se observa clar copacii aliniati de-a lungul drumurilor, in contrast cu fondul intunecat.
Fig. 17 -NDVI derivat din imaginea SPOT de mai inainte.
Banda NDVI se poate combina de asemenea cu alte benzi ale imaginii multispectrale formandu-se o imagine color-compusa care ajuta la deosebirea diferitelor tipuri de vegetatie (figura alaturata).
Fig. 18.
In aceasta imagine afisarea culorilor este facuta conform urmatoarei scheme: R = XS3 (Banda IR apropiat) V = (XS3 – XS2)/(XS3 + XS2) (banda NDVI) A = XS1 (banda verde) Cel putin trei tipuri de vegetatie se pot deosebi in aceasta imagine: zonele cu roz, alb cu usor rozaliu si negru. Zonele verzi constau din copaci desi. Zonele in negru sunt acoperite cu arbusti sau copaci mai rari, de-a lungul drumului, respectiv umbra norilor, ce se gasesc in partea dreapta sus. Culorile de culoare roz deschis, reprezinta terenuri cultivate cu cereale paioase sunt acoperite cu iarba. Ariile fara vegetatie apar in albastru inchis sau indigo.
In imaginea alaturata se poate observa locul fotografiilor georeferentiate, si deschise in format de tip esri.shp, cu ajutorul aplicatiei QGIS, versiunea 3.2.2., la scara de 1:7000.
Fig. 19-prelucrarea imaginilor cu ajutorul aplicatiei QGIS.
Fig.20 Imagine marita pentru evidentiere.
Fig. 21- Imagine din teren realizata pe directia Nord Fig. 22 Imagine teledetectie pe directia fotografiei (Nord)
Fotografia a fost realizata în teren, pe direcția Nord, pe orientarea copacilor ce se vad descrisi ca si pete de culoare inchisa, in indicii de vegetatie (Vegetation Index (NDVI)), calculat cu relatia: NDVI = (NIR – Rosu)/(NIR + Rosu), iar pe teren se poate observa lipsa vegetatiei, asa cum se observa si in imaginile de teledetectie.
Cu ajutorul aplicatiei QGIS, putem observa cu precizie, locul de unde au fost realizate fotografiile, ceea ce ne putem permite efectuarea studiilor in lucrarea de cercetare.
Fig. 23 Fotografie realizata pe directia Vest, la limita dintre culturi. (Imagine teledetectie comparativ cu terenul)
Fig. 24 Fotografie realizata la limita dintre culturile Fig. 25 Imagine teledetectie
agricole, pe directia Est.
Fig. 26 Fotografie limita culture Fig. 27 Imagine teledetectie
Fig. 28 Zona afectata de umiditate excesiva zona inundata. Fig. 29 Zona observata cu ajutorul imaginilor de teledetectie.
Platformele aeropurtate și satelitii, au de multe ori scopul de a deriva indicii de vegetație care explică starea coronamentului culturilor (EG conținutului de clorofila, nivelul de stres) și variabilitatea acestuia în spațiu și timp. Un interes special este dedicat în ultima vreme la utilizarea de low-cost lumina-greutate vehicule aeriene fără pilot (UAV) adesea numite drone, dar acum mai corect numite sisteme aeriene pilotate de la distanță (RPAS), inițial dezvoltate în scopuri militare, care sunt acum aplicate în aplicații civile. RPAS sunt deja disponibile și operaționale, permițând generarea de rezoluție foarte înaltă (de la 2 la 10 cm), imagini la nivel de fermă. Disponibilitatea platformelor prin satelit este, în general, la o rezoluție mai mică (0,5-10 m) și este, în general, mai costisitoare, în timp ce noul program Copernicus al UE ar trebui să ofere acces mai ușor și fără costuri la date prin satelit, dar numai la 10 m sau la rezoluție mai mică. Există o nevoie de cunoaștere și de calificare cu privire la modul de a transforma, prin Sisteme informatice geografice (GIS), datele colectate de senzori diferiți și referințe geografice în hărți, pentru a furniza informații despre starea fiziologică a culturilor și starea stării solului. Sunt necesare competențe și cunoștințe suplimentare privind modul de utilizare a seturilor de date mari, eterogene și a informațiilor colectate pentru a evalua efectele vremii, proprietățile solului asupra producției și pentru a dezvolta planuri de gestionare pentru a crește eficiența și a ajusta intrări în anii următori. În special, sunt necesare modele pentru a înțelege cauzele și interrelațiile dintre plante, sol și climă înainte de intrări ce pot fi ajustate spatial. Aceste Sistemele de management agricol sunt puse la dispoziția agricultorilor prin servicii de consultanță, consultanță și formare și/sau direct prin intermediul unor produse software dedicate.
ȘCOALA DOCTORALĂ. UNIVERSITATEA DIN PETROȘANI
În cadrul Scolii Doctorale a Universitatii din Petrosani, specialistii din cadrul facultatii de Ingineria Sistemelor au realizat o serie de încercări , privind crearea unor drone cu ajutorul imprimantelor 3D, s-a testat capacitatea de zbor al dronelor și stabilitatea în condiții de vint moderat, pilotarea în modul “first person view” și utilizarea softului “mission planner” pentru misiuni autonome. În urma zborurilor efectuate au fost stabilite verifcările necesare a fi efectuate anterior zborului precum și ordinea acestora. Instalațiile și clădirile existente pe suprafața poligonului sunt utile pentru antrenamentul personalului deservent al dronei, în vederea creșterii capacităților de manevrare a dronei printre obstacole și filmare aeriană a obiectivelor vizate.
Fig. 30 Imprimanta 3D, utilizata pentru construirea dronei
Fig. 31. Caracteristicile si parametrii de printare a dronei
Fig. 32 Imprimanta 3D in timpul de lucru
Fig. 33. Elemente de programare
2.1 Sisteme informatice de management al fermei
Dronele folosite in agricultura sunt ideale in culegerea si interpretarea in timp real a datelor, fiind foarte utile in cartografierea, diagnoza si tratarea culturilor si solurilor Romaniei. Sistemul propus este un sistem inteligent drona georeferentiata GIS-GPS integrata cu sistem de scanare al solului si de telecomunicatie in timp real cu o baza la sol pentru procesare automata a datelor. Cartografierea agronomica se realizeaza pe baza datelor captate, determinandu-se variabilitatea parcelelor de teren. Datele sunt interpretate din punct de vedere agronomic, folosind un model matematic dezvoltat, rezultand "Harta agronomica". Soft-ul recomanda, pe baza rezultatelor obtinute, calculul nevoilor de azot si irigatii pentru fiecare parcela in parte. Harta agronomica generata de sistem include: cantitatea de biomasa / cantitatea de azot din sol / cantitatea de apa din sol.
Figura.2.1. Drona in timpul culegerii datelor, Mun. Targu Jiu- Jud. Gorj
Comparativ cu analize aleatoare de esantioane mici de teren realizate in prezent, solutia dronelor agricole stabileste automat tratamentul care trebuie aplicat prin scanarea parcelelor si analiza automata a parcelelor.
Figura 2.2 Sisteme inteligente cu drone
Analiza automata nedistructiva la nivel de parcela intreaga.
Zone foarte mari,
Analiza uniforma,
Timpredus
Luarea deciziilor în ferme în care sunt disponibile informații spațiale și temporare necesită o fuziune de mai multe hărți, împreună cu informații privind utilizarea de intrare și de randament prezis. Optimizările de intrare se calculează utilizând astfel de informații de câmp, dar este nevoie să fie legate de costurile de intrare și de ieșire,ce revine pentru a determina rentabilitatea economică a fermei.
Această analiză a costurilor este cel mai important parametru în optimizarea intrărilor și trebuie să fie susținută de consilieri specialiști, precum și sisteme de sprijin de decizie. Consilierii specialiști interpretează hărțile, merg pe câmpuri și folosesc software-ul pentru a consilia fermierul. Consilierii pot face parte din organizații mai mari care furnizează servicii suplimentare, de exemplu, detectarea azotului sau proprietățile solului sau sunt furnizori de bunuri agricole integrate. Alți consilieri sunt specializați pentru anumite servicii,cum ar fi organizațiile care furnizează informații privind creșterea culturilor și informațiile de randament din sistemele satelit, aeriene și fără pilot, precum și consilierii în dezvoltarea unor sisteme agricole precum agricultura de conservare sau controlul sistemelor de agricultura de trafic.
Sursă: din Olanda et al. 2013, fig.
Figura 2.3. Servicii de precizie in agricultură oferite în timp
Viabilitatea agriculturii de precizie pentru agricultorii din UE. În general, este acceptat faptul că agricultura de precizie este un fapt inevitabil, deoarece noile tehnologii informaționale vor avea impact asupra agriculturii în Europa și în întreaga lume. Întrebarea deschisă este ce tehnologii vor fi adoptate și la ce viteză. De asemenea, se consideră că adoptarea agriculturii de precizie a rămas în urma așteptărilor inițiale (Griffinet al. 2010; REICHARDT și Jürgens, 2009; Mandelet al. 2011). In unele cazuri, tehnologiile agricole de precizie nu au livrat avantajele promise, iar mulți fermieri au fost dezamăgiți și reticenți în a investi în agricultura de precizie (Rutt, 2011). Unele dintre constrângerile majore pentru adoptarea de agricultura de precizie evidențiate în mai multe studii au fost complexitatea tehnologiei, incompatibilitatea componentelor, cerințele de timp, precum și lipsa de rentabilitate (Khanna, et al. 1999; Griffinet al., 2004; REICHARDT și Jürgens, 2009; Robertson et al. 2012). Sistemul global de navigație prin satelit (GNSS) de afaceri în agricultura europeană.
Informațiile estimate de Topcon Positioning Systems, Inc. sugerează că valoarea de piață a Pa Global GNSS a fost de $450.000.000 în 2009 și ar putea crește la $1.500.000.000 în 2018; o creștere de 3,33 ori. Europa și SUA vor crește de la aproximativ 1 per persoană la 3 dispozitive GNSS per persoană în deceniul care urmează și că această creștere indică oportunități semnificative de afaceri, dar necesită inovare continuă. Piața GNSS în agricultură este relativ mica, dar așteaptă să fie 1,4% din veniturile de bază cumulativă pentru 2012-2022. Nivelul de acuratețe a produsului GNSS stabilește cererea potențială pentru întreprindere, cu o precizie scăzută (c. 2.5 m), ușor de utilizat pentru gestionarea activelor, urmărirea și urmărirea; precizia medie (10-30cm) pentru orientarea tractorului, prin control manual pentru operațiuni de precizie mai mici, ar fi pulverizarea, răspândirea, recoltarea culturilor în vrac și pentru măsurarea suprafeței și maparea câmpului; sisteme de înaltă precizie RTK/DGPS (210cm) pentru sisteme de auto-direcție pe tractoare și mașini autopropulsate (haresteri și sprayers) și pentru operațiuni de precizie, ar fi plantarea. Figura nr. 2.4 Monitorizarea culturilor de rapita si grau cu ajutorul dronei , com. Diculesti, jud. Valcea
Modelul matematic al imaginii
Eșantionarea imaginilor
Pentru a putea prelucra cu ajutorul unui calculator o imagine f(x,y), aceasta trebuie discretizata spațial si ın amplitudine. Discretizarea coordonatelor spațiale (x,y) poarta numele de eșantionare.
Eșantionarea reprezintă procesul de aproximare a unei imagini continue f(x,y) cu o matrice de dimensiune MxN, astfel:
Matematic , imaginile pot fi reprezentate ca o funcție de doua variabile, ın spațiul L2(R2), astfel:
imaginile ın tonuri de gri se pot modela cu: f(x,y) : R2 → R, caz ˆın care valorile funcției f reprezintă valorile luminanței obiectelor din imagine, ˆın punctele (x,y) ale spațiului.
imaginile color se pot modela cu: f(x,y) : R2 → R3, caz ˆın care valorile funcției f reprezinta vectori de 3 componente dintr-un spatiu al culorilor. De exemplu pot fi cele trei componente ale modelului RGB. Teorema eșantionării: O imagine f(x,y), avand un spectru finit, eșantionată uniform cu o rețea dreptunghiulara de forma celei din Figura 2.4 poate fi refăcută fără eroare din eșantioanele f(mδx,nδy) cu ajutorul formulei de interpolare:
unde us ¸si vs reprezintă frecventele spațiale de eșantionare.
Egalitatea data de teorema eșantionării este valabila daca ¸si numai daca este respectată condiția Nyquist, ¸si anume:
,
unde u0 ¸si v0 reprezintă frecventele spațiale maxime care apar ın imagine.
Figura 2.4: Rețea dreptunghiulara de eșantionare.
Cu alte cuvinte, frecventele spațiale de eșantionare trebuie sa fie cel puțin dublul frecventelor spațiale maxime conținute de imagine.
Concluzii
Având în vedere viitoarele nevoi societale și de mediu, principala provocare pentru agricultura UE va fi capacitatea sa de a asigura un nivel ridicat de producție, îmbunătățind în același timp protecția resurselor naturale. Agricultura de precizie este o abordare bazată pe informații, luarea deciziilor pentru gestionarea exploatațiilor agricole, concepută pentru a îmbunătăți procesul agricol prin gestionarea precisă a fiecărui pas. În acest mod, pa poate oferi o abordare managerială care optimizează atât producția agricolă, cât și rentabilitatea – care este obiectivul esențial al celor mai multe întreprinderi agricole. În plus, o parte din profitabilitate poate veni din utilizarea redusă a intrărilor (mașini, forță de muncă, îngrășământ, substanțe chimice, semințe, apă, energie, etc.), ceea ce duce la economii de costuri și, de asemenea, beneficii de mediu. Astăzi, infrastructura tehnologică a agriculturii de precizie este în vigoare pentru a sprijini o implementare mai largă.
CAPITOLUL V. APLICAȚIA DE IDENTIFICARE A CULTURILOR AGRICOLE CU DRONE
5.1 Modelare și simulare
Introducere
Desfășurarea activităților de cercetare aferente acestei teze, a fost realizată în perioada octombrie 2016-octombrie 2020, un raport de cercetare ce își propune patru obiective:
Asigurarea materialelor necesare desfășurării în bune condiții a fazei de teren;
Întocmirea rapoartelor informatice specifice dronei ;
Identificarea principalelor caracteristici de faună și vegetație, zonelor cercetate din România;
Valorificarea rezultatelor cercetării.
Primul obiectiv s-a realizat prin achiziționarea de materiale informaționale și alte materiale necesare : planuri , imagini din satelit, hărți de sol, aerofotograme, date climatice, etc.
Cel de al doilea obiectiv a constat în pilotarea dronei și strângerea de materiale foto-video în vederea prelucrării acestora.
Al treilea obiectiv s-a realizat prin întocmirea fazei de teren ce a constat în deplasarea pe teren și identificarea elementelor geografice specifice zonelor. Astfel s-a trecut la realizarea materialelor și a documentării asupra vegetației și faunei.
Valorificarea rezultatelor cercetărilor efectuate constă în publicarea unor lucrări în publicații de specialitate.
În final Raportul de față prezintă un tablou general al zonelor cercetate încercând să transmită informații cât mai exacte și mai actuale cu referire la zonele de câmpie, deal, podiș și munte. Totodată ne aduce la cunoștință ce înseamnă orașul și satul rural atât istoric, geografic, demografic, geo-economic și strategic.
5.1.1. Municipiul Târgu-Jiu
5.1.1.1. Informații generale
Reședință de județ, Municipiul Târgu-Jiu, cel mai mare oraș al județului Gorj, este situat la o altitudine de 195 – 212 m, la intersecția paralelei 45ș 02\\\' latitudine nordică cu meridianul 23ș 17\\\' longitudine estică, în plină zonă temperată, în Depresiunea Târgu-Jiu – Câmpu Mare, dominată la nord de masivele muntoase Parâng și Vâlcan, iar la sud de șiruri de dealuri. Municipiul Târgu-Jiu, incluzând și localitățile componente Iezureni, Preajba Mare, Drăgoieni, Romanești, Slobozia, Bârsești, Polata și Ursați, se întinde pe o suprafață estimată la 9.333 ha.
Figura nr.5. 1.- terasa superioară, în zona Ciocârlău (altitudine de 210 m)
Relieful zonei este depresionar, mărginit la vest și nord-vest de dealuri de încrețire. Târgu-Jiul se situează pe trei terase: terasa superioară, în zona Ciocârlău (altitudine de 210 m), terasa medie, cu 20 m mai jos decât cea superioară, situată în zona fostului lagăr de deținuți politici și terasa inferioară, pe care se întinde cea mai mare parte a orașului. Este caracteristic topo-climatul cu influențe mediteraneene, de depresiune, cu timp liniștit, în care predomină zilele calde și în care iarna nu se resimte viscolul. Prin configurația sa geografică, zona Municipiului Târgu-Jiu se încadrează în zona vegetației de luncă. Aceasta se întinde în luncile râurilor din zona depresionară, sub formă de zăvoaie. Speciile caracteristice sunt sălciile, amestecate cu răchiți și plopul alb sau negru.
Figura nr.5. 2- terasa medie, cu 20 m mai jos decât cea superioară
5. 1.2 Târgu Cărbunești
5. 1.2.1. Informații generale
Târgu Cărbunești este un oraș în județul Gorj, Oltenia, România, format din localitatea componentă Târgu Cărbunești (reședința), și din satele Blahnița de Jos, Cărbunești-Sat, Cojani, Crețești, Curteana, Floreșteni, Măceșu, Pojogeni, Rogojeni și Ștefănești.
Are o populație de 8.034 locuitori.[2] Este situat în sud estul județului, industria fiind axată pe produse de utilizare locală: panificație, industrie forestieră, ateliere textile, prelucrarea produselor animaliere. Lipsa investițiilor străine este una dintre problemele acestei localități. Disponibilizările repetate au dus la încetarea activității multor societăți. Actualmente, aici mai funcționează Spitalul, Unitățile militare, Judecătoria și câteva mici societăți. Deși are o așezare plăcută, orașul este ocolit de investitori.
Deși are o avere impresionantă și mai multe afaceri de succes, mai ales în Capitală, Ilie Potecaru este un om modest, simplu, puțin misterios-căci nu vorbește mult despre sine, dar, spune cu mâna pe inimă că vrea să facă bine semenilor săi. Chiar dacă sună idilic, expresia feței sale te îndeamnă să îl crezi. Dacă îi mai asculți și pe reprezentanții autorităților locale de la Cărbunești, Ilie Potecaru pare a fi omul care va aduce o schimbare în bine, în special pentru cetățenii zonei. A creat câteva locuri de muncă stabile, urmează să mai dea de lucru localnicilor, iar dacă planurile sale se vor adeveri, investiția finală va depăși 1,6 milioane de euro (pentru partea de procesare, Potecaru vrea să acceseze fonduri europene n.red.). Până acum, Ilie Potecaru a investit în terenurile cumpărate la Cărbunești, construcțiile de la ferma sa, animale etc peste 800.000 de euro, o parte din banii investiți provenind din vânzarea unor proprietăți imobiliare din Capitală. Ilie Potecaru a cumpărat cele 55 de hectare de teren de la Cojani în 2014 și încă de atunci a început să își facă planul de afaceri. Vrea să realizeze aici o fermă bio, o plantație de cătină, stupine-a achiziționat deja 300 de stupi, dar vrea să ajungă la o mie. La Cojani a găsit exact ceea ce căuta: o zonă mirifică unde poluarea nu există, așa că plantația sa de cătină va fi bio 100%. Acum are sub zece angajați, dar pe viitor vor fi mult mai multe locuri de muncă. A mai cumpărat teren și la Novaci, aici va avea alte câteva sute de stupi. A căutat să achiziționeze teren în zone nepoluate și este mulțumit. „La Cojani a făcut canale de irigații, a adus utilaje performante, a făcut camere pentru muncitori, a împrejmuit”, a spus Iulia Călina, cel care este la curent cu mersul investiției afaceristului. Pentru început, Ilie Potecaru a achiziționat deja puieții de cătină pe care a dat 180.000 de euro și pe care i-a cumpărat de la Arad, de la inginerul Alexandru Vulpe. Acesta are o plantație de 30 de hectare. „Datorită climei, curenților de aer, cătina din România este cea mai bună!
5.1.2.2 Cea mai mare plantație de cătină din România
Satul Cojani, Orasul Targu Carbunesti, Judetul Gorj
Cătina albă, cunoscută în unele părți și sub numele de cătină de râu sau simplu cătină (nume științific Hippophaë rhamnoides L.), este un arbust foarte ramificat și spinos care crește în România începând din nisipurile și pietrișurile litorale până în regiunile muntoase, alcătuind uneori crânguri și tufișuri destul de întinse.
Cătina albă se utilizează deopotrivă în industria alimentară, în silvicultură, în farmacie dar și ca plantă ornamentală. Fructul de cătină conține de două ori mai multă vitamina C decât măceșul și de 10 ori mai mult decât citricele. În fructele coapte conținutul depășește 400–800 mg la 100 g suc proaspăt. Alte vitamine prezente în fruct sunt A, B1, B2, B6, B9, E, K, P, F. Mai regăsim celuloză, betacaroten (într-un procent net superior celui din pulpă de morcov), microelemente ca fosfor, calciu, magneziu. Frunzele sunt întregi, liniar-lanceolate, de culoare verde-cenușie pe fața superioară și albicios-argintie pe cea inferioară. Florile, dioice, sunt mici și apar înaintea frunzelor; cele mascule, sesile, au 2 sepale și 4 stamine, iar cele femele sunt scurt pediculate și au 2 sepale. Fructele sunt ovoide sau globuloase, lungi de 5–10 mm și late de 4–8 mm, de culoare verde la început și galben-portocalie la completa lor maturitate.
Planta crește până la 2–5 m, are scoarța brun-închis care se transformă în ritidon brăzdat. Face lujeri anuali solzoși, cenușu-argentii, ramuri laterale cu spini numeroși și puternici, cu muguri mici, păroși, cu gust amărui. Frunzele sunt lanceolate, de până la 6 cm lungime, cu nervură mediană evidentă. Face flori unisexuat-dioice, galben-ruginii, cele masculine grupate în fluorescențe globulare, iar cele feminine în raceme. Face fructe "false", drupe de 6–8 mm, ovoide, cărnoase, portocalii cu un sâmbure foarte tare. Fructele pot rămâne peste iarnă pe ramuri. Arbustul fructifică 20-25 ani și lăstărește în fiecare an foarte puternic.
Figura nr. 5.3- Cultura de catina alba- Targu Carbunesti, Jud. Gorj
5.1.3. JUDETUL VALCEA
5.1.3.1 Comuna Diculești
5.1.3.1.1 Prezentare comuna Diculești
Comuna Diculești este situată în zona de sud a județului, învecinându-se la vest cu orașul Bălcești, la nord cu localitatea Valea Mare și la sud cu localitatea Făurești.
Din punct de vedere al situării față de centrele urbane, comuna Diculești este situată la distanță relativ mare față de municipiul Rm. Vâlcea (cca 90 km), cca 40 km față de municipiul Drăgășani și la cca 40 km față de orașul Craiova
Din punct de vedere geografic formele de relief întâlnite pe teritoriul localității sunt de dealuri cu înălțimi care variază între 150–275 m și zonă de luncă a râului Olteț aflat in vestul localității, râu ce colectează toți afluenții torențiali de pe teritoriul comunei.
Râul Olteț care izvorăște din munții Căpățânei intră pe teritoriul comunei in punctul Anini unde se unește cu râul Cerna si străbate comuna de la nord la sud.
Aprovizionarea cu apă potabila se face din izvoare naturale prin săpare de fântâni.
Pe teritoriul comunei au fost evidențiate următoarele unități de sol:
sol brun moderat podzolit pseudogleizat;
sol brun podzolit erodat in parte cu schelet;
soluri brune cu soluri pseudo-rendzine;
aluviuni recente pe alocuri cu schelet;
sol aluvionar slab humifer.
Figura nr. 5. 4
Comuna Diculești este înființată în anul 1865 cu următoarea componență: Diculești, Bodești (Budești). În anul 1908 este desființată, fiind înglobată în comuna Băbeni –Olteț. Este reînființată în anul 1950 prin schimbarea denumirii Băbeni -Olteț, în Diculești.
În anul 1968 este din nou desființată, fiind înglobată comunei Făurești, pentru ca în anul 2004, să fie reînființată prin referendumul din 15 aprilie 2004 având centrul administrativ în satul
Băbeni Olteț și fiind compusă din satele: Diculești, Budești, Colelia, respectiv Băbeni Olteț.
Satul Diculești apare menționat în mai multe documente începând cu secolul al XVII-lea. Este de semnalat faptul că din această vreme, satul și-a păstrat denumirea până astăzi, denumire care se trage de la un sătean numit ”Dicu”.
5.1.3.1.2 Cercetare la SC . YLO PROD. SRL
PNDR 2014-2020 – 6.1: Sprijin privind instalarea tinerilor fermieri Ce se dorește prin aceasta sub-măsura?
instalarea pentru prima data a tinerilor fermieri, ca șefi/manageri ai unei exploatații agricole; • îmbunătățirea managementului, creșterea competitivității sectorului agricol, precum si conformitatea cu cerințele de protecție a mediului, igiena si bunăstarea animalelor si siguranța la locul de munca;
submăsura va crea posibilitatea tinerilor fermieri rezidenți, cu un minim de cunoștințe de baza, sa se instaleze ca șefi/manageri ai exploatației;
creșterea numărului de tineri fermieri care încep pentru prima data o activitate agricola ca șefi/manageri de exploatație;
încurajarea tinerilor si a familiilor din mediul rural de a se stabiliza in mediul rural, ceea ce va crea un efect pozitiv asupra economiei naționale in general.
Figura nr.5. 5- Ferma de subzistenta
Cine poate depune proiecte?
Solicitanți eligibili:
Tânărul fermier in conformitate cu definiția prevăzută la art. 2 din R(UE) nr.1305/2013, care se instalează ca unic șef al exploatației agricole;
Persoana juridica cu mai mulți acționari unde un tânăr fermier in sensul art. 2 din R(UE) nr.1305/2013 se instalează si exercita un control efectiv pe termen lung in ceea ce privește deciziile referitoare la gestionare, la beneficii si la riscurile financiare legate de exploatație.
Exploatația trebuie sa îndeplinească următoarele condiții:
Exploatația are o dimensiune economica cuprinsa intre 12.000 – 50.000 SO;
Exploatația este înregistrata obligatoriu in Registrul Unic de Identificare – APIA, in
Registrul agricol si/sau in Registrul exploatațiilor – ANSVSA;
Exploatația este înregistrată ca microîntreprindere/întreprindere mica;
Pregătirea terenului, înființarea culturilor de legume.
Figura nr. 5. 6- Pregătirea terenului, înființarea culturilor de legume.
Cultura rapiței, întrebuințare si scurt istoric
Valorificarea potențialului agricol prin încurajarea culturilor alternative de plante tehnice, rapița, în vederea asigurării unei surse energetice alternative de combustibil pentru tractoare si mașini agricole autopropulsate, reprezintă un deziderat energetic actual cu largi perspective de dezvoltare.
În România rapița s-a cultivat pe suprafețe mai mari înainte de primul război mondial si între cele doua războaie mondiale. Astfel, în anul 1913, ea a ocupat 80,38 mii ha, iar în anul 1930 cca. 77,32 mii ha.
După 1948, suprafețele au variat de la un an la altul, trecând puțin peste 20 mii ha doar în anii 1953, 1955, 1956. În anul 1935 anuarul statistic al României menționează 5,9 mii ha.
Proprietăți biologice si chimice
Rapița colza este planta anuala sau bienala cu rădăcina pivotanta bine dezvoltata, cu puține ramificații laterale. Ea pătrunde până la 60-80 cm adâncime. În condiții favorabile, rădăcina poate ajunge la adâncimi mult mai mari uneori până la 300 cm. Pătrunderea rădăcinilor în adâncime este influențată de numeroși factori ca: textura, fertilitatea si umiditatea în sol precum si de tehnica de cultivare. Rădăcinile laterale sunt răspândite pe un diametru de 20-40 cm. Cea mai mare parte din masa de rădăcini este răspândită la adâncimea de 25-45cm.
Tulpina este erecta, înalt 1,3-1,5 m rareori 2 m si bine ramificata. Numărul de ramuri variază între 5 si 10. Frunzele rapiței au diferite forme cele de la baza sunt pețiolate, lirate, penat sectate .
Frunzele din mijloc sunt sesile si lanceolate, iar cele de la vârf au forma oblong lanceolată cu baza cordat amplexicaulă, fiind, de asemenea, sesile.
Frunzele bazale sunt formate din 2-4 perechi de lobi mărunți ovali sau triunghiulari, în afara de lobul principal care este mult mai mare.
Inflorescența rapiței este un racem alungit. Florile sunt destul de mari cu petale de culoare galbena, cu nuanțe diferite arcuite pe tipul 4:4 sepale eliptic- alungite, patru petale rotunjite la partea superioara, 6 stamine si un pistil format din doua carpele unite, un ovar inferior cu doua loji false, datorita unui perete fals, despărțitor. În fiecare loja se găsesc 10-40 ovule prinse de pereții ovarului. Ovarul este prelungit printr-un stil scurt cu un stigmat capitat. Polenizarea la răpită este încrucișată deși de multe ori are loc autopolenizarea, uneori chiar în proporție de 30%. Insectele polenizatoare sunt mai ales albinele; de aceea se recomandă așezarea stupilor în apropierea lanurilor de răpită.
Fructul este o silicvă subțire, lungă de 5-10 cm, netedă, despărțită longitudinal în două compartimente printr-un perete median. Silicva se termină cu un rostru subțire si scurt. Numărul de silicve pe o plantă de răpită poate ajunge până la 800. În fiecare fruct se formează între 10 si 25 semințe, uneori chiar 30. Semințele sunt neregulat sferice, de culoare cafenie închis, cenușie închis sau neagră. Tegumentul lor este reticular având mici alveole pe suprafața lui, MMB este de 3-4,5 g iar MH de 64-68 kg.
Figura nr. 5.7- Monitorizarea unei culturi de rapita si grau
Epoca de semănat rapița in Romania
Din cercetările efectuate în tara noastră a reieșit că pentru vegetația din toamnă rapița colza are nevoie de 800-900 grade temperaturi active mai mari de zero grade. Cu această cantitate de căldură si condiții de umiditate corespunzătoare planta formează o rădăcină puternică si o rozetă din 6-8 frunze bine dezvoltate, stare biologică ce îi conferă plantei rezistentă la factorii nefavorabili din timpul iernii, îndeosebi la temperaturile scăzute. Condițiile menționate se realizează prin semănatul rapiței colza în perioada 5-15 septembrie în zona de sud a tãrii si 1-10 septembrie în celelalte zone. Ca regulă generală în zonele din afara Câmpiei Române si Câmpiei Banatului semănatul rapiței colza poate începe dupã 20 august. În Câmpia Română si Câmpia Banatului semănatul începe după 1 septembrie.
Măsuri integrate la nivelul fermei pentru prevenirea eroziunii solului
Degradarea stării fizice a solului este definită prin distrugerea sa practic ireversibilă sau ușor reversibilă. În această secțiune sunt prezentate procedee privind reducerea ori prevenirea degradării fizice a solului. Nu sunt prezentate detalii în acest Cod privind lucrările de drenaj și de menținere a acestora. Totuși, pe multe soluri, este important a ne asigura că aceste sisteme funcționează eficient și controlează apa din sol.
Figura nr.5. 8 vedere de ansamblu Ferma Ylo Prod SRL
Principii generale
Protecția solului împotriva eroziunii se poate realiza prin culturi agricole și prin tehnologii agri-culturale specifice:
Cunoașterea plantelor cultivate, în funcție de nivelul de protecție pe care-l oferă solului; ele sunt clasificate în următoarele categorii:
foarte bune protectoare – gramineele (speciile de lolium și dactylis) și leguminoasele perene (lucernă, trifoi, ghizdei);
bune protectoare – cereale păioase (grâu, orz, ovăz, mei, iarbă de Sudan etc.);
mediu protectoare – leguminoase anuale (mazăre, măzăriche, soia, lupin, fasole etc.);
slab protectoare – culturi prășitoare (porumb, floarea soarelui, cartofi, sfeclă de zahăr, dovlecei, viță de vie etc.);
Pe terenurile cu pante de peste 10% se aplică sistemul de culturi în fâșii cu benzi înierbate, a căror lățime variază în funcție de pantă:
pantă de 5%-10% – lățimea fâșiei de 60-150 m;
pantă de 10%-15% – lățimea fâșiei de 30-60 m;
pantă de 15%-20% – lățimea fâșiei de 20-30 m;
pantă de peste 25% – lățimea fâșiei de 20 m.
În zone secetoase, cu pante de peste 15%, lungi și uniforme și cu soluri cu o textură medie se execută valuri de pământ la diferite distanțe, iar pe pante de peste 20% se execută agroterase. Pentru ameliorarea calității solului și refacerea stratului de humus, se va aduce un aport de îngrășăminte organice, resturi vegetale, îngrășăminte verzi. Și în acest caz, practicarea culturilor ascunse este foarte utilă.
Pe solurile supuse eroziunii și pe cele vulnerabile se va evita dezmiriștirea cu grape cu discuri și cu mașini de frezat solul.
Pe terenurile situate în pantă, atunci când nu este posibilă înierbarea permanentă, se poate practică cultura în fâșii alternate de plante bune și foarte bune protectoare cu benzi înierbate, pe lungimea curbelor de nivel. Terenul va fi protejat prin valuri de pământ, agroterase, banchete netede sau garduri de nuiele.
Terenurile agricole supuse eroziunii eoliene vor fi protejate de perdele forestiere și garduri vii, în scopul limitării transportului particulelor de sol și a depunerii acestora ca sedimente în ape.
O practică extrem de dăunătoare o constituie tăierea pădurilor și defrișările precum și ararea pășunilor permanente și a fânețelor. Inevitabil, aceste terenuri vor pierde azotul din sol și se vor degrada rapid.
Figura nr. 5.9- prevenirea și combaterea eroziunii solului pe terenurile arabile înclinate
In scopul prevenirii și combaterii eroziunii solului pe terenurile arabile înclinate, se recomandă următoarele lucrări și practici:
executarea lucrărilor și semănatul culturilor prășitoare pe curbele de nivel;
folosirea gunoiului de grajd bine fermentat și a îngrășămintelor verzi;
practicarea pe curbele de nivel de culturi pe fâșii cu lățimi în funcție de pantă;
practicarea de culturi în fâșii, intercalate cu benzi înierbate permanent, orientate pe curbele de nivel sau cu o abatere de 3 – 5%;
practicarea de asolamente speciale cu plante protectoare de eroziune;
înființarea plantațiilor anti-erozionale sub formă de perdele de 10 – 15 m lățime, orientate pe curbele de nivel, la pante de 20 – 25%;
efectuarea lucrărilor adecvate de îmbunătățiri funciare.
5. 1.4 Parcul Natural Bucegi
Parcul Natural Bucegi a fost creat odată cu promovarea și dezvoltarea turismului, ca măsură de prevenire a procesului de exploatare irațională a resurselor naturale și distrugere a diversității biologice. Are o suprafață totală de 32.663 ha, din care 16.334 ha se află pe teritoriul județului Dâmbovița.
Parcul Natural Bucegi a fost înființat în anul 1974, urmând să fie declarat arie protejată prin Legea nr.5 din 6 martie 2000 (privind aprobarea Planului de amenajare a teritoriului național – Secțiunea a III-a – zone protejate). În anul 2003, prin Hotărârea de Guvern nr. 230 din 4 martie (privind delimitarea rezervațiilor biosferei, parcurilor naționale și parcurilor naturale și constituirea administrațiilor acestora), urmează să se restabilească limitele și suprafața acestuia. Administrația parcului se află în comuna Moroeni, județul Dâmbovița.
Figura nr. 5.10-Flori și ierburi cu specii rare, unele protejate prin lege sau endemice pentru această zonă
În arealul parcului sunt incluse rezervațiile naturale: Abruptul Bucșoiu – Mălăiești –
Gaura (1.634 ha), Locul fosilifer Plaiul Hoților (arie protejată de tip paleontologic întinsă pe o suprafață de 6 ha, cu formațiuni de flișuri cretacice stratificate alcătuite din roci argilo-marnoase, conglomerate tilloide, blocuri de calcare și șisturi marno-argiloase cu inserții de calcit; cu bogate depozite de faună și floră fosilă), Turbăria Lăptici (mlaștină oligotrofă cu o suprafață de 14,90 ha, aflată în lunca stângă a pârâului Scândurarilor), Locul fosilifer Vama Strunga (10 ha), Peștera – Cocora (Valea Horoabei – Cocora) (307 ha), Abruptul prahovean
Bucegi (3.478 ha), Munții Colții lui Barbeș (1.513 ha), Peștera – Cocora (Valea Horoabei – Cocora) (307 ha) și Peștera Răteiului (1,50 ha). Flora ariei protejate este constituită din specii vegetale distribuite etajat, în concordanță cu structura geologică, caracteristicile solului și climei, structurii geomorfologice sau altitudinii.
Arbori și arbuști: brad (Abies), zadă (Larix), tisă (Taxusbaccata), zâmbru (Pinus cembra), larice (Larix decidua), frasin (Fraxinus) fag (Fagus sylvatica), mesteacăn (Betula pendula), plop tremurător (Populus tremula), salcie căprească (Salix capreea), salcie de turbă (Salix myrtilloides), salcie pitică (Salix retușă), jneapăn (Pinus mugo), ienupăr(Juniperus communis), alun (Corylus avellana), merișor (Vaccinum vitis idaea), afin (Vaccinum myrtillus L.), mur (Rubus fruticosus), salbă moale (Euonymus europaeus);
Flori și ierburi cu specii rare, unele protejate prin lege sau endemice pentru această zonă: floarea de colț (Leontopodium alpinum Cass), papucul doamnei (Cypripedium calceolus), bujor de munte (Rhododendron kotschyi), iederă albă (Daphne blagayana), argințica (Dryas octopetala), angelică (Angelica archangelica), cosaci (Astragalus depressus), limba cucului (Botrychium lunaria), ferigă de piatră (Cysptopteris alpina), iederă albă (Daphne blagayana), micsandră de munte (Erysimum officinalis), stânjenel mic de munte (Iris ruthenica), mac galben (Glaucium flavum), sângele voinicului (Nigritella rubra), crucea voinicului (Hepatica transsilvanica), piciorul cocoșului (Ranunculus repens L.), ghințură galbenă (Gentiana lutea), foaie grasă (Pinguicula alpina), gențiană (Gentiana clusii), omag galben (Aconitum anthora), rușuliță (Hieracium aurantiacum), iarba-ciutei (Doronicum austriacum), valeriană (Valeriana officinalis), piciorul cocoșului de munte (Ranunculus montanus), iarba osului (Helianthemum nummularium), cinci-degete (Potentilla reptans), ochelariță (Biscutella laevigata), stânjenel mic de munte (Iris ruthenica), cimbrișor de câmp (Thymus serpyllum), ciurul zânelor (Carlina acaulis), argințica (Dryas octopela), cornuț de munte (Cerastium arvense), ciuboțica cucului de munte (Primula eliator), saxifragă roșie (Saxifraga oppositifolia), margaretă (Leucanthemum vulgare), lâna caprelor (Cerastium tomentosum), clopoțel de munte (Campanula alpina), trifoi roșu (Trifolium pratense), iarbă roșioară (Silene acaulis).
Figura nr.5.11- Momentul lansarii dronei in Parcul National Bucegi
Diversitatea formelor de relief, structura geologică și altitudinea ce se ridică la peste 2 500 de metri, oferă Bucegiului condiții variate pentru dezvoltarea unei flore bogate. Dintre speciile de flori care se remarcă amintim: sângele voinicului, iedera albă, floarea de colț și ghințura galbenă. Pe pantele stâncoase și înierbate crește smirdarul sau rododendronul, care oferă în lunile iunie – iulie un spectacol deosebit, colorând în roșu peisajul din jur. Tot în astfel de zone se mai poate întâlni și jneapănul, care în Bucegi ocupă o suprafață de peste 200ha, ce constituie un habitat protejat integral.
Dintre speciile de arbori se remarcă zâmbrul și tisa. Primul preferă munții cu fenomene glaciare, iar în Bucegi crește izolat sau în grupuri foarte mici. Un exemplar foarte bine pus în valoare de peisajul din jur, se poate întâlni în prima parte a traseului de pe Valea Obârșiei. Tisa este chiar și mai rară, toate exemplarele din Bucegi fiind izolate și atent monitorizate. Este cel mai longeviv arbore din Europa, trăind peste 1 000 de ani. Ritmul de creștere este foarte lent, aproximativ 30cm în 10 ani.
Figura nr. 5.12-Parcul National Bucegi-Sfinxul
ARII PROTEJATE ȘI REZERVAȚII NATURALE
Aproximativ 35% din suprafața parcului este ocupată de cele 14 rezervații naturale ce beneficiază de un grad ridicat de protecție, cea mai extinsă fiind Abruptul Prahovean, de aproximativ 3 500 de hectare. În cadrul zonelor de protecție strictă se află 46 de monumente ale naturii (cascade, izbucuri, peșteri, avene, chei, turnuri, colți, arcade, stânci, hornuri, circuri glaciare și puncte fosilifere), cele mai multe de importantă geomorfologică. Cele mai cunoscute rezervații și monumente ale naturii sunt:
Abruptul Prahovean
Babele și Sfinxul
Cascada Ialomiței
Cascada Urlătoarea
Mecetul Turcesc
Cheile Zănoagei
Cheile Tătarului
Valea Horoabei
Turbăria Lăptici
Munții Colții lui Barbeș
Poiana Crucii
5.1.3 PADINA JUDETUL DAMBOVITA
In zona Valea Ialomiței si proximitatea viitorului amplasament al stațiunii turistice exista trei categorii de arii protejate conform IUCN: categoria I – Rezervații Naturale Științifice – reprezintă arii protejate administrate preponderent pentru cercetare sau protecție; categoria IV – Arii de Management pentru specii/habitate – ce reprezintă arii protejate administrate pentru conservare prin intervenții si activități de management activ .
Figura nr. 5.13-Padina, Pestera Ialomitei
Din elementele de flora si vegetație, subliniem ca din totalul numărului de taxoni si cetotaxoni de la nivelul întregului parc național doar un număr limitat se regăsesc in apropierea amplasamentului. De asemenea prezentam elementele de interes științific care fac obiectul masurilor de protecție si conservare stricte care se afla in zona Văii Ialomiței in raport cu elementele de flora, vegetație si fauna prezente in Parcul National Bucegi si care constituie obiective de mediu (protecție si conservare) relevante in raport cu obiectivele programului.
Flora algala este reprezentata întregului parc național in mai multe biotopuri: ape, roci, soluri, peșteri. Dintre aceștia Sinaiella terricola, Gruia si Oxicoccus irregularis, Gruia, precum si formele morfologice Hydrurus vaucherii, C.Ag. morpha amorpha, Gruia si Hydrurus vaucherii C.Ag. morpha caulinara, Gruia sunt unități sistematice noi pentru știința, semnalate in decursul mai multor ani de către cercetătorul Lucian Gruia (1962-1979). Algele cuprind 375 de taxoni ce aparțin la 8 filumuri: Cyanophyta = 138 taxoni, Chlorophyta = 78 taxoni, Xanthophyta = 49 taxoni, Bacillariophyta=81 taxoni, Chrysophyta=6 taxoni, Flagelată = 1 taxon, Euglenophyta = 2 taxoni, Pyrophyta = 2 taxoni.
Flora micologica este extrem de variata fiind reprezentata la nivelul masivului de peste 800 specii, identificate pe diferite substraturi. Acestea aparțin la mai mult de 270 de genuri atât saprofite cat si parazite.
Flora lichenologica este formata din 141 de taxoni corticoli, 35 muscicoli, 48 lignicoli, 183 saxicoli, 78 tericoli.
Brio flora este in mare parte reprezentata de elementele montane (36,7 %), polizonale (25,1%), montan alpine (16,6%), si respectiv alpine (13,1%). Din punct de vedere al substratului predomina speciile tericole (27,7%) si saxicole (23,1%). In cursul superior al Ialomiței formațiunile turboase de Sphagnaceae conțin numeroase elemente relicte care fac obiectul protecției. Astfel asociațiile turficole si turficol-saxicole ce conțin 6 % din numărul de specii de mușchi sunt bine reprezentate in Turbăria Lăptici si reprezintă un obiectiv special de protecție.
Figura nr. 5.14-Scorus de munte
Numărul mic al speciilor corticole se explica prin prezenta lor si pe alte substraturi ceea ce a dus la încadrarea acestora in categoria poli edaficelor. In privința exigentelor hidrice predomina net speciile mezofile (53,2%), si higrofile (15,4%). Stefureac (1955, 1963) menționează o serie de elemente boreale, cum sunt: Grimmia alpicola, Catoscopium nigritum, iar dintre speciile gasite numai in Bucegi sunt citate Riccia sorocarpa var. nana, Tayloria tenuis, s.a. Multe elemente sunt de origine terțiar cuaternara, fiind relicte arctice si subarctice (Conostomum boreale).
Briofitele sunt prezente in toate etajele cat si in toate formațiunile de vegetație, cu variații in funcție de condițiile de mediu. Se întâlnesc, in etajul pajiștilor alpine, grupări răzlețe de Polytrichum juniperinum, Polytrichum communae, Distichium montanum s.a. Pe văile reci, este prezenta Bucegia romanica, descrisa in 1899 de Radian si despre care s-a crezut ca este endemism din Bucegi dar ulterior a fost semnalata si in alte masive muntoase. In pădurile de molid si de amestec predomina specii de Hylocomium splendens, Pleurozium schreiberi.
Majoritatea stațiunilor cu elemente brio floristice importante se afla preponderent in rezervațiile naturale. In Rezervația botanica Turbăria Lăptici, pe cursul superior al râului Ialomița, exista formațiuni turboase de Sphagnaceae pe care se dezvolta numeroase elemente relistare ce fac obiectul conservării.
Cormofite – Numărul speciilor semnalate din Bucegi reprezintă aproximativ o treime din totalul taxonilor cunoscuți in flora României. Cormofitele sunt reprezentate de 1183 de specii aparținând la 407 genuri si 86 de familii. Cele mai bine reprezentate sunt: Compositele cu 179 de specii si Gramineele cu 103 specii. Cu peste 50 de taxoni sunt patru familii: Cruciferae – 56 de specii, Caryophyllaceae – 53 de specii, Leguminosae – 51 de specii si Cyperaceae – 52 de specii. Împreuna cu familiile Rosaceae – 49 de specii, Scrophulariaceae – 49 de specii, Ranunculaceae – 44 de specii si Labiatae – 41 de specii numarul de taxoni reprezintă peste 55% din totalul speciilor cunoscute din M-ții Bucegi.
Numarul mare de specii circumpolare se explica prin condițiile de clima din Masivul Bucegi, ce se caracterizează prin temperaturi mai scăzute si precipitații mai abundente. Speciile lemnoase arborescente (macrofanerofite) sunt reprezentate prin 16 taxoni iar cele arbustive prin 42 de unități realizând un procent de doar 4.57 % din totalul de specii prezente in parc. Acești taxoni realizează vegetația pădurilor si a tufărișurilor din zona forestiera. Tufărișurile scunde cuprind un număr de 23 de taxoni echivalând cu 1,8% din totalul speciilor. Acestea sunt prezente predominant in etajul subalpin dar exemplare izolate pătrund si in structura pădurilor.
Endemitele reprezintă 5,6 % din flora masivului totalizând 60 de specii sau subspecii. In flora masivului se întâlnesc 22 de endemisme carpatice generale (Beldie, 1967). Acestea se găsesc distribuite astfel: 7 taxoni in zona forestiera, 9 in zona forestieră si alpine si 6 in zona alpina.
Din endemismele specifice Bucegilor si munților învecinați (Piatra Craiului, Postăvaru, Piatra Mare) 2 taxoni se afla in Bucegi si 5 in masivele alăturate (Astragalus australis ssp bucsecsi si Poa molinerii ssp. glacialis). Astragalus australis ssp. bucsecsi Jáv., apare sporadic in zona alpina, pe platouri, coame, vârfuri, brâne, prin pajiști, locuri pietroase sau pe stâncării.
A fost semnalata in Caraiman, Costila, in Valea Malinului si pe Brâna Mare, Babele, Vf. Omu, Bucșoiu, Padina Crucii, Gălbinările Gaurei. Poa molinerii ssp. glacialis (Beldie), este frecventa in zona alpina, cu deosebire in etajul alpin superior, prin pajiști din stațiuni vântuite si in tundra alpina, pe soluri scheletice si pe bolovănișuri. Element oligoterm, adesea pionier in eroziuni eoliene. A fost semnalata la Babele, Caraiman, Costila pe Brâna de Sus 2430m si Brâna de Mijloc 2350 m, Colții Obârșiei 2330 m "La Cerdac"; Vf. Omu, Moraru, Bucșoiu, V. Titanești, Scara, Doamnele, Valea Obârșiei, Cocora pe creasta 2020 m.
Speciile relicte prezente in masiv sunt in număr de 11 dintre care 10 din perioada glaciara si unul din terțiar. Sunt considerate specii de interes deosebit cele cantonate in etajul alpin, in pajiștile reci, supuse pericolului de dispariție datorita stresului termic si datorita pericolului reprezentat de pășunat. Pentru întreaga zona se considera periclitate speciile familie Orchidaceae prezenta pe Abruptul Prahovean din zona Sinaia si Bușteni pana pe platou la Vf. cu Dor, Jepii Mici, Piatra Arsa. Specia Orchis mascula ssp. signifera este singurul taxon din aceasta familie care este prezent in zona V. Horoabei.
Figura nr. 5. 15 – Rezervația botanica Turbăria Lăptici.
Pe cursul superior al râului Ialomița, exista formațiuni turboase de Sphagnaceae pe care se dezvolta numeroase elemente relistare ce fac obiectul conservării
Elementele endemice reprezintă 5,6 % din flora Bucegilor. Dintre speciile ocrotite prin lege care se întâlnesc in Parcul National Bucegi sunt: Trollius europeus, Daphne blagayana (in zona Sf. Ana),Nigritella nigra (zona Furnica, Piatra Arsa, Babele, Caraiman, Costila) si Nigritella rubra (zona Furnica, Piatra Arsa, Jepii Mari, Jepii Mici, Dichiu). Trollius europeus are o larga răspândire in prezent in zona Furnica, Piatra Arsa, Jepii Mici, Costila, Omu, Moraru însă a fost semnalata si la Peștera Ialomiței. De asemenea Nigritella nigra este prezenta in acesta zona. Dintre relictele glaciare cele reprezentative sunt: Woodsia glabella (cantonata in zona Bucșoiu), Carex cordorhiza(prezenta in Turbăria Lăptici), Salix myrtilloides (prezenta in Turbăria Lăptici), Thalictrum alpinum(Costila, Colții Obârșiei, Piatra Arsa), Draba phladnizensis (Colții Obârșiei, Obârșia, Omu, Bucșoiu), Saxifraga cernua (Caraiman, Bucșoiu, Valea Mălăești) si Astragalus frigidus prezent in toata zona platoului Bucegi.
Alte elemente protejate sunt: Taxus baccata L. (tisa), prezenta in padurile din etajul montan mijlociu, in arborete de amestec de fag cu brad sau brădet, in locuri stâncoase sau pe grohotișuri de calcare, in exemplare izolate sau mici pâlcuri; Larix decidua Mill. (larice), frecventa in etajul montan superior si subalpin, sporadica in etajul alpin inferior, in pâlcuri, rariști, arborete mici sau exemplare izolate, cu deosebire pe versantul prahovean al masivului (masivul Bucegi reprezintă una dintre cele cinci stațiuni cu larice natural din tara); Gentiana lutea L. (ghintura galbena), sporadica in etajul alpin inferior si etajul subalpin, excepțional pana in etajul montan mijlociu, prin pajiștile de pe brânele si coastele versanților abrupți.
Tipuri de habitate caracteristice zonei Peștera-Padina
Trebuie precizat ca in Valea Ialomiței numarul de tipuri de habitate naturale a căror conservare necesita arii speciale de conservare se afla in rezervațiile cu regim de protecție special. Zona amplasamentului stațiunii si zonele pana la care turismul montan își face simțită prezenta include habitatele:
Tufărișuri sud-est carpatice de anin verde (Alnus viridis) – specii alpine si boreale; habitat de valoare moderata.
Tufărișuri sud-est carpatice de soc roșu (Sambucus racemosa) – habitat format in ochiuri de pădure ca un stadiu succesional antropic; valoare redusa.
Tăieturi de pădure cu zmeur (Rubus idaeus) – fitocenoza formata in locul pădurilor tăiate ras, este un stadiu succesional normal spre pădurea de fag.
Păduri sud-est carpatice de molid (Picea abies), fag (Fagus sylvatica) si brad (Abies alba) cu Pulmonaria rubra – habitat de suprafețe foarte mari, valoare moderata.
Păduri sud-est carpatice de molid (Picea abies), fag (Fagus sylvatica) si brad (Abies alba) cu Hieracium rotundatum – suprafețe mari, valoare moderata.
Păduri sud-est carpatice de fag (Fagus sylvatica) si brad (Abies alba) cu Pulmonaria rubra – habitat frecvent, valoare moderata.
Pajiști sud-est carpatice – habitat extins pe suprafețe mari, valoare moderata
Pajiști antropizate prin activități de pășunat sau cosiri.
Figura nr.5.16 – Pajiști antropizate prin activități de pășunat sau cosiri.
5.1.6 Gradina Botanica Galați
Înființată in anul 1990 ca secție a unei noi instituții muzeala "Complexul Muzeal de Științele Naturii", Gradina Botanica domina malul stâng al Dunării la Galați. Tematica Științifică elaborata in anul 1996 este baza de lucru pentru plantările efectuata, ce au înnobilat o suprafață de teren de 15 ha, degradata, cu o parte din fito-diversiunea zonelor geografice ale globului. Colecțiile de plante din zonele tropicale si subtropicale (cactuși, euforbii, palmieri,crotoni, muscate, begonii, etc.) au putut fi admirate începând cu sfârșitul anului 2004 intr-un spațiu nou: sera si palmariu pe 2500 m2.
Figura nr. 5. 17- Gradina Botanica Galați
5.1.7 Localitatea BĂRĂGANUL, județul Brăila
Comuna Bărăganul, fostă Cioara Doicești, își are originile înfipte adânc în istorie și este atestată documentar de un hrisov al domnitorului Radu de la Afumați la 1643, printr-o danie de pământ. După tradiție, si cum povestesc bătrânii, comuna a luat ființă între anii 1830-1836, cu locuitori veniți din Cioara Radu Vodă, aflată la o depărtare de 500m, formând la început un sat mic numit „Cioara Mică”, iar satul de unde au plecat, pentru a se deosebi, a fost numit ”Cioara Mare”.
Numele de „Cioara” se spune că vine după porecla unei fete a moșierului, care a cumpărat moșia de la Mănăstirea Radu Vodă și era poreclită „Cioara”, fiindcă era oacheșă la fată. Ea a murit de tânără și, ca amintire, moșierul a dat vetre clăcașilor de pe moșia sa, formând astfel, satul numit ”Cioara Mică”.
Figura nr. 5.18-Harta Baraganul
Sursa: http://www.primariabaraganul.ro/ accesat la 10.10.2017 ora 13.11
Comuna Bărăganul se află în centrul Câmpiei Române și este o zonă bogată agricol. Aceasta dispune de o suprafață agricolă de 6892 ha teren, din care 6892 ha se află în zona de amenajări pentru irigat. Terenurile agricole din teritoriu sunt cernoziomuri, cuprinse în categoria I de fertilitate. Pe aceste terenuri se cultivă: cereale și plante tehnice.
Figura nr.5.19- Cultura macului
Macul, Papaver somniferum este o planta decorativa si medicinala care se cultiva in gradina pentru aspectul placut si industrial pentru receptorul μ-opioid, opiul natural. Din opiu sunt extrase morfina, tebaina, codeina si oripavina utilizate in industria farmaceutica. Macul poate fi cultivat in climat continental si cald, semintele incep sa germineze la 1 grad celsius, plantele tinere rezista bine la temperaturi scazute dar in perioada de inflorire au nevoie de cantitati ridicate de apa.
Pentru infiintarea culturii terenul trebuie bine pregatit, se incepe cu desfiintarea culturii premergatoare, se efectueaza o discuire temeinica si se face fertilizare de baza cu superfosfat, sare potasica; se realizeaza o aratura adanca la 20-30 cm si se incorporeaza substantele chimice.
Semanatul se poate efectua la inceputul primaverii cand solul este bogat in apa. Semanatul se realizeaza la adancime de 0.5 cm in randuri, la distanta de 40-50 cm intre randuri.
Lucrarile de intretinere specifice pentru cultura de mac sunt: grapare (pentru distrugerea crustei), prasile manuale, raritul plantelor si prasile mecanice (se recomanda realizarea a doua -trei prasile mecanice inainte de imbobocire).
Alte lucrari ce trebuie efectuate sunt cele de combatere a bolilor si daunatorilor. Principala boala ce poate aparea in cultura de mac este mana macului; aparitia bolii este favorizata de umiditate crescuta. Boala afecteaza cultura in orice stadiu de dezvoltare. Principalul daunator care ataca cultura de mac este gargarita capsulelor.
Combaterea acestora se realizeaza in toate stadiile de cultura prin efectuarea de tratamente chimice cu Ridomil 0,1% (pentru mana) si Curzate, Manox (pentru gargarite). Combaterea ecologica se realizeaza prin masuri de preventie: infiintarea culturii pe terenuri care nu sunt argiloase; respectarea rotatiei culturilor; efectuarea corecta a araturii si incorporarea resturilor vegetale.
Recoltarea capsulelor de mac se realizeaza mecanic cand acestea ating maturitate deplina, tulpinile s-au ingalbenit iar semintele se pot auzi in capsula. Plantele sunt stranse in snopi si puse la uscat.
5.1.8 Comuna Scânteia, Județul Ialomița
Comuna se află în nordul județului, la limita cu județul Brăila. Este traversată de șoseaua națională DN21, care leagă Slobozia de Brăila. Acest drum se intersectează la Iazu cu șoseaua județeană DJ203F, care duce spre est la Valea Ciorii (unde se termină în DN21A) și spre vest la Grivița (unde se termină în DN2C).
După al Doilea Război Mondial, comuna Brătianu avea să-și ia numele de Scânteia; cele două comune, Iazu și Scânteia, au fost arondate în 1950 raionului Slobozia din regiunea Ialomița și apoi (după 1952) din regiunea București. În 1968, ele au revenit la județul Ialomița, reînființat, iar comuna Iazu a fost desființată și inclusă în comuna Scânteia.
Figura nr.5. 20 Loturi experimentale, diverse cereale paioase, Com. Scanteia, Jud. Ialomita
5.1.9 Mehadia, județul Caras Severin
Nu departe de Băile Herculane, pe drumul spre Caransebeș, în mijlocul unor peisaje superbe din Banatul montan, se află localitatea Mehadia, cunoscută mai ales pentru castrul roman ale cărui ruine se află în imediata vecinătate a comunei, pe locul numit „La zidine”, și pentru cetatea de o deosebită importanță strategică în epoca medievală. Numele localității, aflată aproximativ la mijlocul drumului dintre anticele așezări Drobeta și Tibiscum, vine de la cuvintele latinești „ad mediam”, care înseamnă la jumătate.
Cetatea Mehadia a fost cel mai probabil ridicată în secolul al XlII-lea de familia nobiliară Gutkeled, probabil între anii 1263-1270. La începutul secolului al XIV-lea, a fost angrenată în conflicte interne, de care nu era străin nici Basarab I, primul domn independent al Țării Românești. A fost și ea preluată de regalitate, fiind integrată în sistemul militar al comitatelor bănățene. Acolo slujeau o mare parte din cnejii români ai locului. Între 1429-1435, acolo au avut reședința cavaleri teutoni, readuși de către Sigismund de Luxemburg. Sub guvernarea lui Ioan de Hunedoara, fortăreața a fost întărită ca să poată sluji drept bastion în lupta cu forțele Imperiului Otoman, în 1441. A fost cucerită de către turci în 1523. După două veacuri, și-a sfârșit rostul la 1738, când în jurul ei s-au dat lupte crâncene.
5.1.9.1 Râpa Neagra de lângă Mehadia
La Râpa Neagra de lângă Mehadia (rezervație geologica)descoperim niște forme de relief inedite. Pe fondul flancului estic al Munților Banatului, la circa 1 km nord de orașul Mehadia, pe dreapta râului Belareca, la vest de traseul șoselei E70, privirea ne este atrasa de o râpa negricioasa, impunătoare prin mărimea (50-60 m înălțime, circa 500 m lungime) si arhitectonica sa. Apropiindu-ne însă (300-400 m de la sosea), observam ca acest ansamblu este alcătuit dintr-o latitudine de ravene cu adâncimi de 1-5 m separate de interfluvii înguste, cu muchii ascuțite, care fragmentează întreaga suprafață a râpei ce secționează fruntea dealului.
Figura nr. 5.21-Rapa Neagra-Mehadia Caras-Severin
Sursa: http://www.interferente.ro/rapa-neagra-de-langa-mehadia.html
Rocile care sunt supuse proceselor de șiroaie si ravenare sunt reprezentate prin șisturi argiloase negre cu intercalații de cărbuni de varsta liasica (Jurasic inferior), care au rezultat din malurile ce s-au depus acum 195-200 de milioane de ani in lagunele oceanului Tethys, cel care in acea vreme făcea legătura intre Oceanul Atlantic si Oceanul Indian. Culoarea neagra a rocii se datorează mediului lagunar, mlăștinos, in care a avut loc acumularea sedimentelor. Fazele orogenezei alpine, care a început acum circa 95-110 milioane de ani, au prins in cutare si aceste depozite, incorporând-le sistemului orogenic carpatic care începuse sa se formeze.
Râpa pe care s-au instalat aceste scurgeri temporare, dar rapide, de ape, a rezultat in anul 1878, prin tăierea dealului ce înainta spre valea Belareca, in vederea amenajării debleului cai ferate Orsova-Caransebes. Deci, acest ansamblu sculptural are o varsta relativ recenta, el depășind cu puțin un secol.
Figura nr. 5. 22- intercalații de calcit
Privind din apropiere relieful de bad-land al Râpei Negre de lângă Mehadia nu poate scăpa observației ca si aici eroziunea selectiva a avut un rol important. Mai toate custurile înguste si crenelate corespund unor intercalații de calcit mai dure, mai rezistente la eroziune, in timp ce ravenele au fost adâncite in spatiile dintre aceste nervuri, acolo unde șistul argilos, mai friabil, a fost repede erodat.
Unicitatea ansamblului sculptural al Râpei Negre, care rezulta pe de o parte din înfățișarea si culoarea bizara a reliefului, iar pe de alta parte din decuparea întâmplătoare a formațiunilor de șisturi argiloase negre, ar putea fi o pledoarie pentru cunoașterea lui.
Râpa Neagra reprezintă un monument al naturii situat in Dealurile Banatului, județul Caraș-Severin, pe teritoriul administrativ al comunei Mehadia (in partea de nord -vest). A fost declarata arie protejata de interes național in anul 2000 si este unul din cele mai importante obiective turistice din Banat.
5. 2.0 Depresiunea Domașnea-Mehadia
Este una dintre puținele contribuții din domeniul geografiei, fiind vorba de un studiu fizico-geografic, cu privire specială asupra reliefului unei unități depresionare mai puțin cercetate – Depresiunea Domașnea-Mehadia, situată ca unitate geomorfologică în bazinul superior al văilor Mehadica și Belareca, la contactul a două mari regiuni de relief – Carpații Meridionali și Carpații Banatului. Lucrarea a necesitat atât observații și cercetări detaliate de teren sau analize de laborator, cât și consultarea și interpretarea unor materiale bibliografice cu profil geografic și geologic. Studiul urmărește să prezinte principalele caracteristici ale complexului fizico-geografic sub aspect genetic și evolutiv, cu accent deosebit asupra reliefului, în strânsă acțiune și interdependență cu celelalte componente ale învelișului geografic, în conexiune cu unitățile limitrofe și cu posibilitățile de cunoaștere și evaluare a surselor de potențial natural al acestora. Textului lucrării i-a fost alăturat un substanțial material ilustrativ, alcătuit din hârți, profile geologice și geografice, fotografii, diagrame și tabele, care au urmărit realizarea unei cât mai judicioase completări a cercetării de bază.
Figura nr. 5. 23- Dealurile Banatului, arie protejata de interes național in anul 2000
5.2.1 Comuna Vărădia, Județul Caras- Severin
Figura nr. 5.24 Comuna Vărădia, Județul Caras- Severin https://ro.wikipedia.org/wiki/Comuna_V%C4%83r%C4%83dia,_Cara%C8%99-Severin
Localizare
Este o localitate de frontieră situată la extremitatea sud-estică a județului Caraș-Severin, lângă granița cu Serbia, la poalele Munților Vârșețului. Se află la 15 km vest de orașul Oravița.
Istorie
La Vărădia a existat cetatea dacă Arcidava, care era reședința obișnuită a regelui Burebista. Romanii au construit aici un castru militar, în apropierea căruia s-a dezvoltat și o așezare civilă. Cercetările arheologice au scos la iveală din perioada romană o ceramică de factură autohtonă, ceea ce conduce la concluzia că dacii au continuat să locuiască aici și sub stăpânirea romană.
În urmă cu un secol, bătrânii satului susțineau că în secolul XVI, pe hotarul actual ar fi existat trei sate distincte: unul care se numea Poiana flămândă, un altul care era amplasat pe deal, lângă cimitir și un al treilea la poalele dealului numit Vele. Cu timpul, cele trei sate s-ar fi unificat, formând Vărădia de astăzi. Aceasta rămâne însă numai o legendă.
Din punct de vedere al istoriei scrise, prima atestare documentară a localității datează din 1390. Este menționată și în 1453, ca proprietate a lui Petru Deschi (?). În notele lui Marsigli din 1690-1700 apare ca fiind inclusă în districtul Vârșeț. În recensământul austriac din 1717 apare ca fiind locuită și cu 180 de case (un număr foarte ridicat pentru acea vreme, fiind una din cele mai mari așezări).
La începutul perioadei habsburgică a trecut când la județul Caraș, când la Severin și chiar încorporată județului Timiș în 1779. Mai târziu a fost ruptă de acest județ. Era totodată proprietate a fiscului, care a vândut-o în 1832 lui Teodor Baich. Aproape un secol a aparținut urmașilor acestuia.
În 1764, la Vărădia s-a născut Paul Iorgovici Brâncoveanu, descendent al unui refugiat ardelean și fiu al preotului Marcu. El a studiat mai întâi la școala din sat, după care și-a urmat cariera prin Europa. A fost un cercetător al originii romane a poporului român și printre primii oameni de cultură din Banat care au scris românește folosind alfabetul latin
Biserica ortodoxă a fost construită în 1754, iar cea greco-catolică în 1890.
În perioada interbelică era o comună mare, cu peste 2.200 de locuitori, cu peste 10.000 de jugăre de pământ, școală, grădiniță, 2 coruri, 2 fanfare și casă națională. De asemenea, în Vărădia funcționau la acea vreme 2 mori, fabrică de sifon și o bancă (Banca Vărădiana).
Figura nr.5.25 Interventia omului in ecosistem
PROIECTAREA SISTEMULUI DE RECUNOAȘTERE AUTOMATĂ A CULTURILOR CU AJUTORUL DRONELOR (integrarea elementelor de la cap.4 și 5 cu simulare pe imaginile preluate cu drona ”dispărută în acțiune”)
5.2 Rezultate experimentale – Efectuarea unei măsurători UAV în incinta Stațiunii de Cercetare-Dezvoltare Horticolă Târgu Jiu
5.2.1 Prezentarea zonei
RAPORT DE EVALUARE
Perioada: 2014-2020
1. Datele de autentificare ale unității de cercetare-dezvoltare.
1.1 Denumirea: Stațiunea de Cercetare-Dezvoltare Horticolă Târgu Jiu
1.2 Statutul juridic: Instituție publică
1.3 Actul de înființare: Ordinul nr.309/29.05.1959 al Ministerului Agriculturii și Silviculturii – Legea nr.290/2002
1.4 Numărul de înregistrare în Registrul Potențialilor Contactori: –
1.5 Director: ing.dr. Călinoiu Ion
1.6 Adresa: loc. Târgu-Jiu, str. Calea București, nr.71, jud. Gorj, cod 210149
1.7 Telefon: 0253-212471; 0253-212609; Fax: 0253-212471, e-mail: pomicola@intergorj.ro
2. Domeniu de specialitate: cercetare-dezvoltare în științe fizice și naturale
2.1 Conform clasificării UNESCO:3107.04; 3107.05
2.2 Conform clasificării CAEN: 7310
5.2.2 Starea Stațiunii de Cercetare-Dezvoltare Horticolă Târgu Jiu
Stațiunea de Cercetare-Dezvoltare Horticolă din Târgu Jiu a fost preluată de către Universitatea „Constantin Brâncuși” din Târgu Jiu.
Figura 5.1 Terenuri agricole aparținând Stațiunii de cercetare și dezvoltare horticolă Târgu Jiu
Figura 5.2 Imagini teledetecție aparținând stațiunii de cercetare și dezvoltare horticolă Târgu Jiu
De asemenea, planul rezultat în urma măsurătorilor cu ajutorul tehnologiei moderne (PARROT UAV) e utilizat și de studenții Facultății de Agricultură, specializarea Măsurători terestre și cadastru, în vederea construirii unui model 3D a campusului universitar.
Se are în vedere întocmirea unui GIS pentru întreaga stațiune de cercetare, întocmirea unor hărți tematice, planuri topografice, precum și o bază de date cu categoriile de teren pe care Universitatea „Constantin Brâncuși” le are în administrare.
Datele suport rezultate în urma măsurătorilor cu drona sunt:
date de tip raster: sunt structuri matriciale bidimensionale, ale căror elemente sunt valori de culoare; acestea pot fi planuri topografice scanate, mozaicuri, DEM-uri, DSM-uri, DTM-uri, hărți tematice;
date de tip vectorial: sunt reprezentări ale primitivelor geometrice: puncte, linii, poligoane care prezintă avantajul că pot stoca informații textuale ca atribut;
date de tip atribut: sunt datele textuale introduse în baza de date; în acest format se pot stoca informații referitoare la poziția echipamentelor, căi de acces în zonă, alte rețele ce traversează regiunea, elemente specifice reliefului local, planuri topografice vectorizate, curbe de nivel.
Figura 5.3 Date rezultate din măsurători
Drona utilizată (Parrot Bebop) a fost achiziționată în regie proprie, realizându-se o măsurătoare cu scop didactic și de cercetare.
5.2.3 Detalii despre drona Parrot Bepop
5.2.3.1 Caracteristici tehnice ale unei drone de tip Parrot Bebop Area 4
Drona este echipată cu un aparat de fotografiat în zona frontală, care captează imagini de tip full HD de 14 megapixeli. Cu toate că drona Bebop a folosit un obiectiv fisheye, ceea ce o face puțin vulnerabilă în caz de prăbușire a aparatului, aceasta tinde să se lovească în obiectiv, totuși are avantaje, în sensul că, numai porțiunea centrală a cristalinului a fost înregistrată în video pentru a minimiza distorsiunile. Se pot lua imagini statice în intervalul de timp (în jur de 5 secunde) pentru scopul propus. Prin urmare, s-a decis să înregistreze RHHM în modul video și extrage cadre individuale de imagini statice din videoclipuri pentru a construi un model 3D.
5.2.3.2 Controlul dronei prin smartphone
Figura 5.4 Controlul dronei prin smartphone
Drona Parrot Bebop își generează propria arie Wi-Fi hotspot. Telefonul mobil comunică cu drona, inclusiv cu camera acesteia la o distanță maximă de 300 m în camp deschis, pe o frecvență de 5,8 GHz, ceea ce înseamnă că se evită interferențele cu rețelele Wi-Fi obișnuite care comunică în frecvențe de 2,4 GHz.
5.2.3.3 Imagini privind pregatirea dronei Parrot Bebop pentru efectuarea zborului
Figura 5.5 Drona Parrot Bepop
Imagini privind pregătirea dronei pentru efectuarea zborului
Figura 5.6 Drona în timpul decolării
Figura 5.7 Drona Parrot – ridicare altitudine
Figura 5.8 Drona Parrot în timpul efectuării zborului și capturarea imaginilor
GPS-ul montat pe drona Parrot Bebop utilizează date ionosferice de corectare a transmisiunii, deja existente precum WAAS, MSAS și EGNOS, care sunt transmise prin satelit. Poate urmări până la 22 din maxim 66 sateliți achiziționați simultan când pornesc, precizia fiind de 2,5 m cu rata de actualizare de 10 Hz.
Precizia GPS și IMU nu reprezintă un factor de definire a succesului sistemului UAV de cartare. Are capacitatea de a furniza fotografii clare, contrastante, nedistorsionate cu grad ridicat de suprapunere care oferă precizia geometrică și datele înălțimii.
Figura 5.9 100 m altitudine tipică de zbor – Număr mare de măsurători GPS corespunzând caracteristicilor terenului; furnizează precizie ridicată
Figura 5.10 Rețea GPS de precizie ridicată
Peste o mie de caracteristici leagă fiecare imagine una de alta creând o hartă de precizie geometrică global sub-pixel. Opțional, 3 – 4 puncte de control pot mișca harta, reducând eroarea de la câțiva metri la precizia GPS-ului staționar (aproximativ 10 cm).
UAV-ul poate furniza hărți de calitate superioară acolo unde un avion la scară largă ar deranja. UAV-ul operează local, dar acoperă zone inaccesibile anumitor soluții aeriene ocazionale, inclusiv planoare, instalații de avion RC ad-hoc sau zmee.
Pteryx Pro are un aparat foto integrat de 10 MPIX, cu lentile standard. Acest fapt se traduce printr-un unghi orizontal de observație de 66 grade. Utilizatorul determină altitudinea de zbor în vederea:
Evitării obstacolelor cu cel puțin 80 m interstițiu/degajare;
Asigurării unei distanțe unghiulare optime între obstacole (contact vizual);
Respectării legii;
Precizia geometrică este asigurată de multitudinea de poze care acoperă orice unghi astfel dând precizie. Rezoluția texturii proiecției de sol va scădea în regiunile de munte.
Tabel 5.1 Date pentru aparatul foto digital de 14 MPIX
Pentru ca pozele să iasă clare, timpul de expunere trebuie să rămână constant, balansul la alb stabil sau să se folosească un format RAW, să fie permisă selecția deschiderii automată și focalizarea să fie fixată la infinit.
Tabel 5.2 Setările camerei foto și timpul de expunere (pentru o viteză de 50 km/h)
5.2.3.4 Traseu de zbor tipic pentru UAV
Figura 5.11 Model de traseu de zbor
Tot ce se află între sol și orbita satelitului apare pe hartă. De data aceasta apare o replică a unui bombardier din al doilea război mondial în mijlocul unui oraș din Anglia. Dacă am avea de-a face cu date UAV, pur și simplu s-ar șterge o poză.
Imaginile suprapuse provenind de la un UAV duc la eliminarea automată a unor obiecte întâmplătoare – o mașină în mișcare vizibilă doar în toate cele 4 poze consecutiv, dar pe harta finală este vizibilă doar dacă trece cel mai aproape de axa optică. Odată cu dezvoltarea metodelor de procesare va fi posibilă eliminarea oricărui tip de trafic folosind exact aceleași date de intrare.
Balansul la culori are de suferit, dar contrastul și detaliile sunt încă bine definite din moment ce aparatele foto din comerț conferă adâncimea culorii mai bună decât scanner-ul oricărui avion de scară largă.
Imaginile disponibile furnizate de sateliți pot fi recente, dar chiar și cea mai universală hartă va prezenta culori arbitrare. Totuși, granițele dintre hărțile furnizate în perioade diferite sunt greu de utilizat.
În realitate, lumea se schimbă semnificativ de la anotimp la anotimp. Cheia succesului este de a realiza o hartă a obiectului dorit la momentul potrivit.
Figura 5.12 Sediul Stațiunii de cercetare și dezvoltare horticolă Târgu Jiu
5.2.3.5 Suprața, forma hărții și altitudinea de zbor
Figura 5.13 Dublarea suprafeței acoperite
În momentul în care se cartografiază o suprafață liniară, prin dublarea altitudinii se dublează automat și suprafața acoperită.
Figura 5.14 Realizarea a două zboruri
Dacă se dorește realizarea a două zboruri, în speranța îmbunătățirii geometrice, datorită cerințelor de suprapunere, zborul înalt reduce doar cu o treime timpul de zbor, deoarece regiunile din exterior au un bitmap valid, dar geometrie proastă.
Figura 5.15 Realizarea a 4, respectiv 8 zboruri
La forma obișnuită a hărții și zboruri multiple, dacă zborul este de două ori mai înalt se înjumătățește numărul necesar de zboruri și se asigură o suprafață mai mare la marginea hărții. Însă suprafața cartată ar trebui să fie plană, deoarece nu se pot cumula informații multi-unghiulare în vederea ortonormalizării obiectelor înalte localizate la marginile hărții.
5.2.3.6 Importanța stabilității aparatului foto
Din moment ce suprapunerile din timpul misiunii sunt costisitoare, foarte important este mai ales în zonele urbane, drona Parrot Bepop utilizează o cameră fixă, de tip fisheye care se rotește și are un design aerodinamic care reușește să atenueze cu success oscilațiile axelor laterale (de tangaj) și transversale (de girație).
Utilizarea unui camere fixe crește suprafața utilă pe timpul virajelor și crește rata succesului procesării datorită unor proprietăți foto previzibile.
Din păcate toate aparatele mici de zbor, oricât de avansate, sunt mici în raport cu dimensiunea unei celule tipice de turbulențe din aer, de aceea rulajul și tangajul depind mai mult de condițiile de vânt. Controlul automat rigid al micilor platforme aeriene cu suprafețe active de control, duce la mișcări semnificative pe termen scurt, cauzând neclaritatea ocazională a fotografiilor. O camera foto fixă și un corp aerodinamic special cu proprietăți excepționale de atenuare pot fi de mare ajutor.
Figura 5.16 Suprapunere garantată la viraje având o cameră fixă
Figura 5.17 Deviații tipice unei camere instabile
Cu o cameră instabilă deviațiile tipice de câteva grade deja necesită o planificare extra a unor procente de suprapunere. Aceasta ia din timpul de zbor, situația înrăutățindu-se în caz de vreme proastă.
5.2.3.7 Inventarul de coordonate
Tabel 5.3 Inventarul coordonatelor măsurătorii
5.2.3.8 Carnetul de teren Stațiunea de Cercetare și Dezvoltare Horticolă Târgu Jiu, jud. Gorj
Job Information
Coordinate System Information
GPS Coordinates
Rezultate experimentale – Efectuarea unei măsurători UAV în incinta Aerodromului Drobeta, Județul Mehedinți
Prezentarea zonei
RAPORT DE EVALUARE
Perioada de cercetare: Decembrie 2016- iunie 2017
Carnetul de teren Aerodromul Drobeta com. Prunișor, jud. Mehedinți
Fieldbook Report
22/12/2016 16:00
Referință zbor nr.14
Job Information
Coordinate System Information
GPS Coordinates
Comuna Prunisor este situata in partea centrala a judetului, in zona de influenta a municipiului Dr. Tr. Severin si la o distanta de cca 25 km de acesta. Comuna Prunisor dispune de cai rutiere, cale ferata și un aerodrom.
-Teritoriul administrativ este strabatut de DN 6(E70) principala cale rutiera din teritoriul comunei care leaga localitatile componente Balota ,Ghelmegioaia, si Prunisor ,constituind o linie mediana vest –est . doua drumuri judetene si 7 drumuri comunale. Drumul national D.N.6(E70 ) este modernizat.
Un zbor s-a efectuat în data de 22 decembrie 2016, în localitatea Gârnița, jud. Mehedinți.
Figura 2.12 Traseul parcurs de dronă în comuna Prunișor, jud. Mehedinți împreună cu histograma zborului
Drona a parcurs o distanță de 1425 m pe lungime, cu o viteză de 6,0 m/s, având o altitudine maximă de 91,00 m.
Figura 2.13 Imagine preluată de dronă la înălțimea de 91 m, comuna Prunișor, jud. Mehedinți
VULNERABILITATI DRONA PARROT BEBOP
La cel de-al doilea zbor experimental, drona a parasit traiectoria programată, aceasta prabusindu-se la limita padurii, suferind pagube destul de consistente.
Din lipsa mea de experienta privind conducerea dronelor, am inceput sa studiez mai mult acest aspect, iar dupa reparatia dronei, mi-am programat un alt zbor efectuat in data de 25 iunie 2017.
Fig. Aparat de zbor ultrausor de tip YR- 5416
Fig. Proprietar Endre Lucian Molnar, Administratorul si proprietarul Aerodromului Drobeta la acordandu-mi prima lectie de zbor.
Fig. Aparat GPS de tip Garmin
Fig. Fotografii realizate in momentul decolarii
Fig. Imagine de ansamblu realizata din aparatul de zbor ultrausor de tip YR- 5416
După această etapă, avand conditii optime de zbor, am lansat si drona pentru a culege informatii noi insa, din motive necunoscute in acel moment am pierdut controlul dronei, iar aceasta a disparut definitiv, chiar daca imi arata pe GPS, pozitia unde s-a prabusit.
5.2.3.10 Carnetul de teren comuna Husnicioara, jud. Mehedinți
Fieldbook Report
20/12/2016 10:00:30
Job Information
Coordinate System Information
GPS Coordinates
A II-A LECȚIE DE ZBOR
A II-a lecție de zbor cu aparatul ultraușor YR-5416, a fost reralizată in luna aprilie 2019, la Aerodromul Barza- in apropiere de municipiul Târgu-Jiu, judetul Gorj,
Fig. Imagine aerodrom Barza-Jud. Gorj
Fig. Imagine panoramica surprinsă din avion in Municipiul Targu Jiu, Jud. Gorj
CONCLUZII, CONTRIBUȚII SI PROPUNERI DE DEZVOLTARE
Necesitatea de dezvoltare a dus la introducerea pe piață a unui nou tip de măsurare, mult mai ușor și mai practic pentru utilizatori. În ultimii ani importanța evoluției a dus la inventarea unui sistem compact de măsurare, lăsând la o parte stațiile totale și alte aparate „învechite”. Parcurgând lucrarea de față se poate observa trecerea în revistă a evoluției fotogrammetriei din anii 1851, când Aimé Laussedat a prezentat primul fototeodolit, când Gaspard Félix Tournachon a realizat primul zbor deasupra Parisului preluând astfel prima imagine fotogrammetrică a unei zone.
Oamenii sunt întotdeauna deschiși unei evoluții, de aceea introducerea vehiculelor aeriene fără pilot a fost binevenită. În ultimii ani, tot mai multe aplicații ale sistemelor UAV în fotogrammetrie au devenit comune. Această evoluție poate fi explicată prin răspândirea combinației low-cost a sistemelor de GPS/INS, care sunt necesare cu ajutorul unei drone.
Metodele de măsurare aero-fotogrammetrice ce sunt folosite se bazează pe o inovație în domeniul fotogrammetric, utilizând imagini preluate cu aparate de tip UAV. Inovația constă în mai multe elemente și anume:
Zborul se face cu drone de mici dimensiuni, ceea ce implică costuri mult mai mici. De asemenea zgomotul redus este unul dintre motivele pentru care sistemele UAS/RPA se pretează foarte bine când este vorba de zboruri fotogrammetrice de joasă altitudine.
O altă inovație o constituie camera „fotogrammetrică” care este o camera foto cu capacitate HD, cu un minim de 24 Mpix. Această camera profesională corelată cu înălțimea mica de zbor (100-200 metri) face ca rezoluția imaginilor să fie foarte mult îmbunătățită (de ordinul centimetrilor).
Sistemele UAS/RPA sunt dotate cu toate echipamentele clasice ce compun un sistem aeropurtat fotogrammetric (platformă girostabilizatoare, IMU, INS, DGPS). Acest lucru reprezintă un alt punct forte al sistemelor UAS/RPA datorită faptului că pot zbura foarte precis pe traseele de zbor.
Calitatea foarte mare a imaginilor, precum și acoperirea între imagini și între benzi fac ca după efectuarea aerotriangulației să se obțină o precizie foarte mare în cazul stereorestituției. Un alt aspect important ce rezultă din calitatea imaginilor și a acoperirilor o reprezintă faptul că aerotriangulația se poate realiza în mod semiautomat.
Pentru folosirea imaginilor preluate în scopul obținerii unei baze de date corelate de tip GIS, se vor măsura repere (premarcaje amplasate la sol) prin metode topo-geodezice, ce vor avea coordonate în sistemul național, dar la care se vor citi apoi coordonatele corespondente și în sistemul imagine.
Măsurătorile au fost realizate cu un vehicul aerian fără pilot, numit PARROT BEBOP. În urma măsurătorilor a rezultat foaia de inventar, carnetul de teren cu toate măsurătorile executate în incinta Stațiunii de Cercetare Dezvoltare Horticolă Târgu Jiu, aeroportul Drobeta, com. Prunișor, jud. Mehedinți, com. Husnicioara, jud. Mehedinți, com. Baia de Fier, jud.Gorj.
Drona PARROT BEBOP UAV are un GPS montat care utilizează date ionosferice de corectare a transmisiunii, deja existente precum WAAS, MSAS și EGNOS, care sunt transmise prin satelit. Poate urmări până la 22 din maxim 66 sateliți achiziționați simultan când pornesc, precizia fiind de 2,5 m cu rată de actualizare de 10 Hz.
6.1. Produse rezultate
În urma măsurătorilor anumitor parcele, realizate cu tehnologii moderne au rezultat hărți tematice, spre exemplu:
Hărți tematice prezentând incinta Stațiunii de Cercetare Dezvoltare Horticolă Târgu Jiu, cu toate detaliile rezultate în timpul măsurătorilor.
De asemenea și baza de date de tip GIS este un produs al aero-fotogrammetriei, fiind unul dintre cele mai importante produse ale preluării de imagini cu sisteme UAS/RPA.
Figura 6.1Hartă tematică Stațiunea de Cercetare Dezvoltare Horticolă Târgu – Jiu
Figura 6.2 Hartă tematică a drumurilor din interiorul Stațiunii de Cercetare Dezvoltare Horticolă Târgu Jiu afectată de construirea șoselei de centură a orașului
Fig. Imangine surprinsa aerian cu ocazia zborului cu aparatul ultrausor de tip YR-5416, efectuată in luna aprilie 2019.
6.2 Ortofotogramă
Ortofotograma este cel mai simplu produs al aero-fotografierii și are la bază un principiu simplu dar important: preluarea ortogonală a imaginilor. Astfel se obțin imagini ce se numesc ortofotograme, ce au proprietatea că dimensiunile obiectelor rămân nedeformate. De preferat este ca aceste imagini să fie preluate în orele în care soarele se află la zenit, pentru a reduce influența umbrelor și a luminozității reduse.
6.3 Ortofotoplan
Ortofotoplanul este produsul complex obținut din alăturarea tuturor ortofotograme-lor preluate în teren. Realizarea ortofotoplanului se bazează pe orientarea imaginilor și compensarea aerotriangulației. Imaginile preluate sunt unite prin mozaicare și astfel se realizează fotoplanul zonei respective. Pentru realizarea ortofotoplanului, acesta se va corecta de efectele de trenare, de eventualele umbre și de influența reliefului din teren.
Un alt produs fotogrammetric ce se poate obține din exploatarea imaginilor achiziționate cu UAV-uri este planul de situație al zonei de interes. Acesta se poate realiza prin vectorizare directă pe baza ortofotoplanului sau prin stereorestituție pe baza modelelor stereoscopice obținute prin suprapunerea fotogramelor, cu parametrii obținuți în urma aerotriangulației. De obicei, planul de situație este realizat pentru inventarierea grafică și contextuală, ținând cont și de toponimia zonei. Planul de situație este de regulă corelat, alături de ortofotoplan, cu baza de date a speciilor de plante, rezultând sistemele de tip GIS.
Preluarea imaginilor cu UAV-uri pentru exploatări fotogrammetrice
Au fost analizate ariile de zbor în funcție de mărimea lor, specificitate (specii de interes prezente în ariile respective și criteriile de observație urmărite pentru fiecare) și în raport cu autonomia aparatului și atitudinile de zbor necesare pentru acoperirea bună a zonelor respective. Au fost executate misiuni cu payload foto – video, atât pentru observație vizuală, fotografie și filmări, cât și pentru fotogrammetrie și realizarea de hărți. S-au testat scenarii de operare în care s-a efectuat atât observație prin fotografiere verticală, cât și fotografie oblică și orizontală, la punct fix.
Prelucrarea fotogrammetrică și fotointerpretarea
Imaginile achiziționate în teren au fost descărcate pe calculator și prelucrate radiometric pentru a contrasta detaliile fotogramei. Cu ajutorul unui soft, imaginile astfel obținute se încarcă pentru a fi prelucrate din punct de vedere fotogrammetric. Prelucrarea fotogrammetrică se bazează pe elementele de orientare de la bordul UAV -ului, dar mai ales pe tehnica corelării automate a imaginilor imediat adiacente.
Datorită faptului că imaginile sunt de o calitate foarte bună, iar acoperirea – atât cea longitudinală, cât și cea transversală – sunt foarte mari, aceasta îi permite softului să găsească foarte multe puncta de legătură între imaginile ce se suprapun. Multitudinea acestor puncte de legătură (de ordinul sutelor) determină o calitate foarte bună a ortofotoplanurilor ce se obțin.
Fotointerpretarea imaginilor culese se bazează pe cunoașterea formei și a aspectului diverselor obiecte, pentru a le putea recunoaște pe imaginile preluate.
Fotointerpretarea și recunoașterea formelor se bazează foarte mult pe experiența utilizatorului uneori nefiind îndeajuns doar câteva aspecte tehnice despre acestea.
6.4 Documentația privind fluxul tehnologic de obținere a imaginilor ortofoto
Principalele etape de lucru sunt: măsurarea punctelor de legătură între modele și compensarea în bloc a fotogramelor, realizată prin aerotriangulație.
Aerotriangulația conține ambele etape și este necesară pentru rectificarea imaginii și obținerea imaginii ortofoto. Legarea imaginilor prin punctele de legătură (realizate manual sau automatic) realizează orientarea inițială a imaginilor în raport cu fiecare în parte.
Ca funcție de sprijin un model digital de elevație (DEM) se calculează după ajustarea imaginilor în bloc, iar corecțiile spectrale pot fi aplicate în diferite etape ale procesului.
Punctele măsurate la sol îmbunătățesc acuratețea rezultatului final, dar acestea sunt opționale în cazul în care nu se dorește realizarea unei ortofotograme cu coordonate în sistemul național. Producția de mozaicuri finale se poate realiza din imaginile orto-rectificate sau din imaginile originale.
Exportul final poate fi realizat sub format *.tiff, *.sdw sau chiar sub format *.kml pentru a fi direct vizibile în Google Earth. Fluxul de lucru pentru obținerea imaginilor ortofoto este următorul: introducerea parametrilor de orientare a camerei, corelarea automata a imaginilor (a punctelor de legătură, tie points) sau manuală, introducerea reperilor și compensarea în bloc a imaginilor (realizarea aerotriangulației), calcularea modelului digital de elevație (DEM), corectarea individuală a imaginilor și mozaicarea acestora pentru a obține ortofotoplanul zonei fotografiate.
CONCLUZII ȘI PROPUNERI
În concluzie, putem afirma că utilizarea dronei este din ce în ce mai practicată atât în tări străine , cât și la noi în tară deoarece oferă posibilitatea utilizatorului sâ pătrundă în zone inaccesibile, dificile sau periculoase pentru operatorii umani.
Privind siguranța personalului, aceasta este asigurată prin efectuarea de măsurători de la o distanță sigură. Măsuratorile se fac printr-o maniera non-invaziva, dronele nelăsând urme sau emisii de orice natura, în timpul sau după efectuarea măsurătorilor.
Măsurătorile sunt efectuate într-o perioadă scurtă de timp și cu o rezoluție temporală ridicată.
Grație vitezei reduse de zbor și a posibilității de a plana, combinată cu un traseu de zbor programabil, se pot studia zone de interes ce acoperă suprafețe relativ mari.
Autopilotul,integrat perfect cu aeronava, poate respecta cu acuratețe planul de zbor prestabilit, controlând camera în așa fel încât să se obțină acoperirea întregii suprafețe studiate.
O prezentare sintetică a stadiului actual de dezvoltare a fotogrametriei și teledetecției, pe baza realizărilor cunoscute pâna în prezent, permite aprecierea realistă a posibilităților și limitelor acestui mijloc de investigare.
Planificarea zborului și măsurătorile au arătat că aceast sistem UAV oferă avantaje mari în înregistrarea patrimoniului cultural, comparativ cu metodele tradiționale.
Majoritatea așa-numitele sisteme de cartografiere UAV curente sau sistemele de cartografiere utilizand dronele folosesc tehnologia autonoma, moderna si sofisticata pentru zbor; și totuși surprinzător ele duc fotogrametria cu 50 de ani in urma, si mai mult!
Cu toate acestea, prin abordarea adecvată a problemelor de eroare și de punere în aplicare fundamentele pentru a obține o precizie adevărat fotogrammetrica, putem face un salt înainte în fotogrametria precise utilizând drone!
Recunoașterea numeroaselor surse potențiale de erori, iar apoi tratamentul adecvat pentru eliminarea sau cel puțin măsurarea acestora, va fi cel mai important factor de discriminare intre sistemele de cartografiere cu ajutorul dronelor. Informațiile de rezistenta si sarcinile utile sunt de o relevanță mică pentru cartografiere exactă si fotogrammetrie. Sistemele care specifică clar preciziile de cartografiere din X si Y, precum și în înălțime, ar trebui să fie sistemele de cel mai mare interes pentru cartografierea fotogrametrica, folosind diferite tipuri de drone. Aceste precizii trebuie să se precizeze definitiv, cu informații clare cu privire la fiabilitatea și repetabilitatea unor astfel de precizii.
Copyright Notice
© Licențiada.org respectă drepturile de proprietate intelectuală și așteaptă ca toți utilizatorii să facă același lucru. Dacă consideri că un conținut de pe site încalcă drepturile tale de autor, te rugăm să trimiți o notificare DMCA.
Acest articol: Teza Doctorat Noiembrie 2020 Pentru Verificare Plagiat [308285] (ID: 308285)
Dacă considerați că acest conținut vă încalcă drepturile de autor, vă rugăm să depuneți o cerere pe pagina noastră Copyright Takedown.