ההשפעה של רכבים אוטונומיים על טכניקות סקר עתידיות

כלי רכב אוטונומיים – מכוניות אוטונומיות, מל"טים, UGVs (כלי רכב קרקעיים לא ממומנים), וכלי מלאכה ימיים – נעים מעבר ל ההייפ של תחבורה צרכנית כדי לעצב מחדש תעשיות שלמות.ההשפעות העמוקות ביותר שלהם עולות בבדיקת הקרקע, שדה שנבנה על דיוק, חזרות, ואת היכולת ללכוד נתונים מרחביים מסביבות מורכבות.

כיצד כלי רכב אוטונומיים מעצבים מחדש

סקר מסורתי מסתמך על נקודות סטטיות: תחנה כוללת שהוקמה על מסלול, מקלט GPS שנערך על פני ציון, או טיסה של מזל"ט יחיד מתוכנן דרך נקודת דרך באמצעות נקודות דרך. כלי רכב אוטונומיים למנוע מודל זה. במקום סקר נע לכל מיקום מדידה, הרכב נע עצמו, לכידת מידע ברציפות תוך כדי המעבר.זה נוגע בכל חלק של מחזור אבטחת המידע.

אוסף נתונים משופר עם אינטגרציה רב-סנסורית

כלי רכב אוטונומיים מודרניים נושאים סוויטות חיישן עשירות בהרבה מכל כלי סקר יחיד.תצורה אופיינית כוללים LiDAR עבור החל, photogrammetric או רב-ספקטרום מצלמות, יחידות מדידה לא רצויות (IMUs), ו- GNSS מקלטים.כאשר משולבים בפלטפורמת מובייל יחידה, חיישנים אלה יכולים לייצר עננים נקודתיים, אותדמיות, ומפות ספקטרום ב-Switch יחיד.

היתוך רב-סנסטור זה גם משפר את איכות הנתונים.IMU שומר אוריינטציה מדויקת גם כאשר אותות GNSS חלשים (למשל, תחת קנאופפי עץ או בקניונים עירוניים) מצלמות לספק מידע טקסט המסייע לסווג אובייקטים בענן הנקודה. על ידי שילוב של שיטות, כלי רכב אוטונומיים ליצור מוצרים סקר עם פחות פערים ופחות לאחר עיבוד זמן.

עיבוד אוטומטי ותהליך בזמן אמת

אחת ההתפתחויות המשמעותיות ביותר היא עיבוד לוח.מערכות מיפוי ניידות מוקדמות נדרשות סקרים ללכוד נתונים בתחום ואז לחזור למשרד במשך ימים של עיבוד. פלטפורמות אוטונומיות מודרניות יכולות לייצר עננים ומפות נקודה גיאוגרפית על זבוב, באמצעות אלגוריתמים בו-זמנית ומיפוי (SLAM) אלגוריתמים בזמן אמת זה מאפשר למסקרים לאמת כיסוי בעודם בשטח, קליטת אזורים חסרים באופן מיידי, ואפילו לכוון את הרכב לקיצור משובים.

יתר על כן, מערכות מיפוי אוטונומיות יכולות לפעול ברציפות. צוות סקר עשוי להגדיר UGV לסרוק אתר בנייה בן לילה, להוריד את הנתונים עד הבוקר. אוסף זה ללא הפסקה פותח אפשרויות לניטור סביבות דינמיות - מפולות קרקעיות, התקדמות בנייה או שחיקה קו החוף - בתדרים זמניים בלתי אפשריים עם צוותים מסורתיים.הסקר הגיאולוגי של ארה"ב ניסויים עם רובוטים קרקעיים אוטונומיים למעקב חוזר של מדרונות פעילים, המציגים, כי ניתן לעקוב אחר אותם חודשים עם טמפרטורות חד-צפויות.

ציוד חדש: Drones, UGVs ומערכות היברידיות

הנוף הציוד מתפזר במהירות.כטב"טים קטנים הפכו לסטנדרט עבור סקרים אוויריים, אבל טכנולוגיית רכב אוטונומית דוחפת את הגבולות קדימה. Vertical Take-off ו הנחיתה (VTOL) רחפנים קבועים יכולים כעת לבדוק מאות של Hectares באופן אוטונומי, לאחר נתיבי טיסה מותאם להסתגל ל- Windtical Take-topography ללא התערבות אנושית (VAU) מבצעים סקר ימי ו-APTIFic עבור תחנות מים ו-APTIVEL.

כלי רכב קרקעיים מתפתחים גם. אישורים אוטונומיים מצוידים בנשק רובוטי יכולים להציב ולאחזר נקודות שליטה קרקעיות (GCPs) או מטרות לגיאפרף. חלק מהטיפוסים אפילו להגדיר ורמות לאימות התחנה הכולל, משימה שמחייבת באופן מסורתי עוזר שדה.הופעתם של פודים מודולריים שמציקועים על כס אוטונומיים קיימים פירושה שחברות סקר יכולות לעדכן את צי ללא פלטפורמות שלמות, שמירה על השקעות.

השפעה על טכניקות סקר מסורתי

כלי רכב אוטונומיים אינם רק מוסיפים כלים חדשים; הם מכריחים בחינה מחודשת של הליכים ארוכי טווח.טכניקות שנלמדו במשך עשרות שנים - תוך ניתוק, החלפה, הלולאות ברמתות - מתווסף או מוחלפות על ידי זרמי עבודה אוטומטיים. סקרים חייבים להחליט אילו צעדים מסורתיים נותרו רלוונטיים ואשר ניתן להקצות בבטחה למכונות.

שינוי ידני לזרימות עבודה אוטומטיות

בסקירה קונבנציונלית של גבולות וטופוגרפיה, התהליך מתחיל לעתים קרובות עם איסוף נתונים: הליכה באתר כדי לזהות נקודות שליטה, מכשולים, ודרכי גישה.רכב אוטונומי יכול לשלב את הרנסאנס הזה עם איסוף נתונים במעבר אחד.הסקר מציין את אזור העניין על מפה דיגיטלית של ציוד עבודה; המכונית לנווט בפרויקט זה באמצעות חיישנים שלה ו- GPS, איסוף נתונים תוך הימנעות מסיכון זה עבור מחזור נתונים סטנדרטיים של מחזור נתונים של מחזור נתונים מפלט נתונים של מנועי מעקב אחר , אשר ניתן למפות נתונים סטנדרטיים של תרופות נוגדות נתונים של תרופות אוטומטיות (מסלולאריכים) אשר ניתן למפותחים סטנדרטיים של מנועי עיבוד נתונים קבועים על גבי צינורות נתונים קבועים על גבי צינורות נתונים של ציוד עיבוד נתונים (מדומים) אשר נמצאים במרחק של מנועים של מנועים) קרוב לסוללות נתונים סטנדרטיים של תרופות אלקטרונים של תרופות נוגדות נתונים של מנועי עיבוד נתונים).

טכניקה נוספת להיות אוטומטי היא ניהול-נקודת בקרה. במקום להציב תחנת כוללת על נקודה ידועה ולדיד נקודות לא ידועות באמצעות זוויות ומרחקים, כלי רכב אוטונומיים יכולים להשתמש ב kinematic בזמן אמת (RTK) בשילוב עם ציון דרך חזותי תואם להשגת דיוק ברמה סקר ללא מונומנטים פיזיים. בעוד נקודות בקרה קבועות נשארות ערך למעקב ארוך טווח, סקרים קצרים רבים יכולים כעת להסתמך על מיקום מבוסס על מיקום יחסי.

שינויים באבטחת שדה וגישה

סקרי דרכים, כבישים פעילים, ומדרונות תלולים תמיד מציבים סיכונים בטיחותיים.כלי רכב אוטונומיים יכולים לפעול באזורים אלה ללא אדם בפנים, חיסול הסכנה של התנגשות תנועה, נפילות, או overexertion. Surveyors יכולים להישאר בפוסט פקודה בטוח, ביקורת על הזנות נתונים ולהתאים פרמטרים של משימה מרחוק.זה לא רק משפר את הבטיחות אלא גם מרחיב את טווח האתרים שניתן לחקור - אזורים בלתי יציבים, או שדות פסולת, הופכים להיות גמישים.

כמו כן, מזל"טים אוטונומיים יכולים לחקור מבנים אנכיים כמו גשרים, מגדלים וצוקים, ביצוע בדיקות הדורשות בעבר חבלים או מסלק דובדבן.היכולת לבצע סקרים שיטתיים, חוזרים על תשתיות בסיכון גבוה מבלי לשלוח אנשים לסכנה היא שיפור טרנספורמטיבי של בטיחות הציבור ותזמון הפרויקט.

אינטגרציה עם BIM ו- GIS

בניית מודלים מידע (BIM) ו-GEC מערכות מידע גיאוגרפית (GIS) הופכים למרכזיים לסקר מודרני.כלי רכב אוטונומיים ניזונים ישירות לסביבות הדיגיטליות הללו.A UGV יכול לסרוק קומה שלמה של בניין תחת בנייה, ומייצרים ענן נקודה בנוי, אשר באופן אוטומטי מתאים עם פערי ניהול BIM. Deviations ממוחזרים בזמן אמת, ומאפשר תיקונים לפני שהמסחר הבא מגיע ל-GIS גדול, כגון מיפוי נתונים של כמה קילומטרים של כלי רכב אוטונומיים, בעוד שעדיין ניתן לקצר את היקף של קבוצות בקרה של קבוצות מאובטחים עם מיפוי אוטומטי.

השלכות על סקר מקצועי

מאחר שמכוניות אוטונומיות מניחות יותר מעבודות איסוף הנתונים הפיזיות, התפקיד של הסקרן מתפתח. ג'ובס לא מבוטל, אבל פרופיל הכישורים משתנה באופן דרמטי.מקצועים אשר מחבקים את השינוי ימצאו עצמם באחריות גדולה יותר לעיצוב מערכת, אבטחת איכות נתונים וייעוץ לקוחות.

דרישות סקיל ואימון

סקרים חייבים להיות מיומנים בטכנולוגיית חיישן, עקרונות ניווט אוטונומיים, ומיזוג נתונים.הבנת כיצד LiDAR, IMU ומצלמות אינטראקציה - ומה גורם להם להיכשל - חשוב כמו לדעת כיצד להתאים תחנה כוללת.אימון בשליטה גיאווידטית במערכות מיפוי ניידות, כולל קיטור ותיקון כלי נשק ניידים, הוא חיוני.

אוניברסיטאות ובתי ספר טכניים מתחילים לעדכן תוכניות לימודים.קורסים על רובוטים, למידת מכונה ומערכות חיישן אוטונומיות מופיעים לצד תיאוריית סקרים מסורתית. תוכניות חיזוי כושר המשלבות ניסיון שדה עם הכשרה מבוססת סימולציה עבור פלטפורמות אוטונומיות סביר להניח להיות נפוץ. סקרנים אשר משקיעים מיומנויות אלה יפקדו על פיצוי גבוה יותר, כמו חברות להתחרות על כישרון מסוגל לפרוס ולפתור ציוד מתקדם.

שילוב תפקידים ותחומי אחריות

ההתחזות המסורתית בין שדה ומשרד העבודה מטושטשת.מסקר עשוי לפקח על כלי רכב אוטונומיים מרובים ממקלט מרכזי, מעבר בין משימות כהתקדמות מדווחת.התפקיד של "אספן נתונים שדה" נעלם במידה רבה, מוחלף על ידי "מנהל פעולות אוטונומי" אדם זה מבטיח תוכניות המשימה הן ללא התנגשות, מאמת זרמי נתונים בזמן אמת עבור שלמות, ומערב רק כאשר הרכב נתקל במצב לא מתואם, כגון התאמות סופיות, הן עשויות לבצע התאמות סופיות, כגון התאמות סופיות, כגון התאמות משפטיות.

סקרים מרשימים - ההיבט המבוקר ביותר של המקצוע - עדיין דורש שיפוט אנושי עבור אנדרטה, שחזור ראיות ופרשנות משפטית.עם זאת, כלי רכב אוטונומיים יכולים לסייע: הם יכולים לאתר ול לסרוק מונומנטים קיימים, ליצור רשומות מדויקות של מצבם, ואפילו להציע את המקומות הטובים ביותר עבור מונומנטים חדשים המבוססים על גאומטריה בלתי מזוקקת.

שיקולים כלכליים

השקעה ראשונית בציוד לרכבים אוטונומיים ופודיישן שלהם גבוהה יותר מאשר לתחנות מסורתיות או אפילו מזל"טים מטרה אחת.UGV עם דירוג סקר LiDAR יכול לעלות $50,000 או יותר. אבל השינוי הכלכלי כאשר שעות העבודה מופקדות ב- 1 עד שלושה אנשים עשוי להיות מוחלף על ידי מפעיל אחד וצי של כלי רכב הפועלים סביב השעון.

אתגרים ושיקולים

למרות ההבטחה, סקרים אוטונומיים אינם ללא חיכוך, טכניים, רגולטוריים, ואתיים יש לטפל לפני מערכות אלה להפוך לנורמה בתעשייה. סקרים צריכים להיות מודעים לאתגרים אלה כדי לתכנן נתיבי אימוץ חכמים.

סיקור ה Hurdles and Standards

כלי רכב אוטונומיים במרחב הציבורי מוסדרים מאוד.בארצות הברית, פעולות ה- FAA שולטות, כולל אתגרים מעבר לראייה (BVLOS) אשר חיוניים לסקרים גדולים.המנהל הלאומי לבטיחות בדרכים אוטונומיות (אך במדינות רבות יש מסגרות דומות שעדיין מתפתחות.

פרטיות נתונים ואבטחה

כלי רכב אוטונומיים ללכוד כמויות עצומות של תמונות ומידע מרחבי שעשוי לכלול רכוש פרטי, פרטים מזהים או תשתיות רגישות. חוקי פרטיות נתונים (כמו GDPR באירופה ותקנות ברמה המדינה בארה"ב) דורשים כי נתונים כאלה יש לטפל באחריות. חברות סקר חייבות ליישם מדיניות עבור אנונימיזציה או מטושטשת של פניות, צלחות רישיון, ופרטים פרטיים אחרים בחשבונות מספקים.

אמינות ואימות

שום מערכת אוטונומית אינה מושלמת.תקלות חושית, טיפות GNSS, או מכשולים בלתי צפויים יכולים לגרום פערים או ירידות דיוק. סקרים חייבים להיות נהלי אימות חזקים.זה בדרך כלל הצבת כמה מחסומים סקרים (אמת הקרקע) בתוך האזור והשוואה בין התוצאות האוטונומיות נגדם.עבור משימות בעלות דיוק גבוה כמו ניטור התנחלויות או בקרה מכונה, אימות עצמאי באמצעות תחנה או רמה עדיין נדרש על ידי רבים של חוזים אוטונומיים צריך לשקול במהירות של איסוף נתונים.

תחזית עתיד

המסלול ברור: כלי רכב אוטונומיים ייקחו נתח של משימות סקרים.אבל העתיד אינו תחליף סיטונאי של בני אדם - זוהי שותפות שבה מכונות מטפלות בעבודה החוזרת והמסוכנת בעוד אנשי מקצוע מתמקדים בפרשנות, אבטחת איכות ומערכות יחסים של לקוחות.

ציים אוטונומיים

בסופו של דבר חברות יפיצו ציים מתואמת של קרקע, אוויר וכלי מים שמתקשרים זה עם זה. תרחיש טיפוסי: מזל"ט מזהה אזור של עניין ומסמן אותו עם גבול וירטואלי; רכב על פני השטח עובר לאסוף גבוה density LiDAR ו-קרקע-penetrating נתונים מכ"ם; בינתיים, פרויקט תת-קרקעי בודק בסיס תת-קרקעי של אבקר, כל שלושת כלי הרכב העלולים להחזיר סקרי זמן מורכבים להורדתם, כדי להגדיל את התכונות של בדיקות ענן.

שיתוף פעולה עם Smart Infrastructure

כמו ערים וכבישים הופכים להיות "חכמים" עם חיישנים משובצים ומערכות תנועה מקושרות, כלי רכב סקר אוטונומיים יוכלו להתחבר לזרמי נתונים קיימים. A Road-surveying UGV יכול לקבל עדכונים מעבורת מתשתית העיר, המאפשרים לו לקבוע משימות במהלך חלונות דלתיים נמוך.בניינים חכמים עשויים לשלוח את ה- BIM שלהם לקוראיינטאורדינטאורדינטאורדינטציה של כלי הרכב, המאפשרת היערכות אוטומטית זו בין ציוד קליני לבין ציוד מהיר יותר, לבין סביבת איסוף מהיר יותר, וחדשני אבטחה מהירה יותר, ומערכת אבטחה מהירה יותר, וחדשני אבטחה מהירה יותר, ומערכת מידע מהיר יותר, כך, כך יהיה לשלוח יותר, כך יהיה לשלוח יותר.

מסקנה

הגעת כלי רכב אוטונומיים בסקר היא לא מהפכה מרוחקת; זה קורה עכשיו, לעצב מחדש את הכלים, הטכניקות ותפקידים מקצועיים המגדירים את השדה. פלטפורמות עשירי חיישן אוספים נתונים עם מהירות ודחיסות חסרת תקדים; עיבוד בזמן אמת קצר דרך הזמן משדה למפה סופית; וסוגים חדשים להרחיב את הגישה לאתרים שלא ניתן לתגמול קודם לכן.