Funzionalità avanzate, informazioni migliori

L’integrazione tra il sistema di posizionamento satellitare GNSS RTK (Global Navigation Satellite System Real-Time Kinematic) e la tecnologia SLAM (Simultaneous Localization and Mapping) rappresenta un importante passo avanti nel campo della navigazione autonoma e della mappatura ad alta precisione. Queste due tecnologie complementari, se utilizzate insieme, permettono di ottenere dati di posizionamento estremamente accurati e mappe dettagliate di ambienti complessi, rendendo questa fusione ideale per numerose applicazioni industriali e scientifiche.

Cos’è GNSS RTK?

Il GNSS RTK è una tecnologia di posizionamento in modalità cinematica ed in tempo reale che migliora notevolmente la precisione delle coordinate geografiche ottenute dai satelliti. Mentre un sistema GNSS standard in modalità stand alone fornisce posizionamenti con un errore che può variare da qualche metro a decine di metri, RTK utilizza una stazione base fissa e un rover mobile per correggere gli errori in tempo reale, raggiungendo un’accuratezza di pochi centimetri.

Cos’è SLAM?

SLAM è una tecnologia che permette a un dispositivo mobile (come un robot, drone o veicolo autonomo) di mappare un ambiente e contemporaneamente localizzarsi al suo interno. SLAM utilizza sensori come lidar, telecamere o IMU (Inertial Measurement Unit) per creare una mappa dell’ambiente circostante e tracciare la posizione del dispositivo in tempo reale, anche in ambienti sconosciuti o privi di segnale GPS.

Vantaggi dell’Integrazione GNSS RTK e SLAM

1. Accuratezza Estrema del Posizionamento

L’integrazione del GNSS RTK con SLAM consente di combinare la precisione assoluta dei dati GNSS con la localizzazione dettagliata e relativa ottenuta dal sistema SLAM. Questo è particolarmente utile in scenari in cui il dispositivo deve operare in ambienti sia interni che esterni. Nei contesti all’aperto, dove il segnale satellitare è forte, il GNSS RTK fornisce posizioni assolute molto precise; mentre in ambienti chiusi o privi di segnale satellitare, il sistema SLAM può continuare a localizzare il dispositivo con alta accuratezza relativa.

2. Correzione della Deriva SLAM

Uno dei limiti principali della tecnologia SLAM è la deriva, ovvero l’accumulo di errori di posizione nel tempo. Questo avviene perché il sistema si basa sulla continua comparazione di caratteristiche visive o di profondità dell’ambiente. L’integrazione con GNSS RTK permette di correggere questi errori fornendo correzioni in tempo reale, mantenendo la precisione del sistema di localizzazione anche su lunghe distanze e in periodi prolungati di operazione.

3. Navigazione in Ambienti Misti (Indoor/Outdoor)

L’integrazione di GNSS RTK e SLAM consente ai dispositivi di navigare senza problemi tra ambienti interni ed esterni. Mentre il GNSS RTK fornisce una precisione eccellente in spazi aperti, il segnale satellitare può essere debole o assente in spazi chiusi. In questi casi, il sistema SLAM può prendere il controllo e mantenere una localizzazione affidabile. Questa capacità di operare in ambienti misti è particolarmente utile in contesti industriali, logistici e agricoli, dove le operazioni si svolgono sia all’interno che all’esterno.

4. Maggiore Robustezza in Ambienti Complessi

La presenza di ostacoli, superfici riflettenti o ambienti con segnali GNSS deboli può compromettere la precisione dei sistemi di localizzazione tradizionali. La fusione dei dati GNSS RTK con quelli SLAM offre una maggiore robustezza in questi ambienti complessi, poiché i due sistemi possono compensare i rispettivi limiti. Per esempio, in un ambiente urbano con grattacieli che bloccano il segnale GNSS, il sistema SLAM può mantenere la localizzazione del dispositivo sfruttando i dati raccolti da lidar o telecamere.

5. Miglioramento della Mappatura 3D

Integrando i dati GNSS RTK e SLAM, è possibile migliorare la qualità delle mappe 3D. Il GNSS RTK fornisce informazioni georeferenziate ad alta precisione, mentre SLAM crea una mappa dettagliata e densa dell’ambiente circostante. Questa combinazione consente di ottenere mappe 3D con coordinamento geospaziale preciso, utile in applicazioni come rilievi topografici, costruzioni, e operazioni di ricerca e soccorso.

6. Facilità d’Uso e Automazione

L’integrazione di GNSS RTK e SLAM facilita l’automazione in numerose applicazioni, come i veicoli autonomi e la robotica mobile. La capacità di navigare e mappare autonomamente sia in ambienti chiusi che aperti con alta precisione riduce la necessità di intervento umano, migliorando l’efficienza e riducendo i costi operativi.

Applicazioni dell’Integrazione GNSS RTK-SLAM

1. Droni per Rilievi Aerei e Mappatura: I droni possono beneficiare di una navigazione accurata anche in spazi aperti e complessi come foreste, canyon, o centri urbani.
2. Robotica di Magazzino: I robot in ambienti logistici possono passare da aree interne a cortili esterni senza perdere precisione nella localizzazione.
3. Veicoli Autonomi: Per i veicoli a guida autonoma, è fondamentale disporre di un sistema che garantisca una localizzazione precisa sia in strade aperte (con GNSS RTK) che in parcheggi sotterranei o tunnel (con SLAM).
4. Agricoltura di Precisione: Le macchine agricole possono mappare accuratamente i campi agricoli, migliorando l’efficienza delle operazioni come la semina e l’irrorazione.

Conclusioni

L’integrazione dei dati GNSS RTK con la tecnologia SLAM offre una soluzione avanzata per la navigazione autonoma e la mappatura in tempo reale. Questa combinazione non solo migliora la precisione della localizzazione, ma consente anche di superare i limiti che ciascuna tecnologia ha singolarmente. Dalla robotica, ai droni, ai veicoli autonomi, questa fusione sta aprendo la strada a una nuova generazione di dispositivi capaci di operare in modo preciso e autonomo in qualsiasi ambiente, aumentando l’efficienza e riducendo i costi.

La fotogrammetria e il LiDAR sono due tecnologie utilizzate per il rilievo tridimensionale, ma si basano su principi e strumenti diversi. Ecco le principali differenze tra un rilievo fotogrammetrico e un rilievo LiDAR:

1. Principio di funzionamento

• Fotogrammetria: Si basa su fotografie bidimensionali scattate da diverse angolazioni. Utilizzando tecniche di triangolazione, si ricostruisce la posizione tridimensionale degli oggetti. La fotogrammetria sfrutta la luce visibile e richiede che la scena sia ben illuminata per ottenere buone immagini.
• LiDAR (Light Detection and Ranging): Utilizza impulsi laser per misurare la distanza tra il sensore e gli oggetti circostanti. Il sensore invia impulsi di luce laser e misura il tempo impiegato per il ritorno degli impulsi riflessi, creando così una nuvola di punti 3D molto accurata.

2. Strumenti

• Fotogrammetria: Fotocamere (aeree o terrestri), software di elaborazione immagini per generare modelli 3D (come 3DF Zephyr LINK).
• LiDAR: Scanner laser montati su droni, aerei o veicoli terrestri. Questi scanner inviano impulsi laser per creare mappe tridimensionali.

3. Precisione e dettaglio

• Fotogrammetria: Può essere molto dettagliata, ma la precisione può essere inferiore in condizioni di scarsa illuminazione o quando si rilevano superfici riflettenti o trasparenti. La qualità del modello dipende dalla risoluzione delle immagini e dal numero di punti di vista utilizzati.
• LiDAR: Estremamente preciso e in grado di ottenere misurazioni accurate anche su superfici difficili, come la vegetazione densa o in condizioni di scarsa visibilità (es. nebbia o oscurità). Il LiDAR penetra anche tra la vegetazione, permettendo di rilevare il terreno sottostante.

4. Ambienti e applicazioni

• Fotogrammetria: È adatta per l’architettura, la documentazione del patrimonio culturale, la mappatura topografica, la modellazione urbana e progetti di ricostruzione storica. La fotogrammetria richiede ambienti ben illuminati e non è efficace in presenza di vegetazione fitta.
• LiDAR: Utilizzato soprattutto in mappature topografiche, geologiche e forestali, per rilevare strutture sotterranee e creare modelli del terreno sotto la vegetazione. È ideale per l’uso in foreste o aree in cui il terreno è difficile da rilevare visivamente.

5. Costo e complessità

• Fotogrammetria: Generalmente meno costosa, poiché utilizza fotocamere standard, ma richiede una notevole elaborazione software per ottenere risultati accurati.
• LiDAR: Più costoso a causa della complessità della strumentazione (scanner laser), ma fornisce risultati immediatamente più precisi, riducendo la necessità di post-elaborazione.

6. Dati raccolti

• Fotogrammetria: Produce modelli 3D basati su immagini che possono essere utili anche per analisi visive (texture, colori), fornendo informazioni sia geometriche che visive.
• LiDAR: Produce nuvole di punti estremamente precise, ma non cattura informazioni visive (come colori o texture) a meno che non venga combinato con fotocamere.

Sintesi

• Fotogrammetria: Economica, buona per la documentazione visiva, ideale per modelli di superfici con pochi ostacoli.
• LiDAR: Più costoso, ma estremamente preciso, funziona in tutte le condizioni e penetra attraverso la vegetazione.

La scelta tra le due tecnologie dipende dalle esigenze del progetto, dal budget e dalle condizioni ambientali.

La sperimentazione presentata costituisce la prima fase di una ricerca interdisciplinare finalizzata alla codificazione di procedure di controllo e analisi non distruttiva dello stato di conservazione di manufatti del patrimonio culturale per orientare azioni di conservazione preventiva.

Lo studio è coordinato dal prof. Massimiliano Campi, dalla prof.ssa Antonella di Luggo e dall’arch. Valeria Cera del Dipartimento di Architettura dell’Università degli Studi di Napoli Federico II, nell’ambito dell’Accordo di Collaborazione Scientifica tra il Centro Interdipartimentale di Ricerca Urban\Eco della Federico II e la Diocesi di Teggiano-Policastro, nella figura del Vicario Generale, Don Giuseppe Radesca.

L’indagine è stata condotta sulla chiesa di San Michele Arcangelo a Padula interessata da fenomeni di distacco dell’intonaco di alcuni affreschi del 1954, localizzati all’intradosso dei sistemi voltati, dai quali risultano ora visibili le tracce di pitture antecedenti.

Il lavoro è stato condotto con il supporto dell’azienda MicroGeo, coinvolta allo scopo di relazionare le componenti morfo-metriche acquisite con tecniche di rilievo strumentale ad aspetti cognitivi e tecnici quali dati microclimatici, termici, materici e di scostamento geometrico, al fine di rendere il modello tridimensionale del rilievo architettonico un supporto per la simulazione di scenari connessi a programmi di prevenzione conservativa.

Per tale motivo, dopo aver effettuato un rilievo TLS con un  Faro Focus3D X330 della chiesa, sono state acquisite informazioni di dettaglio delle parti ammalorate degli affreschi attraverso un rilievo con termocamera.

Impiegando una camera termica TESTO890, sono state scattate immagini termiche e, allo stesso tempo, sono state registrate anche fotografie nel campo del visibile con una camera reflex CanonEos1300D collocata sullo stesso treppiede in modo da far coincidere i centri ottici dei due sensori nella fase di processamento. All’interno del software 3DF Zephyr, sono stati dapprima orientati e processati i fotogrammi reflex. Sfruttando la coincidenza dei centri ottici, sono state selezionate poi le immagini termiche come origine del dato. A partire dalla nuvola densa precedentemente ricostruita, le informazioni sul comportamento termico delle superfici sono state proiettate sui singoli punti della nuvola ottenendo un modello 3D discreto in cui per ogni punto alla posizione nello spazio risulta aggregato anche il valore di temperatura e il dato di colore.

Con riferimento alla cupola di copertura del transetto, l’analisi degli stati termici ha evidenziato la presenza di 4 aree fredde discendenti dalla lanterna verso l’imposta, con una temperatura più bassa (di 0.8 o 1.9 gradi a seconda della stagione) rispetto alle zone circostanti.

La lettura incrociata dei dati termici con quelli geometrici e fotografici ha restituito l’insistenza di una condizione patologica di forte umidità in 4 spicchi che sono molto più estesi rispetto alle parti che visivamente risultano intaccate.

Una ispezione visiva condotta all’estradosso, ha consentito in effetti di ricondurre tali porzioni ai punti liberi della superficie della cupola, non interessati dall’intersezione con il sistema di copertura dell’aula e del transetto. Qui, in effetti, non era presente una adeguata coibentazione, oggi messa in opera.

Grazie quindi ai dati provenienti dalla termocamera è stata ravvisata la presenza di umidità che non è visibile in superficie e, per questo, da monitorare per ovviare alla manifestazione di ulteriori fenomeni di degrado, comportanti distacchi di intonaco in aree più grandi.

Chiaramente, le analisi e le relative valutazioni critiche definiscono la base di partenza per indirizzare alcune azioni di intervento diretto e, al tempo stesso, orientare le scelte più opportune per successivi approfondimenti diagnostici, più ristretti e mirati, riducendo i danni al patrimonio storico.

—

Questa fase di progetto ha visto il supporto degli arch. Michele Sanseviero, Alessandro Cancellaro e Marika Falcone nonché il contributo degli architetti Giovanni Angrisani e Lorenzo Bisceglia.

Il lavoro è stato, inoltre, condotto con la competente collaborazione di Michele Cirignano e il sostegno dell’azienda MicroGeo che si ringraziano per aver messo a disposizione della ricerca la termocamera TESTO890 e il software 3DF Zephyr per il processamento dei dati.

—

Per ulteriori approfondimenti, si rimanda alla lettura di alcuni contributi scientifici:

Cera Valeria (2022). Multisensor Data Fusion for Cultural Heritage Assets Monitoring and Preventive Conservation. ISPRS International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLVI-2/W1-2022, pp.151-157. https://doi.org/10.5194/isprs-archives-XLVI-2-W1-2022-151-2022, 2022.

Cera Valeria (2021). La manipolazione di modelli discreti per orientare l’indagine diagnostica per il restauro. In Rosa Anna Genovese (Ed.), Il patrimonio culturale tra la transizione digitale, la sostenibilità ambientale e lo sviluppo umano. Cultural Heritage in digital transition, environmental sustainability and human development, pp. 167-190. Napoli: Giannini Editore. ISBN 978-88-6906-196-7.

Il Riegl VZ-400i è smart

 L’app RIEGL VZ-i Series permette il controllo remoto dello scanner. Otterrai il potentissimo mondo Riegl nel palmo della tua mano. L’app è disponibile sia per iOS, Android e Windows.

Registrazione automatica sul campo

Una delle attività più dispendiose in termini di tempo che i professionisti si trovano ad affrontare è la registrazione delle nuvole di punti. Oltre alla già citata sincronizzazione Cloud, il VZ-400i, grazie a due processori a bordo, è in grado di effettuare contemporaneamente l’acquisizione dati e la registrazione automatica.

Il primo processore è infatti dedicato all’acquisizione dati ed all’analisi del segnale Multi-Target e a tutte le operazioni di sistema, mentre il secondo si dedica al calcolo in tempo reale dell’allineamento.

 Capacità multi-target

 Senza dubbio una delle peculiarità del VZ-400i è la capacità multitarget. Cosa s’intende? Durante l’acquisizione ogni impulso laser emesso fornisce diverse informazioni di tutti i bersagli che ha incontrato.

Queste informazioni possono essere utilizzate per migliorare in modo significativo il contenuto informativo delle nuvole di punti. Quindi, a differenza di molti Laser Scanner sul mercato che non generano echi di ritorno e quindi perdono buona parte del dato, con il VZ-400i è possibile personalizzare il programma di misurazione e il numero massimo di target da utilizzare, conservando la maggior parte del dato.

La caratteristica di generare echi di riflessi, ad esempio, permette al VZ-400i di leggere il terreno al di sotto della vegetazione.