Visualization Virtual Globe with Extravagance!

ขึ้นหัวข้อไว้เป็นอังกฤษเพราะไม่รู้จะแปลเป็นภาษาไทยว่าอะไรจึงจะฟังเข้าท่า เพิ่งไปเห็น Liquid Galaxy ของจริงมา โดยทีมงานของ ท่านอาจารย์ วีระ เหมืองสิน ภาควิชาคอมพิวเตอร์ จุฬาฯ เป็นการใช้คอมพิวเตอร์ทัวไปประสานงานกันอย่างหลวมๆด้วยเครือข่ายผ่าน แนวคิด framework Liquid Galaxy พร้อมกับใช้ใชจอภาพขนาดใหญ่ ที่ขอบบางๆ วางต่อเนื่องกัน ทำให้ได้ภาพพาโนรามาขนาดใหญ่ของ Google Earth

ในภาพทีมงาน ท่านอาจารย์ วีระ เหมืองสิน ท่านที่ 3 จากขวามือ

จริงๆแล้วเรายังมีทางเลือกที่จะสร้างระบบแสดงภาพอลังการอย่างนี้อีก 2 วิธี ที่อาจด้อยกว่า แต่ประหยัดและทำได้ง่ายๆดังนี้
1) ใช้ Multiple Screen ซึ่ง โน๊ตบุค แล๊ปท๊อป สามารถทำได้อยู่แล้ว ดังภาพ

2) Fluid Nebula มีผู้ที่พยามคิดระบบปรับปรุงต่อจาก Google Fluid Galaxy โดยการใช้คอมพิวเตอร์เพียงเครื่องเดียว แต่หลักการ คล้ายกับ ข้อ 1) แต่มีลูกเล่นมาขึ้น ที่นำเอา multiple touche ของ table มาร่วมด้วย

สร้าง HeatMap ด้วยตนเอง

API HeatMap ของ Google Maps V3 สร้างความประทับใจให้ผมมากในการ สรุปเชิงปริภูมิ (spatial summarize) และ การสร้างภาพ (visualization) จากจุดจีพีเอส Waypoint/GPX หรือ Geotag-Photo( EXIF-jpg) หากเราอยากมีความสามารถจะประมวลผลเอง เช่นการสร้าง web service มีโค้ดให้เรียกใช้แล้วที่นี่ครับ
http://www.sethoscope.net/heatmap/heatmap.py
เช่นการใช้คำสั่ง
heatmap.py -g orkney.gpx -o orkney.png --height 800 --osm
จะได้ผลตามนี้

กูเกิ้ลสตรีทวิวมาเยี่ยมบ้าน

บ้านผมอยู่ในซอยและเส้นทางเข้าถึงค่อนข้างซับซ้อน นึกไม่ถึง Google Street Car ยังอุตส่าห์แอบวิ่งมาถ่ายรูปเมื่อเดือนมีนาคม 2555 ที่ผ่านมาไม่น่าเชื่อเลยจริง
View Larger Map

HeatMap โดย Google แล้ว NavTeq/Nokia ก็ด้วย

แนวคิด heatmap หากเปรียบเทียบกับ แนวคิดนักภูมิศาสตร์บ้านๆก็คือการการสร้าง contour จากจุดระดับความสูง เพียงแต่ว่า heatmap ของ google 'ค่าจุดระดับ' เป็นค่าพิกัดของตำแหน่งร้านค้า สถานบันเทิง กินดื่มเทียว และอะไรก็ได้ กายภาพ สังคม เศรษฐกิจ การเงิน บันเทิง google ออกแบบ api layer heatmap และยังมี "api as a service" มาพร้อม ส่วน Nokia/NAVTEQ ก็มีเหมือนกัน ลองดู สถานที่กิน ดื่ม เที่ยว ตามแนวข้อมูล NAVTEQ/Nokia

ก็จะเห็นว่าหนาแน่นมากแถวๆ ถนนข้าวสาร ธนิยะ สยามสแควร์ นานา พร้อมพงษ์ คงต้องไปตรวจ ground truth เองนะครับ

การทำแผนที่ด้วยอากาศยานขนาดเล็กไร้คนขับ

เอกสารประกอบการบรรยาย
การสัมมนาเรื่อง การทำแผนที่ด้วยอากาศยานขนาดเล็กไร้คนขับ
Seminar on Small Unmanned Aerial Vehicle (UAV) for Mapping
โดยความร่วมมือ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย และ กรมที่ดิน
วันศุกร์ที่ 31 สิงหาคม พศ. 2555
สถานที่ ห้องประชุมชั้น 6 อาคารรังวัดและทำแผนที่ ถ.แจ้งวัฒนะ, ต.บางพูด อ.ปากเกร็ด จ.นนทบุรี

1) การทำแผนที่และข้อมูลจากอากาศยานไร้คนขับชนิดเบา Mapping and Geodata Survey using light-weight UAV
2) ซอฟต์แวร์ออนไลน์วางแผนการบิน (UAV Flight Planning)
3) สนามทดสอบการทำแผนที่ด้วยอากาศยานไร้คนขับ
4) ข้อบังคับและกฏหมายคมนาคมและขนส่งทางอากาศ และการปฏิบัติงานด้วยอากาศยานไร้คนขับขนาดเล็ก

เปิดโลกวิศวกรรมสำรวจ

การนำเสนอต่อนิสิตชั้้นเรียน Exploring Engineering World หัวข้อ Survey Engineering เมื่อ 23 สิงหาคม 2555 ครั้บ

ไลดาร์ใช้ทำอะไรได้มากกว่าที่คิด

องค์การความร่วมมือระหว่างประเทศของญี่ปุ่น หรือ ไจก้า ได้จัดทำแบบจำลองระดับด้วยการบินสำรวจด้วยเทคโนโลยีในพื้นที่น้ำท่วมวิกฤติลุ่มแม่น้ำเจ้าพระยา ครอบคลุมพื้นที่กว่า 25,000 ตารางกิโลเมตร ข้อมูลไลดาร์มีหนาแน่นของจุดทุกๆ 2x2 ตารางเมตร ค่าระดับจากไลดาร์มีความแม่นยำทางระดับสูงถึง 10-30 เซนติเมตร ข้อมูลดังกล่าวจะเป็นรากฐานที่สำคัญในการวิเคราะห์ กำหนดนโยบายแก้ใขปัญหาน้ำท่วมในลุ่มแม่น้ำเจ้าพระยาได้อย่างมาก ข้อมูลไลดาร์ที่มีคุณลักษณะแบบเดียวกันนี้ รัฐบาลฟินแลนด์ก็ได้จัดทำขึ้น และมีแนวคิดก้าวหน้าให้เกิดประโยชน์อย่างกว้างขวาง เปิดให้ดาวโหลดได้ทั้งประเทศ ตามหน้าจอภาพนี้

ทำให้นักพัฒนานำไปคิดต่อยอด แสดงให้เห็นการประยุกต์ใข้มากมายตามตัวอย่าง

2011 ปีแห่ง Dense Point Matching

ครึงปีหลังของปีพศ.2554 เกิดอุทกภัยครั้งใหญ่ แม้ว่าผู้เขียนจะโชดดีไม่ได้รับผลกระทบ แต่ก็ได้มีเป็นอนุกรรมการ ส่วนหนึ่งการแก้ใขวิกฤต ปีที่แล้วเลยตกข่าว พัฒนาการเทคโนโลยีการรังวัดด้วยภาพ ปีที่แล้วอาจถือได้ว่าเป็นปีของ Dense Point Matching ที่เป็นอัลกอริธึมการสร้าง แบบจำลองพื้นผิว (digital surface model: DSM) ความละเอียดสูงมากเป็น cloud point แบบหนึ่ง ความละเอียดมากที่เรียกว่า "1จุดภาพ ต่อ 1จุดระดับ" ที่เดียว
การรังวัดพิกัดในสามมิติจากหลายๆภาพ ที่เรียกว่า Structure-from-Motion(sfm) หรือ geometry from multiple view ได้รุดหน้าไปมากในวงการ computer vision จนทำให้เกิดชุดซอฟต์แวร์มาตรฐาน CMVS/PMVS/Bundler ที่ประกอบด้วยซอฟต์แวร์วิเคระห์หาจุดเด่นบนภาพ (key points /SIFT operator ) ต่อเนื่องด้วยการทำ block adjustment สำหรับภาพถ่ายด้วยกล้อง non-metric PMVS/bundler ได้มีผู้นำประยุกต์ใช้กับภาพที่จาก UAV เพื่อ \ทำ block adjustment, สร้าง DSM/DEM แล้วผลิตภาพออร์โท อย่างได้ ตัวอย่างเช่น ชุดซอฟต์แวร์ Pix4D/UAV v1.0
ในปี 2011 อัลกริธึมอีกอันหนึ่งที่สามารถจะสร้าง DSM หนาแน่นสูงที่เรียกว่า Dense Image Matching งานวิจัยของ Hirschmueller เขาเรียกอัลกอรึธิมนี้ว่า Semi-Global Matching (SGM) ผลที่ได้ทำให้เราสามารถสร้าง DSM หนาแน่นมากได้ โดยเฉพาะภาพจากระบบกล้องถ่ายภาพดิจิทัลที่สร้างบันทึกภาพ along-strip overlap > 80% และ across-strip overlap > 70% รวมถึงภาพจากกล้อง UAV ที่มักเป็นกล้องในทั้งตลาดที่มีความไวในการบันทึกภาพอยู่แล้่ว DSMที่ผลิตได้มีแนวโน้มในหลายปัจจัยดีกว่าไลดาร์ที่ได้จากเลเซอร์สแกนเนอร์ วัดระยะมุมโดยตรงจากอากาศยาน
ในตารางข้างล่างเปรียบเทียบคุณลักษณะ point cloud จาก LiDAR เทียบกับ SGM

คุณลักษณะ	แบบจำลองที่ได้	ความละเอียดถูกต้องทางราบ	ความละเอียดถูกต้องทางดิ่ง	ความละเอียดจุดภาพของภาพ	ความเร็วในการประมวลผล
Lidar	DSMและDEM	10-30 ซม	5 ซม.	30 ซม.	1 ล้านจุดต่อชั่วโมง
SGM	DSM	0.5 GSD	1.5 GSD	5 ซม.	20,000 จุดต่อชั่วโมง

ที่มา: ดัวแปลงจาก Gehrke et.al.

ดังนั้นจึงมีผู้กล่าวว่า The Empire (Photogrammetry) is striking (Lidar) back! มีผู้เรียกศาสตร์ที่การรังวัดด้วยภาพเข้าสู่ยุกต์การผลิต DSM ความละเอียดสูงนี้ว่า Multi-ray Photogrammetry, All-in-one Photogrammetry
SEMI-GLOBAL MATCHING: AN ALTERNATIVE TO LIDAR FOR DSM GENERATION? S. Gehrke , K. Morin , M. Downey , N. Boehrer , T. Fuchs
Heiko Hirschmüller (2008), Stereo Processing by Semi-Global Matching and Mutual Information, in IEEE Transactions on Pattern Analysis and Machine Intelligence, Volume 30(2), February 2008, pp. 328-341.

2012 ปีแห่ง UAV/UAS Phtotogrammetry

หลายสิบปีมีความพยายามใช้เครื่องบินเล็กถ่ายภาพเพื่อทำแผนที่เฉพาะกิจ ปัจจุบันเทคโนโลยีที่ประกอบเป็นระบบมีความคืบหน้าหลายอย่าง จนเป็นที่ยอมรับในวงการทำแผนที่ ที่ชัดเจนที่สุดน่าจะเป็นการที่ Trimble ในซื้อกิจการ GateWing เพื่อให้มีผลิตภัณฑ์ UAV/UAVS สำหรับการทำแผนที่
ส่วนตัวระบบในบ้านเรามีค้นทำขายหลายราย มีผลิตภัณฑ์คุณภาพจากจีนแดงเช่น DJI เป็นเจ้าใหญ๋ที่น่าสนใจ ในไทยมี HOBBYThai เป็นตัวแทน ขอบคุณกุลชาติให้ภาพนี้มาครับ

สำหรับระบบประมวลผล การบินถ่ายภาพที่ได้จะมีเป็นจำนวนมาก ต้องใช้ซอฟต์แวร์เฉพาะ การวัด tie-point จะอัตโนมัติ ไปจนถึงผลิตออร์โท ซอฟต์อยู่บนพื้นฐานซอฟต์แวร์วิจัย Bundler และ PMVS เนื่องจากเป็นการวัดจุด tie point /pass point อัตโนมัติ ด้วย SIFT อัลรึธีม ถ้าจะให้เร็วควรมี Graphical Processing Unit (GPU) ด้วย
แต่มีบริษัทนำมาพัฒนาต่อให้ใช้งานได้ง่ายและสดวก เช่น PIX4D ตัวนี้นิยมมากที่สุด ราคา ประมาณ 1 ล้าน Trimble และ UAV ส่วนใหญ่ใช้ Pix4D แต่ต้องการประหยัด AgriSoft Pro ตัวนี้ก็โอเค แต่กล้องต้องนำมา calibrate เพื่อหาพารามิเตอร์ distortion ด้วยเสียก่อน ดังภาพ

ความสูงเสาอากาศจีพีเอส/จีเอ็นเอสเอส

ความสูงของเสาอากาศจีพีเอส/จีเอ็นเอสเอส (GPS/GNSS) หากจะใช้งานจริงจังต้องวัดออกจาก Phase Center ซึ่งจะอ้างอิงจาก Antenna Reference Plane (ARP) ตัวอย่างจานรับสัญญาณของ Novatel 702 จากนั้นให้ดูรุ่นจานรับสัญญาณ (Model) ที่ใช้และรุ่น (Hardware Revision) -สำหรับ relative offset numbers and phase center variation (PCV) tables ให้ไปดูที่ the U.S. National Geodetic Survey (NGS) website at www.ngs.noaa.gov/ANTCAL/. -สำหรับ absolute offset numbers ให้ download PCV tables จากthe GEO++ website at www.geopp.com. เปรียบเทียบค่า relative และ absolute จาก สองแหล่งจะมีความต่างกันดังตัวอย่าง Novatel/AntCom GPS-702G

Frequency	Absolute(GEO++/PCV)	Relative(NOAA-ANTCAL)
L1	66 mm(2.60inch)	83 mm (3.27inch)
L2	63 mm(2.48inch)	77 mm(3.03inch)
AVG	65 mm(2.56inch)	N/A

คำถามสุดท้าย ก่อนปิดบล็อก แล้วผมควรจะใช้ค่าใดครับ ??/??/???

วิเคราะห์ระยะทางตามเส้น (linear referencing) สำหรับ GE KML

การวิเคราะห์ระยะทางตามเส้น (linear referencing) สำหรับ GE KML หรือเรียกง่านว่าการคำนวน หลักกิโลเมตร สำหรับ ตำแหน่งจุดสำคัญ สถานที่ เหตุการณ์ต่างๆ ตามเส้นทาง การสร้างเส้นทาง PATH อาจใช้ Google Earth เพราะทำได้ง่ายมีแผนที่ภาพดาวเทียมทั้งเก่าใหม่ให้เลือกใช้ เมื่อมีจัดสถานที่สำคัญ ให้กำหนดจุดบนเส้นทางตามต้องการ หลังกจากนั้นให SaveAs...Place ออกมา และใช้ซอฟต์แวร์ GE Path (v.1.4.6)http://www.sgrillo.net/googleearth/index.htm ขอบคุณคุณ Ricardo Sgrillo) อ่าน Path KML กลับเข้ามาแล้ว เลือก -Remove names and icons -Place Descriptons --> Cumulative Distance --Length Unit --> Kilometer --Method Dec.Places = 3 จากนั้นกด Run จะได้ KML ใหม่ชื่อต้อท้ายด้วย -path เปิดดูจะเห็นดังภาพ

จากนั้นลองเปิดดู Google Earth จะเส้นทางพร้อมระยะระยะทางตามเส้นที่ต้องการ