les aéronefs sans pilotes pour la télédétection appliquée aux milieux agricoles, fauniques et...
DESCRIPTION
La disponibilité croissante d’aéronefs sans pilotes combinée à la miniaturisation des capteurs offre depuis quelques années de nouvelles opportunités d’acquisition d’information liée à l’observation de la terre. Dans ce contexte, l’Université de Sherbrooke et le Centre de géomatique du Québec ont initié plusieurs projets de recherche depuis 2009 visant à étudier le potentiel de ces équipements pour plusieurs applications environnementales. L’utilisation de l’imagerie combinée visible/proche infrarouge et infrarouge thermique a notamment été testée en agriculture pour la surveillance phytosanitaire des cultures de pommes de terre. Au niveau faunique, la détection du cerf de Virginie grâce au traitement d’imagerie visible/infrarouge thermique a été étudiée dans un contexte d’inventaire. Cette technologie a également été utilisée dans le domaine minier afin de cartographier en 3D des gravières et sablières à très haute précision dans le but d’effectuer un suivi des volumes exploités. Les résultats de ces différents projets sont présentés et discutés en lien avec les défis rencontrés au cours de ces années d’expérimentation. Les opportunités que représentent ces technologies en pleine expansion seront également abordées.TRANSCRIPT
Les aéronefs sans pilotes pour la télédétection appliquée aux milieux agricoles, fauniques et miniers: résultats de
recherches, défis et opportunités
Jérôme Théau, professeur Département de géomatique appliquée et
Centre d'applications et de recherches en télédétection (CARTEL)Université de Sherbrooke
Patrick Ménard, analyste en géomatiqueCentre de géomatique du Québec
Les aéronefs sans pilote en télédétection
Source: inconnue
Des projets de recherche depuis 2007
http://vision-du-ciel.com/drone.html
MLB Company
http://www.vikingaero.com/
http://www.cropcam.com
Des projets de recherche depuis 2007
Des projets de recherche depuis 2007
Objectifs des projets de recherche:
• Intégrer et tester des systèmes ASP-capteurs pour l’acquisition d’imagerie aérienne.
• Développer des chaînes de pré-traitement d’image pour corriger les effets radiométriques et géométriques.
• Appliquer des procédures de traitements d’images pour mettre en évidence des caractéristiques environnementales.
• Standardiser les approches pour développer des produits finis transférables à l’industrie.
Des projets de recherche depuis 2007Année Titre Partenaire Financement
2007 Étude de faisabilité CCEUAS CTA N/A
2007 Étude technico-économique portant sur l’utilisation des drones dans les processus de suivi et de contrôle des activités d’aménagement forestier
MRNF,Drone Solutions
MESRST
2008 Développement d’une application de contrôle de caméra multispectrale Agrinova N/A
2010 Développement d’un système automatisé d’acquisition et de traitement d’images multispectrales, embarqué sur un drone, dans un contexte d’agriculture de précision
Université de Sherbrooke,Optech, Agrinova
MESRST
2010 Plan d’action interne sur les drones (PAID) N/A N/A
2012-2014
Outil géomatique d’aide à la décision pour la surveillance phytosanitaire des cultures de pommes de terre
Université de Sherbrooke, CQFAPhytodata,Agrinova
MAPAQ,AAC
2012 Estimation volumétrique à partir d’images aériennes acquises par aéronef sans pilote (ASP)
ING Robotic Aviation
CRSNG
2012-2014
Télédétection visible et infrarouge thermique du Cerf de Virginie à l’aide d’un aéronef sans pilote (ASP)
Université de Sherbrooke
FQRNT,CRSNG
2012-2015
On precise three-dimensional environment modeling via UAV-based photogrammetric systems
Université de Sherbrooke
FQRNT, CRSNG
2014 Étude technique de faisabilité permettant de mettre en place un cadre d’opération d’un drone
Aviatech Services Techniques
CRSNG
2014 Évaluation des performances d'un système drone-capteur pour la cartographie 3D et mise en place d'une méthodologie de relevés terrains et aériens
FlyTerra CRSNG
2014 Étude portant sur l'implantation d'un nouveau service agro-conseil utilisant les drones
MAPÜ Solution CRSNG
2014 Évaluation des systèmes d'aéronef sans pilote pour les opérations forestières FP Innovation CRSNG
2014 Télédétection aérienne d'algues littorales Pêcherie UAPAN,Mérinov
CRSNG
Inventaire faunique: Télédétection visible et infrarouge thermique du cerf de Virginie (Odocoileus virginianus)
Source: Erwan Gavelle
Louis-Philippe Chrétien, Jérôme Théau, Patrick Ménard
Problème de détectabilité
• Perception de l’observateur• Obstruction visuelle de
l’environnement• Visibilité de l’animal
Alternatives
• Imagerie multispectrale• Traitements d’images• Aéronef sans pilote (ASP)
Mise en contexte
ObjectifsMatériels et méthodes
Résultats Échéancier
Infrarouge thermique
Bleu
Vert
Rouge
Mise en contexte
ObjectifsMatériels et méthodes
Résultats ÉchéancierObjectifs
Objectif général
Évaluer la performance d’un système aéronef-capteur mis au point pour la détection et l’inventaire du cerf de Virginie dans un milieu contrôlé
Objectifs spécifiques
• Comparer l’efficacité de détection du cerf de Virginie avec les approches d’analyse d’image par pixel et de l’analyse d’image par objet
• Déterminer l’agencement des bandes du spectre électromagnétique le plus efficace pour la détection du cerf de Virginie
• Déterminer les seuils minimal et maximal de résolution spatiale pertinente requis pour effectuer la détection du cerf de Virginie
Mise en contexte
ObjectifsMatériels et méthodes
Résultats ÉchéancierMatériels et méthodes
A
Mise en contexte
ObjectifsMatériels et méthodes
Résultats ÉchéancierMatériels et méthodes
A
Mise en contexte
ObjectifsMatériels et méthodes
Résultats ÉchéancierRésultats
Mise en contexte
ObjectifsMatériels et méthodes
Résultats ÉchéancierRésultats
Somme des cerfs faussement détectés (faux positifs) pour l’ensemble des lignes de vol en fonction de la résolution spatiale avec les différentes approches de classification et les différents agencements. Résolution spatiale 0.8 (blanc), 2.5 (gris pâle), 5.0 (gris moyen), 10.0 (gris foncé) et 15.0 (noire) cm/pixel. RVB: Visible, IRT: Infrarouge thermique, CP: Composantes principales
Conclusions
- Ce projet démontre le potentiel de la télédétection par ASP pour la détection du cerf de Virginie
- La performance de la classification orientée objet est similaire à celle de la vision d’un observateur
- Les limitations liées à l’obstruction visuelle demeurent.
- Les ASP présentent un intérêt pour l’inventaire sur de petites superficies (ex: ravages), en complément aux inventaires aériens traditionnels.
Agriculture de précision: surveillance phytosanitaire des cultures de pommes de terre
Erwan Gavelle, Jérôme Théau
OBJECTIFS DE RECHERCHE
OBJECTIF GÉNÉRAL
Développer un outil d’aide à la surveillance de cultures de pommes de terre basé sur la télédétection, économique et opérationnel sur le terrain, en appui aux méthodes traditionnelles de dépistage.
OBJECTIFS SPÉCIFIQUES
1) Automatiser une chaîne de traitement d’imagerie, appliquée à l’agriculture, acquise à partir d’un aéronef sans pilote.
2) Appliquer des indices basés sur l’imagerie visible-proche infrarouge et infrarouge thermique pour la détection de stress dans la culture de la pomme de terre.
3) Développer un outil d’aide à la décision en appui aux méthodes de dépistage actuelles.
4) Evaluer le potentiel des ASP pour le suivi des cultures de pommes de terre.
MÉTHODOLOGIE
CAPTEURS
ADC Lite TetracamVisible proche-Infrarouge : Vert (520 à 600 nm), Rouge (630 à 690 nm) et PIR (760 à 900 nm)Résolution : 3,2 mégapixelsRésolution spatiale : 6 cm à 150 m d’altitude (500 pieds)
TAU 640 FLIRInfrarouge thermique de 7,5 μm à 13,5 μm (format vidéo)Résolution : 0,3 mégapixelsRésolution spatiale : 14 cm à 150 m d’altitude (500 pieds)
MÉTHODOLOGIE
ANNÉE 1
ANNÉE 2
MÉTHODOLOGIE
Date de volNb de
champsSurface survolée Altitude
Résolution ADC Lite
Résolution TAU 640
Nombre de sites mesurés
Année 1 21-06-2012 1 10 ha 800 pi (250 m) 0,12 m 0,30 m 32
05-07-2012 1 10 ha 800 pi (250 m) 0,12 m 0,30 m 24
13-07-2012 1 10 ha 800 pi (250 m) 0,12 m 0,30 m 33
25-07-2012 1 10 ha 800 pi (250 m) 0,12 m 0,30 m 35
07-08-2012 1 10 ha 800 pi (250 m) 0,12 m 0,30 m 3514-08-2012 1 10 ha 800 pi (250 m) 0,12 m 0,30 m 21
Année 2 18-07-2013 2 8 ha 400 pi (125m) 0,06 m 0,15 m 50
27-07-2013 2 7 ha 400 pi (125m) 0,06 m 0,15 m 90
01-08-2013 1 15 ha 400 pi (125m) 0,06 m 0,15 m 60
MÉTHODOLOGIE
MÉTHODOLOGIE
MÉTHODOLOGIE
ESTIMATION DES PARAMÈTRES BIOPHYSIQUES
Mesures aléatoires des caractéristiques biophysiques// Indice foliaire (Leaf Area Index)// Teneur en chlorophylle// Température// Poids de la biomasse : humide et sèche// Photographie du quadrat// Point GPS// Poids et calibre des tubercules
Indices Biomasse humide
Biomasse sèche
Température Chlorophylle Luminance LAI
NDVI 0,78 0,32 0,06 0,25 0,14 0,05
MSAVI 2 0,81 0,34 0,06 0,26 0,13 0,04
GNDVI 0,53 0,64 0,12 0,05 0,12 0,00
SAVI 0,78 0,31 0,06 0,25 0,14 0,05
RVI 0,61 0,20 0,06 0,19 0,17 0,04
Coefficients de détermination
ESTIMATION DES PARAMÈTRES BIOPHYSIQUES
ESTIMATION DES PARAMÈTRES BIOPHYSIQUES
PRODUCTION DE CARTES DE DÉPISTAGE
139 sites
60 sites
Prisme Consortium
Membres du projet
Jeu de dépistage
PRODUCTION DE CARTES DE DÉPISTAGEIndices de végétation
Sites d’entrainement
+ =
Classification supervisée par maximum de vraisemblance
Validation
VALIDATION DE LA CLASSIFICATION
Nombre de sites
NDVI GNDVI MSAVI2 SAVI RVI TDVI
Maladie 20 100,00 % 100,00 % 100,00 % 100,00 % 80,00 % 95,00 %
Non-maladie 40 95,00 % 50,00 % 100,00 % 95,00 % 87,50 % 100,00 %
Ravageur 19 100,00 % 94,73 % 5,26 % 100,00 % 100,00 % 84,21 %Non-ravageur 41 68,29 % 46,34 % 9,75 % 53,65 % 51,21 % 95,12 %
Mauvaise croissance
51 58,82 % 90,19 % 80,39 % 74,51 % 60,78 % 72,55 %
Bonne croissance 9 88,88 % 0,00 % 77,77 % 11,11 % 77,77 % 88,88 %
Stress 20 100,00 % 100,00 % 100,00 % 100,00 % 0,00 % 90,00 %
Non-stress 40 82,50 % 50,00 % 95,00 % 70,00 % 55,00 % 97,50 %
VALIDATION DE LA CLASSIFICATION
CONCLUSION
30
- Les résultats confirment que les indices de végétation basés sur les bandes visible/proche-infrarouge constituent de bons estimateurs de paramètres biophysiques tels que la biomasse.
- Dans un contexte de dépistage, ces indices combinés à des indices basés sur l’infrarouge thermique ont permis de détecter la présence ou l’absence de différents stress (maladie, ravageur, problème de croissance) avec exactitude (entre 73 et 100%).
- Une analyse technico-économique a montré que la production de cartes de dépistage par ASP restait la solution la plus coûteuse en comparaison avec l’imagerie aérienne et satellitaire (environ 2,5 à 3 fois plus cher). L’utilisation de l’imagerie reste également très coûteuse en comparaison avec le dépistage traditionnel au sol (environ 40 à 125 fois plus cher par unité de surface).
- Une réduction des coûts de production de ces cartes permettrait une application directe par l’industrie (ex : clubs conseils en agroenvironnement, clubs d’encadrement techniques, conseillers techniques).
- Des recherches supplémentaires permettraient de caractériser l’intensité des stress et d’intégrer des seuils d’intervention aux cartes de dépistage des cultures de PDT. Cette technologie pourrait également être adaptée à d’autres types de culture (ex : maraicher, vigne).
Mozhdeh Shahbazi, Jérôme Théau, Patrick Ménard, Gunho Sohn
On precise three dimensional environment modeling via UAV-based Photogrammetry
• Develop a UAV-based high resolution imaging and mapping system
• Apply photogrammetric and image processing techniques
• Generate precise topographic products
• Applications:
Volume measurement and temporal change detection in an open mine
Research Objectives
Equipment
• Processor
Coremodule920 (Intel Core™ i7 series CPU, 4GB DDR3 SDRAM)
• Cameras
GE4900C (sensor : 0.0074mm, 4872x3248 – lens: Zeiss Distagon T* 2/35)
GT1920C (sensor : 0.00454mm, 1936x1456 – lens: Kowa LM16JCM and LM35JCM)
• INS
MIDG2 Microbotics
Methodology
System development
Camera trigger/ image capture
INS data logger
Time synchronization
Create and join three threads
Time stamp ……………..Image ………………..IMU raw data ……………GPS raw dat …………… INS data…………………….
Integration
35
System developmentCalibration
From consumer-grade cameras to aerial photogrammetric ones!
regular offline calibration stability T-student statistical test on-the-job adjustment with pseudo observations
Platform calibration
Topographic data
• Pre-processing: shadow detection and removal
• Sequential Structure from Motion with fast sparse, feature-based matching and pose estimation via Genetic Algorithm
• Reducing/eliminating needs for ground control points by using dense point clouds of previous images in the sequence
• Extend the previous depth maps by a new dense matching method applied to new frames
• Incremental bundle adjustment to refine/update the information from key frames
Preliminary results
Ortho mosaic
Point cloud
Preliminary results
Pix4D point cloud against VX scanner point cloud (distances in meter)
Preliminary results
Preliminary results
Shadow detection and removal samples
Original Corrected
Défis et opportunités
Les technologies• Évolutions très rapide (impossible en 2007 maintenant courant)• Explosion du nombre de compagnies d’opération et de techno.• Fausses perception de faisabilité (ex: Amazon etc.)
Les plateformes• Choisir la plateforme en fonction de l’application (ex: VTOL vs fixed wing)• Les systèmes intégrés sont plus coûteux, moins exigeants en termes de
pilotage mais moins flexibles concernant les modifications
Défis et opportunités
Les capteurs• Évolutions très rapide (ex: lidar)• Utilisation fréquente de caméras grand public (ex: Sony NEX7)• De plus en plus de capteurs sont miniaturisés mais restent coûteux (et
risqués à utiliser sur un ASP)• Importance de connaître les limitations des capteurs utilisés (ex: rolling
shutter vs global shutter, taux d’acquisition)
Les logiciels• Offre très vaste $ (ex: PIX4D, Photoscan, C3D, Ensomosaic, MicMac).• La portion traitement d’images est souvent négligée mais constitue une
somme de travail considérable (prétraitements géométriques, radiométriques, traitements etc.)
Défis et opportunités
Les applications• Commercialisées dans certains domaines (modélisations 3D, calculs
volumétriques)• Demandent de la standardisations dans d’autres (ex: agriculture)• Le format à livrer au client constitue un élément important (raw vs cartes)
La législation• En constante évolution et souvent un frein à la R&D• Le Canada évolue vers un « assouplissement encadré » de l’usage des ASP
Les opérations• Une préparation minutieuse est essentielle • Une connaissance des paramètres affectant les conditions de vol est primordiale
(météo, luminosité etc.)