ВИКОРИСТАННЯ КВАДРОКОПТЕРА ПРИ АНАЛІЗІ ДОРОЖНЬО-ТРАНСПОРТНОЇ ПРИГОДИ

Заголовок (російською): 
ИСПОЛЬЗОВАНИЕ КВАДРОКОПТЕРА ПРИ АНАЛИЗЕ ДОРОЖНО-ТРАНСПОРТНОГО ПРОИСШЕСТВИЯ
Заголовок (англійською): 
USE OF QUADROCOTTER DURING THE ANALYSIS OF THE TRAFFIC COLLISION
Автор(и): 
Катушков В.О.
Радченко С.Б.
Автор(и) (англ): 
Katushkov Vladimir
Radchenko Simon
Ключові слова (укр): 
дрон; квадрокоптер; окремий знімок; елементи орієнтування; аналітичне моделювання; колінеарна залежність; натурний жезл; масштаб точки
Ключові слова (рус): 
дрон; квадрокоптер; одиночный снимок; элементы ориентирования; аналитическое моделирование; коллинеарная зависимость; натууральный жезл; масштаб точки
Ключові слова (англ): 
drone; quadrocopter; singular image; orientation elements; analytical modeling; collinear dependence; natural wand; point scale
Анотація (укр): 
Розглянуто особливості застосування дрона-квадрокоптера для збирання растрової інформації при дорожньо-транспортній пригоді (ДТП). Виконано експериментальне моделювання аерознімання ДТП з визначенням місцезнаходження дрона за його прив'язкою до опознаків розташованих на стандартному жезлі, який має невеликі розміри. Розглянуто визначення елементів зовнішнього орієнтування за строгим рішенням зворотної фотограмметричної задачі. Визначені елементи зовнішнього орієнтування допомагають бачити і реєструвати просторове положення окремих елементів ДТП рішенням прямої фотограмметричної задачі. Отримання просторової моделі дає можливість визначити розташування автотранспортних засобів після зіткнення. Дослідження виконане на мінімальному вихідному матеріалі, з якого можна отримати 3D-модель. В багатьох випадках отриманої моделі достатньо для проведення правильного, об’єктивного аналізу ДТП. Іспити аналітичної моделі свідчать про доцільність використання дронів. Заміна ручного вимірювання рулеткою на дистанційні вимірювання комп’ютерним методом зменшує час блокування дорожньої інфраструктури в декілька разів. Показана можливість створення бази даних на аварійних ділянках, де часто виникають ДТП.
Анотація (рус): 
Рассмотрены особенности использования дрона – квадрокоптера для сбора растровой информации на дорожно-транспортном происшествии. Выполнено экспериментальное моделирование аэросъемки ДТП с определением местоположения дрона и его привязкой к опознакам, которые расположены на малом жезле. Определены элементы внешнего ориентирования при строгом решении обратной фотограмметрической задачи. Найденные элементы ориентирования дают возможность фиксировать и регистрировать пространственное положение отдельных объектов ДТП решением прямой фотограмметрической задачи. Создание пространственной модели позволяет определить положение автотранспортных средств после столкновения. Исследование проведено на минимальном исходном материале, при помощи которого можно создать 3D-модель. В большинстве случаев созданной модели достаточно для выполнения верного и объективного анализа ДТП. Результаты исследования аналитической модели свидетельствуют о целесообразности использования дронов. Замена ручного измерения рулеткой на дистанционное компьютерное измерение уменьшает время блокирования дорожной инфраструктуры в несколько раз. Показана возможность создания базы данных на аварийных участках, где часто возникают ДТП.
Анотація (англ): 
The features of traffic collision raster information collecting using unmanned aerial vehicle (UAV) are considered. The aerial survey experimental modelling on the place of the collision is provided. It includes the using unmanned aerial vehicle location determination and its reference to the measured points. The points are located on the small triangular wand. Experiment is provided with the analytically defined key point’s coordinates and the points of interest on the traffic accident objects. This allows excluding errors and inaccuracies of the model caused by the defects and features of survey tools and instruments located on the UAV. The exterior orientation elements definition during the inverse photogrammetric equation is considered. It includes nine unknown elements determination from known spatial coordinates of key points. When camera or other survey instruments are calibrated before the workflow begins, determination of the six orientation elements instead of nine is possible. These six include three linear ones (spatial coordinates of the projective center) and three tangential ones (tilt and turn angles of the aerial image). These elements allow the registration of the traffic collision objects precise location. This remains the opportunity to define two unknown coordinates of the point known the third one. Spatial model leads to the determination of the motor vehicles elements after the collision. The research is done with minimal set of input material that is required for 3D modeling. These data is generally enough for objective and correct analysis of the collision. The study of analytical model proves the efficiency of the using unmanned aerial vehicle implementation into traffic collisions analysis. Measuring by means of digital tools and UAV sugnificantly fasten the process of data collecting. The possibility of database creation and use for the places of often traffic collisions is noticed.
Публікатор: 
Київський національний університет будівництва і архітектури
Назва журналу, номер, рік випуску (укр): 
Управління розвитком складних систем, номер 42, 2020
Назва журналу, номер, рік випуску (рус): 
Управление развитием сложных систем, номер 42, 2020
Назва журналу, номер, рік випуску (англ): 
Management of Development of Complex Systems, Number 42, 2020
Мова статті: 
Українська
Формат документа: 
application/pdf
Документ: 
Дата публікації: 
10 Апрель 2020
Номер збірника: 
Розділ: 
УПРАВЛІННЯ ТЕХНОЛОГІЧНИМИ ПРОЦЕСАМИ
Університет автора: 
Київський національний університет будівництва і архітектури, Київ
Литература: 
  1. Атаманенко Ю. Ю., Куліковська О. Є., Намінат О. С. Спосіб визначення лінійних елементів зйомки місцевості безпілотною моделлю  // Гірничий вісник. − Кривий Ріг. – 2016. − № 101. – С. 41 − 46.
  2. Атаманенко Ю.Ю. Геоінформаційна технологія та картографування дорожньо-транспортних пригод з використанням безпілотних літальних апаратів: автор дис. канд. техн. наук. К: 2018 р.
  3. Катушков В.О. Аналітичне моделювання макетних знімків // Інж. геодезія.  –2000. – Вип. 42. – С. 66 – 73.
  4. Дорожинський О.Л., Тукай Р. Фотограмметрія. – Львів: НЛП, 2008. – 332 с.
  5. Федоров Д. DIGITALS. Использование в геодезии, картографии и землеустройстве. – ПП «Аналитика», 2015. – 354 с.
  6. Катушков В.О., Денисюк Б.І. Технологія оброблення растрової інформації на цифровій фотограмметричній станції. – К.: КНУБА, 2017. – 108 с.
  7. Fraser C. S. Network Design Optimization in Non-Topographic Photogrammetry / C. S. Fraser // XVth ISPRS Congress Technical Commission V: OTHER APPLICATIONS OF PHOTOGRAMMETRY AND REMOTE SENSING, 17-29 June 1984, Rio de Janeiro, Brasil. Rio de Janeiro. 1984. C. 296 – 307.
  8. McGlone C. ”Manual of Photogrammetry, 5th ed.” / J. Chris McGlone (Editor), Edward M. Mikhail (Editor), James S. Bethel (Editor) Bethesda, MD, USA : American Society of Photogrammetry and Remote Sensing, 2004. 1151 p.
  9. Kulikovska O. Y., Atamanenko Y. Y., Kopayhora O. K. Innovative solution of mapping process of accident site // East European Scientific Journal. ‒ Warsaw, Poland. ‒ 2018. ‒ № 3 (31). ‒ Part 3. ‒ P. 15 ‒ 22.
  10. Кадничанский С.А., Курков М.В., Курков В.М., Чибуничев А.Г. Фотограмметрическая калибровка фотокамеры для аэросъемки с безпилотного воздушного судна //Геопрофи. 2019. #6. – С. 36 – 40.
References: 
  1. Atamanenko, Yu.Yu., Kulikovska, O.E., Namіnat O.S. (2016). Way of determining the linear elements shooting terrain unmanned model. Mining Journal, 101, 41 – 46 [in Ukrainian].
  2. Atamanenko, Yu.Yu. (2018.) Geoinformation technology and traffic collisions mapping using unmanned aerial vehicles. PhD thesis: 05.24.01. Kyiv [in Ukrainian].
  3. Katushkov, V.O. (2000). Analytical modelling of the mockup images. Engineering geodesy, 42, 66 – 73. [in Ukrainian].
  4. Dorojinskij, O.L., Tukaj, R. (2008). Photogrammetry. Lviv, NLP.
  5. Fedorov, D. (2015). Digitals. Use in geodesy, cartography and land management. Vinnyitsya. [in Russian].
  6. Katushkov, V.O., Denisyuk, B.I. (2017). The technology of the rasterization of information on digital photogrammetric stations. Kyiv. [in Ukrainian].
  7. Fraser, C.S. (1984). Network Design Optimization in Non-Topographic Photogrammetry. XVth ISPRS Congress Technical Commission V: OTHER APPLICATIONS OF PHOTOGRAMMETRY AND REMOTE SENSING, 17-29 June 1984, Rio de Janeiro, Brasil. Rio de Janeiro, pp. 296 – 307.
  8. McGlone, C. (2004). Manual of Photogrammetry, 5th ed.” / J. Chris McGlone (Editor), Edward M. Mikhail (Editor), James S. Bethel (Editor). Bethesda, MD, USA: American Society of Photogrammetry and Remote Sensing, 1151.
  9. Kulikovska, O.Y., Atamanenko, Yu.Yu., Kopayhora, O.K. (2018). Innovative solution of mapping process of accident site. East European Scientific Journal, 3(31), 3, 15 ‒ 22.
  10. Kadnichanskiy, S.A., Kurkov, M.V., Kurkov, V.M., Chibunichev, A.H. (2019). Photohrammetric callibration of photo camera for aero filming by autonomic aircraft. Heoprofi, 6, 36 – 40.