DJI Zenmuse L2



/*karacasulu product feature css start*/

@import url(“https://asset.msi.com/event/nb/2018/Prestige_Limited_Edition/css/Fonts_CenturyGothic.css”);
@import url(“https://fonts.googleapis.com/css2?family=Sarpanch:wght@800&display=swap”);

body {
margin: 0;
}

#krcsl-feature {
background: #fff;
color: #000;
font-family: “CenturyGothic”, ‘Open Sans’, arial, sans-serif;
font-size: 20px;
line-height: 1.6;
text-align: center;
}
.krcsl-feature-note {
background: #fff;
color: #000;
font-family: “CenturyGothic”, ‘Open Sans’, arial, sans-serif;
font-size: 12px;
line-height: 1.6;
text-align: left;
}

.krcsl-feature {
width: 100%;
max-width: 1200px;
padding: 20px 0 100px 0;
display: flex;
margin: 0 auto;
justify-content: center;
align-items: center;
}

.krcsl-feature:nth-of-type(2) .krcsl-img:nth-of-type(3),
.krcsl-feature:nth-of-type(2) .krcsl-img:nth-of-type(4),
.krcsl-feature:nth-of-type(6) .krcsl-img:nth-of-type(2) {
/* margin: 50px 0; */
}

#krcsl-feature img {
width: 100%;
/* max-width: 100%; */

}

#krcsl-feature img.auto {
width: auto;
}

#krcsl-feature .krcsl-img-xs {
display: none;
}

#krcsl-feature .krcsl-title {
font-size: 36px;
color: #000;
padding: 20px 25px 15px;
font-weight: bold;
}

#krcsl-feature .krcsl-title_s {
font-size: 20px;
color: #000;
padding: 10px;
font-weight: bold;
}

#krcsl-feature .nvp_b {
font-size: 23px;
font-weight: bold;
}
#krcsl-feature .nvp_b1 {
font-size: 36px;
font-weight: bold;
}

#krcsl-feature .nvp {
line-height: 1.2;
}

#krcsl-feature .krcsl-title-little {
font-size: 30px;
color: #000;
padding: 20px 25px 15px;
font-weight: bold;
line-height: 1.2;
}

#krcsl-feature .torx {
font-size: 36px;
color: #000;
padding: 0 25px 15px;
font-weight: bold;
}

#krcsl-feature .krcsl-title2 {
font-size: 45px;
color: #000;
padding: 20px 25px 15px;
font-weight: bold;
}

#krcsl-feature .krcsl-txt {
padding: 0px 25px 20px;
}

#krcsl-feature .note {
font-size: 16px;
color: #FF0000;
}

#krcsl-feature .krcsl-table {
padding: 10px 25px 25px;
display: -webkit-box;
display: -ms-flexbox;
display: flex;
-webkit-box-pack: justify;
-ms-flex-pack: justify;
justify-content: space-between;
-webkit-box-align: center;
-ms-flex-align: center;
align-items: center;
}

#krcsl-feature .krcsl-tb {
-ms-flex: 0 0 20%;
flex: 0 0 20%;
}

#krcsl-feature .krcsl-tb-title {
color: #000;
border-bottom: #000 1px solid;
font-size: 22px;
padding-bottom: 5px;
margin-bottom: 10px;
text-transform: uppercase;
}

/**Youtube RWD**/
.video-container {
position: relative;
padding-bottom: 56.25%;
padding-top: 30px;
height: 0;
overflow: hidden;
}

.video-container iframe,
.video-container object,
.video-container embed {
position: absolute;
top: 0;
left: 0;
width: 100%;
height: 100%;
}

@media screen and (max-width: 960px) {
#krcsl-feature .krcsl-table {
display: block;
}
#krcsl-feature .krcsl-tb {
margin: 15px auto;
}
}

#krcsl-feature .krcsl-img {
line-height: 0;
}

#krcsl-feature .icons {
display: flex;
justify-content: center;
align-items: center;
}

#krcsl-feature .icon {
width: 80px;
height: auto;
margin: 20px 40px 0;
}

#krcsl-feature img.hz {
width: 100px;
}

#krcsl-feature .modelName {
width: 600px;
}

.krcsl-box {
/* display: block; */
width: 33%;
padding: 0 10px;
box-sizing: border-box;
overflow: hidden;
flex-wrap: wrap;
}

#krcsl-feature .krcsl-feature .krcsl-flex {display: flex; justify-content: space-around;}
#krcsl-feature .krcsl-feature .krcsl-flex .flex-item {flex:0 0 49%; justify-content: space-around;}
#krcsl-feature .textleft{text-align: left;}
#krcsl-feature .textleft1{text-align: right;}
#krcsl-feature .item_top img {width: 80%;}
#krcsl-feature .blod_text_big {font-weight: bold; font-size: 50px; padding-right:10px;}
#krcsl-feature .p10{padding: 10px 0;}
#krcsl-feature .mtb20{margin: 25px 0;}
#krcsl-feature .mtb21{margin: 25px 50px;}
#krcsl-feature .mtb30{margin: 25px 30px 0 0;}

@media screen and ( max-width:768px) {
#krcsl-feature .krcsl-feature .krcsl-flex, #krcsl-feature .krcsl-feature {
flex-wrap: wrap;
flex-direction: column !important;
}
#krcsl-feature .krcsl-feature .krcsl-flex .flex-item {text-align: center;}
#krcsl-feature .blod_text_big {font-size:30px;}
.krcsl-box {
width: 100%;
padding: 0 5%;
}
}

Güçlü Menzil, Yüksek Hassasiyet

Zenmuse L2, çerçeve LiDAR, kendi geliştirdiği yüksek hassasiyetli bir IMU sistemi ve 4/3 CMOS RGB haritalama kamerasını entegre ederek DJI uçuş platformlarına daha hassas, verimli ve güvenilir jeo-uzamsal veri toplama sağlar. DJI Terra ile birlikte kullanıldığında, 3D veri toplama ve yüksek doğrulukta post-processing için anahtar teslimi bir çözüm sunar.

 

Entegre LiDAR Çözümü

Yüksek Seviye Hassasiyet

GNSS ve kendi geliştirdiği yüksek hassasiyetli bir IMU’yu birleştiren bu çözüm, 4 cm dikey doğruluk ve 5 cm yatay doğruluk elde etmektedir.^[1]

 

Olağanüstü Verimlilik

Açılır açılmaz çalışmaya hazırdır ve tek bir uçuşta 2,5 km2’lik bir alandan hem jeo-uzamsal hem de RGB verileri toplayabilir.^[2]

 

Sezgisel Kullanım

Matrice 350 RTK ve DJI Terra ile birlikte L2, kullanımı kolay ve operasyonel eşiği düşüren anahtar teslimi bir çözüm sunuyor.

 

Çerçeve Tabanlı LiDAR

 

 

%30 Algılama Menzili Artışı^[5]

L2, %10 yansıtıcılık ve 100 klx’te 250 metreden^[3] ve %50 yansıtıcılık ve 0 klx’te 450 metreye kadar tespit yapabilmektedir.^[3] Tipik operasyonel irtifa artık 120 metreye kadar uzanarak operasyonel güvenliği ve verimliliği önemli ölçüde artırmaktadır.

 

Daha Küçük Lazer Noktaları, Daha Yoğun Point Cloudlar

L1’in sadece beşte biri olan 4×12 cm @100m’lik küçültülmüş spot boyutuyla L2, yalnızca daha küçük nesneleri daha fazla ayrıntıyla tespit etmekle kalmaz, aynı zamanda daha yoğun bitki örtüsüne nüfuz ederek daha doğru dijital yükseklik modelleri (DEM) üretebilir.

 

 

5 Geri Dönüşü Destekler

Yoğun bitki örtüsüne sahip alanlarda, L2 yaprakların altında daha fazla zemin noktası yakalayabilir.

 

 

Etkili Npoint Cloud Hızı: 240.000 pts/s

Hem tekli hem de çoklu dönüş modlarında, L2 saniyede 240.000 nokta maksimum point cloud emisyon hızına ulaşabilir ve belirli bir zaman diliminde daha fazla point cloud verisi elde edilmesini sağlar.

 

İki Tarama Modu

L2, kullanıcıların görev taleplerine göre esneklik sunan iki tarama modunu destekler. Tekrarlı tarama modunda, L2’nin LiDAR’ı yüksek hassasiyetli haritalama gereksinimlerini karşılarken daha düzgün ve doğru point cloud elde edebilir. Tekrarlı olmayan tarama modunda, daha fazla yapısal bilgi için daha derin penetrasyon sunar, bu da onu enerji hattı denetimi, ormancılık ölçümü ve diğer senaryolar için uygun hale getirir.

 

 

Çerçeve Tabanlı Tasarım

Çerçeve tabanlı tasarım, %100’e kadar etkili bir point cloud veri oranı sağlar. Üç eksenli bir gimbal ile birlikte, ölçüm senaryolarına daha fazla olasılık getiriyor.

 

Yüksek Hassasiyetli IMU Sistemi

Geliştirilmiş Doğruluk

Yüksek doğrulukta kendi geliştirdiği IMU sistemi, son işlem sırasında veri füzyonu için drone’un RTK konumlandırma sistemi ile birleştirildiğinde, L2’nin son derece hassas mutlak konum, hız ve durum bilgilerine erişmesini sağlar. Buna ek olarak, IMU sisteminin gelişmiş çevresel uyarlanabilirliği L2’nin operasyonel güvenilirliğini ve hassasiyetini artırır.

Yaw Doğruluğu^[6]
Gerçek zamanlı: 0,2°, işlem sonrası: 0.05°

Pitch/Roll Doğruluğu^[6]
Gerçek zamanlı 0,05°, işlem sonrası 0,025°

 

 

IMU Isınması Yok

IMU sisteminin performansı önemli ölçüde artırıldı ve açıldığı anda kullanıma hazır hale geldi. Beraberindeki drone ise RTK FIX durumuna geçtiğinde hemen göreve başlamaya hazır hale geliyor ve sahada optimize edilmiş bir deneyim sunuyor.

 

 

RGB Haritalama Kamerası

 

4/3 CMOS, Mekanik Deklanşör

Piksel boyutu 3,3 μm’ye büyütüldü ve etkili pikseller artık 20 MP’ye ulaşarak genel görüntülemede önemli bir iyileşmenin yanı sıra daha zenginleştirilmiş gerçek renkli point cloud ayrıntıları elde edildi. Minimum fotoğraf aralığı 0,7 saniyeye düşürülmüştür.

Haritalama kamerası 200.000 perde hızına sahiptir. Ve bu da işletme maliyetlerini daha da azaltır. Point cloud toplama gerekmediğinde, RGB kamera yine de fotoğraf ve video çekebilir veya görünür ışık haritalaması için görüntü toplayabilir.

 

Geliştirilmiş Operasyonel Deneyimi

Farklı Uçuş Rota Türleri

Çeşitli ortamlarda ölçme görevlerini yerine getirmek için Waypoint, Alan ve Doğrusal Rota türlerini destekler.

 

 

 

Point Cloud Canlı Görüntüleme

Çalışma sırasında, DJI Pilot 2 üç ekran modunu destekler – RGB, point cloud ve point cloud / RGB yan yana ekran, operasyonel sonuçları sezgisel bir şekilde sunar.

RNG’nin (Lazer Telemetre) etkinleştirilmesi, LiDAR modülü ile FOV’un merkezindeki nesne arasındaki mesafe bilgilerine erişim sağlayarak uçuş güvenliğini artırır. Ayrıca dört gerçek zamanlı point cloud renklendirme modunu da destekler – Yansıtma, Yükseklik, Mesafe ve RGB.

 

 

Point Cloud Modeli Oynatma
ve Birleştirme

Operasyondan sonra, 3D point cloud modeli^[7] doğrudan albümde görüntülenebilir.

Birden fazla uçuşun 3D point cloud modelleri de birleştirilerek operasyonel kaliteye ilişkin yerinde karar verme imkanı sağlanabilir.

 

Otomatik Oluşturulan Görev Kalite Raporu

Point cloud toplandıktan sonra, DJI Pilot 2 uygulaması otomatik olarak bir Görev Kalite Raporu^[8] oluşturacak, böylece operatörler operasyonel sonuçları gerçek zamanlı ve yerinde kontrol edebilecek ve saha çalışmasını daha duyarlı ve endişesiz hale getirecektir.

 

PPK Çözümü

Karmaşık operasyonel ortamlarda, kullanıcılar parazit, video aktarım bağlantısının kesilmesi veya diğer sorunlar nedeniyle RTK verilerinin kaybını önlemek için operasyondan önce RTK baz istasyonlarını kurabilirler. Operasyondan sonra, yüksek hassasiyetli modelleri yeniden oluşturmak için PPK (işlem sonrası kinematik) işlemini kullanmak için orijinal dosyaları DJI Terra’ya aktarın.

 

DJI Terra’da Tek Tıkla İşleme

Point cloud verilerini DJI Terra’ya aktarırken verimli ve güvenilir tek noktadan son işleme elde edin. Point cloud yörünge hesaplaması ve doğruluk optimizasyonundan sonra sadece bir tıklama ile standart formatlı bir 3D point cloud modeli oluşturun. Zemin noktası sınıflandırmasının ardından, Zemin Noktası Tipi kullanılarak bir DEM çıktısı alınabilir. Point cloud kalitesi, Doğruluk Kontrolü ve Kontrolü işlevi ile analiz edilebilir.

 

DJI ZENMUSE L2

Notlar:

1. DJI laboratuvar ortamında aşağıdaki koşullar altında ölçülmüştür: Zenmuse L2 bir Matrice 350 RTK üzerine monte edilmiş ve açık. Uçuş rotasını planlamak için DJI Pilot 2’nin Alan Rotası kullanılırken (IMU Kalibrasyonu etkinken). RTK FIX durumundayken tekrarlayan tarama kullanıldı. Bağıl irtifa 150 m’ye, uçuş hızı 15 m/s’ye, gimbal pitch -90°’ye ayarlandı ve uçuş rotasının her düz segmenti 1500 m’den azdı. Alan, belirgin açısal özelliklere sahip nesneler içeriyordu ve dağınık yansıma modeline uyan açık sert zemin kontrol noktaları kullanıldı. DJI Terra, point cloud Doğruluğunu Optimize Et etkinleştirilmiş olarak işlem sonrası için kullanıldı. point cloud Doğruluğunu Optimize Et etkin değilken aynı koşullar altında, dikey doğruluk 4 cm ve yatay doğruluk 8 cm’dir.
2. Matrice 350 RTK üzerine monte edilmiş Zenmuse L2 ile 15 m/s uçuş hızı, 150 m uçuş yüksekliği, %20 yan örtüşme oranı, IMU Kalibrasyonu etkin, Yükseklik Optimizasyonu kapalı ve arazi takibi kapalı olarak ölçülmüştür.
3. Sunulan veriler tipik değerlerdir. Lazer ışını çapından daha büyük bir boyuta sahip düz bir nesne, dik bir geliş açısı ve 23 km’lik bir atmosferik görüş mesafesi kullanılarak ölçülmüştür. Düşük ışıklı ortamlarda lazer ışınları optimum algılama menziline ulaşabilir. Bir lazer ışını birden fazla nesneye çarparsa, toplam lazer verici gücü bölünür ve elde edilebilir menzil azalır. Maksimum algılama menzili 500 m’dir.
4. Güç açıldıktan sonra IMU’nun ısınması gerekmez; ancak kullanıcılar drone RTK’nın uçabilmesi ve çalışabilmesi için FIX durumunda olmasını beklemelidir.
5. Zenmuse L1 ile karşılaştırılarak hesaplanmıştır.
6. DJI laboratuvar ortamında aşağıdaki koşullar altında ölçülmüştür: Zenmuse L2 bir Matrice 350 RTK üzerine monte edilmiş ve çalıştırılmıştır. Uçuş rotasını planlamak için DJI Pilot 2’nin Alan Rotası kullanılıyor (IMU Kalibrasyonu etkin). RTK FIX durumunda. Bağıl irtifa 150 m’ye, uçuş hızı 15 m/s’ye, gimbal pitch -90°’ye ayarlandı ve uçuş rotasının her bir düz segmenti 1500 m’den azdı.
7. 3D modeller seyrek temsil ile işlenmiştir.
8. Yalnızca Waypoint, Alan ve Doğrusal Görev Kalite Raporlarının oluşturulmasını destekler.