Инженерия БАС для агроскаутинга: сенсоры, геометрия, полёт и контроль качества

Дата исследования: 30.10.2026. Рассматриваются материалы, опубликованные не позднее этой даты; для изменяемой документации без даты выпуска указана дата обращения. Это инженерный обзор, а не сравнительная реклама оборудования. Числа в расчётах — явно заданные проектные примеры, а не приписанные конкретному изделию характеристики. Паспортные параметры необходимо перепроверять для сочетания камеры, объектива, прошивки и режима записи.

1. Начинать с измеряемого объекта, а не с покупки камеры

Задача «найти стресс» недостаточна для технического задания. Нужно определить объект: пропуск всхода шириной 0,1 м, очаг полегания 5 м, отдельный сорняк или температура сомкнутого полога; минимальный размер, допустимые пропуски и ложные тревоги; точность координат; срок выдачи результата. От этого последовательно выводятся пространственное разрешение, спектральные каналы, высота и скорость. Приоритетный продукт скаутинга — геопривязанная карта проверяемых аномалий и маршрут наземного обследования, а не автоматически установленный диагноз.

Причины спектрально сходных аномалий различны: дефицит азота, вода, болезнь, уплотнение, тень, фаза развития. Даже хороший сенсор не обеспечивает специфичности диагноза без наземной выборки. Обзор Maes и Steppe [1] полезен именно как рамка возможностей и ограничений аграрного дистанционного зондирования; его библиография проверена, но полный издательский текст в этой сессии не получен.

Для большого хозяйства рациональна двухступенчатая схема: обзорный полёт с умеренным GSD, затем низковысотная детализация выбранных зон и наземная проверка. Увеличение спектральной сложности всего покрытия не всегда эффективнее увеличения частоты наблюдений простым RGB.

2. Что действительно измеряют разные сенсоры

RGB. Для картирования важнее пригодный объектив, резкость, короткая выдержка и тип затвора, чем мегапиксели сами по себе. Механический или global shutter уменьшает геометрические искажения движущейся платформы; rolling shutter считывает строки в разное время. Короткая экспозиция уменьшает смаз, но не устраняет временной сдвиг строк. Программная модель rolling shutter может помогать [8], но не восстанавливает потерянные из-за смаза детали. Для количественного цвета нужны RAW/линейность и отдельная калибровка; обычный JPEG с автоматическим улучшением цвета годится прежде всего для визуальной интерпретации.

Multispectral/red edge. Red edge — область быстрого роста отражения между красным и ближним ИК, а не универсальная единственная длина волны. Нужны центральная длина волны, FWHM, спектральная функция отклика, разрядность и SNR. Камеры с разными полосами могут давать разные значения индекса на одинаковом пологе. Для отражательных способностей ρ:

NDVI = (ρNIR − ρRed)/(ρNIR + ρRed); NDRE = (ρNIR − ρRE)/(ρNIR + ρRE).

Например, ρNIR = 0,50, ρRed = 0,05, ρRE = 0,20 дают NDVI = 0,818 и NDRE = 0,429, безразмерно. Это арифметика индексов, не перевод в кг азота/га. NDRE может сохранять чувствительность там, где NDVI слабо различает плотные пологи, но зависимость от культуры и фазы требует проверки. Каналы отдельных объективов совмещают геометрически; иначе край листа порождает ложный индекс. Документационный код производителя явно разделяет радиометрическую обработку и регистрацию [3, 4]. Паншарпенинг способен улучшить визуальную детализацию, но не создаёт независимые спектральные измерения на каждом новом мелком пикселе.

Thermal. Следует отличать радиометрический массив от цветного видеопотока. NETD характеризует чувствительность к малой разности температур в заданных условиях, а не абсолютную точность. Показательный контрпример из технического руководства FLIR: для стационарной A300f указаны NETD <50 мК при +30 °C и абсолютная точность ±4 °C либо ±4% показания [7]. Это не рекомендуемая полезная нагрузка БАС, а документально проверенное различие характеристик. Нельзя переносить эти цифры на другие тепловизоры.

Для полевой работы проверяют температурный дрейф после прогрева, NUC, эмиссивность, отражённую кажущуюся температуру, влияние атмосферы и фокус. Нужны опорные поверхности с измеренной температурой и метеостанция: температура воздуха, влажность/VPD, ветер, радиация. После дождя, при росе и переменной облачности физический смысл карты меняется. Индекс CWSI вида (Tc − Twet)/(Tdry − Twet) требует обоснованных влажного и сухого эталонов, а не экстремальных пикселей любой сцены. При Tc = 31 °C, Twet = 27 °C, Tdry = 35 °C он равен 0,50; ошибка Tc на 1 °C меняет результат на 0,125. Температура полога не равна температуре смешанного пикселя «листья + горячая почва».

Hyperspectral. Для pushbroom-камеры кадр — одна пространственная строка со спектрами; второе пространственное измерение создаёт движение. Следовательно, ошибка времени или ориентации деформирует куб. При скорости 5 м/с и требуемом продольном шаге 0,05 м нужна частота строк 5/0,05 = 100 строк/с; экспозиция должна укладываться в 10 мс, а радиометрического сигнала может не хватить. Для условных 640 пространственных отсчётов, 270 каналов и 16 бит поток равен 640 × 270 × 2 × 100 = 34,56 МБ/с, за 20 минут — 41,5 ГБ без служебных данных. Это расчёт конфигурации, не паспорт изделия.

Кроме dark/flat-field необходимы калибровка длин волн, ширины каналов, smile — изменения спектрального положения поперёк строки — и геометрических межканальных сдвигов. NASA описывает проверку спектральной и радиометрической калибровки с интегрирующей сферой и лазерами [6]. Спектральный шаг нельзя путать с действительным спектральным разрешением. Модель, обученная на соседних пикселях того же поля, легко переоценивает качество: проверять нужно на других датах, полях и сезонах.

LiDAR. Лазер не «видит сквозь листья» автоматически: наземный сигнал появляется только при прохождении через просветы. Для DTM важны наземные точки и их распределение, а не суммарные миллионы отражений. Геометрия включает GNSS/IMU, lever arm и boresight; необходимы встречные и поперечные проходы для контроля полос. Интенсивность зависит от дальности, угла, мощности, усиления и поверхности. Требования USGS [9, 10] полезны как дисциплина контроля, но это спецификация 3DEP, а не автоматически обязательный или достаточный стандарт агроскаутинга.

3. GSD и различимость: размер пикселя — ещё не разрешение

Для надирной камеры над приблизительно плоской поверхностью:

GSD = H × p/f, где H — расстояние до снимаемой поверхности, м; p — шаг пикселя, м; f — фокусное расстояние, м. Ширина покрытия W = Nx × GSD, длина L = Ny × GSD.

Пример RGB: H = 100 м, p = 2,4 мкм = 2,4·10⁻⁶ м, f = 16 мм = 0,016 м. Получаем GSD = 0,015 м/пиксель = 1,5 см/пиксель. Для 6000 × 4000 пикселей покрытие равно 90 × 60 м. Объект шириной 0,10 м занимает 6,7 пикселя, а пятно 0,02 м — лишь 1,3 пикселя. Последнее может повлиять на цвет, но надёжно распознать его форму нельзя.

Два отсчёта на период — условие дискретизации, не гарантия распознавания растения. Практический стартовый ориентир для объекта — 5–10 пикселей по характерной ширине; это проектная эвристика, которую надо валидировать по precision/recall. Контраст, оптическая MTF, Bayer-интерполяция, смаз, тени и перекрытие листьями меняют результат. Размер выходного пикселя ортомозаики не доказывает реального разрешения. Для спектральной диагностики желательно несколько «чистых» пикселей внутри объекта, а не только на его границе.

Для условного тепловизора с p = 12 мкм и f = 13 мм на H = 100 м GSD = 9,23 см/пиксель. Объект 10 см занимает 1,08 пикселя; температура отдельного листа недостоверна. Нужна меньшая высота, более длиннофокусная оптика либо анализ агрегированного полога. При полёте над культурой высотой 2 м расстояние до верхушки на 2 м меньше расстояния до почвы: геометрию считать для нужной поверхности.

4. RTK, PPK, GCP и независимая проверка

RTK получает поправки во время полёта, PPK вычисляет траекторию после полёта из сырых наблюдений. PPK меньше зависит от радиолинии поправок, но требует корректных базовых данных и времени. Оба метода уязвимы к потере спутниковых наблюдений, многолучёвости, неверным координатам базы и неоднозначностям. Статус FIX не является сертификатом точности ортомозаики.

Необходимо переводить координату антенны в координату центра камеры с учётом lever arm, ориентации и момента экспозиции. При v = 8 м/с ошибка синхронизации 5 мс создаёт смещение 8 м/с × 0,005 с = 0,040 м, то есть 4 см. При GSD 1,5 см это 2,7 пикселя ещё до остальных ошибок. Для LiDAR добавляется особенно существенная ошибка направления луча: при H = 100 м угловая ошибка 0,05° даёт приблизительно 100 × 0,000873 = 0,087 м поперечного смещения.

GCP участвуют в уравнивании и фиксируют геометрию блока; checkpoints исключают из оптимизации и используют только для оценки результата [2, 10, 11]. Расставлять их надо по периметру, внутри, по диапазону высот, а не кучкой около старта. Марки должны быть различимы, устойчивы и измерены с точностью лучше требуемой точности продукта. Универсального числа GCP на гектар нет: оно зависит от формы блока, рельефа, камеры и прямой геопривязки. Несколько точек могут обнаружить грубую ошибку, но не обеспечить статистически убедительную приёмку; число для формальной отчётности выбирают по соответствующему стандарту и договору.

Отдельно документируют CRS, реализацию/эпоху системы координат, единицы, высоты над эллипсоидом или геоидом и модель геоида. Ошибка вертикального датума может превосходить случайную погрешность на порядки. USGS прямо разделяет внутреннюю согласованность полос и абсолютную точность [10]. На контрольных точках публикуют смещение, RMSE по осям, горизонтальный RMSE, распределение и выбросы, а не только красивую среднюю ошибку GCP.

5. Радиометрия: превращение DN в сравнимые данные

Рекомендуемая цепочка: исходные DN → поправки black level, экспозиции, усиления и виньетирования → спектральная яркость L → отражательная способность. Для ламбертовского приближения ρ = πL/E, где E — спектральная облучённость в согласованных спектральных единицах; множитель π учитывает полусферу. Именно такое разделение реализовано в открытом коде [3]. Оно не устраняет BRDF листьев и рядового полога.

До и после каждого вылета снимают чистые поверенные отражательные панели без тени оператора, бликов, насыщения и смешения краёв. Панель имеет поканальную отражательную способность и историю загрязнения/старения. USGS рекомендует размер стороны не менее десяти максимальных пикселей для достаточного числа чистых отсчётов [2]: при GSD 5 см это минимум 0,50 м на сторону для панели в полётном кадре. Ближний снимок маленькой панели — другая геометрия; важно проверить фокус и репрезентативность освещения.

Двухточечный empirical line method оценивает ρ = a·DN + b отдельно по каналам. Например, панели 0,05 и 0,50 дали DN 1000 и 10000: a = 0,45/9000 = 5·10⁻⁵ DN⁻¹, b = 0; DN 6000 соответствует ρ = 0,30. На практике ненулевой b возможен, нужны независимая контрольная панель, оценка остатка и отсутствие насыщения. ELM требует линейного отклика и достаточно стабильного освещения [2].

DLS измеряет падающее освещение возле аппарата, а не полностью характеризует освещение каждого пикселя под облаком. Его наклон, затенение и соотношение прямого/рассеянного света требуют поправок; эти величины явно присутствуют в реализации [3]. При быстро движущихся облачных тенях разумнее перенести съёмку или браковать полосы, чем считать DLS универсальным исправлением. Для сравнения дат сохраняют близкие солнечную геометрию, направление маршрутов и фазу развития; сохраняют маски теней, почвы и насыщения. Автоматическое выравнивание яркости красивой мозаики не заменяет радиометрическую калибровку.

6. Фотограмметрия, DSM и DTM

SfM оценивает положения камер и разреженные связующие точки, затем dense matching строит плотное облако; после фильтрации получают DSM и ортомозаику. DSM описывает видимую поверхность, включая культуру. DTM описывает землю: если почва под сомкнутым пологом не наблюдалась, фильтр не может достоверно восстановить её из ничего. Хороший вариант для высоты растений — независимый DTM до всходов, совмещённый с текущим DSM; альтернатива — LiDAR при достаточных наземных отражениях.

CHM = DSM − DTM. Если независимые случайные вертикальные ошибки составляют 0,04 и 0,06 м, стандартная ошибка разности sqrt(0,04² + 0,06²) = 0,072 м. Систематические сдвиги и ошибка совместной регистрации этим выражением не покрыты. При изменении земли обработкой или эрозией старый DTM перестаёт быть корректным основанием. На ветру SfM нарушает предположение о неподвижной сцене; листья разных кадров не обязательно являются одной и той же точкой.

Повторяющиеся ряды, однородный полог, вода и движущаяся растительность осложняют сопоставление. Помогают достаточное перекрытие, контроль поперечных связей и при необходимости дополнительные направления. Но увеличение числа почти одинаковых надирных кадров не всегда устраняет куполообразную деформацию блока: важны геометрия сети и калибровка камеры [2].

7. Высота, перекрытие, скорость, смаз и производительность

Перекрытия выбирают по самому ограничивающему сенсору и его полезному общему полю зрения. Для стартового испытания над культурой можно взять 85% продольного и 80% поперечного перекрытия; это не универсальная нормативная цифра. После пробного блока проверяют фактическое покрытие, связность и качество реконструкции. Документация планирования [5] найдена, но её числовые рекомендации из-за неполного извлечения текста здесь не цитируются.

Для рассмотренного RGB-покрытия 90 × 60 м при 80% поперечного перекрытия расстояние между маршрутами d = 90 × 0,20 = 18 м; при 85% продольного шаг экспозиций b = 60 × 0,15 = 9 м. При v = 6 м/с интервал снимков должен быть не больше 9/6 = 1,5 с. Если камера с записью выбранного формата допускает только 2 с, скорость ограничена 9/2 = 4,5 м/с.

Линейный смаз в пикселях B = v·t/GSD. При v = 6 м/с, t = 1/1000 с и GSD = 0,015 м получаем B = 0,40 пикселя. Для проектного лимита 0,5 пикселя выдержка должна быть не длиннее 0,5 × 0,015/6 = 0,00125 с, то есть 1/800 с. Дополнительно учитывают угловое движение, вибрацию и движение листьев. Для thermal экспозиция/постоянная времени детектора может ограничивать скорость даже при большой частоте выдачи кадров.

Идеальная площадная производительность Q = v·d: при 6 м/с и 18 м это 108 м²/с = 38,9 га/ч. За 20 минут исключительно рабочих прямых — 12,96 га. В другом сценарии, если 20 минут — общее время миссии, а доля рабочих прямых равна 0,65, полезная площадь составит 8,42 га. Это сценарная оценка, не обещанная производительность. Если 20 минут уже обозначают только рабочие прямые, повторно вычитать те же потери нельзя. Резерв батареи, взлёт, посадка, ветер и полезная нагрузка считают отдельно.

Для 100 га приближённое число экспозиций 1 000 000 м²/(18 м × 9 м) ≈ 6173, без краевого запаса. При условных 25 МБ на RGB-снимок — 154 ГБ. Снижение высоты вдвое уменьшает GSD и обе стороны кадра вдвое: при прежних перекрытиях кадров примерно вчетверо больше, а маршрут примерно вдвое длиннее. Если дополнительно вдвое снизить скорость ради смаза, время вырастет примерно вчетверо.

Планируют terrain following, безопасную высоту над препятствиями и ограничения воздушного пространства, а не только высоту над стартом. Подъём рельефа на 20 м при постоянной абсолютной высоте уменьшает местный H со 100 до 80 м: улучшается GSD, но сужается покрытие и падает перекрытие. Для спектральной съёмки предпочтительно стабильное освещение; для водного стресса выбирают физически обоснованное окно теплового контраста. Один «идеальный час» для всех задач отсутствует.

8. QA и приёмка: качество проверяется до отъезда с поля

До вылета: проверить объективы и панели, калибровки, фокус, свободную память, реальный интервал записи, синхронизацию, GNSS-базу, координаты и марки. Пробный проход выявляет смаз и насыщение лучше расчёта в офисе. Полётное время измерять с фактической нагрузкой и резервом, а не брать рекламный максимум.

В поле: сохранить погоду и изменения освещения, время UTC, высоту относительно поверхности, скорость по земле, события NUC, потерю FIX и пропуски кадров. Проверить гистограммы по каждому каналу, резкость, заполнение покрытия, панельные снимки и геотеги. Выборочно открыть именно радиометрические файлы, а не только превью. Переснять дефектные участки до уборки оборудования.

После обработки: разделить геометрическую, радиометрическую и прикладную приёмку. Проверять независимые checkpoints; карты фактического перекрытия/GSD; связность блока; межполосные высотные сдвиги; совмещение каналов на контрастных границах; остатки на контрольных отражательных и температурных мишенях; маски теней, почвы и пропусков. Для LiDAR отдельно оценивать плотность наземных точек и ошибки классификации [10]. Для детектора сорняков публиковать precision/recall по размерам объектов, а не только общую accuracy на фоне преобладающей чистой почвы.

Критерии задаются до съёмки: например, выбранный бюджет смаза ≤0,5 пикселя; допустимая ошибка координат для повторного посещения; минимальный размер обнаруживаемого объекта; допустимая неопределённость температуры. Эти примеры не заменяют требования конкретной задачи. Порог ошибки отражения выражать однозначно: 0,02 абсолютной отражательной способности — не то же самое, что 2% относительно её значения.

Сдаваемый комплект: исходники и метаданные, траектории/базовые наблюдения, калибровочные кадры, CRS и вертикальный датум, параметры обработки и версии ПО, GeoTIFF с единицами/NoData, DSM/DTM с происхождением, облако LAS/LAZ при необходимости, маски качества и краткий отчёт о проверке. Без них повторяемость следующего сезона сомнительна.

9. Источники и степень проверки

Все обращения — 30.10.2026. Недатированные веб-страницы не считаются доказательством выпуска нового оборудования в 2026 году. Где полный текст недоступен, это отмечено; поисковые фрагменты не использовались как полноценная проверка паспортов.

1. Maes W.H., Steppe K., 2019. Perspectives for Remote Sensing with Unmanned Aerial Vehicles in Precision Agriculture, Trends in Plant Science 24(2), 152–164. DOI: 10.1016/j.tplants.2018.11.007. Обзор возможностей сенсоров и агрономической интерпретации. Проверены библиографические сведения; издательский переход не дал полного текста, поэтому конкретные паспортные цифры из него не заимствованы.
2. Sampath A., Shrestha M., While M., Scholl V.M., 25.07.2023. Guidelines for Calibration of Uncrewed Aircraft Systems Imagery, USGS OFR 2023-1033. Полный HTML, DOI: 10.3133/ofr20231033. Основной проверенный методический источник: ELM, панели, BRDF, геометрическая калибровка и QA; извлечён существенный текст отчёта.
3. MicaSense, imageprocessing, исходный код; дата текущей редакции не установлена, заголовок copyright 2017. Модуль image.py. Проверена фактическая последовательность black level/gain/exposure/vignette → radiance → reflectance и учёт ориентации DLS. Это реализация для поддерживаемых камер, не универсальная калибровка любого сенсора; ветка master изменяема.
4. MicaSense, документационный проект, README с указанием поддержки новых моделей с 2023 года; дата текущей редакции не установлена. README, imageutils.py. Подтверждает раздельные этапы радиометрии, регистрации и паншарпенинга; код прямо предупреждает о радиометрической некорректности простого Brovey. Прочитан код, но не выполнен независимый эксперимент на снимках.
5. Pix4D, дата публикации не указана. Image acquisition — PIX4Dmapper. Первичная документация по планированию съёмки. Страница открылась, но полезный текст извлечён неполно; её конкретные проценты перекрытия не объявлены проверенными.
6. Ryan R. et al., 01.04.1999; запись NASA NTRS получена 21.08.2013. New Method for Calibration for Hyperspectral Pushbroom Imaging Systems, NTRS 20040074212. Прочитанная аннотация подтверждает проверку длин волн, ширины каналов, радиометрии, SNR и smile с интегрирующей сферой; не является современной спецификацией БАС.
7. FLIR Systems, руководство A300f, раздел 9 Technical data; дата редакции в полученном разделе отсутствует. Техническое руководство. Непосредственно проверены NETD, абсолютная точность, спектральный диапазон и время отклика. Используется только для объяснения различия метрик, не как рекомендация аэросенсора.
8. Pix4D, дата публикации по извлечению не установлена. Improved accuracy for rolling shutter cameras. Производитель описывает коррекцию rolling shutter; страница получена с неполным текстовым извлечением. Количественные заявления об улучшении точности из неё не используются.
9. USGS, Lidar Base Specification 2025 rev. A, выпуск 10.06.2025. Страница версии и истории. Проверена дата версии и область применения 3DEP; это не утверждение, что после даты исследования нет других версий.
10. USGS, LBS 2025 rev. A, 2025. Data Processing and Handling Requirements. Полезный первичный нормативный текст: независимость checkpoints от калибровки, внутренняя/абсолютная точность, межполосная согласованность, классификация, CRS, единицы и метаданные. Прочитан развёрнутый раздел; американские датумы не предлагаются для автоматического применения в другом регионе.
11. Pix4D, дата публикации не указана. Tie points (GCPs, MTPs, and CPs) — PIX4Dmatic. Найдена первичная справка по типам точек, но извлечение ограничено. Определения и требование независимой проверки опираются прежде всего на прочитанные USGS [2, 10].

Что не удалось проверить и почему это важно

Страницы поддержки MicaSense о radiometric calibration и применении панелей вернули HTTP 403; вместо них проверены открытый код и USGS. Брошюра Altum-PT была найдена, но web_fetch не обработал PDF, а HTML-страница изделия не дала пригодного текста. Страницы спецификаций DJI Mavic 3M открывались с перенаправлением и неполным извлечением. Поэтому их численные параметры, рекламные гектары за вылет и заявленная точность RTK в обзор не включены. Не проверены актуальные массы, цены, длительность полёта конкретных комплектов и версия прошивки. Нет собственных полевых испытаний SNR, температурной точности, точности PPK или качества обнаружения объектов. Приведённые проектные пороги и расчётная производительность должны пройти пробный полёт и наземную валидацию до закупки и масштабирования.