การพัฒนาแผนที่สถานการณ์จำลองพื้นที่การรบ

ธเนส เลิศจามีกร

ผู้แต่ง

ธเนส เลิศจามีกร สาขาวิชาคอมพิวเตอร์ คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยราชภัฏเทพสตรี

คำสำคัญ:

แผนที่สถานการณ์จำลองพื้นที่การรบ, อากาศยานไร้คนขับ, การประมวลผลภาพถ่ายทางอากาศ

บทคัดย่อ

การวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาแผนที่สถานการณ์จำลองพื้นที่การรบขนาดไม่น้อยกว่า 30 ตารางกิโลเมตร โดยใช้เทคโนโลยีอากาศยานไร้คนขับ (UAV) ร่วมกับการประมวลผลภาพถ่ายทางอากาศ โดยมีการกำหนดให้สนามฝึกภูลำไย จังหวัดนครราชสีมา ในการพัฒนาแผนที่จำลองสถานการณ์การบในครั้งนี้ ใช้โดรนรุ่น DJI Mavic Pro 2 ในการบินเก็บภาพถ่าย ซอฟแวร์ Pix4DCapture สำหรับการวางแผนการบิน และ WebOpenDroneMap สำหรับการประมวลผลแผนที่วิธีการวิจัยประกอบด้วยการทดสอบการบินในรูปแบบต่างๆ ได้แก่ การตั้งค่า Overlap และ Sidelap ที่ 60/60, 70/70 และ 80/80 ความสูงการบิน 300 และ 400 เมตร และความละเอียดของภาพ 7 และ 50 เซนติเมตร/พิกเซล รวมถึงการใช้จุดควบคุมภาคพื้นดิน (GCP) เพื่อเพิ่มความถูกต้องของพิกัดบนแผนที่ ผลการวิจัยพบว่า การบินที่ค่า Overlap 60/60 ความสูง 300 เมตร ให้ประสิทธิภาพที่เหมาะสมที่สุดเมื่อพิจารณาถึงความสมดุลระหว่างเวลาที่ใช้ในการบิน (450 นาที) เวลาประมวลผล และคุณภาพแผนที่ แผนที่ความละเอียด 7 เซนติเมตร/พิกเซล ใช้เวลาประมวลผล 1,400 นาทีและมีขนาดไฟล์ 5.6 GB ในขณะที่ความละเอียด 50 เซนติเมตร/พิกเซล ใช้เวลาเพียง 110 นาทีและมีขนาดไฟล์ 222 MB พบว่า การทำความละเอียดของแผนที่ 50 เซนติเมตร/พิกเซลมีความเหมาะสมทั้งในด้านของความคมชัด และระยะเวลาที่ใช้ในการสร้างแผนที่จำลองพื้นที่การรบ การใช้ GCP อย่างน้อย 5 จุดสามารถลดความคลาดเคลื่อนของพิกัดได้อย่างมีนัยสำคัญ แผนที่ความละเอียด 50 เซนติเมตร/พิกเซล มีความเหมาะสมสำหรับการติดตั้งในระบบอำนวยการยิงปืนใหญ่ทางยุทธวิธีอัตโนมัติด้วยเครือข่ายคอมพิวเตอร์ และสามารถนำไปใช้การวางแผนการรบในระดับยุทธวิธี

เอกสารอ้างอิง

W. Budiharto, E. Irwansyah, J. S. Suroso, A. Chowanda, H. Ngarianto, and A. A. S. Gunawan, “Mapping and 3D modelling using quadrotor drone and GIS software,” Journal of Big Data, vol. 8, no. 1, pp. 1–12, Jan. 2021.

A. Skondras et al., “UAV mapping and 3D modeling as a tool for promotion and management of the urban space,” Drones, vol. 6, no. 5, pp. 115, May. 2022.

T. Minohara, “Map view for remote control of drones,” in Proc. IEEE/AIAA 42nd Digital Avionics Systems Conference (DASC 2023), Barcelona, Spain, Oct. 1-5, 2023

K. Zhang, H. Okazawa, K. Hayashi, T. Hayashi, L. Fiwa, and S. Maskey, “Optimization of Ground Control Point Distribution for Unmanned Aerial Vehicle Photogrammetry for Inaccessible Fields,” Sustainability, vol. 14, no. 15, pp. 9505, Aug. 2022, doi: 10.3390/ su14159505.

G. Muradás Odriozola et al., “Automating ground control point detection in drone imagery: From computer vision to deep learning,” Remote Sensing, vol. 16, pp. 794, Feb. 2024.

G. Vacca, “WEB Open Drone Map (WebODM) a software open source to photogrammetry process,” in Proc. FIG Working Week 2020: Smart Surveyors for Land and Water Management, Art. no. 10728, Amsterdam, Netherlands, May. 2020.

A. Ansari, B. Sah, H. Dhungel, and D. Gautam, “3D Drone Mapping,” Journal of Innovative Image Processing, vol. 5, no. 1, pp. 1–19, Feb. 2023, doi: 10.36548/jiip.2023.1.001.

K. Lim and S. Jeong, “Acquiring Precise Coordinates of Ground Targets through GCP Geometric Correction of Captured Images in UAS,” Journal of the Korea Institute of Military Science and Technology, vol. 26, no. 2, pp. 129–138, Apr. 2023, doi: 10.9766/ kimst. 2023.26.2.129.