BÁO CÁO RESEARCH AI-DAM

1. Danh sách các công nghệ đã nghiên cứu

- SFM
- Cloud Compare (phần mềm xử lí point cloud)
- GIS
- So sánh dữ liệu point cloud và hình ảnh chụp từ drone
2. SFM
a. Tổng quan
SFM thực ra là orthorectify aerial photo, công việc chính là khớp vị trí của vật thể, đối
tượng trong aerial photo với vị trí của nó trên mặt đất. Quá trình biến đổi này được thực
thi nhờ sử dụng một digital elevation model (DEM), model này sẽ miêu tả hình dạng mặt
đất dưới dạng không gian 3 chiều.
Ví dụ:

b. Kết quả nghiên cứu

Đã hiểu rõ được công nghệ SFM là gì và khả năng ứng dụng trong thực tế
Vẫn chưa chạy được demo SFM, lí do sẽ nêu rõ ở phần khó khăn
c. Khó khăn
Hiện ta có các vấn đề sau:
 - Ta ko có digital elevation model (DEM) của đập.
- Hình ảnh mà khách hàng đưa chỉ là hình chụp từ đối diện đập chứ ko phải từ trên cao
xuống nên không thể thực thi SFM với các ảnh này dc
Đã thử tìm kiếm trên rất nhiều nơi nhưng chỉ cho thấy hình ảnh của SFM chứ ko cung
cấp dữ liệu mẫu nên rất khó chạy thử.
d. Tài liệu
https://www.gsi.go.jp/gazochosa/gazochosa40002.html
https://apollomapping.com/blog/g-faq-orthorectification-part
e. Kết luận
- Tính khả thi: thấp
- Hướng phát triển: Hiện tại đang nghiên cứu phần mềm tên là OpenDroneMap, phần
mềm này có khả năng sinh Point cloud, DEM từ drone data.
- Tool sử dụng: https://github.com/PolarGeospatialCenter/imagery_utils
https://www.opendronemap.org
3. Cloud Compare
a. Tổng quan
Là phần mềm Open Source chuyên về xử lý dữ liệu Point Cloud.
Có các tính năng chính sau:
- Thao tác với nhiều point cloud (mesh) cùng một lúc
- Xử lí được file point cloud lớn (file có hơn 120 triệu điểm)
- Có khả năng so sánh sự khác biệt giữa hai point clouds
- Point cloud segmentation (trích xuất một phần của dữ liệu ra từ dữ liệu lớn)
- Có thể xử lí khá nhiều loại dữ liệu: ASCII cloud, PLY cloud hoặc mesh, OBJ
mesh, VTK cloud hoặc mesh, STL mesh, LAS và LAZ cloud, FBX mesh, SHP
mesh...
- Và một số tính năng khác nhưng không nêu ra vì quá dài và chưa tìm hiểu kĩ
b. Kết quả nghiên cứu
Biết được một số phần mềm chuyển xử lí Point cloud mã nguồn mở như Cloud
compare, Mesh lab, Potree
Mỗi phần mềm đều có thể mạnh riêng tuy nhiên thời gian có hạn nên chỉ nghiên cứu
Cloud compare vì nó nổi tiếng nhất
c. Khó khăn
Chưa rõ yêu cầu của khách hàng về việc sử dụng point cloud để làm gì, tại sao phải
dùng GIS để xử lí point cloud, sao ko dùng phần mềm chuyên dụng để xử lý chúng?
Lĩnh vực này khá mới nên cũng chưa thể tìm hiểu nhanh các phần mềm này có thật sự
phù hợp với yêu cầu của khách hàng ko
d. Tài liệu
https://www.youtube.com/watch?v=MQiD4HjhpAU (Cloud compare introduction videos)
https://en.wikipedia.org/wiki/CloudCompare
e. Kết luận
- Tính khả thi: trung bình
- Đề xuất: Cloud compare có rất nhiều tính năng hữu ích và rất dễ sử dụng trong việc
thao tác với Point cloud. Đây có thể là ứng cử viên sau này cho việc quản lý đập
bằng mô hình 3D
 - Hướng phát triển: làm rõ yêu cầu của khách hàng và lựa chọn phần mềm phù hợp
nhất
4. GIS
a. Tổng quan
GIS là phần mềm dùng để lưu trữ, quản lý, và phân tích dữ liệu địa lý,
GIS cho phép ta tạo bản đồ và hiển thị thông tin địa lý khác dưới dạng hình ảnh để phân
tích và trình bày.
b. Kết quả nghiên cứu
Có rất nhiều phần mềm GIS open source trên thế giới như: GRASS GIS, gvSIG, QGIS,
SAGA GIS.
c. Khó khăn
các phần mềm này đa phần đều có rất nhiều chức năng và khó sử dụng cũng như cài
đặt.
Một số có hỗ trợ xử lý dữ liệu Point cloud nhưng chức năng rất hạn chế.
d. Tài liệu
https://grasswiki.osgeo.org/wiki/GRASS-Wiki
https://en.wikipedia.org/wiki/GvSIG
https://www.youtube.com/watch?v=LGpoXkEVvfY
e. Kết luận
- Tính khả thi: Thấp
- Phần mềm đề xuất: Grass GIS (open source)
ArcGis Pro (thu phí) phần mềm này chưa thử nhưng thấy có rất nhiều tính năng,
khá nổi tiếng, có hỗ trợ xử lí Point cloud
- Hướng phát triển: theo mình nghĩ thì không nên đi theo hướng nghiên cứu về
GIS nữa.
5. So sánh dữ liệu point cloud và ảnh chụp từ drone
a. Tổng quan
Mục đích của việc nghiên cứu là so sánh dữ liệu của 2 nguồn để tìm ra sự khác biệt,
tương đồng, từ đó sẽ kết hợp 2 loại dữ liệu này lại để bổ sung những thiếu sót của
chúng
b. Kết quả nghiên cứu
Hiện tại chỉ tìm thấy một ít bài báo khoa học có đề cập đến chủ đề này, tuy nhiên dữ liệu
họ sử dụng lại khá khác với dữ liệu của mình.
Ví dụ: ảnh dưới bên trái là ảnh chụp, bên phải là mô hình point cloud, rất dễ để so sánh
c. Khó khăn
Hai loại dữ liệu mà khách hàng cung cấp quá khó để so khớp với nhau, dù là dùng mắt
thường cũng rất khó để làm điều này, nếu dữ liệu giống như trên thì sẽ dễ hơn
d. Tài liệu
https://www.researchgate.net/publication/228704742_Automatic_feature_matching_betw
een_digital_images_and_2D_representations_of_a_3D_laser_scanner_point_cloud
https://arxiv.org/pdf/1906.06064.pdf
e. Kết luận
- Tính khả thi: thấp
- Hướng phát triển: khách hàng và bên mình nên tìm cách kiếm được dữ liệu dễ
so sánh hơn
- Khách hàng dự đoán sẽ dễ dàng phát hiện vết nứt hơn nhờ hình ảnh qua xử lý
SFM và Point cloud, tuy nhiên mình không nghĩ là như vậy, vì Point cloud data
chỉ là một model 3D của các điểm. Nó có thể giúp mình định vị được vết nứt ở
đâu thì đúng hơn (định vị khác phát hiện), tức là mình sẽ phát hiện vết nứt rồi
nhờ Point cloud data hiển thị lên chỗ có vết nứt.
- Đồng thời ảnh qua xử lí SFM phải chụp từ trên cao xuống và bao quát toàn bộ
đập nên cũng rất khó để nhờ ảnh này mà phát hiện bất thường của đập dc
-