768480.goriki Martin-DEF

SVEUČILIŠTE U ZAGREBU
GEODETSKI FAKULTET
Martin Gorički
Modeliranje 3D kartografskog prikaza za potrebe

planiranja pametnih gradova
Diplomski rad
Zagreb, 2015.
I. Autor
Ime i prezime: Martin Gorički
Datum i mjesto rođenja: 26.12.1990., Zagreb, Hrvatska
II. Diplomski rad
Naslov: Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih

gradova
Mentori: prof. dr. sc. Stanislav Frangeš i doc. dr. sc. Vesna Poslončec-Petrić
Voditelj: doc. dr. sc. Vesna Poslončec-Petrić
III. Ocjena i obrana
Datum zadavanja zadatka: 16. siječanja 2015.
Datum obrane: 3. srpanja 2015.
Sastav povjerenstva pred kojim je obranjen rad:

1. doc. dr. sc. Vesna Poslončec-Petrić
2. doc. dr. sc. Robert Župan
3. doc. dr. sc. Dražen Tutić
M. Gorički Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih gradova
Zahvala
Zahvaljujem se mentorima prof. dr. sc. Stanislavu Frangešu i doc. dr. sc. Vesni Poslončec-Petrić
koji su me podržali u izboru teme i koji su mi svojim savjetima pomogli pri izradi diplomskog
rada.
Zahvaljujem se Krunoslavu Šoštariću, inž. geodezije i tvrtkama AMG Studio i GEO LEGIN na
pruženoj podršci i instrumentariju.
I najveće hvala mojoj djevojci Karmeli, obitelji i prijateljima što su mi bili potpora i oslonac
tokom svih godina studiranja.
Sažetak: Ovaj diplomski rad opisuje postupak modeliranja 3D kartografskog prikaza za potrebe
planiranja pametnog grada i objašnjava ulogu pametnih gradova u sadašnjem i budućem
svijetu. Opis modeliranja grada uključuje sve postupke, od prikupljanja podataka pomoću
bespilotne letjelice, njihove obrade u fotogrametrijskom softveru Photoscan, do
interpretacije, izrade i vizualizacije 3D modela u softveru AutoCAD Civil 3D na konkretnom
primjeru 3D modela koji je autor izradio za izabrano testno područje. Uloga 3D modela u
planiranju pametnih gradova objašnjena je kroz nekoliko primjena među kojima je i analiza
potencijala sunčevog zračenja pomoću softvera SAGA GIS za planiranje mreže solarnih
elektrana.
Ključne riječi: pametni gradovi, Photoscan, 3D kartografski prikaz, bespilotna letjelica,

Autocad Civil 3D, analiza, planiranje
Abstract: This master's thesis describes process of modelling 3D cartographic visualization for
smart city planning purposes and explains the role of smart cites in this and future world.
Description of modelling city includes all procedures, from collecting data with unmanned
aerial vehicle, processing of those data in software Photoscan, interpretation, making and
rendering 3D model in software AutoCAD Civil 3D on real example of 3D model which was
made by author for chosen test area. The role of 3D model in planning of smart cities is
explained through few examples including analysis of solar potential radiation using software
SAGA GIS for planning of solar power plant network.
Key words: smart cities, Photoscan, 3D cartographic visualization, UAV, AutoCAD Civil 3D,
analysis, planning
Sadržaj
1. Uvod ................................................................................................................................... 1
2. Pametni gradovi ................................................................................................................. 2

2.1. Što su pametni gradovi? .............................................................................................. 2
2.2. Struktura pametnog grada .......................................................................................... 2
2.3. Pametna sela ............................................................................................................... 6
2.4. 3D modeliranje za planiranje pametnih gradova ........................................................ 6
2.5. Strukture 3D modela za planiranje pametnih gradova ............................................... 7
2.6. Metode prikupljanja podataka za izradu 3D modela gradova .................................... 8
2.7. Softveri za 3D modeliranje gradova .......................................................................... 13
2.8. Formati za 3D modeliranje gradova .......................................................................... 14
3. Test područje .................................................................................................................... 16

3.1. Geoprometni položaj ................................................................................................. 17
3.2. Povijest mjesta........................................................................................................... 18
4. Proces prikupljanja i obrade podataka za modeliranje 3D prikaza Svetog Križa Začretja 19

4.1. Plan izvođenja modeliranja ....................................................................................... 19
4.2. Definiranje razine detaljnosti 3D modela .................................................................. 21
4.3. Prikupljanje postojećih geodetskih podloga ............................................................. 21
4.4. Izbor instrumentarija ................................................................................................. 22
4.5. Snimanje (izmjera) odabranog područja ................................................................... 25
4.6. Obrada podataka mjerenja ........................................................................................ 27
4.7. Pregled točnosti i rezultata izmjere i obrade ............................................................ 29
4.7.1. Točnost georeferenciranja na temelju točaka geodetske osnove ..................... 31
4.7.2. Točnost digitalnog modela površine i digitalnog ortofota ................................. 33
5. Modeliranje na temelju prikupljenih i obrađenih podataka ............................................ 35
6. Primjena dobivenog modela ............................................................................................ 38

6.1. Objavljivanje 3D modela Začretja na webu u svrhu promocije ................................. 38
6.2. Izrada fizičkog 3D modela pomoću 3D printera ........................................................ 39
6.3. Analiza solarnog potencijala na temelju digitalnog modela površine ...................... 41
7. Zaključak ........................................................................................................................... 46
Literatura .................................................................................................................................. 47
Internetski izvori ................................................................................................................... 47
Popis slika ............................................................................................................................. 49
Popis tablica ......................................................................................................................... 51
Popis priloga ......................................................................................................................... 52
1. Uvod
Od najranijeg doba postojala je potreba za prikupljanjem prostornih podataka i prikazivanje
prostora koji nas okružuje, bilo u ravnini (karte i planovi) ili nekim oblikom 3D prikaza (globusi
i sl.). Razvoj tehnologije, računalnih programa za vizualizaciju, široka upotreba slobodno
dostupnih podataka omogućila je svakome od nas da promatramo ili sami modeliramo 3D
prostor oko nas pomoću računala.
Možemo reći da u današnje vrijeme klasični prikazi podataka više ne zadovoljavaju sve potrebe
korisnika. 3D prikazi našli su svoju primjenu u modeliranju kompletnog prostora koji nas
okružuje.
3D vizualizacija prostora nezamjenjiva je i u prostornom planiranju, upravljanju i gospodarenju

gradovima. Naime, naglom revolucijom načina gradnje u 20. stoljeću omogućena je gradnja
sve viših građevina kao i onih koje se nalaze duboko ispod zemlje ili mora. Prostorne analize
sve više zahtijevaju treću dimenziju i dodatne informacije kako bi mogle ostvariti najbolje
rezultate na temelju kojih se donose najbolje odluke. Dvodimenzionalni prikazi i
dvodimenzionalni GIS-ovi ne zadovoljavaju potrebe modernih gradova te su sve češće potrebe
za 3D prikazima koji omogućavaju adekvatne analize i proračune.
Krajnji stupanj tehnološke razvijenost modernog grada trebao bi biti tzv. pametni grad.
Pametni grad predstavlja našu optimalnu urbanu budućnost. On mora biti planiran i vođen na
temelju analiza prostornih podataka koje moraju koristiti i prikazivati treću dimenziju.
Prostorni podaci na temelju kojih se rade 3D vizualizacije i 3D GIS moraju biti prikupljeni brzo
i efikasno uz minimalne troškove te moraju biti prilagođeni za korištenje u raznim dostupnim
softverima. Za prikupljanje velikog broja informacija sve se više koriste nove tehnologije poput
LiDAR-a i fotogrametrijskog snimanja bespilotnim letjelicama.
Razvoj računalne tehnologije i napredne tehnologije prikupljanja prostornih informacija

omogućio je 3D modele puno dostupnijim nego prije. Softveri za modeliranje sve su napredniji
i mogućnosti im rastu iz godine u godinu kako izlaze nove verzije.
U konačnici 3D model je nužan za održiv razvoj svakog pametnog naselja i onog koje to želi
postati.
1
2. Pametni gradovi
2.1. Što su pametni gradovi?
Pametni gradovi (engl. smart cities) su gradovi planirani na način da u kombinaciji s

najnaprednijom tehnologijom omogućuju njegovim građanima bolji život. Takvo planiranje
podrazumijeva automatizaciju, ekonomičnost, izbjegavanje redundancije, ekološku
osviještenost i energetsku neovisnost (URL 1). Pametne gradove „pametnim“ ne čini samo
njegova tehnološka razvijenost već i svijest samih stanovnika.
Slika 1 - Vizualizacija mentaliteta stanovnika pametnog grada
Prvi i osnovni element pametnog grada su ljudi koji moraju prilagoditi svoj način života kako
bi pametni grad mogao funkcionirati. To najviše podrazumijeva ekološku osviještenost
stanovnika. Životne navike odraslih teško je mijenjati, no to je nužno kako bi mladi mogli steći
dobre navike te biti odgojeni i prilagođeni za život u pametnim gradovima. Vizualizacija
mentaliteta građana pametnog grada prikazana je na slici 1.
Dakle, stvaranje pametnog grada nije nešto što može nastati preko noći, unatoč čak i dobrim
i naglim ulaganjima. Prilagodba ljudskog mentaliteta na taj način života je osnovni, najteži i
najdugotrajniji proces u planiranju pametnog grada.
2.2. Struktura pametnog grada
Struktura pametnog grada planirana je na način da zadovoljava već prije spomenute uvjete
koje pametan grad mora ispunjavati. Ideja strukture jednog pametnog grada (slika 2) svakako
uključuje:
2
- ekološki projektirane zgrade,

- vjetroelektrane,
- solarne elektrane,
- pametne kuće i zgrade,
- korištenje električnih vozila,
- korištenje energije biomase,
- postrojenja za kemijsku pohranu energije,
- kontrolni centar i dr.
Iako ta slika djeluje utopijski, ona je svakako nešto čemu treba težiti kod budućih planiranja.
Slika 2 - Ideja strukture pametnog grada (URL 2)
Drugi važan element pametnog grada su zgrade u kojima ljudi borave i obavljaju svoje
svakodnevne aktivnosti. Postojeće zgrade moraju se što više prilagoditi uvjetima koje pametni
grad traži, a nove se trebaju planirati i graditi u skladu s istima.
Najbitniji uvjet pri projektiranju novih i održavanju postojećih zgrada je njihova energetska
učinkovitost. Ostale odlike koje su poželjne za zgrade u pametnim gradovima su energetska
neovisnost korištenjem obnovljivih izvora energije i automatizacija te njihova mrežna
povezanost za učinkovitije reagiranje u hitnim situacijama (URL 3).
3
Slika 3 - Korištenje obnovljivih izvora energije solarni paneli lijevo,

vjetroelektrana desno (URL 4, URL 5)
Sljedeći važan element pametnog grada su izvori energije. Oni moraju biti ekološki prihvatljivi
poput solarnih i vjetroelektrana (slika 3). Problem kod tih izvora energije je da se energija ne
može proizvoditi u svakom trenutku nego postoje razdoblja kada se proizvodi previše energije
(sunčani dani, vrlo vjetrovite noći ili dani) i razdoblja kada se proizvodi premalo energije za
potrebe pametnog grada (oblačni dani, noć ili dani bez vjetra). Taj problem je jedinstven za
svako područje te je potrebno pravodobno planiranje kako bi se osigurao neprestan dotok
energije.
Rješavanju problema nekonstantne proizvodnje električne energije pristupa se na način da se

ona pohranjuje u drugi oblik (kemijsku ili potencijalnu energiju) dok se proizvodi višak energije,
a pušta u opticaj kada postoji manjak proizvodnje energije. Ukoliko se energija pohranjuje u
kemijskom obliku radi se o velikim baterijskim postrojenjima ili pak malim kućnim baterijama
(URL 6). Ako se energija pohranjuje u obliku potencijalne energije onda se radi o reverzibilnim
hidroelektranama koje se sastoje od dva akumulacijska jezera koja su na različitim
nadmorskim visinama i dok postoji višak energije ona se koristi za pumpanje vode iz nižeg
akumulacijskog jezera u više, a dok postoji manjak voda se pušta iz višeg jezera u niže i pritom
okreće turbine i proizvodi električnu energiju (URL 7) (slika 4).
4
Slika 4 - Cijev od RHE Velebit (URL 8)
Efikasan i ekološki prihvatljiv prijevoz je relevantan jer ljudi imaju sve veće potrebe za lokalnim
migracijama iz poslovnih ili privatnih razloga. Na slici 5 je prikazana ideja prijevoza električnim
vozilima na način da se vozila iznajmljuju po potrebi i zatim vraćaju na najbližu stanicu za
punjenje.
Slika 5 - Stanice za punjenje i najam električnog vozila (URL 9)
Javni prijevoz je također bitan, jer kao takav mora biti financijski prihvatljiviji, ekološki i
približno efikasan kao i privatni prijevoz. Postojeće benzinske postaje bi se trebale
rekonstruirati u multi-energetske postaje koje bi omogućavale da se na njima kupi energija u
5
bilo kojem obliku s naglaskom na električnu. ITS (Inteligentni transportni sustavi) omogućavaju
najefikasniji transport u smislu korištenja resursa.
U nekom konačnom stadiju pametnog grada gotovo sve operacije bi se izvodile automatski, a
neka postrojenja ne bi zahtijevala ni konstantno zaposlene ljude već bi se pomoću senzorskih
mreža sve kontroliralo iz jedinstvenog kontrolnog centra. Taj isti kontrolni centar je digitalno
središte pametnog grada koji je zaslužan za konstantno nadziranje svih elemenata pametnog
grada te za savršeno upravljanje samim gradom.
2.3. Pametna sela
Pametna sela su verzije pametnih gradova u malome. Osnovne razlike između pametnih sela
i gradova su veličina i djelatnost. Dok se veliki gradovi uglavnom oslanjaju na industriju kao
glavnu djelatnost, pametna sela se oslanjaju više na poljoprivredu. To ne znači da pametna
sela ne mogu također biti industrijska središta ili težiti k tome. Pametne farme su osnovne
jedinice pametnih sela kojima je poljoprivreda osnovna djelatnost (URL 10).
Slika 6 - Koncept ruralne stambene zajednice (URL 11)
Pametne farme su farme koje omogućavaju održivu poljoprivredu i energetsku neovisnost, a

da se pri tome proizvodi dovoljno hrane za zadovoljenje svih potreba. Seoski turizam također
može biti jedna od glavnih djelatnosti pametnih sela. Slika 6 prikazuje koncept ruralne
stambene zajednice koja sadržava sve ljudske potrebe.
2.4. 3D modeliranje za planiranje pametnih gradova
Planiranje pametnih gradova je postupak koji zahtjeva kvalitetne podloge. Do nedavno 2D i

2.5D podloge su bile sasvim dovoljne za bilo kakva planiranja, no razvojem računalne
tehnologije 3D modeli su postali dostupniji i lakši za rad nego prije. U ovom slučaju su od
interesa 3D modeli većih područja na kojima se planira pametni grad. 3D modeli većih
6
područja dobivaju se kombinacijom napredne računalne tehnologije i raznim geodetskim

metodama izmjere. 3D modeli omogućuju lakše snalaženje u prostoru i bolju predodžbu
samog prostora, pa time kao osnovna podloga ili samo kao dodatna podloga omogućavaju
lakše i kvalitetnije planiranje pametnih gradova (Protić, D. i dr. 2014).
3D modeli olakšavaju planiranje u područjima poput urbanog planiranja, energetike,

upravljanja bukom, telekomunikacija, upravljanja rizikom, itd. 3D modeli postojećeg stanja
također olakšavaju izradu vizualizacija budećeg stanja koje privlače investitore. Turistima i
kupcima nekretnina 3D modeli olakšavaju predodžbu i orijentaciju u prostoru. 3D model
namijenjen za profesionalne korisnike (planere) mora imati naglasak na točnost (geometrijsku
i atributnu) i traženu razinu detaljnosti, dok 3D model namijenjen za neprofesionalne korisnike
(turiste, investitore, kupce nekretnina, itd.) mora imati naglasak na izgled. Iznimka tom pravilu
je kad se kreira 3D modela kao podloga za vizualizaciju nekog budućeg projekta, npr. arhitekt
projektira neku buduću građevinu i želi ju vizualizirati zajedno s okolinom, tada je bitno da
postojeće stanje oko parcele na kojoj se gradi bude točno i izgleda lijepo jer će arhitekt svoju
građevinu „lijepiti“ na taj 3D model postojećeg stanja koji mora biti grafikom i detaljnošću
usklađen s vizualizacijom građevine.
2.5. Strukture 3D modela za planiranje pametnih gradova
Kada govorimo o 3D modelima, najčešće mislimo na digitalni model terena (DMT) ili digitalni
model reljefa (DMR), digitalni model zgrada (DMZ) i digitalni model površine (DMP).
Digitalni model reljefa (DMR) predstavlja skup točaka na površini zemlje čije su prostorne
koordinate pogodne za računalnu obradu (Frančula 2004). DMR podrazumijeva točke koje su
isključivo na terenu, bez vegetacije i građevina. On je skup položajno (i visinski) određenih
točaka i geometrijskih elemenata (prijelomnima, linija oblika i površina isključenja) koji
prikazuju površinu zemljišta i iz njih izračunan matematički model te plohe (URL 12).
DMR može biti u rasterskom ili vektorskom obliku. DMR u rasterskom obliku podrazumijeva
pravilnu mrežu kvadrata određene veličine u kojoj je svakom kvadratu pridružena njegova
visina koju još skraćeno nazivamo RSG (engl. regular square grid). DMR u vektorskom obliku
najčešće podrazumijeva nepravilnu mrežu trokuta koju još skraćeno nazivamo TIN (engl.
triangulated irregular network). RSG se može podijeliti na dvije vrste TRSG (engl. triangulated
regular square grid) i SRSG (engl. stepped regular square grid) (slika 7) (Cetl i dr. 2013).
Digitalni modela zgrada (DMZ) nastaje prikupljanjem podataka o izgrađenim objektima i

najbolje se može opisati kao skup pojedinačnih 3D objekata koji nisu međusobno povezani
(Cetl i dr. 2013).
7
Slika 7 - TIN, SRSG, TRSG (Cetl i dr. 2013.)
Digitalni model površine (DMP) je kontinuirana površina koja se razlikuje od DMR-a po tome
što je jednoj točki moguće pridružiti više od jedne visine, tj. moguće je prikazati okomite
elemente na zemljinoj površini poput zgrada, strmih stijena itd. Digitalni model površine
nastaje spajanjem DMR-a i DMZ-a (slika 8).
Slika 8 - Razlika između DMR-a (Digital Terrain Model) i DMP-a (Digital Surface Model) (URL
13)
2.6. Metode prikupljanja podataka za izradu 3D modela gradova
Za izradu 3D modela za potrebe planiranja pametnih gradova potrebno je obaviti prikupljanje

prostornih podataka jednom ili više geodetskih metoda:
- terestičkom izmjerom,
8
- aerofotogrametrijskom izmjerom,
- laserskim skeniranjem iz zraka,
- satelitskom izmjerom ili
- prikupljanjem postojećih podloga.
Točnost prikupljanja podataka direktno utječe na samu točnost 3D modela.
Terestička izmjera je izmjera koja se odvija na terenu koji nam je od interesa, tj. koji želimo 3D
modelirati. U terestičku izmjeru ubrajamo (Cetl i dr. 2013) (Džapo 2008):
- tahimetrijsko snimanje,
- globalni satelitski sustavi za navigaciju (GNSS),
- terestičko lasersko snimanje i
- terestičko fotogrametrijsko snimanje.
Tahimetrijsko snimanje je izmjera kojom se pomoću instrumenta totalne mjerne stanice

dobivaju trodimenzionalni podaci i to na način da se opažaju udaljenost, horizontalni pravci
prema poznatoj točki orijentacije i prema točkama koje mjerimo te vertikalni kut ili zenitna
udaljenost (Džapo 2008).
Snimanje GNSS-om koristi signale sa GNSS satelita pomoću kojih određuje koordinate u 3D
prostoru. Dvije najčešće korištene metode GNSS izmjere su RTK (engl. Real time kinematic) i
DGPS (engl. Differential GNSS) (Cetl i dr. 2013).
Terestičko lasersko snimanje koristi lasersko mjerenje udaljenosti velikog broja točaka oko
sebe. Princip je sličan kao kod tahimetrije, razlika je u tome što laserski skener automatski
mjeri, tj. izvodi pomake vertikalnih i horizontalnih kutova prilikom izmjere i to za neki
predefinirani kut. Takvom izmjerom dobiva se oblak točaka koji se zatim koristi za 3D
modeliranje (Cetl i dr. 2013).
Terestičko fotogrametrijsko snimanje je metoda izmjere pomoću terestičke mjerne kamere

kojom se snima željeni objekt na način da se snimke međusobno preklapaju. Konačni model
dobiva se izmjerom iz stereoparova (Džapo 2008.).
Terestička izmjera je pogodna za manja područja na kojima je moguće postići detaljnost koja
nije moguća nijednim drugim metodama. Izmjera velikih područja bila bi ovim metodama
dugotrajna i neisplativa.
Aerofotgrametrijska izmjera je metoda izmjere koja se temelji na istom principu kao terestička
fotogrametrijska izmjera. Razlika je u tome što se u ovom slučaju radi o snimanju iz zraka
mjernom kamerom fiksiranom na zrakoplov (slika 9) (Džapo 2008).
9
Slika 9 - Aerofotogrametrijsko snimanje (URL 14)
Aerofotgrametrijska izmjera je pogodna i za izradu digitalnog modela terena i za izradu

digitalnog ortofota. Snimanje iz zraka mora biti obavljeno na način da se osiguraju
odgovarajući uzdužni i poprečni preklopi, tj. da ne postoje praznine u modelu (slika 10).
Slika 10 - Stereopar aerofotogrametrijske izmjere
U novije vrijeme ta metoda izvodi se i pomoću bespilotnih letjelica koje su opremljene

kamerom za snimanje iz zraka. Snimanjem bespilotnim letjelicama mogu se postići veće
rezolucije za manja područja.
10
Lasersko skeniranje iz zraka ili laserska altimetrija ili LiDAR (engl. Light Detection and Ranging)
(slika 11) je metoda izmjere kojom se dobiva veliki broj gusto izmjerenih točaka (tzv. oblak
točaka) pomoću laserskog skenera pričvršćenog na zrakoplov čiji je položaj poznat u svakom
trenutku koristeći GNSS metode pozicioniranja.
Slika 11 - LiDAR (URL 15)
Prednost te metode nad aerofotogrametrijom je u tome što je svaka informacija dobivena

mjerenjem sa samo jednog stajališta. To je razlog da se LiDAR-om dobivaju bolji rezultati u
gusto naseljenim ili šumovitim područjima (Cetl i dr. 2013).
Satelitska izmjera se izvodi senzorima kojima su sateliti opremljeni i koji im omogućuju

opažanje zemljine površine te dobivanje podataka za 3D modeliranje. Senzori mogu biti
pasivni ili aktivni. Pasivni senzori detektiraju postojeća zračenja, dok aktivni detektiraju
zračenja koja su odaslana od samog satelita i reflektirana natrag (Cetl i dr. 2013).
Najpoznatiji podaci dobiveni satelitskom izmjerom, a koji se koriste za izradu DMR-a su SRTM
(engl. Shuttle Rader Topography Mission) podaci.
SRTM je internacionalna istraživačka misija koja je uspjela izraditi DMR na globalnoj razini za
područje između 54o južne i 60o sjeverne širine (URL 16). ti su podaci iskoristivi samo za velika
područja, jer za manja područja dostupna rezolucija nije dovoljna (slika 12).
11
Slika 12 - SRTM podaci za dio Hrvatske
Noviji sateliti opremljeni su senzorima puno veće prostorne razlučivosti, pa je moguće

izrađivati i 3D modele gradova po načelu aerofotogrametrije, samo što se u ovom slučaju radi
o satelitskim snimkama.
Postojeće podloge poput analognih karata također se mogu upotrebljavati kao izvor podataka
za 3D modeliranje. Kako bi iz analognih karata mogli dobiti DMR potrebno je digitalizirati
izohipse i kote. Prilikom digitalizacije izohipsi svaka se izohipsa vektorizira na način da se
aproksimira određenim brojem točaka, tako da najbolje odgovara stanju na analognoj karti
(Cetl i dr. 2013).
12
Slika 13 - HOK5 (Hrvatska osnovna karta u mjerilu 1:5000) (Geoportal DGU)
Iz postojećih analognih podloga poput Hrvatske osnovne karte (HOK), može se izraditi DMR,
no ne mogu se dobiti potpuni podaci za izradu DMZ, jer na takvim podlogama ne postoje
podaci o visinama zgrada, već samo o njihovom položaju i izgledu u horizontalnom smislu. Iz
tog je razloga tako prikupljene podatke potrebno dopuniti jednom od već navedenih metoda
prikupljanja podataka.
2.7. Softveri za 3D modeliranje gradova
Podatke dobivene izmjerom potrebno je obraditi i spremiti u određeni oblik zapisa (format).
Obrada i format podataka prvenstveno ovisi o izboru softvera i načinu modeliranja. 3D
modeliranje može biti automatsko, ručno ili njihova kombinacija. Za automatsko modeliranje
potrebno je imati dobro pripremljene podatke na temelju kojih će softver moći sam
interpretirati podatke i izraditi 3D model. Ukoliko se radi o ručnom modeliranju, tada osoba
koja modelira ima potpunu kontrolu nad modelom i može interpretirati podatke na način koji
želi (URL 17).
Softveri koji podržavaju rad s 3D modelima se mogu podijeliti na sljedeće:
1. Softveri za modeliranje i analize

a. GIS bazirani
b. CAD bazirani
2. Softveri za vizualizaciju
3. Ostali softveri
13
Prednost GIS baziranih softvera je njihova sposobnost za izvođenje raznih prostornih analiza.
CAD softveri s druge strane omogućuju geometrijsku točnost koja kod GIS baziranih softvera
nije toliko naglašena (Cetl i dr. 2013).
Neki od najraširenijih softveri za kreiranje, uređivanje, analize i prikaz 3D modela gradova su:
- Autodesk AutoCAD
- Infraworks 360
- GeoMedia 3D i Geomedia Terrain
- ArcGIS (3D Analyst ekstenzija)
- Esri CityEngine
- Bently Map
- Esri City Engine
- MapInfo Vertical Mapper
- Global Mapper
- Grass GIS
- SAGA GIS
- SketchUp
- Google Earth i dr.
2.8. Formati za 3D modeliranje gradova
Izbor softvera i izbor formata međusobno ovise jedni o drugima. Kod izbora formata moramo
biti sigurni da nam je dostupan softver koji podržava potreban format, kao i da je to format
koji možemo dalje proslijediti drugim korisnicima tog modela, te da struktura tog formata
dopušta pohranu svih potrebnih podataka.
CityGML je format namijenjen za GIS bazirane softvere za 3D modeliranje. CityGML ima strogo
definirane razine detaljnosti lod0, lod1, lod2, lod3 i lod4 (slika 14).
Slika 14 - CityGML razine detaljnosti (URL 18)
14
DXF format je razvijen od strane kompanije Autodesk, te je postao standard za razmjenu

podataka među različitim CAD softverima. DXF je vrlo raširen format pa je model napravljen
u DXF formatu lako kasnije izvesti i ubaciti u neki GIS bazirani softver na daljnje analize.
Ostali rašireni formati za pohranu 3D modela gradova su:
- GeoVRML
- KML
- ESRI GRID.
15
3. Test područje
Praktični dio ovog diplomskog rada obuhvatio je centar i užu okolicu općine Sveti Križ Začretje
(slika 15). Na izbor područja utjecalo je nekoliko elemenata, a u prvom redu su to:
- dostupnost postojećih geodetskih i kartografskih podloga,

- potencijal područja za projektiranje pametnog grada i
- osobno poznavanje područja od strane autora ovog diplomskog rada.
Slika 15 - Planirano test područje (Google Earth)
Slika 16 - Sveti Križ Začretje, pogled s istočne strane
16
Konačni izbor područja za izradu 3D modela je središnji dio (slika 16) i okolica mjesta Sveti Križ
Začretje u Krapinsko-Zagorskoj županiji. Sveti Križ Začretje nije službeno grad no razvija se vrlo
brzo. Ima oko 7000 stanovnika. Industrijska zona je snažna za mjesto te veličine te se naglo
razvija.
Općina Sveti Križ Začretje prostire se na preko 42 km2. Veći dio te površine je neizgrađeno
područje što omogućuje dobro planiranje pametnog grada.
Općina Sveti Križ Začretje ima i veliki poljoprivredni potencijal. Da bi se taj potencijal
adekvatno iskoristio potrebno je obaviti komasaciju poljoprivrednih zemljišta. Trenutno ovako
presitne katastarske čestice nisu podobne za bilo kakvo napredno bavljenje poljoprivredom.
Dok se to ne obavi, općina se sve više orijentira na industrijski razvoj.
3.1. Geoprometni položaj
Začretje je udaljeno 40 km od Zagreba. Kroz općinu prolazi autocesta A2 Zagreb-Macelj i

željeznička pruga, pa je Začretje odlično prometno povezano s ostatkom Republike Hrvatske
(slika 17).
Slika 17 - Geoprometni položaj odabranog test područja za izradu 3D modela - crveno je

označeno područje (Google Earth)
Naselje Sveti Križ Začretje nalazi se na povišenom platou u dolini rijeke Krapinice. Rijeka
Krapinica te mnoštvo drugih potoka koji teku kroz općinu Začretje veliki su kapital ovog
područja koji se može iskoristiti u energetske svrhe (navodnjavanje reverzibilne
17
hidroelektrane za koju Zagorje ima potencijala). U prošlosti se rijeka Krapinica koristila za

pokretanje mlinova.
3.2. Povijest mjesta
Sveti Križ Začretje je jedna od najstarijih župa u Zagorju. Ne postoji podatak o tome kada je
osnovana, ali je na popisu župa iz godine 1334. navedena crkva Svetog Križa na posjedu Petra,
sina Nuzlinova, što znači da je osnovana prije te godine. Godine 1440. spominje se župnik u
Svetom Križu na otoku što ukazuje na to da je okolno područje bilo močvarno. U 15. stoljeću
područjem su vladali Keglevići. Nakon Seljačke bune 1573. mnoštvo seljaka kojima se sudilo
bili su upravo iz Začretja. Udajom Marije Keglević rođene Drašković za Petra Troyia Sermagea
16.7.1775. god. posjed je pripao trima naraštajima te francuske obitelji. Godine 1832. Henrieta
Sermage udaje se za grofa Schlippenbacha u Berlinu i doselila u Sveti Križ Začretje. Godine
1886. grof Schlippenbach umire, a ona se vraća u Berlin. Nakon toga je dvorac kupio barun
Janko Vranyczany Dobrinović. Za vrijeme njega vlastelinstvo je unaprijeđeno te je prošireno
na dobra Puhakovec i Šenjugovo. U Puhakovcu, u kurji, umro je Ivan Kukuljević Sakcinski, a u
Šenjugovu je odrasla Marija Jurić Zagorka.
Mjesto je dobilo ime spajajući dva imena zajedno. Dobilo je ime prema župi i crkvi Svetog Križa
i prema povišenom tlu kojeg su okruživale močvarne šume čiji je naziv bio „čret“. Kada bi
prolaznici dolazili rekli bi: „idemo za čret“ što se s vremenom pretvorilo u Začretje.
Slika 18 - Panorama Začretja fotografirana oko 1930.
Reljef na kojem je smješteno naselje (uzdignuto povišenje) i sam položaj naselja (slika 18) imali
su veliki utjecaj na njegov razvoj i naseljenost u začecima (Gorički 2012).
18
4. Proces prikupljanja i obrade podataka za modeliranje 3D

prikaza Svetog Križa Začretja
Proces prikupljanja i obrade podataka za 3D modeliranje Svetog Križa Začretja obuhvaća:
- plan izvođenja modeliranja

- definiranje razine detaljnosti 3D modela
- prikupljanje postojećih geodetskih podloga
- izbor instrumentarija
- snimanje (izmjera) odabranog područja
- obrada podataka mjerenja
- pregled točnosti i rezultata izmjere i obrade.
4.1. Plan izvođenja modeliranja
U početku je potrebno definirati željeni 3D model, a to podrazumijeva razinu detaljnosti,

područje pokrivenosti, fotorealističan model itd. Da bi se željeni 3D model mogao definirati
potrebno je definirati njegovu namjenu, u našem slučaju to je planiranje pametnog grada.
Sljedeći korak je prikupljanje svih podloga koje su na raspolaganju. Nakon prikupljanja
podloga, potrebno je proučiti podloge te na temelju njih planirati izbor instrumentarija.
Ukoliko su samo podloge dovoljne za izradu prihvatljivog 3D modela izlazak na teren nije ni
potreban. U našem slučaju korisna podloga je bila samo geodetski situacijski nacrt Trga
hrvatske kraljice Jelene u Začretju. Ostale su podloge bile zastarjele ili u krivom koordinatnom
sustavu te su bile neiskoristive. Iz geodetskog situacijskog nacrta su bile vidljive točke
geodetske osnove koje su bile korištene kod njene izmjere, koje smo koristili kao točke
geodetske osnove za snimanje iz zraka bespilotnom letjelicom. Samo te točke nisu dovoljne za
pokrivanje cijelog područja pa je bilo potrebno stabilizirati još nekoliko točaka i izmjeriti RTK
metodom kako bi se model mogao čim bolje georeferencirati. Kako se u našem slučaju radi o
snimanju bespilotnom letjelicom, potrebno je izraditi plan snimanja (slika 19).
19
Slika 19 - Plan snimanja

Nakon snimanja, snimke je potrebno ubaciti u softver Agisoft Photoscan. Photoscan iz
fotografija i točaka geodetske osnove označenih na tlu izmjerenih RTK metodom generira
georeferenciran oblak točaka, te iz oblaka točaka može generirati fotorealističan 3D model,
DMR u rasterskom obliku i digitalni ortofoto. Model generiran Photoscanom je vizualno
impresivan no ograničen je za analize, jer je „u jednom komadu“ u smislu da zgrade,
prometnice i ostala infrastruktura nisu odvojeni, već su povezani i tvore digitalni model
površine. Ukoliko bi htjeli dobiti model nad kojim imamo veću kontrolu, oblak točaka je
potrebno eksportirati iz Photoscana i ubaciti ga u Autocad civil 3D u kojem možemo sami
interpretirati pojedine točke na način na koji mi želimo. Ortofoto i DMR u rasterskom obliku
nam također pridonose u modeliranju, jer ako ih ubacimo u softver Qgis i preklopimo,
možemo kartirati vidljivu infrastrukturu (npr. električne stupove) u horizontalnom i visinskom
smislu, što nam uvelike pridonosi kod modeliranja. Postoje i programi koji interpretaciju
oblaka točaka izvode automatski (Höfle, B. i dr. 2009). Takve interpretacije nisu savršene, no
za veća područja su neophodne radi uštede vremena. Na žalost svi softveri takve vrste su
komercijalni, te se mogu koristiti samo demo verzije koje ne dopuštaju izvoz podataka. Jedan
od takvih softvera je VRmesh-survey (URL 19) (slika 20 i 21).
20
Slika 20 i slika 21 - Primjer automatskog kreiranja geometrije iz oblaka točaka

u VRmesh-survey
4.2. Definiranje razine detaljnosti 3D modela

Naš 3D model treba sadržavati elemente koji su nužni za planiranje pametnog grada, pa kao
takav treba biti pogodan za urbano planiranje, vizualizacije za investitore, različite energetske
analize, upravljanje bukom, telekomunikacije, upravljanje rizikom, tržište nekretnina,
promociju i turizam itd. Isti 3D model ne može zadovoljiti sve potrebe te je za svaku od tih
potreba model potrebno modificirati ili ga izraditi na potpuno različiti način. Fotorealističan
model i model izrađen u AutoCAD Civil 3D-u pokrivaju većinu potreba. Izrada fotorealističnog
modela za vizualizacije, promociju i turizam je najbolji izbor, jer on najvjernije predstavlja
model u stvarnosti, dok je za urbano planiranje, energetske analize itd. AutoCAD Civil 3D dobar
izbor zbog raširenosti uporabe dwg i dxf formata, koji se lako konvertiraju u druge formate. U
AutoCAD Civil 3D-u je moguće modelirati na način da se određeni elementi modela spremaju
u različite slojeve, pa je lako manipulirati modelom i izdvajati elemente iz modela te ih
ubacivati u druge softvere na daljnju obradu, za razliku od fotorealističnog modela
generiranog u Photoscanu, koji je jedna velika mreža te izdvajanje potrebnih elemenata iz
njega može biti vrlo teško ako ne i nemoguće. Razina detaljnosti u AutoCAD-u nije strogo
definirana te je potpuno subjektivna, jer je AutoCAD Civil 3D CAD bazirani softver za
modeliranje i analize 3D modela, za razliku od GIS baziranih softvera za modeliranje i
analiziranje 3D modela. Ukoliko se u AutoCAD Civil 3D-u drži smjernica iz CityGML formata,
može se smanjiti subjektivnost razine detaljnosti. Lod2 (slika 14) je optimalan izbor za naše
područje i potrebe, viša detaljnost zahtijevala bi previše vremena i resursa.
4.3. Prikupljanje postojećih geodetskih podloga

Od važnosti su sve podloge koje nam pružaju prostorne informacije poput položaja postojećih
stabiliziranih geodetskih točaka.
Postojeće podloge o području snimanja prikupljene su uz pomoć tvrtke AMG studio iz Svetog
Križa Začretja koja se bavi arhitekturom, građevinom i prostornim planiranjem. Prikupljena
podloga je geodetski situacijski nacrt Trga hrvatske kraljice Jelene u Začretju.
21
Geodetski situacijski nacrt je prikaz stvarnog stanja terena u nekom digitalnom ili analognom
obliku u određenom mjerilu, izrađen na temelju geodetske izmjere (URL 20). Korišteni
geodetski situacijski nacrt (slika 22) izradila je tvrtka GEOTAG u HTRS96/TM projekciji.
Slika 22 - Geodetski situacijski nacrt Trga hrvatske kraljice Jelene

U geodetskom situacijskom nacrtu su vidljive stabilizirane točke geodetske osnove s kojih je
izvođena izmjera. Te su točke preuzete kao geodetska osnova za snimanje iz zraka
bespilotnom letjelicom. Samo te točke nisu bile dovoljne za georeferenciranje modela, jer ne
pokrivaju potpuno područje izmjere, pa je bilo potrebno stabilizirati još točaka te ih izmjeriti
RTK metodom.
4.4. Izbor instrumentarija
Od instrumentarija za potrebna mjerenja trebala nam je bespilotna letjelica i RTK uređaj.

Korištena bespilotna letjelica je DJI INSPIRE 1 (slika 23).
Slika 23 - DJI INSPIRE 1 bespilotna letjelica
DJI INSPIRE 1 je letjelica primarno namijenjena za profesionalno snimanje filmova iz zraka.

Dakle to je „redy to fly“ (RTF) bespilotna letjelica (tablica 1) koja je sposobna za snimanje
22
kvalitetnih filmova i fotografija. Primarna svrha joj nije izmjera iz zraka no svakako je iskoristiva
i za tu namjenu.
Tablica 1 - Specifikacije bespilotne letjelice DJI INSPIRE 1 (URL 21)
LETJELICA KAMERA
Model Name
T600 X3
Weight (Battery Included) Model
2935 g FC350
Hovering Accuracy (GPS Mode) Total Pixels
Vertical: 0.5 m 12.76 M
Horizontal: 2.5 m Effective Pixels
Max Angular Velocity 12.4 M
Pitch: 300°/s Image Max Size
Yaw: 150°/s 4000x3000
Max Tilt Angle ISO Range
35° 100-3200 (video)
Max Ascent Speed 100-1600 (photo)
5 m/s Electronic Shutter Speed
Max Descent Speed 8 s － 1/8000 s
4 m/s FOV (Field Of View)
Max Speed 94°
22 m/s (ATTI mode, no wind) Sensor
Max Flight Altitude Sony EXMOR 1/2.3”
4500 m Lens
20 mm (35 mm format equivalent)f/2.8 focus at
Max Wind Speed Resistance
∞
10 m/s 9 Elements in 9 groups
Max Flight Time Anti-distortion
Approximately 18 minutes Still Photography Modes
Motor Model Single shoot
DJI 3510 Burst shooting: 3/5/7 frames
Auto Exposure Bracketing (AEB): 3/5 bracketed
Propeller Model
frames at 0.7EV Bias
DJI 1345 Time-lapse
Indoor Hovering Video Recording Modes
Enabled by default UHD (4K): 4096x2160 p 24/25
Operating Temperature Range FHD: 1920x1080 p 24/25/30/48/50/60
-10° to 40° C HD: 1280x720 p 24/25/30/48/50/60
Diagonal Distance Max Bitrate Of Video Storage
559 to 581 mm 60 Mbps
Dimensions Supported File Formats
438x451x301 mm FAT32/exFAT
Photo: JPEG, DNG
23
Letjelica sadrži GPS prijemnik i barometrijski altimetar iako u specifikacijama to nije

napomenuto. Altimetar mjeri visinu od točke polijetanja.
Korišten je i RTK uređaj Topcon Hiper SR (slika 24) (tablica 2). Uređaj je bio korišten kao rover
te je primao korekcijske parametre CROPOS mreže preko mobilne mreže.
Slika 24 - Topcon Hiper SR (URL 22)
Tablica 2 - Specifikacije RTK uređaja Topcon Hiper SR (URL 23)

GNSS TRACKING
Number of Channels 226 capable of tracking up to 112 satellites
Signals Tracked L1, L2, L2C, GPS, GLONASS, SBAS, QZSS
Antenna Type Integrated Antenna with Fence Antenna™
Technology
ACCURACY
RTK (L1+L2) H: 10 mm + 1.0 ppm
V: 15 mm + 1.0 ppm
Fast Static (L1+L2) H: 3 mm + 0.5 ppm
V: 5 mm + 0.5 ppm
DGPSH: 0.4 m, V: 0.6 m
SBASH: 1.0 m, V: 1.5 m
COMMUNICATIONS
I/O Communications Bluetooth®, Longlink (300 meter range)
CellularIntegrated HSPA+ (Optional)
MEMORY
Memory 2GB internal
Real Time Data Output TPS, RTCM SC104 v 2.x, 3.x; CMR/CMR+
ASCII output NMEA 0183 version 2.x and 3.0
24
PHYSICAL AND ENVIRONMENTAL

Dimensions W: 5.9” (150 mm)
D: 5.9” (150 mm)
H: 2.5” (64 mm)
Weight 1.87 lbs. (850g) – Basic
2.04 lbs. (925g) – Cellular
Operating Temperature *-20oC to 65oC
**-40oC to 65oC
Storage Temperature -40oC to 70oC
*With internal batteries
**With external power
CERTIFICATIONS AND STANDARDS
Dust/Water Protection IP67
POWER AND ELECTRICAL
External Power Connector Yes
PERFORMANCE
Operation Time Up to 20 hours
4.5. Snimanje (izmjera) odabranog područja
Izmjera je obavljena u 3 navrata na dane 29.3.2015., 30.3.2015. i 6.4.2015.. Cjelokupna izmjera

je provođena u HTRS96/TM koordinatnom sustavu.
Izmjera započinje stabilizacijom, izmjerom i obilježavanjem (signaliziranjem) (slika 25) točaka

geodetske osnove za snimanje iz zraka koje su stabilizirane šipkama (na čvrstom terenu) i
plastičnim tiplama (na zemljanom terenu).
Slika 25 - Primjer obilježavanja točaka geodetske osnove na terenu
25
Nakon stabilizacije dodatnih točaka geodetske osnove, obavlja se izmjera točaka RTK
metodom. RTK metodom izmjerene su sve točke uključujući i one čije su koordinate poznate
iz dostupnog geodetskog situacijskog nacrta kako bi mjerenja bila homogena.
Izabrane točke su mjerene u 5 epoha VPPS servisom CROPOS-a. Nakon izmjere točaka
geodetske osnove, iste se signaliziraju na način da su nedvojbeno vidljive na snimkama.
Nakon izmjere točaka geodetske osnove možemo poletjeti bespilotnom letjelicom i snimati iz
zraka. Za tu metodu su vremenske prilike vrlo bitne, jer letenje po jakom vjetru nije
preporučljivo, a kiša može uzrokovati velike kvarove na letjelici ili dovesti do njezinog pada.
Optimalne fotografije za izradu fotorealističnog modela trebale bi biti snimljene tijekom

oblačnog dana, jer je tada prisutno difuzno svijetlo bez prisustva sjena, no to je kontradiktorno
s uvjetima po kojima bespilotna letjelica može letjeti, jer kod oblačnog vremena uvijek postoji
šansa od pada kiše. Snimanje je u konačnici bilo obavljeno tokom sunčanog dana uz minimalno
prisustvo vjetra.
Tijekom snimanja ovom letjelicom potrebno je polijetati s jedne od točaka geodetske osnove
kako bi se visina letjelice u trenutku snimanja mogla korigirati za visinu točke polijetanja i tako
dobila prava visina letjelice u trenutku snimanja. Taj postupak je važan jer letjelica pomoću
GPS prijemnika i barometrijskog altimetra lokacijski označava fotografije što uvelike ubrzava
proces obrade kasnije u softveru. Photoscan softver preporuča 60% - 70% preklapanja na
fotografijama, kako uzdužno tako i poprečno, kako bi automatskim fotogrametrijskim
metodama mogao generirati oblak točaka. INSPIRE 1 je relativno nova bespilotna letjelica koja
još nema mogućnost povezivanja s aplikacijama drugih tvrtki, tako da je automatsko letenje
još uvijek nemoguće. Trenutno je moguće letjeti samo manualno bez autopilota pa su
očekivana velika odstupanja od planiranog snimanja, no u konačnici je bitno samo da se
prekrije cijeli teren s preklapanjem 60% – 70%. Snimanje se izvodilo s visine od 100 m iznad
tla što znači da jedna fotografija na tlu pokriva pravokutnik dimenzija 171 m x 128 m. Kamera
na bespilotnoj letjelici ima mogućnost snimanja intervalometrom, dakle automatskim
fotografiranjem svakih 5 sekundi. Poznavanjem tih parametara i specifikacija kamere može se
lako izračunati brzina leta od 7-8 m/s.
𝑣 = 100 𝑚
𝐹𝑂𝑉 = 94°
𝑜𝑚𝑗𝑒𝑟 𝑑𝑢𝑙𝑗𝑖𝑛𝑒 𝑖 š𝑖𝑟𝑖𝑛𝑒 𝑓𝑜𝑡𝑜𝑔𝑟𝑎𝑓𝑖𝑗𝑒 (𝑎: 𝑏) = 4 ∶ 3
𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑚𝑒𝑡𝑎𝑟 = 5 𝑠
𝐹𝑂𝑉
𝑑 = 2 × 𝑣 × tan ≈ 214 𝑚
2
𝑎 = 4𝑐 , 𝑏 = 3𝑐
(4𝑐)2 + (3𝑐)2 = 𝑑2
𝑐 = 42.8 𝑚
𝑎 = 171.2 𝑚 ≈ 171 𝑚
26
𝑏 = 128.4 𝑚 ≈ 128 𝑚
0.3 × 128 𝑚
𝑏𝑟𝑧𝑖𝑛𝑎 = = 7.68 𝑚/𝑠
5𝑠
Slika 26 - Izračun pokrivenosti fotografije na tlu i skica
Snimanje se obavljalo u 3 leta i u konačnici je rezultiralo sa 492 fotografije. Taj broj je u pravilu
trebao biti manji, no iz različitih elemenata (ljudskih, tehničkih i vremenskih) on je ispao veći.
Veći broj fotografija ne može naškoditi u nijednom pogledu osim što je potrebno više vremena
da računalo obradi te podatke.
4.6. Obrada podataka mjerenja

Nakon snimanja fotografijama je potrebno korigirati visinu, na barometrijski izmjerenu
visinsku razliku dodati visinu točke s koje smo polijetali. Visinska korekcija je izvođena s
programom EXIF pilot koja omogućava izmjenu EXIF datoteke fotografije. Sljedeći korak je
ubacivanje korigiranih fotografija u Photoscan. Nakon ubacivanja fotografija u Photoscan
fotografije je potrebno poravnati. Softver poravnanje provodi automatski i za to je potrebno
imati svaku fotografiju čim bolje lokacijski označenu u prostoru, tj. potrebne su čim bolje
približne koordinate fotografije kako bi proces bio čim brži. Nakon provedenog poravnanja
potrebno je na svakoj fotografiji na kojoj su vidljive, označiti signalizirane točke geodetske
osnove(slika 27). Na temelju tih oznaka točaka geodetske osnove softver izvodi precizno
georeferenciranje i kalibraciju same kamere.
27
Slika 27 - Primjer označavanje točaka geodetske osnove na fotografijama u Agisoft

Photoscanu
Sljedeći korak je generiranje oblaka točaka. Generiranje oblaka točaka je za računalo vrlo
zahtijevan proces koji može potrajati i cijeli dan. Dobiven oblak točaka sastoji se od 21 milijun
točaka. Točke su obojane pa se već iz njih može vidjeti kako će približno izgledati fotorealistični
prikaz (slika 28).
Slika 28 - Oblak točaka generiran u programu Photoscanu
28
4.7. Pregled točnosti i rezultata izmjere i obrade
Program Photoscan ima mogućnost generiranja izvješća o procesu izrade modela koje sadrži
pregled rezultata izmjere. U nastavku je dan pregled dobivenih izvješća.
Slika 29 - Pozicije na kojima su fotografije snimane i preklapanja fotografija
Područje izmjere s podacima o preklapanju fotografija i položaju kamere u trenutku snimanja

pojedine fotografije prikazani su na slici 29. Vidljivo je da je odabrano područje pokriveno s
više od 9 preklopa što je i više nego dovoljno, a manje od 9 preklopa imaju samo rubna
područja koja nam nisu od interesa.
Također možemo vidjeti da se obavljeno snimanje znatno razlikuje od onog planiranog, no za

softver je najbitnije zadovoljiti preklapanja, pa odstupanja od planiranog snimanja ne utječu
na kvalitetu konačnih rezultata već samo na duljinu obrade podataka.
Tablica 3 - Podaci fotogrametrijske izmjere (Photoscan)
Broj različitih položaja
Broj fotografija: 492 492
snimanja:
Visina leta: 104.501 Broj veznih točaka: 26589
Rezolucija na tlu: 0.039 m/pix Broj projekcija veznih točaka: 318623

Površina pokrivenog
0.376908 km2 Pogreška veznih točaka: 1.03153 pix
područja:
29
Osnovni podaci fotogrametrijske izmjere obrađene u Photoscanu dani su u tablici 3. Sama

kamera prije snimanja nije bila kalibrirana, pa je Photoscan automatski izvršio kalibraciju
kamere na temelju točaka geodetske osnove čije se signalizacije vide na snimljenim
fotografijama. U tablici 4 nalaze se osnovni podaci o kameri koji su potrebni za kalibraciju.
Tablica 4 - Osnovni podaci o kameri

Model kamere Rezolucija Žarišna daljina Veličina piksela Prekalibrirana
FC350 4000 x 3000 3.61 mm 1.56192 x 1.56192 um ne
Vektorski iznosi korekcija koje je Photoscan obavio i na kojim mjestima prije same izmjere
vidljiv je na slici 30. Slika 30 predstavlja korekcijski pomak u slikovnoj matrici kako bi se
eliminirao efekt distorzije.
Slika 30 - Kalibracija kamere, korekcija piksela zbog utjecaja distorzije objektiva
30
4.7.1. Točnost georeferenciranja na temelju točaka geodetske osnove
Geodetska osnova sastoji se od 17 točaka od kojih je njih 15 korišteno za optimiziranje i

georeferenciranje 3D modela, a 2 kao kontrolne točke. Položaj točaka geodetske osnove (slika
31) prikazan je na digitalnom ortofotu koji je generiran u Photoscanu.
Iz tablice 5 vidljiva su odstupanja točaka geodetske osnove nakon optimizacije i

georeferenciranja, tj. razlika između izmjerenih podataka i njihove projekcije na modelu. Dakle
tablica 5 je zapravo pokazatelj kvalitete signalizacije točaka geodetske osnove. Sva odstupanja
su prihvatljiva. Točka P25P i P26P imaju najveća odstupanja, jer je s te dvije točke bilo najviše
problema prilikom detektiranja signalizacije na fotografijama, tj. signalizacija je bila loše
vidljiva na tim fotografijama u usporedbi s ostalim signalizacijama. Totalna pogreška je unutar
10 cm što je sasvim prihvatljivo.
Tablica 6 sadrži odstupanja kontrolnih točaka (točaka geodetske osnove koje nisu korištene za
georeferenciranje) nakon optimizacije i georeferenciranja. Odstupanja su oko 6 cm što su
zadovoljavajući rezultati.
Slika 31 - Položaj točaka geodetske osnove
31
Tablica 5 - Odstupanja točaka geodetske osnove od njihovih projekcija na modelu nakon

georeferenciranja i optimizacije
Ukupna
Odstupanje Odstupanje Odstupanje Broj Pogreška
Oznaka pogreška
po X (m) po Y (m) po Z (m) projekcija (pix)
(m)
P1P -0,034 -0,014 -0,014 0,040 50 0,340
P2P -0,014 0,008 0,010 0,019 65 0,341
P3P 0,007 -0,007 0,005 0,012 68 0,559
P4P 0,007 -0,017 -0,002 0,019 63 0,695
P5P 0,008 -0,024 0,018 0,031 59 0,575
P6P 0,025 -0,014 -0,004 0,029 57 1,145
P7P 0,048 0,005 -0,018 0,052 46 1,439
P9P -0,037 -0,001 -0,029 0,046 48 0,351
P12P 0,020 -0,005 0,013 0,024 46 2,067
P20P 0,016 0,109 0,033 0,115 53 0,075
P21P 0,007 0,030 0,059 0,066 38 0,088
P22P -0,017 -0,125 -0,031 0,130 60 0,055
P24P -0,038 0,053 0,055 0,085 39 0,091
P25P -0,038 0,149 0,041 0,159 25 0,097
P26P -0,042 -0,014 0,217 0,221 18 0,059
TOTALNO 0,028 0,061 0,063 0,092 735 0,790
Tablica 6 - Odstupanja kontrolnih točaka nakon optimizacije i georeferenciranja

Ukupna
Odstupanje Odstupanje Odstupanje Broj Pogreška
Oznaka pogreška
po X (m) po Y (m) po Z (m) projekcija (pix)
(m)
P8P -0.036 -0.033 0.027 0.056 49 0.220
P10P -0.059 -0.029 0.008 0.066 38 0.287
TOTALNO 0.049 0.031 0.020 0.061 87 0.252
32
4.7.2. Točnost digitalnog modela površine i digitalnog ortofota
Slika 32 prikazuje digitalni model površine (DMP) u rasterskom obliku generiran u Photoscanu.
Najviša točka područja obuhvata je crkveni toranj s približno 200 m, a najniža je korito rijeke
Krapinice ispod 150 m. Rezolucija generiranog DMP-a iznosi 0.155 m/pix, a gustoća točaka
41.85 točaka po m2 (slika 32).
Slika 32 - Digitalni model površine
Digitalni ortofoto (DOF) je generiran u Photoscanu na temelju 492 fotografija iz zraka i DMP-
a. Rezolucija DOF-a je 0.038 m/pix. Ta rezolucija omogućava kartiranje vidljive infrastrukture
poput zgrada, električnih vodova, javne rasvjete itd. u GIS softverima. DOF je također vrlo
koristan u donošenju odluka u planiranju i upravljanju gradom (slika 33).
33
Slika 33 - Digitalni ortofoto
34
5. Modeliranje na temelju prikupljenih i obrađenih podataka

Izrada fotorealističnog modela također je izrađena Photoscanom. Iz oblaka točaka program
konstruira mrežu na koji potom „zalijepi“ teksture iz fotografija. Takav se model zatim može
spremiti u niz različitih formata kao što su 3ds, obj, kml, dxf itd. Takav model nazivamo
fotorealističan 3D model.
Slika 34 - Fotorealističan prikaz Začretja izrađenog u Photoscanu i prenesenog u Google Earth
Kao dodatni produkti dobivamo DOF i DMP u rasterskom obliku koje zatim možemo preklopiti
u Qgisu te koristiti za kartiranje vidljive infrastrukture u horizontalnom i visinskom smislu, što
nam je od velikog značaja u daljnjem modeliranju. Photoscan također omogućava jednostavnu
interpretaciju oblaka točaka na način da odvoji točke terena od točaka vegetacije i zgrada. To
je nužno obaviti ukoliko u AutoCAD Civil 3D-u namjeravamo generirati plohu terena iz oblaka
točaka.
Ako modeliranje želimo nastaviti u Autocad Civil 3D-u oblak točaka je potrebno spremiti iz
Photoscana u LAS formatu. LAS format je univerzalni format za točke dobivene LiDAR
mjerenjima, no u našem slučaju oblak točaka je generiran iz fotografija. U ovom slučaju to su
dvije datoteke, jedna za teren a druga za zgrade i vegetaciju. U Civil 3D-u je oblake točaka
moguće koristiti za izradu Civil 3D plohe terena koja se zatim može koristiti za različite analize,
ali i za vizualizacije. Oblak točaka se u AutoCAD-u ponaša kao objekt, pa se u skladu s time ne
može uređivati. Oblak točaka je moguće „snapirati“ pa je u tom smislu interpretacija i
modeliranje po samom oblaku točaka poprilično jednostavno. Na taj način su modelirane
zgrade do ekvivalentne LOD2 razine u CityGML formatu. Neki elementi poput električnih
stupova koji na oblaku točaka nisu vidljivi, vidljivi su na od prije spomenutom DOF-u koji
preklopljen zajedno s rasterskim DMP-om daje pouzdane informacije pa je moguće te
35
elemente kartirati u horizontalnom i visinskom smislu u Qgisu te izvesti u DXF format i zatim
ubaciti u Civil 3D u kojem taj DXF služi kao podloga za modeliranje (slika 35).
Slika 35 - Primjer kartiranja električnih nadzemnih vodova u Qgisu

Nakon 3D modeliranja svih željenih elemenata u Civil 3D-u, na modelu možemo provoditi
razne analize u samom Civil 3D-u, model možemo proslijediti u neku drugu aplikaciju na daljnju
analizu, ili pak možemo kreirati vizualizacije (slika 36, 37) (prilog br. 3).
Slika 36 - Vizualizacije 3D modela Začretja izrađenog u Civil 3D-u (pogled s istoka)
36
Slika 37 - Vizualizacije 3D modela Začretja izrađenog u Civil 3D-u (pogled sa zapada)
37
6. Primjena dobivenog modela

Primjene dobivenih 3D modela su mnoge, od promocije u turizmu do planiranja u urbanizmu.
Neke od primjena dobivenog 3D modela su:
- objavljivanje 3D modela Začretja na webu u svrhu promocije

- izrada fizičkog 3D modela pomoću 3D printera
- analiza solarnog potencijala na temelju DMP-a.
6.1. Objavljivanje 3D modela Začretja na webu u svrhu promocije
3D modeli dobiveni u Photoscanu i AutoCAD Civil 3D-u objavljeni su na webu pomoću online
servisa Sketchfab. Sketchfab je web servis koji omogućava objavljivanje, pregled i razmjenu
3D modela svih vrsta. Izrada računa je besplatna i dopušta prijenos datoteka veličine do 50
mb. Iz tog razloga je 3D model u Photoscanu trebao biti prvo prilagođen područjem obuhvata
detaljnošću geometrije i tekstura na način da spremljen model u KMZ formatu ne prelazi 50
mb. S modelom iz AutoCAD Civil 3D-a nije bilo problema, jer je geometrijski jednostavniji i bez
tekstura pa zauzima znatno manje memorije. Model je moguće podijeliti s bilo kim stavljajući
link (URL 24) (URL 25) u e-mail, na društvenu mrežu, na web stranicu ili nekim drugim putem.
Da bi se model mogao pregledati potrebno je imati bilo koji od internetskih preglednika, a
model je moguće i preuzeti na računalo i pregledavati u nekom drugom softveru poput Google
eartha. Slike 38 i 39 prikazuju sučelje Sketchfab web stranice u web pregledniku koje je
poprilično jednostavno i lako za snalaženje i korištenje.
Slika 38 - Sučelje Sketchfaba u web pregledniku sa prikazom fotorealističnog modela (URL 24)
38
Slika 39 - Sučelje Sketchfaba u web pregledniku s prikazom 3D modela izrađenog u AutoCAD

Civil 3D-u (URL 25)
6.2. Izrada fizičkog 3D modela pomoću 3D printera
Trodimenzionalni ispis je proces izrade fizičkog 3D modela metodom nanošenja materijala, za

razliku od CNC glodalica koje kreiraju 3D modele metodama oduzimanja materijala (URL 26).
3D model izrađen u AutoCAD Civil 3D-u pogodan je za 3D ispis bez naknadnih modifikacija.
Program AutoCAD Civlil 3D omogućuje spremanje modela u *.STL formatu prilikom čega
objedinjuje sve objekte tipa SOLID unijom tako da dobivamo unificirani model. STL-format je
univerzalni format koji se koristi prilikom 3D ispisa.
3D printanje je bilo izvedeno Prusa i3 Hephestos 3D printerom (slika 40). 3D model je isprintan
u približnom mjerilu 1:4000 (slika 41).
Slika 40 - 3D printer Prusa i3 Hephestos (URL 27)
39
Tablica 7 - Specifikacije 3D printer Prusa i3 Hephestos (URL 28)

ELECTRONICS GENERAL MECHANICS
Ramps 1.4 Frame and base of powder-coated aluminium
LCD screen with rotary encoder and LM8UU linear ball bearings for the X, Y and Z axes
navigation button
100k thermistors in the extruder Flexible couplings for the threaded bars on the Z axis
Mega 2560 Quick-change print bed system with clips
Glass base (non-heated): 220 x 220 x 3 mm Parts printed using PLA
Power source: 220 AC 12 DC 100W Toughened chrome bars for the X, Y and Z carriages
Heater cartridge: 40 W 12 V B623ZZ axial ball bearings for the X and Y pulleys
RESOLUTION Igus cable-tidies
Very high: 60 microns 4-point cushioned levelling system for the print bed
Medium: 200 microns Brushless axial fans with ball bearings
High: 100 microns EXTRUDER MECHANICS
Low: 300 microns Our own design extruder
PRINTING SPEED Finned heat dissipator with axial fan
Recommended speed: 40-60 mm/s 0.4 mm nozzle for 1.75 mm filament
Maximum recommended speed: 80-100 mm/s Cooling nozzle for printed objects
DIMENSIONS SECURITY
Printer without PLA reel (X x Y x Z): 460 x 383 x Own design extruder protector
430 mm
Printer with PLA reel (X x Y x Z): 460 x 383 x SOFTWARE
580 mm
Print volume: 215 x 210 x 180 mm Marlin-derived firmware
Box dimensions: 408 x 425 x 233 mm Permitted files: .gcode
Printer without PLA reel: 460 x 370 x 383 mm Recommended software environment: Cura
Software, Slic3r, Repetier, Kisslicer
Print volume: 215 x 210 x 180 mm Compatible operating systems: Windows XP and
later, Mac OS X and later and Linux
Printer with PLA reel: 460 x 580 x 383 mm COMMUNICATIONS
Box dimensions: 408 x 425 x 233 mm SD card reader
MATERIALS Type B USB port
PLA, HIPS, FilaFlex, among others
40
Slika 41 - Fizički 3D model izrađen 3D printerom
6.3. Analiza solarnog potencijala na temelju digitalnog modela površine
Analiza solarnog potencijala je izvedena u softveru SAGA GIS. SAGA GIS je softver otvorenog
koda za izvođenje raznih geoanaliza. Glavna i jedina podloga za izvođenje te analize je digitalni
model površine testnog područja. Prije početka te analize SAGA GIS zahtijeva unos nekoliko
parametara: lokacija u stupnjevima, minutama i sekundama, konstanta snage solarnog
zračenja u W/m2, vremensko razdoblje u kojem nas zanima količina solarnog zračenja te visina
atmosfere i tlak vodene pare u zraku. Potrebno je definirati i vremensku rezoluciju analize, u
našem slučaju to je 30 min. Vremenska rezolucija određuje koliki će biti vremenski interval
između položaja sunca na temelju kojih se analiza obavlja. Za parametre konstante solarnog
zračenja, visine atmosfere i tlaka vodene pare uzete su zadane vrijednosti koje vjerodostojno
prikazuju stanje na našim prostorima, a to su 1367 W/m2 za konstantu solarnog zračenja, 12
000 m za visinu atmosfere i 10 mbar za tlak vodene pare u zraku. Na temelju tih parametara
i digitalnog modela površine SAGA GIS generira raster koji sadrži podatke o količini sunčevog
zračenja. Rezultati su izraženi u jedinici energije po površini (kWh/m2). Ta analiza je računalno
zahtjevna pa može potrajati i do 12 sati ukoliko je traženo vremensko razdoblje cijela godina.
Bitno je naglasiti da ta analiza pretpostavlja da godina ima 365 sunčanih dana što naravno nije
realno, no kako se radi o malom području nad kojim se analiza provodi međusobni relativni
odnosi svejedno vrijede jer ako se radi o malom području onda se može uzeti u obzir da vrijede
isti klimatski uvjeti u isto vrijeme nad cijelim područjem (Agugiaro, G. i dr. 2012).
41
Slika 42 - Solarni potencijal test područja za 4. mjesec (prilog br. 4)
42

Ako usporedimo solarne potencijale test područja za 4. 7. i 12. mjesec sa slika 42 43 i 44
možemo doći do nekih zaključaka. Pogledamo li sliku 42 tj. solarni potencijal za 4. mjesec
možemo zaključiti da površine koje su nagnute prema jugu primaju najveću količinu sunčevog
zračenja. Kod analize za 7. mjesec to nije slučaj. U 7. mjesecu najveće količine sunčevog
zračenja primaju horizontalne površine ili približno horizontalne koje nisu zaklonjene od strane
drugih objekata. Što se tiče 12. mjeseca sunčevo zračenje je vrlo malo na svim površinama,
ističu se samo krovovi s nagibom prema jugu i to zračenje ne prelazi 80 kWh/m2 što je vrlo
malo naspram horizontalnih površina u 7. mjesecu gdje solarno zračenje prelazi i 230 kWh/m2.
43
Slika 45 - Solarni potencijal test područja za cijelu godinu (prilog br. 7)

Pogledamo li sliku 45, tj. solarni potencijal za cijelu godinu vidjet ćemo neke sličnosti sa 4.
mjesecom. Krovovi s nagibom prema jugu su površine koje primaju najveće količine solarnog
zračenja kroz godinu s oko 1900 kWh/m2 na godišnjoj razini.
Takvi podaci, tj. brojke na prvi pogled mogu djelovati jako velike, no realna energija koja se
može dobiti na godišnjoj razini iz solarnog zračenja je daleko manja. Provedemo li jednostavnu
računicu na temelju službenih podataka Državnog hidrometeorološkog zavoda (DHMZ) o
prosječnom broju sunčanih sati u jednoj godini na temelju opažanja od 17 godina (prilozi br. 8
i br. 9) i prosječne efikasnosti solarnih panela (URL 29) možemo izračunati približnu količinu
električne energije koju možemo dobiti koristeći solarne panele na najpovoljnijim površinama
(URL 30). Podaci DHMZ-a za područje Začretja ne postoje, najbliži dostupni podaci su za
područje grada Krapine koja je udaljena 10 km od Začretja, pa te podatke možemo uzeti kao
vjerodostojne i za područje Začretja.
𝑘𝑜𝑙𝑖č𝑖𝑛𝑎 𝑠𝑜𝑙𝑎𝑟𝑛𝑜𝑔 𝑧𝑟𝑎č𝑒𝑛𝑗𝑎 𝑛𝑎 𝑔𝑜𝑑𝑖š𝑛𝑗𝑜𝑗 𝑟𝑎𝑧𝑖𝑛𝑖 𝑛𝑎 𝑛𝑎𝑗𝑝𝑜𝑣𝑜𝑙𝑗𝑛𝑖𝑗𝑖𝑚 𝑝𝑜𝑣𝑟š𝑖𝑛𝑎𝑚𝑎:
𝑠𝑜𝑙𝑎𝑟 = 1900 𝑘𝑊ℎ/𝑚2
𝑆𝑙𝑢ž𝑏𝑒𝑛𝑖 𝑝𝑜𝑑𝑎𝑡𝑎𝑘 𝐷𝐻𝑀𝑍𝑎 𝑜 𝑝𝑟𝑜𝑠𝑗𝑒č𝑛𝑜𝑚 𝑏𝑟𝑜𝑗 𝑠𝑢𝑛č𝑎𝑛𝑖ℎ
𝑠𝑎𝑡𝑖 𝑛𝑎 𝑔𝑜𝑑𝑖š𝑛𝑗𝑜𝑗 𝑟𝑎𝑧𝑖𝑛𝑖 𝑛𝑎 𝑝𝑜𝑑𝑟𝑢č𝑗𝑢 𝑔𝑟𝑎𝑑𝑎 𝐾𝑟𝑎𝑝𝑖𝑛𝑒 (𝑝𝑟𝑖𝑙𝑜𝑔 𝑏𝑟. 9):
44
𝑣𝑠𝑢𝑛𝑐𝑒 = 2079.7 ℎ
𝑏𝑟𝑜𝑗 𝑠𝑎𝑡𝑖 𝑑𝑛𝑒𝑣𝑛𝑜𝑔 𝑠𝑣𝑖𝑗𝑒𝑡𝑙𝑎 𝑢 𝑗𝑒𝑑𝑛𝑜𝑗 𝑔𝑜𝑑𝑖𝑛𝑖:
𝑣𝑑𝑎𝑛 = 4380 ℎ
𝑒𝑛𝑒𝑟𝑔𝑒𝑡𝑠𝑘𝑎 𝑒𝑓𝑖𝑘𝑎𝑠𝑛𝑜𝑠𝑡 𝑠𝑜𝑙𝑎𝑟𝑛𝑖ℎ 𝑝𝑎𝑛𝑒𝑙𝑎 (15% − 20%):
𝑒𝑓𝑖𝑘𝑎𝑠𝑛𝑜𝑠𝑡 = 17%
𝑟𝑒𝑎𝑙𝑛𝑎 𝑘𝑜𝑙𝑖č𝑖𝑛𝑎 𝑒𝑛𝑒𝑟𝑔𝑖𝑗𝑒 𝑑𝑜𝑏𝑖𝑣𝑒𝑛𝑎 𝑝𝑜 𝑚2 𝑛𝑎 𝑔𝑜𝑑𝑖š𝑛𝑗𝑜𝑗 𝑟𝑎𝑧𝑖𝑛𝑖:

𝑣𝑠𝑢𝑛𝑐𝑒 2079.7 ℎ
𝑒/𝑚2 = 𝑠𝑜𝑙𝑎𝑟 ∙ ∙ 𝑒𝑓𝑖𝑘𝑎𝑠𝑛𝑜𝑠𝑡 = 1900 𝑘𝑊ℎ/𝑚2 ∙ ∙ 0.17
𝑣𝑑𝑎𝑛 4380 ℎ
= 𝟏𝟓𝟑. 𝟒 𝒌𝑾𝒉/𝒎𝟐
Naravno to je samo približni račun jer nisu u obzir uzeti svi klimatski faktori. Ako uzmemo u
obzir da jedno prosječno kućanstvo u Hrvatskoj potroši oko 3000 kWh električne energije
godišnje, onda iz tog možemo lako izračunati da je potrebno približno 19.6 m2 solarnih panela
da bi se pokrile godišnje potrebe jednog kućanstva na testnom području. Prosječna stambena
kuća u Začretju ima jednu stranu krova površine oko 60 m2 ukoliko se radi o kući s kosim
krovom.
45
7. Zaključak
Kroz proces prikupljanja podataka, njihove obrade, interpretacije i samog modeliranja
možemo vidjeti kako je to složen postupak koji zahtjeva mnogo znanja i iskustva. Najveći
problem predstavlja poznavanje svih softvera potrebnih za obradu i interpretaciju podataka i
za samo modeliranje područja. Taj proces bi se znatno olakšao integracijom svih potrebnih
funkcija u jedan ili dva softvera. Najzahtjevniji dio je ručna interpretacija oblaka točaka koja
bi, kad bi se radila na području većem od test područja u ovom diplomskom radu, bila preduga.
Iz tog razloga je potrebno koristit softvere poput VRmesh-survey koji izvode automatsku
interpretaciju oblaka točaka i konstruiraju objekte. Još jedan od problema predstavlja cijena.
Pad cijena bespilotnih letjelica ih je učinio dostupnim gotovo svima, ali softverska rješenja za
modeliranje i obradu prikupljenih podataka još su uvijek skupa.
Uloga 3D modela u planiranju pametnog grada je prikazana kroz analizu solarnog potencijala
testnog područja u svrhu planiranja mreže solarnih elektrana. Analize na temelju DMP u
rasterskom obliku relativno su jednostavne i potpuno automatske zbog pravilne strukture
samog modela.
3D model izrađen u AutoCAD Civil 3D manje je pogodan za prostorne analize te bi trebao biti
proslijeđen u GIS orijentirane softvere za 3D modeliranje poput Autodeskovog Infraworks 360.
AutoCAD Civil 3D omogućuje izradu dobrih vizualizacija 3D kartografskih prikaza s mnogo
parametara za podešavanje.
Uloga 3D modela u prezentaciji budućih projekata investitorima je velika. Za tu namjenu je

najbolji fotorealistični model, jer najrealnije predstavlja stvarno stanje na nekom području. 3D
modeli budućih projekata uklapaju se na fotorealistični model u softverima poput 3Ds Max te
se onda kreiraju gotovo realne vizualizacije.
Svaki pametni grad, sadašnji ili budući, mora imati izrađen 3D model kako bi mogao normalno
i kvalitetno funkcionirati te naposljetku svojim građanima pružiti ljepši i kvalitetniji život.
46
Literatura
Agugiaro, G., Nex, F., Remondino, F., De Filippi, R., Droghetti, S., Furlanello, C. (2012): Solar
radiation estimation on building roofs and web-based solar cadastre, XXII ISPRS
Congress, Melbourne, Australia, 1.9.2012., http://www.isprs-ann-photogramm-
remote-sens-spatial-inf-sci.net/I-2/177/2012/isprsannals-I-2-177-2012.pdf.
Džapo, M. (2008): Izmjera zemljišta, Interna skripta, Geodetski fakultet, Zagreb.
Cetl, V., Tomić, H., Lisjak, J. (2013): Primjena 3D modela u upravljanju gradom, Studija,
Geodetski fakultet Sveučilišta u Zagrebu, Zagreb.
Frančula, N. (2004): Digitalna kartografija, Interna skripta, 3. prošireno izdanje, Geodetski

fakultet Sveučilišta u Zagrebu, Zagreb.
Gorički, E. (2012): Kulturno-umjetnički centar Začretje – adaptacija gospodarskog objekta

starog vlastelinstva, Diplomski rad, Arhitektonski fakultet Sveučilišta u Zagrebu,
Zagreb.
Höfle, B., Mücke, W., Dutter M., Rutzinger M., Dorninger, P. (2009): Detection of Building
Regions Using Airborne LiDAR – a New Combination of Raster and Point Cloud Based
GIS Methods, http://www.agit.at/php_files/myagit/papers/2009/7504.pdf.
Protić, D., Nestrov, I., Vučetić, I. (2014): 3D Urban Information Models in making a “smart city”
– the i-SCOPE project case study, Geonauka Vol. 2, No. 3, 12-16.
Internetski izvori
URL 1 Pametni gradovi https://en.wikipedia.org/wiki/Smart_city (15.4.2015.)
URL 2 District of Future, www.districtoffuture.eu/ (15.4.2015.)

URL 3 Pametne kuće http://architecture.about.com/od/buildyourhous1/g/smarthouse.htm
(16.4.2015.)
URL 4 Solarni paneli https://www.flickr.com/photos/rickety/5052486185/in/dateposted/
(18.4.2015.)
URL 5 Vjetroelektrana https://www.flickr.com/photos/89228431 (18.4.2015.)
URL 6 Tesla Motors Baterija http://www.teslamotors.com/powerwall, (18.4.2015.)
URL 7 Wikipedia – Reverzibilne hidroelektrane
http://hr.wikipedia.org/wiki/Reverzibilne_hidroelektrane, (18.4.2015.)
47
URL 8 RHE Velebit

https://www.flickr.com/photos/tomislavmavrovic/4917148320/in/photolist-8usvJz-
8usvui-8uvETj-8usAEP-8usA4R (18.4.2015.)
URL 9 EV - car sharing http://www.psfk.com/2013/05/toyota-bike-car-sharing-station.html
(6.6.2015.)
URL 10 Održiva poljoprivreda - UNESCO
http://www.unesco.org/education/tlsf/mods/theme_c/mod15.html (3.6.2015.)
URL 11 CTRLZ ARCHITECTURES http://ctrlzarchitectures.com/?p=74 (25.4.2015.)
URL 12 DMR – DGU rječnik http://www.dgu.hr/rjecnik-geodetskih-pojmova/ (5.5.2015)
URL 13 Wikipedia Digital elevation model
http://en.wikipedia.org/wiki/Digital_elevation_model, (15.5.2015.)
URL 14 Fotogrametrija
http://www.geog.ucsb.edu/~jeff/115a/lectures/geometry_of_aerial_photographs_n
otes.html (16.5.2015.)
URL 15 LiDAR www.e-education.psu.edu (1.6.2015.)
URL 16 Wikipedia - SRTM http://en.wikipedia.org/wiki/Shuttle_Radar_Topography_Mission
(20.5.2015.)
URL 17 3D modeliranje https://en.wikipedia.org/wiki/3D_modeling (6.5.2015.)
URL 18 CityGML razine detaljnosti http://www.mdpi.com/remotesensing/remotesensing-05-
01681/article_deploy/html/images/remotesensing-05-01681f1-1024.png (2.6.2015.)
URL 19 VRmesh-survey http://www.vrmesh.com/products/survey.asp (2.5.2015.)
URL 20 Geodetski situacijski nacrt
http://www.dgu.hr/assets/uploads/Dokumenti/Novosti/Geodetski%20projekt/Pravil
nik%20o%20geodetskom%20projektu.pdf (15.6.2015.)
URL 21 DJI INSPIRE 1 specifikacije http://www.dji.com/product/inspire-1/spec (6.4.2015.)
URL 22 Topcon hiper SR http://www.topconstore.com/image/cache/data/GPS/hiperSR_011-
500x500.jpg (15.6.2015.)
URL 23 Specifikacije TOPCON Hiper SR https://www.topconpositioning.com/gnss/integrated-
gnss-receivers/hiper-sr#panel-product-specifications (15.6.2015.)
URL 24 Fotorealistični 3D model Začretja na Web-u
https://sketchfab.com/models/2b7a81f0b91240849d36b795b3edbbdc (17.6.2015.)
URL 25 3D model Začretja na Web-u
https://sketchfab.com/models/dc1ca3553ba8491986dfc76dc8d12f46 (17.6.2015.)
URL 26 3D printanje http://3dprinting.com/what-is-3d-printing/ (23.6.2015.)
48
URL 27 Prusa i3 Hephestos slika http://www.filament2print.com/wp-

content/uploads/2014/10/Prusa-i3-hphestos-1.jpg (23.6.2015.)
URL 28 Prusa i3 Hephestos specifikacije http://www.bq.com/gb/prusa (23.6.2015.)
URL 29 Efikasnost solarnih panela
http://www.forbes.com/sites/peterdetwiler/2013/07/16/as-solar-panel-efficiencies-
keep-improving-its-time-to-adopt-some-new-metrics/ (25.5.2015.)
URL 30 Izračun energije dobivene iz solarnih panela http://photovoltaic-software.com/PV-
solar-energy-calculation.php (2.6.2015.)
Popis slika
Slika 1 - Vizualizacija mentaliteta stanovnika pametnog grada ................................................. 2
Slika 2 - Ideja strukture pametnog grada (URL 2) ...................................................................... 3
Slika 3 - Korištenje obnovljivih izvora energije solarni paneli lijevo, vjetroelektrana desno (URL
4, URL 5) ..................................................................................................................................... 4
Slika 4 - Cijev od RHE Velebit (URL 8) ......................................................................................... 5
Slika 5 - Stanice za punjenje i najam električnog vozila (URL 9) ................................................ 5
Slika 6 - Koncept ruralne stambene zajednice (URL 11) ............................................................ 6
Slika 7 - TIN, SRSG, TRSG (Cetl i dr. 2013.) ................................................................................. 8
Slika 8 - Razlika između DMR-a (Digital Terrain Model) i DMP-a (Digital Surface Model) (URL
13)............................................................................................................................................... 8
Slika 9 - Aerofotogrametrijsko snimanje (URL 14) ................................................................... 10
Slika 10 - Stereopar aerofotogrametrijske izmjere .................................................................. 10
Slika 11 - LiDAR (URL 15) .......................................................................................................... 11
Slika 12 - SRTM podaci za dio Hrvatske .................................................................................... 12
Slika 13 - HOK5 (Hrvatska osnovna karta u mjerilu 1:5000) (Geoportal DGU) ........................ 13
Slika 14 - CityGML razine detaljnosti (URL 18) ......................................................................... 14
Slika 15 - Planirano test područje (Google Earth) .................................................................... 16
49
Slika 16 - Sveti Križ Začretje, pogled s istočne strane .............................................................. 16
Slika 17 - Geoprometni položaj odabranog test područja za izradu 3D modela - crveno je

označeno područje (Google Earth)........................................................................................... 17
Slika 18 - Panorama Začretja fotografirana oko 1930. ............................................................. 18
Slika 19 - Plan snimanja ............................................................................................................ 20
Slika 20 i slika 21 - Primjer automatskog kreiranja geometrije iz oblaka točaka u VRmesh-survey

.................................................................................................................................................. 21
Slika 22 - Geodetski situacijski nacrt Trga hrvatske kraljice Jelene .......................................... 22
Slika 23 - DJI INSPIRE 1 bespilotna letjelica .............................................................................. 22
Slika 24 - Topcon Hiper SR (URL 22) ......................................................................................... 24
Slika 25 - Primjer obilježavanja točaka geodetske osnove na terenu ...................................... 25
Slika 26 - Izračun pokrivenosti fotografije na tlu i skica ........................................................... 27
Slika 27 - Primjer označavanje točaka geodetske osnove na fotografijama u Agisoft Photoscanu

.................................................................................................................................................. 28
Slika 28 - Oblak točaka generiran u programu Photoscanu ..................................................... 28
Slika 29 - Pozicije na kojima su fotografije snimane i preklapanja fotografija......................... 29
Slika 30 - Kalibracija kamere, korekcija piksela zbog utjecaja distorzije objektiva .................. 30
Slika 31 - Položaj točaka geodetske osnove ............................................................................. 31
Slika 32 - Digitalni model površine ........................................................................................... 33
Slika 33 - Digitalni ortofoto....................................................................................................... 34
Slika 34 - Fotorealističan prikaz Začretja izrađenog u Photoscanu i prenesenog u Google Earth

.................................................................................................................................................. 35
Slika 35 - Primjer kartiranja električnih nadzemnih vodova u Qgisu ....................................... 36
Slika 36 - Vizualizacije 3D modela Začretja izrađenog u Civil 3D-u (pogled s istoka)............... 36
Slika 37 - Vizualizacije 3D modela Začretja izrađenog u Civil 3D-u (pogled sa zapada) ........... 37
50
Slika 38 - Sučelje Sketchfaba u web pregledniku sa prikazom fotorealističnog modela (URL 24)
.................................................................................................................................................. 38
Slika 39 - Sučelje Sketchfaba u web pregledniku s prikazom 3D modela izrađenog u AutoCAD

Civil 3D-u (URL 25) .................................................................................................................... 39
Slika 40 - 3D printer Prusa i3 Hephestos (URL 27) ................................................................... 39
Slika 41 - Fizički 3D model izrađen 3D printerom .................................................................... 41
Slika 42 - Solarni potencijal test područja za 4. mjesec (prilog br. 4) ...................................... 42
Slika 43 - Solarni potencijal test područja za 7. mjesec (prilog br. 5) ...................................... 42
Slika 44 - Solarni potencijal test područja za 12. mjesec (prilog br. 6) .................................... 43
Slika 45 - Solarni potencijal test područja za cijelu godinu (prilog br. 7) ................................. 44
Popis tablica
Tablica 1 - Specifikacije bespilotne letjelice DJI INSPIRE 1 (URL 21) ........................................ 23
Tablica 2 - Specifikacije RTK uređaja Topcon Hiper SR (URL 23) .............................................. 24
Tablica 3 - Podaci fotogrametrijske izmjere (Photoscan) ........................................................ 29
Tablica 4 - Osnovni podaci o kameri ........................................................................................ 30
Tablica 5 - Odstupanja točaka geodetske osnove od njihovih projekcija na modelu nakon

georeferenciranja i optimizacije............................................................................................... 32
Tablica 6 - Odstupanja kontrolnih točaka nakon optimizacije i georeferenciranja ................. 32
Tablica 7 - Specifikacije 3D printer Prusa i3 Hephestos (URL 28) ............................................ 40
51
Popis priloga
Prilog br. 1: CD1 s podacima praktičnog rada i diplomski rad:
Naziv datoteke/mape: Opis:
Modeliranje 3D kartografskog prikaza za Diplomski rad, word datoteka

potrebe planiranja pametnih gradova.docx
Modeliranje 3D kartografskog prikaza za Diplomski rad, PDF datoteka

potrebe planiranja pametnih gradova.pdf
Zračne snimke Mapa sa svim zračnim snimkama korištenim

u praktičnom dijelu rada
Zacretje.psz Photoscan datoteka
Zacretje.kmz KMZ datoteka fotorealističnog modela za

pregledavanje u Google earthu
Zacretje.dwg Model u AutoCAD Civil 3D-u
Zacretje_teren.rcs Oblak točaka terena
Zacretje_zgrade_vegetacija.rcs Oblak točaka zgrada i vegetacija
Prilog br. 2: CD2 s podacima praktičnog rada:
Zacretje_DOF.tiff Digitalni ortofoto
Zacretje_DMP.tiff Digitalni model površine
SOLAR_POT Mapa koja sadrži rezultate analize solarnog

potencijala
Zacretje_izvjesce.pdf Izvješće generirano u Photoscanu
Zacretje_3Dprint.stl Datoteka za 3D printanje modela
52
Zacretje_go.txt Originalni podaci izmjere geodetske osnove
Prilog br. 3 Vizualizacija 3D kartografskog prikaza Začretja
Prilog br. 4 Tematska karta sunčeve radijacije za mjesec travanj
Prilog br. 5 Tematska karta sunčeve radijacije za mjesec srpanj
Prilog br. 6 Tematska karta sunčeve radijacije za mjesec prosinac
Prilog br. 7 Tematska karta sunčeve radijacije za vremensko razdoblje od cijele godine
Prilog br. 8 Zahtjev za meteorološkim podacima i informacijama
Prilog br. 9 Službeni podaci DHMZ-a o broju sunčanih sati na području grada Krapine
Prilog br. 10 Životopis
53
Prilog br. 9
KRAPINA SR. MJESECNE I GODISNJE SUME SIJANJA SUNCA
god JAN FEB MAR APR MAJ JUN JUL AUG SEP OKT NOV
DEC suma
1993 ***** ***** ***** ***** ***** ***** ***** ***** 150.5 119.9
25.6 47.0 343.0*
1994 107.7 102.5 172.8 157.8 220.0 249.4 328.2 284.6 203.4 124.6
45.0 86.8 2082.8
1995 84.6 108.4 133.3 200.0 229.6 219.4 332.2 246.8 150.4 163.1
73.6 13.0 1954.4
1996 24.1 114.6 120.6 172.3 248.7 290.1 299.1 250.1 123.1 96.0 94.1
64.5 1897.3
1997 28.0 165.9 172.5 195.0 308.2 243.9 262.0 278.2 271.2 131.0
73.9 45.1 2174.9
1998 107.2 173.9 164.3 195.0 257.2 236.2 273.7 281.2 147.2 104.2
82.1 54.2 2076.4
1999 48.4 128.6 150.5 171.1 217.2 244.3 268.6 226.4 189.9 144.5
46.3 93.2 1929.0
2000 106.5 167.4 172.2 205.4 301.7 336.9 271.8 335.9 210.8 126.2
89.3 69.6 2393.7
2001 41.0 126.3 134.2 204.2 283.2 259.8 269.7 313.1 114.9 175.9
101.8 81.4 2105.5
2002 119.1 90.5 197.4 150.3 255.2 311.9 293.6 205.7 186.9 144.6
76.5 25.2 2056.9
2003 86.5 143.6 191.8 192.9 294.5 300.1 290.3 313.5 231.4 139.8
85.6 99.8 2369.8
2004 86.6 94.4 123.6 127.9 260.3 209.0 265.8 284.3 181.6 100.5 72.5
46.9 1853.4
2005 114.8 102.1 164.0 210.8 270.1 270.4 255.5 178.0 181.1 160.4
39.6 53.4 2000.2
2006 82.0 90.2 130.5 189.3 250.1 293.3 333.6 183.2 250.2 190.5 107.8
55.6 2156.3
2007 130.4 102.2 156.7 303.7 268.9 286.9 345.3 248.2 200.7 116.7
94.8 26.0 2280.5
2008 59.7 160.9 115.2 182.5 275.5 224.7 281.8 322.6 172.4 161.7
90.3 29.3 2076.6
2009 46.5 103.6 120.0 219.5 269.8 230.4 319.3 302.2 216.3 173.2
90.3 35.5 2126.6
2010 26.3 75.8 139.1 203.2 180.6 256.5 301.3 257.2 128.2 105.3 83.0
63.7 1820.2
zbroj 1299.4* 2050.9* 2558.7* 3280.9* 4390.8* 4463.2* 4991.8* 4511.2* 3310.2
2478.1 1372.1 990.2 35697.5*
sred 76.4 120.6 150.5 193.0 258.3 262.5 293.6 265.4 183.9 137.7 76.2
55.0 2079.7
std 34.4 30.0 25.0 36.0 31.8 34.7 27.8 45.9 42.2 27.6 22.2
23.9 160.5
maks 130.4 173.9 197.4 303.7 308.2 336.9 345.3 335.9 271.2 190.5
107.8 99.8 2393.7
god 2007 1998 2002 2007 1997 2000 2007 2000 1997 2006 2006
2003 2000
---------------------------------------------------------------------------------------------------------------------------
-------------
min 24.1 75.8 115.2 127.9 180.6 209.0 255.5 178.0 114.9 96.0 25.6
13.0 1820.2
god 1996 2010 2008 2004 2010 2004 2005 2005 2001 1996 1993
1995 2010
---------------------------------------------------------------------------------------------------------------------------
-------------
ampl 106.3 98.1 82.2 175.8 127.6 127.9 89.8 157.9 156.3 94.5 82.2
86.8 573.5
Prilog br. 10
ŽIVOTOPIS
EUROPEAN
CURRICULUM VITAE
FORMAT
OSOBNE OBAVIJESTI
Ime MARTIN GORIČKI

Adresa IVANA KRIZMANIĆA 9, 49223, SVETI KRIŽ ZAČRETJE, HRVATSKA
Telefon 0998220858
Faks
E-pošta magoricki@geof.hr, martingoricki@gmail.com
Državljanstvo Hrvatsko
Datum rođenja 26. 12. 1990.
ŠKOLOVANJE I IZOBRAZBA
• Datum (od – do) 2013. -

• Naziv i vrsta obrazovne ustanove Sveučilište u Zagrebu, Geodetski fakultet, diplomski studij geodezije i geoinformatike, smjer
geinformatika
• Osnovni predmet /zanimanje
• Naslov postignut obrazovanjem
• Stupanj nacionalne kvalifikacije
(ako postoji)
• Datum (od – do) 2009. – 2013.

• Naziv i vrsta obrazovne ustanove Sveučilište u Zagrebu, Geodetski fakultet, preddiplomski studij geodezije i geoinformatike
• Naslov postignut obrazovanjem univ. bacc. ing. geod. i geoinf.
• Stupanj nacionalne kvalifikacije VSS
(ako postoji)
• Datum (od – do) 2005. – 2009.

• Naziv i vrsta obrazovne ustanove Gimnazija Antuna Gustava Matoša, Zabok, smjer prirodoslovno-matematički
• Naslov postignut obrazovanjem
• Stupanj nacionalne kvalifikacije SSS
(ako postoji)
OSOBNE VJEŠTINE I
SPOSOBNOSTI
Stečene radom/životom, karijerom, a
koje nisu potkrijepljene potvrdama i
diplomama.
MATERINSKI JEZIK HRVATSKI JEZIK
DRUGI JEZICI
ENGLESKI
• sposobnost čitanja IZVRSNO
• sposobnost pisanja DOBRO
• sposobnost usmenog izražavanja IZVRSNO
TEHNIČKE VJEŠTINE I RAD U SOFTVERIMA: QGIS, AUTOCAD CIVIL 3D, SAGA GIS, AGISOFT PHOTOSCAN,
SPOSOBNOSTI ADOBE PHOTOSHOP, SKETCHUP, MS OFFICE, PROGRAMIRANJE PYTHON,
S računalima, posebnim vrstama
UPRAVLJANJE BESPILOTNIM LETJELICAMA, UPORABA TOTALNE STANICE I RTK
opreme, strojeva, itd.
DRUGE VJEŠTINE I SPOSOBNOSTI AMATERSKO BAVLJENJE FOTOGRAFIJOM

Sposobnosti koje nisu gore navedene.
VOZAČKA DOZVOLA A, B

768480.goriki Martin-DEF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

768480.goriki Martin-DEF

Uploaded by

Copyright:

Available Formats

SVEUČILIŠTE U ZAGREBU

Modeliranje 3D kartografskog prikaza za potrebe

Ime i prezime: Martin Gorički

Datum i mjesto rođenja: 26.12.1990., Zagreb, Hrvatska

II. Diplomski rad

Naslov: Modeliranje 3D kartografskog prikaza za potrebe planiranja pametnih

Voditelj: doc. dr. sc. Vesna Poslončec-Petrić

III. Ocjena i obrana

Datum zadavanja zadatka: 16. siječanja 2015.

Datum obrane: 3. srpanja 2015.

Sastav povjerenstva pred kojim je obranjen rad:

Ključne riječi: pametni gradovi, Photoscan, 3D kartografski prikaz, bespilotna letjelica,

2. Pametni gradovi ................................................................................................................. 2

3. Test područje .................................................................................................................... 16

4. Proces prikupljanja i obrade podataka za modeliranje 3D prikaza Svetog Križa Začretja 19

4.7.1. Točnost georeferenciranja na temelju točaka geodetske osnove ..................... 31

4.7.2. Točnost digitalnog modela površine i digitalnog ortofota ................................. 33

5. Modeliranje na temelju prikupljenih i obrađenih podataka ............................................ 35

6. Primjena dobivenog modela ............................................................................................ 38

3D vizualizacija prostora nezamjenjiva je i u prostornom planiranju, upravljanju i gospodarenju

Razvoj računalne tehnologije i napredne tehnologije prikupljanja prostornih informacija

2.1. Što su pametni gradovi?

Pametni gradovi (engl. smart cities) su gradovi planirani na način da u kombinaciji s

Slika 1 - Vizualizacija mentaliteta stanovnika pametnog grada

2.2. Struktura pametnog grada

- ekološki projektirane zgrade,

Slika 2 - Ideja strukture pametnog grada (URL 2)

Slika 3 - Korištenje obnovljivih izvora energije solarni paneli lijevo,

Rješavanju problema nekonstantne proizvodnje električne energije pristupa se na način da se

Slika 4 - Cijev od RHE Velebit (URL 8)

Slika 5 - Stanice za punjenje i najam električnog vozila (URL 9)

2.3. Pametna sela

Slika 6 - Koncept ruralne stambene zajednice (URL 11)

Pametne farme su farme koje omogućavaju održivu poljoprivredu i energetsku neovisnost, a

2.4. 3D modeliranje za planiranje pametnih gradova

Planiranje pametnih gradova je postupak koji zahtjeva kvalitetne podloge. Do nedavno 2D i

područja dobivaju se kombinacijom napredne računalne tehnologije i raznim geodetskim

3D modeli olakšavaju planiranje u područjima poput urbanog planiranja, energetike,

2.5. Strukture 3D modela za planiranje pametnih gradova

Digitalni modela zgrada (DMZ) nastaje prikupljanjem podataka o izgrađenim objektima i

Slika 7 - TIN, SRSG, TRSG (Cetl i dr. 2013.)

2.6. Metode prikupljanja podataka za izradu 3D modela gradova

Za izradu 3D modela za potrebe planiranja pametnih gradova potrebno je obaviti prikupljanje

Točnost prikupljanja podataka direktno utječe na samu točnost 3D modela.

Tahimetrijsko snimanje je izmjera kojom se pomoću instrumenta totalne mjerne stanice

Terestičko fotogrametrijsko snimanje je metoda izmjere pomoću terestičke mjerne kamere

Slika 9 - Aerofotogrametrijsko snimanje (URL 14)

Aerofotgrametrijska izmjera je pogodna i za izradu digitalnog modela terena i za izradu

Slika 10 - Stereopar aerofotogrametrijske izmjere

U novije vrijeme ta metoda izvodi se i pomoću bespilotnih letjelica koje su opremljene

Slika 11 - LiDAR (URL 15)

Prednost te metode nad aerofotogrametrijom je u tome što je svaka informacija dobivena

Satelitska izmjera se izvodi senzorima kojima su sateliti opremljeni i koji im omogućuju

Slika 12 - SRTM podaci za dio Hrvatske

Noviji sateliti opremljeni su senzorima puno veće prostorne razlučivosti, pa je moguće

Slika 13 - HOK5 (Hrvatska osnovna karta u mjerilu 1:5000) (Geoportal DGU)

2.7. Softveri za 3D modeliranje gradova

Softveri koji podržavaju rad s 3D modelima se mogu podijeliti na sljedeće:

1. Softveri za modeliranje i analize

2.8. Formati za 3D modeliranje gradova

Slika 14 - CityGML razine detaljnosti (URL 18)

DXF format je razvijen od strane kompanije Autodesk, te je postao standard za razmjenu

Ostali rašireni formati za pohranu 3D modela gradova su: