3d mapping camera

Corporate News

ಲೇಖನ

ಲೇಖನ
ಓರೆಯಾದ ಛಾಯಾಗ್ರಹಣದ ಯಶೋಗಾಥೆ

ಓರೆಯಾದ ಛಾಯಾಗ್ರಹಣದ ಯಶಸ್ವಿ ಪ್ರಕರಣ

——ಎತ್ತರದ ಪ್ರದೇಶಗಳಿಗೆ ಕ್ಯಾಡಾಸ್ಟ್ರಲ್ ಸಮೀಕ್ಷೆ ಮಾಡಲು 3D ಮಾದರಿಯನ್ನು ಬಳಸಿ

1. ಅವಲೋಕನ

ಹಲವಾರು ವರ್ಷಗಳ ಅಭಿವೃದ್ಧಿಯ ನಂತರ, ಈಗ ಚೀನಾದಲ್ಲಿ, ಓರೆಯಾದ ಛಾಯಾಗ್ರಹಣವನ್ನು ಗ್ರಾಮೀಣ ಕ್ಯಾಡಾಸ್ಟ್ರಲ್ ಸಮೀಕ್ಷೆ ಯೋಜನೆಗಳಲ್ಲಿ ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಸಲಕರಣೆಗಳ ತಾಂತ್ರಿಕ ಪರಿಸ್ಥಿತಿಗಳ ನಿರ್ಬಂಧದಿಂದಾಗಿ, ಓರೆಯಾದ ಛಾಯಾಗ್ರಹಣವು ದೊಡ್ಡ-ಡ್ರಾಪ್ ದೃಶ್ಯಗಳ ಕ್ಯಾಡಾಸ್ಟ್ರಲ್ ಮಾಪನಕ್ಕೆ ಇನ್ನೂ ದುರ್ಬಲವಾಗಿದೆ, ಮುಖ್ಯವಾಗಿ ಓರೆಯಾದ ಕ್ಯಾಮೆರಾ ಲೆನ್ಸ್‌ನ ಫೋಕಲ್ ಲೆಂತ್ ಮತ್ತು ಪಿಕ್ಚರ್ ಫಾರ್ಮ್ಯಾಟ್ ಪ್ರಮಾಣಿತವಾಗಿಲ್ಲ. ಹಲವು ವರ್ಷಗಳ ಪ್ರಾಜೆಕ್ಟ್ ಅನುಭವದ ನಂತರ, ನಕ್ಷೆಯ ನಿಖರತೆಯು 5 ಸೆಂ.ಮೀ ಒಳಗೆ ಇರಬೇಕು ಎಂದು ನಾವು ಕಂಡುಕೊಂಡಿದ್ದೇವೆ, ನಂತರ GSD 2 cm ಒಳಗೆ ಇರಬೇಕು ಮತ್ತು 3D ಮಾದರಿಯು ತುಂಬಾ ಉತ್ತಮವಾಗಿರಬೇಕು, ಕಟ್ಟಡದ ಅಂಚುಗಳು ನೇರ ಮತ್ತು ಸ್ಪಷ್ಟವಾಗಿರಬೇಕು.

 

ಸಾಮಾನ್ಯವಾಗಿ, ಗ್ರಾಮೀಣ ಕ್ಯಾಡಾಸ್ಟ್ರಲ್ ಮಾಪನ ಯೋಜನೆಗಳಿಗೆ ಬಳಸಲಾಗುವ ಕ್ಯಾಮೆರಾ ಫೋಕಲ್ ಉದ್ದವು 25 ಮಿಮೀ ಲಂಬ ಮತ್ತು 35 ಎಂಎಂ ಓರೆಯಾಗಿದೆ. 1:500 ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಲು, GSD 2 cm ಒಳಗೆ ಇರಬೇಕು. ಮತ್ತು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು, ಡ್ರೋನ್‌ಗಳ ಹಾರಾಟದ ಎತ್ತರವು ಸಾಮಾನ್ಯವಾಗಿ 70m-100m ನಡುವೆ ಇರುತ್ತದೆ. ಈ ಹಾರಾಟದ ಎತ್ತರದ ಪ್ರಕಾರ, 100ಮೀ ಎತ್ತರದ ಕಟ್ಟಡಗಳ ದತ್ತಾಂಶ ಸಂಗ್ರಹಣೆಯನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಯಾವುದೇ ಮಾರ್ಗವಿಲ್ಲ. ನೀವು ಹೇಗಾದರೂ ಹಾರಾಟವನ್ನು ನಡೆಸುತ್ತಿದ್ದರೂ ಸಹ, ಛಾವಣಿಗಳ ಅತಿಕ್ರಮಣವನ್ನು ಖಾತರಿಪಡಿಸುವುದಿಲ್ಲ, ಇದರಿಂದಾಗಿ ಮಾದರಿಯ ಕಳಪೆ ಗುಣಮಟ್ಟಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ. .ಮತ್ತು ಹೋರಾಟದ ಎತ್ತರವು ತುಂಬಾ ಕಡಿಮೆಯಿರುವುದರಿಂದ, ಇದು UAV ಗೆ ಅತ್ಯಂತ ಅಪಾಯಕಾರಿಯಾಗಿದೆ.

ಈ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸುವ ಸಲುವಾಗಿ, ಮೇ 2019 ರಲ್ಲಿ, ನಾವು ನಗರ ಬಹುಮಹಡಿ ಕಟ್ಟಡಗಳಿಗಾಗಿ ಓರೆಯಾದ ಛಾಯಾಗ್ರಹಣದ ನಿಖರತೆ ಪರಿಶೀಲನೆ ಪರೀಕ್ಷೆಯನ್ನು ನಡೆಸಿದ್ದೇವೆ. ಈ ಪರೀಕ್ಷೆಯ ಉದ್ದೇಶವು RIY-DG4pros ಓರೆಯಾದ ಕ್ಯಾಮರಾದಿಂದ ನಿರ್ಮಿಸಲಾದ 3D ಮಾದರಿಯ ಅಂತಿಮ ಮ್ಯಾಪಿಂಗ್ ನಿಖರತೆಯು 5 cm RMSE ಯ ಅಗತ್ಯವನ್ನು ಪೂರೈಸಬಹುದೇ ಎಂದು ಪರಿಶೀಲಿಸುವುದು.

2. ಪರೀಕ್ಷಾ ಪ್ರಕ್ರಿಯೆ

ಉಪಕರಣ

ಈ ಪರೀಕ್ಷೆಯಲ್ಲಿ, ನಾವು Rainpoo RIY-DG4pros ಓರೆಯಾದ ಐದು-ಲೆನ್ಸ್ ಕ್ಯಾಮೆರಾವನ್ನು ಹೊಂದಿರುವ DJI M600PRO ಅನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತೇವೆ.

ಸಮೀಕ್ಷೆ ಪ್ರದೇಶ ಮತ್ತು ನಿಯಂತ್ರಣ ಬಿಂದುಗಳ ಯೋಜನೆ

ಮೇಲಿನ ಸಮಸ್ಯೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯೆಯಾಗಿ, ಮತ್ತು ಕಷ್ಟವನ್ನು ಹೆಚ್ಚಿಸಲು, ನಾವು ಪರೀಕ್ಷೆಗಾಗಿ ಸರಾಸರಿ 100 ಮೀಟರ್ ಎತ್ತರವಿರುವ ಎರಡು ಕೋಶಗಳನ್ನು ವಿಶೇಷವಾಗಿ ಆಯ್ಕೆ ಮಾಡಿದ್ದೇವೆ.

GOOGLE ನಕ್ಷೆಯ ಪ್ರಕಾರ ನಿಯಂತ್ರಣ ಬಿಂದುಗಳನ್ನು ಮೊದಲೇ ಹೊಂದಿಸಲಾಗಿದೆ ಮತ್ತು ಸುತ್ತಮುತ್ತಲಿನ ಪರಿಸರವು ಸಾಧ್ಯವಾದಷ್ಟು ಮುಕ್ತವಾಗಿರಬೇಕು ಮತ್ತು ಅಡೆತಡೆಗಳಿಲ್ಲದೆ ಇರಬೇಕು. ಬಿಂದುಗಳ ನಡುವಿನ ಅಂತರವು 150-200M ವ್ಯಾಪ್ತಿಯಲ್ಲಿದೆ.

ನಿಯಂತ್ರಣ ಬಿಂದುವು 80*80 ಚದರ, ಕರ್ಣೀಯ ಪ್ರಕಾರ ಕೆಂಪು ಮತ್ತು ಹಳದಿ ಎಂದು ವಿಂಗಡಿಸಲಾಗಿದೆ, ಆದ್ದರಿಂದ ಪ್ರತಿಬಿಂಬವು ತುಂಬಾ ಪ್ರಬಲವಾದಾಗ ಅಥವಾ ಪ್ರಕಾಶವು ಸಾಕಷ್ಟಿಲ್ಲದಿದ್ದಾಗ ಬಿಂದು ಕೇಂದ್ರವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಗುರುತಿಸಬಹುದೆಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು, ನಿಖರತೆಯನ್ನು ಸುಧಾರಿಸಲು.

UAV ಮಾರ್ಗ ಯೋಜನೆ

ಕಾರ್ಯಾಚರಣೆಯ ಸುರಕ್ಷತೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು, ನಾವು 60 ಮೀಟರ್ಗಳಷ್ಟು ಸುರಕ್ಷಿತ ಎತ್ತರವನ್ನು ಕಾಯ್ದಿರಿಸಿದ್ದೇವೆ ಮತ್ತು UAV 160 ಮೀಟರ್ಗಳಷ್ಟು ಹಾರಿತು. ಛಾವಣಿಯ ಅತಿಕ್ರಮಣವನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು, ನಾವು ಅತಿಕ್ರಮಣ ದರವನ್ನು ಹೆಚ್ಚಿಸಿದ್ದೇವೆ. ರೇಖಾಂಶ ಅತಿಕ್ರಮಿಸುವ ದರವು 85% ಮತ್ತು ಟ್ರಾನ್ಸ್‌ವರ್ಸಲ್ ಅತಿಕ್ರಮಿಸುವ ದರವು 80% ಆಗಿದೆ, ಮತ್ತು UAV 9.8m/s ವೇಗದಲ್ಲಿ ಹಾರಿತು.

ವೈಮಾನಿಕ ತ್ರಿಕೋನ (AT) ವರದಿ

ಮೂಲ ಫೋಟೋಗಳನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡಲು ಮತ್ತು ಪೂರ್ವ-ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು "Sky-Scanner" (Rainpoo ನಿಂದ ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗಿದೆ) ಸಾಫ್ಟ್‌ವೇರ್ ಬಳಸಿ, ನಂತರ ಅವುಗಳನ್ನು ಒಂದು ಕೀಲಿಯಿಂದ ContextCapture 3D ಮಾಡೆಲಿಂಗ್ ಸಾಫ್ಟ್‌ವೇರ್‌ಗೆ ಆಮದು ಮಾಡಿ.

  • 15ಗಂ.

    ಸಮಯದಲ್ಲಿ: 15 ಗಂ.

     

  • 23ಗಂ.

    3D ಮಾಡೆಲಿಂಗ್

    ಸಮಯ: 23ಗಂ.

ಲೆನ್ಸ್ ಅಸ್ಪಷ್ಟತೆ ವರದಿ

ಅಸ್ಪಷ್ಟತೆ ಗ್ರಿಡ್ ರೇಖಾಚಿತ್ರದಿಂದ, RIY-DG4pros ನ ಲೆನ್ಸ್ ಅಸ್ಪಷ್ಟತೆಯು ಅತ್ಯಂತ ಚಿಕ್ಕದಾಗಿದೆ ಮತ್ತು ಸುತ್ತಳತೆಯು ಪ್ರಮಾಣಿತ ಚೌಕದೊಂದಿಗೆ ಸಂಪೂರ್ಣವಾಗಿ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ;

ಪುನರಾವರ್ತನೆಯ ದೋಷ RMS

Rainpoo ನ ಆಪ್ಟಿಕಲ್ ತಂತ್ರಜ್ಞಾನಕ್ಕೆ ಧನ್ಯವಾದಗಳು, ನಾವು 0.55 ರೊಳಗೆ RMS ಮೌಲ್ಯವನ್ನು ನಿಯಂತ್ರಿಸಬಹುದು, ಇದು 3D ಮಾದರಿಯ ನಿಖರತೆಗೆ ಪ್ರಮುಖ ನಿಯತಾಂಕವಾಗಿದೆ.

ಐದು-ಮಸೂರದ ಸಿಂಕ್ರೊನೈಸೇಶನ್

ಸೆಂಟರ್ ವರ್ಟಿಕಲ್ ಲೆನ್ಸ್‌ನ ಮುಖ್ಯ ಬಿಂದು ಮತ್ತು ಓರೆಯಾದ ಮಸೂರಗಳ ಮುಖ್ಯ ಬಿಂದುಗಳ ನಡುವಿನ ಅಂತರವನ್ನು ನೋಡಬಹುದು: 1.63cm, 4.02cm, 4.68cm, 7.99cm, ಮೈನಸ್ ವಾಸ್ತವಿಕ ಸ್ಥಾನ ವ್ಯತ್ಯಾಸ, ದೋಷ ಮೌಲ್ಯಗಳು: - 4.37cm, -1.98cm, -1.32cm, 1.99cm, ಸ್ಥಾನದ ಗರಿಷ್ಠ ವ್ಯತ್ಯಾಸವು 4.37cm ಆಗಿದೆ, ಕ್ಯಾಮರಾ ಸಿಂಕ್ರೊನೈಸೇಶನ್ ಅನ್ನು 5ms ಒಳಗೆ ನಿಯಂತ್ರಿಸಬಹುದು;

ಪಿನ್‌ಪಾಯಿಂಟ್ ದೋಷ

ಊಹಿಸಲಾದ ಮತ್ತು ನಿಜವಾದ ನಿಯಂತ್ರಣ ಬಿಂದುಗಳ RMS 0.12 ರಿಂದ 0.47 ಪಿಕ್ಸೆಲ್ಗಳವರೆಗೆ ಇರುತ್ತದೆ.

3. 3D ಮಾಡೆಲಿಂಗ್

ಮಾದರಿ ಪ್ರದರ್ಶನ
ವಿವರ ಪ್ರದರ್ಶನ

RIY-DG4pros ಉದ್ದವಾದ ಫೋಕಲ್ ಲೆಂತ್ ಲೆನ್ಸ್‌ಗಳನ್ನು ಬಳಸುವುದರಿಂದ, 3d ಮಾದರಿಯ ಕೆಳಭಾಗದಲ್ಲಿರುವ ಮನೆಯು ನೋಡಲು ತುಂಬಾ ಸ್ಪಷ್ಟವಾಗಿದೆ ಎಂದು ನಾವು ನೋಡಬಹುದು. ಕ್ಯಾಮರಾದ ಕನಿಷ್ಠ ಮಾನ್ಯತೆ ಸಮಯದ ಮಧ್ಯಂತರವು 0.6 ಸೆಗಳನ್ನು ತಲುಪಬಹುದು, ಆದ್ದರಿಂದ ರೇಖಾಂಶದ ಅತಿಕ್ರಮಿಸುವ ದರವನ್ನು 85% ಗೆ ಹೆಚ್ಚಿಸಿದರೂ ಸಹ, ಯಾವುದೇ ಫೋಟೋ-ಸೋರಿಕೆ ಸಂಭವಿಸುವುದಿಲ್ಲ.
ಎತ್ತರದ ಕಟ್ಟಡಗಳ ಅಡಿರೇಖೆಗಳು ತುಂಬಾ ಸ್ಪಷ್ಟವಾಗಿರುತ್ತವೆ ಮತ್ತು ಮೂಲಭೂತವಾಗಿ ನೇರವಾಗಿರುತ್ತವೆ, ಇದು ನಾವು ನಂತರ ಮಾದರಿಯಲ್ಲಿ ಹೆಚ್ಚು ನಿಖರವಾದ ಹೆಜ್ಜೆಗುರುತುಗಳನ್ನು ಪಡೆಯಬಹುದು ಎಂದು ಖಚಿತಪಡಿಸುತ್ತದೆ.

4. ನಿಖರತೆ ಪರಿಶೀಲನೆ

  • ಚೆಕ್-ಪಾಯಿಂಟ್‌ಗಳ ಸ್ಥಾನದ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು ನಾವು ಒಟ್ಟು ನಿಲ್ದಾಣವನ್ನು ಬಳಸುತ್ತೇವೆ ಮತ್ತು ನಂತರ DAT ಫೈಲ್ ಅನ್ನು CAD ಗೆ ಆಮದು ಮಾಡಿಕೊಳ್ಳುತ್ತೇವೆ. ನಂತರ ಅವುಗಳ ವ್ಯತ್ಯಾಸಗಳನ್ನು ನೋಡಲು ಮಾದರಿಯಲ್ಲಿ ಪಾಯಿಂಟ್ ಸ್ಥಾನದ ಡೇಟಾವನ್ನು ನೇರವಾಗಿ ಹೋಲಿಕೆ ಮಾಡಿ.
  • ಚೆಕ್-ಪಾಯಿಂಟ್‌ಗಳ ಸ್ಥಾನದ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು ನಾವು ಒಟ್ಟು ನಿಲ್ದಾಣವನ್ನು ಬಳಸುತ್ತೇವೆ ಮತ್ತು ನಂತರ DAT ಫೈಲ್ ಅನ್ನು CAD ಗೆ ಆಮದು ಮಾಡಿಕೊಳ್ಳುತ್ತೇವೆ. ನಂತರ ಅವುಗಳ ವ್ಯತ್ಯಾಸಗಳನ್ನು ನೋಡಲು ಮಾದರಿಯಲ್ಲಿ ಪಾಯಿಂಟ್ ಸ್ಥಾನದ ಡೇಟಾವನ್ನು ನೇರವಾಗಿ ಹೋಲಿಕೆ ಮಾಡಿ.

5. ತೀರ್ಮಾನ

ಈ ಪರೀಕ್ಷೆಯಲ್ಲಿ, ತೊಂದರೆಯು ದೃಶ್ಯದ ಹೆಚ್ಚಿನ ಮತ್ತು ಕಡಿಮೆ ಡ್ರಾಪ್, ಮನೆಯ ಹೆಚ್ಚಿನ ಸಾಂದ್ರತೆ ಮತ್ತು ಸಂಕೀರ್ಣ ನೆಲದ. ಈ ಅಂಶಗಳು ಹಾರಾಟದ ತೊಂದರೆ, ಹೆಚ್ಚಿನ ಅಪಾಯ ಮತ್ತು ಕೆಟ್ಟದಾದ 3D ಮಾದರಿಯಲ್ಲಿ ಹೆಚ್ಚಳಕ್ಕೆ ಕಾರಣವಾಗುತ್ತವೆ, ಇದು ಕ್ಯಾಡಾಸ್ಟ್ರಲ್ ಸಮೀಕ್ಷೆಯಲ್ಲಿ ನಿಖರತೆ ಕಡಿಮೆಯಾಗಲು ಕಾರಣವಾಗುತ್ತದೆ.

RIY-DG4pros ಫೋಕಲ್ ಲೆಂತ್ ಸಾಮಾನ್ಯ ಓರೆಯಾದ ಕ್ಯಾಮೆರಾಗಳಿಗಿಂತ ಉದ್ದವಾಗಿರುವುದರಿಂದ, ನಮ್ಮ UAV ಸಾಕಷ್ಟು ಸುರಕ್ಷಿತ ಎತ್ತರದಲ್ಲಿ ಹಾರಬಲ್ಲದು ಮತ್ತು ನೆಲದ ವಸ್ತುಗಳ ಚಿತ್ರದ ರೆಸಲ್ಯೂಶನ್ 2 ಸೆಂಟಿಮೀಟರ್ ಒಳಗೆ ಇರುವುದನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ. ಅದೇ ಸಮಯದಲ್ಲಿ, ಹೆಚ್ಚಿನ-ಸಾಂದ್ರತೆಯ ಕಟ್ಟಡದ ಪ್ರದೇಶಗಳಲ್ಲಿ ಹಾರುವಾಗ ಮನೆಗಳ ಹೆಚ್ಚಿನ ಕೋನಗಳನ್ನು ಸೆರೆಹಿಡಿಯಲು ಪೂರ್ಣ-ಫ್ರೇಮ್ ಲೆನ್ಸ್ ನಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಹೀಗಾಗಿ 3D ಮಾದರಿಯ ಗುಣಮಟ್ಟವನ್ನು ಸುಧಾರಿಸುತ್ತದೆ. ಎಲ್ಲಾ ಹಾರ್ಡ್‌ವೇರ್ ಸಾಧನಗಳನ್ನು ಖಾತರಿಪಡಿಸುವ ಪ್ರಮೇಯದಲ್ಲಿ, 3D ಮಾದರಿಯ ನಿಖರತೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ನಾವು ಹಾರಾಟದ ಅತಿಕ್ರಮಣ ಮತ್ತು ನಿಯಂತ್ರಣ ಬಿಂದುಗಳ ವಿತರಣಾ ಸಾಂದ್ರತೆಯನ್ನು ಸುಧಾರಿಸುತ್ತೇವೆ.

ಕ್ಯಾಡಾಸ್ಟ್ರಲ್ ಸಮೀಕ್ಷೆಯ ಎತ್ತರದ ಪ್ರದೇಶಗಳಿಗೆ ಓರೆಯಾದ ಛಾಯಾಗ್ರಹಣ, ಒಮ್ಮೆ ಉಪಕರಣಗಳ ಮಿತಿಗಳು ಮತ್ತು ಅನುಭವದ ಕೊರತೆಯಿಂದಾಗಿ, ಸಾಂಪ್ರದಾಯಿಕ ವಿಧಾನಗಳ ಮೂಲಕ ಮಾತ್ರ ಅಳೆಯಬಹುದು. ಆದರೆ RTK ಸಿಗ್ನಲ್ನಲ್ಲಿ ಎತ್ತರದ ಕಟ್ಟಡಗಳ ಪ್ರಭಾವವು ಮಾಪನದ ತೊಂದರೆ ಮತ್ತು ಕಳಪೆ ನಿಖರತೆಯನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ. ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು ನಾವು UAV ಅನ್ನು ಬಳಸಿದರೆ, ಉಪಗ್ರಹ ಸಂಕೇತಗಳ ಪ್ರಭಾವವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತೆಗೆದುಹಾಕಬಹುದು ಮತ್ತು ಮಾಪನದ ಒಟ್ಟಾರೆ ನಿಖರತೆಯನ್ನು ಹೆಚ್ಚು ಸುಧಾರಿಸಬಹುದು. ಆದ್ದರಿಂದ ಈ ಪರೀಕ್ಷೆಯ ಯಶಸ್ಸು ನಮಗೆ ಬಹಳ ಮಹತ್ವದ್ದಾಗಿದೆ.

ಈ ಪರೀಕ್ಷೆಯು RIY-DG4pros ನಿಜವಾಗಿಯೂ RMS ಅನ್ನು ಒಂದು ಸಣ್ಣ ಶ್ರೇಣಿಯ ಮೌಲ್ಯಕ್ಕೆ ನಿಯಂತ್ರಿಸಬಹುದು, ಉತ್ತಮ 3D ಮಾಡೆಲಿಂಗ್ ನಿಖರತೆಯನ್ನು ಹೊಂದಿದೆ ಮತ್ತು ಎತ್ತರದ ಕಟ್ಟಡಗಳ ನಿಖರವಾದ ಮಾಪನ ಯೋಜನೆಗಳಲ್ಲಿ ಬಳಸಬಹುದು ಎಂದು ಸಾಬೀತುಪಡಿಸುತ್ತದೆ.