FJD Iran – Telegram
FJD Iran
99 subscribers
119 photos
267 videos
40 files
191 links
اخبار و منابع فنی اسکنرهای لیزری

تماس، سوال، خرید 👈: @fjdiran2
یا شماره همراه: 09054688275

سوال فنی، نرم افزاری، پردازش👈: @fjdiran

اینستاگرام: www.instagram.com/fjdir1

آپارات: www.aparat.com/fjdir
Download Telegram
Media is too big
VIEW IN TELEGRAM
نصب RTK و تنظیمات در اسکنر P1
Media is too big
VIEW IN TELEGRAM
FJD Trion Model V200 How to use Accuracy Verification
#accuracy #verification
کنترل دقت با نقاط کنترل زمینی یا GCP. 👈فیلم قدیمی تر
توضیحات👇
1👍1
توضیحات فیلم بالا☝️
ویژگی بررسی دقت (Accuracy Verification)
این ویژگی دقت اسکن ابر نقاط (Point Cloud) را با مقایسه آن با نقاط کنترلی (Control Points) با مختصات شناخته‌شده بررسی می‌کند. سپس داده‌های ارتفاع (Elevation) و سطح (Plane) را تحلیل کرده و به شما کمک می‌کند دقت ابر نقاط فعلی را متوجه شوید.

مراحل انجام کار:

1. انتخاب ابر نقاط هدف:
ابتدا ابر نقاط هدف (Target Point Cloud) را انتخاب کنید. دکمه Shift را نگه داشته و هر نقطه‌ای را انتخاب کنید تا بررسی کنید که آیا ابر نقاط فعلی در مختصات جغرافیایی مطلق (Absolute Geographic Coordinate) قرار دارد یا خیر.

2. فعال‌سازی ویژگی بررسی دقت:
به تب Start بروید و گزینه Accuracy Verification را در منوی بازشو انتخاب کنید.
در اینجا می‌توانید برای مقایسه یکی از گزینه‌های Elevation یا Elevation and Plane را انتخاب کنید. همچنین می‌توانید فایل نقاط کنترلی (Control Point Files) را وارد کنید.

3. نمایش نقاط کنترلی:
پس از وارد کردن فایل نقاط کنترلی، این نقاط در چهار ستون نمایش داده می‌شوند:
- ID (شناسه)
- X-Axis (East) (محور X: شرق)
- Y-Axis (North) (محور Y: شمال)
- Z-Axis (Height) (محور Z: ارتفاع)

4. انطباق نقاط کنترلی:
نقاط کنترلی را با نقاط روی کاغذ هدف (Target Paper) به صورت یکی‌یکی تطبیق دهید.
برای مشاهده واضح‌تر کاغذ هدف، به Intensity Mode (حالت شدت رنگ) تغییر دهید. این حالت به شما اجازه می‌دهد رنگ و شدت رنگ نمایش داده‌شده را تنظیم کنید.

5. جمع‌آوری نقاط:
روی مرکز کاغذ هدف کلیک کنید تا نقطه را جمع‌آوری کنید. نقطه جمع‌آوری‌شده در لیست نمایش داده می‌شود.
برای یافتن سریع یک نقطه کنترلی، روی شناسه (ID) آن دوبار کلیک کنید.

6. تنظیم آستانه تحمل:
پس از اتمام جمع‌آوری، آستانه تحمل (Threshold of Tolerance) را برای Z (ارتفاع) و محله تطابق (Matching Neighborhood) تنظیم کنید.
اگر مقدار یک نقطه از این آستانه بیشتر باشد، تفاوت آن نقطه در گزارش تست با مقدار Null نمایش داده خواهد شد.

7. محاسبه و مشاهده گزارش:
روی Calculate کلیک کنید و گزارش (Report) را مشاهده کنید.
- برای مشاهده دقت سطح (Plane Accuracy)، روی گزینه مربوط کلیک کنید.
- همچنین می‌توانید با کلیک روی DZ, DX یا DY نمایش را تغییر دهید.

8. خروجی گرفتن از گزارش:
برای ذخیره گزارش بررسی دقت، روی Export کلیک کنید تا گزارش در قالب فایل Excel صادر شود.

این فرآیند به شما کمک می‌کند تا دقت ابر نقاط را با استفاده از نقاط کنترلی به طور دقیق ارزیابی و بررسی کنید.
This media is not supported in your browser
VIEW IN TELEGRAM
FJD Trion Model V200 How to use Profile Analysis
توضیح 👇 👈 فیلم قدیمی
این ویدیو به شما نشان می‌دهد که چگونه از ویژگی تحلیل مقطع (Profile Analysis) استفاده کنید.

مراحل انجام تحلیل مقطع:

1. انتخاب فایل ابر نقاط (Point Cloud):
ابتدا فایل ابر نقاطی که قصد تحلیل آن را دارید انتخاب کنید.

2. فعال‌سازی ویژگی تحلیل مقطع:
روی تب Start کلیک کرده و گزینه Profile Analysis را انتخاب کنید.
به‌طور پیش‌فرض، نمای عمودی (Vertical View) انتخاب می‌شود.

3. رسم مقطع:
با کلیک چپ یک مقطع بین دو نقطه از ابر نقاط ترسیم کنید.
برای اتمام رسم، کلیک راست کنید تا نمای مقطع باز شود.

4. اندازه‌گیری مقادیر:
روی آیکون Measurement (اندازه‌گیری) در گوشه بالا-راست که به‌طور پیش‌فرض نمایش داده می‌شود، کلیک کنید.
فاصله و ارتفاع مورد نظر را اندازه‌گیری کنید، مانند:
- Height: 17.237 متر
- Width: 12.397 متر

5. نمای موازی (Parallel View):
برای برش طول و عرض مقطع، نمای موازی را انتخاب کنید.
جهت افست (Offset Direction) را روی محور Z یا Y تنظیم کنید.
همچنین می‌توانید مقدار فاصله افست را تنظیم کنید:
- مقادیر مثبت نشان‌دهنده افست به سمت بالا
- مقادیر منفی نشان‌دهنده افست به سمت پایین
و Width به معنای ضخامت مقطع است.

6. به‌روزرسانی تنظیمات مقطع:
پس از انجام تمام تنظیمات، روی OK کلیک کنید تا نمایش مقطع به‌روزرسانی شود.

7. نمایش رنگ نقاط:
گزینه Point Color را انتخاب کنید تا رنگ نمایش ابر نقاط رندر شود.
با استفاده از نوار ابزار اندازه‌گیری (Measurement Toolbar) می‌توانید چندین بار اندازه‌گیری انجام دهید.

8. حذف داده‌های غیرضروری:
اگر نیازی به یک نقطه داده ندارید، روی آن کلیک کنید تا قرمز شود و سپس کلید Delete روی صفحه کلید را فشار دهید.

9. تغییر رنگ رندر:
با تغییر رنگ رندر در نوار ابزار Display Toolbar**، رنگ ابر نقاط در نمای مقطع نیز تغییر خواهد کرد.

10. **بزرگ‌نمایی و کوچک‌نمایی نمای مقطع:

برای بزرگ‌نمایی یا کوچک‌نمایی در نمای مقطع، از اسکرول ماوس استفاده کنید.

11. اندازه‌گیری ضخامت ابر نقاط:
می‌توانید ضخامت ابر نقاط را نیز اندازه‌گیری کنید.
This media is not supported in your browser
VIEW IN TELEGRAM
FJD Trion Model V200 How to use Sharing Feature
#Sharing
توضیحات 👇
این ویدیو ☝️به شما نشان می‌دهد که چگونه از ویژگی اشتراک‌گذاری (Sharing Feature) استفاده کنید.

مراحل اشتراک‌گذاری ابر نقاط:

1. انتخاب ابر نقاط (Point Cloud):
ابتدا فایل ابر نقاطی که می‌خواهید به اشتراک بگذارید را انتخاب کنید.

2. کلیک روی گزینه اشتراک‌گذاری:
روی گزینه Share در گوشه بالا-راست کلیک کنید.

3. تایید اشتراک‌گذاری آنلاین:
یک پیام ظاهر می‌شود که از شما می‌پرسد آیا می‌خواهید فایل را به صورت آنلاین به اشتراک بگذارید.
روی OK کلیک کنید تا فرآیند بارگذاری شروع شود.

4. بارگذاری و پردازش داده‌ها:
پس از اتمام بارگذاری، داده‌ها در سرور پردازش خواهند شد.
یک پیام PRP پس از اتمام پردازش نمایش داده می‌شود.

5. دریافت لینک اشتراک‌گذاری:
روی گزینه Copy URL کلیک کنید تا لینک کپی شود.
سپس لینک را در مرورگر خود جای‌گذاری کنید تا بتوانید ابر نقاط را مشاهده کنید.

6. تنظیمات نمایش:
در نوار ابزار سمت چپ، می‌توانید تنظیمات ابر نقاط را تغییر دهید.

7. اندازه‌گیری داده‌ها:
با استفاده از نوار ابزار پایین صفحه، می‌توانید ابر نقاط را اندازه‌گیری کنید.

این بود معرفی ویژگی اشتراک‌گذاری (Sharing Feature).
و این هم نمونه ی آنلاین برداشت دفتر شرکت NPR کوچه ی جلوی دفتر
🔸فهرست منابع و آرشیو اسکنر FJD

🔹 فیلم های معرفی :
- معرفی ایرانی اسکنر P1
- مهندس سلیم آبادی
- معرفی کمپانی
، معرفی قدیمی تر
- معرفی WorldGeo
- کپی واقعیت و گیمینگ
- جعبه گشایی P1
- معرفی P1 RTK

- نصب و تنظیمات RTK
- یکی از مشتریان P1 در ایران
- اسکنر موبایل (نصب خودرو)

- فیلم دوم موبایل مپینگ (خودرو)
- معرفی نرم افزار Trion Model
- اپ در آیپد iPad
- جعبه گشایی تا انتهای کار
جعبه گشایی یکی از نمایندگی ها
- محتویات جعبه
- نمونه برداشت

🔹 راهنماها، کاتالوگ ها (PDF)
- کاتالوگ اسکنر P1
- کاتالوگ های فارسی
- کاتالوگ P1 RTK
- راهنمای سریع P1
- راهنمای کامل P1
- راهنمای نرم افزار پردازش
- ترفند های اسکن موفق
- راهنمای اسکن محیط های پیچیده
- کاتالوگ نرم افزار پردازش
- کاتالوگ ژآلن تلسکوپی - فیلم
- راهنمای ژالن تلسکوپی
- راهنمای آپدیت اسکنر P1 ورژن 1.5
اسناد آموزشی و فیلم های آپدیت
صفحه ی وبسایت کمپانی FJD

🔹 فیلم های آموزش اسکنر (اپراتوری):
- مونتاژ اسکنر RTK و تنظیمات
- اسکن با P1 - نمایش سریع
- آپدیت فیرمور Firmware اسکنر
🌈- رنگی کردن ابر
🧪- ژالن برای مکانهای غیر قابل دسترس

🔹 آموزش نرم افزار Trion Model
- امکانات، ابزارها، منوها، محیط برنامه
- ابزارهای اندازه گیری
- مراحل پردازش
-- آموزش قدیمی پردازش - قدیمی دوم
- شیفت مختصاتی و ترانسفورماسیون
- آموزش Translation & Rotation
- برش و لایه بر مبنای مسیر حرکت
- آموزش Clipping Box
- مقایسه ی دو ابرنقطه، محاسبه حجم
-- فیلم قدیمی حجم دو رویه
- محاسبه ی حجم محصور (بسته)
- محاسبه حجم بر مبنای شبکه
-- محاسبات احجام - »»حجم مصالح
- مثلث بندی و منحنی میزان (کانتور)
- پر کردن حفره های شبکه مثلثی
- ادغام و پیوند (تصویر و ابر نقطه)
- مثال ادغام Fusion
- فیوژن در دفتر اداری
-- آموزش قدیمی ادغام و پیوند
- ارتقا P1 Firmware Update
- برداشت نقاط کنترل یا GCP
-- نکاتی دیگر از نقطه کنترل
- زاویه ی صحیح و موثر اسکنر
- رجیستر شبکه RTK در اسکنر
- رجیستر ابر نقطه
(ابر به ابر - Merge)
- رجیستر منطقه ی انتخابی
- انتقال و دوران
- کنترل دقت
- باکس سه بعدی برش
- طبقه بندی دستی
- آنالیز مقطع (پروفیل)
- ویدئوی پرواز آزاد Free-View
- ویدئوی مسیر Trajectory
-- کلیات فیلم سازی
- طبقه بندی (زمین، گیاهی)
- اندازه گیری دانسیته
- رنگی کردن نقاط
- راهنمای سریع رنگی کردن
- آموزش قدیمی - قدیمی 2
- اپ در آیپد iPad
- آیپد در انگلستان
- آموزش ادغام اسکن ها،
تفکیک طبقات، TIN و DTM,DSM
🌐- اشتراک ابر نقطه در مرورگر
- ماجول ترسیم Drawing
- ترسیم نقشه پلان طبقات
- ماجول جنگل Forest
-- آموزش ماجول جنگل - آموزش دوم

ادامه👇
ادامه ی فهرست قبلی☝️

🔹 نرم افزار، دانلودها:
💽- دانلود نرم افزار Trion Model
(نسخه 202)
📖- راهنمای نرم افزار پردازش
- لینک درخواست لایسنس 30 روزه
(یا پیام به @fjdiran )
- اپ در آیپد iPad
📲- آپدیت فیرمور Firmware

🏦فروشگاه آنلاین کمپانی
(بدون حمل و گمرکی)
◀️ مشورت با مشتری فعلی
🔥همکاری فروش در استان ها

❄️داده نمونه / مثال:
🌆- نمایش آنلاین نمونه تهران
☁️- دانلود ابر نقطه نمونه تهران
- مقایسه راندمان با متر لیزری
تجارب نماینده ایران


🔹 تجارب دیگران (فیلم):
- اولین P1 در ایران
- معرفی world Geo Survey
- اسکنر P1 در برزیل
- نماینده یونان
- در اوکراین

کاربردها:

ساختمان BIM
- تجارب نماینده انگلستان
- مدلسازی BIM در Revit
- مدل BIM کارخانه
-ترسیم 3D پای ملک
- باغ و ویلا:
- اسکن منزل ویلایی
نمونه BIM 👈اول 👈دوم 👈سوم
- اسکنر P1 در سازمان ملل
- منزلی در آمریکا
- تلفیقی با پهپاد در آمریکا

معماری:
- دانشکده معماری استانبول
- اسکنر P1 در برلین آلمان
- در یونان
- اسکنر P1 در ایتالیا

میراث فرهنگی:
- در آلمان

محوطه سازی:
در یونان
- در ایتالیا
- زمین فوتبال آلمان

شهری:
- بلوک شهری
- اسکنر در روسیه
- در فرانسه
- منبع آب شهری در فرانسه
- اسکنر P1 در ترکیه - ترکیه دوم
- فرونشست
◀️ موبایل مپینگ با خودرو
- موبایل مپینگ شهری
- موبایل مپینگ در لهستان

پل:
- کارگاه نصب پل
- ازبیلت پل

معدن:
-معدن زیر زمینی
- دپوگرافی معدن روباز
-معدن در اندونزی
- انبار گردانی معدن
- حجم پایل در هنگ کنگ
- دپوگرافی معدن مجارستان

جنگل:
- تحقیقات دانشگاه اورگان
-جنگلی در آمریکا
- نمونه ای دیگر
- قطر و ارتفاع درختان
- جنگل کاج در آلمان
🌈تلفیق داده های اسکنر با پهپاد

صنعتی، برق:
- گاراژ هواپیما در فرانسه
- پست فشار قوی
- کارخانه در کُره جنوبی

حوادث و آتش سوزی
- بررسی صحنه آتش سوزی

🔹 نمایشگاه ها (فیلم🎬):
- نمایشگاه GeoWeek 2024
- نمایشگاه Leap 2024
- نمایشگاه اینترژئو Intergeo 2023
- فیلم دوم اینترژئو 2023
- اینترژئو 2024 - اسکنر در اروپا

- وبینار 44 دقیقه 13-09-2024
FJD Iran pinned «🔸فهرست منابع و آرشیو اسکنر FJD 🔹 فیلم های معرفی : - معرفی ایرانی اسکنر P1 - مهندس سلیم آبادی - معرفی کمپانی ، معرفی قدیمی تر - معرفی WorldGeo - کپی واقعیت و گیمینگ - جعبه گشایی P1 - معرفی P1 RTK - نصب و تنظیمات RTK - یکی…»
This media is not supported in your browser
VIEW IN TELEGRAM
FJD Trion Model V200 How to use Measurement Tools
توضیحات 👇
این ویدیو☝️ به شما نشان می‌دهد چگونه از ابزارهای اندازه‌گیری (Measurement Tools) استفاده کنید.

مراحل استفاده از ابزارهای اندازه‌گیری:

1. انتخاب ابر نقاط (Point Cloud):
ابتدا فایل ابر نقاطی که می‌خواهید اندازه‌گیری کنید را انتخاب کنید.

2. فعال‌سازی نوار ابزار اندازه‌گیری:
روی Measurement Toolbar کلیک کنید تا ابزارهای اندازه‌گیری نمایش داده شوند.

3. ابزارهای اندازه‌گیری:

- اندازه‌گیری نقطه‌ای (Point Measurement):
روی هر نقطه کلیک کنید تا اطلاعات مختصات آن نمایش داده شود.

- اندازه‌گیری طول (Length Measurement):
با کلیک چپ یک طول را انتخاب کنید و سپس با کلیک راست، مقدار طول نمایش داده می‌شود.

- اندازه‌گیری ارتفاع (Height Measurement):
با کلیک چپ ارتفاع یک سطح (مانند کف) را اندازه‌گیری کنید و با کلیک راست مقدار ارتفاع را ببینید.

- اندازه‌گیری زاویه (Angle Measurement):
از این ابزار برای اندازه‌گیری زوایا و گوشه‌ها استفاده کنید.

- اندازه‌گیری مساحت (Area Measurement):
یک منطقه را برای اندازه‌گیری انتخاب کنید. پس از انتخاب، کلیک راست کنید تا مقدار مساحت نمایش داده شود.

4. مشاهده اطلاعات اندازه‌گیری ذخیره‌شده:
با کلیک روی Square Root**، می‌توانید اطلاعات اندازه‌گیری‌های فعلی ذخیره‌شده را در **Label Tab مشاهده کنید.
Media is too big
VIEW IN TELEGRAM
Quick House Measurement👇
اسکن خانه برای دکوراسیون: امکانات بی‌پایان با اسکنر ☝️
تصور کنید بتوانید در عرض یک ساعت، یک راه‌حل کامل طراحی برای مشتریان خود ارائه دهید – آن‌ها شگفت‌زده خواهند شد! با تماشای جادوی P1 + iPadOS Model برای تزئینات نرم (Soft Furnishings)، الهام بگیرید.

1. شروع اسکن:
"ما فقط 10 دقیقه زمان صرف اسکن این خانه کردیم."
- صاحب‌خانه درخواست کرده که از تزئینات نرم (Soft Furnishings) در دکوراسیون استفاده شود.

2. نمایش ساختار داخلی:
- "بگذارید به شما نشان دهم که چگونه اسکنر می‌تواند به سرعت و با دقت، خانه را اندازه‌گیری کند.
- ابزار Clipbox به‌وضوح ساختار داخلی خانه را نمایش می‌دهد.

3. تغییر زاویه دید به نمای بالا:
- "اگر به نمای بالا (Top View) تغییر دهیم، می‌توانیم نقشه کامل طبقات خانه را مشاهده کنیم."

4. نمای پانوراما (Panoramic View):
- "نمای پانوراما این امکان را فراهم می‌کند که کل فضا را به‌صورت جامع ببینید."
- "می‌توانید زاویه دوربین را بچرخانید تا جزئیات بیشتری از محیط مشاهده کنید."
- این ویژگی بسیار کاربردی است برای:
- بررسی دقیق فضا
- دقت بیشتر در طراحی و چیدمان

5. استفاده از ابزار اندازه‌گیری (Measurement Toolkit):
- "بیایید ابزار اندازه‌گیری را امتحان کنیم:
- عرض دیوار: 3.05 متر
- ارتفاع از یک نقطه تا زمین: 2.02 متر
- اندازه اتاق: 17.73 متر مربع
- "هر اتاق و هر موقعیت را می‌توان با این ابزار اندازه‌گیری کرد."

6. ذخیره و اشتراک‌گذاری:
- "بعد از اتمام کار اندازه‌گیری، من ویدیوی Fly-Through را ذخیره می‌کنم."
- "سپس این ویدیو را با تیم طراحی به اشتراک می‌گذارم."

7. تحویل به مشتری:
- "صاحب‌خانه رندر کامل چیدمان مبلمان را در کمتر از یک ساعت دریافت خواهد کرد.
Media is too big
VIEW IN TELEGRAM
Seeing the Forest Through the Trees: "LiDAR Captures Today for the Future
توضیح👇 👈یوتیوب
توضیح فیلم بالا☝️
معرفی پروفسور Bogdan Strimbu
نام من بوگدان استریمبو است و من دانشیار مدیریت جنگل و سنجش از دور (Remote Sensing) در دانشگاه ایالتی اورگان هستم. من در دپارتمان مهندسی منابع و مدیریت جنگل فعالیت می‌کنم.

پرسش اول: موضوع تحقیقات شما چیست و چگونه از فناوری LiDAR استفاده می‌کنید؟
من مهندسان جنگل را به دو دسته تقسیم می‌کنم:
1. مهندسانی که به تاج پوشش درختان نگاه می‌کنند: این گروه به بخش‌های فعال فتوسنتزی درختان که حیات‌بخش درخت هستند (مانند تاج درختان) تمرکز دارند.
2. مهندسانی که به زیر تاج پوشش توجه می‌کنند: این گروه بر روی تنه، شاخه‌های پایین‌تر، درختچه‌ها و پوشش زمینی که حمایت‌کننده تاج هستند، مطالعه می‌کنند.

من در زمینه زیست‌سنجی (Biometrics) و مدل‌سازی رشد (Growth Modeling) تخصص دارم و از فناوری LiDAR برای موارد زیر استفاده می‌کنم:
- موجودی‌برداری جنگل (Forest Inventory).
- مدل‌سازی رشد درختان.

مزیت فناوری LiDAR:
این فناوری به‌ویژه برای هر دو دسته مهندسان جنگل بسیار مفید است زیرا دقت بالایی را ارائه می‌دهد و همچنین در مقایسه با بسیاری از روش‌های دیگر مقرون‌به‌صرفه است.

پرسش دوم: چگونه با فناوری LiDAR آشنا شدید؟
اولین مواجهه من با فناوری LiDAR چندان موفقیت‌آمیز نبود و در ابتدا نتوانستم به کاربرد آن ایمان بیاورم. اما با گذشت زمان، شبیه به تجربه یک طعم جدید، توانستم الگوهایی را ببینم که دیگران قادر به دیدن آن‌ها نبودند.
- تحول از فتوگرامتری سنتی به فتوگرامتری مدرن:
زمانی که در دانشگاه Louisiana Tech بودم، تحت تأثیر انتقال از فتوگرامتری سنتی به استفاده از ابر نقاط (Point Clouds) قرار گرفتم. این باعث شد که به فناوری‌های سنجش فعال مانند LiDAR علاقه‌مند شوم و به طور کامل به آن جذب شدم.

پرسش سوم: تجربه شما در استفاده از محصولات FJDynamics و همکاری با تیم آن‌ها چگونه بود؟
فناوری LiDAR تحولی شگرف در موجودی‌برداری جنگل ایجاد کرده است.
1. روش‌های سنتی موجودی‌برداری جنگل:
- دو نفر برای اندازه‌گیری قطر و ارتفاع درختان به مدت طولانی در محل حضور داشتند و تنها توانایی پوشش مساحت محدودی را داشتند.
2. فناوری LiDAR:
- با این فناوری، یک نفر می‌تواند مساحت بسیار وسیع‌تری را پوشش دهد.
- مزیت اصلی: ارائه یک سرشماری کامل (Full Census) از جنگل، که شامل هر درخت، کوچک یا بزرگ، می‌شود.
- همچنین، LiDAR یک تصویر سه‌بعدی لحظه‌ای (3D Snapshot) از وضعیت جنگل در یک بازه زمانی خاص فراهم می‌کند. این داده‌ها می‌توانند هم برای نیازهای امروز و هم برای تحقیقات آینده استفاده شوند.

تجربه کار با محصولات FJDynamics:
- کیفیت محصولات: سنسورهای FJDynamics از نظر کیفیت با برندهایی مانند Velodyne قابل مقایسه هستند، اما هزینه بسیار کمتری دارند.
- پشتیبانی تیم: پاسخ‌های تیم FJDynamics معمولاً در کمتر از 24 ساعت ارائه می‌شوند و راه‌حل‌های کاربردی و مفیدی ارائه می‌کنند.
- اگر همه شرکت‌ها مانند FJDynamics عمل کنند، همه چیز عالی خواهد بود.

پرسش چهارم: آینده فناوری LiDAR و داده‌های آن را چگونه می‌بینید؟
1. پیشرفت‌های آینده در LiDAR:
- فناوری LiDAR در حال حاضر بیش از 40 سال قدمت دارد و به بلوغ رسیده است.
- گام بعدی، ادغام داده‌های LiDAR با داده‌های کمکی مانند تصاویر ماهواره‌ای است.

2. ادغام داده‌های زمینی و هوایی:
- ترکیب داده‌های ثبت‌شده از بالای تاج پوشش درختان و داده‌های زیر تاج پوشش یک گام ضروری است.
- هموارسازی فرآیند هم‌ثبت‌سازی (Co-registration) ابر نقاط یکی از بهبودهای قابل‌اجراست که چالش خاصی ندارد اما ارزش افزوده بالایی دارد.

3. تحلیل داده‌های بزرگ (Big Data):
- آینده LiDAR در تجزیه‌وتحلیل داده‌های بزرگ و ترکیب آن با منابع دیگر سنجش از دور است.
- به‌عنوان‌مثال: استفاده از طیف‌های رنگی مختلف برای تجزیه‌وتحلیل سلامت گیاهان یا تشخیص آفات.

چشم‌انداز نهایی:
فناوری LiDAR، با توصیف جامع از جنگل، می‌تواند به‌عنوان پایه‌ای برای ترکیب سایر منابع داده عمل کند و تصویری جامع از وضعیت جنگل ارائه دهد.
جمع‌بندی
پروفسور استریمبو تأکید کرد که فناوری LiDAR نه‌تنها به نیازهای امروز پاسخ می‌دهد بلکه داده‌هایی ارزشمند برای استفاده در آینده نیز فراهم می‌کند. این فناوری در ترکیب با ابزارهایی مانند محصولات FJDynamics، نه‌تنها مقرون‌به‌صرفه است، بلکه در کیفیت و پشتیبانی نیز کارآمد است.

👈متن سایت ترجمه 👇
جنگل را از میان درختان ببینید: «لایدار (LiDAR) امروز را برای آینده ثبت می‌کند»

جنگل‌ها به‌عنوان بخشی جدایی‌ناپذیر از اکوسیستم ما، از هر نظر بی‌قیمت هستند. این منابع طبیعی نه‌تنها زیستگاهی برای طیف گسترده‌ای از حیات وحش فراهم می‌کنند، بلکه نقش مهمی در جذب کربن (Carbon Sequestration)، تصفیه آب (Water Purification)، و تثبیت خاک (Soil Stabilization) ایفا می‌کنند. برای قرن‌ها، مهندسان جنگل (Foresters) به عمق جنگل‌ها رفته‌اند و با دقت، شگفتی‌های آن‌ها را مستند کرده‌اند. تلاش آن‌ها برای مطالعه و درک این اکوسیستم‌های پیچیده همچنان با در دسترس قرار گرفتن فناوری‌های جدید تکامل می‌یابد. هرچه بیشتر بدانیم، بهتر می‌توانیم جنگل‌هایمان را مدیریت و حفظ کنیم.

لایدار: فناوری تشخیص و فاصله‌یابی نوری (Light Detection and Ranging - LiDAR)
برای چندین دهه، فناوری لایدار (LiDAR) در مطالعه اکولوژی و مدیریت جنگل‌ها به‌کار گرفته شده است. این فناوری اطلاعات سه‌بعدی (3D) و با وضوح بالا (High-Resolution) از ساختار جنگل ارائه می‌دهد و به پژوهشگران امکان می‌دهد تا ارتفاع درختان (Tree Height)، تراکم تاج پوشش (Canopy Density) و پوشش زمینی (Ground Cover) را با دقت فوق‌العاده اندازه‌گیری کنند.

با استفاده از قدرت لایدار، پژوهشگران می‌توانند مدل‌های دیجیتال دقیق از زمین (Digital Terrain Models) تولید کنند، سلامت جنگل‌ها (Forest Health) را ارزیابی کنند، زیست‌توده (Biomass) و جذب کربن را تخمین بزنند و راهبردهایی برای مدیریت پایدار جنگل‌ها (Sustainable Forest Management) توسعه دهند.

این مطالعه به تجربه گروهی از مهندسان جنگل می‌پردازد که تلاش دارند تأثیرات چندگانه استفاده از فناوری لایدار در تحقیقات جنگل‌داری را بررسی کنند. با دنبال کردن مسیر آن‌ها، خواهیم آموخت که چگونه فناوری لایدار دیدگاه آن‌ها به جنگل‌ها را تغییر داده است.

اتصال نقاط لایدار - تجربه‌ای تدریجی (Connecting the LiDAR Points - An Acquired Taste)
هکتارها جنگل‌های سرسبز در سواحل غربی ایالات متحده گسترده شده‌اند و اکوسیستمی متنوع را به نمایش می‌گذارند که هم پیچیده و هم جذاب است. در ایالت اورگن (Oregon)، تیمی پیشرو از پژوهشگران دانشگاه ایالتی اورگن (Oregon State University) از فناوری‌های پیشرفته برای مطالعه جنگل‌ها استفاده می‌کنند. پروفسور بوگدان استریمبو (Bogdan Strimbu)، استاد جنگلداری و مهندسی منابع طبیعی (Forest Engineering, Resources and Management)، یکی از پیشگامان استفاده از لایدار در پژوهش‌های جنگل‌داری است.

پروفسور استریمبو، که به‌عنوان متخصص بیومتری (Biometry) و مدل‌سازی رشد جنگل (Growth Modeling) فعالیت می‌کند، در ابتدا با لایدار ارتباط خاصی برقرار نکرده بود. او این فناوری را به‌عنوان یک «سلیقه اکتسابی» توصیف می‌کند که با گذر زمان ارزش آن آشکار می‌شود. او می‌گوید: «شما شروع به دیدن الگوهایی می‌کنید که دیگران نمی‌بینند. این موضوع مرا شیفته گذار از فتوگرامتری قدیمی (Old Photogrammetry) به فتوگرامتری جدید (New Photogrammetry) و سپس به ابر نقطه‌ای (Point Cloud) کرد... اگر فتوگرامتری این‌قدر کارهای جالب انجام می‌دهد، چرا به حسگرهای فعال (Active Sensors) مانند لایدار برنگردیم؟ این‌گونه بود که به لایدار علاقه‌مند شدم.»

قطب‌نماها، نقشه‌ها، مترهای جنگلی، و اکنون، مدل‌های سه‌بعدی (3D Models)
مستندسازی جنگل‌های عظیم در گذشته فرآیندی پرزحمت بود. تیم‌های جنگل‌داری مجبور بودند زمین را طی کنند و همه‌چیز را دستی اندازه‌گیری کنند. پروفسور استریمبو توضیح می‌دهد: «سرشماری جنگل (Forest Inventory) به‌طور سنتی با گشت‌زنی در زمین و اندازه‌گیری قطر و ارتفاع درختان انجام می‌شد.»

لایدار این فرآیند را بسیار سریع‌تر کرده است. یک اپراتور تنها می‌تواند در مدت کوتاهی مساحت بسیار بیشتری را پوشش دهد. توانایی لایدار در ارائه سرشماری جامع از جنگل (Comprehensive Census) و ثبت جزئیات هر درخت، از تاج بلند گرفته تا نهال‌های کوچک، یک تغییر اساسی در مدیریت جنگل‌ها ایجاد کرده است.

پروفسور استریمبو بیان می‌کند: «لایدار مانند یک مدل سه‌بعدی از آنچه جنگل در یک لحظه خاص به نظر می‌رسد، است.» این داده‌های غنی نه‌تنها در تصمیم‌گیری‌های کنونی مؤثر هستند، بلکه به‌عنوان یک منبع ارزشمند برای پژوهش‌های آینده نیز عمل می‌کنند.

پیشرفت سریع: حمایت FJDynamics پژوهش را متحول می‌کند
پس از اینکه پروفسور استریمبو به ارزش داده‌های لایدار پی برد، کیفیت و دسترسی به این داده‌ها به نگرانی اصلی او تبدیل شد. با تکیه بر تجربه او با حسگرهای تولیدکنندگان مختلف، پروفسور استریمبو استانداردهای بالایی برای کیفیت داده (Data Quality)، قابلیت اطمینان خدمات (Service Reliability) و پشتیبانی مداوم (Ongoing Support) داشت.
👍1
او خاطرنشان می‌کند: «کمکی که از FJDynamics دریافت کردم بسیار عالی بود و معمولاً پاسخ‌ها ظرف 24 ساعت می‌رسیدند.» این حمایت به تیم او امکان می‌دهد که روی استخراج بینش از داده‌ها تمرکز کنند و ساعت‌ها یا حتی روزها را در فرآیند جمع‌آوری و تحلیل داده صرفه‌جویی کنند.

فراتر از داده‌ها: لایدار در آستانه یکپارچگی اطلاعات (Beyond the Beam: LiDAR on the Cusp of Information Integration)
هم‌زمان با رشد و بلوغ فناوری لایدار، انتظار می‌رود این فناوری بینش‌های جامع‌تری در مورد اکوسیستم‌های جنگلی ارائه دهد. پروفسور استریمبو لایدار را به‌عنوان منبعی اساسی برای تحلیل داده‌های کلان (Big Data) در جنگل‌داری تصور می‌کند.

او می‌گوید: «آنچه اکنون مشاهده می‌کنیم، ادغام دو نوع توصیف‌کننده جنگل است: یکی از بالای تاج (Above Canopy) و دیگری از پایین تاج (Below Canopy).» این ادغام اطلاعات هوایی و زمینی می‌تواند تصویر جامع‌تری از سلامت و ترکیب جنگل ارائه دهد.

پروفسور استریمبو نتیجه‌گیری می‌کند: «لایدار امروز را برای آینده ثبت می‌کند.»
【Release Note】FJD Trion Model V201.pdf
764.6 KB
امکانات جدید👇
امکانات جدید آخرین ورژن ☝️
این یادداشت انتشار به کاربران خبر از نسخه جدید نرم‌افزار FJD Trion Model V1.000.D.0201 می‌دهد. در این به‌روزرسانی، ویژگی‌ها و بهینه‌سازی‌های متعددی ارائه شده است که در ادامه توضیح داده می‌شود.

ویژگی‌های جدید:
1. استخراج داده‌ها
- امکان فیلتر کردن داده‌های ابر نقطه (Point Cloud) بر اساس شدت (Intensity)، ارتفاع (Elevation) و فاصله POS (POS Distance) برای استخراج نواحی موردنظر فراهم شده است.

2. محاسبه ذخیره کربن برای هر درخت
- محاسبه میزان ذخیره کربن برای هر درخت، جهت ارائه داده‌های دقیق برای ارزیابی ذخیره کربن منطقه‌ای و معاملات کربن.

3. پشتیبانی از موس سه‌بعدی
- امکان استفاده از موس سه‌بعدی برای تسهیل در ترسیم و کار با داده‌ها.

4. پشتیبانی از زبان پرتغالی
- افزودن گزینه زبان پرتغالی برای حذف موانع زبانی برای کاربران پرتغالی‌زبان.

5. ذخیره دسته‌ای
- امکان ذخیره چندین داده ابر نقطه به‌طور همزمان، که فرآیند صادرات داده‌ها را سریع‌تر و آسان‌تر می‌کند.

ماژول تحلیل مقطع (اختیاری):
A. وارد کردن محور طراحی
- وارد کردن محور طراحی با استفاده از زنجیره‌های شکسته، منحنی‌های تخت و منحنی‌های عمودی با بررسی خودکار دقت داده‌ها.

B. وارد کردن طراحی مقطع
- امکان وارد کردن فایل‌های طراحی مقطع با تعریف خطوط مستقیم و منحنی.

C. تولید مقطع
- تولید داده‌های مقطع ابر نقطه بر اساس فاصله‌های ثابت یا مایل‌های مشخص.

D. مقایسه مقطع
- تنظیم پارامترهای مقایسه و مقایسه ابر نقطه با فایل طراحی مقطع.

E. حاشیه‌نویسی حفاری تونل‌های معدنی
- حاشیه‌نویسی نتایج تحلیل مقطع به‌صورت خودکار یا دستی برای شناسایی نواحی بیش‌حفاری و کم‌حفاری.

F. گزارش تحلیل مقطع
- خروجی گزارش اطلاعات بیش‌حفاری با داده‌های مقایسه‌ای و مایل‌های مشخص برای استفاده در گزارش کیفیت و راهنمایی در محل ساخت‌وساز.

ویژگی‌های بهینه‌سازی‌شده:
1. ترکیب کلیدهای فریم و جعبه برش
- امکان پنهان کردن داده‌های غیرمرتبط هنگام ایجاد ویدئو با کلیدهای فریم، برای بهبود جلوه‌های ویدئویی.

2. بهینه‌سازی ثبت ابر نقطه
- ارائه پنجره‌های جداگانه برای ثبت ابر نقطه، برای سهولت در انتخاب داده‌های مختلف.

3. محاسبه ذخیره‌سازی سفارشی
- امکان محاسبه حجم ذخیره جنگل در کشورهای مختلف از طریق فرمول‌های سفارشی.

4. ایجاد چندین مقطع
- تنظیم فاصله بین مقاطع و ایجاد تعداد زیادی مقطع به‌صورت همزمان.

5. قفل کردن جعبه برش
- قفل کردن اندازه جعبه برش برای افزایش کارایی در برش چندگانه اشیای هم‌اندازه.

توضیحات تکمیلی:
1. برای نصب و به‌روزرسانی، از منوی «Help» گزینه «About» سپس «Check for updates» را انتخاب کنید.
2. این نرم‌افزار تنها از سیستم‌عامل ویندوز پشتیبانی می‌کند.
3. در صورت بروز هرگونه مشکل، لطفاً با مدیر خدمات پس از فروش منطقه‌ای خود تماس بگیرید.

تاریخ انتشار: دسامبر 2024

توضیحات اصطلاحات فنی:
- ابر نقطه (Point Cloud): مجموعه‌ای از نقاط سه‌بعدی که با استفاده از لایدار یا دیگر سنسورها جمع‌آوری می‌شود.
- شدت (Intensity): میزان بازتاب نور لیزر از سطح.
- POS Distance: فاصله تعیین‌شده توسط سیستم موقعیت‌یاب مکانی.
- کلیدهای فریم (Keyframes): نقاط مرجع در یک ویدئو برای تعریف تغییرات بصری.
- حاشیه‌نویسی (Annotation): اضافه کردن توضیحات یا برچسب‌ها به داده‌ها.
👍1