Modeliranje 3D kartografskog prikaza za potrebe planiranja

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

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.


2

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:


3

- 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).


4

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).


5

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


6

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


7

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).


8

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,


9

- 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).


10

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.


11

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).


12

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).


13

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


14

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)


15

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.


16

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


17

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


18

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).


19

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).


20

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).


21

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.


22

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


23

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

Max Wind Speed Resistance 20 mm (35 mm format equivalent)f/2.8 focus at ∞

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

Propeller Model Auto Exposure Bracketing (AEB): 3/5 bracketed 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


24

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


25

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


26

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

𝑑 = 2 × 𝑣 × tan𝐹𝑂𝑉

2≈ 214 𝑚

𝑎 = 4𝑐 , 𝑏 = 3𝑐

(4𝑐)2 + (3𝑐)2 = 𝑑2

𝑐 = 42.8 𝑚

𝑎 = 171.2 𝑚 ≈ 171 𝑚


27

𝑏 = 128.4 𝑚 ≈ 128 𝑚

𝑏𝑟𝑧𝑖𝑛𝑎 =0.3 × 128 𝑚

5 𝑠= 7.68 𝑚/𝑠

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.


28

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


29

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 fotografija: 492 Broj različitih položaja snimanja:

492

Visina leta: 104.501 Broj veznih točaka: 26589

Rezolucija na tlu: 0.039 m/pix Broj projekcija veznih točaka: 318623

Površina pokrivenog područja:

0.376908 km2 Pogreška veznih točaka: 1.03153 pix


30

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


31

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


32

Tablica 5 - Odstupanja točaka geodetske osnove od njihovih projekcija na modelu nakon georeferenciranja i optimizacije

Oznaka Odstupanje

po X (m) Odstupanje

po Y (m) Odstupanje

po Z (m)

Ukupna pogreška

(m)

Broj projekcija

Pogreška (pix)

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

Oznaka Odstupanje

po X (m) Odstupanje

po Y (m) Odstupanje

po Z (m)

Ukupna pogreška

(m)

Broj projekcija

Pogreška (pix)

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


33

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).


34

Slika 33 - Digitalni ortofoto


35

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


36

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)


37

Slika 37 - Vizualizacije 3D modela Začretja izrađenog u Civil 3D-u (pogled sa zapada)


38

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)


39

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)


40

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 navigation button

LM8UU linear ball bearings for the X, Y and Z axes

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 430 mm

Own design extruder protector

Printer with PLA reel (X x Y x Z): 460 x 383 x 580 mm

SOFTWARE

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


41

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).


42

Slika 42 - Solarni potencijal test područja za 4. mjesec (prilog br. 4)



43


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.


44

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):


45

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:

𝑒/𝑚2 = 𝑠𝑜𝑙𝑎𝑟 ∙𝑣𝑠𝑢𝑛𝑐𝑒

𝑣𝑑𝑎𝑛∙ 𝑒𝑓𝑖𝑘𝑎𝑠𝑛𝑜𝑠𝑡 = 1900 𝑘𝑊ℎ/𝑚2 ∙

2079.7 ℎ

4380 ℎ∙ 0.17

= 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.


46

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.


47

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.)

http://www.isprs-ann-photogramm-remote-sens-spatial-inf-sci.net/I-2/177/2012/isprsannals-I-2-177-2012.pdf

http://www.isprs-ann-photogramm-remote-sens-spatial-inf-sci.net/I-2/177/2012/isprsannals-I-2-177-2012.pdf

http://www.agit.at/php_files/myagit/papers/2009/7504.pdf

https://en.wikipedia.org/wiki/Smart_city

http://www.districtoffuture.eu/

http://architecture.about.com/od/buildyourhous1/g/smarthouse.htm

https://www.flickr.com/photos/rickety/5052486185/in/dateposted/

https://www.flickr.com/photos/89228431@N06/11080409645/in/photolist-qmc6Qi-hT8ZKB-9cMydL-r4MMNQ-7Ecczy-7nDRQ6-4rjvuH-5NwfZK-76RPtj-ehZgYd-7ABAqi-pvEsJ8-76MUm2-5zNShb-qn3Crw-5w6Fri-5Qu3qo-daish9-qjfgqv-aMGGfH-aDywKR-6R7qmq-b4tMb2-8byG1L-Dpr6f-5R9aB3-pszewX-aDCohq-jUeSS-5an9VM-7ycsQq-5QpM3X-5JX1y4-5L1aNo-eHgQKg-5KVWCz-iNnnZS-6SdRpg-8EoSzj-9jcKyf-5nLWTg-4GjgQQ-8XFc6V-4KoT6q-awcm4m-cyRn8N-2geSPE-7yUhS-6rqv1u-cPZaZ

http://www.teslamotors.com/powerwall

http://hr.wikipedia.org/wiki/Reverzibilne_hidroelektrane


48

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.)

https://www.flickr.com/photos/tomislavmavrovic/4917148320/in/photolist-8usvJz-8usvui-8uvETj-8usAEP-8usA4R

https://www.flickr.com/photos/tomislavmavrovic/4917148320/in/photolist-8usvJz-8usvui-8uvETj-8usAEP-8usA4R

http://www.psfk.com/2013/05/toyota-bike-car-sharing-station.html

http://www.unesco.org/education/tlsf/mods/theme_c/mod15.html

http://ctrlzarchitectures.com/?p=74

http://www.dgu.hr/rjecnik-geodetskih-pojmova/

http://en.wikipedia.org/wiki/Digital_elevation_model

http://www.geog.ucsb.edu/~jeff/115a/lectures/geometry_of_aerial_photographs_notes.html

http://www.geog.ucsb.edu/~jeff/115a/lectures/geometry_of_aerial_photographs_notes.html

http://www.e-education.psu.edu/

http://en.wikipedia.org/wiki/Shuttle_Radar_Topography_Mission

https://en.wikipedia.org/wiki/3D_modeling

http://www.mdpi.com/remotesensing/remotesensing-05-01681/article_deploy/html/images/remotesensing-05-01681f1-1024.png

http://www.mdpi.com/remotesensing/remotesensing-05-01681/article_deploy/html/images/remotesensing-05-01681f1-1024.png

http://www.vrmesh.com/products/survey.asp

http://www.dgu.hr/assets/uploads/Dokumenti/Novosti/Geodetski%20projekt/Pravilnik%20o%20geodetskom%20projektu.pdf

http://www.dgu.hr/assets/uploads/Dokumenti/Novosti/Geodetski%20projekt/Pravilnik%20o%20geodetskom%20projektu.pdf

http://www.dji.com/product/inspire-1/spec

http://www.topconstore.com/image/cache/data/GPS/hiperSR_011-500x500.jpg

http://www.topconstore.com/image/cache/data/GPS/hiperSR_011-500x500.jpg

https://www.topconpositioning.com/gnss/integrated-gnss-receivers/hiper-sr#panel-product-specifications

https://www.topconpositioning.com/gnss/integrated-gnss-receivers/hiper-sr#panel-product-specifications

https://sketchfab.com/models/2b7a81f0b91240849d36b795b3edbbdc

https://sketchfab.com/models/dc1ca3553ba8491986dfc76dc8d12f46

http://3dprinting.com/what-is-3d-printing/


49

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

http://www.filament2print.com/wp-content/uploads/2014/10/Prusa-i3-hphestos-1.jpg

http://www.filament2print.com/wp-content/uploads/2014/10/Prusa-i3-hphestos-1.jpg

http://www.bq.com/gb/prusa

http://www.forbes.com/sites/peterdetwiler/2013/07/16/as-solar-panel-efficiencies-keep-improving-its-time-to-adopt-some-new-metrics/

http://www.forbes.com/sites/peterdetwiler/2013/07/16/as-solar-panel-efficiencies-keep-improving-its-time-to-adopt-some-new-metrics/

http://photovoltaic-software.com/PV-solar-energy-calculation.php

http://photovoltaic-software.com/PV-solar-energy-calculation.php


50

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


51

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


52

Popis priloga

Prilog br. 1: CD1 s podacima praktičnog rada i diplomski rad:

Naziv datoteke/mape: Opis:

Modeliranje 3D kartografskog prikaza za

potrebe planiranja pametnih gradova.docx

Diplomski rad, word datoteka

Modeliranje 3D kartografskog prikaza za

potrebe planiranja pametnih gradova.pdf

Diplomski rad, PDF datoteka

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


53

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

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

Ž I V O T O P I S

E U R O P E A N C U R R I C U L U M V I T A E

F O R M A T

OSOBNE OBAVIJESTI

Ime MARTIN GORIČKI

Adresa IVANA KRIZMANIĆA 9, 49223, SVETI KRIŽ ZAČRETJE, HRVATSKA

Telefon 0998220858

Faks

E-pošta [email protected], [email protected]

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.


VSS

• Datum (od – do) 2005. – 2009.

• Naziv i vrsta obrazovne ustanove Gimnazija Antuna Gustava Matoša, Zabok, smjer prirodoslovno-matematički


• Naslov postignut obrazovanjem


SSS

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

SPOSOBNOSTI S računalima, posebnim vrstama

opreme, strojeva, itd.

RAD U SOFTVERIMA: QGIS, AUTOCAD CIVIL 3D, SAGA GIS, AGISOFT PHOTOSCAN, ADOBE PHOTOSHOP, SKETCHUP, MS OFFICE, PROGRAMIRANJE PYTHON, UPRAVLJANJE BESPILOTNIM LETJELICAMA, UPORABA TOTALNE STANICE I RTK

DRUGE VJEŠTINE I SPOSOBNOSTI Sposobnosti koje nisu gore navedene.

AMATERSKO BAVLJENJE FOTOGRAFIJOM

VOZAČKA DOZVOLA A, B

Documents

Modeliranje 3D kartografskog prikaza za potrebe planiranja