Levantamiento LiDAR con Matrice 350 RTK en San Ramón, Provincia de Chanchamayo.

Los días 12 y 13 de abril del 2024, en la localidad de San Ramón, Perú, se llevó a cabo un proyecto de levantamiento LiDAR utilizando el avanzado sensor YellowScan Surveyor Ultra 3. 

Levantamiento LiDAR con Matrice 350 RTK en San Ramón, Provincia de Chanchamayo.

El objetivo principal del proyecto fue obtener Modelos Digitales de Superficie (DSM) y Modelos Digitales del Terreno (DTM) de alta precisión y evaluar la capacidad de penetración del sensor a través de vegetación densa.



San Ramón es una región caracterizada por su densa vegetación y terreno montañoso, lo que presenta desafíos significativos para la adquisición de datos precisos. La capacidad de los sensores LiDAR para penetrar la vegetación y capturar datos detallados del suelo es crucial para aplicaciones en topografía, planificación urbana, y estudios ambientales.

 

Para abordar estos desafíos, se seleccionó el sensor YellowScan Surveyor Ultra 3 debido a su alta precisión y capacidad para realizar levantamientos en condiciones difíciles. El equipo de topografía montó el sensor en un dron DJI Matrice 300 RTK y realizó varios vuelos sobre la zona de interés.

El sensor YellowScan Surveyor Ultra 3 está equipado con un perfilador LiDAR Hesai XT32M2X, que posee 32 canales y está integrado con una placa GNSS e IMU SBG Quanta Micro de fabricación francesa. Esta combinación de tecnología avanzada garantiza una alta precisión en la captura de datos. Para realizar una misión de vuelo tan exigente, se utilizó el software de planificación de vuelo UgCS nivel Expert, el cual proporciona herramientas avanzadas para la planificación de misiones LiDAR. 

 

Detalles Técnicos del Vuelo

 

Ubicación: San Ramón, Perú

Fecha: Abril 2024

Superficie: 120 Ha

Altitud sobre nivel del mar : 1200 msnm

Tiempo de Ejecucion: 1h 40 min

Campo de visión, grados: 100

Sensor: YellowScan Surveyor Ultra 3 con perfilador LiDAR Hesai XT32M2X

Altura de vuelo: 80 mts desde el punto de despegue con seguimiento de terreno

Plataforma: DJI Matrice 300 RTK

Integración GNSS e IMU: SBG Quanta Micro

Software de Planificación: UgCS nivel Expert 

Software de Procesamiento: Cloud Station Ultimate

Objetivo: Obtener DSM y DTM de alta precisión y evaluar la penetración a través de vegetación densa.

 



 

Resultados del Proyecto

Los datos obtenidos durante los vuelos fueron procesados para generar DSM y DTM detallados. Los resultados demostraron la capacidad superior del YellowScan Surveyor Ultra 3 para penetrar la vegetación densa y capturar datos precisos del terreno subyacente. La calidad y precisión de los modelos generados superaron las expectativas, proporcionando una base sólida para futuras aplicaciones y estudios en la región.

 

 

 

Conclusión

 

El éxito del proyecto en San Ramón, Perú, destaca la integración efectiva de diversas tecnologías avanzadas en el levantamiento LiDAR en terrenos difíciles con vegetación densa. La precisión de los datos obtenidos mediante el sensor YellowScan Surveyor Ultra 3, equipado con el perfilador LiDAR Hesai XT32M2X y la integración de GNSS e IMU SBG Quanta Micro, fue clave para el éxito del proyecto. La utilización del dron DJI Matrice 300 RTK permitió una cobertura aérea eficiente y precisa.

El software UgCS nivel Expert facilitó una planificación de vuelo óptima, asegurando la cobertura completa del área de estudio. Posteriormente, el procesamiento de los datos con CloudStation Ultimate permitió generar DSM y DTM de alta precisión, evidenciando la capacidad de la tecnología LiDAR para penetrar vegetación densa y capturar detalles topográficos críticos.

Este caso de éxito subraya la importancia de la combinación de sensores LiDAR avanzados, plataformas de vuelo robustas y software de planificación y procesamiento de alta calidad para obtener resultados excepcionales en aplicaciones topográficas y ambientales. La tecnología LiDAR avanzada se reafirma como una herramienta indispensable para la obtención de datos precisos y detallados en terrenos desafiantes, contribuyendo significativamente a la planificación y desarrollo sostenible en regiones complejas.

 

 

Por Lorenzo de Gouveia
28 de mayo del 2024