Siempre la misma historia. Un topógrafo conduce dos horas hasta un lugar remoto, instala su equipo, empieza a capturar datos... y luego se pasa la siguiente hora solucionando problemas de una conexión NTRIP que se cae o de un enlace inestable con una estación base local. O bien, al volver a la oficina, se da cuenta de que las correcciones intermitentes han afectado a su georreferenciación. Los datos están ahí, pero la calidad no es la que debería ser.
Lo que me llamó la atención fue lo evitable que es gran parte de ese problema. Los datos GNSS subyacentes se están registrando. El SLAM . El escaneo es bueno. El problema es una dependencia de las comunicaciones que podemos solucionar mediante ingeniería, y eso es exactamente lo que hace el PPK.
RTK (cinemática en tiempo real ) es el método tradicional. Funciona transmitiendo datos de corrección en directo desde una estación base a tu rover mientras realizas el levantamiento. Cuando funciona, es excelente. Pero depende de una conexión estable y de baja latencia sobre el terreno, y eso es mucho pedir en zonas remotas o en cualquier lugar con líneas de base largas o con terreno que bloquee la señal.
PPK (cinemática posprocesada) da la vuelta al modelo. En lugar de calcular las correcciones en tiempo real, se registran los datos GNSS sin procesar durante la misión y se procesan posteriormente. La precisión es equivalente —se sigue obteniendo una georreferenciación con una precisión de centímetros—, pero se ha eliminado por completo la dependencia de la conectividad. El trabajo de campo y el trabajo de procesamiento están desacoplados, lo que cambia mucho la forma de planificar y ejecutar un levantamiento.
¿Cómo funciona Aura en Aura ?
Durante la captura, el receptor GNSS registra las observaciones GNSS sin procesar junto con los datos LiDAR la IMU, como de costumbre. Una vez de vuelta del terreno, se importan los datos de la estación base —ya sea de una estación local que se haya instalado o de una estación CORS cercana— y se procesan estas correcciones mediante un software de procesamiento RINEX para obtener una trayectoria georreferenciada. A continuación, esa trayectoria corregida se fusiona con Emesent SLAM generar una salida de nube de puntos georreferenciada y corregida.
Lo más importante es que la calidad de la georreferenciación ya no depende de lo que ocurriera con la señal durante el escaneo. Se trabaja a partir del conjunto de datos completo registrado, procesado en condiciones controladas.
Sí: la compatibilidad con PPK en esta versión se aplica únicamente a los flujos de trabajo de escaneo terrestre, concretamente cuando se utiliza en configuraciones portátiles, con bastón topográfico, en mochila o montadas en vehículos. Actualmente no es compatible con el uso en drones. Si utilizas Hovermap un UAV, tu flujo de trabajo de georreferenciación no sufre cambios por el momento.
Otra cosa a tener en cuenta es que el PPK sigue requiriendo datos de la estación base para el posprocesamiento. Es necesario registrar datos desde su propia estación base durante el escaneo o tener acceso a una estación CORS dentro de una distancia de referencia razonable. Esto elimina la dependencia de las comunicaciones en tiempo real, pero no elimina por completo la necesidad de una fuente de referencia.
La topografía a distancia y en zonas rurales es el caso más evidente: en cualquier lugar donde la cobertura móvil sea irregular o las redes CORS sean escasas. También recibimos muchos comentarios de equipos que trabajan en entornos de minería a cielo abierto y de superficie, donde las largas líneas de base hacen que el RTK no sea fiable.
También vale la pena mencionar que la compatibilidad con PPK va más allá de Aura esta versión: Commander . Commander se ha actualizado para admitir también flujos de trabajo PPK, de modo que la experiencia de principio a fin es coherente en toda la plataforma. Es un buen ejemplo de cómo estas herramientas están diseñadas para funcionar juntas en lugar de de forma aislada. En este vídeo tutorial repaso todo el proceso de georreferenciación PPK, desde la captura sobre el terreno hasta la nube de puntos.
En términos más generales, creo que devuelve a los topógrafos algo a lo que no deberían haber tenido que renunciar en primer lugar: la confianza de que los datos que están capturando serán utilizables, independientemente del comportamiento de la señal.