Smartphone and low-cost sensors systems for geospatial data acquisition in terrestrial and water scenarios and processing methods

The outcome document “The future we want” and the 2030 Agenda for Sustainable Development recognise the importance of geospatial data as an supporting elements for achieving the sustainable development. Geospatial data support the definition of policies, programmes and projects dedicated to sustainable development by providing information for planning, assessment, monitoring and forecasting. Sadly, the collection of geospatial data on a local scale in situ is often an expensive operation due to the instruments to be used, the specialised staff employed in the survey operations and the logistics involved. The economic side can be a problem for the most vulnerable nations, that on the one hand need data on a local scale to support their sustainable development projects, but on the other hand have problems of data scarcity and a “digital divide” compared to more developed nations. Furthermore, the economic side can be an obstacle for the creation of citizen science projects useful for the achievement of sustainable development according to the principles of inclusiveness, transparency and participation. Based on these observations, a research project dedicated to the study of smartphones, tablets and low-cost external sensors (which can be interfaced with mobile devices) for cost-effective geospatial data acquisition in terrestrial and water environments was realised for the thesis work. The research project consisted of four parts, the principal aims of which were: evaluation of smartphones Global Navigation Satellite System (GNSS) positioning; evaluation of depth sensors integrated on mobile devices; implementation of a low-cost sonar system based on smartphones for collecting bathymetric data and development of a modelling method for the subsequent 3D reconstruction of the collected data; and finally, study of GNSS-aided photogrammetry via smartphones and low-cost sensors. In particular, in the first part of the research project, through a statistical analysis method potentially applicable to all Android devices with an integrated GNSS receiver, the quality of GNSS positioning in post-processing with only pseudorange measurements of Android smartphones was evaluated. In the second part of the research project, the performances of the depth sensors of Android and Apple mobile devices were evaluated by analysing the point clouds produced by them using both visual methods (analysis of point cloud sections) and mathematical descriptors (eigenfeatures: planarity, omnivariance and surface variation). In the third part of the research project, a sonar system consisting of low-cost sensors called GNSS > Sonar > Phone System (G > S > P Sys) able to collect bathymetric data in shallow water was implemented, and a method for 3D modelling of the collected data based on mapping via a machine learning approach was developed. In the fourth part of the research project, GNSS-aided photogrammetry via video was studied for the production of automatically scaled and georeferenced point clouds and 3D mesh models. GNSS-aided photogrammetry was implemented using the smartphone and various low-cost sensors considering two systems and three different approaches. Finally, observing the results obtained, it can be deduced that the use of smartphones and tablets for the acquisition of good and high quality geospatial data is possible only by finding the most appropriate method for the positioning the devices. Based on the applications experimented in the research project, the problem of mobile device positioning was solved using a low-cost external GNSS receiver for smartphones. However, this does not exclude the possibility of exploring other positioning methods in future research.

Il documento finale “The future we want” e l’Agenda 2030 per lo Sviluppo Sostenibile riconoscono l’importanza dei dati geospaziali in quanto elementi di supporto per il raggiungimento dello sviluppo sostenibile. I dati geospaziali supportano la definizione di politiche, programmi e progetti dedicati allo sviluppo sostenibile fornendo informazioni per la pianificazione, la valutazione, il monitoraggio e la previsione. Purtroppo, la raccolta di dati geospaziali su scala locale in situ è un’operazione spesso costosa a causa della strumentazione da utilizzare, del personale specializzato impiegato nelle operazioni di rilievo e della logistica coinvolta. L’aspetto economico può rappresentare un problema per i Paesi più vulnerabili che da una parte hanno necessità di dati su scala locale per sostenere i propri progetti di sviluppo sostenibile ma dall’altra hanno un problema di scarsità di dati e di “digitale divide” rispetto ai paesi più sviluppati. Inoltre, il fattore economico può rappresentare un ostacolo anche alla creazione di progetti di citizen science utili per il raggiungimento dello sviluppo sostenibile secondo i principi dell’inclusività, della trasparenza e della partecipazione. Sulla base di queste osservazioni, per il lavoro di tesi, è stato realizzato un progetto di ricerca dedicato allo studio di smartphone, tablet e sensori low-cost esterni (interfacciabili con dispositivi mobili) per l’acquisizione di dati geospaziali a basso costo in ambienti terrestri e acquatici. Il progetto di ricerca si è composto di quattro parti i cui obbiettivi principali sono stati: valutazione del posizionamento tramite Global Navigation Satellite System (GNSS) con smartphones; valutazione dei sensori di profondità integrati sui dispositivi mobili; implementazione di un sistema sonar low-cost basato sugli smartphones per la raccolta di dati batimetrici e sviluppo di un metodo di modellazione per la successiva ricostruzione 3D dei dati raccolti; infine studio della GNSS-aided photogrammetry implementata attraverso smartphones e sensori low-cost. In particolare, nella prima parte del progetto di ricerca, attraverso un metodo di analisi statistica potenzialmente applicabile a tutti i dispositivi Android dotati di un ricevitore GNSS integrato, è stata valutata la qualità del posizionamento GNSS in post-processing con sole misure di pseudorange degli smartphone Android. Nella seconda parte del progetto di ricerca, sono state valutate le performance dei sensori di profondità dei dispositivi mobili Android e Apple attraverso l’analisi delle nuvole di punti da essi prodotte usando sia metodi visivi (analisi delle sezioni della nuvola di punti) che descrittori matematici (eigenfeatures: planarity, omnivariance e surface variation). Nella terza parte del progetto di ricerca, è stato implementato un sistema sonar formato da sensori low-cost chiamato GNSS > Sonar > Phone System (G > S > P Sys) capace di raccogliere dati batimetrici in acque poco profonde ed è stato sviluppato un metodo per la modellazione 3D dei dati batimetrici raccolti basato sulla mappatura attraverso un metodo di machine learning. Nella quarta parte del progetto di ricerca, è stata studiata la GNSS-aided photogrammetry attraverso video per la produzione di nuvole di punti e modelli 3D mesh automaticamente scalati e georeferenziati. La GNSS-aided photogrammetry è stata implementata utilizzando lo smartphone e alcuni sensori low-cost considerando due sistemi e tre approcci diversi. Infine, osservando i risultati ottenuti si può dedurre che l’uso di smartphone e tablet per l’acquisizione di dati geospaziali di buona e alta qualità è possibile solo individuando il metodo più idoneo per il posizionamento dei dispositivi. In base alle applicazioni sperimentate nel progetto di ricerca, il problema del posizionamento dei dispositivi mobili è stato risolto tramite un ricevitore GNSS esterno low-cost per smartphone. Ciò non esclude la possibilità di altri metodi di posizionamento da esplorare in ricerche future.