Kostnadseffektive konsumerdroner muliggjør hurtig innsamling av data for produksjon av ortofoto 3D-modell og kart.
Som et alternativ til tradisjonell innmåling av dagbrudd for beregning av volumer testet vi bruk av lav-kost drone for konstruksjon av 3D modell. Forsøket viser meget gode resultater, men samtidig at god kunnskap om etterprosessering, kontrollmåling og georeferering er nødvendig for å få et resultat man kan stole på - spesielt i forbindelse med endringsanalyse med gjentakende modellering av samme område.
Innledning
Beregning av volumer i områder av en viss størrelse er med tradisjonelle landmålingteknikker er en langtekkelig prosess. Den vanlige metoden er å bevege seg rundt i området med GNSS (GPS/GLONASS) utstyr og måle inn enkeltpunkter som man til slutt knytter sammen til en komplett modell. Dette er en tidkrevende prosess og det er nødvendig å ha personell fysisk til stede nede i sandtaket, som kan være en sikkerhetsrisiko og en ulempe for driften av området. I mange tilfeller vil også dette være umulig å gjennomføre på grunn av for bratte områder eller fare for ras. Fordelen med metoden er at hvert enkelt punkt vil få svært høy nøyaktighet.
Den alternative metoden som vi ønsket å teste ut er bruk av fotogrammetri, som i praksis er å konvertere to-dimesjonale bilder til tre-dimensjonale modeller ved bruk av punkgjenkjenning i bilder tatt fra forskjellige steder.
Vi ønsket også å benytte utstyr som er lett tilgjengelig og lavest mulig på kostnad. Konsumer-dronene har de siste årene fått svært gode kameraer, så vi ønsket å se om kvaliteten på disse bildene var tilstrekkelig for å oppnå den nøyaktigheten som er nødvendig for å kunne konstuere gode modeller.
Gjennomføring
Testen ble gjort med DJI Phantom 4 Pro i tillegg til en større DJI Matrice 600 pro med høy-kvalitets speilrekfleks kamera. Området ble flydd i automatisert linjemønster i forskjellige høyder og linjeavstand. Test-området ble scannet en rekke ganger med forskjellige innstillinger og i forskjellige lysforhold. Alle bildene som ble benyttet til generering av 3D-modeller ble tatt med verikal kameravinkel, men det ble også samlet inn oblique-bilder der kameraet er vinklet opp for inn-fill i spesielt bratte områder.
Flymønsterene ble designet med forskjellig flyhøyde og linjeavstand. Større flyhøyde gir raskere datainnsamling og etterprosessering men antall beregnede punkter på bakken blir lavere, som igjen gir mindre detalgrad.
Kontrollpunkter ble etablert på bakken med høy-nøyaktig GPS. Disse skulle vi bruke både til å knytte den ferdige modellen til en absolutt referanse, og for å kontrollere nøyaktigheten vi fikk på den ferdige modellen.
Området var i drift mens innmålingen pågikk. Det gikk noen dager mellom hver innsamling, noe som gjorde at vi også kunne analysere endringen i volumer i dagbruddet over tid.
Etterarbeid
Bildene ble prosessert og 3D modellene generert ved bruk av flere forskjellige fotogrammetri-software. Vi så fordeler og ulemper ved de forskjellige programvarene, men prinsippene for generering av modellene er i stor grad de samme. I løpet av denne prosessen testet vi også ut forskjellige systemer for analyse og sammenligning av de ferdige modellene.
Utfordringer
Lysforhold er en viktig faktor for hvor godt resultatet blir. Sterk sollys gir skarpe skygger og dårlig kontrast i skyggefulle områder som igjen begrenser identifisering av 3D punkter.
Store variasjoner i terrenget er også en utfordring da det vil skape forskjellig flyhøyde rundt om i området. Dette gjør at man må basere fly-mønsteret på de høyeste områdene, som igjen vil føre til unødvendig høy overlapp i lavereliggende områder. Spesielt bratte områder vil også bli vanskelig å få generert med høy nøyaktighet når alle bilder er tatt med vertikalt kamera.
Repeterbarhet er viktig hvis det er ønskelig å se på endringer over tid. Uten kontrollpunkter vil posisjons-nøyaktigheten på dronen ikke være tilstrekkelig for å kunne sammenligne to modeller. For å få til dette er det nødvendig med gode kontrollpunkter på bakken som er målt inn med nøyaktig GNSS. Disse bakke-punktene kan etableres hver gang, eller man kan gjenbruke punkter fra tidligere. Vi forsøkte både med bruk av lett identifiserbare punkter som vi etablerte selv, og naturlige lett identifiserbare punkter - som steiner og kumlokk.
Konklusjon
Bildene som ble samlet inn for å generere modellene ble gjort med droner og kamera som er billig og lett tilgjengelig. 3D modellene som ble generert ble av en kvalitet og detaljgrad som langt overstiger de som blir generert ved hjelp av tradisjonelle metoder. I tillegg til de beregnede volumene får man samtidig detaljert ortofoto (2D flyfoto) og 3D modeller med drapert flyfoto uten betydelig ekstraarbeid. Dette gir muligheter for å benytte resultatet til planlegging, måling av avstand og area, dokumentasjon av områdets tilstand etc.
Vi i PointGeo mener at konsumerdroner leverer data av så høy kvalitet at de bør ha en naturlig plass i driften av dagbrudd, grustak og massedeponi.
Kontakt oss for å få tilsendt hele rapporten (PDF 3MB).