Brug af droner ved kortlægningsopgaver

Brug af droner ved kortlægningsopgaver Torsdag den 9. oktober, kl. 9.00-16.00 Trinity Konferencecenter, Gl. Færgevej 30, 7000 Fredericia Lærerkræfter Lektor Jens Juhl, Aalborg Universitet Sektionsleder og landinspektør Jesper Falk, COWI Kursusleder Lektor og landinspektør Bent Hulegaard Jensen

Deltagerliste Arrangementsnavn Brug af droner ved kortlægningsopgaver Arrangementsnumm 311390 Dato Sted Hovedarrangør 09-10-2014 09:00 Trinity Hotel og Konferencecenter: Gl. Færgevej 30, Snoghøj 7000 Fredericia DdL's bestyrelse Deltager By Firma Titel Anders Wengel-Hansen Nuuk ASIAQ Greenland Survey Landinspektør Benny Kim Hansen Skive Skive Kommune Ingeniør Bent Hulegaard Jensen Skive Geopartner Landinspektører A/S Landinspektør Curt Kyhn Vejle Region Syddanmark Gitte Gro Vejle Region Syddanmark Henrik Rønnest Aabenraa LandSyd I/S Landinspektør Jens Juhl Aalborg Landinspektør Jesper Falk Hillerød COWI A/S Landinspektør Jesper Larsen Maribo Lolland Kommune Jonas Lassen Jensen Hillerød Tvilum Landinspektørfirma A/S Landinspektør Kåre Lester Christiani Odense Landinspektørfirmaet LE34 A/S Odense Landinspektør Merete Hornskov Davidsen Skive Skive Kommune Mette Sloth Høstgaard Skive Skive Kommune Natur- og miljøteknolog Niels Nørgaard Nielsen Aalborg Aalborg Kommune Landinspektør Peter Eistrup Aalborg Landinspektørfirmaet LE34 A/S landinspektør Peter Christian von Westphal Thomsen Kastrup Tvilum Landinspektørfirma A/S Landinspektør Rasmus Gregersen Ballerup Landinspektørfirmaet LE34 A/S Landinspektør Rasmus Elmann Berentzen Varde LandSyd I/S Landinspektør Rene Bundgaard Christensen Aarhus Landinspektørfirmaet LE 34 Århus Landinspektør Antal deltagere i alt 19

Droner og en smule fotogrammetrisk teori Efteruddannelse 2014 Landinspektørforeningen Størstedelen af disse slides stammer fra Thorbjørn Nielsens kursus i 2009 og 2010 Nye slides er tilføjet, og de eksisterende er omorganiseret og udtyndet, så de kan bruges til dette efteruddannelseskursus Jens Juhl 1

Indhold Præsentation Hvad er fotogrammetri Historie Terminologi Fotogrammetri og problemer Indre orientering (IO) Fotografering Ydre orientering (EO)/paspunkter Korrelation automatisk måling Aerotriangulation Højdemodel Ortofoto 2

Præsentation 3

Præsentation Jens Juhl Landinspektør i 76 fra KVL Ansat i LESA (Landinspektørernes EDB Servicebureau A/S) Aerotriangulationsprogram (3 måneders koncentreret arbejde) PHD i fotogrammetri (Lic. Geom) Systematiske og grove fejl (3 års koncentreret arbejde) Ansat i LLO (Landinspektørernes LuftfotoOpmåling A/S) ½ tid i 3 år Første digitale registreringsprogram Farøbro, statuer, palæer, portalkraner Ansat AAU Lektor i digital kortlægning Elsker fotogrammetri Underviser næsten kun i fotogrammetri Normalt 80% orlov I orlovsperioderne beskæftiger jeg mig med GeoCAD 4

Hvad er fotogrammetri 5

Hvad er fotogrammetri Fotogrammetri Måle med naturligt lys (klassisk) Måle med udsendt lys (LiDAR) Bearbejdning af målinger Digital kort Højdemodel Ortofoto Remote sending Ikke raketvidenskab Litteratur tager (ofte) udgangspunkt i gl. teknik Tingene er som regel simplere end de ser ud 6

Hvad er fotogrammetri Hvad er droner gode til (færdige produkt) Højdemodel Ny højdemodel Afledte beregninger. Fx volumen Opdateringer af eksisterende højdemodeller Ortofoto Oversigt/baggrund for tematiske kort Grundmateriale for registrering af tematiske kort Fx arkæologer Skov, landbrug Beredskab Militær, politi Direkte anvendelse: Bedst til ikke teknikere Få kender i dag til teknologien -> medfører dårlige beslutninger 7

Historie 8

Historie 1824 Verdens første fotografi Joseph Niépche Otte timers eksponering 9

Historie 1858 Nadar Første luftfoto 10

Historie 60erne og 70erne Analoge metoder til kortlægning Udtegning/konstruktion på papir Simple metoder til at gemme/rekonstruere data (repro, affotografering, lystryk) 11

Historie 80erne til midt 00 Analytiske metoder P-C130, ca. 3 mio i 1980 Computere! Heftig udvikling i DK 12

Historie Midt 00 -> 14 Udvikling af digitale sensorer 13

Historie DK Udvikling i DK 65-85 1954: USAF fotograferer DK Efter WW2: Store anlægsprojekter, opbygning af infrastruktur (Naturgas, omfartsveje, motorveje, ledninger ) 1959-65: Aerokort, LLO, Geoplan (Kampsax), GI, DSB. Fuld produktion i DK God økonomi i branchen 1965-78: Kraftig udvikling Nyt firma: Scankort Byudvikling tager fat DSFL formatet 14

Historie DK Udvikling i DK 85-00 KMS: Top10DK (Kort10) EU: Blokmarkskort COWI: DDO, DDOvektor VD: DAV Blominfo (Norsk ejet firma) TK99 15

Historie DK Udvikling i DK 00-15 Al produktion i udlandet Flere firmaer kun salgskontorer Cowi har stadig veluddannede fotogrammetre, egne fly og digitale kameraer tilbage i DK 2 laserscannede højdemoder over DK GST: Fri DTM/DSM Ny væsentlig forbedret højdemodel i år! GST: Fri ortofoto hver år (15 cm) FOT Specifikation for ortofoto 16

Terminologi 17

Terminologi GSD: Ground sambling distance Pixelstørrelse på jorden Flyvehøjde (h) Lodret afstand fra optagecenter til jorden Optageretning Retningen fra hovedpunktet (H ) gennem optagecentret (projektionscenter) ud i genstandsrummet Nadirpunkt Det punkt i billedet (N ), hvor lodlinjen gennem projektionscentret skærer billedets plan Normaltilfældet Optagesituation hvor et stereopars optageretninger er parallelle og vinkelret på basis Målforhold (M) Målestokstal (m) m = 1/M Indre orientering Genskabe (beregne parametrene) strålebundet fra optagelsen Ydre orientering Genskabe (beregne parametrene) kameraets placering/vipninger fra optageøjeblikket Hovedpunkt Optagecentrets ( midten af linsen ) projektion på billedplanet Interessepunkter Punkter Centre for mindre områder, hvor der er god struktur/textur N 18

Fotogrammetri og problemer 19

Fotogrammetri og problemer Hulkamerea 20

Fotogrammetri og problemer Ændring af kamerakonstant (c): d 1 c 1 d1' = d1 d2' d2 d 2 c 2 d 1 d 2 21

Fotogrammetri og problemer Ændring af terrænhældning og kote: a b a'= b' a b b a 22

Fotogrammetri og problemer Objekter ses fra siden, jo længere væk fra nadirpunktet: 23

Fotogrammetri og problemer Vipning af billede: 24

Indre orientering 25

Indre orientering Måletekniske kamera Vi kender til geometrien (kalibreringsrapport/variabel i AT) Kamerakonstant c (mm) Hovedpunktsforskydning ppa x og ppa y (mm) Linsefortegning (mm) Antal pixler (rækker og søjler) Pixelstørrelse (mm) Billeddimensionen (mm) kan udregnes Vi kan nu genskabe strålebundtet og anvende en simpel matematisk model for et kamera H : Hovedpunkt M : Billedmidtpunkt 26

Indre orientering Hovedpunkt Hovedpunktsforskydning Principal Point of Autocollimation (PPA - hovedpunkt H ) y PPA col x row 27

Indre orientering Linsefortegning y r dr dx dy f(r )=dr dr' = dx' 2 + dy' 2 x dx' = x' dr' r' dy' = dr' y' r' OBL s. 51-52 28

Fotografering 29

Fotografering Vipninger (ω) - Sideoverlap kompromitteres 30

Fotografering Vipninger (φ) - Længdeoverlap kompromitteres 31

Fotografering Vipninger (κ) - Længdeoverlap og sideoverlap kompromitteres 32

Fotografering To efterfølgende billeder fra 1. sem. overbygningen (Opmåling af Kongerslev Kalkgrav : Malte S. Holm-Christiansen, Soran Khani, Rico Hejlskov Mogensen, Anni Hornbæk Nielsen, Søren Fyhn Smidt) 33

Pas på flg. punkter: Fotografering Optagetidspunkt (årstid, tid på dagen, skygger) Solvinkel Lys nok (eksponeringstid) Vind Skyer / Skygger / Dis / Tåge / Regn / Sne Kan bund af grøfter måles (regn/sne) Er der vand på marker Overlap Kan data gemmes hurtigt nok, så overlappet han holdes GSD (pixelstørrelse på jorden Ground Sampling Distance) Pixelfejl, billedprocessering etc. Hotspots Informationsindhold (histogrammer, skyggeområder) Skarphed Er der så store vipninger, at der er område uden overlap Kontroller billederne samme dag, som de blev optaget. Er der problemer med optagelsen, skal en ny flyvning foretages hurtigst muligt 34

Farver Fotografering Informationsindhold Er farverne som forventet? Skygger Kan man se detaljer Hvide flader Kan man se strukturer Eller brænder tingene sammen 35

Fotografering Informationsindhold 36

Fotografering Informationsindhold (histogram) 37

Fotografering Histogram af to efterfølgende billeder *. Blænden er justeret efter kalken! * Opmåling af Kongerslev Kalkgrav : Malte S. Holm-Christiansen, Soran Khani, Rico Hejlskov Mogensen, Anni Hornbæk Nielsen, Søren Fyhn Smidt 38

Fotografering Elektromagnetisk stråling 39

Fotografering Pixelformater Ukomprimeret (fx tiff) Fylder meget 3 farver á 1 byte: 3*antalpixler = pladskrav til et foto Et billede fylder måske 60 Mb 300 billeder fylder 18 Gb Giver de bedste resultater ved korrelation Komprimeret (fx jpeg) Hvorfor? Vi kan spare plads! Vi kan antage at pixelværdierne i mange områder er forholdsvis ens Det menneskelig øje kan ikke se små forskelle Billedpyramider Opløsning som passer en given situation 40

Fotografering Pixelformat/billedpyramide Antal pixler i nederste lag: 1 enhed Antal pixler i alle lag: 1 + 1/4 + 1/16 + 1/64 + = 1 + 1/3 Altså en pyramide fylder 1/3 mere end det originale lag 41

Ydre orientering 42

Ydre orientering GNSS/IMU IMU GPS GPS ca. 5 hz IMU > 100 hz Bedste bud på orienteringen af sensoren fås ved at benytte et kalmanfilter 43

3D punkter Centralsymetriske Definition af midten Ydre orientering 3D-paspunkter Ingen tvivl om centrum Må ikke være svært at finde Pas på overstråling (fra ½ til 1 pixel). Det lyse vokser Form vigtigere end størrelse Optimal størrelse: fra 3x3 pixler til 5x5 pixler Gode eksempler: Chaussesten, Brosten, Nedløbsriste Signalering (spraymaling og papskabelon) Brug ikke: Spids af vognbanepil, spids af hajtand 44

God struktur Plan overflade Ydre orientering 1D-paspunkter midten er ligegyldig blot der er struktur/textur Eksempler: Striber i asfalt, lapper af asfalt Fortov, brosten, græsareal med ukrudt 45

Gul: Model 145 143 141 139 Rød: Paspunktsfigur kote 137 Blå: Paspunktsfigur plan 2 1 24 22 20 18 14 12 16 10A GORMSVEJ GORMSVEJ 13 11 8 9 4 6 23 21A 19 17 15 6 ABELSVEJ ABELSVEJ 21B 8 8 10 7 10 12 14 18 16 14 ERIKSVEJ ERIKSVEJ 12 11 9 7 13 9 15 13 46 16

Ydre orientering Paspunkter Skal kunne ses i minimum to billeder Minimum fire 3D-punkter, der omkranser området Minimum et i midten Mål gerne to punkter hver gang et er nødvendigt Mål gerne flere check-punkter i området Nøjagtigheden falder drastisk uden for det af paspunkterne omkransede område Pas på Parkerede biler Træer Bygninger Skygger 3. sem. overbygningen: Anders Westh Matthesen, Kathrine Schmidt 47

Ydre orientering Paspunkter 48

Ydre orientering Paspunkter Til dokumentation af paspunkter kan der fx. benyttes et udsnit af et af billederne 49

Ydre orientering Paspunkter Husk også en oversigt over samtlige paspunkts beliggenhed 50

Ydre orientering Strålebundtets orientering i forhold til et referencesystem Z κ 6 parametre bestemmer orienteringen 3 koordinater til projektionscentret O (optagecentret): X 0,Y 0,Z 0 3 vinkler: Omega (ω), phi (φ) og kappa (κ) De tre drejninger om henholdsvis x-aksen, den meddrejede y-akse og den dobbelt meddrejede z- akse Positiv omløbsretning: O φ ω Y» Omkring 1. aksen: 2. aksen går mod 3. aksen» Omkring 2. aksen: 3. aksen går mod 1. aksen» Omkring 3. aksen: 1. aksen går mod 2. aksen X 51

Ydre orientering Stråleligninger a x' = c a a y' = c a 11 13 12 13 ( X ( X ( X ( X X X X X 0 0 0 0 ) + a ) + a ) + a ) + a 21 23 22 23 ( Y ( Y ( Y ( Y Y0 ) + a Y ) + a 0 0 31 33 Y0 ) + a Y ) + a 32 33 ( Z Z ( Z Z 0 0 ( Z Z ( Z Z 0 ) ) 0 ) ) P (x,y ) O(X 0 Y 0 Z 0 ) c P(X,Y,Z) X = (Z Z 0 ) a 11 x'+a 12 y' a 13 c a 31 x'+a 32 y' a 33 c + X 0 Y = (Z Z 0 ) a 21x'+a 22 y' a 23 c a 31 x'+a 32 y' a 33 c + Y 0 c P (x,y ) O(X 0 Y 0 Z 0 ) P(X,Y) Z 52

+ + + + = ϕ ω ω κ ω ϕ κ κ ω κ ω ϕ ϕ ω κ ω ϕ ω κ κ ω κ ϕ ω ϕ ϕ κ κ ϕ cos cos sin cos cos sin sin sin sin cos cos sin cos sin cos cos sin sin sin sin cos cos sin sin sin cos sin cos cos 33 32 31 23 22 21 13 12 11 a a a a a a a a a Ydre orientering Stråleligninger 53

Ydre orientering Stråleligningerne Anvendelsesområder Relativ orientering Ydre orientering af et billede Ydre orientering af en model (to billeder) Samlet relativ og absolut orientering Aerotriangulation af en blok (ydre orientering af mange billeder) Samlet udjævning (mindste kvadraters metode) af en blok 10.000 billeder er ikke afskrækkende 1.000.000 observationer er ikke afskrækkende Stereoinstrument udtegningsinstrument - plotter PC med skærm(e) til stereosyn og software Beregning af (x, y ) og (x, y ) ud fra kendt ydre orientering og valg af XYZ (musen) Billedkoordinaterne benyttes til at placere de to målemærker i de to billeder Monoplotting Simpel form for udtegning Beregning af (X, Y) ud fra valg (digitalisering) af (x, y ) og en højdemodel Ortofoto Resampling af et/flere billede(r), så billedet(erne) ændres fra en centralprojektion til en ortogonal projektion Hældningsforskydninger og højdeforskydninger fjernes 54

Korrelation 55

Korrelation Automatisk måling Første regel : En computer er dum!!! F.eks. puslespil men hvis vi kan sætte regler for løsning af problem Lave en model! Vi kan godt placere brikken rigtigt Men kan en maskine? 56

Interessepunkter Korrelation Automatisk måling Interesseoperator (Förstner operator) Steder hvor der er god kontrast/textur Punkter findes i billederne uafhængigt af hinanden (Kant-detektion) 57

Korrelation Automatisk måling Definerer et søgemønster og et søgeområde Gennemløb alle kolonner i alle rækker. En pixel af gangen Gennemløb alle kolonner i alle rækker i en delmænge af alle pixler Fx i nærheden af en epipolar linje (kernestråle) (se senere) Begrænser muligheden for fejl Benytter pyramidestruktur og iteration Vi tager udgangspunkt i et interessepunkt Reducerer information til ét bånd Gråtoner, 0-255 58

Korrelation Automatisk måling Eksemplet fra før target t s search r = covarians σ ts σ σ t s = Middelværdi target Middelværdi search ( g ( g t t g t g ) t 2 )( g s ( g s g s ) g s ) 2 Spredning target/search Gråtoneværdi target/search 59

r= 1: Fuldstændig korreleret r=-1: Fuldstændig negativ korreleret r= 0: Ikke korreleret = = 2 2 ) ( ) ( ) )( ( s s t t s s t t s t ts g g g g g g g g r σ σ σ Korrelation Automatisk måling 60

Korrelation Automatisk måling 3 2 3 1 1 3 1 1 3 1 1 2 1 4 3 2 1 4 9 6 2 5 2 4 8 5 1 6 2 target search 3 1 1 5 2 t_mean = (2+5+2+4+8+5+1+6+2)/9=3.889 s_mean = (3+2+3+3+1+1+1+2+1)/9=1.889 Tæller = (2-3.889) *(3-1.889) +(5-3.889) *(2-1.889) + +(2-3.889) *(1-1.889) N1 = (2-3.889) 2 +(5-3.889) 2 + +(2-3.889) 2 N2 = (3-1.889) 2 +(2-1.889) 2 + +(1-1.889) 2 Corr_coeff = Tæller/Sqrt(N1*N2) = -0.239 σ ts r = σ σ t s = ( ( g t t g )( g g g ) t t 2 s ( g g s s 61 ) g s ) 2

Korrelation Automatisk måling 3 2 3 1 1 3 1 1 3 1 1 2 1 4 3 2 1 4 9 6 3 1 1 5 2 2 5 2 4 8 5 1 6 2 target -0.2 search t_mean = (2+5+2+4+8+5+1+6+2)/9=3.889 s_mean = (3+2+3+3+1+1+1+2+1)/9=1.889 Tæller = (2-3.889) *(3-1.889) +(5-3.889) *(2-1.889) + +(2-3.889) *(1-1.889) N1 = (2-3.889) 2 +(5-3.889) 2 + +(2-3.889) 2 N2 = (3-1.889) 2 +(2-1.889) 2 + +(1-1.889) 2 Corr_coeff = Tæller/Sqrt(N1*N2) = -0.239 σ ts r = σ σ t s = ( ( g t t g )( g g g ) t t 2 s ( g g s s 62 ) g s ) 2

Korrelation Automatisk måling 3 2 3 1 1 3 1 1 3 1 1 2 1 4 3 2 1 4 9 6 3 1 1 5 2 2 5 2 4 8 5 1 6 2-0.2-0.3 63

Korrelation Automatisk måling 3 2 3 1 1 3 1 1 3 1 1 2 1 4 3 2 1 4 9 6 3 1 1 5 2 2 5 2 4 8 5 1 6 2-0.2-0.3 0.3 64

Korrelation Automatisk måling 3 2 3 1 1 3 1 1 3 1 1 2 1 4 3 2 1 4 9 6 3 1 1 5 2 2 5 2 4 8 5 1 6 2-0.2-0.3 0.3-0.4 65

Korrelation Automatisk måling 3 2 3 1 1 3 1 1 3 1 1 2 1 4 3 2 1 4 9 6 3 1 1 5 2 2 5 2 4 8 5 1 6 2-0.2-0.3 0.3-0.4-0.2 66

Korrelation Automatisk måling 3 2 3 1 1 3 1 1 3 1 1 2 1 4 3 2 1 4 9 6 3 1 1 5 2 2 5 2 4 8 5 1 6 2-0.2-0.3 0.3-0.4-0.2 0.3 67

Korrelation Automatisk måling 3 2 3 1 1 3 1 1 3 1 1 2 1 4 3 2 1 4 9 6 3 1 1 5 2 2 5 2 4 8 5 1 6 2-0.2-0.3 0.3-0.4-0.2 0.3-0.1 68

Korrelation Automatisk måling 3 2 3 1 1 3 1 1 3 1 1 2 1 4 3 2 1 4 9 6 3 1 1 5 2 2 5 2 4 8 5 1 6 2-0.2-0.3 0.3-0.4-0.2 0.3-0.1 0.1 69

Korrelation Automatisk måling 3 2 3 1 1 3 1 1 3 1 1 2 1 4 3 2 1 4 9 6 3 1 1 5 2 2 5 2 4 8 5 1 6 2 target -0.2-0.3 0.3-0.4-0.2 0.3-0.1 0.1 0.9 search t_mean = (2+5+2+4+8+5+1+6+2)/9=3.889 s_mean = (1+4+3+4+9+6+1+5+2)/9=3.889 Tæller = (2-3.889) *(1-3.889) +(5-3.889) *(4-3.889) + +(2-3.889) *(2-3.889) N1 = (2-3.889) 2 +(5-3.889) 2 + +(2-3.889) 2 N2 = (1-3.889) 2 +(4-3.889) 2 + +(2-3.889) 2 Corr_coeff = Tæller/Sqrt(N1*N2) = 0.943 NB! løsningen i hele pixels (col, row) 70

Subpixel beregning Flere metoder Naboerne til maks-værdien betragtes Funktion for 3D overflade, men for illustration: 2D Diskrete korrelationsværdier bruges til estimering af kontinuert funktion Korrelation Automatisk måling Y = ax 2 + bx + c 2 ax + b = 0? 71

Korrelation Automatisk måling Automatisk måling på subpixelniveau kan give nøjagtighed på 1/10 pixel Men ofte næppe bedre end 1/6 pixel Anvendes i vid udstrækning indenfor aerotriangulation og automatisk terrænmodellering (DTM) 72

Korrelation Automatisk måling Epipolar plan; epipolar linje (kerneplan; kernestråle) Set fra siden Set forfra Epipolar plan Epipolære linjer 73

Aerotriangulation 74

Aerotriangulation Udjævning efter mindste kvadraters princip Observationsligninger: Stråleligningerne Observationer: x og y koordinater i billedet 1D/2D/3D koordinater på jorden (paspunkter) X 0, Y 0 og Z 0 til optagecentret (GNSS og IMU) Omega, Phi og Kappa til optagecentret (GNSS og IMU) Ubekendte: X 0, Y 0 og Z 0 til optagecentret (GNSS og IMU) Omega, Phi og Kappa til optagecentret (GNSS og IMU) X, Y og Z til alle punkter på jorden Parametre fra den indre orientering Vildt store datamængder Vurdering af resultatet kan være vanskelig 75

Aerotriangulation Vanskelig vurdering, men dog bedre end ingen ting! 1. sem. Overbygningen * * Opmåling af Kongerslev Kalkgrav : Malte S. Holm-Christiansen, Soran Khani, Rico Hejlskov Mogensen, Anni Hornbæk Nielsen, Søren Fyhn Smidt 76

Aerotriangulation Forventet nøjagtighed af at nypunkt inden for paspunktsfiguren Fotogrammetrisk kamera: Plan: 1/3 pixelstørrelse Kote: 1/2 pixelstørrelse Systematik forekommer Off-the-shelf kamera (droner): Plan: 1/1 pixelstørrelse Kote: 1 1/2 pixelstørrelse Meget varierende Forvent systematik 77

Aerotriangulation Flyvning med stort overlap (70%/70%) og enkelte tværstriber Flyvning med stort overlap (60%/60%) og striber vinkelret på hinanden Ved kraftig blæst bør overlappet forøges Planlagt overlap: 80% længde 60% side 3. sem. overbygningen: Anders Westh Matthesen, Kathrine Schmidt UHA!!!!

Højdemodel 79

Højdemodel DSM digital overflademodel Automatisk måling i interessepunkter (kernestråler) Opret en trekantsmodel ud fra automatiske målte punkter Evt. interpolation af punkter i et regulært net Klassifikation (overflademodel -> terrænmodel) 80

Højdemodel Højdemodellen giver ikke lodrette mure! NB: Fotoet viser et eksempel på området. 3. sem. overbygningen: Anders Westh Matthesen, Kathrine Schmidt 81

Højdemodel Ingen punkter i gården og i skoven. Så højdemodellen går i skoven 3. sem. overbygningen: Anders Westh Matthesen, Kathrine Schmidt 82

Højdemodel Nøjagtigheder ebee brochure: Ned til 5 cm 1. sem. overbygningen * (spredning på interpoleret kote) Asfalt: 2 cm (3/4 pixel) Græs: 4 cm (3/2 pixel) Kalk godt defineret: 5 cm (2 pixel) Kalk dårligt defineret: 10 cm (4 pixel) * Opmåling af Kongerslev Kalkgrav : Malte S. Holm-Christiansen, Soran Khani, Rico Hejlskov Mogensen, Anni Hornbæk Nielsen, Søren Fyhn Smidt 83

Ortofoto 84

Ortofoto Kortlægning fra enkeltbilleder Resampling af et/flere billeder Rasterkort Korrektion for hældningsforskydning og højdeforskydning Kræver et orienteret billede (X 0 Y 0 Z 0 ) og (ω φ κ) Kræver en højdemodel En centralprojektion ændres til en ortogonal projektion: Kræver ikke specielt hardware x'= c a 11 (X X 0) + a 21 (Y Y 0 ) + a 31 (Z Z 0 ) a 13 (X X 0 ) + a 23 (Y Y 0 ) + a 33 (Z Z 0 ) y'= c a 12(X X 0 ) + a 22 (Y Y 0 ) + a 32 (Z Z 0 ) a 13 (X X 0 ) + a 23 (Y Y 0 ) + a 33 (Z Z 0 ) P (x,y ) O(X 0 Y 0 Z 0 ω φ κ) c P(X,Y,Z) 85

Ortofoto Simpel skitse 86

Ortofoto 4: (x, y )->(col, row)->(r,g,b) 3: (X, Y, Z)->(x, y ) Ydre orientering DTM 1: (col, row)->(x, Y) 2: (X, Y)->(X, Y, Z) 87

UAV/UAS Eksempel på kortlægning fra drone (+ pix4d.com) Blå: Optagecenter fra flyets GPS/IMU Rød: Optagecenter fra aerotriangulation Automatisk måling 88 af interessepunkter

Fejl i ortofoto pga. af fejl i højdemodellen. Højdemodellen skal være en terrænmodel. Vis på tavle! Ortofoto 3. sem. overbygningen: Anders Westh Matthesen, Kathrine Schmidt 89

Ortofoto Problemer Seamlines Fejl i højdemodel Automatisk kontrastudjævning 90

Ortofoto Farveforskelle, som skyldes samstykning af ortofoto fra forskellige billeder 3. sem. overbygningen: Anders Westh Matthesen, Kathrine Schmidt 91

Ortofoto Resampling (interpolation af pixelværdier) Lille kvalitetsforringelse ved hver resambling Fx rotation i Photoshop Eller hente farveværdier i foto Ortofoto Eller skift mellem projektioner Vis ortofo som baggrund Eller opret en pyramidestruktur Gem et ortofoto på fornuftig måde 92

Ortofoto Arbejdsgang ved ortofotoproduktion efter fotografering Orientering af billeder GNSS, IMU Aerotriangulation Generering af højdemodel (terrænmodel!) Geometrisk resampling Som beskrevet ovenfor Kontrastudjævning Komprimering Pyramidestruktur 93

Ortofoto Nøjagtighed på et ortofoto Afhængig af højdemodellen Højdemodellens nøjagtighed Strålens vinkel i forhold til nadir Ved 30 grader er værdien halvdelen af højdemodellens nøjagtighed Afhængig af orienteringen Aerotriangulationen Ca. samme værdi som et nypunkt i aerotriangulationen ebee brochure: Ned til 3 cm 94

Ortofoto 95

Ortofoto 96

Ortofoto 97

98

Ortofoto Seest, Kolding Før og efter 3. nov. 2004 99

True ortho Ortofoto True ortofoto alm ortofoto: DTM som højdemodel -> bygninger ses fra siden sandt ortofoto: DSM som højdemodel -> bygninger ses i lod 100

Ortofoto True ortofoto 101

Produkter Ortofoto Anden form for ortofoto? Ikke nødvendigvis terræn eller overflademodel Bygningssider i 3d bymodel (facader) 102

Ortofoto facader 103

Tiden er givetvis overskredet 104

Brug af droner ved kortlægning og inspektioner DDL Efteruddannelse 9 oktober 2014 Jesper Falk, COWI A/S Sektionsleder for Landmåling 1 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Overblik Generelt om droner Lovgivning og Droner BL 9-4 Anvendelsesmuligheder Fremtidsperspektivering 2 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Basis info. Definition: Et land, vand eller luftbaseret fartøj som er fjernstyret eller ruten programmeret Betegnelser: UAV - Unmanned aerial vehicle UAS - Unmanned aircraft systems RPAS - Remotely Piloted Aircraft System 3 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Basis info. (fortsat) To typer til kommercielt brug Fastvinge droner Helikopter droner (rotorkopter) Kameratyper RGB, NIR, termisk Sensorer Lidar, røg/gas, lyd, lys etc. Og til andre formål (bl.a militære) 4 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Men Droner er ikke kun i luften. 5 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Lovgivning og Droner Statens Luftfartsvæsens bestemmelser for civil luftfart BL 9-4 Drone kategorier kat 1A < 1.5 kg kat 1B > 1.5 kg og < 7 kg kat 2 > 7 kg og < 25 kg Hvis man flyver med en drone under 7 kg gælder følgende: Flyvningen skal udføres på en sådan måde, at andres liv og ejendom ikke udsættes for fare og således at omgivelserne påføres så lidt ulempe som muligt. Afstanden til banen/banerne på en offentlig flyveplads skal være mindst 5 km. JF3 6 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Slide 6 JF3 forskel mellem kategori 1A og 1B Jesper Falk; 08-10-2014

Lovgivning og Droner Hvis man flyver med en drone under 7 kg gælder følgende: Afstanden til banen/banerne på en militærflyvestation skal være mindst 8 km. Afstanden til bymæssig bebyggelse og større offentlig vej skal være mindst 150 m. Flyvehøjden må højst være 100 meter over terræn. Tæt bebyggede områder, herunder sommerhusområder og beboede campingpladser, samt områder, hvor et større antal mennesker er samlet i fri luft, må ikke overflyves. Afstanden til uheldssteder skal være mindst 200 meter Afstanden til kongehuse skal være mindst 150 meter De særligt følsomme naturområder, der er nævnt i regelsættet om førerløse fly (BL 9-4), må ikke overflyves Indbygget fejlsikkerhedssystem, som kan afbryde flyvningen ved f.eks. mistet kontakt (kun kat. 1B krav) 7 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Lovgivning og Droner Hvis man flyver med en drone over 7 kg gælder følgende regler: Flyvning må kun finde sted fra en godkendt modelflyveplads, og skal finde sted inden for begrænsningerne af det luftrum, der hører til en anmeldt modelflyveplads. Flyvning må ikke finde sted, medmindre der er tegnet ansvarsforsikring Flyvningen skal udføres under en organisation/person, der er godkendt af Trafikstyrelsen. Generelt Line of Sight (VLOS) 8 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Lovgivning og Droner Dispensation fra BL 9-4 (AIC B08/14) Virksomheder/institutioner kan ansøge om dispensation fra henholdsvis BL 9-4 og Luftfartsloven, hvis det ubemandede luftfartøj anvendes til: Test og/eller forskning Kommercielle formål, hvilket indbefatter alle slags opgaver, hvor der modtages vederlag for flyvningen. Og der gives dispensation til: At flyve i bymæssig bebyggelse og over større offentlig vej. At flyve i tæt bebyggede områder, herunder campingpladser og sommerhusområder 9 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Lovgivning og Droner Ændring pr. september 2014 (måske midlertidig) Flyvning med fastvinget droner i bymæssig bebyggelse, samt campingpladser, sommerhusområder, festivalpladser er ikke længere tilladt. Ved flyvning med i bynære områder, langs større offentlige veje etc: Afmærkning af flyvezone svarende til 2 * flyvehøjde dog min. 15 meter og maks. 50 meter omkring centrum af dronen. Privatlivets fred: Juridisk er man beskyttet af Grundloven, men kender din nabo 71 og 72? (beskyttelse af privat ejendom) 10 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Udstyr og organisation Fastvinge droner (0.5 kg 3 kg) Helikopterdrone (5 kg) Operatører, dataeksperter, projektledere 11 07-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Nyheder fra Intergeo biggere, bigger and biggest og RTK 12 07-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Hvornår er droner en fordel? Små og mellemstore kortlægningsopgaver Krav om stor detaljerigdom Hasteopgaver Områder i forandring Miljøovervågning Visualisering Inspektion Termografi, lyd- og lys måling etc. 3D Modellering 13 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Høj detaljeringsgrad Drone ortofoto fra Agger Tange og Gyldensteen Strand 14 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Fakta om dronekortlægning Output (med GCP): Georefereret ortofoto Pixelstørrelse (ned til 3cm) Plan nøjagtighed: 5-10 cm Højdemodel (DSM) Plan nøjagtighed: 5-10 cm Højde nøjagtighed: Overflade u. græs (asfalt, sten, sand, jord): < 10 cm std. dev. Overflade m. græs: < 10 cm std. dev. Relativ nøjagtighed: få cm 15 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Test af højdenøjagtighed: Number of Points= 769 Average Z diff = -0.011 rms = 0.032 (statistisk middelværdi) 16 10-10-2014 LUFTBÅRNE DRONER I VEJSEKTOREN

Udfordringer ved kortlægning med droner Ny teknologi > ressource krævende Nye software pakker vær kritisk!!! Krav om "line of sight" og flyvehøjde Vejrlig svært at planlægge flyvninger Kvalitet af sensorer især i vinterperioden 17 varierende kvalitet af ortofotos at holde nøjagtigheden i koten Kortlægning af skove og vandområder Definere overlap og antal paspunkter husk kontrol punkter!!! Håndtering af store datamængder ECW format 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Udfordringer ved kortlægning med droner Fra DSM til DTM (en del manuelt arbejde) men forbedrerede filtreringsmuligheder.. "uskarpe" tage se eksempler Hvad gør man: 2*processering, editering og bedre software på vej 18 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Anvendelsesmuligheder for fastvinget droner Anlægs- og Infrastruktur projekter 19 Baneprojekter, konstruktion Vejstrækning, støjberegning Natur- og miljø opgaver Kortlægning af plantearter Kortlægning af skove Andre anvendelsesmuligheder Fjernvarme, monitering af fremdrift etc. Byggeudvikling, Novo Nordisk Oversvømmelses simulering i Kbh Kommune Golfbaner og Grusgrave Arktis, Kortlægning af is m.m. 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Baneprojekter, konstruktionsfasen Bruges til: monitering af fremdrift, mængdeberegninger, tilsyn etc. 20 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Baneprojekter, konstruktionsfasen DTM med højdekurver 21 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Vejprojekter, støjberegninger m.m. Monitering af fremdrift Check af vejbelægning og afstribning Støjberegning 22 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Vejprojekter, støjberegninger m.m. 23 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Vejprojekter, støjberegninger m.m. 24 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Kortlægning af skove Kortlægning af skove efter storme Ortofoto, software til automatisk genfinding Overflademodel (bestemme træhøjden, volumen..) 25 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Kortlægning af Bjørneklo 26 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Kortlægning af Rynket Rose 27 04-04-2014 KORTLÆGNING MED DRONER

Fjernvarme, Rødovre 28 07-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Fjernvarme, Rødovre Dronebillede vs Ortofoto (DDOland2012) 29 07-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Fjernvarme, Rødovre Mange detaljer 30 07-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Fjernvarme, Rødovre Hvor meget fylder udgravningen? Hvor stor er asfaltentreprisen? 31 07-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Novo nordisk (detaljeret kort til planlægning) 32 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Oversvømmelses simulering 33 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Grusgrave DTM Højdekurver punktsky 34 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Grusgrave (fortsat) Mængdeberegning Visualisation 35 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Golfbaner 36 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Golfbaner Terrænmodel Visualisation 37 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Eksempel på anvendelsesmuligheder i Nordatlanten / Arktis Grønland Zackenberg Forskningsstation Oprydning på militære installationer Kortlægning af Gletscher Barentshavet Kortlægning af isflager Færøerne Turist formål 38 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Zackenberg 2014 39 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Nedlæggelse af militære installationer Flådestation i Grønland (Grønnedal) Formål: opdaterede kort og terrænmodeller til planlægning og beregningsopgaver NIR registrering af vegetation 40 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Kortlægning af Gletscher Formål: At udarbejde en terrænmodel af KNS Gletscheren pr. sommer 2013. Setup: 2 mand og 200 kg udstyr. 5 dage ved KNS gletsjeren. 41 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Kortlægning af Gletscher Terrænmodel 42 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Kortlægning af isflager Formål: Kortlægning af isflager m.m. Forskellige sensorer / setups blev testet Puma (US military drone) - link Sub ROV's UAV's Etc. 43 07-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Færøerne Turistformål Gásadalur Trollkonen 44 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Helikopter drone - projekter Tilstandsregistrering inden start på anlægsprojekt Natur- og miljø opgaver Gyldensteen Strand Tælling af dyr 3D modellering Bygninger Industrielle installationer Trafiktælling 45 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Infrastruktur og Natur / Miljø Anlægs- og Infrastruktur projekter Tilstandsregistrering af bygninger, skove, vandløb, moser, veje etc. eksempel fra Kbh Rg projektet Natur og miljø opgaver Åbning af Gyldensteen strand Tælling af dyr eksempel 46 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING

3D model of bygninger Udfordringer: Planlægning af flyvning Manglende GPS signal "Avoid Collision" At flyve tæt på bygninger = erfaring!! Nøjagtighed. 47 07-10-2014 BRUG AF DRONER TIL KORTLÆGNING

3D model af industrielle installationer 48 07-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Trafiktællinger Formål: optimering / kalibrering af trafikmodeller Eksempel på projekter 49 07-10-2014 BRUG AF DRONER TIL KORTLÆGNING

Andre anvendelsesmuligheder Termografi bygninger og fjernvarmeledning Visualisering Visualisering af nyt anlæg Nye veje og bygninger / tilbygning 3D modeller fra video eksempel Inspektion af byggepladser 50 10-10-2014 BRUG AF DRONER TIL KORTLÆGNING