Drone Survey en Fotogrammetrie

Welke vraagstukken leer je oplossen binnen Drone Survey en Fotogrammetrie?

• Wanneer is een drone survey geschikt voor een geodetische meetopdracht?
• Hoe vertaal je de gewenste nauwkeurigheid en resolutie naar een vluchtplan?
• Hoeveel overlap tussen beelden is nodig voor betrouwbare fotogrammetrische verwerking?
• Welke invloed hebben vlieghoogte, camera en Ground Sampling Distance op het resultaat?
• Hoe worden Ground Control Points en controlepunten gebruikt?
• Welke rol spelen GNSS, RTK en PPK bij drone surveys?
• Hoe worden overlappende foto’s omgezet naar een gegeorefereerde point cloud?
• Hoe ontstaan orthofoto’s, terreinmodellen, oppervlaktemodellen en 3D-modellen?
• Hoe controleer je de geometrische nauwkeurigheid van een drone survey?
• Hoe herken je fouten veroorzaakt door beeldkwaliteit, overlap, vegetatie of objectgeometrie?
• Hoe verwerk en analyseer je dronegegevens met open-source Geo-ICT?
• Hoe borg je inwinning, verwerking, referentie en kwaliteit binnen de geodetische supply chain?

Een drone kan in korte tijd grote hoeveelheden gedetailleerde beeldinformatie verzamelen. De foto’s zelf vormen echter nog geen geodetisch meetproduct. Om betrouwbare geografische informatie te verkrijgen moeten vluchtontwerp, camerageometrie, overlap, positionering, fotogrammetrische verwerking, georeferentie en kwaliteitscontrole goed op elkaar aansluiten. In deze Blended Learning leer je het volledige proces van drone-opname tot gecontroleerd geodetisch eindproduct begrijpen en uitvoeren.

Drone Survey als geodetische inwinningstechniek

Dronefotogrammetrie bevindt zich op het snijvlak van geodesie, fotogrammetrie, Remote Sensing en Geo-ICT. Vanuit meerdere overlappende beelden kunnen driedimensionale posities van punten in de fysieke omgeving worden berekend.

Je leert beoordelen wanneer een drone survey geschikt is voor bijvoorbeeld:

• terreinopname;
• bouw en infrastructuur;
• volumebepaling;
• inspectie en monitoring;
• groeven, depots en grondverzet;
• kust- en watergerelateerde toepassingen;
• 3D-modellering;
• veranderdetectie.

Daarbij leer je ook herkennen wanneer een andere geodetische techniek, zoals GNSS, Total Station of 3D-laserscanning, geschikter is.

De basis van fotogrammetrie

Fotogrammetrie gebruikt foto’s om geometrische informatie over objecten en terrein af te leiden. Wanneer hetzelfde punt vanuit meerdere posities zichtbaar is, kan de driedimensionale positie ervan worden berekend.

Je maakt kennis met begrippen zoals:

• centrale projectie;
• camerapositie en -oriëntatie;
• interne en externe oriëntatie;
• brandpuntsafstand;
• beeldcoördinaten;
• parallax;
• stereoscopie;
• beeldmatching;
• Structure from Motion;
• dense image matching.

Hiermee leer je begrijpen hoe afzonderlijke foto’s uiteindelijk kunnen worden omgezet naar een driedimensionaal meetproduct.

Van meetvraag naar vluchtplan

Een betrouwbare drone survey begint vóór de drone opstijgt. De gewenste eindproducten, resolutie en nauwkeurigheid bepalen hoe de vlucht moet worden uitgevoerd.

Je leert een vluchtplan beoordelen en opstellen op basis van:

• omvang en vorm van het meetgebied;
• gewenste Ground Sampling Distance;
• vlieghoogte;
• camera en sensor;
• langs- en dwarsoverlap;
• vliegrichting;
• terreinverschillen;
• obstakels en afscherming;
• licht- en weersomstandigheden;
• gewenste geodetische nauwkeurigheid.

Ground Sampling Distance en resolutie

De Ground Sampling Distance (GSD) beschrijft hoeveel terrein door één pixel in een luchtfoto wordt vertegenwoordigd. De GSD wordt onder andere beïnvloed door vlieghoogte, sensorformaat, brandpuntsafstand en beeldresolutie.

Je leert onderscheid maken tussen beeldresolutie en geodetische nauwkeurigheid. Een zeer kleine GSD levert veel detail, maar betekent niet automatisch dat de absolute positie van het eindproduct even nauwkeurig is.

Overlap en beelddekking

Fotogrammetrische verwerking vereist dat dezelfde delen van het terrein in meerdere foto’s zichtbaar zijn. Daarom wordt tijdens een drone survey gewerkt met voldoende langs- en dwarsoverlap.

Je leert hoe overlap invloed heeft op:

• beeldmatching;
• 3D-reconstructie;
• volledigheid van de point cloud;
• robuustheid van de verwerking;
• geometrische kwaliteit van het model.

Ook leer je rekening houden met situaties waarin extra beelden of andere opnamegeometrie nodig zijn, bijvoorbeeld bij gebouwen, steile taluds en complexe constructies.

Ground Control Points en controlepunten

Ground Control Points (GCP’s) zijn punten waarvan de positie nauwkeurig bekend is en die herkenbaar zijn in de dronebeelden. Ze kunnen worden gebruikt om het fotogrammetrische model te koppelen aan een geodetisch referentiesysteem.

Je leert aandacht besteden aan:

• aantal en ruimtelijke verdeling van GCP’s;
• zichtbaarheid in de beelden;
• nauwkeurige inmeting met GNSS of Total Station;
• coördinaten- en hoogtereferentie;
• onderscheid tussen GCP’s en onafhankelijke controlepunten;
• controle van de uiteindelijke nauwkeurigheid.

Daarbij leer je waarom punten die voor de berekening worden gebruikt niet zonder meer dezelfde functie hebben als onafhankelijke punten waarmee het eindresultaat wordt gecontroleerd.

GNSS, RTK en PPK bij drone surveys

Moderne drones kunnen hun opnameposities met GNSS registreren. Sommige systemen ondersteunen RTK of PPK waarmee de cameraposities nauwkeuriger kunnen worden bepaald.

Je onderzoekt de verschillen tussen:

• standaard GNSS-positionering;
• RTK-positionering;
• PPK-verwerking;
• werken met Ground Control Points;
• combinaties van directe positionering en grondcontrole.

Je leert dat een nauwkeurig gepositioneerde drone niet automatisch betekent dat ieder afgeleid punt dezelfde nauwkeurigheid heeft. Ook camerageometrie, beeldmatching, terrein, referenties en verwerking beïnvloeden het uiteindelijke resultaat.

Van foto’s naar point cloud

Tijdens de fotogrammetrische verwerking worden overeenkomstige kenmerken in overlappende beelden gezocht. Op basis daarvan worden cameraposities gereconstrueerd en driedimensionale punten berekend.

Je maakt kennis met de belangrijkste stappen:

• importeren en controleren van beelden;
• herkennen en koppelen van beeldkenmerken;
• berekenen van cameraposities;
• opbouwen van een sparse point cloud;
• optimaliseren en georefereren van het model;
• berekenen van een dense point cloud;
• controleren van de geometrische kwaliteit.

Hiermee sluit Drone Survey en Fotogrammetrie direct aan op de eerdere Blended Learning 3D Scanning en Point Clouds.

Orthofoto’s

Een gewone luchtfoto bevat geometrische vervormingen door perspectief, camerastand en hoogteverschillen in het terrein. Door fotogrammetrische correctie kunnen beelden worden verwerkt tot een orthofoto waarbij deze effecten zoveel mogelijk geometrisch zijn gecorrigeerd.

Je leert hoe een orthofoto ontstaat en hoe deze binnen een Geo-ICT-omgeving kan worden gebruikt voor kartering, inventarisatie, inspectie en vergelijking met andere geografische datasets.

DSM, DTM en 3D-modellen

Uit fotogrammetrische point clouds kunnen verschillende hoogte- en 3D-producten worden afgeleid.

Je maakt onderscheid tussen:

• Digital Surface Model (DSM);
• Digital Terrain Model (DTM);
• point clouds;
• meshes;
• getextureerde 3D-modellen;
• hoogteprofielen en doorsneden.

Je leert welk product geschikt is voor een bepaalde toepassing en welke verwerking nodig is om van ruwe punten naar bruikbare terrein- of objectinformatie te komen.

Volumebepaling en geometrische analyse

Drone surveys worden veel gebruikt om terreinen en materiaalvoorraden driedimensionaal vast te leggen. Uit point clouds en terreinmodellen kunnen geometrische kenmerken worden berekend.

Je leert bijvoorbeeld werken met:

• afstanden;
• hoogteverschillen;
• oppervlakken;
• profielen;
• volumes;
• terreinvormen.

Daarbij blijft de nauwkeurigheid van de oorspronkelijke inwinning bepalend voor de betrouwbaarheid van de afgeleide resultaten.

Kwaliteitscontrole van een drone survey

Een fraai ogende orthofoto of 3D-reconstructie is niet automatisch een geodetisch betrouwbaar meetproduct. Daarom leer je de kwaliteit van een drone survey systematisch beoordelen.

Je controleert onder andere:

• beeldscherpte en belichting;
• dekking en overlap;
• verdeling van Ground Control Points;
• onafhankelijke controlepunten;
• residuen en afwijkingen;
• coördinaten- en hoogtereferentie;
• volledigheid en kwaliteit van de point cloud;
• mogelijke vervormingen in het model;
• geschiktheid voor de beoogde toepassing.

Werken met WebODM en OpenDroneMap

OpenDroneMap is een open-source ecosysteem voor het verwerken van luchtbeelden tot geografische en driedimensionale producten. WebODM biedt hiervoor een gebruiksvriendelijke webomgeving.

Je leert hiermee het fotogrammetrische verwerkingsproces praktisch doorlopen en resultaten zoals:

• gegeorefereerde point clouds;
• orthofoto’s;
• hoogtemodellen;
• 3D-modellen;
• verwerkings- en kwaliteitsinformatie

genereren, bekijken en beoordelen.

Droneproducten gebruiken in QGIS

Met QGIS kunnen resultaten van een drone survey worden gecombineerd met andere geografische informatie. Orthofoto’s, hoogteproducten en point clouds kunnen bijvoorbeeld worden vergeleken met bestaande kaarten, vectorgegevens en eerdere metingen.

Je leert QGIS gebruiken voor:

• visualiseren van droneproducten;
• controleren van coördinaten en referenties;
• combineren met bestaande geografische datasets;
• uitvoeren van ruimtelijke analyses;
• maken van kaarten en andere eindproducten.

Point clouds analyseren met CloudCompare

Wanneer een drone survey een point cloud oplevert, kan CloudCompare worden gebruikt voor verdere 3D-analyse. Je kunt hiermee bijvoorbeeld puntenwolken inspecteren, selecteren, opschonen, vergelijken en geometrische verschillen berekenen.

Hierdoor ontstaat een directe verbinding tussen fotogrammetrische inwinning en de technieken uit de Blended Learning 3D Scanning en Point Clouds.

Drone surveys door de tijd vergelijken

Door hetzelfde gebied op verschillende momenten op vergelijkbare wijze in te winnen kunnen veranderingen worden onderzocht. Denk aan grondverzet, erosie, kustverandering, bouwvoortgang of veranderingen in materiaalvoorraden.

Je leert daarbij onderscheid maken tussen werkelijke veranderingen en verschillen die kunnen ontstaan door meetonzekerheid, vluchtontwerp, vegetatie, beeldkwaliteit, georeferentie of verwerking.

Drone Survey binnen de geodetische supply chain

Een betrouwbaar droneproduct ontstaat uit een keten van beslissingen en bewerkingen. Een fout in vluchtplanning, Ground Control Points, coördinatenstelsel of verwerking kan zich door de gehele keten verspreiden en uiteindelijk zichtbaar worden in een orthofoto, point cloud, hoogtemodel of berekend volume.

Daarom moet binnen de geodetische supply chain informatie behouden blijven over:

• doel en eisen van de meetopdracht;
• drone, camera en sensor;
• vluchtplan en vliegomstandigheden;
• beeldresolutie en overlap;
• GNSS-, RTK- of PPK-positionering;
• Ground Control Points en controlepunten;
• coördinaten- en hoogtereferentie;
• fotogrammetrische verwerking;
• kwaliteitscontroles en afwijkingen;
• afgeleide geografische en 3D-producten.

Hierdoor blijven eindproducten controleerbaar en herleidbaar naar de oorspronkelijke inwinning.

Van dronevlucht naar betrouwbaar geodetisch product

In de afsluitende praktijkopdracht doorloop je het proces van meetvraag en vluchtontwerp tot gecontroleerd geografisch eindproduct.

• het doel en de gewenste nauwkeurigheid bepalen;
• een geschikt vluchtplan opstellen;
• Ground Sampling Distance en overlap beoordelen;
• Ground Control Points en controlepunten plannen;
• dronebeelden en positiegegevens controleren;
• beelden fotogrammetrisch verwerken met WebODM/OpenDroneMap;
• een point cloud en orthofoto genereren;
• hoogte- en 3D-producten afleiden;
• resultaten controleren met onafhankelijke punten en kwaliteitsinformatie;
• droneproducten analyseren in QGIS en waar passend CloudCompare;
• de geschiktheid van de resultaten voor de toepassing beoordelen;
• de volledige verwerking en kwaliteitsinformatie documenteren binnen de geodetische supply chain.

Na afloop begrijp je hoe een drone survey wordt ontworpen en hoe overlappende beelden met fotogrammetrie worden verwerkt tot betrouwbare geografische en driedimensionale informatie. Je kunt vluchtplanning, Ground Control Points, GNSS-positionering, fotogrammetrische verwerking en kwaliteitscontrole met elkaar verbinden en producten zoals orthofoto’s, point clouds en hoogte- en 3D-modellen beoordelen. Met WebODM/OpenDroneMap, QGIS en CloudCompare kun je dronegegevens verwerken, analyseren en verantwoord toepassen binnen een moderne geodetische en Geo-ICT-werkomgeving.