UAS-noggrannhet i praktiken

Transkript

1 Fakulteten för humaniora och samhällsvetenskap Naturgeografi Jakob Samani UAS-noggrannhet i praktiken En undersökning av dagens UAS-fotogrammetris noggrannhet UAS-accuracy in practice A study of UAS photogrammetric accuracy Examensarbete 7,5 hp Mät- och kartteknikprogrammet Datum: Handledare: Uliana Danila Examinator: Kristina Eresund Löpnummer: 2013:2 Karlstads universitet Karlstad Tfn Fax Information@kau.se 1

2 Försäkran Denna rapport är en deluppfyllelse av kraven till högskoleexamen på programmet för Mät- och kartteknik. Allt material i denna rapport som inte är mitt eget har identifierats, och rapporten innehåller inte material som har använts i en tidigare examen.

3 Sammanfattning Undersökningens syfte är att förstå hur noggrann UAS-fotogrammetrin i dagsläget (2013) är. Frågeställningarna som undersökningen utgick ifrån var: kan UAS-fotogrammetri i dagsläget ge precisa punkter med hjälp av att mäta in centrum av 1x1 meter utlagda plattor som kan ses i ortofoto?; Kan det ge snarlik noggrannhet med pixelstorleken? samt Kan UAS-tekniken idag användas för att producera pålitliga höjdmodeller? För att uppnå syftet har en undersökning utförts med jämförelse på koordinater insamlade med totalstation och insamlade med UAS-fotogrammetriska metoder. Resultatet visade att medelfelet var drygt 1 pixel på plana koordinater samt på koordinater i höjd. Pixlarnas storlek var mellan cm. Största felkällan ser ut att vara upplösningen på bilderna, men tekniken utvecklas fort. UAS-fotogrammetrin lever väl upp till frågeställningarnas förväntningar.

4 Abstract The purpose of the study is to understand what the accuracy of UAS photogrammetry today (2013) is. The study was based on the following questions: Can UAS photogrammetry today give precise points, measuring the centre of 1x1 meter plywood boards viewed from an orthophoto?; Can it give similar accuracy as the size of the pixels? And can UAS technology today be used to produce elevation models of good quality? To investigate these questions, a study has been made to compare coordinates collected from a total station and UAS photogrammetric methods. The results show that the standard error is approximately 1 pixel on flat coordinates and 1 pixel on elevated coordinates. The pixel size was between 4.7 and 9.3 cm. The biggest source of error seems to be the resolution on the pictures, but the technology develops quickly. The UAS photogrammetry method definitely meets the expectations of the questions.

5 Innehållsförteckning 1. Inledning Bakgrund Syfte Frågeställningar Centrala begrepp Metod Teknik Mätmetod Datanalys Resultat Formelförklaring Första sitens resultat F Andra sitens resultat F Hela undersökningens resultat jämfört i pixlar Diskussion Felkällor Analys Källförteckning Bilaga F1 Ortofoto Bilaga F2 Ortofoto Bilaga SmartOne... 17

6 1. Inledning 1.1 Bakgrund Jag och min far, Touraj Samani, har varit nyfikna på UAS-tekniken sedan 2012 då det funderades på att köpa in ett UAS-flygplan till hans företag. UAS var intressant för insamling av geografisk data för terrängmodeller, på grund av snabbheten samt för åtkomsten till svårtillgänglig miljö, vi tänkte då främst på bergiga områden. Men vi var lite tveksamma hur noggranna höjdmodeller man skapade med denna nya teknologi. Vi kom i kontakt med Johan Lindqvist på Rotoview som använder sig av SmartOne (UAS som är skapat av Smartplanes) sedan juni Jag pratade med Johan och han var intresserad av att kontrollmäta hur bra noggrannhet han har på sina jobb, eftersom det aldrig har testats utförligt förut. I den här uppsatsen så undersöks det. 1.2 Syfte Syftet med denna undersökning är att få förståelse för hur noggrann UAS-fotogrammetri i dagsläget är på utmärkta punkter. 1.3 Frågeställningar Kan UAS-fotogrammetri i dagsläget ge precisa punkter med hjälp av att mäta in centrum av 1x1 meter utlagda plattor som kan ses i ortofoto? Kan det ge snarlik noggrannhet med pixelstorleken? Kan UAS-tekniken idag användas för att producera pålitliga höjdmodeller? 1

7 1.4 Centrala begrepp UAS betyder Unmanned Aerial System- alltså obemannat flygsystem, definitionen innebär även att den har autopilot 1. I det här fallet så används en SmartOne från Smartplanes. Ortofoto är en geometriskt korrigerad flygbild 2. SWEPOS-korrigering är en tjänst som korrigerar koordinater inmätta med GNSS-instrument, det vill säga relativ inmätning mot basstationer med precist bestämda positioner 3. DEM står för Digital Elevation Modell och är en digital tredimensionell höjdmodell 4. Elevation är engelska och betyder, i sammanhanget, höjd över geoid vilket vardagligen brukar kallas höjd över havet 5. Överbestämning innebär mätning från flera punkter än absolut nödvändigt 6. 1 Unmanned Aerial Vehicle Systems Association. (2013). UAV or UAS? Hämtad från: Klang, D. & Ågren, J. Insamling av geografiska data.. I Harrie, Lars (red). Geografisk informationsbehandling- teori, metoder och tillämpningar (s , fjärde omarbetade upplagan). Stockholm: Forskningsrådet Formas 3 Swepos. Ett nationellt nät av fasta referensstationer för GNSS. Hämtad från Eklundh, L. & Pilesjö, P. Rumsliga datastrukturer. I Harrie, Lars (red). Geografisk informationsbehandlingteori, metoder och tillämpningar (s 131, fjärde omarbetade upplagan). Stockholm: Forskningsrådet Formas 5 Ågren, J. & Hauska, H. Referenssystem och kartprojektioner. I Harrie, Lars (red). Geografisk informationsbehandling- teori, metoderoch tillämpningar (s 73, fjärde omarbetade upplagan). Stockholm: Forskningsrådet Formas 6 Lantmäteriverket (1996). Handbok till mätningskungörelsen Geodesi, Detaljmätning. [Elektronisk]. Lantmäteriverket: Gävle. s 27 2

8 2. Metod Traditionella geodetiska insamlings metoder Med traditionella geodetiska insamlingsmetoder menar man insamling med teodelit numera ofta kallat totalstation. En Totalstation mäter horisontalvinkel, vertikalvinkel och längd mot önskat inmätt objekt. Med dessa data kan objektets position beräknas med enkla geometriska formler. Kontroller görs mot kända punkter på platsen för att få ut en ungefärlig noggrannhet på inmätningen. All beräkning utför totalstationen själv. Fotogrammetri teori Fotogrammetri är mätning av geofrafisk data i bilder. Relativ orientering Absolut orientering I denna undersökning har absolut orientering använts för att mäta i flygfotona.absolut orientering betyder att man orienterar bilder in i ett referenssystem så att bilderna representerar verkligheten på ett korrekt sätt. Vanliga bilder är förvridna på grund av hur ljuset fångas i en bild. De är endast korrekta rakt under kameran, det ljus som inte reflekteras rakt under kameran får en större förvrängning ju längre ifrån man kommer. För att få en absolut orientering med korrekta avstånd överallt behöver man ha stödpunker på marken som syns på bilderna för att beräkna geometrin och få en 3D bild som passar in i ett koordinatsystem. För beräkningen krävs 3 stödpunkter i plan och 2 i höjd för att beräkna fram 7 transformationsparametrar som behövs för orienteringen. Modellens läge som defenieras av xyz koordinater. Modellens axelriktingar i systemet vilket bestäms av vinklar. Modellens skala definieras av skalfaktorn. 2.1 Teknik För att utföra studien behövs underlag där man kan se noggrannheten av UASfotogrammetrin. Jag har använt mig av ett SmartOne utrustad med en Canon 95s kamera. Smartplanes AB har utvecklat SmartOne i Skellefteå. Den har en autopilot, men kan även styras med handkontroll. Autopiloten bygger på ett opensource-program 7 Ecole Nationale de 7 Smartplanes AB (2010). SmartOne unmanned aircraft. Hämtad från martplanes.se/technical/specifications/

9 I Aviation Civile, och styrs med markstationen (Toughbook PC) som kommunicerar med flygplanet via en datalänk (868 Mhz, bps 8 ). SmartOne har även en GPS-mottagare med 3 m noggrannhet. Smartplane flyger i ett zamboni-mönster, (se bilden nedan) vilket innebär att en bestämd kvadratisk ruta över området väljs ut. Syftet är att täcka in önskat område inom vilket man vill samla information. Fördelen med Zamboni-mönster är att planet får mer tid att hamna på rätt kurs, vilket innebär mindre skarpa svängar. Nuförtiden kan den även flyga i serpentinmönster, men i denna undersökning så har zamboni-mönster använts eftersom serpentinmönstret ännu inte används med SmartOne i praktiken i särskilt stor utsträckning. 9 Fig 1. Zamboni-mönster, samma mönster som hockeyns ismaskiner arbetar med. 10 SmartOne flyger i den förprogrammerade banan och fotograferar, sedan analyseras bilderna. Firmware, mjukvaran i kameran, är anpassad för smartplanes användningsområden. Den har anpassats så att det är möjligt att fotografera på en tusendels sekund 11. Kameran är avstängd när den inte fotograferar, och startas upp och fotograferar på en signal via USB-port. Signalen skickas via datalinken från markstationen där fotomönstret har programmerats Smartplanes AB (2010). SmartOne unmanned aircraft. Hämtad från martplanes.se/technical/specifications/ Intervju med Johan Lindqvist, grundare av Rotoview, The Docherty Family.(2003). Hämtad från Intervju med Johan Lindqvist, grundare av Rotoview, Intervju med Johan Lindqvist, grundare av Rotoview,

10 Photoscan är ett ryskt program som analyserar bildmaterialet och som är mycket kraftfullt, speciellt för sin kostnad. Det används för automatisk 3D-modellgenerering, samt analys. Man får ut punktmoln som är orienterade med hjälp av stödpunkter 13. Global mapper är det andra programmet som använts. Det är ett användarvänligt GISprogram som kan hantera många GIS-format. I det här fallet så har den använts för att ta ut koordinaterna i bilderna. Jag har valt att kontrollmäta UAS-fotogrammetriska metoderna med hjälp av totalstationen Trimble 5601 som utlånades av Härjedalen Mark och Mät AB. Anledningen är att noggrannheten är mycket hög. Vinkelnoggrannheten är 3 mgon, längdmätningsnoggrannheten är 2 mm+3 ppm 14. Därför beräknas koordinaterna med inskärning vilket utnyttjar den högre vinkelnoggrannheten. Inskärning bygger på riktningsmätning i den sökta punkten. Geometriskt kan metoden ses som skärningen mellan två cirklar. 15 Passpunkterna mäts in med Topcon GRS-1-mottagare med SWEPOS-korrigering och GLONASS samt GPS-satelliter. Fixlösningen under inmätningen var mellan 2-3 cm. 2.2 Mätmetod Mätningen gjordes på en solig dag med 7m/s vind. Mätningarna tog plats i Norrköping på två bergtäkter tillhandahållna av Östgöta grus och berg. För att göra en noggrannhetsundersökning lades punkter i form av 1x1 meter stora plywoodskivor ut, för att de skulle hittas i ortofotot. Nio plattor användes för kontrollmätning på första siten (F1), sex på den andra (F2). Det var samma plattor som användes för etablering och för kontrollmätningarna. Koordinaterna mättes in med Topcon GNSS-system, koordinaterna användes för etableringen av totalstation. Etablering skedde som fristation med 5 punkter för en bra överbestämning Intervju med Johan Lindqvist, grundare av Rotoview, Trimble (opublicerad). Trimble serie 5600 Totalstationer. Återfinns hos Trimtec AB. 15 Lantmäteriverket (1996). Handbok till mätningskungörelsen Geodesi, Detaljmätning. [Elektronisk]. Lantmäteriverket: Gävle s I detta fall är två punkter minsta möjliga, alltså tre överbestämningar. Det gör mätningens noggrannhet statistiskt sett mycket bättre. 5

11 Med stationen etablerad skedde inmätning av punkterna med en kolfiberstav med vattenpass samt prisma på toppen av staven. Koordinaterna mättes sedan in med flygfoto. Viktigt var att mätningen utfördes i centrum av plattan eftersom mätningen ifrån fotogrammetrin gjordes i centrum i så hög grad det gick. Smartplane gjorde sedan flygningen. Först programmerades flygrutten in i Toughbooken (datorn till Smartplane). Starten skedde genom att planet kastades i motvind för att få fart under vingarna. Flygmönstret planerades tvärs med vinden, så att fotona kunde tas med jämnt avstånd samt för att minska risken för krasch. När området var färdigfotat så landades flygplanet med manuell handkontroll. Fotografierna togs med 80% övertäckning på 150m flyghöjd. På första bergstäkten togs 99 bilder, på andra 98. Fig 2. På bilden ovan ser man en plywoodskiva mätas in med GNSS, till vänster är jag med mätstaven och prisma som totalstationen mäter mot. 6

12 2.3 Datanalys Efter att flygningen var klar så laddades bilderna över till Photoscan. Information om flygplanets position samt lutningar vid varje fotoögonblick lagrades i en textfil. Fotona matchades med textfilen så att Photoscan visste varifrån bilderna togs och hur de låg i förhållande till varandra. Efter det märktes passpunkterna ut i Photoscan. Det gjordes genom att hitta en bild med passpunkten och lägga ut en markeringsflagga. Photoscan hittade själv vilka andra bilder som innehöll samma punkt, och här redigerade jag manuellt bild för bild så att markeringen låg i mitten. Efter att processen upprepats för alla passpunkter kunde geometrin skapas. För att göra denna typ av analys krävs en kraftfull dator med hög prestanda när det gäller RAMminne, processorkraft samt grafikkort. Det behövs om man ska få ut bra 3D-bilder inom en rimlig tidsperiod. En medelmåttig dator hade behövt arbeta med några av processerna i fem timmar vilket inte är tidseffektivt. Noggrannheten för olika data skall anges för att geometriberäkningen ska bli så bra som möjligt 17. Kamerans position ställdes in till 30 m noggrannhet, eftersom fotot tas efter en liten fördröjning så är den inte riktigt där den tror 18. Noggrannheten på markpunkterna sattes på 0,01 m eftersom detta görs noggrant manuellt. Här markerades centrum i bästa möjliga mån. Centrum uppfattades genom att tyda kanterna på de kvadratiska plattorna och på så vis hitta mitten. Upplösningen i första bilden är 4.7 cm per pixel, i andra bilden 9,2 cm. När geometrin är bra kan man exportera DEM-modellen samt ortofoto. Här stämde geometrin till 3,5 cm på första bergtäkten och 4,3 cm på den andra. Med det exporterade ortofotot samt DEM-modellen kan koordinater för plattorna beräknas. Detta gjordes i Global mapper. I Global mapper öppnades sedan DEM-modellen. Den draperades med ortofotot. Punkter i centrum av plattorna skapades sedan. Man bör även öppna den inmätta punktfilen för att hitta plattor som ligger med dåligt kontrast till bakgrunden samt för att matcha punktnummer i skikten. Efter det nya punktskikten är klart exporterades det i textfilsformat. 17 Intervju med Johan Lindqvist, grundare av Rotoview, Intervju med Johan Lindqvist, grundare av Rotoview,

13 I Microsoft Excel 2007 skapades tabeller över koordinaterna. Skillnaden dx, dy, dz samt dr beräknades med enkla formler, för formelförklaring läs 3.1. Koordinaterna inmätta med totalstation får tolkas som de sanna värdena eftersom det har mycket hög noggrannhet Trimble (opublicerad). Trimble serie 5600 Totalstationer. Återfinns hos Trimtec AB. 8

14 3. Resultat 3.1 Formelförklaring dx är skillnaden mellan x-koordinaterna vilket innebär klassiska mätningens x-koordinat minus den fotogrammetriskt framtagna x-koordinaten. dy är skillnaden mellan höjdkoordinaterna vilket innebär klassiska mätningens y-koordinat minus den fotogrammetriskt framtagna y-koordinaten. dz är skillnaden mellan z-koordinaterna vilket innebär klassiska mätningens z-koordinat minus den fotogrammetriskt framtagna z-koordinaten. dr är skillnaden mellan x- samt y-koordinaterna radiellt sett. Beräknas med Pythagoras sats. Standarosäkerheten i enskild mätning i plan: Standardosäkerheten i enskild mätning i höjd: N är antalet mätningar Standardosäkerheten kallas oftast för medelfel. 9

15 3.2 Första sitens resultat F1 Punktnr dx (m) dy (m) dz (m) dr (m) dz medelfel (m) dr medelfel (m) Fig 3: Skillnaden mellan koordinaterna samlade med klassiska och fotogrammetriska metoder är felet, då det rätta värdet är det insamlat med totalstation. Pixelstorlek 4.7cm. 3.2 Andra sitens resultat F2 Punktnr dx (m) dy (m) dz (m) dr (m) dz medelfel (m) dr medelfel (m) Fig 4: Skillnaden mellan koordinaterna samlade med klassiska och fotogrammetriska metoder är felet, då det rätta värdet är det insamlat med totalstation. Pixelstorlek 9.3cm. 10

16 3.4 Hela undersökningens resultat jämfört i pixlar Punktnr dx (m) dy (m) dz (m) dr (m) dz medelfel (m) dr medelfel (m) Fig 5: värdena 1-9 är från F1, är från F2. 11

17 4. Diskussion 4.1 Felkällor Ett problem var ojämnt markunderlag även om plattorna lades ut på så plan yta som möjligt. Dessutom är plattorna vikta i mitten, vilket fick dem att gå ner något, cm på några plattor, vilket orsakades av käppens tyngd när den mättes in med klassiska mätningsmetoder. GPS-mätningen med Topcon GRS-1 hade ca 4 cm noggrannhet. Detta fel skapar en liten deformation i geometrin efter den fotogrammetriska analysen men påverkar varje punkt väldigt lite. En av de största felkällorna främst för de plana koordinaterna är upplösning och kontrast mot underlag eftersom det inte var lätt att se alla plattorna tydligt i ortofotot. Detta ledde till svårigheter med att uppfatta mitten av plattorna. Mänskliga faktorn kommer även skapa en felkälla i och med att mätstaven var lodrät utan treben som stöd. Med en människas arm kan det ge en avvikelse på ca 1 cm i 7m/s vind. Vad i min undersökning hade jag ändrat om jag hade haft mer tid och ville ha en mer exakt mätning? Då skulle jag haft antingen hårda plattor eller så pass mjuka att de formar sig efter underlaget, eftersom min stav tryckte ner centrum något där underlaget var ojämnt. Jag skulle ha mätt in GPS-punkterna statiskt i ca 15 minuter. Varför? Jag skulle även ha svarta plattor med vita kryss vilket skulle hjälpa mig urskilja mitten av plattorna. Jag skulle även kunna ha haft stödben till inmätningen med totalstation. 12

18 4.2 Analys Medelfelet i höjd sammanföll båda mätningarna med pixelstorleken. I plan var noggrannheten både något över och under 1 pixel samtidigt som det gav under 7cm medelfel på båda mätningarna. Enligt HMKs tumregel för fotogrammetriska metoder är medelfelet ca 1 pixel medelfel i plan och 1.5 pixel medelfel i höjd. Alltså ger UAS-fotogrammetrin samma typ av medelfel som annan fotogrammetri vilken vanligen tillämpar en bemannad flygfarkost. 20 I denna undersökning uppnåddes en noggrannhet på drygt 1 pixel i både plan och höjd. Dessa pixlar är små för att vara flygbilder eftersom bilderna är tagna från en sådan låg höjd jämfört med hur riktiga flygplan brukar flyga. Kan UAS-fotogrammetri i dagsläget ge precisa punkter med hjälp av att mäta in centrum av 1x1 meter utlagda plattor som kan ses i ortofoto? Ja, det kan den. Slutsatsen av denna undersökning blir att UAS-tekniken idag verkligen kan användas för att pålitligt mäta in höjdmodeller. Denna typ av teknik utvecklas snabbt och har redan blivit en snabb och noggrann metod för att till exempel beräkna volymer för inventering och andra typer av kontrollmätningar. Undersökningens omfattning var liten vilket gör medelfelen mindre pålitliga men tendenserna i resultatet pekar på att tekniken är bra. Mätningarna i undersökningen har gjorts på samma sätt som mätningar i fält på vanliga mätjobb. Det ger ett mer äkta medelfel än om en mer teoretisk undersökning gjorts, då överbestämning skulle förekomma i mycket högre grad än i praktiken. 20 Andreas Jansson (2013). En noggrannhetsundersökning av fotogrammetrisk detaljmätning i stereo 13

19 5. Källförteckning Tryckta källor Eklundh, L. & Pilesjö, P. Rumsliga datastrukturer. I Harrie, Lars (red). Geografisk informationsbehandling- teori, metoder och tillämpningar (fjärde omarbetade upplagan). Stockholm: Forskningsrådet Formas Jansson, Andreas (2013). En noggrannhetsundersökning av fotogrammetrisk detaljmätning i stereo. Karlstad: Karlstads universitet Klang, D. & Ågren, J. Insamling av geografiska data.. I Harrie, Lars (red). Geografisk informationsbehandling- teori, metoder och tillämpningar (fjärde omarbetade upplagan). Stockholm: Forskningsrådet Formas Lantmäteriverket (1996). Handbok till mätningskungörelsen Geodesi, Detaljmätning. [Elektronisk]. Lantmäteriverket: Gävle Trimble (opublicerad). Trimble serie 5600 Totalstationer. Återfinns hos Trimtec AB. Ågren, J. & Hauska, H. Referenssystem och kartprojektioner. I Harrie, Lars (red). Geografisk informationsbehandling- teori, metoderoch tillämpningar (fjärde omarbetade upplagan). Stockholm: Forskningsrådet Formas Elektroniska källor Smartplanes AB (2010). SmartOne unmanned aircraft. Hämtad från Swepos. Ett nationellt nät av fasta referensstationer för GNSS. Hämtad från The Docherty Family.(2003). Hämtad från: Unmanned Aerial Vehicle Systems Association. (2013). UAV or UAS? Hämtad från: Muntliga källor Intervju med Johan Lindqvist, grundare av Rotoview,

20 Bilaga 1 F1 Ortofoto 15

21 Bilaga 2 F2 Ortofoto 16

22 Bilaga 3 SmartOne 17