Nøyaktighetsstudie av fotografisk kartlegging med rimelige kommersielle droner
Description
Full text not available
Abstract
Ved dronekartlegging i dag benyttes ofte dyre droner med muligheter til en form for etterprosessering av GNSS data for å oppnå god nøyaktighet på produktene. Dette krever ofte noe forarbeid i området som skal kartlegges, da ved utplassering av GCP-er ved hjelp av landmålingsutstyr. Dette er ikke noe som nødvendigvis lar seg gjøre i alle tilfeller da enten basert på terrenget som innhentingen skal foretas i, eller situasjonen innhentingen skjer. Dette gjelder spesielt i en militær situasjon hvor man kanskje ikke har tilgang til området man vil kartlegge. I løpet av krigen i Ukraina har man sett en økning av rimelige sivile droner brukt til blant annet rekognosering. Denne oppgaven ønsker å se på muligheten til å bruke disse dronene, som man har observert blitt brukt i strid, til å kartlegge områder, og da se på hva slags nøyaktighet man kan forvente seg fra disse dronene ved ulik overlapp og kameravinkel.Dronen som ble brukt under forsøket var av typen DJI Mini 2, som har blitt flydd på ulike måter med hensikt å sammenligne nøyaktigheten man får ut. For å kontrollere dette har det blitt benyttet GCP-er som har til hensikt å kontrollere avvik i nøyaktigheten, da både den relative nøyaktigheten og den absolutte nøyaktigheten. Dataene fra dronen ble deretter prosessert i programmet Pix4D hvor det ble prosessert ulike datasett med og uten innretting fra GCP-ene.Resultatet varierte fra datasett til datasett hvor man på den absolutte nøyaktigheten ikke kunne se noe signifikant mønster, trolig grunnet mengde data og at dronen kun benytter «rå» GNSS. Når det kom til den relative nøyaktigheten var det et mønster som viste seg som var at skråbilder førte til bedre observert resultater på den relative nøyaktigheten. Med utgangspunkt i de prosesserte produktene kunne man se at produkter som ortofotoer vil være brukbare hvis man ser på den relative nøyaktigheten til produktet som sier hvor objekter er i forhold til hverandre, men få bruksområder hvis man er ute etter god absolutt nøyaktighet uten videre prosessering, som for eksempel georefferering. In drone mapping today, expensive drones are often used, equipped with some form of post-processing capability for GNSS data to achieve high accuracy in the results. This often requires some preparatory work in the area to be mapped, such as deploying Ground Control Points (GCPs) using surveying equipment. However, this is not always possible in all cases, either due to the terrain where the data collection needs to take place or the situation in which the data collection occurs. This is especially true in a military situation where access to the desired mapping area may not be available. During the war in Ukraine, there has been an increase in the use of affordable civilian drones for reconnaissance and other purposes. This study aims to explore the possibility of using these drones, which have been observed being used in combat, for mapping areas, and to examine the accuracy that can be expected from these drones under different overlap and camera angles.The drone used in the experiment was the DJI Mini 2, which was flown in various ways with the intention of comparing the achieved accuracy. To control for this, Ground Control Points (GCPs) were used to monitor accuracy deviations, both in terms of relative accuracy and absolute accuracy. The data from the drone was then processed using the Pix4D software, where different datasets were processed with and without alignment from the GCPs.The results varied from dataset to dataset, where no significant pattern could be observed in terms of absolute accuracy, likely due to the amount of data and the fact that the drone only uses "raw" GNSS. However, when it came to relative accuracy, a pattern emerged, indicating that oblique images led to better observed results in terms of relative accuracy. Based on the processed products, it can be observed that orthophotos would be useful when considering the relative accuracy of the product, which indicates the positions of objects in relation to each other. However, they have limited applications if one requires high absolute accuracy without further processing, such as georeferencing.