Detektering av sättningar med hjälp av UAV fotogrammetri : En jämförelsestudie mellan direkt och indirekt georeferering

Sammanfattning: Att tidigt kunna detektera samt åtgärda sättningar och deformationer är viktigt inom exempelvis bygg-, anläggnings- och gruvindustrin för att kontrollera att verksamheten inte påverkar närliggande områden och strukturer. UAV (Unmanned Aerial Vehicle) fotogrammetri är en lämplig metod för att utföra upprepade mätningar i svårtillgänglig miljö där sättningar kan uppkomma. Syftet med denna studie har varit att undersöka möjligheten till att detektera sättningar med UAV fotogrammetri samt att jämföra direkt och indirekt georeferering. Detta har undersökts genom att ett antal objekt har använts till att simulera sättningar med förändringar på centimeternivå. Området som studien utfördes på flögs över med en fotogrammetrisk UAV i två epoker varav den första epoken var innan sättning och den andra epoken var efter en simulerad sättning av objekten. Punkter markerades på objekten vilka mättes in med totalstation för båda epokerna och dessa mätningar användes som referensvärden (hädanefter kallat True Value). Bearbetning skedde därefter i två programvaror: Agisoft Metashape och Leica Infinity. I Metashape skapades punktmoln för båda epokerna indirekt georefererade med markstödpunkter. I Infinity skapades punktmoln för båda epokerna direkt georefererade med Nätverks-RTK (N-RTK). Punktmolnens avvikelser mot kontrollpunkter kontrollerades. Koordinater för markeringarna på objekten extraherades och jämfördes med koordinater inmätta med totalstation. Resultatet av bearbetningen blev fyra olika punktmoln. I de indirekt georefererade punktmolnen var det möjligt att detektera deformeringar på centimeternivå. Det var däremot inte möjligt i de direkt georefererade punktmolnen då de var påverkade av ett systematiskt fel i höjd. De två programvarornas arbetsgång och resultat jämfördes även mot varandra och där kan det konstateras att om de två programvarorna båda har höga systemkrav så var Leica Infinity betydligt mer krävande både vad gäller hårdvara och tidsåtgång än Agisoft Metashape. De slutsatser vi kan dra utifrån denna studie är att N-RTK ännu inte är en tillräckligt bra georefereringsmetod när låga osäkerheter efterfrågas. I detta fall är indirekt georeferering eller registrering av punktmolnen med hjälp av ICP (Iterative Closest Point) algoritmer att föredra. Det är också viktigt att generera punktmoln med en så hög punkttäthet som möjligt för att kunna göra noggranna mätningar i molnen.