Hoe werkt 3D-mapping met een drone? Fotogrammetrie en nauwkeurigheid uitgelegd

Een drone maakt foto's, en een halfuur later heb je een 3D-model waarin je kunt meten. Voor wie het voor het eerst ziet, voelt dat een beetje als een trucje. Het is het niet: de techniek erachter is bijna honderd jaar oud en de rekenmethode is goed te begrijpen zonder wiskundige achtergrond.

Dit artikel legt uit hoe het werkt en, belangrijker, wat je aan nauwkeurigheid kunt verwachten. Want op de vraag "hoe nauwkeurig is een drone?" bestaat geen enkel antwoord, en dat is precies wat het gesprek erover zo vaak vertroebelt.

Fotogrammetrie in gewone taal

Begin bij je eigen ogen. Je ziet diepte omdat je twee ogen hebt die het tafereel vanuit een iets andere positie bekijken. Je hersenen vergelijken die twee beelden, zien hoeveel elk object tussen beide verschuift, en leiden daaruit af hoe ver het weg is. Dichtbij is de verschuiving groot, ver weg klein.

Fotogrammetrie doet hetzelfde, maar met honderden beelden in plaats van twee. De drone vliegt een raster over het terrein en maakt onderweg foto's met flinke overlap, meestal zo'n 70 tot 80% in beide richtingen. Elk punt op de grond komt daardoor op tientallen foto's terug, elke keer vanuit een andere hoek.

De software zoekt daarna in al die foto's naar herkenbare punten: een steen, een scheur in het asfalt, een korrelpatroon in het zand. Zo'n punt wordt in tientallen foto's teruggevonden, en uit de verschuivingen tussen al die beelden is te berekenen waar dat punt in de ruimte moet liggen. Tegelijk berekent de software waar de camera stond op het moment van elke opname.

Dat gebeurt voor miljoenen punten tegelijk, in één grote gezamenlijke berekening waarin alle foto's en alle punten elkaar corrigeren. Wat eruit komt is een puntenwolk: miljoenen 3D-punten die samen de vorm van het terrein beschrijven. Daaruit wordt vervolgens een aaneengesloten oppervlak gemaakt, en de foto's worden erover heen gedrapeerd tot een rechtgezette luchtfoto, een orthofoto.

Waarom overlap en vlieghoogte alles bepalen

Twee instellingen bepalen vrijwel de hele kwaliteit van een meting: hoe hoog je vliegt en hoeveel de foto's elkaar overlappen.

De vlieghoogte bepaalt de GSD, de ground sample distance. Dat is simpelweg hoeveel centimeter terrein één pixel in de foto beslaat. Vlieg je lager, dan wordt de GSD kleiner en zie je meer detail, maar heb je meer foto's nodig en duurt de vlucht langer. Als ruwe vuistregel geldt dat je nauwkeurigheid nooit veel beter wordt dan een paar keer de GSD: je kunt niet meten wat de camera niet heeft kunnen onderscheiden.

In de praktijk vliegen we tussen de 40 en 80 meter hoogte. Op 40 meter komt dat neer op een GSD van ongeveer 1 centimeter per pixel. Hoger vliegen gaat sneller en dekt meer terrein per vlucht, maar levert een grovere GSD op. Voor volumes, hoogtes en grondbalans is die marge ruim voldoende.

Overlap is de tweede factor, en de meest onderschatte. Elk punt moet op genoeg foto's staan om betrouwbaar te kunnen worden doorgerekend. Te weinig overlap levert gaten in het model op, of erger: een model dat er compleet uitziet maar plaatselijk vervormd is. Vooral bij vlakke, gelijkmatige oppervlakken zoals los zand of een verse asfaltlaag heeft de software veel overlap nodig, omdat er weinig herkenbare punten zijn om op te matchen.

Twee soorten nauwkeurigheid, en dit is de kern

Als één ding uit dit artikel blijft hangen, laat het dit zijn. Bij een 3D-model bestaan twee heel verschillende vormen van nauwkeurigheid, en ze worden constant door elkaar gehaald.

Relatieve nauwkeurigheid gaat over de verhoudingen binnen het model. Kloppen de afstanden en hoogteverschillen tussen punten onderling? Dat is wat je nodig hebt voor volumes, hoogteverschillen, profielen en het vergelijken van twee meetmomenten.

Absolute nauwkeurigheid gaat over de vraag of het model op de juiste plek op aarde staat. Liggen de coördinaten in het Rijksdriehoekstelsel en de hoogtes in NAP waar ze horen? Dat is wat je nodig hebt voor uitzetten, voor machinebesturing en voor een oplevering met een hoogtebepaling.

En nu de consequentie die vaak verrast: een volumemeting kan uitstekend zijn terwijl het model als geheel meters naast de werkelijkheid staat. Als de hele puntenwolk drie meter te hoog ligt, ligt de voet van de hoop óók drie meter te hoog, en het volume ertussen blijft precies hetzelfde. Volume is een verhouding, geen positie.

Daarom is "hoe nauwkeurig is een dronemeting?" een onvolledige vraag. Het juiste antwoord begint met: waarvoor ga je hem gebruiken?

Zonder RTK, met RTK, en met grondcontrolepunten

De absolute nauwkeurigheid hangt af van hoe goed je weet waar de drone was op het moment dat elke foto werd gemaakt. Daar zijn drie niveaus in, en het verschil is groot.

Zonder correctie gebruikt de drone gewone GPS, dezelfde techniek als je telefoon. Dat is nauwkeurig genoeg om te navigeren, niet om te meten. Met RTK, real-time kinematic, ontvangt de drone tijdens de vlucht correctiedata van een basisstation of een netwerkdienst, in Nederland bijvoorbeeld via NETPOS of een commerciële provider. Daarmee zijn de cameraposities tot op centimeters bekend. Grondcontrolepunten, GCP's, zijn gemarkeerde punten op de grond die je met een landmeetkundige methode inmeet; de software zet het model daarop vast en haalt daarmee ook systematische kanteling en vervorming eruit.

De onderstaande waarden zijn ordegroottes die in de praktijk gangbaar zijn. Ze hangen af van de vlieghoogte, de camera, de overlap en de omstandigheden tijdens de vlucht, dus lees ze als richting en niet als specificatie.

Er is nog een tussenoptie die in de praktijk veel werk uit handen neemt: een hoogtekalibratie op één bekend punt. Je meet één punt in waarvan je de NAP-hoogte kent, bijvoorbeeld een putdeksel of een eerder ingemeten peil, en zet het model daarop. Dat haalt de verticale afwijking eruit zonder dat je een volledige set grondcontrolepunten hoeft uit te zetten. Voor veel opleveringen is dat genoeg.

Wat betekent dit voor volumes?

Nu de twee soorten nauwkeurigheid helder zijn, is te zien waar de bekende foutmarge van 1 tot 3% op een volumemeting vandaan komt. Die wordt niet bepaald door de absolute positie van het model, maar door drie andere dingen.

• De relatieve nauwkeurigheid: hoe goed de vorm van het oppervlak is vastgelegd
• De definitie van het oppervlak: of losse rommel, machines of vegetatie zijn meegenomen of eruit gehaald
• Het referentievlak: waar je aanneemt dat de voet van de hoop ligt, want daaronder kun je niet kijken

Dat laatste punt is in de praktijk vaak de grootste foutenbron, en het heeft niets met de drone te maken. Ligt een hoop op een vlakke betonplaat, dan is het referentievlak eenduidig en is de meting scherp. Ligt hij in een kuil of tegen een talud, dan moet je aannemen hoe de bodem eronder loopt. Een nulmeting van de lege ondergrond, voordat het materiaal er ligt, lost dat op.

Voor een AP04-partijkeuring, waar de partij op een verharde plaat ligt en de vorm volledig zichtbaar is, komt de volumeberekening daarom consistent binnen circa 2% uit.

Wanneer heb je wat nodig?

Samengevat in een vuistregel: voor alles wat een verhouding is, is RTK genoeg. Voor alles wat een positie is, wil je meer.

• Depotvolumes, voortgang, grondbalans, hoogteverschillen en profielen: RTK volstaat in de regel
• Hoogtes in NAP voor een oplevering: een hoogtekalibratie op een bekend punt, of grondcontrolepunten
• Machinebesturing en uitzetten: grondcontrolepunten, en dan nog steeds in samenspel met je RTK-GPS
• Kadastergrenzen en juridisch uitzetten: geen dronewerk, maar het werk van een landmeetkundig bureau

Wat fotogrammetrie niet kan

De methode heeft een paar harde grenzen, en die zijn goed te kennen voordat je een vlucht plant.

• Water. Een wateroppervlak spiegelt en beweegt, dus er zijn geen vaste punten om op te matchen. Plassen en sloten worden rommel in het model
• Dichte begroeiing. De camera ziet de bovenkant van het gewas, niet de grond eronder. Voor terreinhoogtes onder gras of struiken is fotogrammetrie de verkeerde techniek; daar is lidar voor
• Gelijkmatige of spiegelende oppervlakken. Verse asfalt, schoon beton of een strak zandbed hebben weinig herkenbare structuur, waardoor de software moeite heeft punten te matchen
• Bewegende objecten. Een vrachtwagen die tijdens de vlucht rijdt, komt op verschillende foto's op verschillende plekken voor en levert vervorming op. Stilstaande machines en containers komen wél netjes in het model, maar zitten dan in je volume en moeten eruit worden gehaald
• Overhangende delen. Fotogrammetrie vanuit de lucht legt vast wat van boven zichtbaar is. Een uitkraging of een holte onder een overhang zit er niet in

Voor open terrein met bulkmateriaal of grondwerk zijn dit zelden blokkerende beperkingen. Voor een terrein vol water en dichte vegetatie is het goed om ze vooraf te kennen.

Waar je op moet letten bij het beoordelen van een aanbieding

Wie een dronemeting inkoopt of een systeem overweegt, kan met een paar vragen ver komen:

• Wordt er een nauwkeurigheid genoemd zonder erbij te zeggen of het relatief of absoluut is? Dan is het getal niet te beoordelen
• Is de nauwkeurigheid onderbouwd met een controlemeting op onafhankelijk ingemeten punten, of is het een specificatie uit een brochure?
• In welk coördinaat- en hoogtestelsel wordt geleverd, en is dat vooraf afgestemd? In Nederland is dat RD en NAP
• Wordt de meting op dezelfde manier herhaald? Alleen dan zijn twee metingen met elkaar te vergelijken, en dat is de basis voor voortgang en voorraadverschillen

Zo doen wij dit

Alles hierboven is precies de reden dat wij AiroMap hebben gebouwd als één geheel in plaats van als losse onderdelen. Vlieghoogte, overlap en vluchtpatroon worden automatisch berekend op basis van het gebied dat je aangeeft, zodat de instellingen die de kwaliteit bepalen niet iets zijn wat je zelf goed moet zien te krijgen.

Afhankelijk van de toepassing vliegt de drone met RTK, wat voor het meeste dagelijkse meetwerk voldoende is. Voor projecten waar de absolute hoogte telt, is er een sterk geautomatiseerde workflow voor grondcontrolepunten, en er is een hoogtekalibratie op één bekend punt voor de gevallen die daartussenin zitten. De verwerking gebeurt in de cloud, dus er staat geen fotogrammetriesoftware op je laptop en er is geen specialist nodig om een model door te rekenen.

Dat is de kern van hoe wij dit zien: fotogrammetrie is een vak, maar het meten van een depot of een bouwplaats hoeft dat niet te zijn. De techniek uit dit artikel zit onder de motorkap, zodat je eigen mensen na een halve dag training kunnen meten en de uitkomst kunnen vertrouwen.