Guide
Cowboy-guiden til drone-mapping: pragmatisk guide fra felten
En jordnær guide til drone-mapping baseret på erfaring fra felten. 5-billeders-reglen, 2D, 3D område og 3D objekt, cirkelflyvning rundt om bygninger, GSD, overlap, gimbal-vinkel, GCP, RTK, skål-effekten, datasæt-hygiejne og hvordan du undgår dyre omflyvninger.
Kort fortalt
- Vælg mode efter, hvordan du fløj: Et grid giver 2D eller 3D område, tætte cirkler rundt om en bygning giver 3D objekt.
- 5-billeders-reglen: Hvert sted, du vil have med i resultatet, skal ses på mindst 5 billeder.
- Perfekte missioner er rare, men ikke et krav. Cirkler kan sagtens flyves i hånden.
- Bland ikke -90°-billeder og skrå billeder i samme 2D-job.
- Et dobbeltgrid er billig forsikring mod huller i data.
- Brug en certificeret landmåler, hvis resultatet skal have juridisk gyldighed.
Disclaimer: mapping er ikke landmålerarbejde
Lad os starte med det vigtigste: Jeg er ikke autoriseret landmåler, og dette er ikke en teoretisk lærebog fra universitetet. Denne guide er bygget på mine egne erfaringer, meninger, fejl og succeser fra felten gennem årene.
I denne guide skelner jeg praktisk mellem mapping og landmålerarbejde. De to ord bruges ikke ens i alle lande, fagområder eller virksomheder. Det er ikke en universel juridisk definition, og der er mange gråzoner imellem. Dem dækker vi ikke her.
Når jeg skriver mapping, mener jeg at skabe en nyttig visuel og geografisk model af et tag, en byggeplads, en bunke, en mark eller et landskab. Mapping er øjet i himlen. Du vil se, hvad der er der, følge udviklingen, finde skader eller planlægge det næste skridt. Standarden er, om modellen svarer på det praktiske spørgsmål, ikke om den er lavet som en certificeret landmåleropgave.
Landmålerarbejde er en anden disciplin. Hvis resultatet skal fastlægge skel, bruges til afsætning af byggeri, bevise overholdelse af regler eller afgøre en tvist, er det en landmåleropgave. RTK, GCP'er og en dyr drone er værktøjer. De er ikke et magisk certifikat.
Tag en taginspektion. Hvis spørgsmålet er: Er der et hul, og hvor skal nogen kigge? Så kan en visuel model være præcis den rigtige løsning. Hvis spørgsmålet er: Kan vi bevise, at bygningen er højere end tilladt? Så er opgaven en anden, og en certificeret landmåler skal ind over.
Det er som at vælge fra en garage med både en superbil og en mini-van. En superbil er ikke bedre end en mini-van til at købe ind. Når varerne står i køkkenet, kan ingen se, hvilken bil der leverede dem. Begge biler kan køre på en racerbane, men hvis målet er en certificeret omgangstid, er superbilen det rigtige værktøj.
Den rigtige drone er ikke den dyreste. Det er den, der matcher spørgsmålet.
Vi går heller ikke i detaljer med luftfartslovgivning, A1/A3-certifikater, GEO-zoner eller lokale tilladelser her. Reglerne varierer alt efter, hvor i verden du flyver, og det er altid dit eget ansvar som pilot at holde dig på den rigtige side af loven.
Formålet med denne guide er simpelt: At give dig en pragmatisk guide til drone-mapping fra felten. Hvordan får du fantastiske, brugbare ortofotos og data ud af din drone uden at spilde tid eller smadre dyrt udstyr?
Begreberne du skal kende uden at få et teoretisk chok
Drone-mapping eller fotogrammetri handler i al sin enkelthed om at tage overlappende billeder fra luften og lade en computer sy dem sammen til 2D- eller 3D-modeller. Her er de vigtigste parametre, du skal kende:
- GSD (Ground Sampling Distance): Et mål for opløsning. Det fortæller, hvor meget jord én pixel dækker, for eksempel 1,5 cm/pixel. Jo lavere tal, jo skarpere detaljer, men du skal også flyve lavere og tage mange flere billeder.
- Frontlap og sidelap: Hvor meget billederne overlapper i flyveretningen og sideværts, typisk 70 til 80 procent.
- Gimbal-vinkel (kameravinkel): Vinklen dit kamera peger med, målt som i DJI: -90° er lige ned i jorden (nadir), perfekt til flade 2D-kort. Skrå billeder (oblique, for eksempel -45° til -80°) betyder, at kameraet kigger skråt fremad og nedad, uundværligt når du skal fange siderne af en skorsten eller en bygning til 3D.
- Enkeltgrid eller krydsgrid: Et enkeltgrid er den klassiske græsslåmaskine-rute frem og tilbage. Et krydsgrid (dobbeltgrid) tilføjer en ekstra flyvning, der ligger 90° på den første. Det tager længere tid, men lukker huller i dine data.
- Ortofoto (2D): Et fladt, målbart luftfoto, korrigeret for linse- og perspektivforvrængning.
- Højdemodel (DSM / DTM): Et digitalt kort. DSM (overflade) inkluderer træer og bygninger, mens DTM (terræn) viser den bare jord.
- Punktsky og 3D mesh: En 3D-model bygget af millioner af koordinerede punkter.
Du kan beregne GSD, overlap og flyvehøjde i vores gratis flyveplanlægger.
Fotogrammetri er ikke magi: 5-billeders-reglen
Mange tror, at drone-mapping handler om perfekte missioner, apps og dyrt grej. Efter mange år i felten er min erfaring, at det koger ned til én regel: Hvert sted, du vil have med i resultatet, skal ses på mindst 5 billeder, taget fra lidt forskellige positioner. Det er det, 80 procent overlap betyder i praksis: Når du bevæger dig, er hvert sted med på mindst 5 optagelser.
En mission-app er en bekvem måde at holde reglen på over et stort område. En rolig pilot, der flyver i hånden, kan også holde den, og det kan en person, der går rundt med dronen i hænderne. Det, kameraet aldrig har set, kan computeren ikke finde på: under tagudhænget, bag en skorsten, inde på en altan. Mangler det i modellen, manglede det i billederne.
Tre flyvninger, tre modes
Når du uploader, vælger du 2D, 3D område eller 3D objekt. Vælg efter, hvordan du fløj, ikke omvendt.
2D
- Bruges til
- Kort, tage set fra oven, arealer
- Flyvning
- Enkelt grid
- Gimbal
- -90°
- Afstand
- Højde for ca. 1 cm/px: ca. 28 m på Lito X1, ca. 55 m på Mini 5 Pro
- Forvent
- Et skarpt kort
3D område
- Bruges til
- Skov, byggeplads, kvarter
- Flyvning
- Krydsgrid: en ekstra flyvning vinkelret på den første (krydsgrid-valget i vores planlægger)
- Gimbal
- -80°
- Afstand
- Det, opgaven kræver
- Forvent
- Et ok kort og en ok model, ingen af dem perfekte. Det er et kompromis
3D objekt
- Bruges til
- Én bygning eller konstruktion
- Flyvning
- Tæt tag-grid + cirkler + billeder med klappede arme
- Gimbal
- Tag-grid -65° til -80° (-75° i vores planlægger)
- Afstand
- Højst ca. 10 m fra objektet. Højde i planlæggeren = tagets højde + afstand
- Forvent
- Den bedste model, men intet kort
Skal du bruge både en 3D-model og et kort af en bygning? Flyv kortet som en separat flyvning med -90° og upload det som sit eget 2D-job. Bland ikke de to billedsæt, og du betaler aldrig to gange for det samme billede.
Cirkelflyvning rundt om bygninger
I hånden går fint, og er ofte bedre. Lave cirkler tæt på træer, ledninger, lygtepæle og stillads er netop der, hvor automatiske orbits bliver risikable. Forhindringssensorerne ser ikke pålideligt en tynd gren eller en ledning, men det gør du.
- Flyv langsomt i Cine-mode.
- Intervaloptagelse hvert 2. sekund.
- Hold midten af facaden i midten af billedet.
- Mindst 36 billeder pr. cirkel, ét for hver 10°. Tæt på bygningen (tættere end ca. 6 m fra facaden): 48 til 72.
- Nærbilleder kræver en bro: Skal du helt tæt på detaljer, så flyv først en cirkel på mellemafstand, så computeren kan koble nærbillederne til resten. Uden broen ender nærbillederne som løse stumper, eller de bliver sorteret helt fra.
| Omgang | Højde | Gimbal |
|---|---|---|
| Høj cirkel | Tag + 5 til 8 m | -45° (fra tagkanten og ned til soklen) |
| Lav cirkel | Tagudhæng eller midt på facaden | -10° til -20° |
| Gåtur med klappede arme | Jorden | Vippet så langt op, den kan (+35° på Lito X1) |
| Tag-grid | Tag + op til 10 m | -65° til -80° |
Gåtur med klappede arme
Klap armene sammen, sluk motorerne, slå intervaloptagelse til og vip gimbalen op. Stil dig 3 til 5 m fra væggen og tag ét stort skridt (ca. 1 m) pr. billede. Så ender hvert sted på mindst 5 billeder. Upload dem i samme 3D objekt-job som dine cirkler.
Vil du have automatik?
- Mini 5 Pro: en POI-orbit i DJI Fly med tidsstyret optagelse.
- Lito X1: tjek, om din kan det samme.
- Waypoint-orbit: planlæg den i en planlægger fra tredjepart og importér KMZ-filen i DJI Fly.
- Enterprise-droner: DJI Smart 3D Capture (DJI Pilot 2) flyver først en grov model og følger så bygningen lag for lag. Det er den professionelle udgave af samme idé, og den lever også efter 5-billeders-reglen.
Myten om GCP'er, RTK og skål-effekten
Hver gang du nævner drone-mapping, råber nogen fra bagerste række: Du skal bruge GCP'er og RTK, ellers gælder dit kort ikke. Lad os afmontere den myte.
Relativ vs. absolut nøjagtighed
- Absolut nøjagtighed: Ligger mit kort på millimeteren nøjagtigt oven på det globale matrikelkort? Spoileralert: Dette er fotogrammetriens enhjørning. Selv Google Earths satellitfotos er sjældent millimeterpræcise.
- Relativ nøjagtighed: Er en 10 meter lang mur på mit kort også 10 meter i virkeligheden?
Hvad er RTK, og har jeg brug for det?
RTK (Real-Time Kinematic) er populært sagt GPS på steroider. Mens en normal drone-GPS kan ramme et par meter forkert, kommunikerer en RTK-drone konstant med en basestation eller et netværk for at kende sin præcise position i luften ned på centimeteren.
- Hvad gør det bedre? Det giver billederne en absolut verdensreference for kameraets position og kan reducere behovet for fysiske GCP'er. Det er dog ikke det samme som en garanti for absolut nøjagtighed i den færdige model.
- Hvorfor er det ofte overflødigt? Det koster kassen, både dyrere drone og ofte et dyrt mobil-netværksabonnement. Hvis du bare skal måle et tag, er standard GPS og relativ nøjagtighed ofte nok til et groft overslag. Bruges målingen til afregning eller kontrakter, så kontrollér den med dine egne kontrolmålinger.
- Hvornår kan det være nødvendigt? Hvis det er tvingende nødvendigt, at dit kort passer sammen med eksisterende landmålerdata, kommunens kloakkort, eller hvis du flyver over den samme byggeplads hver uge og vil have, at kortene fra uge 1, 2 og 3 lægger sig meget præcist oven på hinanden automatisk.
Hvorfor bruge GCP'er? (Ground Control Points)
GCP'er er opmålte markeringer på jorden, der forankrer modellen til kendte koordinater. De kan især være vigtige, hvis den absolutte højde i en højdemodel betyder noget. Vi bruger dem næsten aldrig selv, fordi det ofte er totalt overkill og spilder 45 minutter i marken.
Men højden er den irriterende del. Selv dyre RTK-droner kan stadig give absolutte højdefejl i den færdige model. Hvis du flyver over et helt fladt terræn med lavt overlap og kameraet pegende direkte nedad, kan du få skål-effekten (doming effect). Computeren regner forkert og tror, jorden buer som en suppeskål.
Datasæt-hygiejne: bland ikke pærer og bananer
En klassisk fejl er at flyve en bygning tynd med både kameraet lige ned (-90°) og skrå billeder, smide alle 500 billeder ind i samme mappe og forvente, at computeren magisk spytter både et perfekt 2D-kort og en 3D-model ud. Det virker ikke. Reglen afhænger af, hvilken mode du kører:
- Datasæt A (2D og 3D område): Hold -90°-billeder og skrå billeder adskilt. Skal du have et fladt kort, skal kameraet kigge direkte ned, så et 2D-job får kun -90°-billeder. Hvis du fodrer motoren med billeder, der kigger ind i en mur eller ud mod horisonten, får computeren spat af at mase dem ned i 2D. Til 3D område er hele krydsgridet på -80° ét sæt: Flyv det hele med samme vinkel, og upload det samlet.
- Datasæt B (3D objekt): Her er det hele pointen at blande vinkler. Det tætte tag-grid, cirklerne og billederne med klappede arme skal alle ind i samme 3D objekt-job, for computeren skal se hvert sted fra mange retninger for at bygge facader og tagudhæng. Det, du holder ude, er -90°-kortflyvningen: Den er sit eget 2D-job.
Risiko, grejvalg og den dyre omflyvning
I dronebranchen er regnestykket for al mapping: Flyvetid plus antal billeder er lig med omkostninger. Det koster batterier, tid på stedet og tung databehandling på serveren. Men før du skærer alt ind til benet for at spare penge, skal du kende virkelighedens faldgruber:
1. Risikofaktoren (hvorfor bruge en kanon til gråspurve?)
Hver flyvning er en risiko. Fugle, vindstød og usynlige kabler findes. Hvorfor risikere at smadre en enterprise-drone med et dyrt kamera til over 150.000 kr. over en byggeplads, hvis opgaven blot er et 2D-ortofoto med 2 cm/pixel? En lille DJI Mini 5 Pro kan levere et resultat, som de færreste kunder overhovedet kan se forskel på. Vælg grej efter risiko.
2. Omflyvningsstraffen
Matematisk lyder dobbelt flyvetid og dobbelt antal billeder som en økonomisk dræber. Men det dyreste er ikke at tage 50 billeder for meget. Det dyreste er at sidde på kontoret, opdage at overlapningen var for ringe, og være tvunget til at pakke bilen og køre ud for at flyve opgaven om. Derfor flyver vi ofte et dobbeltgrid, selvom vi egentlig tror, et enkeltgrid er nok. Det er en billig forsikring.
3. Skala-paradokset og geografi
Hvad der er klogt, afhænger helt af opgavens størrelse og stedet:
- Det lille tag (200 m2): Her tager det 2 minutter ekstra at tage dobbelt så mange billeder. Dronen kører stadig på samme batteri. Overkill koster dig intet, men sikrer dataen.
- Den store mark (80 ha): Her er dobbelt flyvetid en katastrofe. Du går fra at bruge 1 batteri til pludselig at skulle stå og felt-oplade 4 batterier. Her skærer du ind til benet og flyver med minimalt overlap.
- Geografisk afstand: Er opgaven 2 timer væk i bil? Så flyver du altid med en massiv sikkerhedsmargen af ekstra billeder. Du har ikke lyst til at køre 2 timer tilbage i morgen.
Eksempler fra virkeligheden
Her er 3 scenarier fra hverdagen:
1. Tagkortlægning (både 2D og 3D)
- Udfordring: Skarpe vinkler og skinnende tagflader. Arealet er lille.
- Cowboy-råd: Taget er lille, så batteriet er intet problem. To flyvninger, to jobs. Et -90°-grid på ca. 1 cm/px uploades som 2D. Det tætte tag-grid, cirklerne og billederne med klappede arme uploades som 3D objekt.
2. Byggepladsen (boligbyggeri)
- Udfordring: Ugentlig status på jordbunker. Skal gå stærkt.
- Cowboy-råd: Standard krydsgrid (dobbeltgrid) i 40 til 60 meters højde med en pålidelig drone. Vil du have 3D, så flyv krydsgridet på -80° og upload det som 3D område. Er et kort nok, så flyv det på -90° og upload det som 2D. Du har ikke brug for millimeterpræcision for at se, om jorden er flyttet.
3. Landbrug (RGB-kortlægning)
- Udfordring: Store arealer, hvor du vil se variationer eller dokumentere udviklingen med almindelige RGB-billeder.
- Cowboy-råd: Brug et sammenhængende RGB-datasæt med den opløsning og overlap, opgaven kræver. Planlæg batterier, terræn og lokale regler. Du skal finde variationer i marken, ikke tælle mariehøns.
Opsummering
Drone-mapping handler om en driftssikker drone, en passende sikkerhedsmargin og rene datasæt. Tilpas din margin efter om der er 10 minutter eller 2 timer hjem, og hold -90°-billeder og skrå billeder adskilt. Så står du stærkere, når dataene skal behandles.
Ofte stillede spørgsmål
Hvor mange billeder skal jeg regne med?
Antallet styres af GSD og areal, ikke af et fast tal. Ved 70 til 80 procent overlap kræver et almindeligt tagjob cirka 150 til 300 billeder, mens en mellemstor byggeplads let runder 500 til 1.000. Tommelfingerregel: halverer du GSD, firedobles antallet af billeder, fordi hvert billede dækker en fjerdedel så meget jord.
Hvilken nøjagtighed kan jeg forvente uden GCP'er?
Målinger i modellen dur til de fleste opgaver. Vil du vide, hvor tæt de er på virkeligheden, så mål et par kontrolpunkter i felten og sammenlign. Den absolutte placering på verdenskortet kan være forskudt flere meter. Har du brug for absolut nøjagtighed i centimeterklassen, er GCP'er og en landmåler den rigtige vej, ikke flere billeder.
Hvor mange GCP'er skal jeg bruge, hvis jeg bruger dem?
Regn med mindst 5 velspredte punkter, gerne et i midten til højdekontrol, og flere når området vokser. Hvert punkt skal opmåles til centimeter. Ligger punkterne i en klump i den ene ende, forankrer de ikke modellen, og så har du spildt turen.
Skal jeg bruge en mission-app til 3D?
Nej. Det er 5-billeders-reglen, der tæller, ikke appen: Hvert sted skal ses på mindst 5 billeder. Cirkler kan flyves i hånden, og tæt på forhindringer er det ofte det sikreste valg.
Hvor mange billeder skal der være pr. cirkel?
Mindst 36, altså ét for hver 10°. Er du tættere end ca. 6 m fra facaden, så tag 48 til 72.
Kan jeg bruge de samme billeder til 2D og 3D objekt?
Nej. Flyv -90°-kortet som sin egen flyvning og upload det som et 2D-job, og det tætte grid, cirklerne og billederne med klappede arme som et 3D objekt-job. Separate sæt, separate jobs, og ingen billeder bliver betalt to gange.
Hvornår er dobbeltgrid billigere end en omflyvning?
Tommelfingerregel: er køreturen til stedet længere end selve flyvningen, så flyv dobbeltgrid. På et lille tag koster den ekstra runde næsten intet batteri, mens en 80 ha mark kan kræve flere batterier og feltladning. På store marker med stram batteriøkonomi er enkeltgrid med 75/70 overlap det pragmatiske valg.
Mere læsning fra os
Det her er vores egne artikler og værktøjer, ikke eksterne kilder. Start her, hvis du vil se, hvordan vi arbejder.
Gratis flyveplanlægger
Beregn GSD, overlap og flyvehøjde til dit område.
Kortlægningsmission med Mini 5 Pro
Kamera, interval og KMZ-workflow, når du flyver Mini 5 Pro.
Kortlægningsmission med Lito X1
Kamera, interval og KMZ-workflow, når du flyver Lito X1.
GDPR-kompatibel behandling af dronefotos i EU
Hvor dine data ligger, hvor længe vi opbevarer dem, og hvem der kan se dem.
Har du brug for et abonnement?
Hvornår betaling pr. job giver mening, og hvad 2.000 billeder koster.
Klar til at teste dine billeder?
Upload dine billeder og få et GIS-klart ortofoto uden abonnement, eller kontakt os hvis opgaven er stor eller kræver særlig leverance.