Fra dronebilleder til nøjagtige dronekort

Nøjagtige dronekort over marker er ikke længere kun for dem med avanceret udstyr. Kortene kan fremstilles ved at tilrette almindelige dronekort efter plejesporene. Nøjagtigheden er på under en meter, hvilket er fuldt tilfredsstillende for de fleste markopgaver.

Jesper Rasmussen, Institut for Plante og Miljøvidenskab, Københavns Universitet

Figur 1. Øverst ses et højdekort dannet på grundlag af en 3D model af marken og nederst et ortofoto. Marken er Future Cropping demomarken ved Kalundborg, hvor de mørke områder (ortofoto) er lave områder med højt humusindhold. Billeder optaget med DJI Phantom 4 og ortofoto dannet med Pix4Dmapper.

Det er ikke længere et teknisk problem at tage billeder fra luften med en drone. Med ganske lidt træning, kan der tages billeder, som giver et glimrende overblik over marker og landskab. Hvis man ikke vil nøjes med overbliksbilleder, men vil have målfaste kort, kræver der lidt ekstra.

Fotografering

Fotograferingen skal være systematisk, kameraet skal vende nedad, og der skal være et stort overlap mellem billederne (60-80%). Dette kræver, at man anvender en app, som styrer drone og kamera, når der fotograferes. Der findes flere apps til formålet, som kan installeres på den telefon eller tablet, man bruger, når man fotograferer med dronen. Blandt de mest almindelige er Pix4Dcapture, DJI GS Pro og DroneDeploy. De to førstnævnte er gratis og alle er nemme at bruge

Kort

Når billederne er taget, skal de sættes sammen til et ortofoto (dronekort). Et ortofoto er et billede, hvor alle punkter på jorden ses lige ovenfra. Et ortofoto har samme egenskaber som et landkort, og det dannes ud fra en 3D model af marken. Når 3D modellen er lavet, sættes billederne sammen til et sammenhængende dronekort (figur 1). Dette er en beregningstung affære, som kræver specialiseret software.
Der findes mere end 20 forskellige programmer til denne opgave. Nogle er gratis og andre kræver licens. Nogle kan downloades og andre kører i skyen. De fleste gratisprogrammer har nogle begrænsninger, som gør, at man i mange tilfælde vil være nødt til at købe en licens. I denne kategori findes DroneMapper, PrecisionMapper og Atlas. Der findes også et gratis (og open source) program – OpenDroneMap – til at lave ortofotos, men det kræver meget mere teknisk snilde en de andre programmer. De mest populære betalingsprogrammer er Agisoft Photoscan, Pix4Dmaper og DroneDeploy, som alle er ret dyre. Disse programmer er forholdsvis nemme at bruge.
Softwaremarkedet er vanskeligt at få overblik over, da der dels findes mange programmer, og der dels foretages løbende forbedringer. I Future Cropping er der foretaget en sammenligning af 10 forskellige programmer.
Sammenligning af programmer, som kan sætte dronebilleder sammen til kort.

Nøjagtighed

Kortenes geografiske nøjagtighed afhænger først og fremmest af dronens GPS. Når billederne tages, knyttes dronens GPS-position til billederne, og de dannede dronekort forsynes med GPS-positioner. Anvender man små brugervenlige droner som for eksempel DJI phantom 3 eller 4, (de mest almindelige droner i Danmark), har de en ret unøjagtig GPS. I Future Cropping er det vist, at den geografiske nøjagtighed af kort baseret på en DJI Phantom har en gennemsnitlig nøjagtighed på cirka 10 m, men at den godt kan være betydelige ringere. Afvigelser kan nærme sig 30 m, hvilket er meget i forhold til landbrugsmæssige opgaver såsom ukrudtsbekæmpelse og gødskning. Droner med RTK-GPS er mere end 10 gange så dyre som DJI Phantom droner, men de kan så til gengæld levere en nøjagtighed på nogle få cm.

Figur 2. Dronekort dannet af billeder fra drone med almindelig GPS. Der ses forskydninger i forhold til baggrundskortet (Google Earth), hvilket giver en lav geografisk nøjagtighed.
Forbedring af nøjagtighed

Anvender man DJI Phantom eller andre droner med almindelig GPS, har man muligheder for at forbedre nøjagtigheden ved at anvende såkaldte referencepunkter, også kaldt ground control points (GCPs). Referencepunkter er punkter i landskabet, som man kender de nøjagtige GPS-positioner på, og som kan ses fra luften. Referencepunkterne anvendes af den software, som danner ortofotos, og i Future Cropping har vi fundet, at dronekorts nøjagtighed kan forbedres til under 10 cm ved anvendelse af cirka ét referencepunkt pr. ha.
Referencepunkter har den praktiske ulempe, at de skal opmåles med RTK-GPS. Det tager tid og kræver adgang til avanceret udstyr. Vi har derfor undersøgt, om man ved hjælp af GIS-programmer kan tilrette unøjagtige dronekort. Dette kan gøres ved at lægge dronekortet oven i et satellitbillede og derefter justere det på plads i forhold til punkter, som både kan ses på dronekortet og satellitbilledet. Denne metode gav en nøjagtighed på 1-2 meter. Større nøjagtighed kan opnås, hvis man har adgang til plejesporenes GPS koordinater (AB-linjer), og de samtidig er synlige på billederne. Ved autostyring af traktoren, vil plejesporene være synlige i hele vækstsæsonen i de fleste afgrøder, og anvendes de som reference, kan der opnås en nøjagtighed på under en meter, hvilket er fuldt tilstrækkeligt til de fleste landbrugsopgaver.

Det nye

Det har længe været kendt, at man kan justere et unøjagtigt kort ind efter et nøjagtigt baggrundskort, men det er første gang, at nøjagtigheden er blevet målt. Det er ligeledes første gang, at plejespor er blevet anvendt til at justere dronekort, og at det er vist, at de giver en tilstrækkelig nøjagtighed til landbrugsmæssige opgaver såsom ukrudtsbekæmpelse. Det har længe været kendt, at droner med RTK-GPS er rigtig gode, når der skal fremstilles nøjagtige dronekort, men at droner med RTK-GPS samtidig er meget dyre. I skrivende stund er der vedholdende forlydender om, at der inden for det næste halve år vil blive markedsført en DJI Phantom drone med RTK-GPS til en overkommelig pris. Nøjagtige dronekort er derfor ikke længere kun for dem med avanceret udstyr. De kan fremstilles ved at tilrette almindelige dronekort efter plejesporene, og billige RTK-GPS droner forventes at være på trapperne.