UAS-noggrannhet i praktiken

(1)

1

Karlstads universitet 651 88 Karlstad Tfn 054-700 10 00 Fax 054-700 14 60

Information@kau.se www.kau.se

Fakulteten för human iora och samhällsvetenskap Naturgeografi

Jakob Samani

UAS-noggrannhet i praktiken

En undersökning av dagens UAS-fotogrammetris noggrannhet

UAS-accuracy in practice

A study of UAS photogrammetric accuracy

Examensarbete 7,5 hp

Mät- och kartteknikprogrammet

Datum: 2013-09-06 Handledare: Uliana Danila Exa minator: Kristina Eresund Löpnummer: 2013:2

(2)

Försäkran

Denna rapport är en deluppfyllelse av kraven till högskoleexamen på programmet för Mät- och kartteknik. Allt material i denna rapport som inte är mitt eget har identifierats, och rapporten innehåller inte material som har använts i en tidigare examen.

(3)

Sammanfattning

Undersökningens syfte är att förstå hur noggrann UAS- fotogrammetrin i dagsläget (2013) är.

Frågeställningarna som undersökningen utgick ifrån var: kan UAS- fotogrammetri i dagsläget ge precisa punkter med hjälp av att mäta in centrum av 1x1 meter utlagda plattor som kan ses i ortofoto?; Kan det ge snarlik noggrannhet med pixelstorleken? samt Kan UAS-tekniken idag användas för att producera pålitliga höjdmodeller?

För att uppnå syftet har en undersökning utförts med jämförelse på koordinater insamlade med totalstation och insamlade med UAS- fotogrammetriska metoder. Resultatet visade att medelfelet var drygt 1 pixel på plana koordinater samt på koordinater i höjd. Pixlarnas storlek var mellan 4.7-9.3 cm. Största felkällan ser ut att vara upplösningen på bilderna, men tekniken utvecklas fort. UAS-fotogrammetrin lever väl upp till frågeställningarnas förväntningar.

(4)

Abstract

The purpose of the study is to understand what the accuracy of UAS photogrammetry today (2013) is. The study was based on the following questions: Can UAS photogrammetry today give precise points, measuring the centre of 1x1 meter plywood boards viewed from an orthophoto?; Can it give similar accuracy as the size of the pixels? And can UAS technology today be used to produce elevation models of good quality?

To investigate these questions, a study has been made to compare coordinates collected from a total station and UAS photogrammetric methods. The results show that the standard error is approximately 1 pixel on flat coordinates and 1 pixel on elevated coordinates. The pixel size was between 4.7 and 9.3 cm. The biggest source of error seems to be the reso lution on the pictures, but the technology develops quickly. The UAS photogrammetry method definitely meets the expectations of the questions.

(5)

Innehållsförteckning

1. Inledning... 1

1.1 Bakgrund ... 1

1.2 Syfte... 1

1.3 Frågeställningar ... 1

1.4 Centrala begrepp... 2

2. Metod ... 3

2.1 Teknik ... 3

2.2 Mätmetod... 5

2.3 Datanalys ... 7

3. Resultat ... 9

3.1 Formelförklaring... 9

3.2 Första sitens resultat F1 ... 10

3.2 Andra sitens resultat F2 ... 10

3.4 Hela undersökningens resultat jämfört i pixlar ... 11

4. Diskussion ... 12

4.1 Felkällor... 12

4.2 Analys ... 13

5. Källförteckning... 14

Bilaga 1 ... 15

F1 Ortofoto ... 15

Bilaga 2 ... 16

F2 Ortofoto ... 16

Bilaga 3 ... 17

SmartOne ... 17

(6)

1

1. Inledning

1.1 Bakgrund

Jag och min far, Touraj Samani, har varit nyfikna på UAS-tekniken sedan 2012 då det

funderades på att köpa in ett UAS- flygplan till hans företag. UAS var intressant för insamling av geografisk data för terrängmodeller, på grund av snabbheten samt för åtkomsten till

svårtillgänglig miljö, vi tänkte då främst på bergiga områden. Men vi var lite tveksamma hur noggranna höjdmodeller man skapade med denna nya teknologi. Vi kom i kontakt med Johan Lindqvist på Rotoview som använder sig av SmartOne (UAS som är skapat av Smartplanes) sedan juni 2011. Jag pratade med Johan och han var intresserad av att kontrollmäta hur bra noggrannhet han har på sina jobb, eftersom det aldrig har testats utförligt förut. I den här uppsatsen så undersöks det.

1.2 Syfte

Syftet med denna undersökning är att få förståelse för hur noggrann UAS- fotogrammetri i dagsläget är på utmärkta punkter.

1.3 Frågeställningar

 Kan UAS-fotogrammetri i dagsläget ge precisa punkter med hjälp av att mäta in centrum av 1x1 meter utlagda plattor som kan ses i ortofoto?

 Kan det ge snarlik noggrannhet med pixelstorleken?

 Kan UAS-tekniken idag användas för att producera pålitliga höjdmodeller?

(7)

2 1.4 Centrala begrepp

UAS betyder Unmanned Aerial System- alltså obemannat flygsystem, definitionen innebär även att den har autopilot¹. I det här fallet så används en SmartOne från Smartplanes.

Ortofoto är en geometriskt korrigerad flygbild².

SWEPOS-korrigering är en tjänst som korrigerar koordinater inmätta med GNSS- instrument, det vill säga relativ inmätning mot basstationer med precist bestämda positioner³.

DEM står för Digital Elevation Modell och är en digital tredimensionell höjdmodell⁴.

Elevation är engelska och betyder, i sammanhanget, höjd över geoid vilket vardagligen brukar kallas höjd över havet⁵.

Överbestämning innebär mätning från flera punkter än absolut nödvändigt⁶.

1 Un manned Aeria l Veh icle Systems Association. (2013). UAV or UAS? Hä mtad från:

http://www.uavs.org/index.php?page=what_is 2013-08-01

2 Klang, D. & Ågren, J. Insamling av geografiska data. . I Harrie, Lars (red). Geografisk

informationsbehandling- teori, metoder och tillämpningar (s 111-112, fjä rde o marbetade upplagan). Stockholm:

Forskningsrådet Formas

3 Swepos. Ett nationellt nät av fasta referensstationer för GNSS. Hä mtad från http://swepos.lmv.lm.se/ 2013-08- 01

4 Eklundh, L. & Pilesjö, P. Ru msliga datastrukturer. I Harrie , Lars (red). Geografisk informationsbehandling- teori, metoder och tillämpningar (s 131, fjärde o ma rbetade upplagan). Stockholm: Forskningsrådet Formas

5 Ågren, J. & Hauska, H. Refe renssystem och kartpro jekt ioner. I Ha rrie, La rs (red). Geografisk

informationsbehandling- teori, metoderoch tillämpningar (s 73, fjärde o ma rbetade upplagan). Stockholm:

Forskningsrådet Formas

6 Lant mäteriverket (1996). Handbok till mätningsk ungörelsen Geodesi, Detaljmätning. [Ele ktronisk].

Lant mäteriverket : Gäv le. s 27

(8)

3

2. Metod

Traditionella geodetiska insamlings metode r

Med traditionella geodetiska insamlingsmetoder menar man insamling med teodelit numera ofta kallat totalstation. En Totalstation mäter horisontalvinkel, vertikalvinkel och längd mot önskat inmätt objekt. Med dessa data kan objektets position beräknas med enkla geometriska formler. Kontroller görs mot kända punkter på platsen för att få ut en ungefärlig noggrannhet på inmätningen. All beräkning utför totalstationen själv.

Fotogrammetri teori

Fotogrammetri är mätning av geofrafisk data i bilder.

Relati v orientering Absolut orientering

I denna undersökning har absolut orientering använts för att mäta i flygfotona.Absolut orientering betyder att man orienterar bilder in i ett referenssystem så att bilderna

representerar verkligheten på ett korrekt sätt. Vanliga bilder är förvridna på grund av hur ljuset fångas i en bild. De är endast korrekta rakt under kameran, det ljus som inte reflekteras rakt under kameran får en större förvrängning ju längre ifrån man kommer . För att få en absolut orientering med korrekta avstånd överallt behöver man ha stödpunker på marken som syns på bilderna för att beräkna geometrin och få en 3D bild som passar in i ett

koordinatsystem. För beräkningen krävs 3 stödpunkter i plan och 2 i höjd för att beräkna fram 7 transformationsparametrar som behövs för orienteringen. Modellens läge som defenieras av xyz koordinater. Modellens axelriktingar i systemet vilket bestäms av vinklar. Modellens skala definieras av skalfaktorn.

2.1 Teknik

För att utföra studien behövs underlag där man kan se noggrannheten av UAS-

fotogrammetrin. Jag har använt mig av ett SmartOne utrustad med en Canon 95s kamera.

Smartplanes AB har utvecklat SmartOne i Skellefteå. Den har en a utopilot, men kan även styras med handkontroll. Autopiloten bygger på ett opensource-program⁷ Ecole Nationale de

7 Smartp lanes AB (2010). SmartOne unmanned aircraft. Hä mtad från http://www.s martplanes.se/technical/specifications/ 2013-08-01

(9)

4 I’Aviation Civile, och styrs med markstationen (Toughbook PC) som kommunicerar med flygplanet via en datalänk (868 Mhz, 28800 bps⁸). SmartOne har även en GPS- mottagare med 3 m noggrannhet.

Smartplane flyger i ett zamboni- mönster, (se bilden nedan) vilket innebär att en bestämd kvadratisk ruta över området väljs ut. Syftet är att täcka in önskat område inom vilket man vill samla information. Fördelen med Zamboni- mönster är att planet får mer tid att hamna på rätt kurs, vilket innebär mindre skarpa svängar. Nuförtiden kan den även flyga i serpentinmönster, men i denna undersökning så har zamboni- mönster använts eftersom serpentinmönstret ännu inte används med SmartOne i praktiken i särskilt stor utsträckning.⁹

Fig 1. Zamboni-mönster, samma mönster som hock eyns ismaskiner arbetar med.¹⁰

SmartOne flyger i den förprogrammerade banan och fotograferar, sedan analyseras bilderna.

Firmware, mjukvaran i kameran, är anpassad för smartplanes användningsområden. Den har anpassats så att det är möjligt att fotografera på en tusendels sekund¹¹. Kameran är avstängd när den inte fotograferar, och startas upp och fotograferar på en signal via USB-port. Signalen skickas via datalinken från markstationen där fotomönstret har programmerats¹².

8 Smartp lanes AB (2010). SmartOne unmanned aircraft. Hä mtad från http://www.s martplanes.se/technical/specifications/ 2013-08-01

9 Intervju med Johan Lindqvist, grundare av Rotoview, 2013-05-15

10The Docherty Fa mily.(2003). Hä mtad från http://www.dochertyfamily.co m/za mboni_pattern.htm 2013 -08-01

(10)

5 Photoscan är ett ryskt program som analyserar bildmaterialet och som är mycket kraftfullt, speciellt för sin kostnad. Det används för automatisk 3D-modellgenerering, samt analys. Man får ut punktmoln som är orienterade med hjälp av stödpunkter¹³.

Global mapper är det andra programmet som använts. Det är ett användarvänligt GIS- program som kan hantera många GIS-format. I det här fallet så har den använts för att ta ut koordinaterna i bilderna.

Jag har valt att kontrollmäta UAS-fotogrammetriska metoderna med hjälp av totalstationen Trimble 5601 som utlånades av ”Härjedalen Mark och Mät AB”. Anledningen är att

noggrannheten är mycket hög. Vinkelnoggrannheten är 3 mgon, längdmätningsnoggrannheten är 2 mm+3 ppm¹⁴. Därför beräknas koordinaterna med inskärning vilket utnyttjar den högre vinkelnoggrannheten. ”Inskärning bygger på riktningsmätning i den sökta punkten.

Geometriskt kan metoden ses som skärningen mellan två cirklar”.¹⁵

Passpunkterna mäts in med Topcon GRS-1-mottagare med SWEPOS-korrigering och GLONASS samt GPS-satelliter. Fixlösningen under inmätningen var mellan 2-3 cm.

2.2 Mätmetod

Mätningen gjordes 2013-05-16 på en solig dag med 7m/s vind. Mätningarna tog plats i Norrköping på två bergtäkter tillhandahållna av ”Östgöta grus och berg”. För att göra en noggrannhetsundersökning lades punkter i form av 1x1 meter stora plywoodskivor ut, för att de skulle hittas i ortofotot. Nio plattor användes för kontrollmätning på första siten (F1), sex på den andra (F2). Det var samma plattor som användes för etablering och för

kontrollmätningarna.

Koordinaterna mättes in med Topcon GNSS-system, koordinaterna användes för etableringen av totalstation. Etablering skedde som fristation med 5 punkter för en bra överbestämning.¹⁶

14 Trimble (opublicerad). Trimble serie 5600 Totalstationer. Återfinns hos Trimtec AB.

15 Lant mäteriverket (1996). Handbok till mätningsk ungörelsen Geodesi, Detaljmätning. [Ele ktronisk].

Lant mäteriverket : Gäv le s 45

16 I detta fall ä r två punkter minsta mö jliga, a lltså tre överbestämningar. Det gör mätningens noggrannhet statistiskt sett mycket bättre.

(11)

6 Med stationen etablerad skedde inmätning av punkterna med en kolfiberstav med vattenpass samt prisma på toppen av staven. Koordinaterna mättes sedan in med flygfoto. Viktigt var att mätningen utfördes i centrum av plattan e ftersom mätningen ifrån fotogrammetrin gjordes i centrum i så hög grad det gick.

Smartplane gjorde sedan flygningen. Först programmerades flygrutten in i Toughbooken (datorn till Smartplane). Starten skedde genom att planet kastades i motvind för att få fart under vingarna. Flygmönstret planerades tvärs med vinden, så att fotona kunde tas med jämnt avstånd samt för att minska risken för krasch. När området var färdigfotat så landades

flygplanet med manuell handkontroll. Fotografierna togs med 80% övertäckning på 150m flyghöjd. På första bergstäkten togs 99 bilder, på andra 98.

Fig 2. På bilden ovan ser man en plywoodskiva mätas in med GNSS, till vänster är jag med mätstaven och prisma som totalstationen mäter mot.

(12)

7 2.3 Datanalys

Efter att flygningen var klar så laddades bilderna över till Photoscan. Information om flygplanets position samt lutningar vid varje fotoögonblick lagrades i en textfil. Fotona matchades med textfilen så att Photoscan visste varifrån bilderna togs och hur de låg i förhållande till varandra.

Efter det märktes passpunkterna ut i Photoscan. Det gjordes genom att hitta en bild med passpunkten och lägga ut en markeringsflagga. Photoscan hittade själv vilka andra bilder som innehöll samma punkt, och här redigerade jag manuellt bild för bild så att markeringen låg i mitten. Efter att processen upprepats för alla passpunkter kunde geometrin skapas. För att göra denna typ av analys krävs en kraftfull dator med hög prestanda när det gäller RAM- minne, processorkraft samt grafikkort. Det behövs om man ska få ut bra 3D-bilder inom en rimlig tidsperiod. En medelmåttig dator hade behövt arbeta med några av processerna i fem timmar vilket inte är tidseffektivt.

Noggrannheten för olika data skall anges för att geometriberäkningen ska bli så bra som möjligt¹⁷. Kamerans position ställdes in till 30 m noggrannhet, eftersom fotot tas efter en liten fördröjning så är den inte riktigt där den tror¹⁸. Noggrannheten på markpunkterna sattes på 0,01 m eftersom detta görs noggrant manuellt. Här markerades centrum i bästa möjliga mån.

Centrum uppfattades genom att tyda kanterna på de kvadratiska plattorna och på så vis hitta mitten. Upplösningen i första bilden är 4.7 cm per pixel, i andra bilden 9,2 cm.

När geometrin är bra kan man exportera DEM- modellen samt ortofoto. Här stämde geometrin till 3,5 cm på första bergtäkten och 4,3 cm på den andra.

Med det exporterade ortofotot samt DEM- modellen kan koordinater för plattorna beräknas.

Detta gjordes i Global mapper. I Global mapper öppnades sedan DEM- modellen. Den draperades med ortofotot. Punkter i centrum av plattorna skapades sedan. Man bör även öppna den inmätta punktfilen för att hitta plattor som ligger med dåligt kontrast till

bakgrunden samt för att matcha punktnummer i skikten. Efter det nya punktskikten är klart exporterades det i textfilsformat.

(13)

8 I Microsoft Excel 2007 skapades tabeller över koordinaterna. Skillnaden dx, dy, dz samt dr beräknades med enkla formler, för formelförklaring läs 3.1. Koordinaterna inmätta med totalstation får tolkas som de ”sanna” värdena eftersom det har mycket hög noggrannhet¹⁹.

19 Trimble (opublicerad). Trimble serie 5600 Totalstationer. Återfinns hos Trimtec AB.

(14)

9

3. Resultat

3.1 Formelförklaring

dx är skillnaden mellan x-koordinaterna vilket innebär klassiska mätningens x-koordinat minus den fotogrammetriskt framtagna x-koordinaten.

dy är skillnaden mellan höjdkoordinaterna vilket innebär k lassiska mätningens y-koordinat minus den fotogrammetriskt framtagna y-koordinaten.

dz är skillnaden mellan z-koordinaterna vilket innebär klassiska mätningens z-koordinat minus den fotogrammetriskt framtagna z-koordinaten.

dr är skillnaden mellan x- samt y-koordinaterna radiellt sett. Beräknas med Pythagoras sats .

Standarosäkerheten i enskild mätning i plan:

Standardosäkerheten i enskild mätning i höjd:

N är antalet mätningar

Standardosäkerheten kallas oftast för medelfel.

(15)

10 3.2 Första sitens resultat F1

Punktnr dx (m) dy (m) dz (m) dr (m) dz medelfel (m)

1 -0.102 0.005 -0.02 0.102122475 0.046304697

2 -0.111 0.034 0.004 0.116090482

3 -0.001 0.005 -0.07 0.005099020 dr medelfel (m)

4 -0.052 -0.075 0.047 0.091263355 0.067750461

5 0.029 -0.026 0.005 0.038948684

6 -0.011 -0.015 0.011 0.018601075

7 -0.036 -0.027 0.071 0.045000000

8 -0.015 -0.011 -0.029 0.018601076

9 0.001 -0.015 -0.06 0.015033296

Fig 3: Skillnaden mellan koordinaterna samlade med klassiska och fotogrammetriska metoder är ”felet”, då det ”rätta” värdet är det insamlat med totalstation. Pixelstorlek 4.7cm.

3.2 Andra site ns resultat F2

Punktnr dx (m) dy (m) dz (m) dr (m) dz medelfel (m)

10 -0.085 -0.009 0.047 0.085475143 0.094153244

11 -0.055 0.01 0.009 0.055901699

12 -0.055 0.005 -0.109 0.055226805 dr medelfel (m)

13 -0.011 -0.025 -0.086 0.027313001 0.060853649

14 -0.056 0.043 -0.078 0.070604532

15 -0.038 -0.005 0.113 0.038327536

16 -0.037 -0.013 0.113 0.039217344

Fig 4: Skillnaden mellan koordinaterna samlade med klassiska och fotogrammetriska metoder är ”felet”, då det ”rätta” värdet är det insamlat med totalstation. Pixelstorlek 9.3cm.

(16)

11 3.4 Hela undersökningens resultat jämfört i pixlar

Fig 5: värdena 1-9 är från F1, 10-16 är från F2.

Punktnr dx (m) dy (m) dz (m) dr (m)

dz medelfel (m)

1 -0.102 0.005 -0.02 0.102122 0.068479681

2 -0.111 0.034 0.004 0.116090

3 -0.001 0.005 -0.07 0.005099

dr medelfel (m)

4 -0.052 -0.075 0.047 0.091263 0.062684395

5 0.029 -0.026 0.005 0.038949

6 -0.011 -0.015 0.011 0.018601

7 -0.036 -0.027 0.071 0.045000

8 -0.015 -0.011 -0.029 0.018601

9 0.001 -0.015 -0.06 0.015033

10 -0.085 -0.009 0.047 0.085475

11 -0.055 0.01 0.009 0.055902

12 -0.055 0.005 -0.109 0.055227

13 -0.011 -0.025 -0.086 0.027313

14 -0.056 0.043 -0.078 0.070605

15 -0.038 -0.005 0.113 0.038328

16 -0.037 -0.013 0.113 0.039217

(17)

12

4. Diskussion

4.1 Felkällor

Ett problem var ojämnt markunderlag även om plattorna lades ut på så plan yta som möjligt.

Dessutom är plattorna vikta i mitten, vilket fick dem att gå ner något, 1-1.5 cm på några plattor , vilket orsakades av käppens tyngd när den mättes in med klassiska mätningsmetoder.

GPS-mätningen med Topcon GRS-1 hade ca 4 cm noggrannhet. Detta fel skapar en liten deformation i geometrin efter den fotogrammetriska analysen men påverkar varje punkt väldigt lite.

En av de största felkällorna främst för de plana koordinaterna är upplösning och kontrast mot underlag eftersom det inte var lätt att se alla plattorna tydligt i ortofotot. Detta ledde till svårigheter med att uppfatta mitten av plattorna. Mänskliga faktorn kommer även skapa en felkälla i och med att mätstaven var lodrät utan treben som stöd. Med en människas arm kan det ge en avvikelse på ca 1 cm i 7m/s vind.

Vad i min undersökning hade jag ändrat om jag hade haft mer tid och ville ha en mer exakt mätning? Då skulle jag haft antingen hårda plattor eller så pass mjuka att de formar sig efter underlaget, eftersom min stav tryckte ner centrum något där underlaget var ojämnt. Jag skulle ha mätt in GPS-punkterna statiskt i ca 15 minuter. Varför? Jag skulle även ha svarta plattor med vita kryss vilket skulle hjälpa mig urskilja mitten av plattorna. Jag skulle även kunna ha haft stödben till inmätningen med totalstation.

(18)

13 4.2 Analys

Medelfelet i höjd sammanföll båda mätningarna med pixelstorleken. I plan var noggrannheten både något över och under 1 pixel samtidigt som det gav under 7cm medelfel på båda

mätningarna. Enligt HMKs tumregel för fotogrammetriska metoder är medelfelet ca 1 pixel medelfel i plan och 1.5 pixel medelfel i höjd. Alltså ger UAS-fotogrammetrin samma typ av medelfel som annan fotogrammetri vilken vanligen tillämpar en bemannad flygfarkost.²⁰ I denna undersökning uppnåddes en noggrannhet på drygt 1 pixel i både plan och höjd. Dessa pixlar är små för att vara flygbilder eftersom bilderna är tagna från en sådan låg höjd jämfört med hur ”riktiga” flygplan brukar flyga.

Kan UAS-fotogrammetri i dagsläget ge precisa punkter med hjälp av att mäta in centrum av 1x1 meter utlagda plattor som kan ses i ortofoto? Ja, det kan den.

Slutsatsen av denna undersökning blir att UAS-tekniken idag verkligen kan användas för att pålitligt mäta in höjdmodeller. Denna typ av teknik utvecklas snabbt och har redan blivit en snabb och noggrann metod för att till exempel beräkna volymer för inventering och andra typer av kontrollmätningar.

Undersökningens omfattning var liten vilket gör medelfelen mindre pålitliga men tendenserna i resultatet pekar på att tekniken är bra.

Mätningarna i undersökningen har gjorts på samma sätt som mätningar i fält på vanliga mätjobb. Det ger ett mer äkta medelfel än om en mer teoretisk undersökning gjorts, då överbestämning skulle förekomma i mycket högre grad än i praktiken.

20 Andreas Jansson (2013). En noggrannhetsundersökning av fotogrammetrisk detaljmätning i stereo

(19)

14

5. Källförteckning

Tryckta källor

Eklundh, L. & Pilesjö, P. Rumsliga datastrukturer. I Harrie, Lars (red). Geografisk informationsbehandling- teori, metoder och tillämpningar (fjärde omarbetade upplagan).

Stockholm: Forskningsrådet Formas

Jansson, Andreas (2013). En noggrannhetsundersökning av fotogrammetrisk detaljmätning i stereo. Karlstad: Karlstads universitet

Klang, D. & Ågren, J. Insamling av geografiska data. . I Harrie, Lars (red). Geografisk informationsbehandling- teori, metoder och tillämpningar (fjärde omarbetade upplagan).

Stockholm: Forskningsrådet Formas

Lantmäteriverket (1996). Handbok till mätningskungörelsen Geodesi, Detaljmätning.

[Elektronisk]. Lantmäteriverket: Gävle

Trimble (opublicerad). Trimble serie 5600 Totalstationer. Återfinns hos Trimtec AB.

Ågren, J. & Hauska, H. Referenssystem och kartprojektioner. I Harrie, Lars (red). Geografisk informationsbehandling- teori, metoderoch tillämpningar (fjärde omarbetade upplagan).

Stockholm: Forskningsrådet Formas Elektroniska källor

Smartplanes AB (2010). SmartOne unmanned aircraft. Hämtad från http://www.smartplanes.se/technical/specifications/ 2013-08-01 Swepos. Ett nationellt nät av fasta referensstationer för GNSS.

Hämtad från http://swepos.lmv.lm.se/ 2013-08-01 The Docherty Family.(2003). Hämtad från:

http://www.dochertyfamily.com/zamboni_pattern.htm 2013-08-01

Unmanned Aerial Vehicle Systems Association. (2013). UAV or UAS? Hämtad från:

http://www.uavs.org/index.php?page=what_is 2013-08-01 Muntliga källor

Intervju med Johan Lindqvist, grundare av Rotoview, 2013-05-15

(20)

15

Bilaga 1

F1 Ortofoto

(21)

16

Bilaga 2

F2 Ortofoto

(22)

17

Bilaga 3

SmartOne