masterproef Sharon Audoor - Ghent...

FACULTEIT WETENSCHAPPEN

Opleiding Geografie en Geomatica Master in de Geomatica en Landmeetkunde

Mogelijkheden van mobile mapping voor GRB-toepassingen

Sharon Audoor

Aantal woorden in tekst: 22 251 Promotor: Prof. dr. Ph. De Maeyer Vakgroep Geografie

Academiejaar 2009 – 2010

Masterproef ingediend tot het behalen van de graad van

Master in de Geomatica en Landmeetkunde

II

Toelating tot bruikleen

De auteur geeft de toelating dit afstudeerwerk voor consultatie beschikbaar te stellen en delen

van het afstudeerwerk te kopiëren voor persoonlijk gebruik. Elk ander gebruik valt onder de

beperkingen van het auteursrecht, in het bijzonder met betrekking tot de verplichting de bron

uitdrukkelijk te vermelden bij het aanhalen van resultaten uit dit afstudeerwerk.

Sharon Audoor 18 mei 2010

III

WOORD VOORAF

Graag had ik hier alle personen die hebben meegeholpen aan de realisering van deze

masterproef van harte bedankt.

Eerst en vooral wil ik mijn promoter prof. dr. Ph. De Maeyer bedanken, alsook mijn co-

promotor dr. ir. Sidharta Gautama. Ook Werner Goeman en Peter Bogaert wil ik bedanken

voor hun raad en daad bij de uitwerking van deze masterproef. Timothy Nuttens zou ik graag

bedanken voor het ter beschikking stellen van de meetapparatuur die tijdens deze masterproef

werd gebruikt.

Voor het ter beschikking stellen van hun programma Mobile Mapper wil ik GeoInvent van

harte bedanken.

Verder wil ik een woord van dank schenken aan de vakgroep Geografie voor het mogelijk

maken van deze interessante studie.

Als laatste wil ik mijn ouders, zus en vrienden bedanken voor de steun en het geduld dat zij

mij tijdens deze studie hebben gegeven.

IV

De mogelijkheden van mobile mapping voor GRB-toepassingen

door

Sharon Audoor

Afstudeerwerk ingediend tot het behalen van de graad Master in de Geomatica en

Landmeetkunde

Academiejaar 2009 – 2010

Universiteit Gent

Faculteit Wetenschappen

Promotor: prof. dr. Ph. De Maeyer

V

INHOUDSOPGAVE

WOORD VOORAF............................................................................................................... III

INHOUDSOPGAVE ............................................................................................................... V

LIJST VAN FIGUREN........................................................................................................ VII

LIJST VAN TABELLEN ...................................................................................................VIII

LIJST VAN GRAFIEKEN.................................................................................................VIII

LIJST VAN AFKORTINGEN..............................................................................................IX

1. INLEIDING .......................................................................................................................... 1

2. MOBILE MAPPING ........................................................................................................... 2

2.1. Algemeen ........................................................................................................................ 2

2.2 Platform............................................................................................................................ 2

2.3 Opnamesensoren .............................................................................................................. 2

2.4 Sensoren voor nauwkeurige positiebepaling.................................................................... 4

2.5 Fotogrammetrie ................................................................................................................ 8

3. GROOTSCHALIG REFERENTIE BESTAND.............................................................. 12

3.1 Wettelijk en administratief kader ................................................................................... 12

3.2 Grootschalig Referentie Bestand.................................................................................... 13

3.2.1 Structuur GRB......................................................................................................... 14

3.2.2 Structuur GRB-skeletmetingen ............................................................................... 15

3.3 Kwaliteitscontrole van de GRB-skeletmetingen ............................................................ 16

4. ANALYSE VAN DE INVLOED VAN VERSCHILLENDE ELEMENT EN OP

METINGEN MET BEHULP VAN MOBILE MAPPING SYSTEMEN.... ...................... 20

4.1 Onderzoeksvraag............................................................................................................ 20

4.2 Experiment in Namen..................................................................................................... 20

4.2.1 Studiegebied ............................................................................................................ 20

4.2.2 Opmeting van grondcontrolepunten........................................................................ 21

4.2.2.1 GPS-metingen .................................................................................................. 22

4.2.2.2 Metingen met totaalstation ............................................................................... 24

4.2.3 Berekening van de coördinaten uit de Mobile Mapper ........................................... 25

4.3 Analyse van de verzamelde gegevens............................................................................ 26

4.3.1 Analyse van de elementen die een invloed hebben op de plaatsbepaling van het

mobiele platform .............................................................................................................. 26

VI

4.3.2 Relatie van de afstand van het grondcontrolepunt tot de positie van het mobiele

platform en de haalbare nauwkeurigheid ......................................................................... 31

4.3.3 Relatie tussen de richting van het grondcontrolepunt ten opzichte van het mobiele

platform en de haalbare nauwkeurigheid ......................................................................... 35

4.3.4 Statistische relevantie van de verbanden................................................................. 38

4.4 Experiment in Kruishoutem ........................................................................................... 41

4.4.1 Studiegebied ............................................................................................................ 41

4.4.2 Methode................................................................................................................... 41

4.5 Analyse van de verzamelde gegevens............................................................................ 43

4.5.1 Verband tussen de plaats van het grondcontrolepunt op het beeld en de haalbare

nauwkeurigheid ................................................................................................................ 43

4.5.2 Relatie tussen de camera-geometrie en de haalbare nauwkeurigheid ..................... 44

5. BESLUIT............................................................................................................................. 46

6. REFERENTIELIJST......................................................................................................... 48

VII

LIJST VAN FIGUREN

Figuur 1: Zes variabelen van een INS, X0,Y0,Z0, pitch, roll en yaw ........................................... 5

Figuur 2: Principe van een mechanische accelerometer ............................................................ 7

Figuur 3: Mobile mapping voertuig ........................................................................................... 8

Figuur 4: Het concept van mobile mapping ............................................................................... 8

Figuur 5: Relatie tussen objecten, het platform en de wereld .................................................... 9

Figuur 6: Nauwkeurigheid van een voorwaartse insnijding..................................................... 10

Figuur 7: Relatie tussen de basislijn b, de diepte z en de parallax d........................................ 11

Figuur 8: Traject experiment Namen ....................................................................................... 20

Figuur 9: Grondwaarheid opgemeten met GPS en totaalstation .............................................. 22

Figuur 10: Stabiliteitsgrafieken van het referentiestation Namen............................................ 23

Figuur 11: Grondwaarheid opgemeten met totaalstation ......................................................... 24

Figuur 12: Printscreen uit het verwerkingsprogramma Mobile Mapper.................................. 25

Figuur 13: Beeld 594 met aanduiding van de grondcontrolepunten a tot en met d ................. 32

Figuur 14: Beeld 22 met aanduiding van de grondcontrolepunten a, b, c, d, e, f en g............. 33

Figuur 15: Beeld 628 met aanduiding van de grondcontrolepunten a tot en met e.................. 34

Figuur 16: Hoek tussen het mobile mapping voertuig en de grondcontrolepunten voor het

beeld 594 .................................................................................................................................. 35


beeld 22 .................................................................................................................................... 36


beeld 628 .................................................................................................................................. 37

Figuur 19: Camera-opstelling Kruishoutem............................................................................. 41

Figuur 20: Inspectieputten........................................................................................................ 42

VIII

LIJST VAN TABELLEN

Tabel 1: Spreiding van de toetsingsgrootheden ....................................................................... 17

Tabel 2: Referentiestation Namen............................................................................................ 23

Tabel 3: Verband tussen de afstand en de haalbare nauwkeurigheid voor het beeld 594........ 32

Tabel 4: Verband tussen de afstand en de haalbare nauwkeurigheid voor het beeld 22.......... 33

Tabel 5: Verband tussen de afstand en de haalbare nauwkeurigheid voor het beeld 628........ 34

Tabel 6: Verband tussen de hoek en de haalbare nauwkeurigheid voor het beeld 594............ 35

Tabel 7: Verband tussen de hoek en de haalbare nauwkeurigheid voor het beeld 22.............. 37

Tabel 8: Verband tussen de hoek en de haalbare nauwkeurigheid voor het beeld 628............ 38

Tabel 12: Grondwaarheid......................................................................................................... 42

Tabel 13: Verschil in nauwkeurigheid bij aanduiding in het midden van het beeld en op de

rand........................................................................................................................................... 44

Tabel 14: Verschil in nauwkeurigheid bij verschillende cameracombinaties.......................... 45

LIJST VAN GRAFIEKEN

Grafiek 1: Driedimensionale standaardafwijking voor alle zones ........................................... 28

Grafiek 2: Aantal satellieten bij de met GPS gemeten punten................................................. 29

Grafiek 3: Verband tussen standaardafwijking en fout tussen grondwaarheid en de berekende

coördinaten m.b.v. Mobile Mapper .......................................................................................... 30

Grafiek 4: Verband tussen de driedimensionale standaardafwijking en de fout...................... 31

Grafiek 5: Verband tussen afstand en fout ............................................................................... 38

Grafiek 6: Normale verdeling .................................................................................................. 39

Grafiek 7: Verband tussen hoek en fout................................................................................... 40

IX

LIJST VAN AFKORTINGEN

AGIV: Agentschap voor Geografische Informatie Vlaanderen

DMI: Distance Measuring Instrument

(D)GPS: Differential Global Positioning System

EUREF: European Reference Frame

FLEPOS: FlEmish POsitioning Service

GIS: Geografisch Informatie Systeem

GNSS: Global Navigation Satellite System

GRB: Grootschalig Referentie Bestand

INS: Inertial navigation system

LIDAR: LIght Detection And Ranging of Laser Imaging Detection And Ranging

NGI: Nationaal Geografisch Instituut

RADAR: Radio Detection And Ranging

RTK: Real Time Kinematic

Walcors: WALlonia Continuous Operating System

WGS84: World Geodetic System 1984

1

1. INLEIDING

Het onderwerp van deze masterproef is gebaseerd op de steeds verder evoluerende techniek

van mobile mapping. Mobile mapping is een relatief nieuwe techniek om ruimtelijke data te

verzamelen. In hoofdstuk twee van deze masterpoef wordt er kort ingegaan op de

verschillende soorten mobile mapping systemen en hun onderdelen. Ook de algemene

principes waarop de discipline gebaseerd is, worden besproken.

Het doel van deze studie is om na te gaan of de fouten die optreden bij kartering op basis van

gegevens verzameld via mobile mapping, voldoen aan de voorwaarden die worden opgelegd

door het Grootschalig Referentie Bestand (GRB). Het grootschalig referentiebestand zal

dienen als uniforme achtergrond voor vele projecten. In hoofdstuk drie wordt hierop uitvoerig

verder ingegaan. In dit hoofdstuk zal het wettelijke en administratief kader van het GRB

worden geschetst. Er wordt ook stil gestaan bij de opbouw van het GRB. Daarnaast wordt de

kwaliteitscontrole ervan uitvoerig besproken.

Als het in de toekomst mogelijk wordt om via mobile mapping het GRB-bestand op te

bouwen dan betekent dit een grote vooruitgang in zowel de tijd als de kostprijs die aan het

bijhouden van het GRB is verbonden.

Om een antwoord te kunnen bieden op de vraag of gegevens verzameld via mobile mapping

bruikbaar zijn, wordt er na deze twee inleidende hoofdstukken een grondige analyse gemaakt

in hoofdstuk vier. Er werden twee experimenten uitgevoerd in Namen en Kruishoutem,

waarbij een grote hoeveelheid gegevens werden verzameld. De nauwkeurigheid waarmee

metingen via het mobiele mapping platform werden verzameld, worden beschreven en

geanalyseerd. Ook de verschillende factoren die aan de basis van deze nauwkeurigheid liggen

worden onderzocht. Om de nauwkeurigheid van deze metingen te kunnen bespreken, werden

de metingen vergeleken met metingen van grondcontrolepunten bekomen via traditionele

opmetingsmethoden, namelijk via GPS en totaalstation.

2

2. MOBILE MAPPING

2.1. Algemeen

Er is een grote vraag naar grootschalige ruimtelijke gegevens en de bijhorende attributen voor

het genereren van nieuwe databases en de actualisering van de bestaande databanken van

geografische informatiesystemen (GIS). De verwerving van dergelijke informatie wordt

grotendeels gerealiseerd door fotogrammetrie of terrestrische metingen. De tijd die nodig is

voor deze metingen is het grootste probleempunt. Doordat mobile mapping systemen de

duurtijd van de metingen en de kostprijs sterk reduceren, heeft de techniek in belang

gewonnen (Li, 1997).

In België zijn er reeds een aantal bedrijven die beschikken over mobile mapping systemen. De

bekendste zijn ondermeer Tele Atlas, GeoInvent, geoVISAT (Van Steelandt),

GeoAutomation en Teccon.

Een mobile mapping systeem bestaat uit drie componenten, het platform, de opnamesensoren

en de sensoren voor de nauwkeurige positiebepaling. In onderstaande paragrafen worden deze

componenten belicht.

2.2 Platform

Een mobile mapping systeem bestaat ten eerste uit een beweegbaar platform. Dit kan zowel

een vliegtuig, een wagen, een trein als een boot zijn. In de toekomst zullen ongetwijfeld nog

andere platformen worden gebruikt.

2.3 Opnamesensoren

Het systeem heeft steeds één of meerdere opnamesensoren. Op basis van de verschillende

soorten opnamesensoren, kunnen de systemen onderverdeeld worden in verschillende types.

De beeldopnametechnieken kunnen volgens Ellum (2005) zowel bestaan uit:

i. Analoge of digitale camera’s en scanners

In dit geval wordt gebruik gemaakt van camera’s waarvan de interne oriëntatie

parameters (de coördinaten van het principiële punt x0,y0,z0, de brandpuntsafstand, en

de geometrische distorsie karakteristieken) van de lens bekend zijn. Deze parameters

zijn constant gedurende een periode.

3

ii. RADAR systemen

Een RADAR stuurt radiogolven uit via een antenne. De gereflecteerde radiostralen

worden door diezelfde antenne opnieuw opgevangen. Hierbij wordt de tijd gemeten

tussen het uitzenden van de puls en het ontvangen van de reflectie van deze puls om de

afstand tot het object te kunnen bepalen. Uit de echo kan vaak meer dan alleen de

afstand tot het object worden bepaald.

iii. Laserscanners

Wanneer gebruik wordt gemaakt van licht, in plaats van radiogolven spreekt men van

LIDAR (LIght Detection And Ranging of Laser Imaging Detection And Ranging).

Ook met dit systeem wordt de driedimensionale omgeving gescand. Van elk

opgemeten punt kan dan de afstand tot de laserscanner aan de hand van het principe

van een laser-afstandsmeter worden bepaald. Tijdens de meting is er ook de

mogelijkheid om digitale foto’s van de omgeving aan te maken.

iv. Line-imaging systemen

Dit systeem wordt gebruikt voor de opname van beelden van de zeebodem. Er wordt

door het schip een Laser Line Scan sensor voortgesleept die een kleine, maar intense

lichtstraal op de bodem doet schijnen. Op deze manier scant de laserstraal de

zeebodem af en registreert de sensor de teruggekaatste energie.

v. Hyper- en multispectrale scanners

Deze scanners sturen golven uit van meerdere bepaalde golflengtes van het

elektromagnetisch spectrum. De eigenschappen van de teruggekaatste golven worden

daarna vergeleken met spectrale gegevens van bekende absorptie functies.

vi. Infraroodscanners

Deze scanners zijn gebaseerd op het principe van de laserscanners. Hier ligt de

golflengte van de uitgezonden stralen tussen de 0,74 µm en de 1000 µm (het

infrarood).

De ontwikkeling van mobile mapping systemen hangt nauw samen met de ontwikkeling van

nieuwe en steeds betere digitale sensor technieken (Scharz & El-Sheimy, 2005). Een mobile

mapping systeem kan uit één of meerdere van deze instrumenten bestaan.

4

2.4 Sensoren voor nauwkeurige positiebepaling

De derde component van een mobile mapping systeem, zijn de sensoren voor de nauwkeurige

positiebepaling van het mobiele platform. De meest voorkomende technologieën die hiervoor

gebruikt worden zijn:

i. Satellietplaatsbepaling via GPS

Het bepalen van de positie (in x, y en z) en de tijd door middel van een

satellietplaatsbepaling is mogelijk wanneer de GPS ontvanger minstens vier GPS-

satellieten kan waarnemen. Door de afstand te meten tot drie satellieten kan de

mogelijke positie van de ontvanger beperkt worden tot twee punten. Om een keuze uit

deze beide punten te maken, kan één gemeenschappelijke afstandscorrectie berekend

worden waardoor alle meetkundige plaatsen snijden in één enkel punt. Deze correctie

is de afstand overeenstemmend met de klokfout van de ontvanger en brengt de

ontvangerklok in synchronisatie met de GPS-referentietijd. (De Wulf & Muls, 2007).

Afhankelijk van de verschillende modes is de nauwkeurigheid die kan worden behaald

10 tot 15 m (de Jong C.D., 2001).

Om een hogere nauwkeurigheid te bekomen, kan gewerkt worden met een

differentiële GPS. Hierbij wordt gebruik gemaakt van een tweede ontvanger waarvan

de positie gekend is, een referentieontvanger. De verschillen tussen de met GPS

berekende coördinaten en de gekende coördinaten kunnen worden berekend. De

afwijkingen tussen beide worden dan naar de ontvanger verzonden, zodat de gegevens

kunnen worden gecorrigeerd. De nauwkeurigheid wordt hierdoor sterk verhoogd en

kan afhankelijk van de methode enkele centimeters tot 1m bedragen (de Jong C.D.,

2001).

ii. Inertieel navigatiesysteem of Inertial Navigation System (INS)

Inertiële navigatie steunt op het feit dat de initiële positie (X0,Y0,Z0) van een object

gekend is samen met zijn richting en snelheid. Daarna worden de verandering in

snelheid en de parameters, zoals φ(pitch),ω(roll),κ(yaw), gemeten. Het is de enige

vorm van navigeren die geen beroep doet op externe verwijzingen. Het systeem heeft

als nadeel dat de fouten cumulatief oplopen naarmate de tijd vordert. De oorzaak

hiervan is dat een INS steeds elke verandering detecteert en optelt bij de vorige

5

berekende positie, zo ontstaat drift. Drift is het steeds groter wordende verschil tussen

waar het systeem denkt dat het zich bevindt en de werkelijke positie.

Figuur 1: Zes variabelen van een INS, X0,Y0,Z0, pitch, roll en yaw ‘Bron: naar http://www.sfpsro.cz/aat.html, 27 juli 2009’

Een INS systeem is een complex systeem dat kan bestaan uit een IMU (Inertial

Measurement System), een GPS om de initiële positie te bepalen en een computer om

de berekeningen uit te voeren. De basiscomponenten van een IMU zijn gyroscopen en

accelerometers.

Een gyroscoop is een omwentelingslichaam met gelijkmatige massaverdeling om de

as. Door de gelijkmatige massaverdeling om de as ligt het middelpunt van de

gyroscoop precies op het midden van de as. Wanneer een gyroscoop eenmaal in

beweging is gebracht, zal door de wet van behoud van impulsmoment de draaias in

dezelfde richting blijven.

Een gyroscoop meet dus de hoekversnelling. Na integratie van de hoekversnelling kan

de hoek berekend worden. Een driedimensionale gyroscoop kan zowel voor de x-, y-

en z-as de hoekversnelling meten en de hoek berekenen.

Er bestaan verschillende types gyroscopen. De nieuwe generatie gyroscopen is niet

langer gebaseerd op het principe van de tol.

6

Een MEMS gyroscoop (Micro Electro Mechanical Systems) werkt met een trillend

voorwerp. Een voorwerp dat trilt, zal langs dezelfde as blijven bewegen. Er moet een

kracht op het voorwerp worden uitgeoefend wanneer het in een andere richting moet

worden gebracht: de corioliskracht. Deze kracht kan elektronisch worden gedetecteerd.

Een optische gyroscoop of een ring laser gyroscoop bevat geen enkel bewegend

onderdeel meer en is gebaseerd op een systeem van twee tegengesteld roterende

golven die in zijn geheel een rotatie ondergaat. Hierdoor zal een faseverschuiving

optreden, dit wordt het Sagnac-effect genoemd.

Een accelerometer of een versnellingsmeter meet en registreert een versnelling. Deze

meter maakt gebruik van het traagheidsprincipe: een voorwerp waarop de resulterende

kracht nul is, zal in rust blijven als het is rust was, en zal met dezelfde snelheid blijven

bewegen als het aan het bewegen was. Als er geen kracht inwerkt op het voorwerp zal

de snelheid van dit voorwerp niet veranderen. Als een voorwerp stilstaat of beweegt

met een constante snelheid is de netto kracht in elke richting dus gelijk aan nul. Bij

een constante snelheid (dus ook bij rust), is de som van alle krachten die erop

inwerken gelijk aan nul. Dit geldt in alle richtingen. Als de som van de krachten niet

gelijk is aan nul, dan zal het voorwerp versnellen of vertragen. Op basis van de tweede

wet van Newton - een verandering van een beweging moet evenredig zijn met de

kracht die op het voorwerp uitgeoefend wordt - kan de versnelling worden berekend.

F = m . a

De versnelling kan worden omgezet naar de verplaatsing in x, y en z door dubbele

integratie:

r = ∫ ∫ a . dt²

Bij mechanische accelerometers wordt er een massa opgehangen aan een veer.

Wanneer er geen versnelling is, zal de massa geen verplaatsing ondervinden. Wanneer

er wel een versnelling is, zal door inertie de massa achter blijven. De

versnellingsmeter meet hierdoor een verplaatsing van de massa, die evenredig is met

de eigenlijke versnelling. Met behulp van een potentiometer of een piëzo-elektrisch

apparaat wordt deze verplaatsing omgezet naar een elektrisch signaal. Het voltage is

steeds in verhouding met de verplaatsing van de massa.

7

Figuur 2: Principe van een mechanische accelerometer ‘Bron: naar www.wikipedia.com, 1 april 2010’

iii. Distance Measurement Indicator (DMI)

Een mobile mapping systeem kan ook een Distance Measurement Indicator (DMI)

bevatten. Dit systeem bevat een roterende as gemonteerd op het wiel van het voertuig.

Hiermee worden de lineair afgelegde afstand en snelheid opgemeten

(http://www.coudere.be, 5 mei 2009).

Meestal worden deze meetinstrumenten samen gebruikt omdat ze complementair zijn

(integrated mode) (Tao, 2000).

GPS kan een accurate positie, de snelheid en tijdsinformatie bepalen, maar heeft als nadeel

dat de zichtbaarheid van satellieten beperkt kan zijn. Bij gebrek aan GPS-ontvangst, zorgt de

INS samen met de acceleratoren en gyroscopen ervoor dat er toch nog een absolute positie

kan bepaald worden. Deze manier van navigeren wordt aangeduid met de term ‘dead

reckoning’.

Bij metingen met GPS dient ook rekening te worden gehouden met multipath. Multipath

treedt op als het signaal dat de satelliet uitzendt door de grond, een gebouw of een ander

object wordt gereflecteerd alvorens het de GPS ontvanger bereikt. Deze signalen kunnen het

signaal dat rechtstreeks van de satelliet naar de ontvanger wordt gestuurd verstoren (Van

Sickle, 2001).

De absolute positie van de camera’s of scanners kan bepaald worden door de positie ervan te

bepalen ten opzichte van het INS systeem. Door beide systemen te combineren kunnen hun

zwaktes worden geminimaliseerd (Seong-Baek et al., 2004).

8

Figuur 3: Mobile mapping voertuig ‘Bron: naar www.geoinvent.be, 22 mei 2010’

2.5 Fotogrammetrie

Wanneer deze drie componenten: het platform, de opnamesensoren en de sensoren voor de

nauwkeurige positiebepaling, samen worden gevoegd, kan het systeem in werking worden

gesteld om te karteren (figuur 4). Om dit mogelijk te maken, moeten de relaties tussen de

componenten onderling gekend zijn.

Figuur 4: Het concept van mobile mapping ‘Bron: naar Tao, 2000’

camera’s differentiële GPS

DMI

9

In figuur 5 wordt de relatie tussen de positie van het voertuig en het object weergegeven. De

positie van het voertuig wordt veelal weergegeven in een coördinatensysteem zoals WGS84.

WGS84 is een geodetisch datum die gebruikt wordt voor GPS. Om een geodetische datum

vast te stellen, wordt er één welbepaalde ellipsoïde samen met een fundamenteel punt en een

astronomische oriëntatie vastgelegd. Deze ellipsoïde moet lokaal zo goed als mogelijk

aansluiten op het reële aardoppervlak. Hierdoor komt het centrum van deze ellipsoïde niet

terecht op het massacentrum van de aarde. Metingen met GPS zijn afhankelijk van de

dynamische positie van de satellieten. Deze positie is afhankelijk van het massacentrum van

de aarde. WGS84 is dan ook geocentrisch (Beeckman J-P., 2004).

Aangenomen dat het platvorm de coördinaten (XV,YV,ZV) heeft, kan verondersteld worden dat

elke individuele sensor de coördinaten (xi,yi,zi) heeft. De coördinaten van een object dat

zichtbaar is vanuit twee overlappende cameraopnames kunnen berekend worden met behulp

van fotogrammetrie (Li, 1997).

Figuur 5: Relatie tussen objecten, het platform en de wereld ‘Bron: naar Li, 1997’

Doordat de positie van de camera’s gekend is, kunnen de coördinaten van het punt exact

bepaald worden. Dit gebeurt door twee homologe punten op minstens twee verschillende

beelden aan te duiden. Dit komt overeen met het principe van de voorwaartse insnijding.

10

Figuur 6: Nauwkeurigheid van een voorwaartse insnijding ‘Bron: naar De Wulf A, 1997’

Wanneer twee punten gekend zijn, de opnamepunten (A’,B’), kan een derde punt (P’), het

object in het beeld, worden bepaald. Dit door de richting te meten van het te berekenen punt

tot de opnamepunten. De nauwkeurigheid is afhankelijk van de lengte van de zichtlijnen en de

hoek die erdoor gevormd wordt (figuur 6). Kleine intersectiehoeken θ worden beter vermeden

en het is belangrijk dat de oriëntatielijnen (A’P’, B’P’) zoveel mogelijk in lengte worden

beperkt.

Wanneer de beelden telkens in dezelfde richting worden gemaakt, is de optische stralengang

vanuit het eerste beeld bijna volledig parallel aan deze met het volgende beeld. Het snijpunt

van de zichtlijnen zal dan veel sneller een grotere fout vertonen bij een kleine verschuiving.

Op deze manier zorgt één pixel verschil al snel voor een veel grotere sensitiviteit, wat op zijn

beurt leidt tot een grotere fout. De camerageometrie speelt dus een belangrijke rol om een

nauwkeurige opmeting te garanderen.

De stereobeelden bieden ook de mogelijkheid tot het creëren van een 3D-reconstructie. Dit is

mogelijk door de parallax te bepalen van de afstand van de camera's met verschillende

voorwerpen (Faugeras, 1993).

11

De techniek berust op het principe van de stereoscopische parallax die ontstaat doordat elk

punt, met twee verschillende camera’s, vanuit twee verschillende hoeken wordt

gefotografeerd. Uit de relatieve verplaatsing die werd vastgelegd bij het nemen van de

beelden vanuit opeenvolgende posities kan de afstand van de voorwerpen op de beelden tot de

cameralens worden bepaald.

Figuur 7: Relatie tussen de basislijn b, de diepte z en de parallax d ‘Bron: naar Kang et al., 1994’

Als de brandpuntsafstand van beide camera’s f is, de basislijn b en de parallax d het verschil

tussen x1 en x2, dan kan de afstand van het voorwerp tot de lens als volgt worden berekend:

z = f . b / d

Nu zowel de positie van het voertuig als de positie van de camera’s, samen met de oriëntatie

van de beelden werd bepaald. En de coördinaten van de objecten in de beelden door middel

van fotogrammetrie werden vastgelegd, is het mogelijk om de objecten op de beelden te

karteren. Dit kan aan de hand van software pakketen zoals Mobile Mapper, ontwikkeld door

GeoInvent.

12

3. GROOTSCHALIG REFERENTIE BESTAND

Dit hoofdstuk werd grotendeels gebaseerd op de cursussen ”GRB en GRB-skelet: achtergrond

en samenhang” (Kips, 2007-2008) en “GRB-skeletbestekken” (De Cubber, 2007-2008). Ook

de website van het AGIV werd uitvoerig geconsulteerd voor het schrijven van dit onderdeel.

3.1 Wettelijk en administratief kader

Geografische informatie zit in volle transitie en dit sedert de jaren ’90. De overgang van

analoog kaartmateriaal naar digitale kaarten en digitale databanken bracht een veelheid aan

verschillende initiatieven om de informatie te groeperen en klasseren. Om deze initiatieven te

kunnen coördineren, sturen, begeleiden en ondersteunen, richtte de Vlaamse overheid in juni

1995 het samenwerkingsverband GIS-Vlaanderen op.

De geografische informatiesystemen zijn een dure investering en het was dan ook jammer dat

de meerwaarde van die systemen niet ten volle werd benut. Met het initiatief wilde de

overheid die meerwaardes zoals het optimale gebruik, de uitwisseling en het beheer van

informatie wel ten volle benutten. Op deze manier kan een verhoging van de efficiëntie en

effectiviteit in de ruimtelijke materies worden bekomen. De uitwisseling van geografische

informatie en GIS-technologie werd mogelijk gemaakt voor alle verschillende organisaties

waaruit GIS-Vlaanderen is opgebouwd.

Door de beoogde toegankelijkheid van de geografische informatie- infrastructuur kan

- de besluitvorming beter en sneller worden onderbouwd met beschikbare

beleidsinformatie,

- samenwerking en afstemming worden opgezet om inconsistenties en dubbel werk te

voorkomen,

- de verlening van diensten aan burgers verbeterd worden.

(www.agiv.be, 3 maart 2009)

Vijf jaar later werd dit initiatief vastgelegd in het decreet van 17 juli 2000: het decreet GIS-

Vlaanderen. Met dit decreet wordt getracht het kostenbesparend en –delend functioneren nog

efficiënter te organiseren. Het kaderdecreet zorgt ook voor een betere uniformiteit door het

vaststellen van referentiebestanden. Er wordt een nog betere kwaliteit gegarandeerd door de

13

standaarden en normen die worden aangemaakt. Het decreet is bindend voor het Vlaamse

Gewest, de Vlaamse Gemeenschap, de Vlaamse agentschappen, openbare instellingen,

provincies en gemeenten. GIS-Vlaanderen is toegankelijk gemaakt voor federale instellingen,

instellingen van de andere gewesten, Europese instellingen en privaatrechtelijke

rechtspersonen.

De belangrijkste verwijzing naar GIS-Vlaanderen vindt men terug in de beleidsnota

“Ambtenarenzaken 1999 – 2004” ingediend door Johan Sauwens, Vlaams minister van

Ambtenarenzaken, Binnenlandse Aangelegenheden en Sport:

“Het groeiend belang van geografische informatiesystemen (GIS) in het overheidsgebeuren en de rol van GIS-Vlaanderen is een feit. Geografische informatie is voor de overheid een factor waarvan het belang voortdurend toeneemt. Verantwoorde besluitvorming inzake grondgebonden materies slaagt alleen als ze kan steunen op tijdige, volledige, actuele en correcte geografische informatie. GIS-Vlaanderen moet een antwoord bieden op de uitdaging van horizontale en verticale coördinatie tussen de drie overheidsniveaus. Bovendien moet het klaar zijn om grootschalige referentiebestanden aan te maken en structurele oplossingen op te starten die op termijn moeten leiden tot een digitaal vastgoedinformatiesysteem, een onmisbaar instrument in functie van een grotere fiscale autonomie van de regio’s. De openbare besturen blijven groot belang hechten aan bruikbare grootschalige kaartdocumenten. Daarvoor is er nu het Grootschalig Referentie Bestand (GRB). Dit moet zoveel mogelijk geïntegreerd worden in bestaande beheer-, plannings- en exploitatie-activiteiten, waarin een ruimtelijke dimensie voorkomt. Diverse instanties zullen bij het actualiseringsproces van GRB betrokken worden, waardoor het op termijn een overkoepelend en vooral coördinerend kader voor grootschalige topografische data voor Vlaanderen moet worden. In een eerste fase zal daarvoor gestart worden met een aantal pilootprojecten, op basis van kostendelende samenwerking tussen overheid en privé-sector.” (http://jsp.vlaamsparlement.be, 3 maart 2009)

3.2 Grootschalig Referentie Bestand

Het GRB werd vastgelegd in het GRB-decreet van 16 april 2004. Dit was het resultaat van

een lange zoektocht naar een oplossing op de steeds toenemende vraag naar accurate,

betrouwbare en grootschalige gegevens van het grondgebied. Het decreet kwam er vooral op

vraag van de nutssector. Op deze manier kan de nutssector op een overheidspartner rekenen

voor de medefinanciering, beschikt ze over gratis toegang tot het GRB, kan ze de gegevens

eenvoudig uitwisselen en is er inspraak in GRB-aangelegenheden.

14

Het GRB is geen kaartgericht initiatief, maar eerder een databank benadering van de

terreinwerkelijkheid. Het is dus een geografische databank die in een normaal gebruik een

schaalbereik heeft tussen 1: 250 en 1: 2.500. Het doel van deze databank is om

gebiedsdekkend te zijn in Vlaanderen en om de gegevens die het bevat te kunnen opdelen

naargelang de verschillende gebruikers van de databank. Er wordt een basistopografie

aangemaakt die naderhand kan worden uitgebreid met externe gegevensbanken. Op deze

manier tracht het AGIV een standaard te bereiken die uniform is voor gans Vlaanderen.

3.2.1 Structuur GRB

De geometrie van de verschillende entiteiten die worden opgenomen in de databank is

uiteraard een zeer belangrijke eigenschap. De datastructuur van het GRB is opgesplitst in

thema’s en entiteiten. Verschillende thema’s zoals meetkundige referenties en wegopdeling

worden nog eens onderverdeeld in entiteiten zoals planimetrische geodetische punten of

verdichtingspunten en wegopdeling.

De projectkartering gebeurt per projectzone, zodanig dat er kan gewerkt worden met

deelleveringen. Voor elke gemeente wordt circa een planning van zestien maanden

toegestaan. Elk project is een centrale overheidsopdracht die moet worden aanbesteed. Hoe de

aannemer het project volbrengt is afhankelijk van de gebruikte technieken. Tot nu toe wordt

vooral gebruik gemaakt van klassieke opmetingstechnieken (totaalstation), maar ook van

fotogrammetrie en dataconversie. Dit laatste maakt het mogelijk om bestaande metingen te

recupereren en om het kadaster in de metingen te integreren.

Elke aannemer is vrij om te beslissen welke gegevens ze vanuit fotogrammetrie of

terrestrische metingen halen. Alle nodige materialen (foto’s, camerakalibratie, orthofoto’s,

vluchtplan,…) voor de opmetingen uit fotogrammetrie worden uitgevoerd en aangeleverd

door het AGIV.

Het aantal entiteiten dat moet worden opgemeten door middel van terrestrische metingen is

vrij beperkt en de nauwkeurigheidseisen zijn niet zo hoog. Elke inpassing is wel verplicht uit

te voeren met Flepos. Flepos (Flemish Positioning Service) stelt via een netwerk van

permanent opgestelde referentiestations, observatiedata ter beschikking voor nauwkeurige

plaatsbepaling met het Global Navigation Satellite System (GNSS). Dit verhoogt de

15

nauwkeurigheid aanzienlijk. Er kan ook gebruik worden gemaakt van reeds bestaande

skeletmetingen. Deze worden dan gerecupereerd en ingebracht in de databank.

3.2.2 Structuur GRB-skeletmetingen

Gedurende de aanmaak van de GRB-databank is er ook in gebieden zonder GRB nood aan

grootschalige data. Wanneer bijvoorbeeld in het kader van werkzaamheden de bestaande en

gewijzigde toestand opgemeten wordt door een landmeter, kunnen de GRB-skeletbestekken

het mogelijk maken dat deze plannen door de landmeter zodanig opgebouwd worden zodat ze

zonder conversie recupereerbaar zijn in de GRB-databank. Sinds eind 2000 werkt het

Ondersteunend Centrum GIS-Vlaanderen aan de technische bepalingen van dit skeletbestek.

Het bestek richt zich in de eerste plaats op de GRB-compatibele gegevens die in elke opdracht

voorkomen. Het grafisch bestand vormt op deze manier een skelet waarop meer thematische

gegevens kunnen geënt worden (De Vidts, 2006).

Alle GRB-skeletbestekken bestaan uit een typebestek voor terrestrische opmetingen die

modulair werden opgebouwd in functie van een aantal toepassingen, waarbij de

opdrachtgever de opdracht zelf kan samenstellen. Op deze manier wordt het GRB-skelet

modulair opgebouwd in functie van het aantal toepassingen:

I. GRB- kernbepalingen:

De GRB-kernbepalingen zijn opgebouwd uit specificaties die achtereenvolgens

handelen over de meetkundige grondslag, de objectencatalogus, de datastructuur en de

metadata. (www.agiv.be, 3 maart 2009)

II. GRB- skeletaanvullingen:

i. GRB-skeletaanvulling synthese: meetopdrachten met beperkte volledigheid (bv.

langere tracémetingen van Eandis, Elia en bv. GBK van gemeente tot stad). Deze

aanvulling wordt steeds gebruikt in gebieden waar geen GRB-kartering aan de gang is.

ii. GRB-skeletaanvulling detail: zeer volledige meetopdrachten, waarbij het terreinmodel

sterk uitgebreid wordt met extra gegevensspecificaties met het oog op toepassingen

zoals opmetingen bestaande toestand in functie van wegontwerp, inventarissen,

inspecties, … Deze aanvulling wordt steeds gebruikt in gebieden waar geen GRB-

kartering aan de gang is.

iii. GRB- skeletaanvulling GRB: meetopdrachten in gebieden waarvan de GRB-kartering

reeds aan de gang is, maar het GRB-productartikel nog niet beschikbaar is. De inhoud

16

van de meetopdracht bestaat minimaal uit de kernbepalingen aangevuld met de

overige GRB-referentielayers.

iv. Aanvullende kernbepalingen: GRB-bijhoudingsmeetopdrachten in gebieden met

beschikbare GRB-gegevens. Deze aanvullende specificaties handelen over de

grafische integratie en de extra codering die vereist is voor de verwerking achteraf in

de GRB-databank.

III. GRB - skeletopties

i. GRB- skeletoptie water- en rioolbeheer: in deze optie komen diverse

oeververhardingen en ondergronds waarneembare rioolsystemen aan bod.

ii. GRB- skeletoptie groen- en begraafplaatsenbeheer: vult de kartering aan van het

patrimonium met de nadruk op groenvoorzieningen en begraafplaatsspecifieke

elementen.

iii. GRB- skeletoptie virtuele grenzen met betrekking tot privaatrechterlijke grenzen:

hierin wordt beschreven hoe de kartering van fysische terreinobjecten moet worden

aangevuld met virtuele grenzen, vaak juridisch van aard.

iv. GRB- skeletoptie wegbeheer: hoe detailelementen van de openbare weg moeten

worden voorgesteld wordt hierin verder besproken.

3.3 Kwaliteitscontrole van de GRB-skeletmetingen

De kwaliteitscontrole op de afgeleverde data gebeurt steeds door het AGIV zelf. Dit gebeurt

via een systeem van steekproeven. De nauwkeurigheidscriteria werden vastgelegd volgens

een aantal klassen die de standaardafwijking van de idealisatie per klasse weergeeft. In totaal

zijn er vijf klassen. Klasse A heeft de hoogste idealisatie nauwkeurigheid (0,7 cm), klasse E

de laagste (20 cm). Klasse A bevat elementen zoals punten van het planimetrisch en

altimetrisch geodetisch net. Klasse B heeft idealiter een standaardafwijking van minder dan

2 cm en bevat elementen zoals een fundament van een gebouw of een zichtbaar luik of deksel.

Bij klasse C zakt de te behalen nauwkeurigheid tot 4 cm. Elementen uit klasse C zijn bvb.

cultuurhistorische monumenten of grenspalen. De voorlaatste klasse, klasse D, heeft een

idealistische nauwkeurigheid van 10 cm en bevat elementen zoals lichtpunten en

weideafsluitingen. Tot klasse E behoren elementen zoals een haag of de as van een gracht.

(www.agiv.be, 3 maart 2009)

17

De controle verloopt als volgt: eerst wordt er een willekeurig na te meten item gekozen. Het

controleteam zal op basis van dit item een opstel- en richtpunt kiezen dat met Real Time

Kinematic GPS kan worden opgemeten in Lambert BD 72/50. Vanuit het gekozen opstelpunt

moeten er minimum negen random punten in te meten zijn.

Ten tweede wordt het geleverde puntenveld met de controleset vergeleken. Zowel op de x- als

y-coördinaten worden waarnemingstoetsen uitgevoerd. Voor deze toetsen wordt een

onbetrouwbaarheidsdrempel vooropgesteld van α0 = 0,05. Het onderscheidingsvermogen

bedraagt γ0 = 0,8.

Bij de controle worden de plaatsverschillen per punt berekend:

Vx = Xr – Xi

Vy = Vr – Yi,

Met Xi en Yi de coördinaten uit het bestand van de aannemer en Xr en Yr de coördinaten zoals

nagemeten door het AGIV.

De toetsingsgrootheden zijn de volgende:

Voor de x-coördinaten: Kαx = | Vx / σv |

Voor de y-coördinaten: K αy = | Vx / σv |

Met σv = (σ²pi + σ²pi + 2σ²i)0,5

σi : idealisatie nauwkeurigheid (m)

σpi : de gevraagde nauwkeurigheid in x en y van 0,03 m

σpi : de nauwkeurigheid van de controlemeting en bedraagt in x en y 0,03 m

De spreiding van de toetsingsgrootheden van de controlepunten uit alle opstellingen moeten

minimaal voldoen aan het criterium uit de linkerkolom binnen tabel 1. Dit is een verdeling

met een lichte afzwakking ten opzichte van de theoretische normaal verdeling.

Tabel 1: Spreiding van de toetsingsgrootheden

Toetsing van de spreiding Theoretische verdeling

60% < 1 68% < 1

70% < 1.2 77% < 1,2

80% < 1.5 87% < 1,5

90% < 2 95% < 2

95% < 3 99,7% < 3

100% < 4 100% < 4

‘Bron: naar AGIV, 2008’

18

Ingevuld met de gegevens voor de GRB-kernbepalingen betekent dit dat 10% van de

plaatsverschillen Vx en Vy niet meer mogen afwijken dan 13,1 cm voor klasse A, 15,3 cm

voor klasse B en 21,2 cm voor klasse C (www.agiv.be, 5 mei 2009).

Naast de nauwkeurigheidscriteria zijn ook een aantal criteria van volledigheid waaraan moet

worden voldaan. Er wordt ook een foutencijfer berekend. Dit cijfer geeft het aantal fouten in

de attributen of categorie weer. Ook de digitale consistentie van het afgeleverde project wordt

nagegaan, bvb. op ‘under- en overshoots’.

De aanmaakspecificaties voor de databank zijn behoorlijk strikt om de uniformiteit en de

kwaliteitscontrole mogelijk te maken. De modellering van de terreinwerkelijkheid moet

gebeuren volgens een datamodel (het conceptueel model v5.0). Er wordt ook strikt

omschreven welke entiteiten in welke thema’s moeten worden opgemeten. Voor elke entiteit

is via de technische specificaties een beschrijvende fiche beschikbaar met onder andere de

definitie, de selectiecriteria, voorwaarden, kwaliteitsaspecten en attributen. Ook de wijze

waarop gemodelleerd moet worden, staat nauwkeurig omschreven.

De grafische consistentie van de bestanden wordt gerealiseerd via grafische interactieregels:

i. bepaalde entiteiten kunnen wel in of op andere entiteiten liggen.

ii. bepaalde entiteiten moeten op of in andere entiteiten liggen.

iii. bepaalde entiteiten kunnen niet op of in andere entiteiten liggen.

(www.agiv.be, 5 mei 2009)

Alle kwaliteitscontroles die worden uitgevoerd door het AGIV staan uitvoerig beschreven en

zijn terug te vinden op de website van het AGIV. Zowel voor de GRB-skeletbestekken als

voor de controle van gegevens volgens de GRB-kernbepalingen zijn specifieke eisen voor de

data voorzien. Om het mogelijk te maken dat externen hun eigen data controleren op fouten

werd de GRB-light procedure ontwikkeld. Deze procedure bevat minder specifieke tools en

tabellen die niet in de conceptteksten werden opgenomen om de uitvoering van de controle

mogelijk te maken.

Een omvangrijke skeletopdracht kan in meerdere leveringen worden opgesplitst van zodra de

duur van de aanmaak meer dan vier werkweken bedraagt, elke deellevering is dan een

volledig afgewerkt deelgebied van de totale opdracht. De controleproeven worden slechts

19

uitgevoerd nadat de ontvankelijkheid van de deelleveringen werd aangetoond. Dit betekent

dat een deellevering moet voldoen aan de vooropgestelde bestandsstructuur. Van zodra vijf

deelleveringen hier niet aan voldoen wordt de kwaliteitsbeoordeling niet verder uitgevoerd.

Via de proeven wordt niet nagegaan of de afgeleverde data strookt met de werkelijkheid, maar

met het exemplaar dat er volgens de GRB specificaties had moeten zijn. Omdat het

afgeleverde product uit een groot aantal verschillende entiteiten bestaat die onmogelijk

allemaal aan dezelfde criteria kunnen voldoen worden deze opgesplitst in homogene groepen

waarop steekproeven kunnen worden uitgevoerd.

De steekproeven zijn gebaseerd op de internationale normen ISO 2859: “Sampling Procedures

for Inspection by Attribute”, Part 1, “Sampling Plans indexed by Acceptable Quality Level for

Lot by Lot Inspection”, ISO 2859-1 : 1989 (E) en IS0 8422, “Sequential Sampling Plans for

Inspection by Attributes”, ISO 8422 : 1991 (E). Via deze normen kan een ‘Acceptable Quality

Level (AQL)’ voor elk kwaliteitstype worden vastgesteld. Deze waarde is een indicator voor

de minimale kwaliteit die het gemiddelde proces moet aanleveren. Hoe lager deze waarde hoe

beter de score. Er wordt enkel gewerkt met de enkelvoudige steekproefname uit deze ISO

norm (www.iso.org, 8 mei 2009).

Met behulp van de IS0 8422 norm wordt gecontroleerd vanaf wanneer men een statistische

uitspraak kan doen over de geleverde data. Vanaf het ogenblik dat deze uitspraak mogelijk

wordt, zullen de gegevens niet aan verdere kwaliteitsproeven worden onderworpen.

Naast de kwaliteitscontroles gebaseerd op de bovenstaand beschreven ISO normen kan ook

een ’100% controle’ worden uitgevoerd. Hier wordt gewerkt met een goedkeuringscriterium

in plaats van met een AQL-waarde. Hiermee wordt het percentage fouten dat getolereerd

wordt voor het volledige kwaliteitslot bedoeld.

20

4. ANALYSE VAN DE INVLOED VAN VERSCHILLENDE ELEMENT EN OP

METINGEN MET BEHULP VAN MOBILE MAPPING SYSTEMEN

4.1 Onderzoeksvraag

Het doel van dit onderzoek is nagaan of gegevens die verzameld werden via een mobile

mapping voertuig voldoen aan de vereisten om een GRB-bestand op te bouwen.

4.2 Experiment in Namen

4.2.1 Studiegebied

In het centrum van Namen werd door de firma GeoInvent aan de hand van een continue

videografie met georeferentie een poging ondernomen om de weggegevens van het Waalse

Ministerie van Uitrusting en Vervoer aan te vullen.

Figuur 8: Traject experiment Namen ‘Bron: eigen verwerking’

21

Het traject van ongeveer 6 km werd twee maal afgelegd en leverde telkens twee beeldreeksen

op. Één voor de camera die frontaal naar voor is gericht en één voor de camera die naar rechts

kijkt. Ongeveer om de 3 meter werd een opname gemaakt. Deze beeldreeksen leverden

telkens meer dan 1800 beelden op. Het volledige traject werd onderverdeeld in vier zones

(figuur 8).

De eerste zone werd opgenomen in de Boulevard du Nord en loopt vanaf beeld 1 tot en met

beeld 270. In deze zone is er steeds een goede GPS-ontvangst door de open ruimte. Zone twee

loopt van beeld 271 tot en met beeld 550. Deze zone beslaat de Rue du Pont de Louvain,

Place Léopold, Rue Galliot, Rue Rogier, Rue du 1er Lanciers en een deel van de Rue du

Lombard. De derde zone wordt afgebakend door beeld 551 als beginpunt en beeld 1150 als

eindpunt. In deze zone is GPS-ontvangst het moeilijkst door de dichte bebouwing van de

stadskern. De vierde en laatste zone is de langste zone. Deze zone omvat de Boulevard

Cauchy, een deel van Place Léopold, Rue du Pont de Louvain en Boulevard du Nord. In dit

deel van het traject dat loopt van beeld 1151 tot het laatste beeld 1832 is plaatsbepaling door

middel van GPS bijna steeds mogelijk.

4.2.2 Opmeting van grondcontrolepunten

Met behulp van de opnames die door het mobile mapping voertuig werden gemaakt, werd een

set van grondcontrolepunten opgesteld. Deze punten moeten zichtbaar zijn op twee

opeenvolgende beelden uit de reeks om plaatsbepaling mogelijk te maken (zie paragraaf 2.5).

De punten moeten ook de mogelijkheid bieden om deze op het terrein op te meten, ofwel met

behulp van een totaalstation, ofwel door middel van GPS.

Op de beelden werden uiteindelijk 398 punten aangeduid. Deze punten variëren van ‘rooster’

tot ‘gevel’ en van ‘verkeersbord’ tot ‘wegmarkering’. Tijdens het aanduiden van de

grondcontrolepunten werd geen rekening gehouden met de indeling van entiteiten volgens het

GRB.

Na het inmeten op terrein bleven van deze 398 punten nog 179 punten over. Veel punten

konden via GPS niet worden ingemeten door een slechte GPS-ontvangst en werden door

middel van een totaalstation opgemeten. Niet alle punten die niet via GPS konden worden

22

opgemeten zijn ingemeten met het totaalstation omdat dit werk te omslachtig zou zijn. Er

werden 131 punten opgemeten met GPS en 48 punten via het totaalstation (figuur 9).

Figuur 9: Grondwaarheid opgemeten met GPS en totaalstation ‘Bron: eigen verwerking’

4.2.2.1 GPS-metingen

De GPS-metingen werden verricht met het ‘Trimble R8 GNSS System’. Dit toestel

combineert de antenne, radio en een multi-kanaals, multi-frequentie GNSS (Global

Navigation Satellite System) ontvanger (www.trimble.com, 4 januari 2009).

Na het inbellen op Walcors, het gratis Real Time Kinematic (RTK) netwerk in Wallonie, is er

een GSM-verbinding op de server. Voor elke satelliet die door de GPS ontvanger wordt

waargenomen, worden in de referentiestations correcties berekend door de gemeten afstand te

vergelijken met de modellering en de eigen gekende coördinaten. Door de radiolink via de

23

GSM-verbinding kan dit in real time, onmiddellijk gebeuren (De Wulf & Muls, 2007). Het

dichtst bijzijnde referentiestation is in dit geval het station NAMR. Dit station is een punt uit

het BEREF-netwerk dat door het NGI in het kader van een EUREF-campagne met GPS werd

ingemeten en globaal vereffend werd (www.ngi.be, 5 mei 2009).

Tabel 2: Referentiestation Namen

‘Bron: naar http://GPS.wallonie.be/stations/namr.htm, 5 mei 2009’

Figuur 10: Stabiliteitsgrafieken van het referentiestation Namen ‘Bron: naar ( http://www.ngi.be/agn/NL/NL0, 5 mei 2009)’

Nom:NAMR Coordonnées ETRS89 :

X : 4 053 191.499 m

Y : 344 676.358 m

Z : 4 896 318.313 m

N° ID: 1015

Lat : 50°28'10.28192"

Long : 4°51'38.30184"

He : 159.350 m

24

Omdat het resultaat van iedere RTK meting afhankelijk is van het referentiestation werd ook

de stabiliteit van het station achteraf nagekeken. In figuur 10 worden de verschillen tussen de

coördinaten van het referentiestation op het moment van de metingen met hun initiële

coördinaten vergeleken. De positienauwkeurigheid die haalbaar wordt door toepassing van de

RTK-techniek bedraagt 1 cm tot 2 cm (De Wulf & Muls, 2007).

4.2.2.2 Metingen met totaalstation

Er werd gekozen voor een vrije opstelling van waaruit telkens minstens twee tot drie punten

die reeds met de GPS werden ingemeten zichtbaar zijn. Deze punten deden dienst als reeds

gekende punten. Dit zijn geen gematerialiseerde punten, maar goed gedefinieerde punten op

de grond. Op deze manier konden de coördinaten van het opstelpunt berekend worden en

werden verdere punten ingemeten (figuur 11).

Figuur 11: Grondwaarheid opgemeten met totaalstation ‘Bron: eigen verwerking’

25

4.2.3 Berekening van de coördinaten uit de Mobile Mapper

Door verwerking via het programma Mobile Mapper (figuur 12) was het mogelijk om van

179 punten de coördinaten te bepalen op de beelden. Door het aanduiden van de reeds

opgemeten punten op twee opeenvolgende beelden kan het programma de coördinaten van het

punt berekenen. Deze coördinaten kunnen dan vergeleken worden met de ingemeten

coördinaten (grondwaarheid).

Figuur 12: Printscreen uit het verwerkingsprogramma Mobile Mapper ‘Bron: eigen verwerking’

26

4.3 Analyse van de verzamelde gegevens

4.3.1 Analyse van de elementen die een invloed hebben op de plaatsbepaling van het mobiele

platform

Omdat zowel zone 1 als zone 4 een tunnel bevatten, worden deze zones eerst besproken en

met elkaar vergeleken. Wanneer het mobile mapping voertuig door deze tunnels rijdt is er

uiteraard geen ontvangst van satellieten mogelijk. Op deze momenten neemt het INS systeem

het van de GPS over. In zone 1 is de periode waarin er geen satellieten kunnen worden

ontvangen ongeveer 288 meter, terwijl dit in zone 4 slechts ongeveer 33 meter is. Dit betekent

ook dat de fout die in zone 1 op de data zit veel groter zal zijn dan deze op de data in zone 4.

Dit omwille van de steeds groter wordende drift (zie paragraaf 2.4).

In zone 1 wordt de tunnel gefotografeerd op beelden 81 tot en met 172. Het aantal satellieten

blijft echter tot op beeld 93 gelijk aan vijf. Vanaf beeld 94 tot beeld 189 kan het mobile

mapping systeem geen GPS-satellieten meer ontvangen. Vanaf beeld 190 zijn opnieuw vier

satellieten zichtbaar waardoor plaatsbepaling opnieuw mogelijk wordt. Als men aanneemt dat

men vanaf beeld 172, wanneer men uit de tunnel rijdt ook de vier satellieten zou kunnen

ontvangen dan kan worden berekend dat het 51 meter heeft geduurd voor het mobile mapping

voertuig de signalen kon ontvangen. Het tijdsverschil tussen beeld 172 en beeld 190 bedraagt

bijna 4 seconden.

In zone 4 bevindt de tunnel zich op de beelden 1636 tot en met 1643. Op het eerste beeld zijn

echter nog zeven satellieten zichtbaar, vier beelden later zijn dat er nog drie. Pas op beeld

1644, wanneer het voertuig zich eigenlijk al niet meer in de tunnel bevindt vallen alle

satellieten weg. Het is niet eenduidig te achterhalen wat hiervan de oorzaak is, maar dit kan

ondermeer het gevolg zijn van multipath of de initialisatietijd van het systeem (zie paragraaf

2.4).

Op plaatsen waar wel satellieten zichtbaar zijn, maar het aantal niet groot genoeg is om een

plaatsbepaling mogelijk te maken, komt dit veelal door de smalle straten met hoge gebouwen.

Hierdoor is de horizon heel klein en treedt er een gedeeltelijke afscherming van het signaal

op. Dit fenomeen wordt verder in de tekst aangeduid met de term ‘urban canyons’. In zone 1

bevinden zich geen zulke zones.

27

In de tweede zone bevinden zich enkele mooie voorbeelden van urban canyons. In de Rue

Galliot neemt het aantal satellieten zichtbaar af naarmate men verder verwijderd is van het

open rondpunt place Léopold. In het midden van de straat is het maximale aantal satellieten

twee. Wanneer het voertuig op het kruispunt van de Rue Galliot met de Rue Rogier komt, is

er opnieuw wat meer horizon zichtbaar en kunnen er vier satellieten worden ontvangen. Even

verder zijn de gebouwen niet meer zo hoog en zijn de straten ook wat breder. Hierdoor is

opnieuw een betere ontvangst mogelijk.

Op het einde van zone 2 en het begin van zone 3, in de Rue du Lombard, kan het mobile

mapping voertuig ook slechts drie satellieten ontvangen. Daar waar de straat een lichte bocht

maakt en dus ook opnieuw wat breder wordt zijn vier satellieten zichtbaar. Na de bocht wordt

de GPS-ontvangst opnieuw beperkt tot drie satellieten. Op het einde van de straat worden nog

minder GPS-signalen ontvangen. Dit komt opnieuw door de dichte, hoge bebouwing.

In de Rue de Gravière is de bebouwing iets minder dicht en hoog. Dit zou ervoor moeten

zorgen dat er meer satellieten zichtbaar zijn. Dit is enkel het geval voor de beelden 1024 tot

1041 en niet voor de beelden 606 tot 611. Langs de ene kant van de straat is er dus een goede

ontvangst die plaatsbepaling mogelijk maakt. Wanneer het voertuig in westelijke richting rijdt

is er geen goede ontvangst. Tussen beide beeldreeksen is er slechts een tijdsverschil van 5

minuten en 12 seconden. Dit doet vermoeden dat dit alvast niet aan de satellietconstellatie

ligt.

In de Rue des Echasseurs is er zeer slechte GPS-ontvangst. Er zijn telkens slechts twee tot

drie satellieten zichtbaar. Het is een klein pleintje dat rondom volledig is dichtgebouwd. Ook

aan de oostelijke zijde van het pleintje is er geen goede GPS-ontvangst. Langs de straat Smet

de Nayer is er een goede GPS-ontvangst, dit vooral doordat door de Maas er veel vrije ruimte

is en een grote horizon.

Ongeveer halverwege de Boulevard Cauchy is er een zone van 85 meter (zie frame 1 in

grafiek 1) waar er geen vier satellieten worden ontvangen. In dit gebied kan men niet spreken

van een canyon en er is ook een grote vrije ruimte en horizon. Een mogelijke verklaring

hiervoor kan multipath zijn. Het satellietsignaal werd dan eerst gereflecteerd door het water

en bereikt pas later de ontvanger.

28

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0 200 400 600 800 1000 1200 1400 1600 1800 2000

fotonr

stan

daar

dafw

ijkin

g (m

)

Grafiek 1: Driedimensionale standaardafwijking voor alle zones ‘Bron: eigen verwerking’

Wanneer men de gegevens over de standaardafwijking voor de x-, y- en z-richting combineert,

zijn de verschillende zones goed zichtbaar. Deze gegevens over de standaardafwijking werden

bekomen uit de postprocessing via POSPac (grafiek 1).

Op de grafiek is duidelijk zichtbaar wanneer het mobile mapping voertuig het centrum van

Namen binnen rijdt. Ongeveer vanaf beeld 360 stijgt de standaardafwijking enorm snel en

bereikt zijn piek op beeld 906. Dit beeld is genomen op het pleintje Place Maurice Servais.

Door de hoge gebouwen rondom dit plein was een goede GPS-ontvangst onmogelijk, niet

alleen tijdens de trip met het mobile mapping voertuig, maar ook tijdens de opmeting van de

grondcontrolepunten. De standaardafwijking daalt dan wel opnieuw heel snel, om bij het

starten van zone 4 terug een waarde aan te nemen onder de 15 cm. In zone 4 blijft de

standaardafwijking grotendeels stabiel. Enkel bij beeld 1690 krijgt men een kleine piek waar

de waarden weliswaar onder de 15 cm blijven. Deze piek loopt gelijkaardig met de piek die te

zien is ter hoogte van beeld 280. Zowel beeld 280 als 1690 werden opgenomen op het grote

rondpunt Place Leopold.

frame 1

29

In onderstaande grafiek 2 wordt het aantal satellieten, die worden waargenomen door de GPS-

ontvanger, bij de manueel opgemeten punten, weergegeven. Deze grafiek vertoont een

verticale spiegeling ten opzichte van grafiek 1 waarin de driedimensionale standaardafwijking

voor alle zones wordt weergegeven.

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400 1600 1800 2000

fotonr

aant

al s

atel

liete

n

Grafiek 2: Aantal satellieten bij de met GPS gemeten punten ‘Bron: eigen verwerking’

Waar de standaardafwijking laag is, kan men er vanuit gaan dat de positionele fout laag zal

zijn. De kans op een goede meting wordt dan ook sterk vergroot bij een lage waarde. Is er

echter sprake van een hoge standaardafwijking dan wordt het maken van een goede meting

moeilijker. Uit onderstaande grafiek (grafiek 3) blijkt echter dat er nog goede metingen

konden plaatsvinden bij een hoge standaardafwijking. Het verwerkingsprogramma PosPac

maakt steeds een overschatting van de te verwachten standaardafwijking. Hierdoor zijn betere

metingen wel mogelijk, maar wordt de voorspelling van de te verwachten fout moeilijker. De

grafiek wijkt sterk af van de te verwachten waarden, waarbij de fout de standaardafwijking

zou moeten volgen. Frame 1 in grafiek 3 toont punten met een zeer grote spreiding. Voor deze

grote range in fout, bij een relatief constante standaardafwijking, werd echter geen verklaring

gevonden.

30

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 200 400 600 800 1000 1200 1400 1600 1800 2000

fotonummer

3D-standaardafwijking

fout

3D-s

tand

aard

afw

ijkin

g (m

) /

fout

(m

)

cluster lage foutwaarden bij een hoge standaard-afwijking

Grafiek 3: Verband tussen standaardafwijking en fout tussen grondwaarheid en de berekende coördinaten m.b.v. Mobile Mapper ‘Bron: eigen verwerking’

Dit betekent ook dat wanneer er bij een lage standaardafwijking toch een meting met relatief

grote fout gebeurde dit niet langer een positionele fout is, maar hoogstwaarschijnlijk een

menselijke fout (zie frame 2 in grafiek 3). Deze laatste kunnen verschillende oorzaken

hebben. Zo kan het bijvoorbeeld zijn dat de punten aangeduid op de Mobile Mapper niet

overeenkomen met het effectief opgemeten punt of dat wel het correcte punt werd opgemeten

maar dit niet goed werd aangeduid op de beelden in de Mobile Mapper.

In grafiek 4 wordt de driedimensionale standaardafwijking ten opzichte van de fout

weergegeven. Als de standaardafwijking een goede voorspeller zou zijn voor de fout, kan er

verwacht worden dat de grafiek een zichtbare lineaire trendlijn zou vertonen. Deze rechte

zoals weergegeven in grafiek 4 beschrijft de data niet goed. Zoals reeds eerder vermeld, is het

verwerkingsprogramma PosPac pessimistisch en maakt het steeds een overschatting van de te

verwachten standaardafwijking. De driehoek (frame 1) in onderstaande grafiek geeft duidelijk

deze overschatting van de standaardafwijking weer. Enkel de punten die niet binnen frame 1

van grafiek 4 vallen voldoen hier niet aan. Deze punten komen overeen met de punten uit

frame 2 van grafiek 3 en zijn te wijten aan menselijke fouten.

frame 2

frame 1

31

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8

3D-standaardafwijking (m)

fout

(m

)

Grafiek 4: Verband tussen de driedimensionale standaardafwijking en de fout. ‘Bron: eigen verwerking’

4.3.2 Relatie van de afstand van het grondcontrolepunt tot de positie van het mobiele platform

en de haalbare nauwkeurigheid

Op de beelden 594, 22 en 628 zijn telkens minstens vier grondcontrolepunten waar te nemen.

Deze grondcontrolepunten op hetzelfde beeld kunnen een verband weergeven tussen de

afstand van het grondcontrolepunt tot de positie van de wagen en de haalbare

nauwkeurigheid.

Er kan worden nagegaan of punten die verder van de camera’s op het mobile mapping

voertuig verwijderd zijn dan andere punten, al dan niet een grotere fout zullen vertonen.

Theoretisch kan er worden verwacht dat wanneer de afstand tussen het grondcontrolepunt en

de positie van het mobile mapping voertuig groter wordt, de afstand tussen het punt

gekarteerd door de Mobile Mapper en de grondwaarheid ook groter wordt.

frame 1

32

Op figuur 13 worden de grondcontrolepunten die zichtbaar zijn op beeld 594 weergegeven.

De fouten van de grondcontrolepunten worden weergegeven in tabel 3. Grondcontrolepunt

594c bevindt zich het dichtst bij de wagen (5,84m) en heeft een fout van 7,6cm. Naarmate de

grondcontrolepunten zich verder van het voertuig bevinden, worden de fouten groter.

Grondcontrolepunt 594a bevindt zich het verst van de wagen (11,80m) en heeft een fout van

13,9cm.

Tabel 3: Verband tussen de afstand en de haalbare nauwkeurigheid voor het beeld 594

‘Bron: eigen onderzoek’

Figuur 13: Beeld 594 met aanduiding van de grondcontrolepunten a tot en met d ‘Bron: eigen onderzoek’

afstand tot de wagen (m) fout (m)

594a 11,80 0,139

594b 11,45 0,126

594c 5,84 0,076

594d 7,13 0,066

33

Figuur 14 toont de grondcontrolepunten op beeld 22. In tabel 4 worden de fouten voor elk

grondcontrolepunt weergegeven. Uit deze tabel blijkt opnieuw dat punten die zich dichter bij

de wagen bevinden een kleinere fout hebben dan punten die zich verder van het voertuig

bevinden met uitzondering van punt 22c.


Afstand tot de wagen (m) fout (m)

22a 6,06 0,033

22b 6,57 0,027

22c 9,66 0,017

22d 15,16 0,314

22e 11,1 0,125

22f 8,78 0,107

22g 14,17 0,117


Figuur 14: Beeld 22 met aanduiding van de grondcontrolepunten a, b, c, d, e, f en g ‘Bron: eigen onderzoek’

34

In figuur 15 worden de grondcontrolepunten die zichtbaar zijn op beeld 628 weergegeven. De

grondcontrolepunten 628c, 628d en 628e liggen duidelijk dichter bij het voertuig dan het punt

628a. De fouten die de grondcontrolepunten vertonen worden weergegeven in tabel 5. De fout

is minimaal 6cm groter voor het punt 628a dan de fouten voor de punten 628c, 628d en 628e.


afstand tot de wagen (m) fout (m)

628a 15,85 0,183

628b 12,98 0,106

628c 9,73 0,120

628d 8,97 0,118

628e 8,48 0,097


Figuur 15: Beeld 628 met aanduiding van de grondcontrolepunten a tot en met e ‘Bron: eigen onderzoek’

35

4.3.3 Relatie tussen de richting van het grondcontrolepunt ten opzichte van het mobiele

platform en de haalbare nauwkeurigheid

De grondcontrolepunten, op de drie beelden die hierboven reeds werden besproken, kunnen

eveneens een verband aantonen tussen de richting waarin het mobile mapping systeem zich

tussen twee opeenvolgende beeldopnames verplaatst en de richting van het grondcontrolepunt

vanuit de tweede beeldopname en de haalbare nauwkeurigheid.

Tabel 6: Verband tussen de hoek en de haalbare nauwkeurigheid voor het beeld 594

hoek α ( in gon) fout (m)

594a 16,8915 0,139

594b 22,053 0,126

594c 42,6631 0,076

594d 52,2888 0,066


Figuur 16: Hoek tussen het mobile mapping voertuig en de grondcontrolepunten voor het beeld 594 ‘Bron: eigen onderzoek’

36

De grondcontrolepunten op beeld 594 samen met de positie van de wagen worden

weergegeven in figuur 16 (zie ook figuur 13). Naarmate de hoek tussen de richting waarin het

mobile mapping systeem zich tussen twee opeenvolgende beeldopnames verplaatst en de

richting van het grondcontrolepunt groter wordt, wordt de fout kleiner (tabel 6). Dit doet

vermoeden dat ook de hoek een rol zal spelen.

Figuur 17 toont zowel de grondcontrolepunten als de positie van de wagen van waaruit het

beeld 22 werd gemaakt (zie ook figuur 15). In tabel 7 wordt de hoek en de fout weergegeven.

Wanneer het gaat over vergelijkbare afstanden kan worden verwacht dat hoe groter de hoek

tussen de richting van het mobile mapping voertuig en de grondcontrolepunten is, hoe kleiner

de fout tussen de grondcontrolepunten en de grondwaarheid zal zijn. Zo hebben de punten 22e

en 22f vergelijkbare afstanden maar is de hoek groter. De fout voor deze punten bedraagt

respectievelijk 12,5cm en 10,7cm.


37



22a 21,5175 0,033

22b 33,6127 0,027

22c 23,061 0,017

22d 31,0126 0,314

22e 41,2636 0,125

22f 55,6465 0,107

22g 56,7729 0,117


In figuur 18 worden de grondcontrolepunten en de positie van het voertuig weergegeven voor

het beeld 628 (zie ook figuur 16). In tabel 8 kan dezelfde trend worden waargenomen: hoe

groter de hoek tussen de richting van het mobile mapping voertuig en de

grondcontrolepunten, hoe kleiner de fout tussen de grondcontrolepunten en de grondwaarheid.


38



628a 18,22 0,183

628b 24,43 0,106

628c 38,57 0,120

628d 43,69 0,118

628e 48,75 0,097


4.3.4 Statistische relevantie van de verbanden

Om een besluit te kunnen trekken uit bovenstaande gegevens, werd gezocht naar een model

tussen het gemiddelde van de fout en de onafhankelijke variabelen afstand en hoek. Zo kan de

invloed van één enkele onafhankelijke variabele (afstand of hoek) worden bepaald wanneer

de andere variabele constant wordt gehouden. Na verwerking van de gegevens via SPSS werd

een significant model waarin beide parameters zijn betrokken niet gevonden. Daarom worden

hieronder beide variabelen afzonderlijk besproken.

y = 0,7042x + 0,7379R2 = 0,1509

0

2

4

6

8

10

12

14

0 2 4 6 8 10 12

afstand (m)

fout

(cm

)

afstand (m) σ = 2,73

Grafiek 5: Verband tussen afstand en fout ‘Bron: eigen verwerking’

39

In de grafieken 5 en 7 werden de afstand en de hoek van de op het terrein gemeten punten

geplot ten opzichte van de fout. In deze grafieken werden enkel de punten opgenomen waarbij

de standaardafwijking verkregen uit de post-processing lager is dan 5cm. Hier zal de

positionele fout klein zijn en is een goede meting mogelijk. Er werden verschillende

trendlijnen toegevoegd aan de data. Uit de R²-waarde blijkt dat een lineaire de data het best

omschrijft

Grafiek 5 toont een dichte puntenwolk in het 5 tot 10m interval en wordt benaderd door een

rechte. Dit is een model voor het gemiddelde van de fout ten opzichte van de afstand. De lage

R²-waarde van 0,15 geeft aan dat slechts 15% van de variantie in de fout toe te schrijven is

aan de variantie in afstand.

De fout stijgt met 4cm wanneer de afstand van 5 naar 10m gaat. De standaardafwijking σ

werd berekend en bedraagt 2,73cm. Deze lijn wordt ook weergegeven in grafiek 5. Er kan bij

een normale verdeling worden aangenomen dat 84% van de waarnemingen onder deze rechte

vallen (zie grafiek 6).

Grafiek 6: Normale verdeling ‘Bron: naar www.wikipedia.be, 28 mei 2010’

40

y = 0,0561x + 3,8531

R2 = 0,0346

0

2

4

6

8

10

12

14

0 10 20 30 40 50 60 70

hoek (gon)

fout

(cm

)

hoek (gon)

σ = 2,91

Grafiek 7: Verband tussen hoek en fout ‘Bron: eigen verwerking’

Grafiek 7 beschrijft het verband tussen de hoek die de rijrichting van het mobile mapping

voertuig met het grondcontrolepunt maakt en de fout. Deze puntenwolk wordt benaderd door

een rechte. Slechts 3,4% van de variantie voor de fout wordt verklaard door de variantie in de

hoek. De grafiek geeft een positief verband aan tussen de hoek en de fout. Gemiddeld stijgt de

fout met 2cm wanneer de hoek van 20gon naar 60gon stijgt. Hieruit blijkt dat de hoek binnen

deze range een veel kleinere rol speelt dan de afstand. Ook hier werd de standaardafwijking σ

berekend (σ=2,91cm). Er kan bij een normale verdeling worden aangenomen dat 85% van de

waarnemingen onder deze rechte vallen (zie grafiek 6).

Zoals eerder reeds aangegeven zijn het vooral de punten waar de optische stralengang vanuit

het eerste beeld bijna volledig parallel is met deze van het volgende beeld, waarbij sneller een

grotere fout kan optreden (zie paragraaf 2.5). Omdat er geen punten werden waargenomen in

deze sensitieve zone kan er hieruit geen besluit worden getrokken.

Bij het analyseren van bovenstaande gegevens komt men tot de conclusie dat de invloed die

de afstand heeft op de fout veel groter is dan de invloed die de hoek heeft op de fout.

41

4.4 Experiment in Kruishoutem

4.4.1 Studiegebied

In Kruishoutem werd door GeoInvent ook een testzone afgebakend. Deze testzone werd

afgereden met een mobile mapping voertuig met, in tegenstelling tot in Namen, zes camera’s

(figuur 19).

Figuur 19: Camera-opstelling Kruishoutem ‘Bron: eigen verwerking’

4.4.2 Methode

Hiertoe werd willekeurig een straat uit de testzone genomen: de Brugstraat. Deze straat is

ongeveer 300 meter lang. Alle inspectieputten werden er geteld en vergeleken met het aantal

inspectieputten dat zichtbaar is op de beelden. Er kan worden geconcludeerd dat alle

inspectieputten goed zichtbaar zijn op de beelden.

Deze werden echter niet opnieuw ingemeten, omdat er een GRB-bestand opgemeten door een

landmeter reeds beschikbaar was. Om toch nog eens een controle te hebben op de

nauwkeurigheid van de data worden opnieuw via het programma Mobile Mapper de

coördinaten van de inspectieputten bepaald. De zeven inspectieputten werden genummerd

(figuur 20).

42

Figuur 20: Inspectieputten ‘Bron: www.gisoost.be en eigen verwerking, 2 april 2009’

Omdat er tweemaal door de Brugstraat werd gereden, kan men de coördinaten ook meerdere

malen berekenen. Eénmaal voor het doorrijden van de straat: beelden 713 tot en met 860, en

een tweede maal in het terugrijden: beelden 2446 tot en met 2596.

De coördinaten van de inspectieputten zoals opgemeten door de landmeter en opgegeven voor

het GRB-skeletmeting van de gemeente Kruishoutem is terug te vinden in onderstaande tabel.

Tabel 9: Grondwaarheid

X (m) Y (m)

1 90907,005 177628,891

2 90886,792 177644,778

3 90832,853 177687,211

4 90802,003 177718,641

5 90766,681 177754,021

6 90686,678 177820,385

7 90728,721 177789,587


43

4.5 Analyse van de verzamelde gegevens

4.5.1 Verband tussen de plaats van het grondcontrolepunt op het beeld en de haalbare

nauwkeurigheid

Wanneer men gebruik maakt van stereobeelden dan is het van belang vanuit welk beeld het

grondcontrolepunt wordt aangeduid. Er werd reeds aangetoond dat het belangrijk is de afstand

van het grondcontrolepunt tot het mobiele platform zoveel mogelijk beperkt te houden.

Hierdoor komen de grondcontrolepunten vaak in de rand van het beeld te liggen.

Alle inspectieputten zijn zichtbaar vanuit de camera’s f1 en f2. Inspectieput nummer 3 is ook

zichtbaar vanuit camera’s ri1 en ri2. De inspectieputten worden aangeduid op beelden

afkomstig van verschillende camera’s. Alle mogelijke combinaties worden gemaakt. In de

eerste kolom worden de punten aangeduid in het midden van het beeld. In de tweede kolom

worden bij dezelfde camera-combinatie de inspectieputten enkele beelden verder aangeduid.

De punten liggen dan in de rand van het beeld, maar de wagen bevindt zich dichter bij het

object.

Uit tabel 13 blijkt dat de fouten sterk gereduceerd kunnen worden door de afstand tussen de

inspectieputten en de camera kleiner te maken en dus de inspectieput op een aantal beelden

verder aan te duiden. Alle fouten in de tweede kolom zijn lager dan deze in de eerste kolom,

behalve deze voor inspectieput nummer 1 en nummer 7. Men kan met zekerheid aannemen

dat de fouten die daar optreden op de rand van de beelden te wijten zijn aan een niet correcte

aanduiding van het punt op de beelden.

44

Tabel 10: Verschil in nauwkeurigheid bij aanduiding in het midden van het beeld en op de rand

Inspectieputten in het midden van het beeld Inspectieputten aan de rand van het beeld

Nr. inspectie-

put

camera

combinatie fout 1 (m)

Nr.

inspectie-

put

camera

combinatie fout 2 (m)

1 f1/f2 0,99 1 rf1/f2 3,22

2 f1/f2 0,17 2 rf1/f2 0,01

3 f1/f2 0,75 3 rf1/f2 0,11

4 f1/f2 0,39 4 rf1/f2 0,01

5 f1/f2 0,49 5 rf1/f2 0,01

6 f1/f2 0,49 6 rf1/f2 0,05

7 f1/f2 0,58 7 rf1/f2 0,04

1 tf1/f2 2,12 1 trf1/f2 0,24

2 tf1/f2 1,13 2 trf1/f2 0,03

3 tf1/f2 0,02 3 trf1/f2 0,02

4 tf1/f2 0,20 4 trf1/f2 0,02

5 tf1/f2 0,17 5 trf1/f2 0,01

6 tf1/f2 0,89 6 trf1/f2 0,01

7 tf1/f2 2,18 7 trf1/f2 4,56

3 tf1/ri1 0,01 3 trf1/ri1 0,01

3 f1/ri2 0,01 3 trf1/ri2 0,01

3 f2/ri1 0,14 3 trf2/ri1 0,15

3 f2/ri2 0,01 3 trf2/ri2 0,01

‘Bron: eigen verwerking’

4.5.2 Relatie tussen de camera-geometrie en de haalbare nauwkeurigheid

In de volgende tabel (tabel 14) worden enkel de beelden gebruikt die afkomstig zijn van de

camera’s f1 en f2. Doordat in de vorige paragraaf werd aangetoond dat de fouten kleiner zijn

bij het aanduiden van de inspectieputten op de rand, werd er hier enkel nog van deze beelden

gebruik gemaakt. In de eerste kolom werden de coördinaten van de inspectieput berekend aan

de hand van twee opeenvolgende beelden gemaakt met camera f1.

In de tweede kolom met twee opeenvolgende beelden gemaakt met camera f2. In de derde

kolom werden de coördinaten berekend aan de hand van een beeld gemaakt met camera f1 en

een beeld gemaakt met camera f2.

45

Uit de tabel blijkt dat de fouten tussen de berekende coördinaten en de gemeten coördinaten

veel kleiner is wanneer er gebruik wordt gemaakt van beelden genomen met twee

verschillende camera’s. Alle fouten in de derde kolom zijn lager dan deze in de eerste kolom,

behalve deze voor inspectieput nummer 1 en nummer 7. Dit bevestigt nogmaals het

vermoeden dat de punten 1 en 7 niet correct werden aangeduid op de beelden.

De fouten zijn kleiner wanneer er wordt gewerkt met beelden vanuit twee verschillende

camera’s doordat de hoek van de zichtlijnen bij dezelfde camera’s voor een homoloog punt op

een volgend beeld bijna gelijk is aan 0°. Wanneer die hoek groter wordt gemaakt door gebruik

te maken van verschillende camera’s met een verschillende richting kan de nauwkeurigheid

verhoogd worden (zie paragraaf 2.5).

Tabel 11: Verschil in nauwkeurigheid bij verschillende cameracombinaties

nr.

inspectie-

put

camera

combinatie

fout 1

(m)

nr.

inspectie-

put

camera

combinatie

fout 2

(m)

nr.

inspectie-

put

camera

combinatie

fout 3

(m)

1 rf1/f1 0,040 1 rf2/f2 0,064 1 rf1/f2 3,219

2 rf1/f1 0,016 2 rf2/f2 0,590 2 rf1/f2 0,006

3 rf1/f1 0,020 3 rf2/f2 0,023 3 rf1/f2 0,108

4 rf1/f1 0,033 4 rf2/f2 0,043 4 rf1/f2 0,005

5 rf1/f1 0,042 5 rf2/f2 0,084 5 rf1/f2 0,001

6 rf1/f1 0,002 6 rf2/f2 0,101 6 rf1/f2 0,048

7 rf1/f1 0,014 7 rf2/f2 0,133 7 rf1/f2 0,041

1 trf1/f1 0,081 1 trf2/f2 0,044 1 trf1/f2 0,240

2 trf1/f1 0,037 2 trf2/f2 0,149 2 trf1/f2 0,027

3 trf1/f1 0,076 3 trf2/f2 0,057 3 trf1/f2 0,019

4 trf1/f1 0,013 4 trf2/f2 0,101 4 trf1/f2 0,017

5 trf1/f1 0,022 5 trf2/f2 0,052 5 trf1/f2 0,012

6 trf1/f1 0,033 6 trf2/f2 0,023 6 trf1/f2 0,009

7 trf1/f1 0,043 7 trf2/f2 0,043 7 trf1/f2 4,561

‘Bron: eigen verwerking’

46

5. BESLUIT

Mobile mapping is een relatief nieuwe techniek die steeds meer toepassingen krijgt. In het

kader van deze masterproef werden de mogelijkheden die mobile mapping systemen bieden

voor de realisatie en opbouw van het GRB-skelet onderzocht.

De mogelijkheden die het systeem biedt zijn in vele opzichten groter dan het opmeten met

klassieke totaalstations. Hoewel deze laatste metingen zeer nauwkeurig zijn, zijn ze heel

tijdrovend. Het gebruik van mobile mapping systemen kan de duurtijd van metingen sterk

reduceren (Li, 1997).

De nauwkeurigheid van de resultaten van het systeem werd nader onderzocht en besproken.

Ze werden getoetst aan de hand van grondcontrolepunten die werden opgemeten via GPS en

totaalstation.

Ook de verwerking met het programma Mobile Mapper is mede verantwoordelijk voor de

nauwkeurigheid die kan gehaald worden. Het speelt een grote rol in de haalbare

nauwkeurigheid wanneer het verkeerde punt wordt aangeduid op de beelden of wanneer de

controlepunten beter op een ander beeld worden aangeduid. Uiteraard is het van groot belang

dat de grondcontrolepunten voldoende herkenbaar zijn zowel op het terrein als op de foto’s

die werden gemaakt met het mobile mapping systeem (zie paragraaf 4.2.2).

De coördinaten van de grondcontrolepunten werden in het programma Mobile Mapper

berekend door de positie van het grondcontrolepunt aan te duiden op twee opeenvolgende

beelden. De oorzaak van de verschillen tussen de berekende coördinaten en de opgemeten

grondcontrolepunten werden in deze masterproef onderzocht.

Ten eerste kan worden vastgesteld dat de haalbare nauwkeurigheid reeds bepaald wordt

tijdens de rondrit met het mobile mapping voertuig. De constellatie van de satellieten en de

zichtbare horizon samen met ‘urban canyons’ spelen hierbij een grote rol. Deze resultaten

werden besproken aan de hand van de standaardafwijkingen verkregen uit de post-processing.

Uit de gegevens blijkt dat de standaardafwijking zoals berekend door de post-processing de

fout overschat.

47

In paragraaf 4.3.2 werd de relatie van de afstand van het grondcontrolepunt tot de positie van

het mobiele platform en de haalbare nauwkeurigheid verder onderzocht. In theorie kan

verwacht worden dat hoe groter de afstand wordt hoe lager de nauwkeurigheid zal worden.

Dit is ook terug te vinden in de gegevens uit de testzone Namen.

Een andere invloed op de haalbare nauwkeurigheid van de gegevens is de richting van het

grondcontrolepunt ten opzichte van het mobiele platform. Wanneer de hoek tussen beide

groter wordt, wordt verwacht dat de fout op de metingen sterk reduceert. Voor deze data kon

worden vastgesteld dat de rol van de hoek weinig invloed heeft op de haalbare

nauwkeurigheid. Dit werd besproken in paragraaf 4.3.3.

De statistische relevantie van de invloed die de afstand en de hoek op de fout hebben, werd

besproken in paragraaf 4.3.4. Hieruit is gebleken dat de fout ten opzichte van de afstand een

trend vertoont. Van deze waarnemingen blijft 84% onder deze trendlijn vermeerdert met de

standaardafwijking. Voor de variabele hoek werd ook een trendlijn gevonden. Deze beschrijft

de variantie minder goed. Ook het gebrek aan punten in de sensitieve zone zorgen ervoor dat

enkel kan geconcludeerd worden dat de invloed die de afstand heeft op de fout veel groter is

dan de invloed van de hoek op de fout.

In paragraaf 4.5.1 werd aandacht geschonken aan de verbanden tussen de plaats van het

grondcontrolepunt op het beeld en de haalbare nauwkeurigheid. Door lensvervorming kan

worden verwacht dat de fouten die optreden bij punten aan de rand van het beeld groter zijn.

Dit weegt echter niet op tegen de afstand tussen het grondcontrolepunt en de camera’s.

Vandaar dat punten aan de rand van het beeld, die zich dus automatisch dichter bij de camera

bevinden, een hogere nauwkeurigheid behalen dan punten in het midden van het beeld.

Ook de positie van de camera’s op het mobile mapping voertuig spelen een significante rol.

Wanneer meerdere camera’s gebruikt worden, kan de nauwkeurigheid sterk bevorderd

worden door de camera’s zo te plaatsen dat de hoek tussen hun optische stralen optimaal is.

48

6. REFERENTIELIJST

Beekman, J-P. (2004) “Wat men moet weten om zonder zorgen te navigeren met GPS”.

Nationaal Geografisch Instituut.

De Cubber, I. (2007-2008) “GRB-skeletbestekken”. KaHo Sint-Lieven, Departement

Industrieel Ingenieur.

de Jong, C.D. (2001) “Navigatiesatellieten – the sky is the limit”. Ruimtevaart, 49 (6), 3-11.

De Vidts, B. (2006) “Grootschalig referentie bestand: de landmeter staat centraal”.

Ondersteunend Centrum GIS-Vlaanderen. Gent.

De Wulf, A. (1997) “Planimetrie”. In: De Wulf, A. Topografie II. Gent: Universiteit Gent,

362-273.

De Wulf, A., Muls, A. (2007) “Het GPS-NavsTAR systeem”. In: De Wulf, A., Muls, A.

Methodologie voor de nauwkeurigheidscertificatie van totaalstations met ondersteuning voor

satellietplaatsbepaling. Brussel: Federaal Wetenschapsbeleid, 77-96.

De Wulf, A. (2007-2008) “Het Global Positioning System GPS”. In: De Wulf, A.

Satellietplaatsbepaling. Gent: Universiteit Gent, 26-52.

Ellum, C. (2005) “Mobile Mapping Systems”. Coordinates. 1 (1), 14-15.

Faugeras, O. (1993) Three-Dimensional Computer Vision: a Geometric Viewpoint. The MIT

Press.

Kang, S., Webb, J., Zitnick, C., Kanade, T. (1994) “An active multibaseline stereo system

with real-time image acquisition”. Carnegie: Mellon University, Computer Science

Department.

Kips, G. (2007-2008) “Module III-1: GRB en GRB-skelet: achtergrond en samenhang”.

KaHo Sint-Lieven, Departement Industrieel Ingenieur.

49

Kraus, K. (2004) “Photogrammetrische triangulation”. In: Kraus, K. Photogrammetrie: Band

1: Geometrische Informationen Aus Photographien und Laserscanneraufnahmen. Berlijn: de

Gruyter Lehrbuch (W de G), 273-318.

Li, R., (1997) “Mobile mapping – An emerging technology for spatial data acquisition”.

Photogrammetric Engineering and Remote sensing. 63 (9), 1085-1092.

Schwarz, K., El-Sheimy, N. (2004) “Mobile Mapping Systems – State of the Art and Future

Trends”. International Archives of Photogrammetry Remote Sensing and Spatial Information

Sciences. 35 (5), 759-768.

Seong-Baek, K., Kyung-Ho, C., Seung-Yong, L., Ji-Hoon, C., Tae-Hyun, H., Byung-Tae, J.,

Jong-Hun, L., (2004) “A Bimodal Approach for Land Vehicle Localization”. ETRI Journal.

26(5), 497-500.

Tao, V., (2000) “Mobile mapping technology for road network data acquisition”. Journal of

Geospatial Engineering. 2 (2), 1-13.

Van Geem, C., Guatama, S. (2006) “Mobile mapping with a stereo-camera for road

assessment in the frame of road network management”. Second International Workshop: The

Future of Remote Sensing. Antwerpen, 1-4.

Van Sickle, J., (2001) “Observing”. In: Van Sickle, J. GPS for Land Surveyors. New York:

Taylor & Francis, 187-207.

AGIV (2008) “Concepttekst: kwaliteitscontrole van skeletgegevens”.

AGIV (2008) “Concepttekst: kwaliteitscontrole van skeletgegevens: GRB-light procedure”.

AGIV (2008) “Kwaliteitsspecificaties: controle van gegevens volgens GRB-kernbepalingen”.

AGIV (2008) “Technische specificaties kwaliteitscontrole aangeboden recuperatiegegevens”.

50

GIS-Vlaanderen (2000) “Nieuwsbrief GIS-Vlaanderen: GIS-Vlaanderen decretaal

verankerd”.

GIS-Vlaanderen (2001) “GIS-Vlaanderen Plan 2001-2005 Het strategisch plandocument voor

het samenwerkingsverband GIS-Vlaanderen”.

GIS-Vlaanderen (2006) “Grootschalig referentie bestand, de landmeter staat centraal”.

Ondersteunend Centrum GIS-Vlaanderen (2008) “Technische specificaties bij aanmaak

Grootschalig Referentie Bestand, kwaliteitscontrole 2.0”. Gent.

Internetbronnen

http://GPS.wallonie.be/stations/namr.htm. 05/05/2009 http://jsp.vlaamsparlement.be/docs/stukken/1999-2000/g160-1.pdf. 03/03/2009 http://www.agiv.be/gis/downloads/SKELET/mbdb 030925av6_specs_skelet_aanvulling_detail.pdf. 03/03/2009 http://www.agiv.be/gis/downloads/SKELET/rbdv040824av12_kernbepalingen3-4.pdf. 03//03/2009 http://www.agiv.be/gis/getDownload.ashx?id=487. 05/05/2009 http://www.agiv.be/gis/knowhow/?catid=42. 01/03/2009 http://www.agiv.be/gis/organisatie/?artid=72. 04/03/2009 http://www.agiv.be/gis/organisatie/?artid=73. 04/03/2009 http://www.agiv.be/gis/organisatie/?artid=74. 04/03/2009 http://www.agiv.be/gis/organisatie/?artid=75. 04/03/2009 http://www.applanix.com/products/land/pos-lv.html. 5/05/2009 http://www.coudere.be/downloads/producten/POSLV_BRO.pdf. 05/05/2009 http://www.gisdevelopment.net/technology/mobilemapping/me05_171a.htm. 02/02/2009 http://www.iso.org. 08/05/2009

51

http://www.ngi.be/agn/NL/NL0.shtm. 09/03/2009 http://www.ngi.be/agn/NL/NL2.shtm. 09/03/2009 http://www.sfpsro.cz/aat.html. 27/07/2009 http://www.wikipedia.be 26/04/2010

52

BIJLAGEN

De bijlagen zijn terug te vinden op de bijgevoegde cd.

Bijlage 1: Namen

- 3D-standaardafwijking

- Analyse

- Model

- Track en grondcontrolepunten

Bijlage 2: Kruishoutem

- Data Mobile Mapper

- Analyse inspectieputten

masterproef Sharon Audoor - Ghent...

Documents

Transcript of masterproef Sharon Audoor - Ghent...