Beginnen

Een nauwkeurige karteervlucht met een drone vliegen (RTK + GCP's)

Een nauwkeurige dronekaart wordt bepaald vóór de drone landt: door de grondresolutie (GSD), de overlap, scherpe beelden, camerahoeken die de lens vastleggen, en een betrouwbare bron voor de absolute positie (RTK, PPK of ingemeten grondcontrolepunten). In het beste geval, met RTK of ingemeten grondcontrole, is het resultaat gemeten ten opzichte van onafhankelijke controlepunten ongeveer 1 GSD in het vlak en 2–3 GSD in hoogte; het cijfer dat telt is het cijfer dat uw eigen controlepunten tonen. Deze handleiding laat zien hoe u elke stap plant, met de formules, en wat Orthosite met het resultaat doet.

Hoe plant u een nauwkeurige karteervlucht?

Vlieg een geautomatiseerd raster ("maaipatroon"): parallelle lijnen op een constante hoogte boven de grond met de camera recht naar beneden gericht (nadir), op vaste afstanden getriggerd door een vluchtplanningsapp.[3] Stel de gewenste GSD en overlap in de app in; die rekent hoogte, lijnafstand en triggerafstand uit. Beslis daarna hoe het model zijn absolute positie krijgt (RTK, PPK of GCP's) en houd enkele ingemeten punten achter als onafhankelijke controlepunten.

Rasterpatroon ("maaipatroon"): parallelle lijnen, nadircamera, één belichting bij elke stip.

Wat is GSD en hoe berekent u de vlieghoogte?

De grondresolutie (ground sampling distance, GSD) is de afstand op de grond tussen de middelpunten van twee naburige pixels.[1] Ze bepaalt hoe klein een detail kan worden gekarteerd en, samen met de kwaliteit van het netwerk en de posities, hoe nauwkeurig het resultaat kan zijn. De vlieghoogte die een gewenste GSD geeft, is[1]

H = (N · GSD · f) / Sw, met H in meters, N de beeldbreedte in pixels, GSD in meters per pixel, f de werkelijke brandpuntsafstand en Sw de werkelijke sensorbreedte (f en Sw in dezelfde eenheid, niet het kleinbeeldequivalent). Omgekeerd: GSD = H · Sw / (f · N).

f H Sw D = N · GSD
Gelijkvormige driehoeken: Sw is de sensorbreedte, f de brandpuntsafstand, H de vlieghoogte, D de breedte van de voetafdruk op de grond, N het aantal pixels in de breedte.

Uitgewerkt voorbeeld, DJI Phantom 4 RTK: 1-inch sensor, 20 MP, 5 472 pixels breed, f = 8,8 mm. DJI geeft GSD = H / 36,5 cm per pixel.[2] Bij H = 100 m is dat 2,74 cm per pixel; de voetafdruk is 5 472 × 2,74 cm ≈ 150 m breed en ≈ 100 m hoog (3 648 pixels). De hoogte halveren halveert de GSD maar vraagt, omdat de oppervlakte per beeld met een factor vier daalt, ongeveer vier keer zoveel beelden.

Hoogte HGSDVoetafdruk (m)Lijnafstand / belichtingsafstandBeelden per haOppervlakte per 1 200 beelden
60 m1,64 cm90 × 6027 m / 12 m30,9≈ 39 ha
80 m2,19 cm120 × 8036 m / 16 m17,4≈ 69 ha
100 m2,74 cm150 × 10045 m / 20 m11,1≈ 108 ha
120 m3,29 cm180 × 12054 m / 24 m7,7≈ 156 ha

Als richtlijn voor wat GSD oplevert: Pix4D noemt de te verwachten relatieve nauwkeurigheid van een correct geschaald en gereconstrueerd project 1–2 × GSD horizontaal en 1–3 × GSD verticaal, en merkt op dat de absolute nauwkeurigheid niet beter kan zijn dan de nauwkeurigheid van de beeldposities of de GCP's.[4] Een GSD van 2,7 cm ondersteunt dus geen claim van 1 cm; daarvoor is een lagere vlucht nodig, of een ander soort meting.

Hoeveel overlap heeft u nodig?

Het minimum van Pix4D voor algemene gevallen is 75 % langsoverlap en 60 % dwarsoverlap; vlak, uniform terrein (zoals velden) vraagt minstens 80 % op beide, en bos of dichte vegetatie minstens 85 % op beide.[3] Een gangbare werkkeuze, gebruikt in de voorbeelden hier, is 80 % langs en 70 % dwars. Overlap laat de software hetzelfde punt in veel beelden vinden; ze kan achteraf niet worden toegevoegd, dus voeg bij twijfel overlap toe.

80 % d 70 % s
Bovenaanzicht van de beeldvoetafdrukken: 80 % langsoverlap langs de lijn (d is de afstand tussen belichtingen) en 70 % dwarsoverlap tussen lijnen (s is de lijnafstand).

De overlap bepaalt direct de afstanden: triggerafstand d = hoogte voetafdruk × (1 − langsoverlap); lijnafstand s = breedte voetafdruk × (1 − dwarsoverlap). Voor de Phantom 4 RTK op 100 m met 80 % / 70 % is d = 20 m en s = 45 m, dus elk beeld voegt ongeveer 900 m² nieuwe grond toe. Meer overlap kost meer beelden: 1 200 beelden dekken dan ruwweg 108 ha, vóór marges rond het gebied.

Overlap voegt redundantie en puntdichtheid toe, maar verandert niets aan de bijna parallelle zichtgeometrie die doming veroorzaakt (zie hieronder); camerahoeken doen dat wel.[10]

Hoe snel kunt u vliegen en hoe voorkomt u bewegingsonscherpte?

Onscherpte is de afstand die het toestel tijdens de belichting aflegt: onscherpte = snelheid × belichtingstijd, vergeleken met de grootte van één pixel op de grond (de GSD). Bij 10 m/s en 1/1000 s beweegt de drone 1 cm, wat 0,36 pixel is bij 2,74 cm GSD; bij 1/500 s is het 2 cm, 0,73 pixel. Een gangbare vuistregel (een afspraak, geen norm) is de onscherpte ruim onder één pixel te houden; een lagere GSD maakt dezelfde onscherpte erger, dus lage, snelle vluchten vragen snellere sluitertijden.

GSD v · t
Eén pixel op de grond (GSD) vergeleken met de afstand afgelegd tijdens de belichting (v · t, rood).

Raster, dubbel raster of schuine beelden?

Een enkel nadirraster boven vlak terrein is de klassieke oorzaak van "doming": bijna parallelle zichtrichtingen maken de lensvervorming moeilijk te scheiden van de vorm van de grond, zodat het model kan doorbuigen terwijl het op echt terrein lijkt; James en Robson koppelen de fout aan bijna parallelle opnamerichtingen en een onnauwkeurige correctie van radiale lensvervorming.[10] Convergerende (schuine) beelden nemen de dubbelzinnigheid weg. In een studie met 150 scenario's tegen een terrestrische laserscanner verbeterden schuine hoeken van 20–35° de precisie en nauwkeurigheid met bijna 50 % ten opzichte van blokken met alleen nadirbeelden.[7] James en Robson melden dat vluchtplannen met toegevoegde schuine beelden de systematische DEM-fout zonder controlepunten tot twee ordes van grootte kunnen verminderen;[10] een latere studie vond dat licht hellende camera's (onder 15°) de nauwkeurigheid zelfs kunnen verminderen, en dat het achteraf modelleren en aftrekken van de systematische fout uit de topografie een robuuster middel is dan kleine afwijkingen van nadir.[6]

PatroonWat het toevoegtBeperking
Enkel nadirrasterMinste beelden; genoeg voor een vlak orthomozaïekBijna parallelle zichtrichtingen: risico op doming zonder goede grondcontrole
Dubbel raster (twee loodrechte passes)Een tweede vliegrichting, meer zichten op elk punt, betere dekking van randenNog steeds recht naar beneden; meer beelden; geen vervanging voor schuine hoeken
Raster plus schuine pass onder 20–35°Convergerende zichten die het lensmodel vastleggen; zijkanten van constructiesMeer beelden en vliegtijd; plan het zo dat het hele gebied vanuit meerdere richtingen wordt gezien
Dubbel raster: een tweede pass loodrecht op de eerste. Het vervangt op zichzelf geen schuine hoeken of controle.

Verticale vlakken (gebouwzijden, keermuren, flanken van depots) zijn van recht boven helemaal niet te zien; ze vragen schuine beelden. De vluchtgeometriecontrole van Orthosite leest per beeld de camerahelling en koersen en markeert een blok zonder schuine beelden (onder 5 %) als advies, met dezelfde richtlijn van 20–35°. Het verandert niets aan hoe de vlucht wordt verwerkt.

RTK, PPK of grondcontrolepunten: welke heeft u nodig?

Alle drie geven het model zijn absolute positie en schaal; ze werken op verschillende manieren.

Voor de Phantom 4 RTK specificeert DJI een RTK-positienauwkeurigheid van 1 cm + 1 ppm horizontaal en 1,5 cm + 1 ppm verticaal.[2] Dat is de nauwkeurigheid van de camerapositie, niet van de opgeleverde kaart. De kaart wordt alleen aan onafhankelijke controlepunten getoetst. Studies naar grondcontrole laten zien dat de nauwkeurigheid wordt overschat als ze wordt beoordeeld aan de controlepunten die in de vereffening zijn gebruikt in plaats van aan onafhankelijke controlepunten, en dat een gelijkmatige verdeling ertoe doet.[9] De handleiding over grondcontrole behandelt aantal en plaatsing.

MethodeWat het geeftWat het nodig heeftWat er mis kan gaan
RTKCamerapositie op centimeterniveau in het frame van de basisLive verbinding met een basis of netwerk tijdens de vluchtVerkeerde basiscoördinaten of datumverschuiving verschuiven het hele model; wegvallende verbinding
PPKDezelfde klasse posities, na de vlucht gecorrigeerdRuwe GNSS-logs van drone en basis, en een nabewerkingsstapGecorrigeerde coördinaten moeten in de beeldbestanden komen; het frame van de basis blijft ertoe doen
GCP'sPosities die onafhankelijk van de drone zijn gemetenDoelen, een GNSS-rover of total station, en markering in de beeldenSlechte verdeling, blunders in een markering, of een verkeerd meetdatum

Wat doet Orthosite met RTK, PPK en GCP's?

Dit zijn de regels in de verwerkingscode, zodat u erop kunt plannen:

Het controlepunt-foutenrapport van Orthosite voor de demovlucht: 12 onafhankelijke controlepunten, RMSE Z 0,021 m, gemiddelde 0,009 m, maximum 0,035 m, met referentie- en modelhoogte per punt. Dit is alleen het hoogtefoutenrapport.
Het controlepunt-foutenrapport van Orthosite voor de demovlucht: 12 onafhankelijke controlepunten, RMSE Z 0,021 m, gemiddelde 0,009 m, maximum 0,035 m, met referentie- en modelhoogte per punt. Dit is alleen het hoogtefoutenrapport.

Welke nauwkeurigheid heeft Orthosite op echte vluchten gemeten?

Twee benoemde Orthosite-testvluchten, met de DSM-hoogte afgelezen op ingemeten punten die buiten de vereffening zijn gehouden:

Dit zijn losse, vlakke of laagreliëfterreinen met weinig punten. Ze tonen wat de keten kan; ze zijn geen belofte voor uw terrein. De nauwkeurigheid van uw eigen vlucht is die in het controlepuntenrapport.

Hoe beïnvloeden weer, licht en terrein de vlucht?

Checklist voor de vlucht

FAQ

Hoeveel overlap heb ik nodig voor dronekartering?
Het minimum van Pix4D is 75 % langs- en 60 % dwarsoverlap voor algemene gevallen, minstens 80 % op beide voor vlak uniform terrein en minstens 85 % op beide voor bos. Een gangbare werkkeuze is 80 % langs en 70 % dwars. Overlap neemt doming niet weg; schuine beelden doen dat wel.
Hoe bereken ik GSD en vlieghoogte?
H = (beeldbreedte in pixels × GSD × brandpuntsafstand) / sensorbreedte, met de werkelijke (niet het kleinbeeldequivalent) brandpuntsafstand. Voor de Phantom 4 RTK geldt GSD = H / 36,5 cm per pixel, dus 100 m geeft 2,74 cm per pixel.
Welke nauwkeurigheid kan ik van een dronemeting verwachten?
Pix4D noemt een relatieve nauwkeurigheid van 1–2 × GSD horizontaal en 1–3 × GSD verticaal voor een correct gereconstrueerd project; met RTK of ingemeten GCP's is het beste geval ten opzichte van controlepunten ongeveer 1 GSD in het vlak en 2–3 GSD in hoogte. Het werkelijke cijfer voor uw vlucht is de RMSE ten opzichte van onafhankelijke controlepunten, die Orthosite rapporteert met het aantal punten.
Wat is het verschil tussen RTK en PPK?
RTK corrigeert de positie van de drone in real time via een verbinding met een basis of netwerk. PPK logt ruwe data op de drone en een basis en corrigeert ze na de vlucht. Beide geven camerapositie op centimeterniveau; PPK heeft geen live verbinding nodig.
Heb ik GCP's nodig met een RTK-drone?
RTK alleen kan een goed resultaat geven, maar alleen controlepunten tonen of het in uw coördinaten- en hoogtestelsel klopt. GCP's beschermen ook tegen fouten in basiscoördinaten en datum. Orthosite waarschuwt wanneer RTK en GCP's meer dan 5 cm in het vlak of 8 cm in hoogte verschillen.
Wat gebeurt er in Orthosite als mijn drone geen RTK heeft en ik geen GCP's gebruik?
De hoogtes komen van de barometer van de drone in een onbekend datum (130 m afwijking bij een Phantom 4 RTK zonder RTK gevlogen), dus Orthosite markeert de vlucht met een fout. Relatieve metingen binnen het model worden niet beïnvloed, maar absolute hoogtes en volumes tegen een vast niveau worden niet geleverd totdat de vlucht met GCP's of een ingemeten bekend punt is verankerd.
Hoe voorkom ik bewegingsonscherpte?
Onscherpte is snelheid × belichtingstijd. Bij 10 m/s en 1/1000 s beweegt de drone 1 cm, wat 0,36 pixel is bij 2,74 cm GSD. Houd haar ruim onder één pixel en bedenk dat een lagere GSD dezelfde onscherpte erger maakt.
Hoeveel beelden kan Orthosite in één vlucht verwerken?
Hooguit 1 200 beelden per vlucht, en uw abonnement kan een lagere limiet stellen. Met een Phantom 4 RTK op 100 m en 80 % / 70 % overlap is dat ruwweg 108 ha vóór marges.

Bronnen

  1. Computing the flight height for a given GSD (Pix4D support) – Pix4D (2026)
  2. Phantom 4 RTK specifications – DJI (2026)
  3. Image acquisition plan: recommended overlap and flight pattern (Pix4D support) – Pix4D (2026)
  4. Accuracy of Pix4D outputs, in multiples of GSD (Pix4D support) – Pix4D (2026)
  5. Photogrammetric accuracy and modeling of rolling shutter cameras (Vautherin et al.) – ISPRS Annals III-3 (2016)
  6. Mitigating systematic error in topographic models for geomorphic change detection: accuracy, precision and considerations beyond off-nadir imagery (James, Antoniazza, Robson, Lane) – Earth Surface Processes and Landforms 45 (2020)
  7. Enhancing UAV-SfM 3D model accuracy in high-relief landscapes by incorporating oblique images (Nesbit, Hugenholtz) – Remote Sensing 11(3) (2019)
  8. RTK vs PPK: what to choose for drone mapping – Emlid (2026)
  9. Accuracy of UAV and SfM photogrammetry survey as a function of the number and location of ground control points used (Sanz-Ablanedo et al.) – Remote Sensing 10(10) (2018)
  10. Mitigating systematic error in topographic models derived from UAV and ground-based image networks (James, Robson) – Earth Surface Processes and Landforms 39 (2014)
  11. The ASPRS Positional Accuracy Standards, Edition 2 (summary of the changes) – LIDAR Magazine (2023)

Laatst gecontroleerd:

Maak van uw volgende vlucht een meetbaar resultaat

Upload uw dronefoto's en Orthosite bouwt de orthomozaïek, het 3D-model, de puntenwolk en hoogtemodellen op zijn eigen verwerkingscomputer in Zweden — meet, deel en exporteer in open formaten.

Aan de slag met Orthosite
Taal: EN SV NO DA FI DE FR ES NL