Four-Vision-Kamerasystem für UAVs

Die Studie präsentiert eine innovative Messtechnik mit digitalen Kameras an Bord von unbemannten Luftfahrtsystemen (UAVs), welche hochgenaue 3D-Modelle liefert. Die resultierenden Daten umfassen Orthophotos, OrthoDEMs (digitale Höhenmodelle) und 3D-Punktwolken. Eine entscheidende Erkenntnis ist die erzielbare Bodenauflösung von bis zu einem Zentimeter, abhängig von der Flughöhe des UAVs. Diese außergewöhnliche Genauigkeit ermöglicht präzise Deformationen- und Verschiebungsanalysen, die weit über herkömmliche Methoden hinausgehen und ein breites Spektrum an Anwendungen eröffnen. Die hohe Genauigkeit der erzeugten Daten wird im Dokument als ein wichtiger Faktor für die Zuverlässigkeit der Ergebnisse hervorgehoben. Die Qualität der 3D-Modelle ist ein zentraler Aspekt der Arbeit, welcher durch die erzielbare Genauigkeit und Auflösung unterstrichen wird.

Ein wesentlicher Aspekt der Studie ist der Einsatz von schräg aufgenommenen Luftbildern, die im Gegensatz zur klassischen Luftbildphotogrammetrie verstärkt Anwendung finden. Die Integration schräger Aufnahmen in die Messtechnik führt zu einer signifikanten Verbesserung der geometrischen Stabilität bei der Berechnung von 3D-Punktwolken. Die verbesserte Schnittgeometrie schräg blickender Kameras ermöglicht eine effizientere Erzeugung von 3D-Punktwolken, die wiederum für die Erstellung digitaler Oberflächenmodelle (DOMs) und Objektmodelle unerlässlich sind. Die unterschiedliche Ausleuchtung von Objekten aus verschiedenen Perspektiven bei einseitiger Sonneneinstrahlung wird ebenfalls analysiert. Diese unterschiedliche Helligkeit in den Bildern lässt sich bei radiometrisch kalibrierten Kameras nutzen, um das Reflexionsverhalten der Oberflächen zu bestimmen. Diese gerichteten Signaturen können Aufschluss in Form von Vegetationsindizes geben, die wiederum Rückschlüsse auf den Vitalitätszustand der abgebildeten Vegetation zulassen (Kirchgässner, 2013).

Die Studie beleuchtet auch die praktische Durchführung von UAV-basierten Messungen. Oftmals wird die Bedienung des UAV von zwei Personen übernommen: einem Piloten und einem Kameramann. Die verwendeten Kameras sind meist Amateurgeräte, die an schwenkbaren Aufhängungen mit Servomotoren befestigt sind, besonders in VTOL-Modellen (Vertical Takeoff und Landing). Schräge Luftaufnahmen, die in der klassischen Luftbildphotogrammetrie seltener verwendet wurden, gewinnen im Kontext des UAV-Einsatzes an Bedeutung, da sie dem Betrachter einen gewohnten Blick auf Objekte ermöglichen und sich gut für Gebietserkundungen und Inspektionen eignen. Die Beschreibung der Arbeitsabläufe beim Einsatz von UAVs betont die Bedeutung der richtigen Kameraperspektive für optimale Ergebnisse und erwähnt die Herausforderungen, die mit dem Betrieb von UAV-Systemen verbunden sind, wie die Notwendigkeit von zwei Bedienern und die Verwendung von Amateur-Kameras.

Die Aerotriangulation bildet einen zentralen Bestandteil der beschriebenen Messmethode und wird als systematischer und klar gegliederter Prozess beschrieben, bestehend aus vier Phasen: Planung und Vorbereitung, Befliegung, Messung und Berechnung (Tsai, 1991). Ein wichtiger Aspekt ist die Verwendung von Passpunkten in den Bildern. Diese Passpunkte, deren Positionen im übergeordneten Koordinatensystem bereits bekannt sind, dienen als Referenzpunkte für die Orientierung der Bilder. Es werden verschiedene Arten von Passpunkten unterschieden: Höhenpasspunkte (nur Z-Koordinate), Lagepasspunkte (X- und Y-Koordinaten) und Vollpasspunkte (alle drei Koordinaten X, Y und Z). Die Aerotriangulation ermöglicht es, auch Bildpaare zu verarbeiten, bei denen keine Passpunkte vorhanden sind. Dafür werden sogenannte Verknüpfungspunkte (homologe Punkte) in den Überlappungsbereichen der Bilder verwendet. Diese Punkte haben im Vorfeld keinen Bezug zum übergeordneten Koordinatensystem und ihre Positionen werden erst im Zuge der Aerotriangulation bestimmt. Die präzise Bestimmung der Passpunkte und die korrekte Anwendung der Aerotriangulation sind fundamental für die Genauigkeit des gesamten Verfahrens.

Die Bildverarbeitung spielt eine entscheidende Rolle bei der Auswertung der aufgenommenen Daten. Der SIFT-Operator (Scale-Invariant Feature Transform) wird als einer der am häufigsten verwendeten Operatoren hervorgehoben (Lowe, 2004). Dieser Operator ermöglicht die Identifizierung von Verknüpfungspunkten in den Überlappungsbereichen der Bilder, was für die spätere Orientierung und die Erstellung von 3D-Modellen unabdingbar ist. Die Berechnung der unbekannten äußeren Orientierungsparameter der Kamera und die Bestimmung der Positionen der Verknüpfungspunkte im übergeordneten Koordinatensystem erfolgen in der Regel über die Bündelblockausgleichung. Dieses Verfahren ist rechenintensiv, und es besteht die Möglichkeit, das Modell um die Parameter der inneren Orientierung der Kamera zu erweitern, um eine simultane Kalibrierung des Kameramodells durchzuführen – besonders nützlich bei Amateurkameras mit instabiler innerer Orientierung. Unterschiedliche Beobachtungsgenauigkeiten können in Form von Gewichten in die Bündelblockausgleichung eingebracht werden. Die Wahl des geeigneten Bildverarbeitungsalgorithmus, wie der SIFT-Operator, und die effiziente Bündelblockausgleichung sind für die Qualität der Ergebnisse ausschlaggebend.

Die Auswertung der aufgenommenen Bilder erfolgt mithilfe von spezialisierter Software. Das Programm „Australis“ der Firma Photometrix wird als Beispiel genannt, welches die Bestimmung der inneren Orientierungsparameter einer oder mehrerer Kameras gleichzeitig ermöglicht. Es basiert auf der automatischen Erkennung und Zuordnung homologer Punkte in verschiedenen Bildern über kodierte Zielmarken (4.5 x 4.5 cm²). Diese Zielmarken bestehen aus mehreren retroreflektierenden Kreisen und benötigen keinen Bezug zu einem übergeordneten Koordinatensystem; lediglich die Geometrie zwischen den Marken muss während der Aufnahmen konstant bleiben. Die Software Photoscan wird ebenfalls erwähnt, wobei der Workflow in der Startphase anders gestaltet ist: Bilder werden geladen, grob verortet, und GCPs (Ground Control Points) können geladen werden. Photoscan bietet zudem die Möglichkeit, Bildausschnitte zu maskieren und die Bilder vorab zu einem Mosaik zu verknüpfen, wobei auch hier der SIFT-Operator zur Identifizierung von Verknüpfungspunkten eingesetzt wird. Die Auswahl und korrekte Anwendung der Software, wie Australis oder Photoscan, ist entscheidend für den Erfolg des gesamten photogrammetrischen Verfahrens.

Der Einsatz von unbemannten Luftfahrtsystemen (UAVs) in der Photogrammetrie bietet gegenüber traditionellen, bemannten Systemen zahlreiche Vorteile. UAVs sind im Vergleich deutlich kostengünstiger und umweltfreundlicher. Sie sind nicht an die physiologischen Grenzen eines Piloten gebunden, können höhere Beschleunigungskräfte über längere Zeiträume aushalten und größere Höhen erreichen (Colomina et al., 2008). Ein weiterer wichtiger Punkt ist die Möglichkeit, Tiefflüge über Siedlungen durchzuführen, die mit bemannten Flugzeugen oft nicht erlaubt sind (Flüge unter 500 ft oder für Städte unter 1000 ft) (Eisenbeiss et al., 2009). Die Echtzeitübertragung von Telemetriedaten (Orientierungsdaten, Bilder, Videos) an die Bodenstation ermöglicht eine schnelle Datenweiterverarbeitung. Die Flugzeiten von UAVs können bis zu mehreren Stunden betragen, was eine hohe Flächenleistung ermöglicht. Die Flexibilität und Effizienz von UAVs, insbesondere im Hinblick auf Kosten und Zugang zu schwer erreichbaren Gebieten, machen sie zu einer attraktiven Alternative in der Photogrammetrie.

Trotz der zahlreichen Vorteile bringt der Einsatz von UAVs in der Photogrammetrie auch Herausforderungen mit sich. Ein wichtiger Punkt ist die oft instabile Fluglage der UAVs aufgrund ihres geringen Gewichts und das Fehlen einer stabilisierenden Aufhängung. Dies führt zu größeren Abweichungen vom Nadirfall und damit zu unregelmäßigen Bildüberlappungen (Cramer & Haala, 2012). Im Gegensatz dazu sind die Abweichungen bei klassischen Luftbildflügen meist gering. Die unregelmäßigen Überlappungen erfordern in der Regel mehr Aufnahmen als bei konventionellen Verfahren. Die Genauigkeit der Positionierung des UAV ist ebenfalls entscheidend. GNSS-Sensoren sind unverzichtbar, doch die Genauigkeit von Ein-Frequenz-Empfängern (typisch 1-2 m) reicht für eine hochgenaue Orthophotoberechnung oft nicht aus, da der gesamte Bildverband um mehrere Meter verrutschen kann. Die Verwendung von GCPs (Ground Control Points) mit hochgenauer Vermessung (z.B. GNSS RTK) ist daher eine gängige Methode, um dieses Problem zu beheben. Die Größe und Erkennbarkeit der GCPs im Bild sind entscheidend für die Genauigkeit der Georeferenzierung. Die gesetzlichen Rahmenbedingungen in Deutschland und international beschränken den autonomen Einsatz von UAVs zusätzlich.

Die Positionsgenauigkeit des UAVs, die maßgeblich von der Qualität des verwendeten GNSS-Receivers abhängt, spielt eine kritische Rolle für die Genauigkeit der photogrammetrischen Ergebnisse. Low-cost GNSS-Empfänger liefern zwar eine absolute Positionsgenauigkeit von etwa 1-2 Metern und eine relative Genauigkeit im Dezimeterbereich (Eisenbeiss et al., 2009), dies reicht aber oft nicht für hochgenaue Orthophotoberechnungen aus. Ein Beispiel für einen solchen Low-cost-Empfänger ist der µBlox 6. Um die Genauigkeit zu erhöhen, werden oft Ground Control Points (GCPs) verwendet, deren Positionen hochpräzise (z.B. mittels GNSS RTK) bestimmt werden. Die GCPs müssen gut erkennbar in den Bildern sein, wobei zu beachten ist, dass ein am Boden kreisförmiger GCP aufgrund der Kameraneigung im Bild als Ellipse erscheint (Luhmann et al., 2006). Die optimale Größe der GCPs, um eine ausreichende Genauigkeit des Mittelpunkts zu gewährleisten, wird diskutiert (Schwerpunktmethode, Kleinste-Quadrate-Methode, Ellipsen-Operator), und es wird empfohlen, dass die GCPs mindestens einen Durchmesser von 5 Pixeln im Bild aufweisen sollten. Die richtige Planung und Platzierung der GCPs ist für die Genauigkeit des gesamten Verfahrens essenziell.

In der Land- und Forstwirtschaft ist die präzise Ableitung biophysikalischer Größen aus Fernerkundungsdaten wie Chlorophyllgehalt und Biomasse von großer Bedeutung. Diese Daten dienen als Grundlage für teilflächenspezifische Düngung oder die Bewertung der Vitalität von Forstbeständen. Die Klassifizierung und Bestimmung des Vitalitätszustands von Pflanzenbeständen erfolgt durch Bildaufnahmen auf verschiedenen spektralen Bändern. Aus diesen Daten werden aussagekräftige Vegetationsparameter wie der NDVI (Normalized Difference Vegetation Index) berechnet (Kurz, 2003). Das spektrale Absorptionsverhalten von Pflanzen, insbesondere im Nahen Infrarotbereich (NIR) mit dem sogenannten „red edge“, liefert wichtige Informationen über den Zustand der Vegetation. Sowohl RGB- als auch NIR- und Multispektralkameras finden hier Anwendung. Beispiele für den Einsatz von UAVs in diesem Bereich umfassen die Bestimmung von Bestandshöhen und Biomasse (Grenzdörffer, 2013a) mit einer MD4-1000 und einer Olympus PEN E-P2, sowie die Untersuchung von Reiswachstum mit multitemporalen Crop Surface Models (CSMs) (Bendig et al., 2014) mit einem MK-Okto von Hisystems und einer Panasonic Lumix DMC GF3. Der Einsatz von Thermalsensoren zur Kitzrettung vor der Wiesenmahd (Wimmer et al., 2013) und zur Unterscheidung von Vegetation und Wasser (Sugiura et al., 2007) wird ebenfalls erwähnt.

Die Anwendung der UAV-Photogrammetrie im Küstenschutz wird anhand zweier Projekte illustriert: Das EU-Projekt „DredgDikes“ an der Universität Rostock unter der Leitung von Prof. Dr.-Ing. Saathoff erforscht alternative Deichbaumaterialien (Baggergut) und Geokunststoffe zur Stabilisierung von Deichen. Im Mai/Juni 2012 wurde eine ca. 3 m hohe Versuchsdeichanlage mit drei Becken in Markgrafenheide gebaut. Der Vergleich photogrammetrischer Höhenmodelle mit terrestrischem Laserscanning zeigt, dass die photogrammetrische Methode etwas ungenauer ist, insbesondere bei vertikalen Oberflächen und radiometrisch homogenen Flächen. Der Einfluss nachwachsender Vegetation auf die Genauigkeit wird hervorgehoben. Das Projekt „Lühesand“ in Zusammenarbeit mit der Bundesanstalt für Wasserbau (BAW) untersucht die Überwachung eines 150 m langen Deckwerks auf der gleichnamigen Elbinsel. Die Herausforderungen bestanden in den anspruchsvollen Bedingungen (Niedrigwasser, Sonneneinstrahlung, Wind, saisonaler Fährbetrieb) und der fehlenden Stromversorgung auf der Insel. Trotzdem gelang eine sehr genaue flächenhafte Vermessung des Deckwerks. Die Auswertung der Wasserflächen erwies sich als schwierig aufgrund fehlender photogrammetrisch stabiler Verknüpfungspunkte. Hohe Bildüberlappungen (>90%) stabilisierten den Bildverband und ermöglichten die vollautomatische Nutzung des Pix4D-Webservices.

Die Anwendung der Technologie im archäologischen Kontext wird ebenfalls diskutiert. Die präzise 3D-Erfassung von Ausgrabungsstätten mithilfe von UAVs und digitalen Kameras bietet Vorteile bei der Dokumentation und Analyse archäologischer Funde. Ein Beispiel ist die archäologische Befliegung der Ruinen einer mittelalterlichen Burg in Maribor (Haubeck & Prinz, 2014) mit einer Stereokamera (Fujifilm Finepix Real 3D W3) und einem MikroKopter (Quadro XL). Ein weiteres Beispiel ist die 3D-Erfassung der Ausgrabungsstätte Doliche in der Türkei. Eisenbeiss (2009) beschreibt in seiner Dissertation drei Befliegungen archäologischer Gebiete (Pinchango Alto (Peru), Copan (Honduras), Castle Landenberg (Schweiz)) mit einem stabilisierten Modellhelikopter (Copter 1B), ergänzt durch terrestrische Bilder und Laserscans. Die Anwendung von UAVs in der Archäologie ermöglicht eine detaillierte und effiziente Dokumentation von Ausgrabungsstätten, besonders in schwer zugänglichen Gebieten.

Angesichts der zunehmenden Bedeutung schräger Bildaufnahmen in der Photogrammetrie, sowohl bei klassischen Befliegungen als auch im Kontext von UAV-Einsätzen, wurde ein "Four Vision"-Kamerasystem konzipiert und entwickelt. Dieses System nutzt eine Malteserkreuz-Konfiguration mit insgesamt fünf Kameras: eine Nadirkamera (senkrecht nach unten gerichtet) und vier schräg blickende Kameras. Die schrägen Aufnahmen bieten dem Betrachter einen umfassenderen Eindruck der Umgebung und liefern Informationen über die Höhe von Objekten im Verhältnis zueinander, ähnlich der Darstellung auf Plattformen wie Bing. Die Wahl einer solchen Konfiguration zielt auf die effiziente Erfassung flächenhafter Informationen ab, insbesondere im kommunalen und Agrarbereich. Eine variable Neigung der schräg blickenden Kameras ist vorgesehen, um die Flächengröße der schrägen Aufnahmen an die der Nadirkamera anzupassen (bei ca. 40° Neigung). Die geringere benötigte Auflösung der Sensoren im Vergleich zu hoch auflösenden Anwendungen wird als Vorteil hervorgehoben, da dies die Datenmenge reduziert und die Nutzlastkapazität des UAVs optimiert.

Als UAV-Plattform dient die MD4-1000 von Microdrones, die eine Nutzlast von bis zu 1,2 kg tragen kann. Das System bietet verschiedene Schnittstellen für die Nutzlast, einschließlich der Steuerung von Servomotoren zur Beibehaltung der Kamerablickrichtung während des Fluges und einer seriellen Schnittstelle zur Registrierung digitaler Werte einer Nutzlast in einer Zeitreihe. Es werden leichte Industriekameras verwendet. Die Wahl fiel auf RGB-Kameras und nicht auf Infrarotkameras, da zukünftige Anwendungen nicht nur landwirtschaftliche Aspekte (wo der nahe Infrarotbereich von Bedeutung ist) sondern auch allgemeine Luftaufnahmen von Gebäuden und anderen Objekten umfassen sollen. RGB-Kameras bieten den Vorteil von drei Kanälen gegenüber dem einzelnen Infrarotkanal. Ein 64 GB Compact Flash Card diente als erstes Speichermedium, erwies sich jedoch aufgrund zu geringer Schreibgeschwindigkeit als ungeeignet. Das Datenvolumen des "Four Vision"-Kamerasystems beträgt im RGB-RAW-Modus ca. 17,6 GB pro 15-minütigem Flug.

Die Kalibrierung des "Four Vision"-Kamerasystems wurde mit dem Programm "Australis" und dem Kalibrierstand der Professur für Geodäsie und Geoinformatik durchgeführt. Untersucht wurden die Bildhauptpunktlage und die radialsymmetrische Verzeichnung der fünf Kameras mit einem Objektiv. Der Einfluss verschiedener Faktoren auf die inneren Orientierungsparameter wurde exemplarisch für eine Kamera-Objektiv-Kombination (9 mm-Objektiv, MV-CS27U_5) untersucht: die wiederholte Blendeneinstellung, die Montage des Objektivs und die Temperatur. Die Ergebnisse zeigen, dass die wiederholte Blendeneinstellung den größten Einfluss auf die Genauigkeit hat, gefolgt von der Objektivmontage, während Temperaturschwankungen den geringsten Einfluss haben. Diese Ergebnisse wurden durch Überschlagsrechnungen veranschaulicht, welche den Zusammenhang zwischen variierender Brennweite und der resultierenden Verschiebung am Boden zeigen. Die nicht radiometrische Kalibrierung der Kameras wird als Limitation für die Ableitung bidirektionaler Reflexionseigenschaften genannt.