Så, det har gjorts en del arbete i kommunen eller på arbetsplatsen, eller liknande. Och nu vill ni dokumentera för att kunna följa upp detta på olika sätt. Exempelvis kontrollera i vilken omfattning det behöver uppdateras kartunderlag i befintliga databaser.
I exemplet här så tog jag mig till en relativt nyligen omgjord plats vid en skola/idrottsanläggning i kommunen och plockade med mig en GoPro, men det passar med vilken typ av kamera som helst så länge man kan ta bilder med samma inställningar om och om igen.
Beroende på hur platsen ser ut så tar man bilderna på lite olika sätt. Är det en klart definierad och begränsad ”punkt” så går man runt platsen och pekar kameran inåt, gärna lite ovanifrån. Är det ett större område så kan det fungera bättre att börja på en sida och med kameran generellt i samma riktning gå igenom området i ett slalomliknande mönster.
Jag har valt det senare och jag försöker se till att bilderna får ett tydligt överlapp såväl när jag rör mig i sida, som i djup där jag sicksackar mig framåt. Jag brukar ställa in kameran på intervallfoto med 2 sekunder mellan bilderna och sedan anpassar jag min hastighet så att jag rör mig lite långsammare när jag är nära sådant som är viktigt att det är med i resultatet. Här får man helt enkelt prova sig fram.
Det blev 223 bilder och dessa laddades upp till WebODM som jag har installerat lokalt på min dator. Jag utgår från standardinställningen, men jag passar på att prova några anpassningar som rör kameralinsen och genereringen av punktmoln (se ”Options” i bilden ovan). Jag hoppar även över skapandet av ortofoto då det brukar bli måttligt bra med bilder tagna från marken.
Då jag ökat på kvalitén i några inställningar så tog beräkningen lite extra tid, men detta kan göras helt obevakat och med tid för att exempelvis skriva lite text i ett blogginlägg…
Efter drygt 40 minuters beräkning hade jag ett resultat som bland annat bestod av knappt 24 miljoner punkter. Bilden ovan kommer från den automatiskt genererade rapporten, och den fick mig att misstänka att allt skapats upp och ner, vilket kan hända för mindre områden speciellt med lite sämre GPS positionering i bilderna.
I 3D vyn så blev det dock tydligt att allt verkar vara korrekt orienterat. I bilden ovan har jag även valt att visa alla kamerapositioner så att det går att bilda sig en uppfattning om hur bilderna är tagna.
Punktmolnet tillsammans med fotografier direkt i webbgränssnittet skapar en ganska tydlig bild av hur området ser ut och jag kommer att kunna använda detta som referens i det fortsatta arbetet.
Punktmolnet öppnas och bearbetas automatiskt när man lägger in det i QGIS och där kan man efter beräkningen direkt använda alla punkter i såväl 2D som 3D. Jag föredrar att arbeta parallellt med QGIS i 2D med WebODM i 3D och kan digitalisera med den avancerade digitaliseringspanelen och ”själv-snappning” aktiverat, och göra kontroller och hämta vertikala attribut med mera från 3D vyn.
Sedan kan jag stilsätta mina vektoriserade objekt i 3D om jag nu skulle vilja det.
Det som är på marken eller har ett ”footprint” på marken kan ganska enkelt digitaliseras på samma sätt och där en del är intressant att ge höjd-attribut, medan annat är i marknivå, som cykelvägar och marksten. Det som är mera oregelbundet i 3D kan representeras som generaliserade objekt eller punkter, och om man vill lägga tiden på det modelleras i ett program som Blender, eller så importerar man ett färdigt 3D objekt för att exempelvis representera träd.
Sedan är det bara en fråga om uthållighet och hur mycket tid man är beredd att lägga för att det skall bli bra. I det här fallet så har jag bara provat lite olika objekt, så 3D vyn ovan är inte speciellt omfattande.
Vill man skapa bättre 3D modeller så skall man nog jobba i ett annat program än QGIS, men för en snabb 3D vy av digitaliserade data så fungerar detta utmärkt.
Sedan kan man ju alltid lägga ihop 3D objekt med punktmolnet för att kontrollera var man är och vad som behöver läggas till. Om man inte anger Z höjd i koordinater så får man justera terräng offset för marken generellt för att hitta något som överensstämmer någorlunda. Ett annat sätt är ju om man har en korrekt höjdmodell att drapera objekten på, men det har jag inte här.
Måste kameran ha GPS för att det ska fungera?
Nej, men utan geografisk referens går det inte att placera punktmolnet korrekt. Det går att använda referenspunkter som kan mätas in separat och i WebODM kan dessa sedan markeras i bilderna. Det finns ett verktyg för att skapa den ”referensfil” som man då använder, inbyggt i WebODM. Utan GPS eller referenspunkter så kan man göra allt ändå, men skala och position kommer att saknas i det färdiga resultatet.