Ett projekt jag drog igång denna sommar var att uppdatera kartdata för den lokala diskgolfbanan. Målsättningen var främst att skapa en digital banguide som spelare kan ladda ner och använda som stöd på banan, men data skall också kunna användas i andra sammanhang så en så bred inhämtning som möjligt var önskvärd.
Jag valde att börja med fotogrammetri och WebODM för att generera 3D data över banan. Då det inte var lämpligt eller praktiskt att flyga med drönare över den aktuella skogsbanan så använde jag en vanlig GoPro på en ca 4 meter lång teleskopisk pinne. Kameran ställdes in på intervallfotografering med 1 sekunders intervall och jag riktade den nedåt såpass mycket att den egna pinnen var strax utanför bilderna. Förutom detta så ställdes kameran in på vidvinkel och därmed så fångar varje bild (beroende på hur jag lutar pinnen) allt från nära rakt nedåt till drygt över horisontellt. Under inhämtningen så kunde jag anpassa inhämtningen något genom att luta pinnen framåt eller bakåt för att fånga mer objekt.
Att tänka på med fotogrammetri är att det behöver vara mycket gott överlapp mellan bilderna. För drönarbilder så underlättas detta av att bilderna fångas med kameran riktad nedåt i alla bilder. För markbaserad inhämtning så kan man i stället bestämma sig för att ha en generell huvudriktning för alla bilder och i mitt fall exempelvis röra mig och rikta kameran i hålens riktning. Detta innebär att alla detaljer från alla vinklar inte kommer med, men jag behöver bara kunna identifiera objekt med stöd av originalbilderna så detta duger gott för ändamålet.
Varje hål genererade mellan 300-600 bilder och bearbetades i WebODM med standardinställningar. Se exempel på resultat i bilden ovan.
Eftersom GoPro kameran har inbyggd GPS så blev de genererade 3D data även georefererat, och därmed blev alla genererade data också georefererade.
Steg ett blev att direkt i WebODM göra mätningar med punkter (träd m.m.), linjer (avstånd tee till hål) och ytor (utsträckning fairway). Alla mätningar exporteras sedan som samlad DXF, vilket direkt kan läsas i QGIS.
Det är i praktiken bara geometrier som överförs med dxf filerna, så det underlättar att ta ett hål i taget. Parallellt med QGIS använder jag WebODM som referens där även samtliga foton kan förhandsgranskas.
Data för kartorna bygger jag i en PostGIS databas, men det går självklart att lagra data i exempelvis GeoPackage, men med PostGIS har jag andra fördelar som jag återkommer till. Innan jag lägger till data från alla hål så skapar jag även ett utkast till layout för min banguide. Ett lager som definierar utsträckningen för varje hål används som grund för Atlas inställningar i QGIS. Då slipper jag göra mer än en layout och det jag lagrar i attributtabellen för lagret kan användas för att styra och ändra innehållet på varje sida.
Eftersom alla inmätta objekt är på en ganska exakt inmätt plats, så kan även olika mätningar läggas till som lager i QGIS. Dessa är tänkt att vara ett stöd för spelare så att de vet hur långt det är till tydliga objekt och hur långt det är kvar till korgen.
Något ytterligare som påverkar ganska mycket är höjdskillnader. Även om dessa också kan genereras från WebODM så valde jag att i stället använda Lantmäteriets laserskannade data som går att ladda ner som öppna data. Dessa konverterade jag till högupplösta höjddata, som jag i sin tur konverterade till höjdkurvor som manuellt digitaliserades som linjer i QGIS. De genererade höjdkurvorna var på tok för detaljerade för att vara riktigt användbara visuellt.
I takt med att hålen lades till så utvecklades stilar och layout till något som började bli användbart. Nu var det därför dags att ta nästa steg.
Min projektkatalog med arbetsdata sparade jag på en sökväg som synkroniserades med NextCloud. De data som projektet använde var antingen online-data i form av OpenStreetMap eller PostGIS data som finns på en server som jag har i mitt lokala nätverk.
Mina mobila klienter använder OpenVPN för att skapa en tunnel hem och därmed kan jag komma åt alla mina nätverksresurser från mobil oavsett var jag befinner mig så länge det finns mobil täckning. I min NextCloud klient på mobilen väljer jag att öppna QGIS projektet med QField.
Första gången jag gör detta så importeras projektet till QField och om jag inte ändrar projektfilen så behöver jag inte importera på nytt utan kan öppna projektet direkt från QField. Eftersom data som ska redigeras finns i PostGIS så uppdateras dessa direkt vid källan, så några filsynkroniseringar behövs inte.
Ute på banan kan jag nu jämföra insamlade data med verkligheten och göra de justeringar som är motiverade. Det är alltid saker som man missar när man jobbar linjärt och att gå tillbaka och iterera över informationen gör resultatet bättre och bättre. Arbetet underlättas genom att skapa formulär för de lager jag vill kunna redigera i QGIS. Formulären gör redigering i QField mycket smidigare.
Ju fler rundor jag själv spelar, desto färre ändringar behöver jag göra. Vid spel så använder jag min exporterade banguide och om något behöver ändras så växlar jag enkelt till QField och gör justeringen direkt. Väl hemma igen så är det bara att öppna projektet och exportera ut en ny banguide och ladda upp den till servern där alla andra också kan hämta den.
Jag har skapat en länk med QR kod till banguiden som spelare kan använda för att ladda ner den senaste versionen av guiden.
Genom att lägga till alla tänkbara detaljer som finns på varje hål så skapas förutsättningar för att använda data även för andra ändamål. På sikt skulle det kunna bli nya Tee-skyltar, en översiktskarta vid träningsområdet, för att skapa tillfälliga layouter eller som underlag vid planerade förändringar på banan.
Sättet att gå från fotogrammetri till desktop till mobil och tillbaka igen med WebODM, QGIS och Qfield fungerade utmärkt. Mycket tack vare att jag kunde ansluta till delade resurser på ett sömlöst sätt via VPN. Om man inte har en sådan möjlighet så blir det några extra steg för att synkronisera data fram och tillbaka, men det finns ju tjänster för sådant också. Exempelvis kan man använda QFieldCloud som är en tjänst från OpenGIS.ch som står bakom QField.
Mitt projekt med diskgolf är bara ett exempel på tillämpning där metoden skulle kunna fungera. Parkhantering i en stad, rastplatser längs vandringsleder, trädgårdsplanering eller vad som helst av många liknande företeelser, skulle kunna använda metoden för att samla in, bearbeta och generera kartor och skisser.