Development of an Enhanced Aerial Photogrammetric Process for Precise 3D Model Reconstruction and validation by Volume Calculation

Stel je voor dat je probeert een perfect 3D-beeldhouwwerk van je favoriete speelgoed te maken, maar je hebt alleen een platte, tweedimensionale camera. Dit is de wereld van fotogrammetrie, een tak van de wetenschap die platte foto's verandert in 3D-modellen. Denk aan een digitale puzzel: als je genoeg foto's van een object vanuit verschillende hoeken maakt, kan een computer uitrekenen hoe diep het object is, net zoals jouw brein twee ogen gebruikt om afstand te schatten. Meestal doen drones dit automatisch, waarbij ze in perfecte patronen vliegen om honderden foto's te maken. Maar wat als de drone moe wordt, of de batterij leeg is, of de computer overweldigd raakt door te veel data? Dat is waar dit onderzoek in stapt, met de eenvoudige maar lastige vraag: Hebben we echt een miljoen foto's nodig, of kunnen we hetzelfde perfecte 3D-model krijgen door minder, maar slimmere foto's te maken?

De onderzoekers in deze studie wilden het "sweet spot" vinden voor het maken van foto's. Ze zochten naar de perfecte camerahoeken die een supernauwkeurig 3D-model zouden geven zonder tijd of opslagruimte te verspillen. Ze testten verschillende manieren om naar een object te kijken—recht van boven, van de zijkant, of ergens tussenin—om te zien welke combinatie de beste digitale kopie creëerde. Waarom is dit belangrijk? Omdat in de echte wereld, of je nu een hoop grond meet voor een bouwplaats of een historisch gebouw scant, het exact goed krijgen van het volume (hoeveel ruimte het inneemt) cruciaal is. Als je wiskunde niet klopt, bestel je misschien te veel beton of mis je een structurele fout. Dit artikel probeert de meest efficiënte manier te vinden om die wiskunde goed te krijgen.

De Grote Fotohoekjacht

Het team van Garuda Aerospace en verschillende technische hogescholen in India besloot een spelletje "raad de hoek" te spelen om te zien hoe ze het beste 3D-model van een eenvoudig object konden bouwen: een papieren doos. Ze gokten echter niet zomaar wat; ze zetten een zeer specifieke experiment op. Stel je een platte cirkel op de grond voor, verdeeld in twaalf stukjes zoals een pizza. Ze plaatsten de doos in het midden en stonden bij elk stukje om een foto te maken.

Maar hier komt de twist: ze stonden niet zomaar daar. Ze kantelden hun camera's om de doos vanuit vier verschillende hoogtes te bekijken: 30°, 45°, 60° en 90°.

• 90° is recht naar beneden kijken, als een vogelvlucht.
• 0° (wat ze ook testten) is recht tegen de zijkant aan kijken, zoals een mens die ernaast staat.
• 30°, 45° en 60° zijn de "oblique" (schuine) hoeken, waarbij je schuin naar beneden kijkt naar het object, zoals een drone die diagonaal zweeft.

Ze begonnen met een mobiele telefoencamera die op een constante hoogte van 5 voet werd gehouden. Ze maakten foto's van de doos vanuit elke hoek, soms namen ze slechts één hoek (zoals alleen 45°) en soms mengden ze ze (zoals foto's maken op zowel 45° als 60°). Nadat de foto's waren gemaakt, voerden ze deze in een krachtig computerprogramma genaamd Agisoft Metashape. Deze software werkt als een digitale beeldhouwer die de platte foto's aan elkaar naait om een 3D-model te creëren, een "Digital Elevation Model" (een kaart van hoogtes), en een platte, perfecte luchtfoto genaamd een "Orthomosaic".

De Volumetest: Klop de Wiskunde?

Om te zien of hun digitale modellen daadwerkelijk goed waren, moesten ze een spelletje "vergelijken en controleren" spelen. Ze wisten de exacte grootte van de papieren doos omdat ze deze met een liniaal hadden gemeten. De echte doos had een volume van 0,00189 m³.

Vervolgens vroegen ze de computer om het volume van de verschillende 3D-modellen te meten die uit de verschillende fotosets waren voortgekomen. Ze gebruikten een ander programma, QGIS, om het volume van de digitale doos te berekenen en vergeleken dit met de echte doos. Als de computer zei dat de doos 0,00189 m³ was, waren ze perfect. Als de computer zei dat het 0,00200 m³ was, zaten ze er een beetje naast.

Dit is wat ze ontdekten, en het was vrij verrassend:

• De "Overal-om-heen-fout": Wanneer ze probeerden elke hoek die ze hadden (0°, 30°, 45°, 60° en 90°) tegelijkertijd te gebruiken, raakte de computer in de war. De fout sprong naar een enorme +82,5%. Het blijkt dat het samenvoegen van te veel verschillende soorten foto's het model eigenlijk slechter kan maken, in plaats van beter.
• Het "Recht-van-boven-probleem": Alleen foto's maken vanuit 90° (recht van boven) gaf een redelijk resultaat, maar het zat er nog steeds -3,70% naast. Het miste sommige details van de zijkanten.
• De "Zijkijk-struggle": Alleen kijken vanuit 0° (recht van voren) was een ramp voor de software; het kon de punten niet eens goed matchen om een model te bouwen.
• De Winnaarscombinatie: De magie gebeurde toen ze 45° en 60° mixten met de mobiele telefoon. Deze specifieke combinatie van schuine hoeken creëerde een 3D-model dat ongelooflijk dicht bij de echte doos lag. De computer berekende het volume als 0,00190 m³, wat slechts +0,53% afweek van de echte meting. Dit was het meest nauwkeurige resultaat van de hele studie.

Ze testten ook een mix van 30°, 45° en 60°, wat ook goed was, met een fout van +3,18%, maar de combinatie 45° en 60° was de duidelijke kampioen.

Van Telefoon naar Drone: De Praktijktest

Zodra ze de beste hoeken met de telefoon hadden bepaald, wilden ze zeker weten dat dit ook werkte met een echte drone. Ze vervingen de telefoon door een Garuda Aerospace drone en vlogen eroverheen op een hoogte van 30 voet. Ze gebruikten dezelfde winnende hoeken (45° en 60°) om de foto's te maken.

Het resultaat? De methode met de drone was ook zeer nauwkeurig, waarbij de fout daalde tot minder dan 2,76%. Het vermogen van de drone om soepel te vliegen en overlappende beelden vast te leggen vanuit die specifieke schuine hoeken, maakte het 3D-model ongelooflijk accuraat. De onderzoekers merkten op dat deze "niet-autonome" aanpak (waarbij een mens de drone stuurt om specifieke foto's te maken in plaats van de drone blind een vooraf ingesteld patroon te laten vliegen) tijd bespaarde en de hoeveelheid nutteloze data die verzameld werd, verminderde.

De Kern van het Verhaal

Deze studie suggereert dat je geen miljoen foto's hoeft te maken of een drone in een ingewikkeld, geautomatiseerd raster hoeft te laten vliegen om een perfect 3D-model te krijgen. In plaats daarvan kun je, door een camera (of drone) handmatig te sturen om foto's te maken op de 45° en 60° hoeken, een 3D-model creëren dat zeer nauwkeurig is.

Het artikel benadrukt dat de 45° en 60° combinatie de hoogste nauwkeurigheid opleverde, met een fout van slechts +0,53% bij het verwerken van de mobiele telefoonbeelden. Wanneer deze geoptimaliseerde hoekopstelling werd toegepast op fotogrammetrie vanuit de lucht met een drone, produceerde dit ook zeer nauwkeurige volumeschattingen, met een fout van minder dan 2,76%.

Het artikel concludeert dat deze specifieke schuine hoeken de "Goldilocks"-zone zijn—niet te steil, niet te vlak, maar precies goed. Ze bieden genoeg detail van de bovenkant en de zijkanten van het object om de computer te helpen een solide, nauwkeurige 3D-vorm te bouwen zonder in de war te raken door te veel extra data. Of je nu een telefoon of een drone gebruikt, het bekijken van je object vanuit deze twee specifieke hoeken lijkt het geheim te zijn voor het bouwen van de beste digitale tweeling mogelijk.