I samband med en trafikolycka är det ofta viktigt att återställa platsen till det normala så snabbt som möjligt. Emellanåt måste olycksplatsen dokumenteras för att orsaken till olyckan ska kunna utredas i ett senare skede. Traditionellt har detta arbete utförts genom att fotografera platsen och mäta olika avstånd. På senare tid har även terrester laserskanning kommit att bli ett tillförlitligt alternativ. Med det sagt är det tänkbart att även fotogrammetri och andra typer av laserskanning skulle kunna användas för att uppnå liknande resultat.  Syftet med denna studie är att utforska hur handhållen laserskanning och UAS-fotogrammetri kan användas för att dokumentera en trafikolycka. Detta uppnås genom att utvärdera punktmolnens lägesosäkerhet och visuella kvalitet. Vidare utforskas fördelar och nackdelar med respektive metod, bland annat sett till tidsåtgång och kostnader, för att slutligen komma fram till vilken metod som lämpar sig bäst för att dokumentera en trafikolycka.  En trafikolycka med två inblandade bilar iscensattes och laserskannades till en början med den handhållna laserskannern Leica BLK2GO. Därefter samlades bilder in med den obemannade flygfarkosten Leica Aibot följt av att ett referenspunktmoln skapades med den terrestra laserskannern Leica C10. Genom att jämföra koordinater för kontrollpunkter i referenspunktmolnet med koordinaterna för motsvarande kontrollpunkter i de två andra punktmolnen kunde deras lägesosäkerheter bestämmas. Studiens resultat visar att både punktmolnet som framställdes med handhållen laserskanning och UAS-fotogrammetri har en lägesosäkerhet (standardosäkerhet) i 3D på 0,019 m. Båda metoderna är tillämpliga för att dokumentera en trafikolycka, men jämfört med terrester laserskanning är punktmolnen dock bristfälliga på olika sätt. BLK2GO producerar ett förhållandevis mörkt punktmoln och mörka objekt avbildas sämre än ljusare föremål. I punktmolnet som framställdes med Leica Aibot förekom påtagliga håligheter i bilarnas karosser. Handhållen laserskanning är en tidseffektiv metod medan UAS-fotogrammetri kan utföras till en lägre kostnad. Sammanfattningsvis går det inte att dra någon entydig slutsats om vilken metod som lämpar sig bäst för att dokumentera en trafikolycka. Valet beror på vilka omständigheter som råder på olycksplatsen. / In the event of a traffic accident, it is often important to restore the site to its normal condition as fast as possible. Occasionally, the accident scene must be documented so that the cause of the accident can be investigated at a later stage. Traditionally, this work has been performed by taking pictures of the site and measuring different distances. Lately, terrestrial laser scanning has also become a reliable alternative. With that said, it is possible that photogrammetry and other types of laser scanning also could be utilized to achieve similar results.    The aim of this study is to investigate how handheld laser scanning and UAS photogrammetry can be used to document a traffic accident. This is achieved by examining the positional uncertainty and visual quality of the point clouds. Moreover, the advantages and disadvantages of each method are explored, for instance in terms of time consumption and costs, in order to finally come to a conclusion of which method is best suited for documenting a traffic accident. A traffic accident with two involved cars was staged and initially laser scanned with the handheld laser scanner Leica BLK2GO. Thereafter, pictures were collected with the unmanned aerial vehicle Leica Aibot followed by the creation of a reference point cloud with the terrestrial laser scanner Leica C10. By comparing the coordinates of control points in the reference point cloud with the coordinates of the corresponding control points in the two other point clouds, their positional uncertainty could be determined. The results of the study show that both the point cloud produced by the handheld laser scanner and UAS photogrammetry have a positional uncertainty (standard uncertainty) of 0.019 m. Both methods are applicable for documenting a traffic accident but compared to terrestrial laser scanning, the point clouds are deficient in different ways. BLK2GO produces a relatively dark point cloud and dark objects are reproduced worse than lighter objects. In the point cloud produced by Leica Aibot, there were noticeable cavities in the bodies of the cars. Handheld laser scanning is a time-efficient method while UAS photogrammetry can be performed at a lower cost. In conclusion, it is not possible to arrive at an unambiguous conclusion with regards to which method that is best suited for documenting a traffic accident. The choice depends on the prevailing circumstances at the accident scene.

En digital terrängmodell (DTM) är en representation av enbart själva markytan. Det finns flera metoder för att framställa DTM:er, där laserskanning har blivit en alltmer vanlig metod. Inom laserskanning är flygburen laserskanning (FLS) en flitigt använd metod, då metoden har fördelen av att kunna täcka stora områden på kort tid. Det finns dock nackdelar med FLS då datainsamlingen kan bli bristfällig i t.ex. skogsområden, där laserstrålar inte kan tränga igenom tät vegetation. Här kan handhållen laserskanning (HLS) vara ett bra alternativ då HLS går snabbt och inte behöver samma omfattande planering. Tidigare studier visar att HLS har många fördelar, men som dock inte kan hålla samma låga osäkerhet som terrester laserskanning (TLS). Det saknas däremot studier om hur HLS ställer sig mot mätningar med FLS. Syftet med studien är därför att utvärdera möjligheten att använda och tillämpa mätningar med HLS för framställning av DTM i skogsterräng gentemot FLS. Detta görs genom att jämföra respektive DTM:s lägesosäkerhet. I studien användes instrumentet ZEB-REVO för insamlingen av data för metoden HLS. Medan för FLS användes laserdata från Lantmäteriet. Från insamlad laserdata skapades därefter DTM:er. Dessa jämfördes mot ett antal kontrollprofiler som mättes in med totalstation. För respektive metod, HLS och FLS, beräknades medelvärde för höjdavvikelserna mot kontrollprofilerna där även standardavvikelse beräknades. Resultatet visar att DTM:en skapad av data från FLS beräknades ha en höjdavvikelse för hela området på 0,055 m som medelvärde gentemot inmätta kontrollprofiler. Standardavvikelsen för denna höjdavvikelse beräknades till 0,046 m för FLS. För DTM:en med data från HLS beräknades en höjdavvikelse på 0,043 m i medelvärde som bäst, där standardavvikelse beräknades till 0,034 m. Studien visar att metoderna HLS och FLS gav likvärdiga resultat gentemot de inmätta kontrollprofilerna, dock gav HLS generellt mindre standardavvikelse i jämförelse mot FLS. Vidare ansågs ZEB-REVO och dess tillhörande databearbetningsprogram GeoSLAM vara väldigt användarvänligt, där själva skanningen med instrumentet tog endast 10 minuter för studiens område på ca 2000 m2. Utifrån studiens resultat drogs slutsatsen att mätningar med HLS kan ge en likvärdig DTM, sett till osäkerheten, som FLS-mätningar. HLS kan därmed vara en kompletterande metod men att FLS är en fortsatt effektiv metod. / A digital terrain model (DTM) represent exclusively the earth surface. There are several methods which can be utilized to create DTMs, where laser scanning have become a common used method. Airborne laser scanning (ALS) is often used since the method can cover a large area in a relatively short time. However a disadvantage with ALS is that the data collection, for a wooded area, can be inadequate due to penetration difficulties for some laser beams. For that reason a handheld laser scanner (HLS) can be an alternative since measurements can be done fast and does not need the same extensive planning. Earlier studies mention HLS to have several advantages but can still not yet be compared with terrestrial laser scanning (TLS) concerning the measurements uncertainty. There are, however, no studies that investigates how measurements with HLS stands against FLS. The purpose with the study is to evaluate the ability to use measurements from HLS to create a DTM for a wooded area in comparison with ALS. This is done by comparing the different uncertainties for each DTM. In the study the acquisition of HLS laser data was collected with the instrument ZEB-REVO and the ALS laser data was received from Lantmäteriet (cadastral mapping and surveying authority in Sweden). After the data acquisition a DTM were created from each data set (method). The DTMs were then compared to control profiles, which have been measured with total station. From the comparison with the control profiles average height deviation and standard deviation were calculated for each DTM. The result shows that the DTM created from ALS data received an average height deviation of 0,055 m for the whole area with a standard deviation of 0,046 m. Corresponding result for the DTM created from HLS data were calculated, at best, to 0,043 m in average height deviation and 0,034 m in standard deviation. The study shows that the methods HLS and ALS gave equivalent result regarding the comparison with the control profiles, however HLS gave a generally lower value for standard deviation. Furthermore ZEB-REVO with its processing program GeoSLAM was considered to be very easy and user friendly. The area (approx. 2000 m2) for the study was scanned within only 10 min. The conclusion which were drawn from the obtained result was that measurements with HLS can generate an equivalent DTM, concerning the uncertainty, as measurements with FLS. Thereby HLS can be a complementing method but still FLS is seen as an effective method.