Unmanned Aerial Vehicles (UAVs) är obemannade flygfarkoster som främst använts och utvecklats inom det militära. Under senare år har användandet även tagit fart inom den civila sektorn, däribland mätningsbranschen. För att samla in geodata används Unmanned Aircraft Systems (UAS), vilka är system som består av fler komponenter än endast luftfarkosten t.ex. även kamera och kontrollstation. UAS är ett bra alternativ till traditionell flygfotografering då högupplösta bilder kan genereras till en låg kostnad. Eftersom UAS är en relativt ny metod måste osäkerheten utvärderas. Syftet med detta examensarbete är att utvärdera hur stödpunkter påverkar osäkerheten vid georeferering av UAS-bilder. Data erhölls från en flygning utförd av Sweco i november 2012. För att kunna utvärdera stödpunkternas inverkan översignalerades det 5 ha stora området med 35 stödpunkter. Nio olika konfigurationer av stödpunkter georefererades i programvaran Agisoft PhotoScan 0.9.0 och resultatet analyserades i Microsoft Excel, Geo Professional och Surfer 10L. Resultaten visar att osäkerheten för georefereringen minskar när antalet stödpunkter ökar, förutsatt att en jämn placering tillämpas. Bra georeferering uppnåddes när fyra stödpunkter användes. Vi rekommenderar ändå att minst fem stödpunkter används, fem stycken ger bra möjligheter till en god geometri – en i varje hörn och en i mitten. Det lägsta RMS-värdet i 3D (72 mm) erhölls med 17 stödpunkter jämnt fördelade över området. Det högsta RMS-värdet i 3D (190 mm) fick konfigurationen med sex stödpunkter placerade i ett av områdets hörn, något som tydligt visar hur stödpunkters placering (geometrin) påverkar osäkerheten av georefereringen. Även om fyra stödpunkter (en i varsitt hörn) bara får marginellt större RMS-värde än om en extra stödpunkt placeras i mitten, rekommenderas den sistnämnda för den bättre geometrin. För att kontrollera georefereringen rekommenderas några extra inmätta kontrollpunkter i området. / The main use and development of Unmanned Aerial Vehicles (UAVs) havethrough history been driven for military purposes, but in recent years the usehas increased also in the civilian sector, including the surveying industry. Inorder to collect geodata Unmanned Aircraft Systems (UAS) are used. UAS aresystems that consist not only of the unmanned vehicle, but also of componentslike a camera and a control station. UAS is a good alternative to traditionalaerial survey due to the high resolution images and the low operational cost.The uncertainty of UAS must be evaluated further since it is a relatively newsurveying method. The purpose of this study is to analyze the number of groundcontrol point’s (GCP’s) impact on the uncertainty of georeferencing UAS images.Data was collected from a flight conducted by Sweco in November 2012. The areawhich was flown (5 ha) was “over-signalized” by 35 GCPs in order to evaluate theirimpact on the georeferencing uncertainty. Nine different configurations of GCPswere georeferenced in the software Agisoft PhotoScan 0.9.0 and the result wasanalyzed in Microsoft Excel, Geo Professional and Surfer 10L. The result showsthat the uncertainty of the georeferencing decreases when the number of GCPsincreases, provided their distribution is even in the area. A goodgeoreferencing was obtained when four GCPs were used. Regardless, we recommendthe use of five, five provide a good geometry – one in each corner and one inthe middle. The least RMS value in 3D (72 mm) was found with 17 GCPs evenlydistributed in the area. The highest RMS value in 3D (190 mm) was found whenall six GCPs were placed in one of the corners of the area. This shows that thedistribution of GCPs has a great impact on the uncertainty of thegeoreferencing. Even if four GCPs (one in each corner) just get a little higherRMS value than if one extra GCP is placed in the middle, the latter isrecommended because of the favourable geometry. To be able to control thegeoreferencing it is recommended to survey some extra GCPs in the area.

En karta är en färskvara som är i ständigt behov av ajourhållning. Ajourhållning görs normalt med traditionella metoder: fotogrammetriska och/eller geodetiska. Men i och med att utvecklingen går framåt har intresset för en ny metod, UAS (Unmanned Aerial Systems), ökat. UAS är en relativt ny fotogrammetrisk metod där obemannade flygfarkoster används. Detta examensarbete har utvärderat vilken osäkerhet vanligt förekommande detaljer i en karta kan få i framställda "produkter" som genererats med hjälp av UAS-bilder som georefererats med naturliga stödpunkter. Produkterna som framställdes var en digital ytmodell och ett ortofoto och togs fram i datorprogrammet Agisoft Photoscan. Bilderna som bearbetades i denna studie erhölls från Swecos UAS-flygning och var tagna över deponiområdet Fågelmyra i Ornäs, Dalarnas län. I den digitala ytmodellen och i ortofotot mättes detaljer in för att sedan kontrolleras mot kontrollpunkter inmätta med nätverks-RTK (Real-Time Kinematic). Studien visade att detaljer inmätta i den digitala ytmodellen och ortofotot resulterade i en osäkerhet på 0,28 m respektive 0,08 m i plan. Varför osäkerheterna skiljer sig mellan den digitala ytmodellen och ortofotot kan ha att göra med att det är svårt att identifiera objekt i den digitala ytmodellen. Utifrån denna studie kan det konstateras att UAS och georeferering med naturliga stödpunkter lämpar sig för kartering av mindre områden. Dessutom kan det konstateras att UAS är effektiv och relativt enkel teknik. / A map is in constant need of being updated. Map updating is normally performed with traditional methods such as photogrammetric and/or geodetic. But by technical development the interest in new methods has increased, like in UAS (Unmanned Aerial Systems). UAS is a relatively new photogrammetric method using unmanned aerial vehicles (UAV). The purpose of this study is to evaluate what uncertainty common details in a map can get in "products" generated from UAS images georeferenced with natural ground control points. The products that were generated was a digital surface model and an orthophoto and was produced in the software Agisoft Photoscan. The images that were processed in this study were obtained from Sweco’s UAS flight and taken over landfill area Fågelmyra in Ornäs, Dalarna county. In the digital surface model and the orthophoto details were measured and controlled against check points surveyed with Network RTK (Real-Time Kinematic). The study has shown that the surveyed details in the digital surface model and ortohophoto resulted in a planimetric uncertainty of 0.28 m and 0.08 m, respectively. The reason for why the uncertainties for the digital surface model and orthophoto are different may be that it is difficult to identify objects in the digital surface model. Based on this study it can be concluded that UAS and georeferencing with natural ground control points is suitable for mapping of smaller areas. In addition, it can be concluded that UAS is efficient and relatively easy technique.