最新无人机倾斜摄影测量技术标准及关键技术研究

无人机倾斜摄影测量技术在应用过程中,存在模型分辨率不一致、精度不可靠、格式不匹配的问题,但没有现行的标准对任务质量进行评价,这在一定程度上限制了无人机倾斜摄影测量技术进一步发展。

《无人机航空摄影测量精品教程》:无人机航测外业作业流程(像控点布设、航线规划、仿地飞行、航拍)和内业数据处理软件(Pix4d、CC、EPS、PhotoScan、Globalmapper)像控点权重调配、空三加密、DOM、DSM、DEM,DLG生成、等高线生成、高程点提取,点云分类过滤分割、点云生成DEM、三维模型生成等

@[toc]

本文针对无人机倾斜摄影测量技术的现状,对从航摄准备( 硬件) 到数据处理应用( 软件) 整个作业流程的技术标准进行了论述,为无人机倾斜摄影测量技术的从业人员提供一些参考。

无人机倾斜摄影测量技术是近年来发展起来的一项高新技术,倾斜摄影技术三维数据可真实反映地物的外观、位置、高度等属性; 借助无人机,可快速采集影像数据,实现全自动化三维建模;倾斜摄影数据是带有空间位置信息的可量测影像数据,能同时输出 DSM、DOM、TDOM、DLG 等多种成果。目前,无人倾斜摄影测量技术已被越来越多的行业认可和应用,但针对无人机倾斜摄影的国家技术标准一直没有明确,这就给无人机倾斜摄影工作带来一定困扰。

本文结合实际工作和学习经验,对无人机倾斜摄影测量技术标准进行初步的探讨。

1. 无人机倾斜摄影系统介绍

传统航空摄影只能从垂直角度拍摄地物,倾斜摄影则通过在同一平台搭载多台传感器,同时从垂直、侧视等不同的角度采集影像,有效弥补了传统航空摄影的局限。那么,无人机倾斜摄影系统可以定义为: 以无人机为飞行平台,以倾斜摄影相机为任务设备的航空影像获取系统。

1.1 飞行平台的性能要求

目前,市场上无人机的种类繁多,按照动力系统可以区分为内燃机动力和电池动力; 从飞行实现方式上可以区分为固定翼和旋翼( 单旋翼、多旋翼) 。由于飞行平台自身的振动问题,在成像质量上电池动力优于内燃机动力; 在作业效率和续航时间上,固定翼优于旋翼; 在飞行稳定性上,旋翼优于固定翼。由于无人机用途不同,其性能标准也不一样。测绘型无人机对飞行标准要求更高,可以在载重、巡航速度、实用升限、续航时间、安全性和抗风等级等方面做出限定。

例如:

①无人机最低载重 2 kg;

②多旋翼巡航速度大于 6 m / s,固定翼无人机巡航速度大于10 m / s;

③电池动力续航时间大于 25 min,内燃机动力续航时间大于 1 h;

④抗风性要求不低于 4 级风速;

⑤无人机实用升限能达到 1000 m 以上,海拔高度不低于 3000 m。

1.2 倾斜相机的性能要求

在《低空数字航空摄影规范》( CH /Z 3005---2010) 中,对测绘航空摄影也就是垂直摄影的相片倾角有着 如 下 规 定: 倾 角 不 大 于 5°,最大不超过12°。现有的航测软件处理能力已经有了很大提升,可以在这个标准的基础上,把倾角 15°以上的都划归到倾斜摄影的范畴。倾斜摄影发展到今天,倾斜相机不再限定相机镜头的数量。倾斜相机的关键技术指标是获取不同角度影像的能力和单架次作业的广度和深度。这包括五镜头、三镜头、双镜头等多镜头相机及可以调整相机拍摄角度的单相机系统。在无人机航测标准中,要求航测相机像素不低于 3500万,在倾斜摄影中可以不对单一相机的像素进行限定,而对一次曝光获取的影像像素进行控制。倾斜相机的性能要求可以从获取影像能力、作业时间、曝光功能、续航时间、POS 记录功能等方面做出限定。

例如:

①倾斜摄影一次曝光采集的像素越高越好,但要根据设备成本考量,单个镜头不低于2000 万像素,一次曝光不低于 1 亿像素;

②作业时间至少能满足 90 min,最好具备全天候的作业能力;

③有定点曝光功能,确保影像重叠度满足要求。

2.飞行航线的设计

2.1 航摄高度的确定

无人机倾斜摄影的飞行高度是航线设计的基础。航摄高度需要根据任务要求选择合适的地面分辨率,然后结合倾斜相机的性能,按照式( 1) 计算H= f×GSD/α ( 1)式中,H 为航摄高度,单位为 m; f 为镜头焦距,单位为 mm; α 为像元尺寸,单位为 mm; GSD 为地面分辨率,单位为 m。

2.2 航摄重叠度的设置

低空数字航空摄影规范规定"航向重叠度一般应为 60% ~ 80%,最小不小于 53%; 旁向重叠度一般应为 15% ~ 60%,最小不小于 8%"。在无人机倾斜摄影时,旁向重叠度是明显不够的。不论航向重叠度还是旁向重叠度,按照算法理论建议值是 66.7%。可以区分为建筑稀少区域和建筑密集区域两种情况来进行介绍。

2.2.1 建筑稀少区域

考虑到无人机航摄时的俯仰、侧倾影响,无人机倾斜摄影测量作业时在无高层建筑、地形地物高差比较小的测区,航向、旁向重叠度建议最低不小于70%。要获得某区域完整的影像信息,无人机必须从该区域上空飞过。以两栋建筑之间的区域为例,如果这两栋建筑由于高度对这个区域能形成完全遮挡,而飞机没有飞到该区域上空,那么无论增加多少相机都不可能拍到被遮区域,从而造成建筑模型几何结构的粘连。

2.2.2 建筑密集区域

建筑密集区域的建筑遮挡问题非常严重。航线重叠度设计不足、航摄时没有从相关建筑上空飞过,都会造成建筑模型几何结构的粘连。为提高建筑密集区域影像采集质量,影像重叠度最多可设计为80% ~ 90%。当高层建筑的高度大于航摄高度的1 /4 时,可以采取增加影像重叠度和交叉飞行增加冗余观测的方法进行解决。如著名的上海陆家嘴区域倾斜摄影,就是采用了超过 90%的重叠度进行影像采集以杜绝建筑物互相遮挡的问题。影像重叠度与影像数据量密切相关。影像重叠度越高,相同区域数据量就越大,数据处理的效率就越低。所以在进行航线设计时还要兼顾二者之间的平衡。

2.3 区域覆盖设计

"航向覆盖超出摄区边界线应不少于两条基线。旁向覆盖超出摄区边界线一般不少于像幅的50%",这是原规范在航摄区域边界覆盖上的保证,但在无人机倾斜摄影时是明显不够的。理论上,需要目标区域边缘地物能出现在像片的任何位置,与测区中心地区的特征点观测量一样。考虑到测区的高差等情况,可以按照式( 2) 来计算航线外扩的宽度L =H1×tan θ+ H2-H3 ( ) +L1 ( 2)式中,L 为外扩距离; H1 为相对航高; θ 为相机倾斜角; H2 为摄影基准面高度; H3 为测区边缘最低点高度; L1 为半个像幅对应的水平距离。

3. 控制测量

控制测量是为了保证空三的精度、确定地物目标在空间中的绝对位置。在常规的低空数字航空摄影测量外业规范中,对控制点的布设方法有详细的规定,是确保大比例尺成图精度的基础。倾斜摄影技术相对于传统摄影技术在影像重叠度上要求更高,现在的规范关于像控点布设要求不适合应用于高分辨率无人机倾斜摄影测量技术。无人机通常采用 GPS 定位模式,自身带有 POS 数据,对确定影像间的相对位置作用明显,可以提高空三计算的准确度。

3.1 常规三维建模

基于 Smart3D 算法,从最终空三特征点点云的角度可 以 提 供 一 个 控 制 间 隔,建议值是按每隔20000 ~ 40000 个像素布设一个控制点,其中有差分POS 数据( 相对较精确的初始值) 的可 以 放 宽 到40000个像素,没有差分 POS 数据的至少 20 000 个像素布设一个控制点。同时也要根据每个任务的实际地形地物条件灵活应用,如地形起伏异常较大的、大面积植被及面状水域特征点非常少的,需要酌情增加控制点。控制点测量采取附合导线测量方式,获取高精度位置信息。

3.2 应急测绘保障

发生地震、山体滑坡、泥石流等自然灾害后,为及时获取灾区可量测三维数据,不能按照传统的作业方式进行控制测量,可通过在 Google 地图读取坐标、手持 GPS 测量、RTK 测量等方式快速获取灾区少量控制点,生成灾区真三维模型,为灾后救援提供帮助。

3.3 点位选择要求

影像控制点的目标影像应清晰,选择在易于识别的细小现状地物交点、明显地物拐角点等位置固定且便于量测的地方。条件具备时,可以先制作外业控制点的标志点,一般选择白色( 或者红色) 油漆画十字形标志,并在航摄飞行之前试飞几张影像,确保十字标志能在倾斜影像上正确辨识。控制点测量完成后,要及时制作控制点点位分布略图、控制点点位信息表,准确描述每个控制点的方位和位置信息,便于内业刺点使用。

特别说明:

① 像点标志

在整个像控布设环节,像控标志类型、尺寸大小及和布设位置至关重要。①标志的类型首先,从用途来说,像控点是模型成果坐标转换的依据。其反映在技术流程上,外业中,需要实测标志点平面坐标和高程;内业中,在空中三角测量环节,用于像片刺点。因此,像控标志的识别度、反射光的程度、与周边地物色差大小都是需考虑的。除了道路已有交通标志线角点和明显清晰线性地物交点,下图是三类亲测好用的标志类型:

②标志尺寸以无人机的空中视角来说,地面标志相当小,不同分辨率的照片对地面标志的大小要求不同,经实践测试,地面分辨率2-3公分时,地面标志宜在60cmX60cm以上的尺寸,在无人机拍摄的像片上才能清晰可见。③位置选择以五镜头相机为例,其倾斜角度一般为45度,倾斜视线很容易被遮挡,除了大树、高楼和途径车辆,还会被高茎杂草、电力线所遮盖,当高空拍摄像片时,以像素为单位进行处理,因此,在选择点位时,需避开上述遮挡物。另外,为防止人为破坏,布设可移动标志时还需考虑尽量远离人为活动频繁区域。

② 布设流程

①像控预布设在项目准备阶段,需要对测区概况有所了解。通常借助卫星图进行像控点位的预布设,秉持"角点布设,中间加密,均匀布设"的原则,设计像控点位。外业中,可通过手机定位实现预设点位"放样"。②像控实地测设将预先布设的点位,放样至实地,并于电子地图标记位置、拍摄照片作为点之记,以便后续查找、对照和检查。坐标采集多采用RTK获取。③点位补测在工程实际中,像控标志被人为毁坏或遮盖的情况屡见不鲜,因此需要做好事后点补测工作,保证该处有点,以便构建区域网,达到控制误差累积的效果。④像控数据检查其一、检查本地坐标点位是否与已有地形图坐标系一致,相对位置关系是否正确。像控坐标成果好坏至关重要,需及时检查,以免坐标系不符合要求或点位、点号错误。 其二、检查像片上是否清晰可见像控标志。如像控标志被遮盖或毁坏的问题,可通过查看对应位置像片,及时检查出来,进而提出外业补救方案⑤内业刺点刺点,即在多视角、多幅像片上精确标记出同名控制点的位置。后续通过空中三角测量解算,将整体坐标纠正至本地坐标系或其它平面坐标系。刺点原则可概括为,"虚实结合像素点、不刺过曝像片、不刺像片边缘",尽量多镜头像片皆刺点。

4. 空中三角测量

以 Context Capture 自动建模系统为例,讲解空中三角测量的相关要求。

4.1 像片刺点

将野外测量的控制点信息,按照实际位置刺到自动建模系统中,这个工作叫做像片刺点。刺点位置一般是十字交叉的中心、直线的左右角点或直角的内角点,如斑马线的左右角点,根据影像分辨率和斑马线的宽度,估算角点所占的像素,把影像缩放到合适的大小完成刺点。

4.2 空三计算

该系统中空三计算是自动完成,采用光束法区域网整体平差方法进行。即以一张像片组成的一束光线作为一个平差单元,以中心投影的共线方程作为平差单元的基础方程,通过各光线束在空间的旋转和平移,使模型之间的公共光线实现最佳交会,将整体区域最佳地嵌入到控制点坐标系中,从而恢复地物间的空间位置关系。

4.3 空三精度

在《数字航空摄影测量空中三角测量规范》中,对相对定向中像片连接点数量和误差有明确的规定,但在无人机倾斜摄影空三中没有相对定向的信息,单个连接点的精度指标也未体现,不能完全照传统空三那样去挑粗差点,可以从像方和物方两个方面来综合评价空三的精度。物方的精度评定比较常用,就是对比加密点与检查点( 多余像片控制点,不参与平差) 的坐标差; 像方的精度评定,通过影像匹配点的反投影中误差来进行控制。空三常规的精度指标只能表现整体的精度范围,却不能看到局部的精度问题,通过外方位元素标准偏差更能全面的表现。通俗来讲,空三运算的质量指标包括:是否丢片,丢的是否合理;连接点是否正确,是否存在分层、断层、错位; 检查点误差、像控点残差、连接点误差是否在限差以内。

5. 三维模型质量

无人机倾斜摄影测量技术能够提供三维点云、三维模 型、真 正 射 影 像 ( TDOM) 、数 字 表 面 模 型( DSM) 等多种成果形式,其中三维模型具备真实、细致、具体的特点,通常称为真三维模型。可以将这种实景三维模型当做一种新的基础地理数据来进行精度评定,包括位置精度、几何精度和纹理精度 3 个方面。

5.1 位置精度

三维模型的位置精度评定跟空三的物方精度评定有类似之处,通过比对加密点和检查点的精度进行衡量。在控制点周边比较平坦的区域,精度比对容易进行; 在房角、墙线、陡坎等几何特征变化大的地方,模型上的采点误差比较大,精度衡量可靠性降低,可以联合影像作业,得到最终的成果矢量或模型数据再进行比对。

5.2 几何精度

传统手工建模可以自由设计地物的几何形状,而真三维自动化建模,影像重叠度越大的地方地物要素信息越全,三维模型的几何特征就越完整。反之,影像重叠度不够可能出现破面、漏面、漏缝、悬空、楼底和房檐拉花等情况,影响地物几何信息的完整表达。这种属于原理性问题,无法完全避免,可以按照下面的方法进行评定。在三维模型浏览软件中参照航拍角度固定浏览视角,同时拉伸到与实际分辨率相符的高度去查看模型,看不出明显的变形、拉花即可判定为合格,反之为不合格。

5.3 纹理精度

真三维建模完全依靠计算机来自动匹配地物的纹理信息,由于原始影像质量不同,导致匹配结果可能存在色彩不一致、明暗度不一致、纹理不清晰等情况。要提高纹理精度就必须提高参加匹配的影像质量,剔除存在云雾遮挡覆盖、镜头反光、地物阴影、大面积相似纹理、分辨率变化异常等问题像片,提高匹配计算的准确度。

6. 结 语

随着我国科技和经济的迅猛发展,无人机倾斜摄影测量技术的应用也更加广泛。讨论和制定无人机倾斜摄影测量的技术标准将极大促进这项技术的规范应用,更好地为国家建设服务。目前,文中仅提出了一些想法,还需在今后的工作中继续学习、实践、改进。

相关推荐
后厂村路钢铁侠1 小时前
基于PX4的多无人机集群中的的配置
无人机
创小董16 小时前
高海拔低温地区无人机大载重吊运技术详解
无人机
创小董1 天前
垂起固定翼无人机大面积森林草原巡检技术详解
无人机
IT猿手1 天前
基于PWLCM混沌映射的麋鹿群优化算法(Elk herd optimizer,EHO)的多无人机协同路径规划,MATLAB代码
算法·elk·机器学习·matlab·无人机·聚类·强化学习
创小董1 天前
无人机飞防高效率喷洒技术详解
无人机
云卓SKYDROID2 天前
反无人机防御系统概述!
无人机·科普·高科技·云卓科技
EasyDSS2 天前
视频直播点播平台EasyDSS与无人机技术的森林防火融合应用
音视频·无人机
IT猿手3 天前
SDMTSP:黑翅鸢算法(Black-winged kite algorithm,BKA)求解单仓库多旅行商问题,可以更改数据集和起点(MATLAB代码)
人工智能·深度学习·机器学习·matlab·无人机·智能优化算法
创小董3 天前
低温高海拔大载重无人机吊运技术详解
无人机
白嫖叫上我3 天前
Cesium 无人机航线规划(航点航线)
无人机·cesium