無人機在東湖綠道二期應急測繪保障中關鍵技術研究

朱巧云，喬煒，李瓊，高雅冰

(武漢市測繪研究院，湖北 武漢 430022)

無人機在東湖綠道二期應急測繪保障中關鍵技術研究

朱巧云*，喬煒，李瓊，高雅冰

(武漢市測繪研究院，湖北 武漢 430022)

選擇典型測區使用飛馬F200無人機掛載SONY RX1RII黑卡相機進行大比例尺航空攝影，制定從無人機航攝、空三加密優化、無人機大比例尺立體測圖精度分析、成果資料整理等一系列大比例尺無人機影像及航測成圖的技術解決方案。研究了采用像素工廠對無人機遙感影像進行空三優化技術，利用無人機航測技術快速圓滿地完成了東湖綠道二期規劃設計應急測繪保障任務。

無人機；像素工廠；空三優化；應急測繪

1 引 言

東湖是中國最大的城中湖，武漢用綠道的形式把這一城市最大、最美的公共空間還之與民。東湖綠道一期已成功建成開放。為了突出顯示城市名片功能，樹立大東湖水系概念，打造東湖綠道二期，我院承擔了東湖綠道二期工程范圍內正射影像生產及局部重點區域1∶500地形圖更新緊急測量任務。

東湖綠道二期比一期長一倍多，為了滿足綜合設計需求，本次測量范圍不是普通帶狀，而是將整個東湖風景區納入其中，測量的地形范圍達 27.17 km2，加之測區位于嚴西湖、嚴東湖及森林公園等區域，湖岸曲折，港汊交錯，湖泊、島渚星羅棋布，地形復雜，人跡罕至，施測條件相當差。由于時間緊迫，任務繁重，我院采用最新飛馬F200無人機掛載SONY RX1RII黑卡相機進行大比例尺航空攝影，圖1為該范圍內單幅無人機航空攝影影像圖。從圖面上看，影像質量良好，影像清晰，紋理清楚，影像的亮度、反差適中，現勢性強，能夠滿足規劃設計要求。

圖1 單幅無人機航空攝影圖

2 像素工程無人機影像空三處理原理

像素工廠是一套用于大型生產的遙感影像處理系統，該系統擁有很多個具有強大計算能力的計算結點，以海量數據的快速處理為突出優勢?？梢耘刻幚頂荡a影像、衛星影像以及傳統光學掃描后的數字影像，經過較少的人工干預，系統經過一系列自動化處理，輸出DSM、DEM、DOM和TDOM等產品，而且能生成一系列中間產品。目前像素工廠在國內外已經成功被使用于各種項目之中。它以高性能集群并行計算機為核心處理平臺，由若干個具有強大計算能力的計算機節點組成，為攝影測量與遙感數據處理提供了功能強大的平臺[1～3]。

2.1光束法平差

無人機遙感影像獲取系統一般是由小面陣高分辨率數碼相機、高精度POS(GPS/IMU)定位定姿系統或者GPS定位輔助系統組成[4]。光束法平差的主要目的是確定地面點與影像點之間的連接。采用最小二乘法估算視圖參數，輸出精度與控制影像的精度、原始數據和GPS精度有關。

在像素工廠平臺上處理無人機遙感影像時，以像點、初始外方位元素和DEM構建共線條件方程，實施基于物方匹配的連接點提取。在AOI確定點的分布，將所有點投影到對應的所有影像上，通過相關系數匹配確定同名點。利用密集的連接點構建自由網，通過反復迭代，粗差剔除，空三優化計算，形成穩健的自由網。

為了進行空三加密和精度檢查，需要量測外業像控點和檢查點，布設控制網可以按照區域網的形式進行布設，使用WHCORS+RTK測量得到像控點的平面坐標和高程坐標，形成像控點的控制網，為后一步的數據處理提供參照。同時，開始立體量測控制點，對測圖精度進行計算。導入地面控制點進行判讀量測，如圖2所示，調整地面控制點GCP，更新每張影像上的控制點點位如圖3所示，與自由網進行空三聯合平差，分析點位的殘差，使之符合成圖精度。

圖2 導入地面控制點

圖3更新每張影像上的控制點點位

2.2對參數進行分組綁定優化

像素工廠對無人機影像數據進行空三優化時，依據優化參數的Sigma0值，可以分航帶、分區域對優化參數進行分組綁定。采用最小二乘法優化，每個數據是由它的先驗精度均衡的，值為0的精度意味著這些參數將變成一個恒量，不會被優化。像點坐標有一個指定精度，地面坐標根據其獲取模式有一個絕對精度，取決于傳感器參數有不確定性。

對參數進行分組綁定優化的復雜度取決于優化參數的數量，未知部分越多，需要的方程式越多，相應的點就越多。一些參數從一張影像到另一張影像有相同的變量。解決方案是為了降低問題的復雜性，在進行參數分組時，需要考慮影像相互之間的關系。利用切比雪夫多項式優化像片外方位元素，最高可優化到四次多項式[5]。對于POS解算精度較高的數據，空三優化處理一般只優化一次和二次多項式系數[6]。一般情況下，參數分組的命令為：

#cli_generate_grp-grp1 "31|32|33" -grp4 "12|13|14|25|26|27" -geom UAV -outfile grp_file

采用分組綁定優化，可以控制受地形因素(湖泊、較大河流)的影響，在影像區域內生成稀疏同名點而造成空三解算結果的不收斂。本次試驗區域為東湖綠道二期規劃項目，范圍內較大區域為東湖，水域面積較大，綁定優化參數可以準確地對空三計算過程以及誤差量測進行約束?？杖齼灮且粋€反復迭代的計算過程，有助于連接點的粗差探測及粗差點的自動剔除；有助于生成高精度的多重疊度連接點；有助于困難項目的工程管理和控制[5]。

2.3空三優化

對于第一次自動匹配生成的連接點，首先要從SRTM的低分辨率DEM中給連接點賦高程值，以獲取物方坐標的初始值。我院剛進行的試驗區飛行航向重疊度為82%，高航飛重疊導致影像自動匹配精度高、影像數據量成倍增長、立體模型有效范圍降低。本實驗將航線內隔張航片進行抽稀后，航向重疊度約為64%，在飛行狀態穩定的情況下，符合航測生產的重疊度要求。對抽稀后的測區影像進行空三處理，并與未抽稀的數據進行比較，檢驗航向重疊度對無人機數據精度的影響[6]。

由于測量技術水平的提高，現在的野外像控點均是采取RTK獲取，可同時得到該點位的平面和高程信息。因此空三加密中，像控點全部采用平高點布設。由于無人機基線短、單片覆蓋范圍小，按照規范中像控點布設規則對同一測區進行像控點布設，無人機較DMC數碼航空影像所需的控制點數量為五至十倍的關系，甚至更多。若想更高效的發揮無人機優勢，本項目分別對無人機測區的航向和旁向減少像控點的布設，并觀察空三精度的變化。最后研究出一種最合理最高效的像控點布設方案。

圖4 控制點點位編號

3 試驗結果與分析

本次航攝項目采用的飛行平臺為飛馬F200型固定翼無人機。該無人機平臺主要采用EPO泡沫材料構成，其重量輕、強度高。固定翼無人機飛行導航與控制系統主要包括飛行控件、GPS/INS慣性導航系統、GPS接收機、氣壓傳感器、空速傳感器、轉速傳感器等部件，主要作用是無人機的飛行導航、定位和飛行自主控制。它可以采用程控、半自主或自主飛行控制模式，實現飛行姿態、飛行高度、飛行速度的穩定控制，保障無人機按照預先設計的航線平穩飛行。F200搭載的是SONY DSC-RX1R型相機傳感器尺寸達到了 35.9 mm×24 mm，有效像素 4 200萬，鏡頭為 35 mm定焦，150 m得分辨率達到了 2 cm。

本次數據處理軟件采用從法國空客集團引進的大型遙感數據批處理平臺像素工廠PF和全數字圖形工作站Mapmatrix。相機參數和航飛設計的原則：

①由于無人機相機的靈活性導致其穩定性較差，因此每次執行航攝任務前都必須接受正規的相機檢校，獲取最新的相機參數。

②航攝比例尺、航飛高度、航攝影像分辨率、航攝影像姿態和航向旁向重疊度都直接關系到測量產品的比例尺。根據無人機航攝技術規范要求，在確保其他航攝參數滿足要求的情況下，對高航向重疊度的影像進行抽稀處理，分析總結航向重疊度不同對最終定向精度的影響。

空三優化最終結果達到要求之后，提交成果，然后需要進行DTM產品制作，創建立體像對，計算DSM，GSD設置為2倍的原始影像分辨率，快速生成一個粗DSM，GSD設置有 10 m，利用xv3d工具查看DSM，取得DSM有效值的范圍如圖5所示。根據需要對計算DSM結果進行高通或低通濾波，濾除高程異常值，再次MergeDSM，GSD設置為4倍原始分辨率。

圖5 DSM有效值范圍

圖6 編輯鑲嵌線

根據需要對DTM進行重采樣，若需要DOM產品，可以用20倍原始分辨率的DTM進行正射糾正，選擇對應的DSM、DTM輔助生產鑲嵌線，影像選擇1×1全分辨率影像，但保持低分鑲嵌工程的鑲嵌線，工作區中編輯全分辨率鑲嵌工程，導出快視圖，在Photoshop進行調色，完成調色保存之前，在Photoshop中降位，變為8位輸出。原始無人機航空攝影圖如圖7所示，對應區域無人機正射影像圖如圖8所示。

圖7 原始無人機航空攝影圖

圖8 無人機正射影像圖

無人機正射影像的幾何精度，可以采用影像與控制點和檢查點的套合檢查以及拼接線的檢查。快視圖的顏色均勻應用到正射影像鑲嵌中，并應用影像整體及局部的輻射信息，基于Wallis濾波器方法進行勻光，影像接邊處色彩過渡自然，地物接邊合理，人工地物完整，無重影和發虛現象。滿足此次項目需求。

4 結 語

利用無人機航測技術快速圓滿完成東湖綠道二期規劃設計應急測繪保障任務，充分展示了我院在測繪地理信息應急保障的信息獲取、數據處理、加工制作、快速打印等方面的技術水平，在關鍵時刻能夠為政府決策、城市管理提供基礎地理信息數據支撐的能力。

本項目研究滿足大比例尺空三精度要求的最佳外業控制點布設方案。此研究成果將為空三作業節約大量的外業點布設工作量。大大提高了航測生產效率，節約了工作成本。無人機航測技術在大比例尺地形圖中的應用將在城市化改造、數字城市、新農村建設、防災救災、土地利用與調查、地理國情監測等精細地理信息獲取方面具有良好的應用前景。

[1] BIGNONE F. Processing of Stereo Scanner：From Stereo Plotter to Pixel Factory[R]. Stuttgart，2003：141～150.

[2] 曹敏，史照良. 新一代海量影像自動處理系統“像素工廠”初探[J]. 測繪通報，2006(10)：55～58.

[3] 邢誠，劉冠蘭. 像素工廠的研究與探討[J]. 計算機與數字工程，2008(9)：132～134.

[4] 鄒曉亮，繆劍，張永生等. 基于像素工廠的無人機影像空三優化技術[J]. 測繪科學技術學報，2014(29)：362～367.

[5] 李小紅. 利用像素工廠處理衛片正射影像[J]. 北京測繪，2014(3)：131～133.

[6] 周智勇. 基于像素工廠的無人機遙感影像處理研究[J]. 城市勘測，2013(5)：53～56.

ResearchontheKeyTechnologiesofUAVintheEmergencySurveyingandMappingofEastLakeGreenRoadPhaseⅡ

Zhu Qiaoyun，Qiao Wei，Li Qiong，Gao Yabing

(Wuhan Geomatics Institute，Wuhan 430022，China)

Choosing typical area measurement using pegasus F200 unmanned aerial vehicle (uav) mount SONY RX1RII black card camera for large scale aerial photography，formulated from aerial drones，empty three encryption，three-dimensional mapping，finishing a series of large scale data obtained by the uav image and aerial mapping technology solutions.Studied of the uav remote sensing images by pixel factory three optimization technique，using aerial drones technology successfully completed the east lake green way fast phase ii planning emergency protection of surveying and mapping tasks.

UAV(unmanned aerial vehicle)；PF(pixel factory)；aerial triangulation optimization；the emergency of surveying and mapping

1672-8262(2017)05-39-04

P231

A

2017—07—11

朱巧云(1986—)，女，碩士，注冊測繪師，主要從事數字影像生產與開發應用工作。

本論文獲得2017年“華正杯”城市勘測優秀論文二等獎。