基于農村分布式光伏電站勘測的小型無人機傾斜攝影系統及試驗

陳 楊，何 勇

基于農村分布式光伏電站勘測的小型無人機傾斜攝影系統及試驗

陳 楊，何 勇※

（浙江大學生物系統工程與食品科學學院，杭州 310058）

建設農村分布式光伏電站前需要人工消耗大量時間攀爬屋頂勘測尺寸，勘測人員生命安全也缺乏有效保障。針對該問題該研究開發了一款可以快速搭載的小型無人機五相傾斜攝影相機ZTRS-M5B，相比于其他傾斜相機，ZTRS-M5B擁有更好的便攜性和更低的制作成本。使用搭載ZTRS-M5B的無人機傾斜攝影系統分別對建有分布式光伏電站的農村居民住宅區和工廠區域進行三維建模，并與地面人工實測值進行比較來檢驗模型精度。結果表明光伏電站太陽能板的模型傾角和實際傾角高度相關，房屋建筑的模型水平尺寸平均絕對誤差為0.11 m，平均相對誤差為0.37%，模型垂直尺寸平均絕對誤差為0.12 m，平均相對誤差為1.04%，精度上滿足農村分布式光伏電站建設前期勘測要求，證明該系統也能夠替代其他傾斜攝影系統對中小區域范圍進行快速勘測。

無人機；相機；三維重建；分布式光伏電站；傾斜攝影相機；快速測繪

0 引 言

分布式光伏發電系統是近年來在國內外增長最快的分布式發電系統。其以發電方式靈活、能源利用效率高、環境污染小等優點日益成為傳統電網的重要補充[1-3]。建立分布式光伏電站首先要對屋頂進行勘察，需要獲取屋頂詳細信息，包括屋頂結構尺寸，房屋朝向與高度，以及與電網的接入距離等參數，以便用于電站設計和安裝[4-6]。傳統勘察方式需要人工攀爬屋頂測量這些參數，不僅費時費力，受到工具和視角的限制測量精度也不能得到很好保障，更重要的是屋頂攀爬本身是件危險的活動，勘察人員從屋頂跌落的意外時有發生，因此急需一種安全高效的屋頂測量方式來代替人工攀爬[7-8]。

傾斜攝影技術[9-12]是近些年來發展起來的新航測技術，其通過在同一飛行平臺上搭載多臺傳感器，可同時從垂直、傾斜等不同的角度采集影像，并同時記錄航高，航速，坐標等飛行參數，對這些信息進行分析和整理后快速生成紋理豐富的實景三維模型[13-16]。

近年來，隨著無人機技術門檻逐步降低，小型無人機的應用越來越廣泛[31-34]。小型無人機成本低廉，攜帶方便，操作簡單，控制穩定，適用于各類中小區域環境上的作業，因此更多的傾斜攝影系統開始與小型無人機相結合。朱閆霞[35]將哈瓦五鏡頭航空攝影相機搭載在八旋翼無人機進行外業航飛，以獲取目標地物的全方位地理信息。孫杰等[36]使用DM-150系列無人接搭載航天數維開發的DM5-4200傾斜相機完成多個城市的無人機數據采集和三維模型建模生產項目。相比于搭載在航空飛機上的大型傾斜攝影系統，基于小型無人機平臺的傾斜相機成本更低，操作更加簡單，攜帶更加方便，但是目前市面上的小型傾斜相機價格依然較高，普遍在幾十萬甚至上百萬元。本文針對分布式光伏電站勘測要求和使用場景，開發了一款適合多旋翼無人機搭載的低成本便攜式傾斜攝影相機ZTRS-M5B，一方面適用于中小區域面積（5 km2以內）的快速勘察，另一方面價格低廉，成本控制在3萬元以內，并且尺寸質量小，能夠方便攜帶，可靈活的應用于各種環境。將DJI M600 Pro飛行平臺與ZTRS-M5B相機組成傾斜攝影系統，用該系統分別對農村居民區域和工廠區域分布式光伏電站進行測試勘察，重建區域三維模型并與地面實測值進行比較來檢驗模型精度。

1 傾斜攝影相機開發

1.1 傾斜相機外殼設計

傾斜相機的外殼設計至關重要，除了要保護相機和內部工作系統以及最大化圖像采集效率，還要盡可能減輕質量減小無人機的承重負擔。

傾斜攝影系統外形主要分3種類型：扇形布局、塊狀布局和馬其他十字形布局[37]，馬其他十字形布局因為相機拍攝區域之間更高的重疊度，更適合用于三維重建的圖像采集，也是近年來多相傾斜相機設計主流[38]。為了能夠獲取完整的立面信息，傾斜相機的傾角一般在35°到50°之間，根據Rupnik等[39]的研究，越高的傾斜角度會增加三維模型質量和精度，但是過高傾角拍攝的照片也可能在三維重建中帶來不穩定的系統誤差，因此45°是多相傾斜相機常見的傾角選擇。本研究采用馬其他十字形布局設計了一臺五相便攜式傾斜攝影相機，該相機外殼設計如圖1所示，由中心一臺垂直對地相機和四臺傾角為45°的傾斜相機組成，外殼的尺寸為243 mm×243 mm×145 mm，這樣的設計無論大中小畫幅相機都能適用。

圖1 傾斜相機外殼設計圖

在外殼材料選擇上主要有以下幾種：ABS工程塑料、碳纖維、鋁合金、光敏樹脂，這些材料特性如表1所示，鋁合金與ABS工程塑料、光敏樹脂相比，都具有很強熱塑性可易加工，但在質量上遠比這2類材料輕，穩定性和強度上也比這2類材料強，碳纖維在質量和強度上都比鋁合金有優勢，但是加工難度和制作成本要遠高于鋁合金，為了兼顧成本、質量和實用性，最終選擇了鋁合金作為外殼材料，采用CNC數控機床進行制作加工，保證了該外殼的精度和質量。

如圖2所示，為了方便迅速地裝卸在各類無人機平臺上，還在外殼頂部設計了快速卡扣，可以簡單快速地裝卸在多旋翼、固定翼、直升機等無人機飛行平臺，外殼內部還填充了吸震海綿來保護內部的相機系統。

1.2 傾斜相機內部系統開發

在相機選取上主要考慮以下幾個因素：1）質量輕，體積小，能夠節省空間和負重；2）具有較大尺寸成像傳感器和高清的鏡頭可以滿足不同高度的航拍要求；3）提供可變焦距和較低的快門速度，擁有自動對焦，光學防抖等功能可以靈活應對航拍中的各種環境變化。經過選擇最終采用了5臺索尼QX100相機，單個QX100相機參數如表2所示：

循環經濟的實踐，品牌商的推動都是舉足輕重，越來越多的品牌企業宣布加入回收利用的環保行動。2017年，阿迪達斯售出100萬雙由海洋塑料垃圾制成的跑鞋，計劃到2024年前停止使用全新塑料而僅使用再生塑料為原料進行生產。卡夫亨氏宣布到2025年，將在全球范圍內100%采用可回收、可重復使用或可降解的包裝。可口可樂、聯合利華、沃爾沃、宜家、耐克、H&M等龍頭企業，也紛紛公布使用再生塑料的計劃。家電巨頭格力電器也斥巨資設立再生資源公司，從事廢舊電子電器產品的回收拆解，讓原料再生，從而實現家電產業鏈的生態循環。

表1 外殼選材比較

圖2 傾斜相機快速卡扣設計

表2 QX100相機參數

為了能使5臺相機同時自動曝光，設計了由STM32F4高性能微控制器和光耦合器組成的控制面板控制相機快門。通過柔性線路板將相機引出到光電耦合器上來代替相機的快門電路，通過STM32F4向光電耦合器發送開/關指令來控制相機拍照。STM32F4是基于CortexTM-M4內核的單精度浮點運算微控制器，擁有168 MHz的高速性能和1 M的閃存空間，采用了ST的ART加速器使得程序在閃存中運行零等待，因此能穩定準確的控制5臺相曝光工作，同時還能觸發內嵌的GNSS/INS系統同步記錄每張照片位置和姿態信息。

相機內嵌的GNSS/INS系統包括GNSS天線與觀測部件，慣導部件和主控器。GNSS天線與觀測部件采用Ublox M8T定時芯片，尺寸僅為17.0 mm×22.4 mm，能夠從GPS、GLONASS和北斗等全球導航衛星系統中取得的精確度小于20 ns的精密參考時鐘，具備位置測量（Survey-in）與單衛星授時的特性，因此在只有一顆衛星提供信號的情況下也可增加授時精確度與授時可用性。慣導部件和主控器使用了MPU9250慣性測量儀，MPU9250通過尺寸僅為3 mm×3 mm×1 mm QFN封裝的芯片集成了3軸加速器、3軸陀螺儀和3軸磁力儀，能在低功耗下計算芯片轉速、俯仰角、運動速度和方向等慣導信息。主控制器通過時間戳同步GNSS和INS信息并分別通過通用異步收發傳輸器（UART）和集成電路總線（IIC）將原始數據存儲在GNSS/INS系統的SD卡中。每臺相機和GNSS/INS系統都有自己獨立存儲的SD卡，通過一個共同的USB3.0接口可以將每張SD卡存儲的信息共同傳輸到PC端。

為了減輕質量，拆除了每臺QX100相機內嵌的電池，統一使用由3塊3 500 mAh，共10 500 mAh的18 650鋰電池給整個相機系統供電并且將電池盒外置在相機外殼頂部，簡化換電池的操作。STM32F4微控制器的工作電壓為5 V，相機的工作電壓為3.8 V，需要安裝電池管理單元給他們分開供電，穩定維持各自的工作電壓。整個傾斜攝影相機系統內部的結構如圖3所示。

圖3 傾斜攝影相機內部的電路結構

2 傾斜攝影系統試驗

本研究選用DJI M600 Pro六軸多旋翼無人機飛行平臺搭載ZTRS-M5B傾斜相機組成傾斜攝影系統。M600 Pro具體參數如表3所示。飛行器最大載質量6 kg，搭載五相傾斜攝影相機后質量為14.8 kg，單次飛行作業時間最長可為25 min，適合于中小區域范圍的測繪。

表3 M600 Pro 無人機參數

試驗地點分別選取了金華市蟠龍村（29°02′31″N，29°02′31″E，平均海拔高度500 m）的一處居民區域和一處工業園區，居民區域范圍為350 m×350 m，工廠區域范圍為500 m×500 m，這2處區域都有部分建成的分布式光伏電站。作業過程分為3個部分：數據采集，數據預處理和三維重建，具體流程如圖4所示。

2.1 數據采集

首先對現場環境進行初步勘察和了解，勘察內容包括飛行區域是否有過高的障礙物，是否有較強的磁場干擾無人機飛控系統和通訊裝置，檢查整個區域的飛行限制級別，飛行前是否需要報批以及選取空曠合適的飛行起降點等。在掌握目標區域環境情況和做好飛行前準備之后，通過DJI GS PRO進行飛行參數設定和航線規劃。DJI GS PRO是一款iPad APP，將iPad作為地面站控制DJI的飛行器。DJI GS PRO可以設置航線、航高、航拍模式、飛行速度、航向與縱向重疊度等參數。DJI GS PRO 會將設置完的飛行參數上傳給DJI M600 Pro無人機，后者會根據上傳的參數自動完成飛行任務，飛行過程中5臺相機每隔設定的時間間隔同時拍一次照片，相機的GNSS/INS系統會在拍照同時記錄相機位置和姿態信息。飛行參數和拍照間隔設置主要考慮3個方面平衡：安全，效率和地面分辨率。三維重建模型精度和質量取決于相片的地面分辨率和相片間重疊度。根據地面分辨率公式

式中H為相對航高，f為攝影鏡頭的焦距，gsd為影像的地面分辨率，a為像元尺寸的大小。

像元尺寸大小和鏡頭焦距根據相機固定，在保證飛行安全情況下，降低飛行高度能夠提升相片地面分辨率。增加航向與旁向相片間的重疊度能夠提升三維重建中空三計算的準確率，但在相同拍攝區域面積下，越高的重疊度需要越長的飛行路徑和消耗更多的電池電量，相同重疊度下，不同高度所需的飛行路徑也不一樣，因此具體的飛行參數需要根據飛行任務的目的和環境進行調整。本研究中的試驗環境為農村居民區與工業區，飛行高度范圍為50～70 m比較理想。傾斜相機因為帶有傾斜鏡頭，其旁向重疊度可以稍微低些，但不能低于50%，航線重疊度盡量保持在70%～80%[40]。為了盡可能減少M600 Pro無人機高速飛行給相機帶來的震動影響，飛行速度控制為5 m/s，經過計算相機的曝光間隔設為4 s時垂直對地相機在50 m時的航向重疊度為74%，符合后續三維重建的要求。本研究設計的傾斜攝影系統主要面對最大500 m×500 m的中型區域范圍測繪，在上述條件下，不同飛行高度和旁向重疊度對飛行路徑和地面精度的影響如表4所示。

在本試驗中居民區域范圍較小，為350 m×350 m，航高設置為50 m，旁向重疊度為60%，飛行時間為14 min，一共拍攝了1 052張照片；工廠區域拍攝范圍為500 m×500 m，飛行高度為50 m，旁向重疊度為50%，飛行時間為23 min，一共拍攝了1 755張照片。

表4 不同飛行參數下飛行路徑與地面路徑的計算數值

2.2 數據預處理

飛行完成后首先將GNSS/INS系統記錄的相機位置和姿態信息與相機所拍攝的照片導入電腦中通過軟件進行對應匹配，使每一張照片都帶有拍攝時的GPS信息和姿態信息。由于傾斜影像具備多角度、大傾角的特點，傳統的特征點匹配方法無法解決傾斜影像匹配中的遮擋、幾何變形、幾何斷裂、影像大幅旋轉等問題。因此需要利用匹配后的POS信息進行斜視影像糾正，消除因大傾角與旋轉角引起的影像幾何變形。結合POS系統提供的外方位元素和設計的航高，根據共線條件方程能夠得到影像在地面上的投影四邊形軌跡

式中為外方位元素初值；123為旋轉矩陣元素；為焦距；Z為由所有影像的外方位線元素均值與航高計算得到的平均高程面；(,)為像主點為原點的像平面坐標；（）為像點投影到平均高程面上的地面坐標。給定影像４個角點像素坐標及其對應的地面坐標后，可求解原始影像與糾正后影像間的單應變換矩陣

2.3 三維重建

將預處理后的照片導入到電腦的Smart3D軟件中進行三維重建，整個三維重建過程如圖5所示：首先通過空三角測量計算相機投影矩陣，利用光束法平差最小化觀測和預測的圖像點之間的投影誤差并建立稀疏點云模型；生成點云模型后，對于非規則離散分布的點云數據需要構建不規則三角網TIN（triangulated irregular network）模型建立離散點云之間的空間關系；最后在TIN網格上匹配合適的紋理面片生成最終的三維模型。電腦的配置為：Windows7 64bit系統，Intel I7-7800 3.5 GHz處理器，2塊NVidia GTX1080ti顯卡，32 GRAM內存。農村居民區域的重建時間為6 h，工廠區域重建時間為10 h。

圖5 三維重建過程

3 結果與分析

3.1 模型精度檢驗

在拍攝的居民區域和工廠區域內總共選取了22處帶有分布式光伏電站的建筑用來檢驗模型精度，這22處位置分布如圖6衛星圖所示，檢測內容分為兩部分：對分布式光伏電站的三維模型傾角精度檢驗和對房屋建筑的三維模型尺寸精度檢驗。

圖6 選取檢測點的衛星分布圖

3.1.1 分布式光伏電站傾角精度檢驗

光伏電站太陽能板的尺寸設計和安裝傾角都有統一的標準，因此通過比較光伏電站的太陽能板實際尺寸來檢驗三維模型長度精度，用傾斜儀測量的傾斜角來測量模型傾角精度。

如圖7所示，Smart3D軟件可以直接測量模型的長度、面積和高度差，通過公式（4）測量模型的傾斜角α

式中H為斜面高度差，cm；L為被測表面長度，cm。

模型角度計算值和地面實測值相關性如圖8所示，在<0.01時顯著，2為0.973 9。說明該小型無人機傾斜攝影系統建立的三維模型能準確還原太陽能板的傾斜狀況，精度與真實值接近。

圖8 模型計算傾角和實測傾角間相關性

3.1.2 房屋建筑精度檢驗

通過傾斜攝影拍攝的照片建立起的三維模型具有完整的立面信息，通過檢驗房屋的尺寸和高度可以檢驗三維模型水平和垂直方向上精度。本試驗設房屋沿東西方向為長，南北方向為寬，建筑最高點距地面的垂直距離為高，通過比較22處房屋長度和高度的模型測量值和地面實測值來檢驗房屋建筑水平和垂直精度，結果如表5所示。

有表5知，建筑長度在工廠區域的絕對誤差范圍在0.11～0.23 m，平均絕對誤差為0.15 m，相對誤差范圍為0.11%～0.26%；農村區域建筑長度絕對誤差范圍在0.03～0.12 m，平均絕對誤差為0.08 m，因為農村房屋尺寸比廠房區域小很多，因此其相對誤差計算范圍會相對更大一些，在0.33%～0.89%。三維點云生成的過程中會因為鏡頭畸變，拍攝虛焦，相片精度等設備因素和天氣情況，光線衍射，物體表面反射特性等環境因素產生一定的噪點，通過統計濾波等方法可以消除部分離主體較遠的噪點，但很難去除那些離真實點云距離近的噪點，這些噪點會和點云一起通過不規則三角網（TIN）擬合出物體的表面模型，使得模型部分表面難以光滑平整，甚至部分位置出現畸變，這對模型尺寸測量會帶來一定的系統誤差，面對測量尺寸越大的建筑，這方面的系統誤差影響越大，因此工廠區域長度上的測量誤差整體會比農村更大一點。廠房高度的絕對誤差范圍0.08～0.15 m，平均絕對誤差為0.10 m，相對誤差范圍為0.72%～1.15%，居民高度檢驗結果和廠房高度檢驗結果近似，絕對誤差在0.07～0.17 m，平均絕對誤差為0.13 m，相對誤差范圍為0.76%～1.64%，相比于工廠區域的廠房，居民區域的房頂結構會更復雜，擁有更多的斜坡以及不規則的外形，另外工廠區域的地平面也會比居民區更加平整，這些都會表現在三維模型中并會對模型高度測量中端點的確認帶來干擾，因此居民建筑高度誤差范圍比廠房要更大一些。建筑長度的總體平均絕對誤差為0.11 m，總體平均相對誤差為0.37%，建筑高度總體平均絕對誤差為0.12 m，總體平均相對誤差為1.04%。結果表明通過該小型無人機傾斜攝影系統建立的三維模型精度與真實值近似，適合分布式光伏電站前期對中小區域的快速勘查。

通過該傾斜攝影系統建立的三維模型與實際尺寸依然有小部分偏差，具體原因可能有以下幾種：1）地面反射率在不同角度看是不同的，因此同樣的物體在不同位置角度的照片中明暗細節不同，這會對照片之間空三計算產生影響，多云的大晴天產生的地面明暗分布會加劇這種情況的影響； 2）居民區域的建筑結構比工廠區域更加復雜多樣，尤其屋頂有各類斜坡以及一些不規則裝飾，這些物體的三維表面模型更難準確生成，可以通過增加點云數量和密度，來使得模型外表擬合的更接近真實值，但這樣也會增加計算量，并且三維模型能計算得到的有效點云數是有限的，有效點云數由很多因素決定，包括影像的地面精度，相片間的重疊度，相片對焦和曝光準確度等。

表5 房屋建筑精度檢驗結果

3.2 傾斜相機比較

為了更好的展示ZTRS-M5B傾斜相機的特點，我們將ZTRS-M5B與傳統的航空傾斜攝影相機SWDC-5以及市面上的小型傾斜攝影相機DM5-4200在質量、精度、相機參數、價格等維度上進行比較，具體內容如表6所示。

相比于航空傾斜攝影相機，小型傾斜攝影相機最大的優勢在于便攜性上，ZTRS-M5B的質量遠低于SWDC-5，略低于DM5-4200。相比于DM5-4200的全畫幅相機和SWDC-5的中畫幅相機，ZTRS-M5B為了節省空間和負重，選擇了影像分別率要低一些QX100相機，因此相同高度下照片地面精度上要低一些，但是可以通過適當降低飛行高度去彌補。根據公式（1），在50 m高度下，ZTRS-M5B照片的地面精度為1.4 cm，約等于DM5-4200在94 m和SWDC-5在125 m的高度下的照片地面精度。根據本研究的試驗，在50 m高度下利用ZTRS-M5B相機生成的三維建筑模型的水平平均絕對誤差為0.11 m，平均相對誤差為0.37%，垂直平均絕對誤差為0.12 m，平均相對誤差為1.04%，滿足農村分布式光伏電站前期勘測要求。由于勘察分布式光伏電站時飛行高度普遍較低（50～70 m），因為地形和天氣環境變化以及房屋高度不一等原因，如果采用類似DM5-4200的定焦鏡頭容易產生失焦情況，而ZTRS-M5B靈活的變焦鏡頭，以及相比其他2款相機擁有更大的光圈和更短的曝光間距的特性，再加上光學防抖功能，使其在光線較暗的陰雨天或者風速稍大（3～5級）的天氣都可以工作，更能適應復雜多變的環境。另外ZTRS-M5Bz也擁有更大的相片存儲空間，可以持續進行多個中小區域的勘測作業。最后在價格成本上，傳統航空傾斜攝影相機價格都在百萬級以上，市面上類似DM5-4200的小型傾斜攝影相機價格也在數十萬元區間，而ZTRS-M5B的制作成本在3萬元左右。

表6 傾斜攝影相機比較

4　結　論

本研究開發了一款低成本便攜式五相傾斜攝影相機ZTRS-M5B并與DJI M600 Pro飛行平臺組成小型無人機傾斜攝影系統。用該傾斜攝影系統對農村住宅區和工廠區2種類型的區域進行了勘察測試，分別收集了1 052和1 755張圖像用于三維重建。通過比較光伏電站太陽能板和建筑的模型測量值與地面實測值來檢驗模型精度，太陽能板的模型傾角和實際傾角高度相關，建筑的水平平均絕對誤差為0.11 m，平均相對誤差為0.37%，垂直平均絕對誤差為0.12 m，平均相對誤差為1.04%，滿足農村分布式光伏電站前期勘測精度要求。三維模型精度會受到飛行天氣的影響，更建議在風速4級以內，云朵較少的晴天或陰天進行作業。另外相比較其他傾斜攝影相機，ZTRS-M5B在成本和便攜上擁有更多優勢，適合替代市面上其他傾斜攝影相機應用于農村分布式光伏電站勘測，也可推廣用于其他中小區域面積范圍的測繪任務。

[1]Adefarati T, Bansal R C. Integration of renewable distributed generators into the distribution system: A review[J]. IET Renewable Power Generation, 2016, 10(7): 873－884

[2]Toledo O M, Oliveira Filho D, Diniz A S A C. Distributed photovoltaic generation and energy storage systems: A review[J]. Renewable and Sustainable Energy Reviews, 2010, 14(1): 506－511.

[3]Pilawa-Podgurski R C N, Perreault D J. Submodule integrated distributed maximum power point tracking for solar photovoltaic applications[J]. IEEE Transactions on Power Electronics, 2013, 28(6): 2957－2967.

[4]Turitsyn K, Sulc P, Backhaus S, et al. Options for control of reactive power by distributed photovoltaic generators[J]. Proceedings of the IEEE, 2011, 99(6): 1063－1073.

[5]Haghdadi N, Copper J, Bruce A, et al. A method to estimate the location and orientation of distributed photovoltaic systems from their generation output data[J]. Renewable Energy, 2017, 108: 390－400.

[6]Sun K, Zhang L, Xing Y, et al. A distributed control strategy based on DC bus signaling for modular photovoltaic generation systems with battery energy storage[J]. IEEE Transactions on Power Electronics, 2011, 26(10): 3032－3045.

[7]Li P, Li W, Lian P, et al. Analysis of resilience of distributed system with photovoltaic based on seismic damage[C]//2018 IEEE Student Conference on Electric Machines and Systems, IEEE, 2018: 1－5.

[8]Yang F, Sun Q, Han Q L, et al. Cooperative model predictive control for distributed photovoltaic power generation systems[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2016, 4(2): 414－420.

[9]Aicardi I, Chiabrando F, Grasso N, et al. UAV photogrammetry with oblique images: First analysis on data acquisition and processing[J]. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences, 2016, 41(2): 835－842.

[10]李頎. 基于傾斜攝影技術在農村房屋權籍調查測量中的應用[J]. 測繪與空間地理信息，2016，39(6)：182－183. Li Suo. The application of oblique photography Technology in the rural housing surveying[J]. Geomatic & Spatial Information Technology, 2016, 39(6): 182－183. (in Chinese with English abstract)

[11]Le Besnerais G, Sanfourche M, Champagnat F. Dense height map estimation from oblique aerial image sequences[J]. Computer Vision and Image Understanding, 2008, 109(2): 204－225.

[12]Xiao J, Gerke M, Vosselman G. Building extraction from oblique airborne imagery based on robust fa?ade detection[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2012, 68: 56－68.

[13]Nesbit P R, Hugenholtz C H. Enhancing UAV–SfM 3D model accuracy in high-relief landscapes by incorporating oblique images[J]. Remote Sensing, 2019, 11(3): 239.

[14]Gon?alves J A, Henriques R. UAV photogrammetry for topographic monitoring of coastal areas[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2015, 104: 101－111.

[15]Yan Y, Su N, Zhao C, et al. A Dynamic Multi-projection-contour approximating framework for the 3D reconstruction of buildings by super-generalized optical stereo-pairs[J]. Sensors, 2017, 17(9): 2153.

[16]Barrette J, August P, Golet F. Accuracy assessment of wetland boundary delineation using aerial photography and digital orthophotography[J]. Photogrammetric Engineering and Remote Sensing, 2000, 66(4): 409－416.

[17]李安福，曾政祥，吳曉明. 淺析國內傾斜攝影技術的發展[J]. 測繪與空間地理信息，2014，37(9)：57－59. Li Anfu, Zeng Zhengxiang, Wu Xiaoming. The analysis of the development of oblique photography technique of China[J]. Geomatic & Spatial Information Technology, 2014, 37(9): 57－59. (in Chinese with English abstract)

[18]孫宏偉. 基于傾斜攝影測量技術的三維數字城市建模[J]. 現代測繪，2014，37(1)：18－21. Sun Hongwei. Three dimensions modeling of digital city based on the oblique photography method[J]. Modern Surveying and Mapping, 2014, 37(1): 18－21. (in Chinese with English abstract)

[19]王偉，黃雯雯，鎮姣. Pictometry傾斜攝影技術及其在3維城市建模中的應用[J]. 測繪與空間地理信息，2011，34(3)：181－183. Wang Wei, Huang Wenwen, Zhen Jiao. Pictometry oblique photography technique and its application in 3D city modeling[J]. Geomatic & Spatial Information Technology, 2011, 34(3): 181－183. (in Chinese with English abstract)

[20]田野，向宇，高峰，等. 利用Pictometry傾斜攝影技術進行全自動快速三維實景城市生產：以常州市三維實景城市生產為例[J]. 測繪通報，2013 (2)：59－62. Tian Ye, Xiang Yu, Gao Feng, et al. Automatic and fast 3D true city production based on Pictometry oblique photogrammetry technology[J]. Bulletin of Surveying and Mapping, 2013 (2): 59－62. (in Chinese with English abstract)

[21]Lemmens M, Lemmen C, Wubbe M. Pictometry: Potentials for land administration[C]//Proceedings of the 6th FIG regional conference 12-15 November 2007, San José, Costa Rica. /Fredriksberg: International Federation of Surveyors (FIG). 2007.

[22]Lejba P, Nawrocki J, Schillak S, et al. Time transfer realized by PPP technique for trimble NetRS and TTS-4 receivers[J]. Artificial Satellites, 2011, 46(4): 151－163.

[23]Rupnik E, Nex F, Remondino F. Oblique multi-camera systems-orientation and dense matching issues[J]. The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 2014, 40(3): 107.

[24]Nebiker S, Cavegn S, Eugster H, et al. Fusion of airborne and terrestrial image-based 3D modelling for road infrastructure management: vision and first experiments[J]. Int Arch Photogram Remote Sens Spatial Inform Sci, 2012(4): 79－84.

[25]Cavegn S, Haala N, Nebiker S, et al. Benchmarking high density image matching for oblique airborne imagery[J]. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences, 2014: 45－52.

[26]李德仁，肖雄武，郭丙軒，等傾斜影像自動空三及其在城市真三維模型重建中的應用[J]. 武漢大學學報信息科學版，2016，41(6)：711－721. Li Deren, Xiao Xiongwu, Guo Bingxuan, et al. Oblique image based automatic aerotriangulation and its application in 3d city model reconstruction[J]. Geomatics and Information Science of Wuhan University, 2016, 41(6): 711－721. (in Chinese with English abstract)

[27]李安福，吳曉明，路玲玲. SWDC-5傾斜攝影技術及其在國內的應用分析[J]. 現代測繪，2014，37(6)：12－14. Li Anfu, Wu Xiaoming, Lu Lingling. SWDC-5 oblique photography technique and its application in China[J]. Modern Surveying and Mapping, 2014, 37(6): 12－14. (in Chinese with English abstract)

[28]王琳，吳正鵬，姜興鈺，等. 無人機傾斜攝影技術在三維城市建模中的應用[J]. 測繪與空間地理信息，2015，38(12)：30－32. Wang Lin, Wu Zhengpeng, Jiang Xingyu, et al. Application of the UAV oblique photography technique in 3D city modeling[J]. Geomatic & Spatial Information Technology, 2015, 38(12): 30－32. (in Chinese with English abstract)

[29]Frueh C, Sammon R, Zakhor A. Automated texture mapping of 3D city models with oblique aerial imagery[C]// 3D Data Processing, Visualization and Transmission, 2004. 2nd International Symposium on. IEEE, 2004: 396－403.

[30]Gerke M, Kerle N. Automatic structural seismic damage assessment with airborne oblique Pictometry? imagery[J]. Photogrammetric Engineering & Remote Sensing, 2011, 77(9): 885－898.

[31]Torres-Sánchez J, López-Granados F, De Castro A I, et al. Configuration and specifications of an unmanned aerial vehicle (UAV) for early site specific weed management[J]. PloS one, 2013, 8(3): e58210.

[32]Zahawi R A, Dandois J P, Holl K D, et al. Using lightweight unmanned aerial vehicles to monitor tropical forest recovery[J]. Biological Conservation, 2015, 186: 287－295

[33]Martin P G, Payton O D, Fardoulis J S, et al. The use of unmanned aerial systems for the mapping of legacy uranium mines[J]. Journal of Environmental Radioactivity, 2015, 143: 135－140.

[34]Remondino F, Barazzetti L, Nex F, et al. UAV photogrammetry for mapping and 3D modeling–current status and future perspectives[J]. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2011, 38(1): C22.

[35]朱閆霞. 淺談無人機傾斜攝影外業航飛解決方案[J]. 電子測試，2018(16)：83－84. Zhu Yanxia. Discussion on the solution of aerial photography for aerial photography of unmanned aerial vehicles[J]. Electronic Test, 2018(16): 83－84. (in Chinese with English abstract)

[36]孫杰，謝文寒，白瑞杰. 無人機傾斜攝影技術研究與應用[J]. 測繪科學，2019，44(6)：145－150. Sun Jie, Xie Wenhan, Bai Ruijie. UAV oblique photogrammetric system and its application[J]. Science of Surveying and Mapping, 2019, 44(6): 145－150. (in Chinese with English abstract)

[37]Petrie G. Systematic oblique aerial photography using multiple digital cameras[J]. Photogrammetric Engineering & Remote Sensing, 2009, 75(2): 102－107.

[38]Bitelli G, Girelli V A, Lambertini A. Integrated use of remote sensed data and numerical cartography for the generation of 3d city models[J]. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences, 2018, 42(2): 97－102.

[39]Rupnik E, Nex F, Remondino F. Oblique multi-camera systems-orientation and dense matching issues[J]. The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 2014, 40(3): 107.

[40]Dandois J, Olano M, Ellis E. Optimal altitude, overlap, and weather conditions for computer vision UAV estimates of forest structure[J]. Remote Sensing, 2015, 7(10): 13895－13920.

Small UAV oblique camera system design and test for distributed photovoltaic power station survey

Chen Yang, He Yong※

(,,310058,)

Distributed photovoltaic power generation system is the fastest growing distributed power generation system in recent years. The advantages of flexible power generation, high energy efficiency and low environmental pollution make it become an important supplement to traditional power grids. The distributed photovoltaic power plants are mainly installed on various building roofs that need to be measured at the first place. The traditional survey method required manual climbing to measure roofs’ structure and size, roof orientation, tilt angle, roof material, roof height and other parameters which was neither safe nor precise. Oblique photography technology is a new aerial survey technology developed in recent years. By carrying multiple sensors on the same flight platform, it can simultaneously capture images from different angles and simultaneously record flight height, speed, coordinates, etc, which can be used to quickly generate texture-rich real-life 3D models. Most of the Oblique photography systems were installed on air planes or fixed-wing drones which had high price and weight. In this research we developed a low-cost portable five-phase oblique camera ZTRS-M5B whose shell was made of lightweight aluminum alloy and designed with quick snaps for loading on all types of drone platforms. The oblique camera’s size was 243 mm×243 mm×145 mm and weight was 1.8 kg. The camera automatically controlled the shooting of five Sony QX100s via the STM32F4 high-performance microcontroller and optocoupler and simultaneously recorded position and inertial navigation information using the embedded GNSS/INS system. The unmanned aerial vehicle (UAV) mapping system equipped with this oblique camera was used to measure a rural residential area and a factory area. The flight time in the residential area was 14 minutes in which the system took 1 052 images and the flight time in the factory area was 23 minutes in which the system took 1 755 images. All flight parameters were pre-set in DJI GS PRO ground control station which also controlled the UAV mapping system to complete the flight missions automatically. The captured images were pre-processed and imported into the Smart3D software for 3D reconstruction. By comparing with the ground measured values, the 3D reconstruction model’s accuracy would be verified. The results showed that the model tilt angle of the photovoltaic power plant solar panel was highly correlated with the actual tilt angle, the average absolute error of the horizontal dimensional size of the building in the model of was 0.11 m and the average relative error was 0.37%, the average absolute error of the vertical dimensional size of the building in the model of was 0.12 m and the average relative error was 1.04%. This system could efficiently and accurately obtain the housing information needed for the construction of distributed photovoltaic power plants in the early stage, ensure the life safety of surveying staff and greatly reduce the cost of oblique photography survey. We also compared ZTRS-M5B’s parameters with the traditional aerial oblique camera SWDC-5 and another small UAV oblique camera DM5-4200. It showed ZTRS-M5B had more advantage in the portability and dominated in the price although its image resolution was relative lower. This camera could take place other oblique camera in the market for the small and medium area surveying.

unmanned aerial vehicle; camera; three-dimensional reconstruction; distributed photovoltaic power plants; oblique camera; fast surveying

陳 楊，何 勇. 基于農村分布式光伏電站勘測的小型無人機傾斜攝影系統及試驗[J]. 農業工程學報，2019，35(22)：305－313. doi：10.11975/j.issn.1002-6819.2019.22.036 http://www.tcsae.org

Chen Yang, He Yong. Small UAV oblique camera system design and test for distributed photovoltaic power station survey[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(22): 305－313. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.22.036 http://www.tcsae.org

2019-05-06

2019-10-09

浙江省重大專項重點農業項目（2015C02007）資助

陳 楊，博士生，主要研究方向為無人機低空遙感，深度學習與機器視覺農業應用。Email：ychen2014@zju.edu.cn

何 勇，教授，博士生導師。Email：yhe@zju.edu.cn

10.11975/j.issn.1002-6819.2019.22.036

S251；TP79

A

1002-6819(2019)-22-0305-09