基于消費級無人機在施工現場中的應用探究

Application of Consumer-grade UAVs in Construction Sites

XU Xiao-di

摘要：通過對傾斜攝影技術的學習，論證使用多旋翼單鏡頭無人機結合Pix4Dmapper軟件在施工現場進行三維實景建模的可行性，并提出一套適用施工現場利用消費級無人機進行視覺數據收集的流程方案，以紫帽山項目為目標區域，選擇特征地塊進行無人機航拍收集視覺資產，通過Pix4Dmapper軟件進行數據分析該方案對于實現施工現場的三維實景重建的可行性，并對該技術的未來發展進行展望。

Abstract： Through the study of tilt photography， the feasibility of using multi-rotor single-lens unmanned aerial vehicle combined with Pix4Dmapper software to carry out 3D real-time modeling on the construction site is demonstrated， and a set of applicable construction sites using consumer-grade drones for visual data is proposed. Collecting the process plan， taking the Zi Maoshan project as the target area， selecting the characteristic plots to collect the visual assets of the drone aerial photography， and analyzing the data through the Pix4Dmapper software. The feasibility of the scheme for realizing the 3D real-time reconstruction of the construction site， and Prospects for the future development of technology.

關鍵詞：施工現場三維實景重建;消費級無人機;Pix4Dmapper

Key words： 3D real-time reconstruction on the construction site;consumer-grade drone;Pix4Dmapper

中圖分類號：V279? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）32-0217-03

1? 介紹

無人機早期主要為軍事需要服務，于1917年最早出現在英國[1]。上世紀80年代以來，隨著計算機通訊等技術的高速發展，無人機的技術研究也在不斷的完善進步[2]。國外在無人機應用方面的研究非常廣泛，比如：H.Eisenbeiss（2004）利用無人機對目標區域進行圖像收集，為解決文化遺產保護方面的問題提供了新的方法[3]。Albert Rango等（2006）通過無人機低空遙感技術獲取高分辨率影響來評估牧場的健康情況[4]。Metni和Hamel（2007）研究應用無人機系統在橋梁維護監測、建筑方面的可行性[5]。Rathinam （2008）等研究了無人機在線性結構方面的應用，如橋梁道路、綜合管線以及輸電線路等，通過在局部使用實時的視覺識別技術，開發出一個閉環控制算法用來檢測線性結構[6]。R.Dunford等人（2009）研究了使用無人機來管理地中海沿岸的河岸[7]。Zhang和Elaksher（2011）利用無人機的成像系統提出用于評估農村道路的道路的方案[8]。Quentin F.M. Dupont（2017）等研究探索無人機（UAV）將BIM與現實世界連接來提高生產力的潛力。該研究的主要結論集中在兩個主要領域：①無人機自主飛行;②將收集到的數據智能集成到現有BIM軟件中[9]。

2? 基于三維模型的大比例尺地形圖測繪流程

2.1 無人機選型

本文研究方法是在理論研究的基礎上與工程實踐相結合，通過對比目前市面上無人機廠家的市場占有率及產品的性能結合自身實際需要，綜合考慮無人機的各項性能，從資金成本控制的角度出發，本次應用于研究的無人機型號是DJ公司2018年1月23日在美國紐約發布的 Mavic air 無人機，作為大疆公司2018旗艦新品，其4999的價格滿足自身實際情況能夠接受的范圍。該無人機續航時間為21分鐘，搭載1/2.3英寸CMOS鏡頭，其有效像素達1200萬，f/2.8光圈與24mm低畸變廣角相機配合高精度云臺，可以得到高質量的圖像數據，滿足本課題研究需求。

2.2 地面站選擇

地面站是無人機的地面指揮平臺，對無人機的全自動航線規劃、自動拍攝與實時監測的功能，對于本課題研究實踐有很大幫助，目前地面站的軟件支持PC端與移動端，主要有：Mesh、Altizure、Map pilot、DJI GS PRO等，綜合考慮各軟件優缺點，由大疆公司開發的DJI GS PRO對其自身的產品更加適合。但是由于Mavic air為最新產品，其官方SDK（軟件開發工具包）最近階段才更新，因此目前所有地面站還不支持Mavic air，本課題研究實踐主要借鑒地面站的航線設置與相關參數的比對，實際操作由手控操控完成外作業。

2.3 內作業軟件選擇

目前市面上的三維建模軟件有：Pix4D，inpho，Smart3D，OneButton，PhotoMesh、Altizure等，基本上都能滿足建模需求，綜合比較后，鑒于本研究涉及到施工現場的三維實景模型與部分測繪功能要求，本次內作業軟件選擇Pix4D。Pix4D可以實現全自動無人機數據處理，并生成高精度的DOM文件，且在處理過程中具有人工交互少，操作簡便的優勢，滿足本次研究實踐的需求。

3? 軟件作業流程及模型成果

3.1 數據整理

根據實際飛行所收集到的視覺資產按地塊名稱歸檔，由于各地塊數據量較大，圖片按原格式保存，僅對文件夾、目錄等進行重命名工作，為保證軟件能夠順利識別文件，數據名稱采用英文與數字的格式。

3.2 新建項目

打開軟件Pix4Dmapper，新建一個項目（project），設置項目屬性，命名以及設置項目存放路徑，項目新建完成后，將影像導入新建項目中。影像導入后進行影像屬性設置，主要為三個方面的設置：①圖像坐標系（POS）;②地理方向與定位;③相機型號。所有影像數據均是使用無人機收集，因此均自帶有POS數據，可直接加載使用，其次軟件默認使用WGS84（經緯度）坐標。在相機型號方面，Pix4Dmapper能夠自動識別影像相機模型。所以在影像屬性設置上，滿足自動化需求?？焖贆z測處理此步驟作用在于快速檢查作用，檢測所用影像是否滿足建模要求，其生成處理的結果精度較低，因此處理速度較快。主要在飛行現場進行，目的在于可以提前發現問題方便及時解決。

軟件運行完畢后，可以查看快速檢測成果（一張影像拼圖）與質量報告。質量報告主要檢測兩個問題：Dataset以及Camera optimization quality。

Dataset（數據集）：快速檢測處理過程會對所有影像進行特征點匹配，模型的建立需要確定大部分或全部影像都進行了特征點匹配。否則證明無人機航拍時影像間重疊度不夠或者影像質量太差。

Camera optimization quality（相機參數優化質量）：實際拍攝時所用相機焦距與計算所得出的相機焦距差值不應超過5%，超過則說明在影像屬性設置時選擇的相機模型有誤，需要重新設置。

3.3 高精度處理

快速檢測處理完畢后，進行高精度處理，初始化處理相關設置，特征點提取與優化參數。①特征匹配，特征點匹配處理時，設置處理單位像素大小直接影響高精度處理效果，同時與處理耗時成反比，本可以研究三個地塊均設置為 1（original image size）。②優化參數，優化空中三角測量、光束法平差以及相機檢校計算。因影像數據均由無人機收集，其震動較大，選擇Optimize external and all internals進行內方位元素與外方位元素進行優化計算。③輸出成果，勾選Camera internals and externals，AAT，BBA，生成相機內外部參數、空三文件、區域網光束平差文件。參數設置完畢后，通過軟件進行高精度處理，生成圖像POS數據位置點，生成POS圖像位置點后，連接各點生成飛行軌跡圖，根據航跡圖確定是否與實際操控情況一致，高精度處理校準相機后會生成相機初始點位與最佳點位。

4? 空三加密

4.1 點云加密

高精度處理過后，可進行空三點云加密處理，在選項卡中設置計算處理參數。確定參數設置，進入自動計算，計算過程中不能進行任何操作。

4.1.1 像素比例

圖像比例（Pixel Matching）設置值越大生成的點越多，細節更豐富，相對而言所花時間也越多;為得到更豐富的點云模型，勾選多重比例（Multiscale）;點云密度（Point density）越大處理速度越慢，越小則越快，因此選擇的是 Optimal;最小匹配數（Minimum number of matches per 3D point）指的是在點云中每個點至少要在幾張影像上有匹配點。3為默認值，在影像重疊度不高時可選擇2，但是得到的點云質量不高。選擇4會提高點云質量，相應會減少點云數量。綜合考慮，最小匹配數設置為3。

4.1.2 點云過濾器材

使用點云加密區，是指在初步處理的基礎上，在航跡圖上繪定加密區域，只會在該區域生成加密點云;使用注解，可生成特定成果，該成果用以改變RayCloud視圖中加密點云與致密點云的視覺效果;使用噪音過濾半徑用以設置點云過濾模版的大小，其越大刪除的點越多，成果越平滑，通常設置為6-15。三個地塊均設置為10;使用點云平滑可以解決因使用噪音過濾生成的表面不平整凹凸點，選擇sharp以保留更多的轉角、邊緣特征，GSD值設置為10以保留欄桿、天線等特征。

4.1.3 輸出

XYZ為空間坐標文件，LAS為LiDAR點云文件、LAZ為LAS壓縮文件，各項目均設置為LAS模式。

4.2 數字表面模型與正射影像

空三加密處理后進行DOM（數字表面模型）與DSM（正射影像）參數設置。

①柵格數字表面模型（DSM）：保存DSM格式為GEOTIEF，勾選合并瓦片以生成一個融合的大文件，避免生成分塊狀的DSM。②坐標方格數字表面模型：設置為LAS，間距為100，利用空三加密生成的點云數據，處理速度較快。③正射影像圖：勾選GeoTiff以用來輸出正射影像圖。默認設置Weighted Average（加權平均），避免邊角區域過多的模糊扭曲。④三角模型：用正射影像與DOM生成的OBJ格式文件，可在3DMAX中打開。參數設置完畢后進行DSM數據處理，生成DSM數據集，利用正射影像編輯器生成高程圖與DOM（正射影像圖）。

5? 總結

目前無人機在眾多建設工程階段都取得了良好的工作效益，本課題研究通過使用消費級無人機結合Pix4Dmapper軟件的使用，提出一套以還原施工現場三維實景模型為目標的流程方案，通過無人機攝取現場實際情況的照片，軟件處理成果為項目文件夾形式，其中不僅包含地塊的三維地理信息同時包含現場實況影像資料。

本課題的創新點體現在以下幾個方面：①本課題從硬件設備選型、數據處理技角度、數據收集流程結合無人機控制軟件等方面對整個方案的可行性進行論證，從技術的應用、數據處理軟件的特點等結合施工現場管理的需求，豐富了現場管理人員的管理工具，實現了現場實況可視化。②本課題通過對紫帽山項目進行實際方案應用，對整個方案的流程進行了展示，結合在數據收集、處理兩部分重要工作遇到的問題及解決方案說明本方案流程在建設單位的實用性較高。③本課題總結了該方案的優缺點，并對其進行了展望，對未來的研究提出了相關的建議。

本課題的研究工作依然有很多不足的地方：

①本課題所提出的方案對施工現場的三維實景重建嚴重依賴新型測量軟件Pix4Dmapper，并未對軟件算法機制做深入研究;②本課題所制作的三維模型并未進行嚴謹的精度檢驗，因此只可用于三維GIS的可視化運用，無法達到精細化管理方面的應用需求;③受限于目標區域的業態分布，僅對住宅項目進行三維實景建模，未對其他建設項目或者基礎設施建設等方面的三維實景建模進行研究。

參考文獻：

[1]Harwin S， Lucieer A. Assessing the Accuracy of Georeferenced Point Clouds Produced via Multi-View Stereopsis from Unmanned Aerial Vehicle （UAV）Imagery [J] .Remote Sensing， 2012， 4（6）： 1573-1599.

[2]范承嘯，韓俊，熊志軍，等.無人機遙感技術現狀與應用[J]. 測繪科學，2009，34（5）：214-215.

[3]李磊，熊濤，胡湘陽，等.淺論無人機應用領域及前景[J].地理空間信息，2010，08（5）：7-9.

[4]Abu Hassan S. Effective Range of Unmanned Aerial Vehicle （UAV） in theMalaysian Army Tactical Operations[J]. Applied Mechanics & Materials， 2014，629：399-403.

[5]Yan L， Gou Z， Duan Y. A UAV Remote Sensing System： Design and Tests[J].Geospatial Technology for Earth Observation， 2009：27-44.

[6]Rango A， Laliberte A， Steele C， et al. RESEARCH ARTICLE： Using UnmannedAerial Vehicles for Rangelands： Current Applications and Future Potentials[J].Environmental Practice， 2006， 8（3）： 159-168.

[7]Metni N， Hamel T. A UA V for bridge inspection： Visual servoing control law with orientation limits[J]. Automation in Construction， 2007， 17（1）：3-10.

[8]Rathinam S， Zu W K， Sengupta R. Vision-Based Monitoring of Locally LinearStructures Using an Unmanned Aerial Vehicle[J]. Journal of Infrastructure Systems， 2008， 14（1）：52-63.

[9]Dunford R， Michel K， Gagnage M， et al. Potential and constraints of Unmanned Aerial Vehicle technology for the forest.[J]. International Journal 30（19）：4915-4935.characterization of Mediterranean riparian of Remote Sensing， 2009， volume.

基金項目：華僑大學研究生科研創新基金資助項目（No.17014086034）。

作者簡介：徐曉迪（1995-），女，河南洛陽人，華僑大學碩士研究生。