無人機視覺下的露天礦山工程量算法研究

李大鵬

(中鐵十九局集團 礦業投資有限公司，北京 100161)

0 引言

在現代工程建設中，土石方工程量的計算根據施工現場的地形地貌及設計要求的不同在整個工程建設過程和項目造價預算中占據的比例不等，而由于土石方工程量計算自身的特殊性，使其在造價控制上存在一定難度，易造成糾紛，這就要求對土石方工程量作出準確、客觀的計算。

本文通過無人機對露天礦山進行航空拍攝，根據所得的圖像數據自動匹配，建立礦山實體的空間三維幾何模型，最后基于礦區的空間三維幾何模型計算工程量。

1 無人機視覺的露天礦山影像獲取

通過采用無人機拍攝方式來獲取礦區影像數據，無人機外業飛行流程如圖1所示。

圖1 無人機飛行作業流程

2 航攝像片數據處理分析

2.1 無人機原始地貌數據整理

當用無人機航拍完礦山整個地形影像時，外業處理就結束了，接著回到室內進行內業處理。無人機航拍所獲得的數據是存儲在文件夾中的按照編號有序排列的航片，每張航片之間存在重疊區域，方便之后的影片拼接。同時，每張航片還具有對應的航片拍攝的高度、姿態等信息。原始地貌數據如圖2所示。

2.2 特征提取

利用SIFT(Scale-Invariant Feature Transform)算法提取目標特征，此算法的實現過程可分為4步[1]，如圖3所示。

圖2 原始地貌數據

實驗所采用的立體像對匹配數據示例如圖4、圖5所示。左影像和右影像構成立體像對，立體像對的匹配結果如圖6所示。

圖3SIFT算法步驟

2.3 光束法區域網空中三角測量

空中三角測量是立體攝影測量中，根據少量的野外控制點，在室內進行控制點加密，求得加密點的高程和平面位置的測量方法[2]。空中三角測量流程如圖7所示。

圖4左影像 圖5右影像 圖6立體像對匹配結果

3 對無明顯特征點自動配準圖像

3.1 基于特征的匹配方法

基于特征的匹配方法主要包括以下4個步驟：

(1) 特征提取。采用SIFT算法提取影像特征，它是特征匹配的基礎，提取的特征精度對之后的照片拼接具有重要影響。

(2) 特征匹配。將兩幅圖像上具有相同特征的地物或者參考點進行匹配，識別出兩幅圖像上具有的相同特征，然后根據相同特征進行兩幅影像的配準。

(3) 模型參數的估計。模型參數是構建礦區模型的必要條件，模型參數根據圖像間的匹配關系以及無人機拍攝時的相關參數通過聯合推導獲得。

(4) 圖像重采樣。在執行完以上操作步驟后，圖像中的像素點所對應的像素值會發生變化，所以需要對圖像進行進一步重采樣處理。目的是使其每張圖片均處于同一基準坐標系下，從而實現圖像匹配。

圖7 空中三角測量流程

3.2 無明顯特征點區域的圖像匹配

由于礦區地勢平坦、地物較少，缺乏明顯的特征點，因此直接對礦區進行航測數據獲取，并對航測圖像進行匹配會造成明顯的圖像匹配誤差，從而會影響后期三維建模的精度。

基于礦區缺乏明顯特征點的情況，采用一種地表校正裝置作為礦區的特征點，用來進行圖像匹配，以提高圖像匹配的精度。地表校正裝置示意圖如圖8所示。基于RANSAC(RANdom Sample Consensus)算法的影像配準流程如圖9所示。

4 建立礦區實體的空間三維幾何模型

把無人機拍攝的照片數據導入到smart3D軟件，將RTK(Real-Time Kinematic)采集的控制點坐標選刺到對應的像片上，之后進行空中三角測量操作，生成三維實體模型，最終得到軟件處理結果[3]，如圖10所示。

1-螺絲釘;2-U型固定釘支撐孔;3-固定板;4-帶有螺紋和刻線的校正點;5-U型固定釘

圖9 基于RANSAC算法的影像配準流程

圖10 礦區三維立體模型

5 礦區土方量計算

5.1 礦區土石方量計算

(1) 將礦區點云文件導入AutoCAD2018中，在三維視圖中轉為具有高程信息的三維模型。

(2) 把CAD生成的三維模型導入Revit2018，在Revit2018中生成原始地貌模型，并把原始地貌的創建階段設置為現有。

(3) 選擇一些在實際地形中較平穩的地區，然后單擊下一個輸出對話框以創建與當前地形相同的新地形。

(4) 參照基坑溝槽圖紙，運用消除原地形的高程點與創建開挖后的高程點的方式，創建想要開挖到的地形表面。

(5) 選新構造的地形，軟件會自動選擇新構造與現有之間的土方體量，左側屬性欄會顯示凈剪切、填充、截面的值，會將礦山工程量的一些相關數據的值直接顯示在屏幕上。

5.2 測算結果分析

為了驗證無人機露天礦區工程量量算系統在工程量計算方面能否滿足現有礦區生產的要求，我們在礦區內選擇某一地塊進行了土方測量比較，主要將無人機土方測量與傳統的RTK以及先進的三維激光掃描技術進行比對。測算結果分析如下：

(1) GPS技術測算結果分析(傳統方法RTK)。根據測量得到的坐標點的數據，在cass中計算得到的土方量為3 077.77 m3。傳統的GPS-RTK測量技術所采集的點的密度低，無法實現面測量，在地形復雜的地區傳統的測量手段效率低下，勞動強度大。

(2) 三維激光掃描技術測算結果分析。對掃描得到的點云數據進行拼接、濾波處理，剔除離散點，提取關鍵特征點坐標，將坐標導入cass軟件中，計算土方量為3 177.77 m3。

(3) 傾斜攝影測量技術測算結果分析。根據一系列對無人機所拍攝的照片的處理，得到三維實體模型，進而計算出土方量為3 145.26 m3。

三組數據的實驗結果較為相似，但是無人機影像數據照比三維激光點云數據在數據量方面少得多，建模速度快，對計算機硬件要求低。不同方式計算土方量的參數對比如表1所示。

6 結論

通過利用三種不同的測算方法來對礦山土方量進

行計算，所得到的結果差距不大，但通過比較得出以下結論：在數據量上，使用傳統的測量方法所獲取到的數據量內存比較小，主要是因為傳統測量使用RTK測量點坐標，數據構成上與先進方法中三維激光或者無人機所獲取的數據結構是不同的，三維激光和無人機可以獲得整個礦山的外貌特征以及三維模型，所以在數據量上要大于RTK中點坐標數據。因此，可以看出無論是在內業還是外業中，無人機測量均很有優勢。并且在經濟效益、社會效益上無人機測量的優勢也很大，設備成本低、效率高、易于操作，不需要三維激光中內業處理所需要的繁雜技術，步驟較少，通過計算機自動處理節省了大量人工時間，并且在精度上也符合要求，無人機測量技術正成為一種礦山測量的新方式。

表1 不同方式計算土方量參數對比