無人機自動化貼近攝影測量建立單體建筑模型

凌龍,陳文德,龍家美,廖浩天,雷界

(1.成都理工大學 旅游與城鄉規劃學院,成都 610059;2.成都理工大學 地球科學學院,成都 610059)

0 引言

元通古鎮唯一新建的是位于三江匯流處的明清風格元通塔。登上塔頂可北迎泊江水,西眺味江瀾,東觀元通古鎮,南賞成都平原,是元通古鎮的標志性建筑。由于元通塔三面環水,所以對于該建筑的細化檢測和養護管理工作受到諸多地形限制,人工測量難以找到適當的工作點,手動操作無人機拍攝也存在視覺盲區。目前傾斜攝影測量雖然在一定程度上解決了建筑建模效率低的問題,但也存在采集信息不完整、建筑物下方容易出現盲區和破損的問題,難以滿足單體建筑精細化建模的要求[1]。何原榮等[2]提出聯合三維激光掃描與傾斜攝影測量技術的古建筑建模方法,該方法相對于傳統方法效率有大幅提升,但受地形影響明顯,對環水建筑的建模較為困難。張祖勛院士[3]在2019年提出了貼近攝影測量的概念,被稱為區別于傳統垂直攝影測量和傾斜攝影測量的第三種攝影測量方式。作為一種新興的測量技術,其在無人機技術的加持下對建筑物本體實現完整覆蓋,能夠達到厘米級甚至毫米級的數據采集工作,針對單體建筑在空間上相對獨立,立面細節較為復雜的特點,可有效解決當前無人機建模角度受限的問題。李清泉等[4-5]提出了優視攝影測量的概念,通過分析場景的視點,計算出優化后的無人機數據采集航線,使無人機圖像采集更具針對性和準確性,顯著改善建筑物立面的模型效果,進一步提升大范圍三維重建工作的精度和效率。苗志成等[6]利用貼近攝影測量對小體量單體建筑進行了精細化建模,但此辦法需要較多人工參與,對于大體量建筑物存在建模效率低和安全性不足等問題,對無人機飛手要求較高,無法自動化完成貼近攝影測量。因此,針對建筑的測量和保護工作,亟需一種快速、自動化程度高、受地形限制少的方法。本文提出利用無人機傾斜攝影模型對貼近攝影測量進行精細化航線規劃,可視化校驗航線安全性并自動化執行數據采集的方法,具有高效率、低成本的特點,使外業脫離建筑物周圍的地形限制,滿足對單體建筑高精度、全方位數字化采集的要求。

1 技術路線

利用大疆精靈4RTK無人機(簡稱4RTK無人機)對元通塔周邊范圍進行傾斜攝影測量建模,生成用于精密規劃航線的初步模型,此模型包含元通塔周邊完整地形條件和障礙物信息,以該三維模型作為貼近攝影測量精細化航線規劃的基礎。利用航線規劃軟件,在傾斜攝影模型的基礎上,規劃均勻的貼近攝影測量航線并設置拍攝參數,并完成可視化安全性校驗,使航線能夠完整覆蓋建筑物的立面和頂面,同時保證飛行安全,最后將該航線輸入飛控執行任務,由RTK無人機進行全自動貼近攝影測量。

2 初步模型建立

利用GS RTK規劃以元通塔為中心的150 m×150 m進行傾斜攝影測量“井”字型航線,航向重疊率設置為70%,旁向重疊率為60%,使用4RTK共拍攝76張照片[7]。該無人機搭載厘米級實時動態載波相位差分技術(real time kinematic,RTK),能顯著提升數字成果精度,在免相控的條件下達到1∶500的標準規范[8]。將本次飛行的數據導入大疆智圖軟件中進行傾斜三維建模,輸出WGS84坐標系下的研究區傾斜攝影模型如圖1,圖中的元通塔是本文此次貼近攝影測量的建筑主體。

圖1 研究區傾斜攝影模型

3 貼近攝影測量

在無人機傾斜攝影模型成果中,立面模糊且紋理拉花嚴重,不能單獨作為單體建筑監測和保護的數字化成果[9],但其能夠詳盡反映建筑物周圍環境,具備坐標系和空間尺度。利用該模型進行貼近測量的航線規劃可預先避開障礙物,調整航線以保證航線安全性,大幅提高無人機作業效率。貼近攝影測量主要包括航線規劃、數據獲取和數據處理等步驟[10]。

3.1 航線規劃

自動化貼近攝影測量的核心在于航線規劃,其決定了無人機貼近攝影測量作業時的安全性和成果精度,在航線規劃分為參數測取、航線設計和安全性校驗3個步驟[11]。航線規劃選用某航線設計軟件,其特有的自定義航線功能可以滿足多種場景需求。

1)參數測取。無人機航線的具體路徑取決于最近障礙物距離(D)、最低點高程(L)、最高點高程(H)、旁向重疊率(R)和航向重疊率(R′)等參數,利用大疆智圖測量傾斜攝影模型中建筑物和周圍環境的空間距離,測量結果如圖2所示。其中:D為距離建筑物最近的障礙物直線距離18.89 m;L為航線最低點高程540 m;H為最高點高程,取建筑物最高處高程586.6 m;R為旁向重疊率;R′為航向重疊率。為保證建筑物建模質量,依據重疊度計算方法[12]做模型效果和重疊度關系的預測試,發現當重疊率低于50%時,部分建筑物懸挑結構細節丟失,而高于60%時,模型效果和紋理細節提升不大,用時卻大幅增加。因此,本次采集中R和R′均取50%,所有數據考慮了冗余以保證飛行安全。

圖2 傾斜攝影模型測距示意圖

2)航線設計。在建筑物初步模型的基礎上,對建筑物主體進行貼近攝影測量航線規劃。航線包括立面航線、頂面航線和向上15°航線,共拍攝影像364張。其中立面航線主要拍攝建筑物的立面細節,頂面航線主要以向下45°的角度拍攝建筑物頂部細節,向上15°航線主要抬起云臺相機拍攝建筑物檐下區域。

在無人機傾斜攝影成果中繪制建筑物頂視輪廓(A),在該輪廓形狀向外擴10 m繪制航線作為無人機運行的平面軌道參考(A′),以A′為參考在立面方向由上至下設立7條環繞航線(B)。其中:1號航線作為頂面航線,云臺角度向下45°對建筑物頂部拍攝;2～7號航線作為立面航線和向上15°航線,云臺角度分別設置為0°和+15°,采集方向為繞建筑物主體向內采集,設置航向(R)和旁向重疊率(R′)均為50%。圖3是航線規劃的方法和步驟見示意圖。無人機機型設置為4RTK,其傳感器型號為DJI FC6310R,航線設計參數見表1,貼近攝影航線規劃成果見圖4。

表1 航線設計參數

圖3 航線規劃的方法和步驟見示意圖

圖4 貼近攝影航線規劃成果圖

3)安全性校驗。此次研究中,貼近建筑物飛行的過程中存在一定的安全隱患,靠目視觀測發現無人機與障礙物即將碰撞時,通常來不及處理。因此需提前進行可靠的安全性校驗。本方法中規劃的航線和初步模型基于統一的坐標系,將航線和初步模型在GIS軟件中進行疊加可視化分析,直觀地展示航線穿過的區域,對后續貼近作業的安全性提供定量評估。如圖5所示,無人機水平方向距離最近的障礙物為橋頭的樹木,其與規劃航線的最近距離為7.95 m,與建筑物最近距離為10.94 m,具有厘米級定位系統的4RTK無人機在此距離下能夠安全地從樹木和建筑之間穿過。所有航線與障礙物之間均存在良好的安全冗余距離,無碰撞風險。

圖5 航線疊加可視化航線安全性校驗

3.2 貼近數據獲取

對航線安全性進行充分校驗后即可進行外業數據采集。將規劃的航線和航點導入GS RTK飛控軟件中,設置兩次自動化任務,第一次飛行完成頂部航線和立面航線,第二次飛行完成向上15°航線,設置航點懸停拍照避免出現拉花,最后使用4RTK無人機執行自動化飛行。全程無需人工干預,無人機依據規劃的航線對建筑物主體進行貼近采集作業。本次數據采集共耗時47 min、2塊電池,共拍攝367張影像,該影像的EXIF數據記錄了完整的拍攝位置和姿態信息(POS信息),便于后期進行精細化建模。

3.3 數據處理

對單個建筑的模擬更側重于該建筑的小微部件的尺寸、結構和紋理信息[13],因此,數據處理環節的精度控制尤為重要。為了提升精細化模型的絕對精度和相對精度,需要進行數據預處理、相機標定、空三計算和模型生產4個步驟[14]。

1)數據預處理。數據預處理主要通過POS信息篩選和Lightroom批量化處理的方式。POS信息篩選的目的是排除掉定位數據明顯偏差于規劃航線之外的影像,這部分影像的位置信息偏移通常是由于障礙物遮擋或者網絡RTK系統斷流引起的,其參與空三計算會引起模型整體位置的偏移[15]。此外,過曝和欠曝的影像需經Lightroom進行批量化處理,使所有照片的曝光量盡量趨于一致,盡可能地反映出細部紋理,有助于空三計算中特征點的匹配。共篩選出3張位置偏移的影像,將其他合格的影像單獨分組進入空三計算。

2)相機標定。貼近攝影測量的相機標定非常重要,傳感器經過多影像平差計算標定后有助于提升整體數字成果的精度[16]。通過Context Capture Master中多幅影像的平差計算得到無人機的傳感器校正結果,將平差結果輸出為光學屬性文件供后續步驟使用。

3)空三計算。空三計算是攝影測量中的關鍵步驟,其作用主要是確定影像位置。導入影像和相機的光學屬性并提交空三計算任務,得到空三計算成果。光束法區域網平差是當前主流的空三計算方法。其以中心投影坐標的共線方程作為數學模型,以相鄰照片作為控制參數,從而求得照片的外方位元素和加密點的地面坐標。

由于對于單體建筑的貼近攝影測量空三計算相對傳統的傾斜攝影測量更為復雜,經測試多款空三計算軟件都容易報錯甚至掉片,難以滿足精細化建模的基本需求。Agisoft Metashape具有強大的空三計算能力,將通過篩選和處理的364張影像導入該軟件中進行空三計算,得到稀疏點云和相機位置誤差。

執行航線飛行過程中的無人機相機位置的誤差需要進行精度評估以確保無人機RTK系統正常工作。利用Agisoft Metashape進行精度分析,無人機定位精度分析圖如圖6所示,其中XY平面方向的中誤差為1.50 cm,高程定位精度中誤差為1.76 cm。其作業過程中定位精度達到厘米級,符合精細化建模的要求。

4)模型生產。導出Agisoft Metashape計算的空三結果,在Context Capture Master中進行點云構網和模型生產工作。建模過程具有自動化、高效率的特征,計算機通過讀取影像的位姿信息,自動建立精細化三維模型。

4 成果分析

本次實驗利用手持RTK對建筑的10個檢查點進行測量,以評價模型成果在三維坐標系上的準確度。通過對比實際測量數據得到X、Y、Z3個方向的三維坐標值得殘差值(Δ),得出平面和高程方向的中誤差,如表2所示。

由表2中數據可知,模型成果的X方向中誤差為±0.011 m,Y方向中誤差為±0.008 m,Z方向的中誤差為±0.004 m,水平中誤差為±0.095 m,滿足CH/T 9015—2012《三維地理信息模型數據產品規范》中Ⅰ級1∶500成圖比例尺三維模型精度要求中的平面中誤差小于0.3 m、高程中誤差小于0.5 m的要求[17]。

對于建筑的監測保護和研究工作而言,模型的立面紋理細節和相對精度十分重要。此次外業選擇激光測距尺和全站儀測量10處建筑部件的平面距離和高程,將該模型成果的測量值與外業實測值進行比較,得到平面距離差和高程差,以此進行精度的評價和驗證。精度統計表如圖7所示。

圖7 相對誤差統計圖

由圖7可知,平面距離差最大值為0.009 m,最小值為0.001 m;高程差最大值為0.008 m,最小值為0.002 m,精度均保持在毫米級別,精度較高。相較于傳統的傾斜攝影測量,建筑立面的輪廓分明、紋理清晰,對于該建筑的特征部件,如窗戶、屋檐、瓦片和裂紋等均可清晰分辨和測量,實現了對建筑物本體的高度還原。

選取塔頂、塔身和飛檐3個視角的細節,成果對比傾斜攝影模型的效果(圖8),可見傳統傾斜攝影只能獲取建筑物大致外沿尺寸,而自動化貼近攝影的成果能夠清晰反映建筑細部構件,建筑頂部瓦片數量清晰可見,飛檐翹角細節清晰,對于建筑物立面的紋理和建模工作有較大優勢。模型成果能體現建筑物大于0.5 m的細節,對建筑物本體建模滿足細節建模表現,根據CH/T 9015—2012《三維地理信息模型生產規范》中關于建筑物要素模型制作的相關規定,符合Ⅰ級建筑物要素模型制作的要求[17]。這樣的航線規劃方式還適用于其他相同類型的建筑物,尤其適用于多面臨水、臨崖等地形復雜的建筑物。

圖8 兩種測量方式效果對比圖

5 結束語

當前傾斜攝影測量在建筑模型的細節表現方面不盡人意,而目前普遍采用的人工貼近攝影測量的方式對飛手技術有較高要求,容易引發無人機碰撞的安全事故,安全性和效率較低。為此,本文提出一種通過軟件提前規劃、自動化執行貼近攝影測量的方法,依托前期獲取的傾斜攝影模型進行航線規劃和安全性校驗,提前規避風險,具備起飛后不管獲取數據的能力,即使應對臨水臨崖建筑也能完成高精度重建作業。此方法改善了人工貼近攝影測量效率和安全性上的缺點,利用傾斜攝影模型規避建筑物周邊的障礙物,適合單個建筑物快速獲取精細化模型,其成果符合CH/T 9015—2012《三維地理信息模型生產規范》中Ⅰ級1∶500成圖比例尺和Ⅰ級建筑物要素模型制作的規范要求。自動化貼近攝影測量以小型單鏡頭RTK無人機作為飛行平臺,利于節約成本,增強作業小組機動性。該技術可用于補充大體量三維建模中的重點建筑的精細化重建工作,還可以用于建筑的破損檢測和修復工作。

但該方法也有一定的局限性,比如:在大光比的天氣下,建筑物的陽面和陰面色差和對比度過大,難免會在細節處理上出現問題;對于過大體積的建筑,RTK信號可能會被遮擋從而影響無人機定位精度;可見光相機對于純色面積較大的建筑物建模可能會出現拉花或者空洞。因此,后續將對如何解決上述問題進行探討,以及對大光比條件下的作業方式進行研究。