無人機航測在道路工程測量中的應用研究

李東

（廣西路橋工程集團有限公司）

1 引言

當前，我國的無人機航測技術取得了非常顯著的成績，尤其是在道路工程測量中，發揮著積極作用，無人機航測技術正成為道路工程測量中最重要且最先進的一種技術手段，對整個道路工程的準確測量和穩定運行有很重要的作用。

2 采集道路工程三維遙感圖像

使用無人機對道路工程進行采集，根據地形檢測出的數據信息對其進行三維重建，提出有效的建模方案，從而提高對道路工程整體圖像采集的準確性。為了構建三維輔助測量模型，需要選擇出適合此道路的網格間距，并且使用此匹配方法建造道路工程圖像的采集模型。構建道路工程圖像的采集模型，最主要的就是構建出幾何要素點的集合，假設C為幾何測量出的長度，通過特征點的采集，可以得出中心位置S中各個像素分布的位置參數，而此坐標采用的是世界大地測量系統中的地心坐標系（簡稱為WGS84），這樣就可以得到回傳數據的特征，并且滿足遙感圖像前n個像素的特征分布[1]。采用道格拉斯-普克算法測量出的簡化曲線，構建出地形輔助測量模型，得到整個網格區域的中心為S。然后在前期基礎上，連接AO兩個點，保證被探測目標處于正確位置，從而獲得工程需要的全局空間位置分布圖，通過構建類地心弧線，真正形成觀測目標點的仿真模型，用以下公式來表示。

式（1）中：我們可以得知數據密度的特征量，其中B1,B2,B3分別表示不同的閾值。還可以通過常用的幾何路徑測試法進行驗證，我們還可以獲得一個全新的公式用來表示采集數據后的特征分布。

式（2）中：p0(x)是一個特殊的數據節點，表示該工程三維模型中某一采集數據的處理結果。按照一定的數值處理和重組加工，我們可以得到新的道路工程3D測量模型，如公式3所展示。

式（3）中：通過對幾何識別函數?x的分析，我們可以得到3D地形分布中的相關數據，從而幫助工程建造者利用三維輔助測量模型，獲得精確的施工3D影像圖。通過對其特性的分析，可以得到3D地形分布中被人為破壞的特征參數，提前做好分析及應對準備。

3 提取遙感圖像線特征

在道路工程測量中使用無人機航測技術所拍攝到的圖像中，存在著大量的線特征，而圖像中的線特征在進行圖像識別過程中，始終處于最基礎且最有用的一種特征，。本文中所提到的道路工程測量技術，就需要以提取圖像線特征為基礎，構建所需要的視覺框架結構，而正確的提取方法對整個視覺框架結構最終的呈現結果有著非常重要的價值與意義。拉東變換（又稱為Radon變換）主要就是將m維的空間域在m-1維的平面上利用積分表示出來。假設兩維坐標面上的函數g(x,y)，優先確定直線F，以獲得它的拉東變換，用σ0=xcos?0+ysin?0來定義。我們先觀察這條直線的σ0和?0兩個參數，σ0表示直線所處位置到初始位置的距離，而?0一個表示垂直距離到X軸的夾角。我們沿著直線F求值，對函數g(x,y)進行積分，得到新函數g(x,y)。求得拉東變換之后的函數值G(?0,σ0)，通過下面的公式4進行延時。

式（4）中：ε表示單脈沖函數；而dx、dy表示x、y上的差值。然后，再利用函數二維平面上的全部直線F(?,σ)進行積分G(?,σ)的計算，得到經過拉東變換后的函數g(x,y)。根據拉東變換的相關原理可知，拉東變換是提取圖像線特征中最重要的步驟。而在進行處理過程中，首先需要做的就是將彩色的RGB圖像利用下述公式（5）轉變成為灰度的圖像。

式（5）中：根據三原色原理：R、G、B代表紅、綠、藍，而他們的數字則反映亮度值；Gray是灰度值。

圖像特征提取核心在于對圖像邊緣點的有效提取，而采取拉東變換則是最直接的方法。灰度圖像的變化值在物體內部比較平穩，但是背景灰度與邊緣像素灰度的閾值有很大不同，給人以突變的視覺沖擊。如何高效提取邊緣像素，則決定著成像的好壞，以灰度值突然變好為前提，進行梯度捕捉，通過設定閾值與采集數值的對比，從而有效提取邊緣的像素點。得出的二值影像就是邊緣像素影像，1是邊界點的恒定數值，0則是非邊界點的數值，一條白色的曲線就呈現出來。通過拉東變進行線性積分的求取，我們得到關于(?,σ)平面上的圖像顯示，在合理的閾值設定后，我們可以得到圖像的線性特征。

4 圖像濾波處理并生成道路工程數據信息

濾波的概念就是將整個信號中某一特定的波段頻率進行過濾處理，這是一種防止信號被干擾的重要措施。然后就需要對三維遙感圖像，使用相匹配的濾波機器進行濾波處理，將提取到線特征后的圖像中所存在的特征變化，利用目標數據的剖面結果，獲取圖像中特征的交集處。再根據特征點的分布情況，就可以得到道路回傳后的三維遙感圖像，其重構的輸出曲線為下式（6）所示。

式（6）中：k為道路回傳后的三維遙感圖像的回傳系數，β為圖像中特征的集合，a0為連接成曲線的坐標點集合。沿著弧形進行數據采集，得到的輔助測量的特征為下式（7）。

式（7）中：G0,Gn為道路的高程數據分布，構建出三維輔助測量目標點集合，根據遙感圖像會得到交點檢測的結果，并且得到的結果和目標點的幾何路徑都會滿足下式（8）。

式（8）中：Zyo為高程數據的采集率，x,y為新增控制點與道路進行融合的參數，再根據幾何路徑會得到整體的函數，再根據貝塞爾曲線來實現對三維道路工程的數據重組，會得到圖像濾波處理的模型為下式（9）。

式（9）中：trace(x,y,λ)則等于其中h2為三維特征的參考數值，l2為數據信息的分布，φ為三維道路檢測出的網格特征分布集合。通過上述就可以實現三維遙感圖像對濾波進行的檢測和處理[2-3]。

要想準確地獲得道路工程的信息，首先，需要利用無人機航測技術來對道路工程的原始數據進行采集，并選擇出目標點進行標記以及后續的檢測；其次，可以通過得到的標記點對所屬空間進行加密處理，隨之進行全數據處理，從而得到更加準確的位置和其他外在因素；最后，可以利用“三維技術”將監測出的數據進行三維建模，并且進行反復檢測，從而得到最終的整體工程圖像。將檢測到的數據，通過三維遙感圖像進行濾波處理，結合無人機航測得到的圖像，最終實現無人機航測在道路工程測量中的應用[4]。

5 應用測試與分析

為了檢驗此次提出的無人機航測技術在道路工程測量中的可靠程度以及實際使用的效果，需要構建模擬實驗測試平臺，以某道路工程施工區域作為監測對象，代替實際道路工程測量，降低測試的風險以及外在因素帶來的不穩定性。在實驗平臺搭建三個完全一致的模型，其中一個使用本文提到的無人機航測技術，另外兩個使用傳統測量技術（Excel VBA與GPS-RTK技術），從而比較哪種技術在實際地形測量中更加準確且便捷。具體測量結果如圖1所示。

圖1 不同方法測量目標準確度示意圖

由圖1可以看出：當目標數量增加到120個時，使用Excel VBA技術對道路工程進行測量，測量結果的準確率在38%～80%之間；使用GPS-RTK技術對道路工程進行測量，測量結果的準確率在62%～90%之間；而使用無人機航測技術對道路工程進行測量時，測量結果的準確率在90%～100%之間[5]。通過計算可以得出，使用Excel VBA技術進行道路工程測量時，平均準確率58.92%；使用GPS-RTK技術進行道路工程測量時，平均準確率為76.33%；而使用無人機航測技術進行道路工程測量時，平均準確率為95.17%。

綜上所述，在對道路工程進行測量時，無人機航測技術對其測量的準確度始終在90%以上，改變了傳統道路工程測量技術準確度不高的情況[6]。

6 結語

此次研究在明確傳統道路工程測量技術存在的問題后，有針對性地解決了測量數據不夠準確的情況，為后續更復雜地形的測量提供解決問題的基礎。

從文中提出的無人機航測技術可以看出，此方法只可針對道路工程這種相對較為平整的地形進行測量，還無法實現自動同步。今后，可以通過技術手段進行提高，并且將同步技術運用到道路工程測量中，為我國合理地開發道路資源提供基礎保障，從而推動道路工程的發展。