基于物聯網技術的自然資源無人機測繪數據采集方法

摘 要：常規的自然資源無人機測繪數據采集方法主要依賴MAPEDIT軟件完成測繪定點的編輯處理，但這種方法易受測繪空間位置變化影響，導致采集的測繪坐標與實際坐標存在不吻合的情況。為此，基于物聯網技術，設計一種全新的自然資源無人機測繪數據采集方法。該方法規劃了自然資源無人機測繪數據采集路徑，利用物聯網技術構建了無人機測繪數據采集中心，并設計了專門的無人機測繪激光點云配準算法，從而成功實現了自然資源無人機測繪數據的采集。實例分析結果表明，設計的基于物聯網技術的自然資源無人機測繪數據采集方法所采集的測繪坐標與實際坐標非常接近，證明了該方法具有較好的采集效果。

關鍵詞：物聯網技術；自然資源；無人機；測繪；數據采集；激光點云配準算法

中圖分類號：TP39 文獻標識碼：A 文章編號：2095-1302（2024）11-0-03

0 引 言

無人機測繪技術是一種新型地理空間數據采集處理技術，需要在無人機上安裝傳感器和相機，以獲取高分辨率的遙感圖像，在地形測繪、土地利用規劃、環境監測等方面應用廣泛[1]。利用無人機測繪可以大幅度提高測繪數據的采集效率，因此開展自然資源無人機測繪方面的研究非常重要。近年來，相關研究人員基于無人機測繪特點設計了幾種常規的無人機測繪數據采集方法，例如基于GIS的無人機測繪數據采集方法[2]，以及基于三維激光掃描技術的無人機測繪數據采集方法[3]。但以上2種方法易受測繪空間位置變化的影響，導致數據采集測繪坐標與實際坐標存在不吻合的情況。因此，本文基于物聯網技術設計了一種全新的自然資源無人機測繪數據采集方法。

1 基于物聯網技術的自然資源無人機測繪數據采集

方法設計

1.1 自然資源無人機測繪數據采集路徑規劃

當測繪環境相對復雜時，對無人機行動軌跡的精確度要求隨之提高。為了提高測繪精度，避免無人機測繪數據采集異常[4-5]，本文使用可視圖法和柵格法來規劃自然資源無人機測繪數據采集路徑。規劃的柵格越小，所表示的測繪障礙就越精確。因此，可以通過確定合適的柵格尺寸，對無人機的測繪飛行空間進行離散化處理。同時，設定有效的膨脹系數[6]，并根據障礙物測繪標準進行環境建模，在確保留有足夠安全裕量的基礎上生成路徑規劃的先決條件[7]。此時，可設定一個微小的固定距離，定義避障性能參數矩陣lik的表達式為：

（1）

式中：Dik代表第i個路徑點與第k個障礙物的間距；Dsafe代表預設的安全測繪距離[8]。此時，考慮路徑最短性能，得到的路徑規劃安全懲罰函數f表達式為：

（2）

式中：λ為懲罰因子；n為路徑點個數。路徑規劃必須滿足無人機飛行避障性能。基于此，計算最短路徑歐氏距離f1，表達式為：

（3）

式中：xi+1、yi+1為初始路徑點坐標；xi、yi為避障路徑坐標[9]。根據上述路徑規劃參數生成的路徑規劃目標函數F的表達

式為：

（4）

使用上述路徑規劃目標函數可以不斷地進行路徑規劃更新，進而提高測繪數據采集的效率。

1.2 基于物聯網技術構建無人機測繪數據采集中心

通過物聯網技術構建出高效的傳感網絡，同時利用無人機搭載傳感器就可以實時獲取測繪數據，包括地形地貌、氣象信息、水文數據等。基于此，本文首先基于物聯網技術構建了無人機測繪數據采集中心。設計該采集中心時需要考慮以下幾個要點：第一，需要直接獲取不同場景的測繪信息，以減少深度估計所帶來的計算成本；第二，需要降低無人機定位約束；第三，數據采集中心的采集傳感器必須有足夠的采樣頻率，以滿足多場景的測繪要求[10]。根據上述無人機測繪數據采集中心的設計要求，本文選取無人機動力系統、飛行控制器作為該中心的核心硬件設備，并利用機載電腦進行數據分析。除此之外，為滿足測繪的視覺定位要求，還配置了SLAM雙目魚眼相機以及慣性測量單元（Inertial Measurement Unit， IMU）輔助激光雷達。在測繪過程中，為了確保輔助飛行控制的精準性，本文設計的測繪數據采集中心利用Pixhawk 4開源固件進行了二次開發處理，并結合Realsense T265進行驅動，以期在最大程度上提升測繪采集的效果。

1.3 無人機測繪激光點云配準算法設計

由于獲取的初始測繪信息受測距特征影響，存在線性擬合誤差，因此，需要設計一種無人機測繪激光點云配準算法。首先對不同的測繪節點進行線性擬合計算，表達式為：

（5）

式中：w為擬合向量；z為擬合直線斜率；z0為截距。在測繪過程中，可以根據測繪節點的關系進行均值濾波處理，從而實現激光點云配準，表達式為：

（6）

式中：ε代表均值計算；p（z， z0）代表均值濾波輸出結果；

q（z， z0）代表測繪點灰度值。使用該激光點云配準算法可以按照節點的灰度值快速進行降序排列處理，并調整對應中心的像素匹配關系，消除產生的數據噪聲點，從而提高測繪數據采集坐標與預設坐標的擬合度。

2 實例分析

2.1 概況及準備

根據無人機測繪數據采集實驗要求，本文選取X區域作為研究區域，該研究區域的植被覆蓋率較高，存在混交闊葉林。本文使用多重疊度規劃法設置無人機測繪路徑，選定的作業區域面積為100 m×100 m，飛行高度預設為50 m。

本次采集到的無人機測繪數據要通過I7-670HQ處理器統一進行處理，再傳輸至ALIENWARE工作站中，實驗操作系統為Windows 10 64位。在開始實驗后，需要選取

Python 3.7和OpenCV 3.4進行輔助分析，使用AMAZE算法提取了測繪特征，本文選取3Strandard無人機作為實驗無人機。首先需要進行影像匹配，描述不同的測繪特征點；再進行空中三角測量，輸出有效的實例分析數據采集坐標。在無人機測繪的過程中，需要不斷調整機身的位置、姿態。因此，在實例分析中使用慣性測量單元IMU來調整控制指令，利用加速度計和陀螺儀測量三軸姿態角，采用GPS PPK技術進行動態后差分處理，并進行坐標解算，保證測繪結果的精度處于1 cm+（1～2 ppm）范圍內。

2.2 測繪數據采集結果與討論

根據上述研究概況及準備，進行自然資源無人機測繪數據采集實驗，分別使用本文設計的基于物聯網技術的自然資源無人機測繪數據采集方法、文獻[2]的基于GIS的無人機測繪數據采集方法，以及文獻[3]的基于三維激光掃描技術的無人機測繪數據采集方法進行測繪數據采集，并記錄3種方法在不同測繪數據采集點下的測繪坐標數據。測繪數據采集結果見表1。

由表1可知，在不同測繪數據采集點下本文設計的方法采集的測繪坐標數據與實際坐標數據擬合較好，而文獻[2]和文獻[3]的方法所采集的測繪坐標數據與實際坐標數據相差較大。上述實例分析結果表明，本文設計的自然資源無人機測繪數據采集方法的采集效果較好，具有較高的可靠性，有一定的應用價值。

3 結 語

無人機測繪的難度較大，影響因素復雜，常規的無人機測繪數據采集方法的采集精度難以保證。針對這些問題，本文基于物聯網技術設計了一種全新的自然資源無人機測繪數據采集方法。實例分析結果表明，設計的自然資源無人機測繪數據采集方法的采集效果較好，具有較高的可靠性，可為自然資源的優化管理作出一定貢獻。

參考文獻

[1]徐紅.工程測量：建筑施工的“眼睛”和“尺子”—訪北京中建華海測繪科技有限公司執行董事張勝良[J].中國測繪，2023（5）：22-25.

[2]張燕純.基于GIS的區域國土資源測繪數據綜合管理系統[J].數字技術與應用，2023，41（7）：206-208.

[3]陳偉.基于三維激光掃描技術的城市建筑物立面測繪數據采集方法[J].現代制造技術與裝備，2022，58（12）：5-8.

[4]沈健，程梟翀，陳曉虎.綜合測繪技術在古建筑現狀勘察中的應用研究—以養心殿東配殿綜合測繪項目為例[J].北京測繪，2021，35（10）：1256-1261.

[5]潘霞芬.一體化測繪技術在城市基礎數據更新中的應用[J].價值工程，2019，38（25）：242-243.

[6]褚會鵑，王立靜，宋寧.一體化測繪技術在城市基礎地理信息數據更新中的應用思路構架實踐[J].智能建筑與城市信息，2021（8）：25-26.

[7]白成軍，韓旭，傅程.明末清初西方傳教士對中國古代測繪技術發展的影響[J].西安建筑科技大學學報（社會科學版），2022，41（2）：32-38.

[8]耿丹，王丹.工程測量標準化的新探索—論強制性工程建設國家標準《工程測量通用規范》[J].工程勘察，2022，50（2）：46-50.

[9]黃智濤.古建筑測繪工作的內容及測繪技術探析[J].中國新技術新產品，2018（15）：104-105.

[10]高峰，王海龍，錢超.現代測繪技術在“粵港澳大灣區風暴潮智能預警體系設置與產業化示范應用”課題中的應用[J].中國科技信息，2021（9）：54-55.

作者簡介：姜 敏（1987—），女，山東濟南人，碩士，正高級工程師，研究方向為測繪地理信息系統、自然資源管理、攝影測量與遙感。

任 耀（1986—），男，河南南陽人，碩士，高級工程師，研究方向為3S技術在礦產資源勘查與管理中的應

用研究及礦政管理。

收稿日期：2023-11-17 修回日期：2023-12-18