無人機測繪技術在土木工程測繪中的應用

中圖分類號：TU198

文獻標識碼：A

文章編號：2096-6903(2025)06-0081-03

0 引言

隨著無人機技術與測繪軟硬件系統的結合日益緊密，無人機測繪在數據獲取的精度、速度和應用范圍方面不斷提升。傳統土木工程測繪主要是依賴地面測量儀器和人工操作，耗時耗力，還受到復雜地形、惡劣氣候以及危險環境等因素的制約，測繪效率和數據質量難以滿足現代工程建設的需求。而使用無人機測繪技術可以快速覆蓋大范圍的地形，搭載高分辨率攝影設備或激光雷達設備，實現地形、地貌、建筑物等精細三維建模，無人機還可在極端環境（如高溫、暴雨和山地等）中開展作業，有效避免人員因進入危險區域作業而發生意外。

1無人機測繪技術的優勢

1.1聯動優勢

無人機測繪能夠與衛星導航系統（GNSS)、地理信息系統（GIS）以及激光雷達（LiDAR）等技術協同工作，實現測繪任務的智能化、集成化和多元化應用，共同構建多層次、高精度的空間信息數據。這種聯動方式，擴大了測繪技術的應用場景，能快速構建三維數字模型，為工程規劃、資源管理以及環境評估提供直觀的可視化支撐。

1.2測量范圍較大

無人機憑借高空飛行能力、靈活的操作方式以及搭載的高性能傳感設備，能夠在短時間內覆蓋大面積的地形。這種優勢源于無人機的飛行高度可靈活調整，不受地面復雜環境的限制，無論是開闊的平原還是崎嶇的山地，都能輕松完成全域范圍的測量任務。

相比傳統測繪手段需要依賴多點布控和人員實地操作，無人機測繪通過自動化飛行路徑規劃和遠程操控，極大提高了測量覆蓋效率。例如，在高速公路、鐵路和水利工程的前期規劃中，無人機能夠快速獲取長距離沿線的地形數據，為設計提供完整的地理信息支撐[]。而傳統測繪方式在面對大面積區域時，往往需要分段進行數據采集，耗費大量人力和時間，難以滿足項目快速推進的需求。無人機一次飛行即可完成大范圍區域的測繪，大幅降低了作業時間和成本。

1.3地形測量效率高

無人機能夠預設飛行路徑，在單次飛行中即可快速獲取地形影像、點云數據及數字高程模型(DEM)。例如，一架搭載激光雷達的無人機每小時可完成約 1km² 的高精度地形測量，相當于傳統測量效率的 5～10 倍，為工程規劃和設計節省了大量時間。

結合先進技術無人機可以同時獲取二維影像、三維地形數據和精確的地理坐標，完成多種數據的同步采集，在山區道路規劃中，無人機測繪能夠快速生成全景地形圖，為設計單位提供直觀、全面的決策依據，避免因測量延遲而影響項目進度。

1.4成本較低

無人機本身的采購與運營成本遠低于傳統測繪設備，且維護費用較低，無需專門的車輛運輸和大型施工平臺，進一步減少了運行支出。傳統測繪需要專業測量人員長時間在現場布控、定位和操作設備，而無人機通過自動飛行路徑規劃和遠程操控，可以大幅減少現場人員的需求。一個無人機操作團隊僅需 2～3 人即可完成大規模區域的測繪任務，而傳統方法可能需要10人以

上的團隊進行分工合作。

2無人機測繪技術在土木工程測繪中的主要方法

2.1航帶布設

航帶布設是指基于測繪區域的范圍、地形特征和任務精度要求，合理規劃無人機的飛行路線與拍攝間隔，形成連續的航帶結構。航拍是指無人機按照規劃航帶飛行時，搭載的高分辨率相機或激光雷達設備，對目標區域進行實時影像或點云數據采集的過程。兩者的結合直接決定了測繪工作的質量和效率。傳統測繪方法存在數據采集范圍受限、重復測量或遺漏的情況，而合理的航帶布設能夠最大程度規避這些問題。

布設時需遵循以下原則：第一，覆蓋原則。確保航帶間的橫向重疊率不低于 60% ，縱向重疊率不低于80% ，以減少影像拼接誤差。第二，精度原則。根據任務要求調整航高和相機參數，使影像的地面分辨率(GSD）達到設計要求。第三，效率原則。在保證精度的前提下優化航帶分布，減少飛行距離和拍攝冗余，提高作業效率。

平坦地形或規則區域航帶可以設計為平行等間距的網格結構，復雜地形或非規則區域，則需結合地形起伏動態調整航高，并增加航帶密度以補足數據完整性。布設完成后，可在地面工作站內輸入測繪范圍、航高、重疊率及相機參數等信息，生成詳細的飛行規劃文件，供無人機自動執行。

2.2像控點布設及轉刺

在測繪區域內布設的具有已知三維坐標的控制點，這些點通過精準定位，為無人機航拍影像的幾何校正和正射影像生成提供重要的參照基準。布設像控點需要遵循分布合理、數量適當和精度優先的原則，在規則地形上像控點按照矩形或三角形網絡布設，點間間距根據測繪范圍和精度要求確定，常見間距為 300～500m 在復雜地形或重要測繪區域內，需適當增加像控點的密度，以增強校正精度。

布設時像控點應選取在開闊、穩固且便于識別的地表位置。點位選取后用顯眼標記清晰標注控制點位置，利用高精度GNSS設備對像控點進行坐標測量，獲取控制點的精確三維坐標。測量結果需經過多次重復核驗，確保滿足測繪精度要求。測量數據應統一存檔，并與測繪影像一同導入后續處理軟件中。再將像控點的實際坐標與航拍影像中的對應點位進行匹配，在影像處理軟件中手動標注或自動識別像控點位置，結合已知的控制點坐標，校正影像的幾何畸變和空間位置誤差。

2.3 空三測量

空三測量的核心原理是利用航拍影像之間的幾何關系，匹配多張影像中的同名點，結合地面像控點的已知坐標，反解影像中各點的空間位置，形成地形的三維坐標體系，將航拍影像與地面實際地理坐標系精確融合，主要有航帶法、獨立模型法及光束法等具體操作手段。

航帶法是空三測量的經典操作方式，規劃航帶進行影像采集，影像拼接軟件中利用幾何解析模型計算各個航帶影像的公共點位置，逐步建立區域性的三維空間坐標體系。獨立模型法適用于對局部區域進行高精度解析的任務，可建立獨立的影像對模型，逐步將多個影像對拼接成整體的三維模型。在操作中先選擇影像中明顯的公共點作為連接點，利用這些點進行空間計算和幾何校正[2]。獨立模型法的優勢在于精度高且易于控制，尤其適合地形起伏劇烈或局部重點測繪的場景，但由于需要逐一建立影像模型，效率相對較低。光束法是當前最先進的空三測量方法之一，以全局優化為核心，通過多張影像的同名點匹配實現空間坐標的統一解算，先利用自動化匹配算法提取影像的特征點，隨后采用光束法平差模型將這些點統一到同一坐標系中進行調整，最終生成精確的三維坐標數據。

2.4矢量數據采集

矢量數據具有結構明確、存儲容量小和空間解析性強的特點，能夠精準表達地物邊界及其拓撲關系，是土木工程設計、規劃和施工的重要基礎數據。與柵格數據相比，矢量數據在空間分析和工程建模中更具優勢，尤其在表示建筑物、道路網絡及其他線性工程時具有無可替代的應用價值。要先對無人機獲取的航拍影像進行預處理，具體包括影像去噪、正射糾正和色彩增強等。影像中易混淆或重疊的區域，還需結合地面控制點進行幾何校正，并將影像中的特征點以矢量點的形式標記。然后通過點的連接生成線性地物，對封閉的線條進一步構建面狀地物的拓撲關系。

2.5輸出測量成果

測量成果的輸出是土木工程測繪流程的最終目標直接決定了測繪數據的實用價值和應用效果。輸出測量成果時需結合項目需求和應用場景確定成果類型，常見的成果包括數字高程模型（DEM)、數字正射影像(DOM)、數字表面模型（DSM)、三維地形圖及各類專題圖件等。

經過無人機航拍采集的原始數據通常以影像、點云或多光譜數據形式存在，需要通過專業軟件進行預處理。根據土木工程設計和施工的需求，將測繪數據轉化為可直接使用的標準化格式。例如，工程設計軟件通常需要矢量化的CAD格式數據，而GIS系統則更傾向于柵格化的地理信息數據（如GeoTIFF)。在輸出前明確目標平臺對數據格式和坐標系的具體要求，根據工程需求制作清晰直觀、信息全面的測量成果。無論測量成果形式如何，都需進行全面的精度校核，對比實地測量數據和測量成果的偏差，確認其是否符合設計精度要求。

3無人機測繪技術在土木工程測繪中應用的優化策略3.1輔助空三加密

空三加密作業中僅依靠無人機自帶的傳感器與算法，難以完全滿足復雜場地或高精度測繪需求，常需搭配其他技術手段進行輔助作業，輔助空三加密的主要方式有地面控制點布設、GNSS實時動態定位技術、IMU傳感器數據融合。

第一，地面控制點布設。先合理選取地面控制點位置、布設點標并獲取高精度坐標數據，使用全站儀或RTK測量設備獲取控制點坐標時，要特別注意消除儀器中心偏差和基準站坐標偏差的影響，通過交叉觀測和重復測量降低可能的系統誤差。

第二，GNSS實時動態定位技術。在無人機上集成RTK或PPK模塊，結合基站實時發送的差分修正數據或后處理的軌跡數據，實時修正無人機的飛行路徑與影像中心坐標。飛行前應進行天線校準，與無人機坐標系的對齊，飛行過程中實時監控衛星信號質量和幾何精度。

第三，IMU傳感器數據融合。結合GNSS軌跡數據，對影像的外方位元素進行優化。作業時需對IMU傳感器進行初始校準，將IMU記錄的角度變化與GNSS位置變化進行時間匹配，采用卡爾曼濾波算法或其他姿態解算模型，減小時間同步誤差對模型精度的影響。

3.2提高成圖精度

無人機測繪技術受制于系統本身存在的局限性，會有影像質量不均、數據誤差積累以及后期處理精度受限等問題，成圖精度難以完全滿足高標準工程需求。因此，從規范測量過程和更新方法手段兩方面入手，能夠有效改善無人機航測的技術瓶頸，提升最終測繪成果的質量。

在規范測量過程中，需要嚴格規劃航測任務，根據工程測區的地形條件和精度需求，合理設計航線、飛行高度以及影像重疊度等參數。在實際作業中，需對無人機設備進行全面校準，調整傳感器標定、影像畸變校正以及相機鏡頭焦距，并監控實時影像質量，發現異常立即調整飛行姿態或設備參數，以避免因采集影像質量較差導致模型解算誤差。更新方法手段是優化無人機航測成圖精度的另一關鍵措施，主要體現在數據處理技術和輔助測量手段的升級。

當前的無人機影像解算主要依賴影像匹配算法實現空三解算和三維重建，但傳統算法對紋理特征明顯區域效果較好，而在無紋理或低對比度區域易出現匹配誤差，導致模型局部精度下降。因此，引入基于深度學習的影像匹配算法，通過自適應學習影像特征點，提高點云數據的密度與均勻性，是改進方法的有效途徑。

3.3航片增強

在實際作業中，地表水分蒸發引起的局地濕度變化、大氣折射效應以及復雜光照條件等環境因素，容易導致航測影像出現薄霧遮擋、色彩失真和亮度不均等問題，進而影響數據處理與模型構建的可靠性。針對這些問題，通過圖像去霧、飽和度調整以及增強光照分量等手段，可有效提升航片質量。

第一，圖像去霧?；诎低ǖ老闰炘淼娜レF算法，分析影像中非霧化區域的最小像素值分布，恢復圖像的透射率，提取地物的真實顏色和細節。在去霧處理時結合無人機拍攝的原始影像的光譜特性和大氣散射模型參數，采用多尺度融合算法，將不同透射率參數下的去霧結果進行權重合成。

第二，飽和度調整。由于航測影像常受太陽輻射角度、地表反射率變化以及傳感器靈敏度的影響，導致影像顏色偏離地物的實際特征。在調整過程中，可利用基于直方圖均衡化的色彩增強算法，對影像的飽和度進行全局或局部調整。全局調整通過分析影像整體的色彩分布，提升飽和度低的區域，使其色彩更加飽滿均衡，而局部調整則針對飽和度較高的區域進行適度壓制，避免過度調整導致色彩失真。

第三，增強光照分量。將影像的光照成分與反射成分分離，可利用高動態范圍（HDR）圖像合成技術，該技術將多張曝光時間不同的影像合成為一張亮度均勻且細節豐富的圖像，采用基于拉普拉斯金字塔的亮度增強算法，通過多尺度處理恢復影像的局部亮度與對比度[3]。

4結束語

在新型基礎設施建設和數字化轉型的大趨勢下，無人機測繪技術以其卓越的效率和精度成為土木工程測繪領域的重要工具。其技術優勢和廣泛應用場景推動了土木工程測繪從傳統模式向智能化、數字化的全面升級，為提升工程質量和施工效率提供了強大的技術支持，也為我國測繪事業的現代化發展注入了新的活力。

參考文獻

[1]袁國強.無人機遙感技術在測繪工程中的應用研究[J].江西測繪，2023(4):1-2+20.

[2]王冬梅，楊曉玉，王彥君.無人機遙感技術在土木工程項目建設中的應用[J].長春師范大學學報，2023，42(10):107-111.

[3]林章華.測繪工程技術在土木工程中的應用[J].中國高新科技，2023(16):44-46.