無人機航拍圖像三維重建技術(shù)研究綜述

吳長嵩 廖一鳴 胡汪洋 肖道洲

（南京森林警察學院治安學院，江蘇 南京210023）

隨著時代在進步，以無人機為主的各項行業(yè)正在興起，無人機航拍應用于許多地方，對山水景物、建筑、森林等等。人工的靈活性弱，成本較高，并且容易出現(xiàn)事故，相比之下，通過長期航拍過程中發(fā)現(xiàn)，無人機的應用前景和范圍比人工大很多。因此可以把無人機航拍圖像與三維重建技術(shù)相結(jié)合，通過對無人機航路規(guī)劃研究和三維重建技術(shù)可以用于林業(yè)之中，森林的地形復雜，情況多變，可以利用無人機進行調(diào)查，從航拍到的圖像進行三維重建。

1 無人機航拍路線規(guī)劃研究

目前，有許多研究提出了多種不同的路徑規(guī)劃算法，可以為無人機航行路線進行實時動態(tài)地規(guī)劃。這些算法主要分為兩大類：一類是基于先驗信息的傳統(tǒng)算法，這類算法需要事先獲得地圖信息再進行路徑規(guī)劃，常見的算法有A*（A-Star）算法、PRM算法（Probabilistic Roadmaps，稱為隨機路徑圖或概率路徑圖算法）、CD 算法（Cell Decomposition，稱為細胞分割或單元分解算法）、APF 算法（Artifical Potential Field，人工勢能場算法）等；另一類是不依賴于先驗信息的智能反應算法，這類算法基于仿生學原理，通過對實時獲取的地理空間信息進行相應計算，得到所處的相對空間位置信息，再進行路徑的規(guī)劃，常見的算法有GA 算法（Genetic Algorithm，遺傳算法）、PSO 算法（Particle Swarm Optimization，粒子群優(yōu)化算法）、ABC 算法（Artificial Bee Colony Algorithm，人工蜂群算法）、CS 算法（Cuckoo Search，布谷鳥搜索或杜鵑搜索算法）。

1.1 A*算法

A*算法用于靜態(tài)地圖網(wǎng)絡最短路徑求解，算法復雜度低，求解速度極快，運算效率高，但準確度較差，在復雜路徑情況下會出現(xiàn)搜索失敗的現(xiàn)象。李得偉等人提出將A*算法的搜索方式改為有向的逆序搜索，并采用局部評估的估價函數(shù)的，以提升運算效率；宋雪倩等人基于Dubins 曲線改進A*算法，通過搜索空間中的有效節(jié)點，解決無人機最短避障路線的規(guī)劃問題，使以路徑規(guī)劃算法能獲得距離最短安全路線。

1.2 CD 算法

CD 算法需要提前載入環(huán)境信息，控制器將地圖分割為多個相互之間不重疊的單元，從所在的地圖單元開始遍歷，搜索每一個相鄰的單元，直至到達目標單元，完成路徑規(guī)劃。如果訪問到一個存在障礙物的單元，則將這一地圖單元在進行劃分。當獲得一個無障礙物的可通過的單元時，將其放入可行路徑中，最終可以獲得從原始位置到目標位置的最優(yōu)路線。在計算過程中，初始單元和目標單元需要用不相同的兩個無障礙物的單元表示，連接這兩個單元的地圖單元序列組成路徑。

Franklin Samaniego 等人將無人機運動的空間視為一個以路徑規(guī)劃中最小步長離散的自適應網(wǎng)格，并利用成本響應法和遞歸計算進行路徑規(guī)劃，降低了響應時間。Marian Lupasc 等人將CD 算法中單元分割方式由二維改進為三維，即由平面方形單元改為立體的立方體單元，優(yōu)化了路徑規(guī)劃的效果。

1.3 遺傳算法

1958 年Bremermann 首次提出遺傳算法，是一種模擬生物進化方式的搜索算法，由于運行效果優(yōu)異，獲得了廣泛的認可和原因。但這種算法遇到復雜的組合優(yōu)化問題時，需要基于給定的約束條件，求解目標函數(shù)的極值。在這種情況下，為給定的問題分配一個群體，并根據(jù)目標函數(shù)為群體中的個體分配適應能力值，種群內(nèi)的個體根據(jù)環(huán)境進行選擇，并可通過交叉進行基因傳遞。種群中的變異保證了種群的多樣性，避免了算法收斂過早，不能得到最優(yōu)結(jié)果。與局部算法相比，遺傳算法能夠更好地利用歷史信息。馬云紅等人使用極坐標來表示威脅位置和航跡位置，從而使路徑編碼降維，提高了整體的計算效率。

2 三維重建技術(shù)研究

三維重建，指的是對視頻采集設(shè)備采集視頻圖像序列進行分析運算，獲得場景的特征信息，再利用機器視覺算法在計算機中重新建立現(xiàn)實場景的三維信息。技術(shù)流程如下：

2.1 深度圖像的獲取

深度圖像使用3D 攝像機拍攝采集，并同時得到相應的彩色圖像。在采集圖象時，從多個視角對同一物體或場景進行拍攝，獲得大量的圖像，確保這些圖像能夠涵蓋所有的信息。

2.2 預處理

由于采集設(shè)備以及傳輸線路的限制，獲取的深度圖像必然存在噪聲。為了在后續(xù)的分析處理中能過夠獲得更精準的數(shù)據(jù)，需要對深度圖像進行降噪、濾波、銳化等圖像增強操作。

2.3 點云計算

對深度圖像進行了圖像增強處理之后，提取圖像的二維數(shù)據(jù)信息，圖像中像素點的值即為深度信息，是物體或場景表面與攝像機鏡頭之間的直線距離。

2.4 點云配準

從不同角度采集的視頻序列幀圖像中必然存在重合的部分。為了實現(xiàn)三維重建，需要利用圖像重合的部分獲得所有特征像素點的相對位置，即根據(jù)不同圖像內(nèi)相同點的變換關(guān)系放入到同一個坐標系之下，從而獲得三維圖像。

經(jīng)過同名特征點提取、連接點抽稀、高精度GPS 輔助區(qū)域網(wǎng)平差解算生成立體模型，最后利用大疆智圖Terra 軟件實時進行二維建圖、二維模型與三維模型重建結(jié)果完全可以滿足大比例尺測圖精度要求的。

針對于本項目的重建和測繪對象為森林，林地復雜多變，并且難設(shè)立參考點所以。對于三維重建技術(shù)，加以GPS 高精度輔助。通過高精度的GPS 數(shù)據(jù)輔助進行區(qū)域網(wǎng)平差技術(shù)，在少量野外控制點情況下進行空三平差解算未知參數(shù)，有效地解決傳統(tǒng)空中三角測量對地面控制點數(shù)量要求比較多解算空三精度難以滿足要求的難點問題，減少外業(yè)測繪的工作量，提高野外測量的工作效率。針對航測相機的曝光時間與GPS 采集時間存在一定的延遲誤差影響而導致實際平差結(jié)果較理論估值低的問題，在傳統(tǒng)的GPS 輔助光束法區(qū)域網(wǎng)平差模型中加入相機曝光延遲參數(shù)進行整體解算以減弱曝光延遲帶來的誤差影響。

3 基于無人機雷達的三維重建技術(shù)研究

經(jīng)過同名特征點提取、連接點抽稀、高精度GPS 輔助區(qū)域網(wǎng)平差解算生成立體模型，最后利用大疆智圖Terra 軟件實時進行二維建圖、二維模型與三維模型重建結(jié)果完全可以滿足大比例尺測圖精度要求的。通過對GPS 基站的選址、聯(lián)測以及信號質(zhì)量的檢查，確保通過GPS 獲得的位置信息精準程度。

激光雷達測量系統(tǒng)主要由激光測距儀、定位系統(tǒng)和慣性導航系統(tǒng)組成，測量系統(tǒng)測距精度也由這三者決定。

衛(wèi)星定位系統(tǒng)是通過測量衛(wèi)星與目標間距離從而確定目標位置的定位系統(tǒng)，由于衛(wèi)星定位系統(tǒng)的獨有特性可以在絕大部分位置、天氣、時間下實現(xiàn)高精度定位，同時可以提供時間信息。衛(wèi)星定位系統(tǒng)的精度與可收到的衛(wèi)星信號數(shù)量高度相關(guān)，特別是在復雜地形或者受到遮擋時，產(chǎn)生的偏差極大，有時也會因無法正常接收信號而無法實現(xiàn)定位。因此，一些研究人員提出衛(wèi)星定位系統(tǒng)差分策略，用以提升定位精度。這一策略的原理是通過設(shè)立基站的方式為基站范圍內(nèi)的目標定位提供參考坐標，從而在測量時利用基站坐標校正誤差。因此，可以在基站的覆蓋區(qū)域內(nèi)實現(xiàn)超高精度的定位，達到米級。