基于無人機的大比例尺帶狀地形圖快速建模技術(shù)研究

杜陽陽,段曉峰,韓 峰,陳錦生

(1.蘭州交通大學土木工程學院,蘭州 730070；2.蘭州交通大學測繪與地理信息學院,蘭州 730070)

鐵路災(zāi)害出現(xiàn)概率雖小，但一旦發(fā)生造成的社會影響極大，故而應(yīng)充分做好各項鐵路災(zāi)害應(yīng)急預(yù)案。從線路工程角度，科學有效的預(yù)案制定首先取決于現(xiàn)場地形地貌資料的實時準確掌握，因而快速獲取大比例尺帶狀圖成為亟待解決的問題。

鐵路應(yīng)急測繪的具體任務(wù)是為鐵路系統(tǒng)突發(fā)的自然災(zāi)害、事故災(zāi)難等突發(fā)公共事件高效有序地提供地圖、基礎(chǔ)地理信息數(shù)據(jù)、公共地理信息服務(wù)平臺等測繪成果。傳統(tǒng)的鐵路應(yīng)急勘測手段包括工程測量、遙感、物探、原位測試等。其中，遙感適用于大面域測繪，應(yīng)急機動性不足；其他手段的作業(yè)條件危險，可達性低，信息傳遞不穩(wěn)定。無人機航測技術(shù)具有成本低，數(shù)據(jù)處理快，影像分辨率高，現(xiàn)勢性強等優(yōu)點。在2016年麗水山體滑坡災(zāi)害中，通過開展應(yīng)急預(yù)案設(shè)置、航攝作業(yè)及數(shù)據(jù)處理3個方面的技術(shù)研究，將無人機航測技術(shù)應(yīng)用于應(yīng)急測繪，并論證了其及時性、有效性和安全性。

本文基于無人機的數(shù)據(jù)特點，將無人機引入鐵路災(zāi)害應(yīng)急勘測，核心解決大比例尺帶狀地形數(shù)據(jù)獲取及快速建模問題。

1 無人機大比例尺帶狀圖施測方法研究

1.1 實驗區(qū)概況

為保證實驗數(shù)據(jù)客觀有效，減少不必要的無人機視覺誤差、儀器誤差、環(huán)境誤差、氣候誤差及精度損失，選取蘭州市某新建公路作為研究對象，實驗區(qū)平面如圖1所示，該區(qū)域全長1 km，有效測量寬度38 m，海拔高度約為1 510 m，地勢較為平坦，坡度變化小，地面遮蔽物少，利于無人機成像。

圖1 實驗區(qū)詳圖(單位：m)

1.2 無人機航攝系統(tǒng)構(gòu)成

航測無人機的核心指標：續(xù)航時間、起降方式、飛行高度、飛行速度、抗風雨能力、遙測距離、載重能力、云臺型號以及結(jié)構(gòu)特點等。目前國內(nèi)外測繪無人機主流機型及其參數(shù)如表1所示。

表1 目前測繪無人機的主流機型

本文所選取的是大疆MAVIC PRO型無人機，它體積小，易攜帶，起降方便，飛行平穩(wěn)，遙測距離長，擁有一定的抗風雨能力，能夠滿足無人機應(yīng)急測繪要求，具體參數(shù)見表2。

表2 大疆MAVIC無人機核心參數(shù)

1.3 施測方案設(shè)計

1.3.1 計算及設(shè)置航高

先根據(jù)正射影像圖(B類)的成圖比例確定影像地面分辨率(GSD)，成圖比例尺與影響地面分辨率的關(guān)系見表3。

表3 測圖比例尺與地面分辨率對照

根據(jù)以下公式計算航高

(1)

式中，H為航高；GSD為地面分辨率；α為像元大小。

本實驗中航高設(shè)置為50 m，地面分辨率為0.045 m，滿足1∶500數(shù)字正射影像圖(B類)要求。

1.3.2 航帶設(shè)置

為了航測成圖的需要，考慮到航線網(wǎng)、區(qū)域網(wǎng)的構(gòu)成及模型之間的連接，要求相鄰的3張航攝片應(yīng)有公共重疊部分。航攝中，要保持適當?shù)暮较蛑丿B和旁向重疊。一般要求，航向重疊度為60%～65%，旁向重疊度為30%～35%。在地面站使用Atizure軟件進行航帶設(shè)計，本實驗中航向重疊度為80%，旁向重疊度為60%，軟件中航帶設(shè)計如圖2所示。

圖2 航帶設(shè)計

將規(guī)劃好的航線導入飛行控制系統(tǒng)，地面控制子系統(tǒng)通過預(yù)設(shè)航向控制無人機飛行，正射攝影相機系統(tǒng)按照預(yù)設(shè)的航向和疊度進行拍攝。本實驗共得像片262張，利用飛控數(shù)據(jù)和導航數(shù)據(jù)來檢查航線的彎曲度、同一航線上的高度差等參數(shù)，經(jīng)檢查均滿足無人機外業(yè)測量規(guī)范，具體航攝參數(shù)見表4。

表4 航攝參數(shù)

1.3.3 地面控制點的布設(shè)

布設(shè)控制點是為內(nèi)業(yè)成圖和解算精度提供一定數(shù)量的符合規(guī)范要求、精度較高的控制點?？刂泣c和檢測點均采用平高點，并通過采用不同方案確定控制點和檢測點來實現(xiàn)成圖精度的調(diào)整。根據(jù)帶狀地形圖的特點，沿著帶狀地形圖的兩側(cè)邊緣加密布點，中心線處適當減少控制點的數(shù)目，邊緣控制點的平均間距65 m，中心處的平均距離140 m。地面控制點采用1 m×1 m的棋盤格控制點靶標，共計37個，控制點的布設(shè)如圖3所示。

1.3.4 基于CORS系統(tǒng)測量控制點

本次實驗中運用的單基站CORS系統(tǒng)，是由一個連續(xù)運營的參考站及一個RTK組成。試驗中參考站一直處于運行狀態(tài)，通過登錄服務(wù)器，使用GMS數(shù)據(jù)鏈，通過CDMA網(wǎng)絡(luò)把標準實時差分數(shù)據(jù)發(fā)送給移動站，再由移動設(shè)備通過實時差分數(shù)據(jù)進行測量。

圖3 控制點布設(shè)

本實驗平高點的測量基于蘭州交通大學已建的CORS參考站，采用南方GNSS銀河Ⅰ型接收機(移動網(wǎng)絡(luò)模式)測量。實現(xiàn)于WGS-84坐標系統(tǒng)下的經(jīng)緯度、高程的獲取，測量精度約為2 cm，并通過SOUTH衛(wèi)星導航X3型手簿實現(xiàn)數(shù)據(jù)的記錄與導出。圖4和圖5分別展示了棋盤式靶標以及外業(yè)測量控制點。

圖4 棋盤式靶標

圖5 GPS測量控制點坐標

2 大比例尺帶狀圖快速建模方法研究

基于獲取的251張航攝像片，使用Agisoft Photoscan軟件進行大比例尺帶狀圖快速建模方法研究，包括數(shù)據(jù)預(yù)處理和高精度DEM、DOM的生成。

2.1 無人機航攝數(shù)據(jù)預(yù)處理

內(nèi)業(yè)數(shù)據(jù)預(yù)流程見圖6。

圖6 內(nèi)業(yè)數(shù)據(jù)預(yù)流程

2.1.1 航片導入

添加航片，軟件自動識別并排列航片的空間位置(經(jīng)緯度，高程，坐標系)，如圖7所示。

圖7 航片導入

2.1.2 對齊照片

“對齊照片”后，軟件會自動識別航片的相對位置和像片的偏轉(zhuǎn)角，如圖8所示。

圖8 像片對齊

2.1.3 建立密集點云

“建立密集點云”時需選擇成圖精度，精度越高點云密度越高，但預(yù)處理時相片共計251張，數(shù)據(jù)較大，因此選擇中等精度，共得密集點云數(shù)28 407 664個。預(yù)處理后的密集點云如圖9所示。

圖9 實驗區(qū)密集點云

2.2 高精度DEM、DOM的生成

2.2.1 添加像控點坐標

在密集點云中找到外業(yè)布設(shè)的控制點圖形，并在該點創(chuàng)建標記點，后在該標記點所對應(yīng)的像片中調(diào)整標記點與控制點重合。完成添加標記點后，需要賦予其絕對坐標值，密集點云的坐標系統(tǒng)應(yīng)和控制點的坐標系統(tǒng)一致，均采用WGS-84坐標。圖10和圖11展示了控制點坐標的添加流程。

圖10 點云中添加標記點24

圖11 像片中點24

2.2.2高精度密集點云的生成；以及DEM、DOM的生成與導出

添加控制點坐標后，需對像片再次進行空三加密及控制點坐標的解算，生成新的密集點云，利用地面控制點的絕對坐標，實現(xiàn)對無人機相對坐標系統(tǒng)的絕對化轉(zhuǎn)換，得到具有絕對坐標系統(tǒng)的密集點云。

利用Agisoft Photoscan軟件生成DEM，再對航片進行拼接后，得到具有高精度的DOM。

2.3 內(nèi)業(yè)數(shù)據(jù)具體化處理

通過上述方法處理后圖形有區(qū)域留白，因此要進行像片加密。實驗當天對該區(qū)域進行了兩次航攝(條件基本相同)，利用第二次航攝的航片對該區(qū)域進行補充，共計航片262張，生成的密集點云數(shù)29 504 553個。圖12和圖13分別展示了相同區(qū)域的內(nèi)業(yè)通用化處理結(jié)果和具體化處理成果。

圖12 通用處理結(jié)果

圖13 具體化處理結(jié)果

3 建模結(jié)果分析

3.1 處理成果

經(jīng)過航測內(nèi)業(yè)數(shù)據(jù)處理，完成了對試驗區(qū)實景三維模型(高程放大50倍)、正射影像、DEM以及等高線的生成，將結(jié)果導入ArcGIS軟件中，成圖效果如圖14、圖15所示。

圖14 帶狀模型實景三維模型

圖15 帶狀模型正射影像

3.2 精度評定

在測區(qū)內(nèi)一共布置了37個控制點和檢測點，全部是平高點。后期處理時，有一個控制點無法進行標定故而放棄。在進行成果輸出時，本實驗最初分別挑選了6個、11個控制點，但由于圖形的畸變較大，無法滿足規(guī)范的要求。具體見圖16，在11個控制點時路面仍出現(xiàn)明顯的偏轉(zhuǎn)。

圖16 11個控制點下的正射影像

增加至14個控制點時得到了基于《低空數(shù)字航空攝影測量內(nèi)業(yè)規(guī)范》的1∶500的數(shù)字正射影像圖(B類)及基于《基礎(chǔ)地理信息數(shù)字成果1∶500、1∶1 000、1∶2 000數(shù)字高程模型規(guī)范》的1∶2 000數(shù)字高程模型。

控制點和檢測點的空間布設(shè)如圖17所示，其中紅點為絕對控制點，黃色為檢測點。

圖17 控制點及檢查點布設(shè)

3.2.1 數(shù)字正射影像圖精度分析

基于試驗區(qū)內(nèi)的22個地面檢測點的于WGS-84坐標系統(tǒng)下的實際測量值與同名點的圖測值進行比較，計算同名點的平面位置誤差，再通過中誤差評定對DOM平面精確度進行判定。表5給出了檢測點實測值與圖測值的經(jīng)緯度坐標以及誤差，并制作精度分布圖如圖18所示。

表5 DOM檢查點精度評測

圖18 實驗區(qū)平面檢查點精度分布

經(jīng)過對比分析平面的精度分布，其誤差范圍普遍分布于0～0.2 m。其中誤差較大的為點6、點7誤差分別達到0.42 m和0.33 m，分析原因如下：在這兩點處存在著遮蔽物對于內(nèi)業(yè)控制點的選取存在干擾，造成測圖點位置偏差，最終造成誤差較大。

根據(jù)公式(2)計算平面位置中誤差

(2)

計算結(jié)果MS=0.183 m<0.2 m，故可得到在平地條件下的1∶500正射影像圖(B類)。

3.2.2 數(shù)字高程模型精度分析

基于實驗區(qū)內(nèi)的22個地面檢測點的高程實際測量值與同名點的圖測值進行比較，計算同名點的高程誤差，通過中誤差對高程精確度進行評定。

表6給出了檢測點實測值與圖測值的高程值以及誤差，并制作精度分布圖如圖19所示。

表6 DEM高程精度評測

圖19 實驗區(qū)平面檢查點精度分布

經(jīng)過對比高程的精度分布，其誤差范圍普遍分布于0.1～0.3 m。其中誤差較大的分別為點7、點21，誤差達到0.549 m及0.402 m，現(xiàn)就點21進行說明，點21在無人機航測時處于陰影中，在進行圖片校正時出現(xiàn)誤差，導致成圖精度低，故而高程影響較大。

根據(jù)公式(3)計算高程中誤差

(3)

計算結(jié)果MS=0.24 m<0.4 m，滿足在平地條件下，一級1∶2 000的數(shù)字高程模型。

4 結(jié)論

通過對“短、平、直”帶狀區(qū)域進行無人機航測實驗，完成了大比例尺帶狀地形圖的建模研究，論證了無人機在鐵路與公路應(yīng)急測繪中的可行性，取得的初步成果如下。

(1)外業(yè)中，在試驗區(qū)采用邊角加密布點法，并選擇像控點的不同組合為地面控制點。

在14個控制點時得到了滿足規(guī)范的DEM、DOM。外業(yè)使用CORS技術(shù)測量控制點，可更快速、高效地獲取控制點的坐標。

(2)采用通用的內(nèi)業(yè)處理流程對航片進行具體化處理，得到?jīng)]有留白的密集點云。對內(nèi)業(yè)生成的圖測點與實測點進行處理，評估得到了符合標準的1∶500的DOM和1∶2 000的DEM，并對偏差較大的點進行了分析。

無人機能夠在災(zāi)害環(huán)境中完成勘測任務(wù)，同時實現(xiàn)了利用無人機在短時間內(nèi)得到大比例尺帶狀地形圖，為應(yīng)用無人機技術(shù)在鐵路應(yīng)急勘測提供了新方法。