基于消费级无人机在施工现场中的应用探究

Application of Consumer-grade UAVs in Construction Sites

XU Xiao-di

摘要：通過对倾斜摄影技术的学习，论证使用多旋翼单镜头无人机结合Pix4Dmapper软件在施工现场进行三维实景建模的可行性，并提出一套适用施工现场利用消费级无人机进行视觉数据收集的流程方案，以紫帽山项目为目标区域，选择特征地块进行无人机航拍收集视觉资产，通过Pix4Dmapper软件进行数据分析该方案对于实现施工现场的三维实景重建的可行性，并对该技术的未来发展进行展望。

Abstract： Through the study of tilt photography， the feasibility of using multi-rotor single-lens unmanned aerial vehicle combined with Pix4Dmapper software to carry out 3D real-time modeling on the construction site is demonstrated， and a set of applicable construction sites using consumer-grade drones for visual data is proposed. Collecting the process plan， taking the Zi Maoshan project as the target area， selecting the characteristic plots to collect the visual assets of the drone aerial photography， and analyzing the data through the Pix4Dmapper software. The feasibility of the scheme for realizing the 3D real-time reconstruction of the construction site， and Prospects for the future development of technology.

关键词：施工现场三维实景重建;消费级无人机;Pix4Dmapper

Key words： 3D real-time reconstruction on the construction site;consumer-grade drone;Pix4Dmapper

中图分类号：V279                                        文献标识码：A                                  文章编号：1006-4311（2019）32-0217-03

1  介绍

无人机早期主要为军事需要服务，于1917年最早出现在英国[1]。上世纪80年代以来，随着计算机通讯等技术的高速发展，无人机的技术研究也在不断的完善进步[2]。国外在无人机应用方面的研究非常广泛，比如：H.Eisenbeiss（2004）利用无人机对目标区域进行图像收集，为解决文化遗产保护方面的问题提供了新的方法[3]。Albert Rango等（2006）通过无人机低空遥感技术获取高分辨率影响来评估牧场的健康情况[4]。Metni和Hamel（2007）研究应用无人机系统在桥梁维护监测、建筑方面的可行性[5]。Rathinam （2008）等研究了无人机在线性结构方面的应用，如桥梁道路、综合管线以及输电线路等，通过在局部使用实时的视觉识别技术，开发出一个闭环控制算法用来检测线性结构[6]。R.Dunford等人（2009）研究了使用无人机来管理地中海沿岸的河岸[7]。Zhang和Elaksher（2011）利用无人机的成像系统提出用于评估农村道路的道路的方案[8]。Quentin F.M. Dupont（2017）等研究探索无人机（UAV）将BIM与现实世界连接来提高生产力的潜力。该研究的主要结论集中在两个主要领域：①无人机自主飞行;②将收集到的数据智能集成到现有BIM软件中[9]。

2  基于三维模型的大比例尺地形图测绘流程

2.1 无人机选型

本文研究方法是在理论研究的基础上与工程实践相结合，通过对比目前市面上无人机厂家的市场占有率及产品的性能结合自身实际需要，综合考虑无人机的各项性能，从资金成本控制的角度出发，本次应用于研究的无人机型号是DJ公司2018年1月23日在美国纽约发布的 Mavic air 无人机，作为大疆公司2018旗舰新品，其4999的价格满足自身实际情况能够接受的范围。该无人机续航时间为21分钟，搭载1/2.3英寸CMOS镜头，其有效像素达1200万，f/2.8光圈与24mm低畸变广角相机配合高精度云台，可以得到高质量的图像数据，满足本课题研究需求。

2.2 地面站选择

地面站是无人机的地面指挥平台，对无人机的全自动航线规划、自动拍摄与实时监测的功能，对于本课题研究实践有很大帮助，目前地面站的软件支持PC端与移动端，主要有：Mesh、Altizure、Map pilot、DJI GS PRO等，综合考虑各软件优缺点，由大疆公司开发的DJI GS PRO对其自身的产品更加适合。但是由于Mavic air为最新产品，其官方SDK（软件开发工具包）最近阶段才更新，因此目前所有地面站还不支持Mavic air，本课题研究实践主要借鉴地面站的航线设置与相关参数的比对，实际操作由手控操控完成外作业。

2.3 內作业软件选择

目前市面上的三维建模软件有：Pix4D，inpho，Smart3D，OneButton，PhotoMesh、Altizure等，基本上都能满足建模需求，综合比较后，鉴于本研究涉及到施工现场的三维实景模型与部分测绘功能要求，本次内作业软件选择Pix4D。Pix4D可以实现全自动无人机数据处理，并生成高精度的DOM文件，且在处理过程中具有人工交互少，操作简便的优势，满足本次研究实践的需求。

3  软件作业流程及模型成果

3.1 数据整理

根据实际飞行所收集到的视觉资产按地块名称归档，由于各地块数据量较大，图片按原格式保存，仅对文件夹、目录等进行重命名工作，为保证软件能够顺利识别文件，数据名称采用英文与数字的格式。

3.2 新建项目

打开软件Pix4Dmapper，新建一个项目（project），设置项目属性，命名以及设置项目存放路径，项目新建完成后，将影像导入新建项目中。影像导入后进行影像属性设置，主要为三个方面的设置：①图像坐标系（POS）;②地理方向与定位;③相机型号。所有影像数据均是使用无人机收集，因此均自带有POS数据，可直接加载使用，其次软件默认使用WGS84（经纬度）坐标。在相机型号方面，Pix4Dmapper能够自动识别影像相机模型。所以在影像属性设置上，满足自动化需求。快速检测处理此步骤作用在于快速检查作用，检测所用影像是否满足建模要求，其生成处理的结果精度较低，因此处理速度较快。主要在飞行现场进行，目的在于可以提前发现问题方便及时解决。

软件运行完毕后，可以查看快速检测成果（一张影像拼图）与质量报告。质量报告主要检测两个问题：Dataset以及Camera optimization quality。

Dataset（数据集）：快速检测处理过程会对所有影像进行特征点匹配，模型的建立需要确定大部分或全部影像都进行了特征点匹配。否则证明无人机航拍时影像间重叠度不够或者影像质量太差。

Camera optimization quality（相机参数优化质量）：实际拍摄时所用相机焦距与计算所得出的相机焦距差值不应超过5%，超过则说明在影像属性设置时选择的相机模型有误，需要重新设置。

3.3 高精度处理

快速检测处理完毕后，进行高精度处理，初始化处理相关设置，特征点提取与优化参数。①特征匹配，特征点匹配处理时，设置处理单位像素大小直接影响高精度处理效果，同时与处理耗时成反比，本可以研究三个地块均设置为 1（original image size）。②优化参数，优化空中三角测量、光束法平差以及相机检校计算。因影像数据均由无人机收集，其震动较大，选择Optimize external and all internals进行内方位元素与外方位元素进行优化计算。③输出成果，勾选Camera internals and externals，AAT，BBA，生成相机内外部参数、空三文件、区域网光束平差文件。参数设置完毕后，通过软件进行高精度处理，生成图像POS数据位置点，生成POS图像位置点后，连接各点生成飞行轨迹图，根据航迹图确定是否与实际操控情况一致，高精度处理校准相机后会生成相机初始点位与最佳点位。

4  空三加密

4.1 点云加密

高精度处理过后，可进行空三点云加密处理，在选项卡中设置计算处理参数。确定参数设置，进入自动计算，计算过程中不能进行任何操作。

4.1.1 像素比例

图像比例（Pixel Matching）设置值越大生成的点越多，细节更丰富，相对而言所花时间也越多;为得到更丰富的点云模型，勾选多重比例（Multiscale）;点云密度（Point density）越大处理速度越慢，越小则越快，因此选择的是 Optimal;最小匹配数（Minimum number of matches per 3D point）指的是在点云中每个点至少要在几张影像上有匹配点。3为默认值，在影像重叠度不高时可选择2，但是得到的点云质量不高。选择4会提高点云质量，相应会减少点云数量。综合考虑，最小匹配数设置为3。

4.1.2 点云过滤器材

使用点云加密区，是指在初步处理的基础上，在航迹图上绘定加密区域，只会在该区域生成加密点云;使用注解，可生成特定成果，该成果用以改变RayCloud视图中加密点云与致密点云的视觉效果;使用噪音过滤半径用以设置点云过滤模版的大小，其越大删除的点越多，成果越平滑，通常设置为6-15。三个地块均设置为10;使用点云平滑可以解决因使用噪音过滤生成的表面不平整凹凸点，选择sharp以保留更多的转角、边缘特征，GSD值设置为10以保留栏杆、天线等特征。

4.1.3 输出

XYZ为空间坐标文件，LAS为LiDAR点云文件、LAZ为LAS压缩文件，各项目均设置为LAS模式。

4.2 数字表面模型与正射影像

空三加密处理后进行DOM（数字表面模型）与DSM（正射影像）参数设置。

①栅格数字表面模型（DSM）：保存DSM格式为GEOTIEF，勾选合并瓦片以生成一个融合的大文件，避免生成分块状的DSM。②坐标方格数字表面模型：设置为LAS，间距为100，利用空三加密生成的点云数据，处理速度较快。③正射影像图：勾选GeoTiff以用来输出正射影像图。默认设置Weighted Average（加权平均），避免边角区域过多的模糊扭曲。④三角模型：用正射影像与DOM生成的OBJ格式文件，可在3DMAX中打开。参数设置完毕后进行DSM数据处理，生成DSM数据集，利用正射影像编辑器生成高程图与DOM（正射影像图）。

5  总结

目前无人机在众多建设工程阶段都取得了良好的工作效益，本课题研究通过使用消费级无人机结合Pix4Dmapper软件的使用，提出一套以还原施工现场三维实景模型为目标的流程方案，通过无人机摄取现场实际情况的照片，软件处理成果为项目文件夹形式，其中不仅包含地块的三维地理信息同时包含现场实况影像资料。

本课题的创新点体现在以下几个方面：①本课题从硬件设备选型、数据处理技角度、数据收集流程结合无人机控制软件等方面对整个方案的可行性进行论证，从技术的应用、数据处理软件的特点等结合施工现场管理的需求，丰富了现场管理人员的管理工具，实现了现场实况可视化。②本课题通过对紫帽山项目进行实际方案应用，对整个方案的流程进行了展示，结合在数据收集、处理两部分重要工作遇到的问题及解决方案说明本方案流程在建设单位的实用性较高。③本课题总结了该方案的优缺点，并对其进行了展望，对未来的研究提出了相关的建议。

本课题的研究工作依然有很多不足的地方：

①本课题所提出的方案对施工现场的三维实景重建严重依赖新型测量软件Pix4Dmapper，并未对软件算法机制做深入研究;②本课题所制作的三维模型并未进行严谨的精度检验，因此只可用于三维GIS的可视化运用，无法达到精细化管理方面的应用需求;③受限于目标区域的业态分布，仅对住宅项目进行三维实景建模，未对其他建设项目或者基础设施建设等方面的三维实景建模进行研究。

参考文献：

[1]Harwin S， Lucieer A. Assessing the Accuracy of Georeferenced Point Clouds Produced via Multi-View Stereopsis from Unmanned Aerial Vehicle （UAV）Imagery [J] .Remote Sensing， 2012， 4（6）： 1573-1599.

[2]范承啸，韩俊，熊志军，等.无人机遥感技术现状与应用[J]. 测绘科学，2009，34（5）：214-215.

[3]李磊，熊涛，胡湘阳，等.浅论无人机应用领域及前景[J].地理空间信息，2010，08（5）：7-9.

[4]Abu Hassan S. Effective Range of Unmanned Aerial Vehicle （UAV） in theMalaysian Army Tactical Operations[J]. Applied Mechanics & Materials， 2014，629：399-403.

[5]Yan L， Gou Z， Duan Y. A UAV Remote Sensing System： Design and Tests[J].Geospatial Technology for Earth Observation， 2009：27-44.

[6]Rango A， Laliberte A， Steele C， et al. RESEARCH ARTICLE： Using UnmannedAerial Vehicles for Rangelands： Current Applications and Future Potentials[J].Environmental Practice， 2006， 8（3）： 159-168.

[7]Metni N， Hamel T. A UA V for bridge inspection： Visual servoing control law with orientation limits[J]. Automation in Construction， 2007， 17（1）：3-10.

[8]Rathinam S， Zu W K， Sengupta R. Vision-Based Monitoring of Locally LinearStructures Using an Unmanned Aerial Vehicle[J]. Journal of Infrastructure Systems， 2008， 14（1）：52-63.

[9]Dunford R， Michel K， Gagnage M， et al. Potential and constraints of Unmanned Aerial Vehicle technology for the forest.[J]. International Journal 30（19）：4915-4935.characterization of Mediterranean riparian of Remote Sensing， 2009， volume.

基金項目：华侨大学研究生科研创新基金资助项目（No.17014086034）。

作者简介：徐晓迪（1995-），女，河南洛阳人，华侨大学硕士研究生。