无人机摄影测量与RTK在水运工程中应用研究

2020-03-05魏小明

工程建设与设计 2020年1期

魏小明

（中交二航院工程咨询监理有限公司，武汉430060）

1 引言

与传统的测绘技术相比，无人机摄影测量技术有着灵活性好、适应性强的特点，在工程测绘中发挥着重要的作用，通过无线遥控设备、计算机控制系统来实现对无人机的控制与规划，保证无人机可以在有限的范围内获得可靠的数据信息。RTK 与无人机摄影测量技术的结合可以通过对飞行参数的修正等获得精度更高的测量数据，具有可视化功能，其获得的数据可以为水运工程勘察等提供重要的指导。

2 无人机测量作业的基础流程设计

无人机摄影过程中，需要借助电台数据实现对无人机飞行航线的控制，无人机飞行的相关参数会影响到测量结果的准确性，这就要求在无人机摄影测量技术应用过程中，需要结合测量区域的实际情况，科学设计无人机飞行的相关参数，以保证数据采集的精确性与有效性。而无人机摄影测量与RTK技术的结合可以使其在测量过程中实时监测飞机飞行的状态与轨迹，从而获得精度更高的数据。而DOM 与DEM 数据叠加的效果，更可以在系统中呈现出可视化的效果，进行三维状态的模拟，对于工程勘察等具有重要的参考价值[1]。

在无人机摄影系统中，主要包括无人机驾驶平台、飞行控制系统、地面遥控系统等部分，这些系统平台对于无人机摄影数据的获取起着至关重要的作用。数据获取一般包含了需求分析、资料整理、航线设计、场地选择、起飞、航拍、降落、航摄质量检验、数据预处理、航拍资料整合等过程。

通常情况下，无人机摄影系统在运行过程中，通过平行驾驶获得精度较高的数据，在地面遥控系统的支持下，无人机飞行过程中可以获得海量的数据信息。在阵列相机与飞行系统控制的基础上，相关人员需要重视地面遥控系统的数据综合，从而提高无人机系统数据获取流程的效率，保证获取的数据资料应用的可靠性，使其为后期的决策活动提供重要的参考依据。

3 无人机定位中RTK辅助技术的应用

在无人机摄影测量过程中，如果采用普通的测量相机，就会使测量所获得的图像出现畸变现象，在此基础上，需要进行相片精度的检校，对相片进行高精度的处理，使其能够满足测量要求。一般情况下，对于所获得的图像进行空间交会处理，就会获得外方位元素，并得到可能影响光束形状的影响因子，进而根据该分析结果，对相机内方位原色加以计算与调整，使得方位元素的呈现更为清晰，在一定程度上避免影像畸变的发生。

RTK 技术所获得的定位信息更为准确，满足了工程测量对于目标实体的空间精度要求。无人机摄影测量技术与RTK技术的结合，可以保证无人机获取更为准确的位置信息，使无人机可以按照预先设定的航线飞行，并且可以为飞行调整提供重要的支持[2]。无人机摄影测量与RTK 技术的结合使GPS与相机曝光同时进行，获得的相应数据经过必要的处理以后，直接得到像片的6 个外方位元素，建立各个像片之间的位置关系，为空中三角测量等提供了便利。

4 无人机航摄影像的快速处理

4.1 航摄影像空三加密处理

无人机摄影测量时，空中三角测量的坐标点与地面控制点之间会存在位置的偏差，因此，为了获得更为精确的数据测量结果，就需要将地面控制点作为平差条件，然后根据计算公式，将其转化为求解影像定向元素与测图控制点坐标数据的问题。在此问题的处理上，可以利用野外控制测量工作到室内的转移来完成，这种测量方式保证了测量的质量与效率。空中三角测量中包含了很多的测量方式，根据数据模型的来源与差异，可以分为航空法、独立模型法、光束法。

独立模型法在使用中需要进行延时摄影的数据测绘，随后，在此基础上，根据其单位差的坐标观测值，求解控制点坐标，从而分析像点坐标的变化方向，使得坐标的原始观测值更为清晰与可靠。这种测量方式在获取数据时，一般采用平差处理的方式，从而使摄影获得的影像更为清晰。

光束法在实际的测量任务中，是把摄影测量中的一个摄影光束作为一个平差计算单元，将像点坐标作为观测值坐标，采用共线方程计算的方式求解其中的定向元素与控制点坐标。与其他测量方式相比，光束法测量的精度更高，对获取的相关数据处理以后，需要用光束法进行平差计算，将相关的参数导入相机，实现自动匹配，对于一些点位不足的情况，需要人工加点，保证其处理的精度。

4.2 图像快速拼接技术

无人机摄影测量过程中，飞行高度低、影像分辨率高是其明显的测量优势，这种测量优势可以使其获得的影像更为清晰，具体来说，无人机摄影系统中所包含的相机会受到像幅的约束，使得影像的地面覆盖区域较小，就需要极多的影像资料来获得更为清晰的图像，这种情况下，测量区域内正射影像图必须进行多幅图像的融合方可实现，因此，图像快速拼接技术具有实施的必要性与重要意义。图像快速拼接技术主要是利用计算机图形学、色彩学等技术进行航拍图像的空间匹配与对准，从而可以使得获得的图像不存在明显的色差。无人机摄影测量技术的核心是自动识别技术，可以使其在实际的应用中进行图像识别与匹配，获得摄影所需要的图像信息，提高其精确性。

对于无人机摄影所获得的影像资料，如果其尺度变换较大，就可以采用尺度不变特征变换算法，从无人机摄影测量图像中进行影像特征的提取。该算法的基本原理是借助于不同尺度影像的高斯差分核与原始图象，产生多尺度的空间，在此空间内寻找并提取极值点，也就是特征点，从而确定特征点的位置与方向，使得该位置与方向不受其他因素（如图像缩放、旋转、光线变化等）的影响[3]。在摄影信息大量存在的情况下，尺度不变特征变换算法可以在短时间内准确找到特征点。但是，无人机在进行影像资料获取的过程中，常常受到其他因素的干扰，使得其在特征点匹配中常常存在错误匹配的现象，严重影响了匹配的正确性，因此，需要在此过程中重视该问题的处理。

5 无人机摄影测量与RTK在水运工程中的应用

无人机在进行摄影测量的过程中，需要借助于航空飞行，进行相关测量区域内空间数据的获取，而在此过程中，DEM、DOM 等模型数据可以通过构建三维模拟情景，通过可视化功能，在系统内获得更为精确的信息。在水运工程中应用该模型，可以获得更为真实、完整、可靠的数据，在这些空间数据的处理中，需要对高程模型用三维地表模型加以覆盖处理，从而提升其数据处理的实际水平，获得更为可靠的测量数据结果。

无人机在获取了相关的影像资料以后，借助于该信息处理模型，尤其是该模型在水运工程中的应用，使得实际的平面问题转移到了数据处理层中，在该信息与数据处理系统中，由于具有可视化与模拟等功能，还可以进行实际的施工模拟，从而使得该模拟效果可以为水运工程的勘察、规划、设计等提供重要的数据支撑[4]。在水运工程的选址、规划、设计等方面，模型所获得的信息中包含了地上地下的地形地质因素、水文、波浪等，因此，可以为有关的工程决策提供支持。此外，无人机摄影测量中可以获得DEM 与DOM 数据，还能够叠加相关的水深数据，再经由三维模拟以后，将所获得的摄影信息以最直观的方式呈现出来，从而为水运工程建设等提供重要的参考。