无人机大比例尺免像控关键技术探讨

王永菊,龚克,东正兰

(1.青海省基础测绘院,青海 西宁 810001;2.青海省测绘质量监督检验中心,青海 西宁 810001)

0 引 言

航天摄影测量技术对于获取大范围的地形图具有一定的优势,对于小区域地形图而言成本高[1-2]．低空无人机因体积小而具有机动灵活、生成成本低以及时效性较强等特点,广泛应用在地理国情监测、灾害应急处理、城市自然环境监测等领域[2]．

传统摄影测量生产周期长、作业效率低,对于小区域的大比例尺、高精度地形图获取通常采用无人机摄影测量方法．由于无人机飞行过程中姿态不稳定、容易受飞行环境的影响,需要布设大量的外业像控点为正射影像的制作提供空间坐标基础,大量外业控制点的测量成为影响无人机航摄技术获取大比例地形图效率的主要因素．陈登等[3]针对高差、地势起伏较大的区域难以获得理想的空三结果,通过在航摄前期布设大量外业像控点,并将采集的像控点参与空三加密过程,提高空三的精度与速度,但飞行前布控需要计算地面标识的尺寸大小、且难以保证所采集的像控点都能用于空三处理,一定程度上增加外业工作量,而且内业刺点引入刺点误差对空三精度的影响．为了避免外业采集的像控点不能有效地利用,姜丙波等[4]采用先航空摄影获取影像数据,利用生成的正射影像人工刺点,均匀选取待测的外业像控点,该方式需要具有较好知识的作业人员利用立体模型结合内外业知识选择合适的控制点,保证选取点清晰、明显,避免边缘处及重叠现象．目前在像控点密度方面,缺少定量指标参数,往往需要内、外业作业人员长期合作形成默契配合,保证空三精度满足应用需求．为了降低像控点刺点引入的刺点误差,贾彦昌等[5]、朱晓康[6]采用天狼无人机免像控航摄系统进行大比例尺地形图测绘生产,缩短整个航测作业的生产周期,减少外业工作量,避免受外业天气的影响,减少空三生产过程内业刺点难以刺准的影响,提高生产作业效率,但该航摄系统价格较高,在实际生产过程中难以推广．

鉴于此,本文提出无人机摄影测量的大比例尺免像控关键技术探讨．首先,通过影像畸变改正模型对影像进行畸变修正,对修正好的影像进行匹配提起同名点对,利用多种约束策略剔除误匹配点;然后,利用GodWork软件的AAT模块进行引入曝光延迟的光束法区域平差方法,对每个分区域进行空三处理,获取影像精确的外方位元素信息,为保证测区整体精度一致性及不同测区影像接边满足精度要求,对多个分区进行整体一致性空三处理;最后,利用精确的外方位素构建立体模型,统计引入曝光延迟的光束法区域网平差方法的精度,为大比例尺测图提供一种思路．

1 无人机大比例尺免像控关键技术

无人机航摄平台优势明显,但平台上搭载的内方位元素未知、存在较大的光学畸变差的小像幅数码相机获取影像数据,往往需要大量的外业像控点参与区域网平差来满足空三精度要求,增加外业的作业难度以及工作量．

1.1 镜头畸变改正

采用搭载数码相机的无人机设备,在获取影像数据时,数码相机镜头存在畸变现象,获取影像数据的像空间坐标与真实的坐标位置存在一定的差异．由于数码相机焦距固定,因此获取的影像具有相同的影像畸变误差．在影像数据匹配、空三处理前需要对数码相机获取的影像进行几何畸变纠正,即通过已知畸变模型参数对影像上的每个像元进行畸变模型改正,确保改正后影像上灰度值不变[7]．数码相机的镜头畸变校正模型可以表示为

(1)

(2)

数码相机自标定的方法通过一个拟合过程来消除一些未知的系统误差,建立影像间的对应关系,提高相机标定后参数精度,但在不同架次之间的标定参数可能会存在较大的差别,从另一方面也说明通过标定相机参数可以消除一些系统误差．

1.2 GPS辅助光束法平差模型

GPS辅助光束法平差能有效地避免空三过程需要大量外业控制点问题,采用传统的载人飞机GPS辅助光束法区域网平差依赖价格昂贵的GPS/POS系统,该装置一般会配置专业的时间同步曝光设备,获取相机曝光时刻影像中心的姿态、位置信息用于后期空三初始参数[8-10]．平差模型如下:

(3)

(4)

获取影像数据过程中若飞行平台能够保持相对稳定的飞行速度,以单条航带为平差基本单元采用传统的GPS辅助光束法区域网平差方法,可以一定程度地减弱GPS相位中心与相机获取影像曝光时刻存在的曝光延迟误差带来的几何偏移;通过在平差模型中引入一个固定的位置常量参数来补偿由于曝光延迟带来的偏移误差,减弱曝光延迟误差带来几何定位精度较差问题,减弱无人机影像空三处理过程中对外业像控点的依赖程度,提高测图作业效率;但考虑到无人机平台的不稳定性、载重能力的限制,难以在搭载相机的同时搭载笨重的POS系统以及相机曝光同步设备,导致相机曝光获取数据时刻导航型GPS记录的位置与姿态信息与实际相机曝光时刻的位置与姿态信息存在严重的不一致问题,而无人机飞行过程容易受到外界环境的影响难以保持稳定的状态,在相机曝光各个瞬间飞行的瞬时速度与瞬时姿态各不相同,因此,依然采用传统的GPS辅助光束法区域网平差方法存在一定的不合理性．

1.3 顾及曝光延迟的GPS辅助光束法平差模型

传统的GPS辅助光束法区域平差方法缺少对曝光时刻平台飞行速度不稳定性带来的曝光延迟不一致问题的考虑,导致空三平差处理后影像定位精度与理论值相差较大,难以满足高精度大比例尺测图需求,很大程度上限制了利用低空无人机进行高精度立体测量的应用领域．

结合无人机摄影测量的作业特点,考虑相机曝光延迟导致曝光瞬间的位置偏移问题,针对各曝光点的曝光延迟模型通过曲线约束的曝光延迟模型(模型原理见图1)进行逐点曝光补偿[11]．相比较传统方法,顾及曝光延迟模型的无人机GPS辅助光束法区域网平差方法,更加侧重对各曝光点的曝光延迟误差进行逐点曝光补偿,适合速度不稳定的无人机获取的影像数据进行GPS辅助光束法区域网平差处理．在模型解算过程中,将曝光延迟作为未知参数与其他系统误差一并带入误差方程组进行统一求解,消除由曝光不同步所带来的误差影响,从而提高GPS辅助光束法区域网平差方法的解算精度．

图1 曲线约束的曝光延迟模型

曲线约束曝光延迟模型的GPS光束法区域网平差的模型可以表示为

(5)

2 实例分析

本文采取以成都纵横大鹏无人机公司CW-10垂直无人机为飞行平台,搭载主距为35.00 mm、像幅为7360×4912像素大小的SONYILCE-7R相机,采集某地区长约6.0 km、宽约5.0 km的丘陵山地类型数据．采用后差分全球卫星导航系统(GNSS)处理技术处理POS数据,以GodWork软件的AAT模块结合计算机视觉最新理论和算法解决摄影测量的像点量测与平差等问题,测试1∶500无像控大比例测图的可行性．

2.1 航测流程

利用无人机摄影测量系统进行大比例尺免像控技术生产测绘产品主要分为三个阶段:影像数据获取阶段、利用影像数据以及辅助数据进行曲线约束曝光延迟模型的光束法区域网平差优化影像的定向参数阶段以及立体模型精度验证阶段,基本流程如图2所示．

图2 技术流程

2.2 飞行航线设计

针对地形高差较大的测区范围根据测区概况,采用CWCommander软件进行自动分区设计,确保区域间的接边重叠度,通过精确的地形跟飞模式,以获取有效的影像分辨率．测区1设定地面采样距离为5 cm,航高为319 m,航向重叠80%,旁向重叠65%,预计飞行5个架次．测区1的航线设计如图3(a)所示．将9个测区采用变航高线设计的方式,对每个分块测区进行飞行线设计,共飞行52次,获取影像76 890张,将CWCommander软件生成的航线导入谷歌地图中,展示如图3(b)．

(a)测区1航线设计图 (b)测区航线示意图图3 变航高航线飞行方案

CW-10无人机系统上集成高精度定位、定姿设备,在获取影像时能够获取对应时刻的位置和姿态信息即每张影像的外方位元素,通过后期引入曲线约束曝光延迟模型的光束法区域网平差方法精确获取影像的外方位信息,因此可在架设基准站的情况下获取影像数据而无需单独再布设外业像控点．

2.3 空三计算及精度分析

通过影像初始外方位元素参数估计影像的仿射变换矩阵,并对影像进行仿射变换纠正,然后进行基于SIFT算法的影像匹配提取初始同名点,最后通过归一化相关测度约束、极限约束以及主方向差值一致性约束等多种约束策略[12]剔除误匹配点获取最终的精确同名点坐标．针对数码相机曝光时刻无人机飞行速度不一致导致曝光延迟存在一定差异,采用传统的航空摄影的曝光延迟补偿模型存在一定的局限性,本文采用引入曝光延迟误差模型的GPS辅助光束法区域网平差方法．在每一个小测区内部将每张影像的曝光延迟作为未知参数引入到GPS辅助的光束法区域网平差模型中同其他系统待求误差列误差方程组,通过最小二乘平差算法解算每张影像的曝光延迟时间以及对应的内、外方位元素改正量,提高影像的定位精度,避免因外业像控点测量、像点刺点等工作带来的偶然误差;每个子区域空三完成后,为保证接边区域无缝拼接以及整个测区定位精度的整体一致性,对多个区域进行整体空三,为后续DSM以及DOM生产提供精度保证．为了验证引入曝光延迟的GPS辅助光束法区域网平差的精度,在工程范围内均匀选取了27个明显的特征点作为地面检查点,采用实时动态(RTK)作业模式获取外业控制点的坐标,将空三加密后的坐标与外业采集坐标进行比较,统计X、Y、H三个方向的误差．分区域空三、整体空三如图4(a)、(b)所示,整体空三后的统计精度如表1所示.

(a)其中一块空三完成状态图 (b) 合并空三示意图图4 空三示意图

表1 空三加密精度统计表 cm

根据表1空三精度报告结果可知:在具有高精度后差分GPS的条件下,不使用地面控制点,使用godwork-AAT模块进行引入曝光延迟的GPS辅助平差,空三精度能达到低空数字航空摄影测量内业规范规定的1∶500的规范要求,检查点平面精度约为7.3 cm,高程精度约为8.9 cm,小于规范要求的平面精度17.5 cm和高程精度的28 cm,满足1∶500大比例尺测绘需求．

2.4 立体模型精度验证

为了进一步检验空三精度,利用生成的影像外方位元素信息构建测区的立体模型,在立体模型上量测典型目标的特征值与外业实测结果进行比较分析,统计立体模型精度．通过外业测量50个检测点以及30个地物长度与在立体模型上量测的空间坐标、长度进行比较,统计立体模型的绝对定位精度(表2)与相对精度(表3),表中坐标位置仅后三位不同,为显示方便,仅显示后三位．

表2 绝对定位精度 cm

表3 相对精度(边长误差统计) cm

由表2可知:采用空三后的影像定向参数构建的立体模型绝对定位精度平面误差为9.8 cm,高程误差为12.5 cm,满足1∶500的大比例尺测图要求;由表3可知:由立体模型上量测物体边长统计立体模型的相对精度,边长中误差为5.04 cm,且模型的相对误差集中分布整体达到厘米级,没有出现过大或过小的误差,整体一致性较好,满足1∶500的大比例尺测图要求．

3 结束语

针对地形高差较大的测区,根据测区概况选用纵横大鹏CW-10垂直无人机为飞行平台分区域采用精确的地形跟飞变航高模式获取有效的影像分辨率,利用GodWork软件的AAT模块引入曝光延迟模型的GPS辅助光束法区域网平差进行顾及无人机飞行速度不稳定引入曝光延迟误差不一致问题;通过分区域平差处理获取影像高精度的空三结果,避免区域高程较大导致空三难以获取有效的精度;多区域整体一致性平差保证影像内部精度一致性,避免影像接边处出现较大的接边误差问题．最后通过实验,验证本文提出的无人机大比例尺免像控技术的可行性,整体到达1∶500大比例尺测图需求,为后续处理大区域高差较大的大比例尺测图提供一种思路．