无人机在灾害预防中的场景应用

王泓沣 王久懿

（中国地质调查局哈尔滨自然资源综合调查中心，黑龙江 哈尔滨 150086）

在天然灾害发生时，往往需要即时的灾区数据，其中包括正射图像、大范围倾斜拍摄及地表三维模型，供救灾单位进行应用及决策使用。自然灾害发生后需要进行即时环境踏勘，初步判断现地灾害信息，以往自然灾害发生后，传统取得现地信息往往仰赖航测飞机进行勘查，而其无法于第一时间进行升空拍摄，导致取得灾害信息速度缓慢，利用无人飞行载具（Unmanned Aerial Vehicle，UAV）即时性、快速性、便利的特性，快速捕抓灾害，取得各相关地表数据，方便决策者对灾害进行快速应变[1]。使用UAV执行航拍任务，若测区面积不大，与正规航空测量相比，UAV机动灵活，能够降低成本，减少危险[2]。

1 无人机载具系统

无人飞行载具系统是指无人飞行载具（Unmanned Aerial Vehicle，UAV）及其地面相关控制组件，早期研制无人机的目的是用于军事，20世纪80年代以来，随着信息科技的迅速发展及各种新型传感器的不断问世，无人飞行载具系统的性能不断提高，发展趋势为低价化、微型化、自动化操作，由于其具有轻便、隐蔽性好、机动灵活、使用成本低等特点，应用领域也越来越广泛，从早期军事运用扩展至海岸防卫、环境监测、交通控制、危险任务监控、灾后图像获取及球赛转播、电影制作、极限运动拍摄等娱乐方面应用[3]。另一方面，无人飞行可以装设数字相机、雷射扫描、多光谱、高光谱、热感应及微波等日趋小型化设备，能进行洪水及土壤水分、植被、湿地、土地覆盖及目标检测。

2 UAV图像处理可行性评估

2.1 斜拍鸟瞰图像

无人机装载无刷云台，其设备主要功能为保持相机动态稳定以及调整镜头拍摄方式，借由斜拍角度，获取空拍范围环境信息，能有效呈现整体环境现况，并能将斜拍鸟瞰信息转化到后续分析中。如图1为鸟瞰照片范例，由空拍鸟瞰可清楚掌握保全户、溪床、边坡崩塌相对应关系[4]。

图1 鸟瞰照片范例

2.2 空拍环景构建（动、静态）

环景一词源自于panorama，简称pano。环景摄像的概念源自于利用电脑播放软件，让使用者能根据需求旋转照片，产生一种身临其境的视觉效果。由于无人载具可进行停悬作业，因此在正确的操作下可利用单台相机进行空中720°环景作业，拼接环景照片仅需短短15min拼接完成，将高清晰度图像利用环景技术制作成全景环绕场景，产生虚拟现实的效果，完整记录重点地区的全貌，所提供的视觉效果远比二维地图好。动态方面，使用可装载6台GOPRO极限运动动态摄像机机架，挂载于无人载具下方。在飞行过程中，同时录影捕抓6个维度的动态信息，通过AutopanoVideo进行环景拼接可将6个维度动态信息拼接成一部全面像动态视频，可使用KolorEyes软件，进行电脑、手机播放。

2.3 航拍图像制图

以实际航拍数据研究消费型摄像机动态录影方式取得现地数据精度，将容易发生灾害的主流河道作为试验区。试验过程选用含有GPS的飞行控制系统、动态GPS记录器以及搭载高灵敏传感器塔罗无刷云台，当载具在高空受扰动气流时，能自我稳定拍摄方向，并以近垂直角度拍摄地面景物。

2.3.1 多旋翼及相机云台组装设置

该文使用的多旋翼机型为四轴无人载具，飞行控制则选用DJI大疆NAZA V2系统，其为自装设置相关飞控参数，包括俯仰、横滚、航向角、垂直等参数设置，其参数值越大则表示操控性越灵敏。

该研究使用的多旋翼机型为四轴无人载具，飞控则选用DJI大疆NAZA V2系统，其为自装设置相关飞控参数，包括俯仰、横滚、航向角、垂直等参数设置，其参数值越大则表示操控性越灵敏。云台则使用塔罗TAROT 2轴云台，云台参数设置主要在于遥控器控制的灵敏度，当数值越大表示敏感度越高。

2.3.2 相机参数及鱼眼滤除

本次研究对象选择我院在2016年8月~2017年9月接诊治疗的60例行手术治疗的老年骨科患者,将60例患者通过抽签法平均分为30例参照组与30例实验组。

由于空中图像拍摄的相机镜头像幅大小技术不够，因此呈像不够宽广，单张图像不足以容纳整个图像范围，为了呈现所需要的空拍场景，可能将空拍照片拍成数张片段场景之后，再将其接合起来，该研究使用GOPRO HERO3鱼眼镜头，必须先对其呈像照片进行几何校正，目前鱼眼镜头视厂大概在170°～270°，成像时需要考虑球面物体和平面像的共轭关系，光学系统理想的像高公式表示如下。

式中：h为理想像高，f为系统物方焦距，θ为物方视场半角。在公式（1）可知，当θ= ±90°时，h= ±∞，像面变得无限大且无法分辨，所以鱼眼镜头需要人为地加入桶形畸变，其变形是投影成像的结果，而不是由像差形成，鱼眼镜头的桶形畸变对所成像清晰度没有明显影响，导入固定的桶形畸变会改善鱼眼镜头的像面照度的均匀性。使用的消费型相机为Gopro HERO3，选取4k/15fps鱼眼模式进行空中动态录影，通过图像截图软件每秒取得1张图像，画质为3840×2160，约6百万像素，因鱼眼模式所录的视频四周变形严重，因此使用Adode Photoshop Lightoom 5软件进行区域变形修正，代入Pix4Dmapper重新设置相机参数及重复验证修正系数。

2.3.3 GPS 双频动态轨迹记录器（Venus858F-GL）

进行航拍时为了记录航拍器Gopro HERO3动态录影位置数据，所搭载GPS记录器为双频动态轨迹记录器，匹配方式为将录影与GPS系统记录同时断电及停止录影，因GPS系统记录器为1s记录一点，所以获取图像时为1s一张图像，并从断电及停止录影最后一刻往前匹配，可获得录影每秒动态位置，而其GPS优点在于可同时接收GPS/GLONASS 2种卫星定位信息，最佳精度可达2.5m，平均29s定位完成，热起动仅需1s。GPS记录器装载位置在动态摄像机正上方约11cm。

2.3.4 航线规划与地面控制点布设

规划航拍时首先考虑单趟飞行时间、距离以及航拍面积范围，单趟平均飞行时间约17min，单趟飞行距离1km～2km，飞行高度200m，因此航线规划2条航带，另因使用动态录影形式（每秒15张静态图像）前后2张照片信息内容须重叠70%～80%。在进行空中三角测量平差时的平面与高程地面控制点（Ground Control Point，GCPs），于规划位置前中后各设置一处，总计3处，位置如图2所示。通过电子化全球卫星即时动态定位（RTK）系统e-GNSS进行控制点测量，并结合周边水准点进行误差改正。

飞行路径是研究人员通过图像回传数据来控制航线循迹而形成的路径，并以近垂直的角度进行航空动态录影，将视频截取为单张图片并修正鱼眼，套入Pix4Dmapper中，在人工挑选图像平面与高程地面控制点（Ground Control Point，GCPs），总计挑选3处地面控制点，检测点位5处，再根据Pix4Dmapper自动测量连接点的功能增加连接点数，制作的成果与人工测量断面比对高程误差精度，由于成果数据包括地表面所有数据，如植被、水面、建筑物、道路以及河床裸露地等数据，而人工断面测量所测量数据为裸露地区域，因此只研究河床裸露地的精度值。

2.3.5 精度检测

精度检测包括人工测量断面、控制点检测、检测点检测等3个工作项目，掌握制作的地形数据准确度，检测点位获取方式采用TOPCON GTS-226电子光波测距经纬仪或VBSRTK（高精度GPS）等。

2.3.5.1 人工测量断面

检测断面使用上述地面控制点（Ground Control Point，GCPs）搭配TOPCON GTS-226电子光波测距经纬仪进行大断面测量，总计测量3处断面数据，分别位于3处控制点，检测断面位置如图2所示。

图2 地面控制点位及检测点位置

检测成果GCP1断面裸露地平均误差±0.17m，标准偏差±0.12m；GCP2断面裸露地平均误差±0.12m，标准偏差±0.10m；GCP3断面裸露地平均误差±0.43m，标准偏差±0.18m。3个断面检测中，GCP2断面误差最小，GCP3断面误差最大，由上述数据显示制作的地形数据越往中间值精度越佳，越边缘精度相对较差，并由成果发现当地形坡度升高时误差量亦也随之升高。

2.3.5.2 控制点位检测

控制点为已知坐标点位，并与现地周围等水准点进行平差校正，所获得的数据为正高。进行航空摄像测量时点选3处地面控制点，控制点位坐标通过电子化全球卫星即时动态定位（RTK）系统e-GNSS进行控制点测量。3处地面检测点的X平均误差±0.029m，标准偏差±0.04m；Y平均误差±0.118m，标准偏差±0.163m。地面控制点误差如表1所示。

表1 UAV精度结果-控制点检测

2.3.5.3 检测点位

航空摄像测量时选取5处地面检测点，其筛选原则为选择易变动的控制点，如道路、桥梁等区域，其检测点位为未导入Pix4Dmapper 计算平差的成果，从而方便检测之用。检测点如图2所示，其中检测点位2（误差X：0.0001m，Y：0.15m，Z：-0.514m） 的高程误差较大，检查后发现会受周边树木影响。因此将其误差大的数据去除，X平均误差±0.075m，标准偏差±0.043m；Y平均误差±0.042m，标准偏差±0.040m；Z平均误差±0.124m，标准偏差±0.058m。地面检测点误差如表2所示。

表2 UAV精度结果-检测点检测

2.3.6 建构立体视图

利用照片校准方法取得相机内方位参数，搭配外方外空间信息，进行地表测量，以三角测量为基础，使用相机对特定物体进行不同角度拍摄，经计算后可获得该测量区三维立体模型。使用该技术的关键在于取得飞行载具、拍摄时的姿态角以及记录当时飞行照片坐标，并经由计算取得目标物的信息。建构立体视图除了提供视觉化呈现外，也可掌握环境整体概况，可以明显了解河道水流流向与边坡相对应关系。

3 优势及不足

该研究主题通过简易四轴无人载具及消费型摄像机进行空拍任务，所取得数据为动态录影数据，进行防救灾可行性研究，而它具有下列优点：1） 简易型四轴无人载具搭载极轻消费型摄像机，重量大幅减轻，同时增加可飞行时间。2）过去无人载具采用高单价传感器及飞行器进行地面空间测量，相关费用开销大。现在采用低价飞行器创造高效益产值。3）使用机动性高、低成本UAV无人载具进行大面积观测，除可降低成本开销外，所获得图像信息并未因采用低成本传感器导致精度不佳。4）根据1‰制图标准，平面绝对精度须小于25cm，高程精度须小于30cm，应用于防救灾须快速取得地面数据相对可行，但制图使用还需考虑。5）动静态720°图像拼接，掌握环景整体概况，并可提供前后时期环境比对。6）录影后制快速图像拼接，即时传输当地概况以及灾前灾后比较。

缺点如下：1）旋翼机飞行时间遭受电池限制，定翼机电池限制较小，飞行时间比旋翼机长。2） 因所使用图像为动态视频截取，因此相对画质比单眼图像差。3）天气不稳拍摄成果与天气晴朗相较更差，精度也不佳。4）目前已有制作油料型的旋翼机，若旋翼机可提高飞行时数，即可克服在区域广大或飞行高差大的区域进行拍摄出现的问题。

4 结语

综上所述，在发生自然灾害时，为了能够获得即时的灾区数据，为单位提供有力的数据支持，需要在自然灾害发生之后进行即时环境踏勘，对灾害信息进行初步的判断。过去无人机均采用高单价传感器及飞行器进行地面空间测量，当耗损时，维护费用高，为了降低维护费用并确保精度。在该研究中使用机动性高、成本低的UAV进行地表观测，耗损时，除了可降低成本开销外，所获得图像信息并未因采用低成本传感器导致精度不佳，该研究飞行高度200m，所制作检测点位平面X平均误差±0.075m，标准偏差±0.043m；Y平均误差±0.042m，标准偏差±0.063m；高程精度Z平均误差±0.124m，标准偏差±0.149m，应用于防救灾须快速取得地面数据相对可行。该研究使用3处控制点以及图片坐标进行正射图像及地形制作，获取控制点检测成果佳，而未研究控制点分布与数量方可得最佳的成果，建议未来研究方针可研究3处以上地面控制点进行比较，研究制作面积与控制点数量关系，获得最佳成果。通过研究，该文所提出的方法不仅可以确保精度，还能够降低维护成本，为自然灾害发生的数据获取提供有力支持，但是其还有可以改进的地方，今后将会进一步进行深入研究。