无人机测量技术在实景三维建模中的应用

毛 烨

（江苏南京地质工程勘查院，江苏 南京 210041）

0 引言

摄影测量的发展经历了三个阶段［1-3］，从最早的模拟摄影测量阶段到解析摄影测量阶段，再到数字摄影测量阶段。目前，常用的摄影测量技术是数字摄影测量。

无人机摄影具有成本低、易于获取影像、获取影像的方式灵活等优点，且获取的影像信息完整。无人机的飞行高度在1 000 m 以下，可忽略云层对其造成的影响，当其与被摄物体的距离非常近时，能最大程度地获取物体的高分辨率影像［4］。无人机既可获取正射影像图，也可获取倾斜影像图。基于倾斜影像建立的三维模型具有丰富的纹理及空间信息。倾斜摄影测量技术是无人机技术最完美的诠释［5］，其能够多角度、多方面地处理场景中的细节，且获取的影像清晰度和精度高，能直接反映地物特征和地物的空间信息。无人机设备的成本低［6］、工作方式简单、对地形气候的要求低、能实时传输数据，且无人机能进入危险区域进行工作，从而大大降低工作人员作业的危险程度。因此，无人机的应用范围也在逐渐扩大，从传统的测绘行业向其他行业扩展，如地质灾害监测、农作物监测管理、城市规划、土地利用调查等。随着无人机的应用范围越来越广，倾斜摄影测量技术和三维建模已成为研究重点。如何实现无人机快速产业化，并提高三维建模的效率，使其精度水平达到要求，是无人机建模的目标［7］。

为了强化建设区域的防火防震以及布设安全设施，本研究采用无人机测量技术对某科技创业园进行三维建模，使用GPS-RTK 对像控点进行测量，将无人机拍摄的相片导入ContextCapture 软件中，在完成内业空三加密后，进行三维模型重建，再对模型上的坐标和实地检测点进行比较，检测模型质量。

1 无人机航摄

根据任务要求来确定无人机的作业区域，收集该区域内的地形图等资料，并对资料进行详细分析，从而确定设备和作业区域的空域条件是否满足作业要求，再根据具体情况来制定详细的测绘实施计划。

航线规划是针对任务性质和任务范围（面积），并在综合考虑天气、地形等因素的基础上，规划如何实现任务要求的技术指标，在保证飞行安全的前提下，实现任务范围的最大覆盖及重点目标的密集覆盖［8-9］。结合某科创园的地理位置，此次飞行航线的示意图如图1所示。

图1 航线示意图

2 外业控制测量

在摄影测量过程中，要保证每张相片中的影像重叠区域都有一定数量的控制点和像控点，用于矫正相片中的偏差，并把模型纠正到地面坐标系中去［10］。

由于无人机采用低空航拍的方式，导致无人机地面像控点布设与传统低空摄影测量存在不同，主要有以下2 点：①相片框幅小、像片数量多，造成外业像控点的点位数量多，外业布设工作量增大；②无人机体积小、质量轻，其姿态在航拍过程中变化大，航拍照片的航向倾斜与旁向旋转角度摆动大，外业像控点的布设位置、分布会影响空三解算的整体精度及航拍工作任务完成情况。

本研究测区范围为图2 中的实线框区域，面积约为170 000 m2，航摄和三维建模的范围就是该区域。测区属温带季风性气候，年均气温为14.1 ℃，年降水量为892.3 mm，年日照总时数为2 315 h，可常年作业。

图2 测区范围

2.1 控制点资料

本研究收集到11 个控制点，为E 级GPS 点、国家四等水准点。平面坐标和高程坐标均为地方坐标系，其高斯平面坐标和水准高程见表1。

表1 已知点成果表

经过实地现场踏勘，控制点的标石保存完好，均匀分布在测区内，可以利用。

2.2 其他资料

测区内1∶500 比例尺的建筑图可用于本研究的精度评定。像控点可通过外业全部测定，高精度的像控点在增加外业工作量的同时，还限制了像控点的位置。因此，可通过外业来测定少量的控制点，通过内业空三加密的方式来获取大量控制点。检查像控点时要结合内业和外业，在野外可进行抽样检测，在进行空三加密时，可进行最后的精密检查。若出现不合格的像控点，要返回外业重新测量。像控点的具体坐标见表2。

表2 像控点坐标

3 三维建模

三维建模分为数据质量检查与预处理、数据处理与产品制作两步。采用目标定位、运动目标检测与跟踪、数字摄影测量、序列图像快速拼接、影像三维重建等技术，对通过无人机获取得到的图像数据进行处理，并按照相应规范来制作出二维或三维测绘产品。

3.1 三维建模关键技术

3.1.1 空中三角测量。根据航片上两侧的像点坐标和极少量的地面控制点从而求出地面加密点的五方空间坐标，即为空中三角测量，也称为摄影测量加密。该技术可为产品提供定向控制点和相片定向参数。

3.1.2 影像匹配。在数字摄影测量过程中，由计算机来代替人工观测，将同名的像点自动确定在一起，此过程被称为影像匹配。随着相机传感器的发展，以及不同镜头的影像灰度不同，普通匹配算法的稳定性不够会导致图像变形严重。因此，需要一种全新的、兼容性好的匹配算法，而尺度不变特征变换算法（Scale Invariant Feature Transform，SIFT）能很好地解决此问题，该算法是基于图像尺寸理论，对各种影响因素的抗性好，不易产生较大的偏移。影像特征点提取步骤见图3。

图3 特征点提取步骤

3.2 数据整理

对航摄影像进行分类整理，首先检查影像数据的完整性，保证数据具有较强的可靠性。其次检查影像的拷贝时间，保证时间的连续性，从而确保影像连续真实。最后删除错误的影像，对检查不过关的相片进行相关区域补摄。

3.3 影像处理

本研究建模采用的是ContextCapture 全自动三维建模系统。该系统在完成空三解算后，显示新区块，点击提交即可重建。此时，每张照片外方位元素和内方位元素都已存在。在生成的重建中，点击空间框架，可在该选项下设置空间区域来限制重建范围。在瓦片选项中，将模式设为默认设置，最好能将模式设置为合适的瓦片大小，从而确定合适的输出瓦片大小。空三成果如图4所示。

图4 空三成果

3.4 模型修补

3.4.1 水面约束。由于水面的特征点几乎完全相同或特征不明显，软件匹配算法不能很好地兼容水面的匹配度，导致水面模型出现空洞或水面不平整。在处理水面时，软件中有一个特殊的约束工具，需要用户手动给水平面添加水面约束，从而保证输出模型的水面平整。

3.4.2 压平部分区域。为了得到地形数据，要对模型进行压平操作，尤其是森林区域。利用Reality Modeling-Extract 工具组中的Quick Ground Extraction工具对其进行压平操作。在顶视图中（该工具必须在顶视图中使用）选择实景模型，然后在指定区域中绘制矩形或多边形，根据区域的选择方式来进行压平。

3.4.3 模型反转问题。对缺少坐标信息的照片，在完成空三解算后，模型将会倒置或歪斜，可通过添加连接点，然后在下一次进行空三解算前进行Z轴约束，从而使模型正常。

4 质量检查

4.1 步骤检查

4.1.1 无人机航摄。按照无人机操作手册对其进行设置，保证其能够安全起飞和降落，并按照预定航线来完成航拍任务。在后续建模检查中发现，建筑物墙角等区域因遮挡而导致纹理阴暗不清，要重新设计飞行区域，并进行2次小范围的补摄。

4.1.2 像控点测量。选取地物点并做好标注，使用GPS-RTK 来测量像控点坐标，记录并检查，保证检查点的坐标在误差范围内、像控点的精度满足要求。

4.1.3 空中三角测量。导入控制点坐标，编辑连接点。出现一次模型倾斜问题，确定是连接点坐标输入错误，经改正后重新进行空三加密，得到正确的模型位置关系，可进行下一步操作。

4.1.4 三维建模。在上述步骤无误的前提下，重建三维模型结构，得到的三维模型与实际相符，则确认操作正确无误。

4.2 精度分析

4.2.1 像控点坐标。见表3。

表3 像控点坐标

4.2.2 检查点图上坐标。见表4。

表4 图上点坐标

4.2.3 检查点实测坐标。见表5。

表5 实测点坐标

4.2.4 精度分析。根据1∶500 的航摄规定，dx≤5 cm、dy≤5 cm、di≤5 cm。因此，精度达到预定要求，本次试验的精度评定为合格。

表6 精度分析

5 结语

作为一项新兴技术，无人机在大比例成图方面，与卫星、有人机测绘相比，无人机具有巨大优势。无人机结构简单、操作灵活、作业准备时间短、对起降场地的要求不高、可在云下飞行，且无人机在具有密集建筑的城市区域、山区地形起伏大或人员不容易测量区域、多云区域、不适合大型有人机测绘区域都能发挥最好。无人机测绘的时效性好，不受重访周期的限制，可根据任务需求随时起降。另外，无人机测绘的针对性强，可对重点目标进行长时间监测。

由于载荷重量的限制，测绘无人机搭载的导航定位与姿态测量系统（POS）一般精度较低。在无人机飞行前，一般会设计规划飞行航线（包括任务航线），但实际的飞行轨迹受风力、导航系统精度等因素的影响，一般会出现一定程度的偏差。同时，无人机在飞行过程中不能保证姿态稳定，倾斜角较大，对后期数据处理提出更高要求。在无人机数据处理方面，存在着数据量过大、对计算机配置要求高、处理时间长等问题。连续相片的重叠度不规则、姿态信息不精准也会使处理过程出现错误。

综上所述，在大比例成图方面，无人机测绘与卫星、有人机测绘相比，具有巨大的成本优势；在安全方面，无人机的优势明显，在特定危险作业区域（如火山爆发地区、地震等地质灾害地区）能快速准确地获取影像信息，避免作业人员因进入危险区域作业而出现伤亡。在设备出现故障时，能将损失降低到最小，且无人员伤亡。无人机测绘符合未来发展需求，具有广阔的市场前景。