城市无人机低空数字测量信息采集方法研究

李一鸣

（辽宁省农业经济学校，辽宁 锦州 121000）

0 引言

随着我国信息化的发展，各个区域的地理信息库急需进行更新。受地理信息比例尺动态变化影响，常规的数字测量信息采集方法已经逐渐无法满足目前的信息采集需求，采集延时过长，采集精度也较低。无人机简称UAV，是一种无线操控飞机，能使用计算机进行全面控制，因此，相关人员将无人机技术与信息采集技术进行融合性研究，无人机摄影测量信息采集技术应运而生。虽然无人机的灵活性较强，但其飞行高度有限，经常受气候影响而出现严重的信息采集延时，因此需要设计一种新的无人机低空测量采集方法。

事实上，无人机在数字测量和信息采集时能快速获取分辨率较高的影像数据，并进行DOM处理，因此，其可以在最大程度上避免地理信息比例尺动态变化造成的数字测量信息采集问题。除此之外，无人机还具有先进的智能化系统，能快速生成POS信息采集数据，完成数字测量信息采集。研究表明，无人机测量采集能大大提高采集效率，对地理信息获取有突出的作用。但目前我国现有的无人机低空数字测量信息采集方法的采集路径规划较差，采集延时过高，不能满足无人机信息采集的实时性需求，因此，该文设计了一种新的无人机数字测量信息采集方法。

1 无人机低空测量采集方法设计

1.1 规划无人机低空采集测量路径

为了提高无人机数字测量信息采集效果，需要寻找最优的测量采集路径，因此需要进行无人机低空采集测量路径规划。假设目前无人机处于一个三维的城市环境中，此时需要避免环境对其造成的威胁，获取一条安全的路径，基于此，该文设计的方法使用了蚁群算法，设计了总路径规划目标函数，如公式（1）所示。

式中：为第一次规划路径长度；为路径点之间的距离。

在目标函数使用过程中，必须进行最小化处理，使获取的无人机采集路径最短，因此可以根据城市环境中的威胁变化关系，进行二次路径规划。

根据蚁群算法可知，所有节点连接中心的信息量最高，因此，在三维空间内进行路径规划需要确定空间内部的离散点，进行实时信息素更新，获取更多最优路径，避免出现局部最优问题，此时的局部信息素计算式τ如公式（2）所示。

式中：为信息衰减系数；T为路径点中信息素值。

UVA从起点到终点的路径长度会随着信息素变化而变化，路径越长，全局信息素越多，反之则越少，此时计算的最优采集路径Δ如公式（3）所示。

式中：（）为第m个蚂蚁完成信息采集的路径长度，假设路径的起点坐标和终点坐标都符合路径规划需求，此时可以使用采集分解法将纵向运动和横向运动分解，以便达到简化搜索空间的目的，避免了路径规划的复杂性，最大程度上降低了无人机数字测量信息采集误差，提高了信息采集的有效性。

1.2 采集处理无人机测量图像

无人机测量图像质量直接影响最终的数字测量信息采集效果，因此该文使用航带网法采集了无人机测量信息，可以根据信息采集需求进行有效的像控点布设，如图1所示。

图1 像控点布设

根据图1可知，每条航带的像控点都需要布设在控制点中央，在最大程度上避免其产生偏离。

采集到测量图像后，需要进行影像预处理。受相机安装影响，其可能会出现光学畸变误差，影响信息采集的精度。因此该文设计的信息采集方法使用几何变换法校正误差。首先，需要建立合理的集合关系，设置畸变影响坐标，此时需要始终保持影像的灰度值不变。其次，根据灰度插值原理反算畸变影像坐标，完成图像畸变校正。

校正完毕后需要进行空中三角测量解析。该文设计的数字测量信息采集方法使用光束法完成空中三角测量，划分每张影像的基本单元后进行平差计算，使公共点交会。此时解析后的影像数据内可能存在区域误差，可以使用位置坐标统计法进行误差排除，提高数字测量信息采集质量。

1.3 设计无人机低空测量采集算法

为了提高无人机低空测量采集效率，该文还设计了无人机低空测量采集算法。在无人机信息采集过程中，不可避免地要进行影像匹配变换。该文设计的信息采集方法将采集影响划分成了几个不同的类型，即面特征匹配、点特征匹配和线特征匹配，基于上述匹配类型设计的低空测量采集算法流程如下：

首先，选取合适的采集影像特征点，获取性能良好的算子。其次，进行特征点描述和特征点匹配，获取影像之间的映射关系，进而完成无人机低空测量采集。因此，该文设计了采集高斯函数，如公式（4）所示。

式中：为变换系数；为二维坐标。

对某个给定的信息采集图像，可以根据高斯变焕原则进行卷积运算，运算式如公式（5）所示。

式中：（，，）为卷积空间；（，）为给定的二维图像。

此时可以形成一个基础差分尺度空间，该尺度空间内含有多个极值点，这些极值点均可以代替像素信息之间的关系进行采集比较。确定极值点后可以进一步进行关键点检测，寻找性能稳定的极值点，进行DOG噪声匹配，判断不同数字测量信息图像之间的敏感性。然后可以进行边缘响应，判断信息的抗噪能力。此时，去除不稳定的极值点，进行三维二次拟合，获取的泰勒级数（）如公式（6）所示。

式中：为尺度空间系数；为检测极值点；∂为信息采集阈值；为边缘响应点。

经过上述步骤处理的数字测量信息的精确度均得到了明显提升。为了避免边缘响应薄弱对数字信息采集造成的影响，该文设计的方法还结合了DOG函数峰值原则，生成了Hessian主曲率矩阵，可有效地进行数字测量信息采集，最大程度上提高采集效率，降低采集延时。

2 试验

为了验证设计的无人机低空数字测量信息采集方法的采集效果，该文搭建了试验平台，将其与常规的无人机低空数字测量信息采集方法进行对比。试验如下。

2.1 试验准备

为了满足试验需求，该文搭建了数字测量信息采集试验平台，如图2所示。

图2 无人机数字测量信息采集平台

根据图2可知，该文搭建的无人机数字测量信息采集平台主要由5个重点部分组成，分别是飞行器中心、传感中心、控制中心、监控中心以及地面保障中心。

飞行器中心内部包括先进的动力系统和起落系统，可以搭载无人机完成试验。在开始试验时，飞行器中心会设定试验无人机一个相应的加速度进行发射，提高试验的有效性。传感器中心主要使用Canon EOS 5DS数码相机获取试验数据，该数码相机的定焦镜头为35 mm，分辨率为8 688×5 792像素，为了避免相机畸变产生的试验误差，在开始测量前必须对Canon EOS 5DS数码相机进行有效校验，获取符合试验需求的校验参数，此时的校验结果见表1。

表1 Canon EOS 5DS数码相机校验结果

根据表1可知，上述校验内容得到的校验值均在试验标准范围内，证明该数码相机通过了试验校验，可以进行后续的试验。

控制中心主要由IMU、气压计和GPS等部件组成，可以实时控制无人机的飞行状态，调整无人机所处的高度，提高其飞行平稳性。不仅如此，控制中心可以使用INS系统随时记录产生的试验数据，控制飞机的运行轨迹，记录飞机完整控制过程。监控中心主要由通信软件组成，可以规划试验路径，记录无人机的姿态数据，一旦试验过程中出现了试验故障，可以立即向地面监控中心发送警报数据，提高试验的安全性。使用的地面监控中心如图3所示。

根据图3可知，该地面监控中心的监控效果较好，可以动态调整传感仪器的控制参数，显示飞行数据图形，实现可视化控制。地面保障中心主要为试验提供安全保障，为无人机野外作业提供可靠性。全部试验中心的参数调整完毕后即可进行后续的试验。

图3 地面监控中心

2.2 试验结果与讨论

根据上述的试验准备可以进行城市无人机低空数字测量信息采集试验，即分别使用该文设计的城市无人机低空数字测量信息采集方法和常规的数字测量信息采集方法进行试验，记录不同采集区域下2种方法的采集延时，试验结果见表2。

表2 试验结果

根据表2可知，该文设计的城市无人机低空数字测量信息采集方法在多个区域的数字测量信息采集中的采集延时均较短，而常规的数字测量信息采集方法的采集延时较长。证明该文设计的无人机低空数字测量信息采集方法的采集效果较好，具有实时性，有一定的应用价值。

3 结语

综上所述，无人机摄影技术是一种先进的智能化技术，因其较低的成本和较好的信息获取效果被各个领域广泛应用。但研究表明，目前的无人机数字测量信息采集方法极容易受到环境影响，产生较高的信息采集延时，因此该文设计了一种新的无人机低空数字测量信息采集方法。试验结果表明，该文设计的数字测量信息采集方法的采集延时较短，具有实时性，有一定的应用价值，可以作为后续城市信息采集的参考。