基于无人机遥感技术的智慧城市楼宇信息自动化测绘系统

尹桂博，孟金龙，孟 洋

（山东正元地球物理信息技术有限公司，济南 250101）

使用物联网、云计算等新型信息技术，以及通信网络、智能检索与分析等技术，全方位感知城市楼宇信息，此技术即为“智慧城市”发展的核心内容[1-3]。在智慧城市发展进程中，物联网能把实际生活中的城市楼宇信息和数字城市相融，在智慧城市中，测绘技术属于核心信息技术之一，智慧城市的构建和运行必须用到测绘地理信息[4-5]。

目前在多种研究领域中，关于城市地理信息的测绘系统很多，且很多研究指明地理信息测绘工作中，常用无人机遥感技术作为测绘系统的核心技术，如文献[6]中为了提高应急测绘工作效率，使用系留无人机采集测绘数据，但此方法使用微型摄像头，仅具备摄像功能，不具备图像处理功能，测绘图像质量有待提升；文献[7]中为了缩短测绘工作周期，使用大疆精灵4 专业版无人机，采集地理信息图像，完成测绘数据采集，此方法不能对目标点进行可控性拍摄，分辨率也不高，不能完成远距离遥控拍摄[8]。为此本文设计一种基于无人机遥感技术的智慧城市楼宇信息自动化测绘系统，使用小型无人机搭载满足测绘需求的遥感感知设备，完成大量测绘地理信息采集，且测绘精度高。

1 智慧城市楼宇信息自动化测绘系统

1.1 系统硬件设计

图1 是基于无人机遥感技术的智慧城市楼宇信息自动测绘系统整体架构。基于无人机遥感技术的智慧城市楼宇信息自动化测绘系统架构分为机载端、地面端。机载端架构由机载电源模块、测绘数据采集模块、遥感数据处理模块、无线收发模块构成。地面端架构分为计算机、无线收发设备。

图1 基于无人机遥感技术的智慧城市楼宇信息自动化测绘系统Fig.1 Intelligent city building information automatic mapping system based on UAV remote sensing technology

机载端的功能是采集城市楼宇测绘数据、传感数据处理、无人机导航管理。机载端和地面端存在数据交互功能，使用动态性的惯性检测单元IMU、CMOS 图像传感器便可获取智慧城市楼宇测绘点的遥感图像，然后在遥感数据处理模块，通过基于降频与复原的遥感成像技术、基于内核影像技术的测绘图像标定方法，将遥感图像进行处理后，最后在无线收发模块的协助下，传输至地面端完成自动化测绘。

图2 是测绘数据采集模块架构图。测绘数据采集模块架构主要分为CMOS 图像传感器、单片机、测绘图像数据存储器、复合模拟视频信号生成器。此单元运行时，单片机使用2 根IO 口线，以模拟设定的方式，完成CMOS 传感器的串行命令与数据设置[9]。单片机使用剩余IO 口，完成外部数据存储扩展，从而将传感器数据进行写入与读出操作。测绘图像数据存储器接收单片机的控制信号后，结合同步信号与像素时钟，将CMOS 传感器数据执行拆分重构，变成可用于存储的测绘信息类型[10]。

图2 测绘数据采集模块架构图Fig.2 Surveying and mapping data acquisition module architecture

CMOS 图像传感器的APS 芯片结构如图3 所示。CMOS 图像传感器APS 芯片结构属于单芯片成像设备，此芯片结构主要分为光敏单元阵列、视频时序产生电路、模拟信号处理电路、模数变换电路，此芯片功耗较小，且集成性好，具备双采样电路，能够降低暗电流的负面作用，遥感成像质量佳[10-12]。

图3 CMOS 图像传感器APS 芯片结构Fig.3 APS chip structure of CMOS image sensor

图4 是机载端电源模块架构。系统必须具备独立电源，才能保证测绘工作的自动续航性。从载重、电池电容量角度考虑，系统机载端电源模块使用的电源为锂电池，此电池重量与电容量分别为0.4 kg、6600 mAh，电压是11.1 V。

图4 机载端电源模块架构Fig.4 Airborne power module architecture

图5 是无线收发模块结构图。无线收发模块结构由发射端、接收端构成。频率调制单元能够把遥感信号和载波信号相融，转换输出可发射的遥感信号模式[13]。频率调制后，使用功率放大单元放大信号功率，以此保证遥感信号可使用天线发射。

图5 无线收发模块结构Fig.5 Wireless transceiver module structure

1.2 基于降频与复原的遥感成像技术

考虑到Cameralink 图像采集卡原始功能仅有图像显示、暂停再存储目前帧图像的功能，不具备图像判读功能，所以本文将此采集卡执行二次开发，二次开发的目的是将遥感图像判读和图像质量指标计算功能相整合，具体开发流程如图6 所示。

图6 Cameralink 图像采集卡二次开发流程Fig.6 Secondary development flow chart of Cameralink image acquisition card

图7 遥感图像降频转换示意图Fig.7 Schematic diagram of remote sensing image frequency reduction conversion

1.3 基于内核影像技术的测绘图像标定方法

把降频复原后的楼宇信息遥感图像设成无向图，把固定智慧城市楼宇信息场景的像素点，设成无向图的顶点u，集合设成U。全部楼宇遥感图像的像素周围，存在8 个近邻像素，将像素之间近邻边b的权重设成（b），则分割智慧城市楼宇遥感图像时，参考依据设成J（u），J（u）代表遥感图像中楼宇信息之间的内部差异。在遥感图像中，楼宇信息目标u1和背景u2之间的亮度差异设成C（u1，u2），如果C（u1，u2）≤max｛J（u1），J（u2）｝，便能够把两部分融合成一个亮度差异，J（u1）、J（u2）代表遥感图像中不同楼宇信息。设置遥感图像里最小内部差异是：

此时遥感图像的楼宇信息分割结果是：

式中：h 是图像像素的总数目。

遥感图像分割后，为了降低图像特征维数，使用无人机遥感图像的特征描述算子，提取图像特征后，由内核影像技术标定测绘图像。

考虑到遥感图像需具备旋转不变性，把无人机遥感拍摄图像往主方向旋转，此时图像旋转至坐标（x，y）时梯度是：

式中：R（x，y）是R（u）的楼宇信息分割结果中像素坐标信息。

遥感图像R（u）旋转至坐标（x，y）后，旋转方向是：

使用内核影像技术，设置合适的内核函数，因为仅存在+1、-1 两种元素，所以能够加快遥感图像处理速度。

结合无人机遥感图像拍摄的特征点位置与大小，把遥感图像子块里全部像素梯度方向调节成核心方向，所以能够获取每个遥感图像子块在多方向中的梯度矩阵Nα（x，y）：

式中：N0（x，y）、N1（x，y）依次是水平方向、竖直方向的梯度。

然后将Nα（x，y）执行高斯滤波，便可去除光照条件对遥感图像质量的影响。

式中：Fα（x，y）是滤波后智慧城市楼宇信息的遥感图像；γ、Gm依次是遥感图像分割子块宽度、内核函数。

最后，使用欧式距离d 完成遥感图像特征点匹配，便可完成智慧城市楼宇信息测绘图像标定。则设置标定结果是Fα′（x，y）：

式中：Eθ（j）、Eη（j）依次是智慧城市楼宇信息目标特征点θ、η 的特征描述算子。

2 实验分析

为测试本文系统使用效果，将本文系统应用于无人机遥感测绘工作中，此无人机起飞质量最大值是2.0 kg，无人机上搭建本文系统后，测绘数据采集模块的CMOS 图像传感器参数信息如表1 所示。

表1 CMOS 图像传感器参数信息Tab.1 Parameter information of CMOS image sensor

图8 是本文系统采集的智慧城市楼宇信息自动化测绘信息示例图。

图8 智慧城市楼宇信息自动化测绘信息示例Fig.8 Smart city building information automatic mapping information example

为深入测试本文系统的应用能力，分析本文系统对智慧城市楼宇信息自动化测绘的扫描指数Z：

本文系统扫描指数测试结果如表2 所示。从表2 可知，本文系统从45°、90°采集智慧城市楼宇的遥感图像信息时，对楼宇遥感图像信息自动化测绘的扫描指数都大于1，满足后续的测绘标准。

表2 本文系统扫描指数测试结果Tab.2 System scan index test results in this paper

遥感图像采集后，分析本文系统使用基于降频与复原的遥感成像技术的必要性，主要分析降频复原后，测绘成像误差，误差的计算方法为

式中：γ、r 分别是无人机遥感图像采集的水平角与遥感信息扫描距离。

本文系统使用基于内核影像技术的测绘图像标定方法前后，遥感图像中楼宇信息特征点的测绘误差如表3 所示。遥感图像中楼宇信息特征点的测绘误差存在明显不同，使用基于内核影像技术的测绘图像标定方法，能够降低遥感图像中楼宇信息特征点的测绘误差，原因是此技术的使用，能够去除遥感图像信息的噪声成分，并执行遥感图像特征点的精准匹配，从而提高测绘精度。

表3 智慧城市楼宇信息自动化测绘效果Tab.3 Intelligent city building information automatic mapping effect

测试本文系统使用基于降频与复原的遥感成像技术时，遥感图像的采集和判读能力，测试结果如图9 所示。本文系统使用基于降频与复原的遥感成像技术时，遥感图像的采集和判读能力显著，对智慧城市楼宇信息遥感图像的采集耗时均小于2 s，速度较快，原因是此技术能够使用Cameralink 图像采集卡，以降频的方式，控制遥感信息量不出现维度灾害问题。

图9 本文系统自动测绘能力Fig.9 Automatic mapping capability of this system

3 结语

本文设计一种基于无人机遥感技术的智慧城市楼宇信息自动化测绘系统，此系统能够使用无人机遥感技术，全方位采集智慧城市建设所用的楼宇信息，从而完成楼宇信息自动测绘。本文系统在实验中，被证实可有效、准确完成智慧城市楼宇信息自动化测绘工作，对提高我国城市发展竞争力存在积极作用。但因篇幅原因，未能将遥感技术和其他传感器技术相结合，在后续的研究中，将着重将无人机遥感技术和激光雷达技术相结合，深度提高本文系统的测绘性能。