使用无人机如何在茂密森林区快速获取测图数据,有什么方法

使用无人机如何在茂密森林区快速获取测图数据,有什么方法,第1张

引言

传统的航空摄影测量,受空域申请、航摄周期等影响,在快速响应和小区域的精准测绘中无法满足快速更新的需求,低空无人机航测具有机动灵活、高效快速、作业成本低、生产周期短等优点,迅速成为了传统航测的有力补充。本文进行了基于无人机航测数据的1∶2000DLG数据快速生产实践,并对成果数据进行了精度检验,最后对实践中存在的问题提出了自己的思考。本文为偏远的茂密森林区快速获取测图数据提供了方法,也能够为无人机航测在其他领域的应用提供参考。

无人机航测外业和内业数据处理流程

1.1 无人机航测外业

(1)基本流程

无人机航测外业流程为:收集测区资料,对测区所处地理位置、地形地貌等进行评估,考虑周围是否有机场、军区等,是否需要报备和空域申请等;然后根据成果要求(如成果比例尺、地面分辨率大小等)和已有无人机航测设备,确定是否可以飞行;确定可以飞行后,在地面站软件进行航线规划,设置飞行高度、重叠度、起降场等,形成飞行计划,必要时可进行现场踏勘;进行像控点布设、采集,根据测区地形地貌,也可在飞行任务完成后进行像控点采集;将飞行计划上传至飞行控制系统,进行起飞、飞行、降落,采集影像数据、记录飞行的POS(PosiTIon OrientaTIon System,简称POS)数据、获取飞行数据;地面监测系统显示无人机飞行航迹,地面工作人员据此监视无人机工作情况;飞行任务完成后,下载航测数据。基本流程如图1.

使用无人机如何在茂密森林区快速获取测图数据,有什么方法,第2张

图1 无人机航测外业基本流程图

(2)航线规划

根据地面分辨率大小、相机CCD 大小、焦距,确定飞行航高;根据地形复杂程度,如高差大小,确定航向重叠度、旁向重叠度的大小,航向重叠度一般设置在80%以上,旁向重叠度设置在60%以上;根据飞机续航时间,划分飞行架次。

(3)像控点布设与测量

像控点布设一般采用区域网布点方案,布点个数根据测区地形调整。测量方式采用RTK测量。像片控制点中的平面控制点要求选在影像清晰的细小线状地物点、明显地物拐角点,高程控制点还要求高程起伏较小,选点困难地区,可考虑实地布设控制点。为了满足大比例测图需求,一般采用实地布设控制点。

1.2 内业数据处理

航飞数据获取后,采用内业数据处理软件如pix4Dmapper、ContextCapture等进行无人机数据处理,主要流程为:导入航飞的原始影像数据、POS数据,进行影像预处理,修正影像畸变和相机检校;自动进行连接点提取和自由网平差,进行影像相对定向;加入外业控制点,进行区域网平差、纠正,进行绝对定向;生成正射影像图(DOM)、数字表面模型(DSM)、点云、实景三维模型等数据;数字高程模型(DEM)、数字线划图(DLG)则要借助立体测图软件、地理信息系统(GIS)软件以及外业调绘等进一步生产。基本流程如图2.

使用无人机如何在茂密森林区快速获取测图数据,有什么方法,第3张

图2 无人机内业数据处理流程图

2.1 工作区地理位置

工作区位于广东省阳山县南部太平镇的牛鼻岩地区,面积约13km2.地貌上属丘陵地带,为典型的喀斯特地貌,地形上左右两边为少量的平坦耕地,其余为喀斯特峰林,山山相连,植被覆盖茂密。

2.2 无人机数据获取

采用武汉纵横天地公司SKYLAND系列无人机的DF150型号无人机平台获取数据。该款无人机为旗舰型电动固定翼无人机,具有长航时、超纤薄的特点,翼展2m,续航时间150min,作业效率高,爬升速率高,起飞方式多样化,既可以采用d射器起飞,也可以使用d力绳起飞,采用伞降方式降落,最大限度保护相机,遥控器手动或半自动控制实现复杂区域精准降落,抗风力强,智能化 *** 作,配备全画幅3640万像素索尼A7R相机,满足高分辨率需求。

根据工作区范围,实际飞行两个架次。受地形影响,像控点只布设在左右两边平坦地区,共计20个,采用合众思壮RTK进行测量。

1∶2000DLG数据生产

3.1 数据处理

采用Bentley公司的ContextCapture软件进行无人机数据处理,主要流程为:影像和POS导入→自动空三处理(相对定向)→相片刺点(绝对定向)→成果输出。这里的成果为DOM、DSM以及实景三维模型。DLG的生产则要进一步借助立体测图软件获取,采用DP-Moderler测图软件进行水系、居民地、交通等地理要素的采集,地理要素采集的详细程度以满足实际需求为原则。

等高线的生成通过ArcGIS软件对DSM 去楼高、去树高后得到DEM,然后生成初始等高线,最后对初始等高线进行平滑、编辑、整理得到最终等高线,等高线的整饰按规范执行。

3.2 成果数据

工作区成果数据主要有正射影像DOM 数据、实景三维模型、数字线划图DLG 数据,图3为DOM 数据,图4为实景三维模型数据,图5为DLG数据。

使用无人机如何在茂密森林区快速获取测图数据,有什么方法,第4张

图3 DOM 数据

使用无人机如何在茂密森林区快速获取测图数据,有什么方法,第5张

图4 实景三维模型

使用无人机如何在茂密森林区快速获取测图数据,有什么方法,第6张

图5 DLG(局部)

3.2.1 影像分辨率

《CH/T 9008.3-2010基础地理信息数字成果1∶500、1∶1000、1∶2000数字正射影像图》规范中要求1∶2000数字正射影像图影像地面分辨率应优于0.2m。根据计算,工作区生成的DOM分辨率为0.095m,满足规范要求。

3.2.2 平面位置精度

《CH/Z 3003-2010 低空数字航空摄影测量内业规范》中要求1∶2000数字线划图(B类)、数字正射影像图(B类)的地物点对附近野外控制点的平面位置中误差平地、丘陵地不应大于2.5m,山地、高山地不应大于3.75m。随机选取50个地物点,以工作区已有的高分辨率正射影像作为真实坐标来源(该数据平面位置精度优于0.5m),点位坐标差值统计见表1.

使用无人机如何在茂密森林区快速获取测图数据,有什么方法,第7张

依据《GB/T24356-2009测绘成果质量检查与验收》,按同精度检测,地物点的点位中误差计算公式为式(1):

使用无人机如何在茂密森林区快速获取测图数据,有什么方法,第8张

计算结果显示DOM 数据平面位置中误差为±2.13m,满足规范要求。

3.2.3 高程精度

由于工作区除左右两边为平坦地区,其余地区植被茂密,难以通行,且GPS信号差,因此未能采集到足够数量的高程控制点,高程采用无人机POS系统自动空三解算成果,精度未检验。

结束语

本文采用无人机航测获取影像数据,然后进行数据处理,快速获取了工作区DOM、DLG和实景三维模型。经精度检验,成果数据影像分辨率、平面位置精度能满足1∶2000测图需求,而高程方面,由于工作区植被茂密、难以通行,高程采用无人机POS系统自动解算结果。通过数据生产的实践,有如下结论和探讨。

4.1 结论

(1)无人机航测优势明显

无人机航测影像获取快捷方便,无需专业航测设备,普通民用单反相机即可作为影像获取的传感器, *** 作手经过短期培训学习即可 *** 控整个系统;成本相对低廉;飞行条件需求降低,不需要专门机场和跑道,可在普通公路上滑跑起降或采用d射方式起飞和伞降方式降落;影像获取周期短、时效性强,从准备航飞到获取影像周期短,影像获取后可立即处理得到航测成果,时效性强;实践证明,成果能满足大比例尺成图要求。

(2)航测外业是数据来源,精度尤为重要,因此要做好精度控制航测外业数据精度受很多因素影响,为保证数据精度,实际飞行中要做好以下工作:摄影分区有无必要:对于高差起伏大、地物单一地区容易出现航摄漏洞,最好进行摄影分区,使分区内的高差满足航飞要求;漏洞补摄:漏洞补摄时最好采用前一次航摄飞行的数码相机,保证数据的一致性;航飞时间选择:综合考虑季节、天气、太阳高度角、阴影倍数等,选择合适的航飞时间;飞行质量控制:设置相机对焦、曝光时间,考虑飞机姿态稳定性,设置影像重叠度等,获取的影像要清晰、层次丰富、色调柔和;像控点布设:重点考虑布点方式、布点个数、采集精度等。

4.2 探讨

(1)如何更好地去除树高

DSM 数据是包含地面附着物高程信息的数据,要想得到DEM,就要去除地面附着物如建筑物、植被等的高程信息。对于植被稀疏区,可以采用点云分类的方法来解决这一问题,通过将点云进行分类得到地面点、建筑物、植被等类别,然后用地面点这一类别的点云构建DEM。而本文的工作区植被茂密,裸露点极少,通过点云分类的方法无法得到足够数量的地面点,因此不能构建DEM。本文采用减去平均树高的方法来去除树高,考虑到树高不一致,可以结合植被分类数据细化每一类的平均树高,从而得到较为准确的去除树高的DEM。

(2)无人机POS系统自动解算的高程数据精度问题

由于工作区受地形影响,未采集到足够数量的高程控制点,因此采用无人机POS系统自动解算的高程结果,这对于偏远的茂密森林植被区不失为一种快速获取高程数据的方法。随着无人机航测技术的发展,通过集成高精度的RTK、IMU系统以及改进数据处理算法,无控制点测图能满足大比例尺测绘生产的精度需求,届时将大大减少外业工作量,极大地提高无人机数据生产的时间和效益,也将更好地促进无人机航测的应用。

责任编辑:gt

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/2496106.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-04
下一篇 2022-08-04

发表评论

登录后才能评论

评论列表(0条)

保存