基于无人机航拍图像的道路重建技术研究

发布时间：2020-06-27 20:50

【摘要】：随着人工智能技术的迅速发展,无人驾驶技术逐渐进入大众的视野,成为当前火热的研究课题。作为无人车重要组成模块之一,高精度地图能够提供比传统地图更丰富、更精确的信息,这也意味着传统地图已经无法满足无人车的需求。因此,高精度地图的快速采集与构建迫在眉睫。现有的依靠车载相机的地图采集方案具有视野小、透视形变大、灵活性差、采集路线受交通状况影响等问题。针对这些问题,本文提出基于无人机航拍的地图采集方案,并针对道路图像纹理少、重复性高的特点,主要研究了道路场景的二维重建与三维重建问题。针对道路场景的二维重建问题,我们提出了基于稀疏光流的图像拼接算法,实现了较大规模场景下高分辨率航拍图像的拼接。算法使用Lucas-Kanade光流实现图像中的特征点匹配;在基于全局基准图的拼接框架下,挑选图像序列中的关键帧参与图像拼接。为了减少累积误差的影响,在图像拼接前,进行了关键帧相对于基准图的二次校正。针对道路场景的三维重建问题,我们提出了基于半直接法的类平面场景重建算法,在恢复稀疏的三维场景结构同时准实时地获取相机的运动轨迹。我们使用半直接法完成三维空间点到图像特征点的匹配,同时引入局部平面假设,将数量众多的特征点约束到平面上,从而提高了光束平差法求解位姿和三维结构时的效率。最后,我们将实时获得的相机轨迹应用于图像拼接算法中,成功获得了道路全景图像。与现有的卫星图对比,我们恢复的道路图像具有更高的地表分辨率,可以达到1厘米每像素。利用这些高分辨率道路全景图,我们可以快速构建高精度地图。
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;P283.7
【图文】：

实例图,地图,高精度,路面

图表目录逡逑逦邋图１．１邋Ｈｅｒｅ地车实例图………二二．．二．…………………．二邋逦逦逦１逡逑图１．２车载相机视野下的路面逦逦逦逦逦逦逦２逡逑表１，１高精度建图方案比较逦逦邋邋３逡逑图２．１无人机视角下的路面逦．．．７逡逑图２．邋２邋Ｓｈｉ－Ｔｏｍａｓｉ响应值

相机,视野,路面,地图

１．２无人机航拍重建方案的优势逡逑图１．２车载相机视野下的路面逡逑如图１．２所示，在车载前视相机的视野中，路面只占据了很小一块区域。由于透视逡逑效果，该区域远方的像素分辨率无法满足高精度地图的要求，从而图像中可利用的道路逡逑信息变得更少。这意味着，在基于车载相机的道路高精度重建中，采集车如同一个近视逡逑患者，单帧感知的有效道路环境信息十分有限。并且，由于复杂的道路交通环境，地图逡逑采集车在采集过程中的行驶轨迹无法得到保证，频繁的换道、变速将增加后续地图重建逡逑工作的困难度。逡逑另一方面，卫星图像的分辨率无法满足高精度地图的需求。以谷歌卫星地图为例，逡逑由于美国政府的限制，民用卫星地图最高精度为５０厘米。甚至即使是如此低的分辨率，逡逑谷歌地图也只能在少数大城市区域提供，其余大部分区域的卫星图像分辨率只能达到米逡逑２逡逑

【参考文献】