基于无人机和结构重建的高难度测量项目研究

发布时间：2021-01-13 16:54

　　为了解决极端地形的测绘和重建问题,提出一种基于运动与结构重建（Sf M）的无人机（UAV）测绘方法。该项目执行了3个方面的测绘:水平方向相机拍摄、45°倾斜的相机拍摄和前面两者的组合。为了生成点云和正射影像,通过合并的图像集合得到最终的摄影测量结果。另外,开发一个绘制等高线和垂直截面的软件程序,以表示测绘地形的几何特征。结果表明,所提方法的地貌形态表征方面更准确高效。测试飞行高度在100 m左右,x、y和z方向的标准误差（RMSE）分别为0.055、0.071和0.062 m,且测量项目实施的难度明显高于同类方法。 

【文章来源】：重庆理工大学学报(自然科学). 2020,34(08)北大核心

【文章页数】：8 页

【部分图文】：

本文方法流程框图

测量用的UAV系统

使用MikroKopter-Tool软件[11]将飞行计划编程加载到UAV中。执行了两次摄影轴不同的飞行，分别为水平方向和轴下倾斜45°。图3给出了我国福建沿海某地段，每个飞行计划中UAV定义的飞行测线。在这些飞行过程中，UAV保持在距离目标表面约50 m的垂直平面上。水平摄影轴(图2)的飞行计划包括不同高度(20、50、80和100 m)处的4次长度为150 m的飞行。在垂直飞行方向和水平飞行方向中，图像之间的重叠率分别为90%和60%。共计选出72幅图像以进行摄影测量处理。倾斜摄影轴的飞行计划中包括高度50 m和100 m处的2次长度为150 m的飞行。共计选出36幅图像以进行摄影测量处理。图像分辨率为调整为4 240×2 832像素，地面采样间距(GSD)为1.86 cm。此外，利用无反射棱镜全站仪测量了分布在目标表面的26个点的三维坐标。在本研究中，利用全站仪测量位于路堑斜坡上的18个点的坐标。斜坡上的点非常难以定位，但可以在照片上识别出来并作为点云的地理参考。这些点的高度不能超过路面水平35 m，否则会使得全站仪望远镜的角度非常高，无法通过望远镜进行观察。

【参考文献】：
期刊论文
[1]基于监测数据的非参数频谱地图构造方法[J]. 查淞,路镜涵,黄纪军,刘培国.  微波学报. 2018(S2)
[2]利用正射影像生成立体辅助影像方法比较[J]. 谢国华,武坚,李相全,腾飞,高海荣.  测绘与空间地理信息. 2017(08)
[3]基于面结构光几何关系的三维数字化研究[J]. 杨海清,王洋洋.  计算机应用研究. 2018(07)
[4]基于DSM点云纠正的正射影像房屋边缘锯齿消除[J]. 陈良浩,朱彩英,郭连惠,蓝朝桢.  测绘科学技术学报. 2017(03)
[5]无人机低空摄影在地形图测绘中的应用及精度分析[J]. 李玉成,邹晓列.  中国水利. 2017(06)
[6]天宝全站仪均匀扫描功能应用[J]. 徐以厅.  测绘通报. 2016(04)
[7]顾及影像拓扑的SfM算法改进及其在灾场三维重建中的应用[J]. 许志华,吴立新,刘军,沈永林,李发帅,王然.  武汉大学学报(信息科学版). 2015(05)
[8]基于对象分析策略的航空激光扫描数据建筑物自动提取方法[J]. 刘玲,王国锋,李建成,张蕴灵,宋鹏飞.  长安大学学报(自然科学版). 2015(S1)
[9]基于三坐标测量机的激光扫描系统开发[J]. 林志树.  重庆理工大学学报(自然科学). 2012(10)

硕士论文
[1]基于无人机影像的运动恢复结构技术（SfM）研究[D]. 李永露.哈尔滨理工大学 2017



本文编号：2975227