復雜地形下無人機傾斜攝影技術的校園三維實景建模①

亓信玖,黃風華,李傳林,林國濱,曹 俊

1(福州大學 數字中國研究院(福建)空間數據挖掘與信息共享教育部重點實驗室,福州 350108)

2(陽光學院 空間數據挖掘與應用福建省高校工程研究中心,福州 350015)

近些年,無人機傾斜攝影測量技術是國內外測量領域中發展應用起來的一項高新技術,已成為攝影測量領域中一個新的研究熱點[1].該技術主要用于三維實景模型的生產.隨著“數字校園”、“智慧校園”的出現,各大高校爭相開展相應課題,其中三維實景模型是校園智慧建設的亮點之一[2].

傳統的三維模型構建主要是利用影像或規劃圖作為底圖,利用三維建模軟件結合人工收集到的二維平面和高程數據完成三維模型的構建.常見的三維建模軟件有3DMAX、AutoCAD、SketchUp、CityEngine等.通過傳統方法生成的三維模型不僅需要耗費大量的人力與財力,而且由于缺少必要的紋理等信息,從而導致質量和真實感較差,不能真實反映復雜地物形狀,與現實世界反差較大,難以滿足大區域三維城市的應用[3].相對于傳統的三維模型來說,三維實景模型具有不受模型形狀的限制、模型真實、生成速度快、應用領域廣泛等特點.目前該技術在大比例尺地形圖測繪、三維建模、城市規劃、國土管理、文物遺產保護等多個領域都得到了廣泛應用[4–6].本研究以陽光學院馬尾校區為例,研究無人機傾斜攝影測量在復雜地形條件下三維實景模型的方法,并且檢驗其精度是否滿足實際測量需求的問題.

1 無人機傾斜攝影測量技術與空中三角測量

1.1 無人機傾斜攝影測量技術

無人機傾斜攝影測量技術是指在無人機這一飛行平臺上面搭載一臺或多臺傳感器同時從多個角度采集影像,從而獲取地物信息的技術.與傳統的攝影測量相比,它突破了傳 統的垂直拍攝獲取正射影像的束縛,可對同一地物同時從多個傾斜角度攝影,從而能夠快速、高效、大視角地獲取更加客觀豐富的側面紋理等信息用于三維實景建模.近年來,眾多學者對無人機傾斜攝影技術進行了研究.傾斜攝影測量的發展,國外比國內早了很多,國外已經經歷了十幾年的發展歷程[7,8],應用比較廣泛,甚至發展到了室內三維建模.國內傾斜攝影發展也就8年左右的歷史,2010年在中國測繪科學院劉先林院士的帶領下研制出了第一臺傾斜相機SWDC-5[9].中海達公司自主研發并生產了一款八旋翼的無人機測量系統OS-M8[10].上海航測和中測新圖推出了AMC580 和TOPDC-5 傾斜相機,國產傾斜相機航攝儀得到了一次快速發展[11].總之不管硬件還是軟件目前國內與國外都有一定差距,特別是軟件.當前傾斜攝影相機主流為5 鏡頭(其中包括4 個傾斜鏡頭和1 個垂直鏡頭).本文采用的就是基于五鏡頭的無人機航空攝影來完成三維實景模型的構建.

簡而言之,無人機傾斜攝影測量技術就是無人機技術與傾斜攝影技術的完美結合.該技術主要包括飛行平臺、多鏡頭傾斜傳感器、地面操作控制系統3 個部分.無人機傾斜攝影技術還可以與其他技術相結合來完成人們更高的需求,應用前景廣泛.St?cker 等[12]以西班牙安達盧西亞的案例研究了無人機航測在溝渠測量中的應用.Sun 等[13]利用無人機傾斜攝影技術與BIM 技術及VR 技術相結合,通過虛擬體驗來模擬看房系統.孫少楠等利用無人機傾斜攝影技術與BIM 技術相結合實現了在水利工程地形中的應用[14].

1.2 空中三角測量

攝影測量的主要任務是最大限度地減少外業工作,因此提出解析空中三角測量這一概念.空中三角測量俗稱空三平差,根據平差中采用的數學模型,空中三角測量可分為航帶法、獨立模型法、光束法三種方法.空三平差是數字攝影測量中通過少量野外控制點對測區內的控制點加密從而獲取影像加密點平面位置和高程的重要方法[15].該方法同樣也適合傾斜攝影測量.相對于傳統攝影測量,多鏡頭傾斜攝影計算量較大,計算過程比較復雜.無人機傾斜攝影測量系統獲取的影像空三平差以原始POS 數據和野外測定的控制點為基礎,采用嚴密的數學公式,按照最小二乘法原理,平差計算出攝影測量中所需加密點的三維坐標及其定向參數,同時建立控制點、連接點以及POS 輔助數據的多視角影像的聯合結算,進一步保障平差結果的精度.因此空三平差在攝影測量中占有十分重要的位置.

常見的空三軟件很多,如Inpho、Smart3D PhotoScan、Altizure 等.Bentley ContextCapture(原Smart3D,以下簡稱CC)是一套實景三維自動建模系統.它可以自動創建真實的三維模型,自動化程度非常高,是目前市場上用的比較多的軟件.此外它還具備高兼容性,能對各種對象各種數據源進行精確無縫重建.CC 有兩個版本,一個普通版ContextCapture,一個中心版Context-Capture Center,后者可以進行集群處理,也就是在主機上能夠同時分配多個任務節點給副機同時并行計算,因此計算效率大大提高.本研究采用的就是中心版本.通過多臺計算機建立集群的方式,同時高效地處理數據量較大的傾斜影像數據.

2 無人機傾斜攝影三維實景建模流程

2.1 技術流程

本文具體的校園三維實景建模的技術流程如圖1.

圖1 校園三維實景建模的技術流程

整個三維實景建模的流程主要分為外業數據采集和內業數據處理兩個部分.主要的設計思路:外業數據采集主要是根據航測區域概況制定航測技術方案來完成.采集的外業數據包括影像數據、POS 數據、控制點數據.通過該技術采集帶的外業數據也稱傾斜數據.傾斜數據是帶有空間位置信息的可量測影像數據,通過內業處理軟件處理能同時輸出DSM、TDOM、DOM、DLG 等多種成果[16].內業數據處理主要是利用CC 對外業采集到的數據進行處理.主要步驟包括數據預處理、空中三角測量、多視影像密集匹配、構建TIN 三角網、自動紋理映射、生產三維實景模型等.然后對生產的三維實景模型進行精度分析,滿足精度要求的就是所需要的三維實景模型,否則的話繼續數據預處理,再提交空中三角測量直到滿足所需要的精度為止.為了達到精度要求,實驗過程中通過布設較多控制點,分區航測,使用較高的航向和旁向重疊度來提高模型精度.

2.2 航測區域概況

陽光學院馬尾校區坐落于福建省福州市馬尾區臥龍山上,位于東經119°37′,北緯25°29′,學校占地面積約為1 km2,建筑面積37 萬平方米.測區以校園建筑為主,由于校園坐落于山上地形起伏較大,最高點與最低點的落差在180 m 左右.對于地形起伏較大的地貌,如用傳統的人工測圖,外業的工作量相當大,并且有好多地段存在安全隱患,人員和儀器根本無法到達;然而普通航測法又很難達到大比例尺地形圖精度要求,因此考慮采用無人機傾斜攝影測量技術.

2.3 外業數據的采集

本次選取的測區范圍約為1 km2,地形起伏較大.針對航測區域的大小、地形等特點,本文采用多旋翼大疆經緯系列無人機M600Pro (一臺六旋翼的無人機)為飛行平臺,云眼系列APS-130 五拼相機(半畫幅)為多鏡頭傾斜傳感器.表1為相關具體參數.

為了提高模型的精度且不影響成果的質量,本研究對區域進行分塊,分成南北兩塊.航測規劃軟件此次我采用大疆自主開發的DJI GS Pro.具體無人機航線規劃如圖2所示.

通過航測規劃軟件DJI GS Pro 連接無人機M600Pro,在軟件里面添加一個五鏡頭APS-130 相機并設置對應參數.根據研究區域的環境等情況,此次航線規劃設計的航帶為S 形線路.主要參數設置:航高130 m,旁向重疊度80%,航向重疊度80%,拍照模式等距間隔拍照,拍照間隔2 s,相機朝向平行于主航線,主航線角度0°,邊距0 m.由軟件計算得知飛行速度8 m/s,分辨率2 cm.此次航測南測區獲得航片4910 張(每個鏡頭982 張),北測區獲得航片5555 張(每個鏡頭1111 張),共航片10 465 張.

表1 飛行平臺和傾斜傳感器的詳細參數

圖2 無人機航線規劃

圖3 控制點的測量方式

本文POS 數據是通過大疆M600Pro 飛控導出來的,由于大疆飛控自身的局限性,需要我們對導出來的POS 數據進行篩選.剔除多余的POS.最終得到南測區982 個POS 數據,北測區共1111 個POS,共2093個POS 數據.

本文控制點數據是采用GPS-RTK 連接千尋CORS 賬號的量測方式完成采集.首先在奧威互動地圖APP 中提前劃分好測區范圍,并在其中布設控制點,然后到實地尋找合適位置布設控制點.根據測區的大小、地理位置、精度等因素,共布設61 個控制點(38 個像控點,23 個檢查點).坐標系采用CGCS2000,中央經度120°,3°分帶,高斯-克呂格投影.像控點之間的布設間隔在200 m 左右,均勻分布于整個測區.航測開始前,通過鋪設紅白或紅黃相間的標靶,通過中海達RTK 連接千尋定位系統完成像控點、檢查點的采集.控制點的測量方式如圖3所示.

2.4 內業數據處理

外業數據采集獲取后,首先需要對獲取的數據進行預處理,主要包括POS 數據的篩選、照片的勻光勻色處理等.然后再導入到CC 進行內業數據處理.

通過CC 軟件對采集到的影像數據、POS 數據、控制點數據進行內業處理,主要的處理流程包括添加影像照片、導入POS 數據、刺像控點、空中三角測量、多視影像密集匹配、構建TIN 三角網、自動紋理映射、提交生產三維實景模型項目、提交生產TDOM及DSM 項目等;像控點的選刺需要手動選擇并輸入實測坐標,像控點的殘差越小,正射影像的精度越高,建立出來的三維實景模型質量越高.分成南北兩個區域的空三結果如圖4所示,合并后整個測區空三加密計算結果如圖5所示.

圖4 南北兩個區域的空三結果

圖5 合并后整個測區的空三結果

2.5 項目成果

通過CC 軟件對采集到的數據完成處理之后,最終生成了三維實景模型.校園的部分三維實景模型如圖6所示.

在生成三維實景模型后,對空三后的數據重新提交新的項目,生成許多格式為TIFF/GeoTIFF 的文件,將生成的文件導入ARCGIS 中,此處使用ArcGIS10.5中的“鑲嵌至柵格”功能進行拼接.生成的TDOM 和DSM 如圖7、圖8所示.

圖6 校園的部分三維實景模型

圖7 測區的部分TDOM

圖8 測區的部分DSM

2.6 三維模型精度分析

為了檢驗無人機傾斜攝影測量的三維模型成果精度,利用航測之前采集到布設在測區分布均勻檢查點,與生成三維模型中相對應位置的點進行對比,從而完成該模型的精度評定.表2是同位置三維模型采集點與檢查點的對比.

利用外業采集的檢查點坐標(作為真值)與三維模型中對應位置的坐標(作為觀測值)通過下列中誤差計算公式得到坐標中誤差如下:

式中Dx、Dy表示X、Y 方向的中誤差;Dxy表示平面位置中誤差;Dz表示高程中誤差.

通過表2對三維實景模型上采集的23 個檢查點進行統計,經計算可知X 方向、Y 方向的中誤差分別約為3.03 cm,3.06 cm.平面位置中誤差約為4.31 cm.高程中誤差約為2.88 cm.滿足實際大比例尺1:500 測量的需求.

3 結論與展望

該研究首先利用大疆M600Pro 搭載五鏡頭相機采集獲取了陽光學院校區的影像數據,通過GPS-RTK 連接CORS 賬號的量測方式完成了像控點和檢查點的采集,再結合M600Pro 飛控導出的POS 數據.利用這些數據經過CC 軟件處理之后,獲得了該區域高分辨率的三維實景模型、TDOM、DSM.表明了無人機傾斜攝影技術在復雜地形條件下構建三維實景模型具有可行性,此外通過模型的精度分析,得到了三維實景模型的平面位置和高程中誤差均小于5 cm,滿足大比例尺1:500 的實際測量需求.為后續三維模型的二次開發提供了數據支持.但是該研究通過增加像控點來提高三維模型的精度,還存在相當的局限性.控制點多的話誤差也會積累,不一定能提高模型精度.在實際的生產處理過程中,受無人機等設備、大氣環境及軟件算法等因素,無人機的飛行姿態,照片的質量等都會影響模型的精度.此外得到的三維實景模型還比較粗糙,對于遮擋比較嚴重的地方沒有進一步精細化.希望在以后的學習過程中,可以進一步對模型的精細化、單體化、多元數據融合及三維模型的二次開發進行更深層次的研究.