基于無人機的市政道路三維實景建模研究及應(yīng)用

尤 軻， 竇全禮， 姜雨田， 瞿 鈺， 武春峰

(1.華中科技大學(xué) 土木與水利工程學(xué)院，湖北 武漢 430074；2.濰柴動力股份有限公司，山東 濰坊 261061；3.山推工程機械股份有限公司，山東 濟寧 272073)

傳統(tǒng)道路測量技術(shù)大多依靠設(shè)置全站儀、手工測量、轉(zhuǎn)換二維圖紙等地面手段，從而實現(xiàn)對施工現(xiàn)場的信息測量。但對于市政道路等工程量大的應(yīng)用場景，采用傳統(tǒng)測量技術(shù)需要大量的人力物力，使得完成整個項目的測繪工作花費大量時間。而且由于在測量過程中存在多次轉(zhuǎn)站，導(dǎo)致測繪效率和數(shù)據(jù)精度降低。

目前，隨著信息技術(shù)及智能化測量設(shè)備的發(fā)展，建設(shè)單位通常使用三維建模技術(shù)對市政道路進行測繪，國內(nèi)外學(xué)者對此進行了大量研究。朱贊等[1]采用地面三維激光掃描技術(shù)對具有典型巖溶區(qū)地質(zhì)環(huán)境的公路邊坡進行掃描，表明該技術(shù)在滑坡范圍線和不穩(wěn)定土方量等滑坡監(jiān)測要素提取具有可行性；馬俊杰等[2]利用三維建模技術(shù)，實現(xiàn)了建筑主體與周圍巖壁環(huán)境的可視化協(xié)同設(shè)計，該技術(shù)可及時發(fā)現(xiàn)問題，避免了重復(fù)與返工，節(jié)約了大量時間和成本；Kwon等[3]提出一種混合掃描方法，用于施工作業(yè)中土方工程的三維建模；Yoon等[4]利用三維建模技術(shù)，對施工隧道進行建模，從而可以表征混凝土襯砌特征信息，實現(xiàn)對隧道的自主化監(jiān)測；陳坤[5]利用三維激光掃描建模技術(shù)實現(xiàn)對公路勘測路線的選擇，且形成的數(shù)字地面模型可為測繪人員提供必要的公路縱橫斷面的信息，但激光建模技術(shù)點云的數(shù)據(jù)量較為龐大，從而出現(xiàn)了建模周期長這一問題；林志勇[6]利用基于無人機的傾斜攝影技術(shù)對古代建筑進行測繪，對文物數(shù)字化保護具有重要意義；鐘新谷等[7]建立基于無人機拍照的橋梁裂縫寬度識別系統(tǒng)，周呂等[8]通過建立三維建模的精度評價體系，對建模效果進行分析，具有廣泛的應(yīng)用前景。

基于無人機測量技術(shù)在市政道路三維建模中的優(yōu)勢，以山東公路項目某道路區(qū)域作為研究區(qū)域，借助無人機獲取該道路區(qū)域圖像作為本次研究的數(shù)據(jù)源，本文運用圖像建模技術(shù)構(gòu)造三維實景模型，然后將其與激光建模，從建模精度、建模效率以及建模成本三個方面進行對比分析，驗證該技術(shù)在構(gòu)建工程項目可視化的可行性以及精度的可靠性，為智慧工地建設(shè)提供有力的技術(shù)支持。

1 市政道路實景建模需求

三維建模技術(shù)目前是還原真實場景的最佳手段之一，該技術(shù)最早應(yīng)用于地質(zhì)工程專業(yè)，現(xiàn)已廣泛應(yīng)用于電力、水利、交通等各個行業(yè)。三維建模方法根據(jù)設(shè)備活動區(qū)域劃分為兩種：地面建模以及空中建模。地面建模主要依靠全站儀、手工測量、轉(zhuǎn)換二維圖紙等地面手段獲取施工現(xiàn)場信息，從而實現(xiàn)對現(xiàn)場信息的三維建模；空中建模主要利用無人機設(shè)備機動性強、靈活性高等特點進行信息采集，實現(xiàn)施工現(xiàn)場的三維建模。具體如表1所示。

由表1可知，應(yīng)選中空中建模作為建模方案，而且無人機攝影測量技術(shù)可以解決傳統(tǒng)人工建模效率低等問題，并且其在三維建模生產(chǎn)中具有自動化程度高、低成本和作業(yè)范圍廣等優(yōu)勢。利用該特點將無人機與三維建模技術(shù)耦合，從而可以為市政道路建模提供新的研究思路。

表1 建模技術(shù)類別

2 無人機拍照三維實景建模方法

2.1 數(shù)據(jù)采集

2.1.1 設(shè)備選型

采集道路工程的圖像數(shù)據(jù)主要工具為無人機，按照不同的使用領(lǐng)域劃分，無人機可分為軍用、民用和消費級三類，其中使用民用或消費類無人機即可滿足采集需求。

在進行無人機設(shè)備選型時，應(yīng)考慮以下因素：(1)一般該民用或消費級無人機自帶攝像頭，像素的高低影響模型精度；(2)根據(jù)各地區(qū)無人機飛行管理規(guī)定，對無人機的飛行高度、型號有所限制；(3)市政道路較長，無人機的續(xù)航時間要求應(yīng)盡可能長；(4)若每間隔2 s完成一張照片的拍攝，則續(xù)航30 min大約產(chǎn)生900張高精度照片，對無人機的內(nèi)存提出了較高的要求。因此，在對無人機選型時，應(yīng)綜合考慮攝像頭像素，法律規(guī)定，續(xù)航能力，無人機內(nèi)存等作為選擇設(shè)備的考慮因素。

2.1.2 影響因素

在建立三維模型整個過程中，照片質(zhì)量直接決定后面三維模型的精度等級，而影響圖像數(shù)據(jù)采集的因素主要有以下三種：

(1)飛行氣候：氣候是影響無人機航行的重要因素，進而影響成像精度，主要影響因素有風(fēng)、霧等。

(2)圖像重疊系數(shù)：圖像之間的連接點隨著圖像重疊率的提高而增加，照片的重疊度分為航向重疊度和旁向重疊度。為了提高成圖精度，可加大重疊度。

(3)航行高度：基于不同的起算點，航行高度可分為絕對航高及相對航高。相對航高即起算點設(shè)置為某一基準面，基于該平面計算飛行高度。相對航高可由式(1)計算。

(1)

式中：H為相對航高(m)；J為攝影鏡頭的焦距(mm)；GSD為攝像的地面分辨率(m)；m為像元尺寸的大小，在道路建模中m為道路寬度(mm)。在保持其他因素不變的情況下，航高越低，地面分辨率越高，所采集的圖像越清晰，越有利于生成精度較高的三維模型。

2.1.3 航跡規(guī)劃

無人機的航跡規(guī)劃在滿足安全、經(jīng)濟等約束條件下，從起點不斷延伸至終點。應(yīng)用于航跡規(guī)劃的算法有多種，例如A*算法、遺傳算法等，其中A*算法應(yīng)用較廣，是尋求最短路徑中較有效的一種算法。其航跡的代價函數(shù)表達式為：

f(a)=m(a)+n(a)

(2)

式中：a為當前節(jié)點；m(a)為從起始點到該點的真實代價；n(a)為啟發(fā)函數(shù)；f(a)為搜索空間節(jié)點的代價值總和。

現(xiàn)場數(shù)據(jù)采集時，無人機根據(jù)預(yù)先掃描所測場地，自動根據(jù)內(nèi)置算法及約束條件生成其飛行路徑，由于場地的不同其生成的航攝路徑也不同。對于本文項目直線型測區(qū)，其航行路徑如圖1。

圖1 直線路段無人機航行方案

2.2 數(shù)據(jù)處理

道路的圖像數(shù)據(jù)均為帶有地理坐標的深度圖像，采集后的圖像經(jīng)過求解相機的內(nèi)外參數(shù)，將其中各點轉(zhuǎn)換至三維形式，并組合形成三維模型。數(shù)據(jù)處理整個過程主要通過以下幾個步驟：(1)提取圖像特征點；(2)點云稀疏重建；(3)點云稠密重建；(4)生成三維點云模型。技術(shù)路線如圖2所示。

圖2 三維建模技術(shù)路線

2.2.1 特征提取

對原始圖像處理首先要獲取所測場景的圖像特征點，再將相鄰圖像的特征點進行匹配，高精度的特征提取更能有效提高三維建模的準確性。本文采用SIFT模型，該算法包含圖像金字塔構(gòu)建、尺度空間極值檢測、關(guān)鍵點定位、特征向量匹配四個步驟。

(1)圖像金字塔構(gòu)建：在SIFT特征提取過程中，為了獲得目標在圖像中尺寸大小的信息，需要創(chuàng)建一組圖像以便對目標進行識別；

(2)空間極值點檢測：為了確定尺度空間的極值點，每一采樣點應(yīng)與周邊點對比計算，并得出其大小差值；

(3)關(guān)鍵點定位：通過擬合三維二次函數(shù)實現(xiàn)關(guān)鍵點定位，并判斷該點的尺度是否達到所需像素精度；

(4)特征向量匹配：利用SIFT從每幅圖像上提取特征點，通過對比不同圖像的特征點以尋找相匹配的地方。

2.2.2 點云稀疏重建

點云稀疏重建技術(shù)是計算機視覺在工程中的一項重要應(yīng)用，它為從圖像序列重建三維場景提供了有效的解決方案。其實質(zhì)是將匹配的特征點還原到三維空間中，再利用SIFT算法提取圖像特征點，將場景信息恢復(fù)，該過程即為點云稀疏重建。稀疏點云模型的生成通常利用SFM(從運動恢復(fù)結(jié)構(gòu))算法，該算法作為三維重建流程中重要的一環(huán)，對重建的質(zhì)量起決定性作用。輸入為圖片序列，輸出為稀疏點云結(jié)果。

(1)通過SIFT算法提取特征點后，將特征點進行匹配，F(xiàn)(I)為圖像I中的特征點，F(xiàn)(J)為相鄰圖像J中的特征點，考慮每幅圖像I中的每一個特征f∈F(I)，找到相鄰圖像J中的最近鄰的特征向量fnn∈F(J)，如下所示：

(3)

式中：fnn為每個特征點的特征向量；fd為圖像I中的特征；f′d為相鄰圖像J中的特征。

(2)光束平差法：隨著圖像的增加，點云數(shù)據(jù)逐漸豐富使得其整體誤差也會增加，要利用相應(yīng)方法降低場景結(jié)構(gòu)的總誤差，而光束平差法是許多攝影測量應(yīng)用中的首選方法，利用該方法可將所觀測的圖像位置和預(yù)測的圖像位置點進行誤差最小的映射，其目標優(yōu)化方程為：

(4)

式中：n為攝像機a的n個視角；m為軌跡b的m個軌跡；當攝像機a觀察到軌跡b時wab取1，反之為0；‖qab-p(Ca-Xb)‖為攝像機a中軌跡b的投影誤差累計值。

2.2.3 點云稠密重建

經(jīng)過上述稀疏重建流程，二維圖片中的點經(jīng)提取后形成稀疏點云結(jié)構(gòu)，若重建對象結(jié)構(gòu)簡單易于表達，點云模型可大致顯示其輪廓特征；若重建對象體量較大，范圍較廣且結(jié)構(gòu)構(gòu)成復(fù)雜，稀疏點云模型難以細致表示該場景的整體特征，因此在稀疏點云結(jié)構(gòu)的基礎(chǔ)上需進行進一步深化，即采用稠密重建的方法。在對稀疏點云模型進行稠密重建時，較常用且效果較好的算法是基于面片的多視圖立體視覺算法(MVS)。其由三個主要步驟構(gòu)成：分別是初始化特征匹配、面片生成及面片過濾。

(1)初始化特征匹配：采用高斯函數(shù)差分(DOG)和Harris算子對每幅圖像中的角點信息進行提取。

(2)面片生成：為保證每個圖像塊至少對應(yīng)一個面片，因此通過匹配出的初始結(jié)果將稀疏面片擴散至領(lǐng)域，由此得到高密度面片集合。

(3)面片過濾：在面片重建過程中，部分面片準確度較低，因此可通過過濾的方式來提高面片的準確性。

3 工程實驗及結(jié)果分析

3.1 工程概況

該項目屬于山東省濟寧市濟寧大道西延工程，項目通過起點與G327，G105的十字交叉，發(fā)揮了省道十永延長線的功能。項目起訖樁號為K0+000—K14+292，路線全長14.292 km，路基寬度25.5 m，設(shè)計時速80 km/h。地勢相對低洼, 地形起伏較小，地面標高一般在海拔18～21.00 m，沿線多為農(nóng)田、湖汊及堰塘。

3.2 設(shè)備選型及參數(shù)設(shè)置

本次實驗采用的無人機設(shè)備、處理器以及平臺如表2所示；利用無人機攜帶的相機進行數(shù)據(jù)采集。

表2 設(shè)備選型

在保證精度的基礎(chǔ)上，為使得整個過程高效率進行，無人機飛行高度設(shè)定為35 m，成圖比例尺為1∶2000，飛行速度2 m/s，拍攝時間間隔為2 s，航向重疊度為60%，旁向重疊度為40%。

3.3 結(jié)果分析

3.3.1 圖片建模模型評估

(1)建模效果

按照試驗步驟，將無人機所得圖像進行匹配，識別并找出連接點，連接效果如圖3所示；以無人機航行起點為坐標零點，生成該道路工程的三維實景模型，如圖4所示，從圖4中可以看出，該模型中土方的建模效果較好，其各處坡度及機械施工痕跡均可從模型中分辨，滿足施工現(xiàn)場對該模型的要求，為市政道路三維建模提供了技術(shù)支持。

圖3 圖像連接點

圖4 道路實景模型

(2)精度評估

遵循隨機分布以及均勻的原則，選取100個特征點作為檢測模型精度的測試點，統(tǒng)計其實際位置與相對應(yīng)模型中的坐標數(shù)據(jù)，并計算其點位差值，如表3所示。

表3 點位坐標

將這100個點的點位偏差統(tǒng)計結(jié)果制成柱狀圖如圖5。

圖5 坐標誤差分布統(tǒng)計

其中，x坐標誤差總體范圍在-0.8～+1.0 m之間，其中誤差在-0.4～-0.2 m之間的點數(shù)較多；y坐標誤差總體范圍在-0.6～+0.6 m之間，其中誤差在+0.4～+0.6 m之間的點數(shù)較多；z坐標誤差總體范圍在-0.8～+1 m之間，其中誤差在-0.4～-0.2 m之間的點數(shù)較多，模型具有良好的精度。

3.3.2 不同模型比較分析

利用激光建模(簡稱A)以及圖片建模(簡稱B)對道路土方工程項目進行三維建模，選取模型中的六個控制點，如圖6所示。對比其在兩個模型中的坐標點位，選取測點時采取隨機抽取的原則，保證模型精度對比的有效性。從以下三個方面進行對比分析。

圖6 控制點示意

(1)建模精度

圖7為各點的相對坐標值，其中坐標零點為無人機航行起點，以此零點作為坐標的基準點；圖8為各點的坐標差值，反映出兩種建模方式之間的差異。

圖7 各點的相對坐標值

圖8 坐標差值

以三維激光點云坐標為比對基準，計算基于航拍圖片所獲點云坐標與激光點云坐標的差值，得出六個控制點的差值基本在-1.5～+1.5 m之間，差值較小。在路面坡度起伏較大的曲面上，模型A與模型B的能基本重合，其精度相差小，在起伏較小的曲面上，模型A的點云精確度比模型B的精度高。因為圖片建模是通過照片密集匹配和空三加密得到的地面點位數(shù)據(jù)，而激光雷達所采集的點云數(shù)據(jù)是直接通過激光發(fā)射器獲取的地面點位數(shù)據(jù)，在圖片建模過程中，若照片的特征匹配出現(xiàn)偏差，則直接影響空三加密計算出的點云數(shù)據(jù)結(jié)果，而雷達通過激光反射直接獲取點云信息，因此激光掃描精度高于照片點位的精度。

(2)建模效率

不同建模方式其數(shù)據(jù)處理流程不同，所耗費的時間也不同。兩種建模方式的用時如表4所示。

表4 建模效率分析

由上表可知基于圖像的航拍三維實景建模所采集的數(shù)據(jù)為照片，耗費時間較長的流程是在二維圖片信息轉(zhuǎn)換為三維點云信息的過程中；基于激光掃描的三維實景建模所采集的數(shù)據(jù)直接為點云數(shù)據(jù)，其耗費時間較長的流程是對于原始點云模型進行實景紋理貼圖的過程。綜上所述，在相同條件下圖片建模總時長小于激光建模，使得其建模效率高于激光建模，可以滿足施工現(xiàn)場對于三維建模實時性的要求。

(3)建模成本

圖9是兩種建模方式所需要的主要設(shè)備及其成本方式，通過查閱生產(chǎn)廠商報價，得知兩種建模方式成本差異主要體現(xiàn)在設(shè)備成本方面；在采用基于圖像的建模方法時，設(shè)備成本主要有民用無人機、操縱臺、電池及圖形數(shù)據(jù)處理器；在采用基于激光掃描的建模方法時，硬件材料設(shè)備主要有專業(yè)級無人機、備用電池、圖形處理器。綜合來看LiDAR、專業(yè)級無人機及RTK基站的價格遠高于民用無人機的價格，且后期數(shù)據(jù)處理方面，紋理貼圖費用視項目大小而定，較圖像建模方式，該費用使得激光掃描建模的成本倍增。隨著對模型精度要求的提高，建模成本也隨之提高，但綜合來看，基于航拍的圖像建模具有較低的成本，具有較強的可實施性。

圖9 建模成本對比

(4)綜合對比

激光掃描技術(shù)通過發(fā)射激光射線獲取對象的地理及紋理數(shù)據(jù)，該方法具有非接觸、高精度等優(yōu)點，但這種方法建模周期長、效率低，在小范圍建模領(lǐng)域具有較高的可行性。基于圖像的建模技術(shù)借助無人機技術(shù)進行快速拍攝，通過對所采集的影像進行特征點匹配、點云生成等步驟建立三維模型，該方法具有精度高以及效率好等特點，但同時也存在垂直細長物體建模缺失等缺點。從成本層面分析，綜合對比兩種建模方式的建模成本，圖像建模采用消費級無人機且自帶攝像頭，而激光建模采用專業(yè)級無人機且外加LiDAR以及RTK基站，圖像建模方式的硬件成本遠低于激光掃描建模。

往往道路工程路程較長，采集數(shù)據(jù)量龐大，需要高效準確地進行三維模型建立，從上面實驗數(shù)據(jù)可以看出，雖然圖像建模技術(shù)在精度上低于激光建模，但基于無人機的圖像建模具有精度高、效率好、成本低等優(yōu)點。因此基于無人機的圖像建模方式更適合于道路土方工程的三維實景模型建立。

4 結(jié) 論

本文研究了基于無人機的三維實景建模技術(shù)，以市政道路工程項目為研究對象，結(jié)合該需求研究建模方案，利用建模結(jié)果，評估適用于市政道路模型的三維實景模型方法。主要得出以下結(jié)論：

(1)本文提出的基于無人機的三維實景建模技術(shù)在市政道路工程中具有良好的適用性。當操控?zé)o人機在35 m高度飛行拍攝建立道路工程模型時，其整體誤差基本處于-8～+8 m之間，表明本文提出的模型具有良好的精度以及準確性。

(2)基于無人機航拍的三維實景建模方法比基于無人機激光掃描的三維實景建模方法更具可行性。使用激光建模雖然精度表現(xiàn)較為突出，但其建模周期長、成本較高，不能滿足施工現(xiàn)場對于時效性以及經(jīng)濟性的要求。而基于無人機的圖像建模以較低的操作成本和較為迅速的途徑實現(xiàn)了市政道路場景的還原重建，具有較高的可行性。