無人機在災害預防中的場景應用

王泓灃 王久懿

（中國地質調查局哈爾濱自然資源綜合調查中心，黑龍江 哈爾濱 150086）

在天然災害發生時，往往需要即時的災區數據，其中包括正射圖像、大范圍傾斜拍攝及地表三維模型，供救災單位進行應用及決策使用。自然災害發生后需要進行即時環境踏勘，初步判斷現地災害信息，以往自然災害發生后，傳統取得現地信息往往仰賴航測飛機進行勘查，而其無法于第一時間進行升空拍攝，導致取得災害信息速度緩慢，利用無人飛行載具（Unmanned Aerial Vehicle，UAV）即時性、快速性、便利的特性，快速捕抓災害，取得各相關地表數據，方便決策者對災害進行快速應變[1]。使用UAV執行航拍任務，若測區面積不大，與正規航空測量相比，UAV機動靈活，能夠降低成本，減少危險[2]。

1 無人機載具系統

無人飛行載具系統是指無人飛行載具（Unmanned Aerial Vehicle，UAV）及其地面相關控制組件，早期研制無人機的目的是用于軍事，20世紀80年代以來，隨著信息科技的迅速發展及各種新型傳感器的不斷問世，無人飛行載具系統的性能不斷提高，發展趨勢為低價化、微型化、自動化操作，由于其具有輕便、隱蔽性好、機動靈活、使用成本低等特點，應用領域也越來越廣泛，從早期軍事運用擴展至海岸防衛、環境監測、交通控制、危險任務監控、災后圖像獲取及球賽轉播、電影制作、極限運動拍攝等娛樂方面應用[3]。另一方面，無人飛行可以裝設數字相機、雷射掃描、多光譜、高光譜、熱感應及微波等日趨小型化設備，能進行洪水及土壤水分、植被、濕地、土地覆蓋及目標檢測。

2 UAV圖像處理可行性評估

2.1 斜拍鳥瞰圖像

無人機裝載無刷云臺，其設備主要功能為保持相機動態穩定以及調整鏡頭拍攝方式，借由斜拍角度，獲取空拍范圍環境信息，能有效呈現整體環境現況，并能將斜拍鳥瞰信息轉化到后續分析中。如圖1為鳥瞰照片范例，由空拍鳥瞰可清楚掌握保全戶、溪床、邊坡崩塌相對應關系[4]。

圖1 鳥瞰照片范例

2.2 空拍環景構建（動、靜態）

環景一詞源自于panorama，簡稱pano。環景攝像的概念源自于利用電腦播放軟件，讓使用者能根據需求旋轉照片，產生一種身臨其境的視覺效果。由于無人載具可進行停懸作業，因此在正確的操作下可利用單臺相機進行空中720°環景作業，拼接環景照片僅需短短15min拼接完成，將高清晰度圖像利用環景技術制作成全景環繞場景，產生虛擬現實的效果，完整記錄重點地區的全貌，所提供的視覺效果遠比二維地圖好。動態方面，使用可裝載6臺GOPRO極限運動動態攝像機機架，掛載于無人載具下方。在飛行過程中，同時錄影捕抓6個維度的動態信息，通過AutopanoVideo進行環景拼接可將6個維度動態信息拼接成一部全面像動態視頻，可使用KolorEyes軟件，進行電腦、手機播放。

2.3 航拍圖像制圖

以實際航拍數據研究消費型攝像機動態錄影方式取得現地數據精度，將容易發生災害的主流河道作為試驗區。試驗過程選用含有GPS的飛行控制系統、動態GPS記錄器以及搭載高靈敏傳感器塔羅無刷云臺，當載具在高空受擾動氣流時，能自我穩定拍攝方向，并以近垂直角度拍攝地面景物。

2.3.1 多旋翼及相機云臺組裝設置

該文使用的多旋翼機型為四軸無人載具，飛行控制則選用DJI大疆NAZA V2系統，其為自裝設置相關飛控參數，包括俯仰、橫滾、航向角、垂直等參數設置，其參數值越大則表示操控性越靈敏。

該研究使用的多旋翼機型為四軸無人載具，飛控則選用DJI大疆NAZA V2系統，其為自裝設置相關飛控參數，包括俯仰、橫滾、航向角、垂直等參數設置，其參數值越大則表示操控性越靈敏。云臺則使用塔羅TAROT 2軸云臺，云臺參數設置主要在于遙控器控制的靈敏度，當數值越大表示敏感度越高。

2.3.2 相機參數及魚眼濾除

本次研究對象選擇我院在2016年8月~2017年9月接診治療的60例行手術治療的老年骨科患者,將60例患者通過抽簽法平均分為30例參照組與30例實驗組。

由于空中圖像拍攝的相機鏡頭像幅大小技術不夠，因此呈像不夠寬廣，單張圖像不足以容納整個圖像范圍，為了呈現所需要的空拍場景，可能將空拍照片拍成數張片段場景之后，再將其接合起來，該研究使用GOPRO HERO3魚眼鏡頭，必須先對其呈像照片進行幾何校正，目前魚眼鏡頭視廠大概在170°～270°，成像時需要考慮球面物體和平面像的共軛關系，光學系統理想的像高公式表示如下。

式中：h為理想像高，f為系統物方焦距，θ為物方視場半角。在公式（1）可知，當θ= ±90°時，h= ±∞，像面變得無限大且無法分辨，所以魚眼鏡頭需要人為地加入桶形畸變，其變形是投影成像的結果，而不是由像差形成，魚眼鏡頭的桶形畸變對所成像清晰度沒有明顯影響，導入固定的桶形畸變會改善魚眼鏡頭的像面照度的均勻性。使用的消費型相機為Gopro HERO3，選取4k/15fps魚眼模式進行空中動態錄影，通過圖像截圖軟件每秒取得1張圖像，畫質為3840×2160，約6百萬像素，因魚眼模式所錄的視頻四周變形嚴重，因此使用Adode Photoshop Lightoom 5軟件進行區域變形修正，代入Pix4Dmapper重新設置相機參數及重復驗證修正系數。

2.3.3 GPS 雙頻動態軌跡記錄器（Venus858F-GL）

進行航拍時為了記錄航拍器Gopro HERO3動態錄影位置數據，所搭載GPS記錄器為雙頻動態軌跡記錄器，匹配方式為將錄影與GPS系統記錄同時斷電及停止錄影，因GPS系統記錄器為1s記錄一點，所以獲取圖像時為1s一張圖像，并從斷電及停止錄影最后一刻往前匹配，可獲得錄影每秒動態位置，而其GPS優點在于可同時接收GPS/GLONASS 2種衛星定位信息，最佳精度可達2.5m，平均29s定位完成，熱起動僅需1s。GPS記錄器裝載位置在動態攝像機正上方約11cm。

2.3.4 航線規劃與地面控制點布設

規劃航拍時首先考慮單趟飛行時間、距離以及航拍面積范圍，單趟平均飛行時間約17min，單趟飛行距離1km～2km，飛行高度200m，因此航線規劃2條航帶，另因使用動態錄影形式（每秒15張靜態圖像）前后2張照片信息內容須重疊70%～80%。在進行空中三角測量平差時的平面與高程地面控制點（Ground Control Point，GCPs），于規劃位置前中后各設置一處，總計3處，位置如圖2所示。通過電子化全球衛星即時動態定位（RTK）系統e-GNSS進行控制點測量，并結合周邊水準點進行誤差改正。

飛行路徑是研究人員通過圖像回傳數據來控制航線循跡而形成的路徑，并以近垂直的角度進行航空動態錄影，將視頻截取為單張圖片并修正魚眼，套入Pix4Dmapper中，在人工挑選圖像平面與高程地面控制點（Ground Control Point，GCPs），總計挑選3處地面控制點，檢測點位5處，再根據Pix4Dmapper自動測量連接點的功能增加連接點數，制作的成果與人工測量斷面比對高程誤差精度，由于成果數據包括地表面所有數據，如植被、水面、建筑物、道路以及河床裸露地等數據，而人工斷面測量所測量數據為裸露地區域，因此只研究河床裸露地的精度值。

2.3.5 精度檢測

精度檢測包括人工測量斷面、控制點檢測、檢測點檢測等3個工作項目，掌握制作的地形數據準確度，檢測點位獲取方式采用TOPCON GTS-226電子光波測距經緯儀或VBSRTK（高精度GPS）等。

2.3.5.1 人工測量斷面

檢測斷面使用上述地面控制點（Ground Control Point，GCPs）搭配TOPCON GTS-226電子光波測距經緯儀進行大斷面測量，總計測量3處斷面數據，分別位于3處控制點，檢測斷面位置如圖2所示。

圖2 地面控制點位及檢測點位置

檢測成果GCP1斷面裸露地平均誤差±0.17m，標準偏差±0.12m；GCP2斷面裸露地平均誤差±0.12m，標準偏差±0.10m；GCP3斷面裸露地平均誤差±0.43m，標準偏差±0.18m。3個斷面檢測中，GCP2斷面誤差最小，GCP3斷面誤差最大，由上述數據顯示制作的地形數據越往中間值精度越佳，越邊緣精度相對較差，并由成果發現當地形坡度升高時誤差量亦也隨之升高。

2.3.5.2 控制點位檢測

控制點為已知坐標點位，并與現地周圍等水準點進行平差校正，所獲得的數據為正高。進行航空攝像測量時點選3處地面控制點，控制點位坐標通過電子化全球衛星即時動態定位（RTK）系統e-GNSS進行控制點測量。3處地面檢測點的X平均誤差±0.029m，標準偏差±0.04m；Y平均誤差±0.118m，標準偏差±0.163m。地面控制點誤差如表1所示。

表1 UAV精度結果-控制點檢測

2.3.5.3 檢測點位

航空攝像測量時選取5處地面檢測點，其篩選原則為選擇易變動的控制點，如道路、橋梁等區域，其檢測點位為未導入Pix4Dmapper 計算平差的成果，從而方便檢測之用。檢測點如圖2所示，其中檢測點位2（誤差X：0.0001m，Y：0.15m，Z：-0.514m） 的高程誤差較大，檢查后發現會受周邊樹木影響。因此將其誤差大的數據去除，X平均誤差±0.075m，標準偏差±0.043m；Y平均誤差±0.042m，標準偏差±0.040m；Z平均誤差±0.124m，標準偏差±0.058m。地面檢測點誤差如表2所示。

表2 UAV精度結果-檢測點檢測

2.3.6 建構立體視圖

利用照片校準方法取得相機內方位參數，搭配外方外空間信息，進行地表測量，以三角測量為基礎，使用相機對特定物體進行不同角度拍攝，經計算后可獲得該測量區三維立體模型。使用該技術的關鍵在于取得飛行載具、拍攝時的姿態角以及記錄當時飛行照片坐標，并經由計算取得目標物的信息。建構立體視圖除了提供視覺化呈現外，也可掌握環境整體概況，可以明顯了解河道水流流向與邊坡相對應關系。

3 優勢及不足

該研究主題通過簡易四軸無人載具及消費型攝像機進行空拍任務，所取得數據為動態錄影數據，進行防救災可行性研究，而它具有下列優點：1） 簡易型四軸無人載具搭載極輕消費型攝像機，重量大幅減輕，同時增加可飛行時間。2）過去無人載具采用高單價傳感器及飛行器進行地面空間測量，相關費用開銷大。現在采用低價飛行器創造高效益產值。3）使用機動性高、低成本UAV無人載具進行大面積觀測，除可降低成本開銷外，所獲得圖像信息并未因采用低成本傳感器導致精度不佳。4）根據1‰制圖標準，平面絕對精度須小于25cm，高程精度須小于30cm，應用于防救災須快速取得地面數據相對可行，但制圖使用還需考慮。5）動靜態720°圖像拼接，掌握環景整體概況，并可提供前后時期環境比對。6）錄影后制快速圖像拼接，即時傳輸當地概況以及災前災后比較。

缺點如下：1）旋翼機飛行時間遭受電池限制，定翼機電池限制較小，飛行時間比旋翼機長。2） 因所使用圖像為動態視頻截取，因此相對畫質比單眼圖像差。3）天氣不穩拍攝成果與天氣晴朗相較更差，精度也不佳。4）目前已有制作油料型的旋翼機，若旋翼機可提高飛行時數，即可克服在區域廣大或飛行高差大的區域進行拍攝出現的問題。

4 結語

綜上所述，在發生自然災害時，為了能夠獲得即時的災區數據，為單位提供有力的數據支持，需要在自然災害發生之后進行即時環境踏勘，對災害信息進行初步的判斷。過去無人機均采用高單價傳感器及飛行器進行地面空間測量，當耗損時，維護費用高，為了降低維護費用并確保精度。在該研究中使用機動性高、成本低的UAV進行地表觀測，耗損時，除了可降低成本開銷外，所獲得圖像信息并未因采用低成本傳感器導致精度不佳，該研究飛行高度200m，所制作檢測點位平面X平均誤差±0.075m，標準偏差±0.043m；Y平均誤差±0.042m，標準偏差±0.063m；高程精度Z平均誤差±0.124m，標準偏差±0.149m，應用于防救災須快速取得地面數據相對可行。該研究使用3處控制點以及圖片坐標進行正射圖像及地形制作，獲取控制點檢測成果佳，而未研究控制點分布與數量方可得最佳的成果，建議未來研究方針可研究3處以上地面控制點進行比較，研究制作面積與控制點數量關系，獲得最佳成果。通過研究，該文所提出的方法不僅可以確保精度，還能夠降低維護成本，為自然災害發生的數據獲取提供有力支持，但是其還有可以改進的地方，今后將會進一步進行深入研究。