基于動態后處理的無人機免像控測圖方法

潘國富 單弘煜 趙 鑫

(廣州市中海達測繪儀器有限公司, 廣東 廣州 511400)

0 引言

傳統航空攝影測量作業使用載人飛機搭載專業航拍相機獲取地面影像,成本高昂、技術復雜,同時還需要布置控制點,外業勞動強度大、項目周期較長。隨著低空無人機技術的發展成熟,以拓普康和天寶為代表的外國地理信息裝備企業率先將高精度衛星及慣性導航技術集成到低空無人機上,實現了1∶2 000大比例尺航測作業[1-2],但由于整體價格高昂、早期固定翼無人機安全性不足等問題,并未得到廣泛推廣運用。

近年來,國內廠商如飛馬、縱橫等公司開發的多旋翼及復合翼無人機大大提高了飛行安全性,成為航拍和三維激光雷達測圖的主要飛行平臺,同時國內研究開發的多鏡頭傾斜攝影測量專用相機[3]大大提高了傾斜攝影測量的工作效率。但由于價格依然較高,主要用戶群體集中在大型測繪資質單位等高端用戶。

本文針對面積的1∶500測圖及三維建模項目需求,以低成本的大疆P4R無人機作為航測平臺,利用動態后處理(Post Process Kinematic,PPK)技術獲得相片成像瞬間的精準位置,從而取代地面像控點、免除了外業測量工作,最后通過實際案例,介紹無人機航測的實施過程并對精度進行驗證。

1 無人機測圖工作原理

無人機測圖是通過控制無人機在一定的高度及航線上飛行進行拍照,獲取地面上一定重疊度及一定分辨率的影像后利用攝影測量技術進行數據處理，獲得地面點坐標的方法;一般無人機航測流程如圖1所示。

圖1 無人機航測流程圖

航線設計需要根據相機的分辨率、測區地形高差起伏等情況對航高、飛行路徑等參數進行合理設計,文獻[4]給出的無人機的飛行高度計算方法如式1所示:

(1)

式(1)中,f為物鏡焦距;α為像元尺寸;D為地面采樣距離,是衡量無人機影像區分相鄰地物最小距離的指標,其大小按所需成圖比例尺確定[5],通常1∶500測圖要求D≤0.05 m。考慮到地形落差較大容易導致影像重疊率不同或影像分辨率不足的問題,在山區丘陵等地形復雜測區作業時可使用隨地形飛行技術[6],以盡量保證無人機相對地面的航高固定。

2 關鍵技術研究

2.1 大疆P4R無人機飛行平臺

大疆在2018年推出了帶有全球導航衛星系統(Global Navigation Satellite System,GNSS)雙頻定位模塊及高精度螺旋天線的精靈4(Phantom 4RTK) 多旋翼無人機,通過配備防抖云臺、相機使用機械快門(全局快門)成像技術有效降低航拍過程中的圖像變形(果凍效應);同時整機實現了飛控、云臺相機及GNSS時鐘系統微秒級同步,可根據飛機姿態、云臺姿態對相機的中心位置進行補償,保證每張照片均直接輸出厘米級精度的中心位置;再加上簡單易用的飛控系統,顯著降低了無人機操控的技術門檻,這兩年在建筑、測繪、電力巡檢等行業領域得到普及應用[7-9]。

2.2 PPK數據處理模型

飛行作業完畢后，導出機載GNSS數據及影像數據，與基站數據進行事后差分解算，從而獲取厘米級的精度[10]。本文PPK解算引擎采用衛星間、接收機間組雙差的模式進行解算,消除星軌道誤差、衛星鐘差、電離層誤差、對流層誤差、接收機鐘差等誤差,觀測方程如式(2)～(4)所示:

(2)

(3)

(4)

式中,P、φ分別為接收機的偽距和載波觀測值;ρ為衛星到接收機的幾何距離;δ為軌道誤差;c為光速值;ts,tr分別為每顆衛星和接收機的鐘差;T為對流層延遲;I為電離層延遲;ds,dr為衛星和接收機的偽距硬件延遲;ds′,dr′為衛星和接收機的載波硬件延遲;λ為載波波長;N為整周模糊度;ε、ξ分別為偽距與載波的殘余誤差、用于吸收多路徑誤差、內部噪聲等誤差。

動態后處理方法相比實時動態差分法(Real-Time Kinematic,RTK)沒有差分延遲,因此，精度更高,且通過正反向兩次濾波解算,獲得固定解的成功率更高。

2.3 PPK解算流程

PPK解算的流程包括數據預處理、模糊度浮點解、模糊度固定、基線解算等幾個步驟,總體流程如圖2所示。

圖2 PPK解算流程圖

數據預處理環節主要目的是周跳探測及粗差剔除,周跳探測部分綜合采用GF組合法、歷元間差分法及多普勒積分法進行探測,對于殘差超過閾值的觀測值進行剔除,小于閾值的定權后使用。參數估計首先通過單差觀測值模型進行,獲得單差模糊度的浮點解及方差協方差陣,通過誤差傳播定律得到待固定的雙差模糊度浮點解及方差協方差陣。

本文整周模糊度的求解策略采用最小二乘模糊度降相關平差法(Least-square Ambiguity Decorrelation Adjustment，LAMBDA)，主要分為降相關及模糊度快速的搜索兩步。在模糊度固定成功后還要對其進行可靠性檢驗，常用的Ratio檢驗代表最優解和次優解的可區分程度，ratio檢驗閾值一般采用3為經驗值。

有關特殊水熱環境的濕地和農田生態系統溫室氣體的研究比較少[34]。已有的研究區域大多位于北緯45°以北，及少數低緯度、高海拔（3000米以上）地區的相關研究[15，34，50]。而在中緯度溫帶地區的生態系統類型更多、面積更廣、氣候變異更大，目前關于這些地區的溫室氣體排放特征尚不明確[34]，從高緯度、高海拔地區所得到的研究結果是否能夠完全或部分適用于中緯度地區也尚不明確，因此擴大相應研究區域也是有必要的。

隨著衛星數的增多，待估模糊度個數N也顯著增大，一次性估計全部的模糊度并未現實也不必要，本文采用部分模糊度固定方法進行模糊度剔除，模糊度剔除的個數為i，為了保證最終固定解精度，常需滿足N-i>3，即至少固定4個模糊度參數。固定完模糊度之后可根據模糊度浮點解的方差協方差陣,模糊度固定值計算得到高精度的基線分量的結果,如果模糊度固定失敗,直接輸出浮點解。

3 實驗案例

3.1 測試方法

測試地點位于筆者所在科技園區，首先在路面上選擇8個在衛星影像上易于辨識的斑馬線角點作為地面控制點集(編號為P1至P8)，然后用高精度雙頻RTK設備采集各點位坐標(固定解30 s平均值，解算精度優于2 cm)，各點位分布及航線規劃如圖3所示。

圖3 實驗航線規劃圖

3.2 外業數據采集

首先，將衛星接收機基站架設在已知點上,量取儀器高后以1 Hz采樣間隔進行靜態數據采集。同時根據地面分辨率的與成圖比例尺的關系計算航高、相片重疊率的要求進行航線規劃,本文測試飛行任務使用的參數如表1所示。

表1 航線規劃參數

大疆無人機飛行操控直觀,同時具備避障、自動返航等設計,基本可以實現傻瓜化航拍。

3.3 PPK數據處理

外業結束后,導出基站數據及無人機載數據,即可進行PPK數據處理,本文軟件以不同顏色表示各相片位置的解算,結果如圖4所示。

圖4 PPK解算結果

從圖4可以看到,經過兩次濾波解算后所有點位均得到固定解,說明本文PPK算法正確可行,PPK解算完成后直接導出文本格式的POS成果用于空三解算。

3.4 空三解算

本文使用Pix4Dmapper軟件進行空三處理,該軟件是瑞士Pix4D公司研發,軟件使用嚴密的光束法區域網平差方法[11],可快速完成空三加密,數字地表模型(Digital Surface Model，DSM)、數字正射影像(Digital Orthophoto Map，DOM)數據的生產,已在國內外實際項目中得到普遍驗證,獲得點云數據、DOM及DSM成果如圖5～7所示。

圖5 空三點云成果

圖6 空三DSM成果

圖7 空三DOM結果

4 精度統計

將Pix4Dmapper所生成DOM與DSM成果加載到QGIS (Quantum GIS，一款免費GIS軟件)軟件中刺點查詢獲得測試點位的坐標,與RTK測試結果對比獲得北方向誤差dX,東方向誤差dY,高程方向誤差dZ后計算各點的點位誤差dS計算公式見式(5):

(5)

表2 測試精度統計 單位:m

從測試統計結果看到，P5點的平面和高程精度相對于其他點位精度明顯降低。分析原因為該點位于航線邊緣,缺少重疊影像,在實際作業中可將飛行區域外延兩個以上航線寬度以改善該問題,從而獲得更好、更均勻的測量精度。

其余點位精度均符合測量規范要求。

5 結束語

隨著國內無人機飛行平臺、各種載荷、成圖建模軟件的成熟,無人機已經成為地理信息數據采集的重要工具,本文介紹了利用大疆P4R無人機結合PPK后處理技術進行免像控1∶500測圖的技術原理及作業流程,實測結果表明:

(1)消費級無人機P4 RTK結合PPK方法進行小場景航測的精度能夠滿足1∶500大比例尺測圖需求,開闊場景無須布設地面像控點。

(2)本文PPK軟件在國內商業化推廣多年,算法可靠,軟件穩定,滿足工程應用需要。

(3)本文實驗場地相對平坦,未能在地形起伏較大的項目中驗證,未來可以在機載高精度定位盒子中加入慣性傳感器[12],減少航拍過程中因風力所致飛機傾斜引起誤差,同時可將單機模式的PPK數據處理轉變為云服務模式,進一步提高生產效率。