基于UAV低空航測的礦山地質測量數據分類系統設計

呂寶利

（中鐵工程設計咨詢集團有限公司濟南設計院，山東 濟南 250000）

UAV又被稱為無人機，在應用中，是指使用無線傳感設備與遙控設備，按照設定的程序，對不載人的飛行器進行飛行操控的小型飛機。目前，UVA已經被廣泛應用到事故現場監測、礦山地質測量、農業生產等領域。相比常規的載人飛機，使用UAV可以執行更多具有一定危險性的任務[1]。同時，由于無人機體型較小，因此也可以使用無人機進行待勘察現場的低空航測。盡管無人機在應用中的優勢較為顯著，但在進行現場勘查數據的獲取時，由于缺少載人飛機對數據的及時處理，因此會導致前端反饋的數據缺少一定的時效性，甚至會使前端反饋的數據出現不規則與無序等問題。為了實現無人機在市場內更多領域的廣泛應用，本文將以礦山地質測量工作為例，從硬件與軟件兩個方面，對基于UAV低空航測的測量數據分類系統進行設計，通過對反饋測量信息的智能化分類，實現礦山地質勘查工作的高效性與質量性。

1 硬件設計

為了確保設計的系統具有真正的地質測量與分類功能，需要在規劃其功能前，進行系統硬件結構的設計[2]。如下圖1所示。

從圖1可以看出，構成本文系統的硬件結構包括UAV航拍儀器、驅動裝置、數據采集器、CAM芯片、通信接口。下述將以UAV航拍儀器與采集器為例，進行系統硬件結構的設計。

圖1 數據分類系統硬件結構

在進行UAV航拍儀器結構的設計時，應考慮到此系統是應用于礦山地質測量的系統，因此航拍的攝像頭應當參照線陣相機進行設計。此種攝像頭在完成對地圖數據的獲取后，會向接收端傳輸大量的POS數據，數據經過驅動后自主進行投影。為了確保投影的數據可以滿足礦山作業需求，在攝像頭上集成一個面陣傳感器，傳感器通過感知數據的返回路徑，對其進行規劃與拼接，以此種方式便可以達到對現場圖像信息有效反饋的效果。

采集器的電源由單片機集成，單片機運行后可產生一定的電壓，此時系統內的驅動裝置將根據需求端的需求電壓，進行采集設備的供電。通常情況下，采集器的傳輸程序可根據web端網絡的運行，進行電壓信號的預測，并在完成預測后，向前端輸送3.0V的電壓。當單片機實現電壓數據的轉換后，便可以實現對數據與拍攝信息的針對性獲取。

2 軟件設計

2.1 基于UAV低空航測的數據特征提取

在硬件結構的支撐下，下文將對系統的軟件功能進行開發。在此過程中，使用UAV低空航測技術，進行測量數據特征的針對性提取。考慮到無人機獲取的數據是由點、線、面等信息集成構成的，因此，在提取特征數據時，僅需要根據拍攝端獲取的數據集合進行融合處理，并提取其中數據的高階特征，便可以實現對數據的分類[3]。假定高階特征量表示為z，對應高階特征在無人機傳輸端的回歸方程表達式如下：

公式（2）中：y(t)表示為UAV低空航測中每個對應維度t內的空間信息狀態；P表示為數據嵌入維度；τ表示為無人機的有效測量范圍（通常情況下，取值為120.0°）。在完成上文研究后，進行測量數據的融合，提取融合中超過有效測量范圍的前端數據，將此部分數據作為測量過程中的高維數據，實現對數據特征的提取。

2.2 特征數據內核分類端設計

通過設計特征數據內核分類端，可以實現人工操作分類行為的解放，在設計過程中，可將上文獲取的高維度數據通過通信接口進行秩序導入。此時，特征數據的分類端將根據最優分類原理，進行測量數據特征向量機的分解，并將分解后的數據按照局部支撐內容，進行最優平面的分類。在此過程中考慮到UAV航拍儀器獲取的特征信息也可能存在局限，因此，需要在完成數據導入后，定位特征信息的所在端，進行任意矢量的匹配，并將匹配后的信息通過采集器獲取。此過程可用下述計算公式表示：

公式（3）中：ci表示為任意矢量i的匹配過程；Xs表示為采集器對匹配結果s的獲取，其中s的取值在[1～n]范圍內；ωi表示為對矢量i所在端的定位過程；Xi表示為對矢量的獲取過程；n表示為匹配行為發生次數；i表示為采集信息內的任意特征矢量。按照上述計算公式，完成n次匹配行為，從而實現對前端測量數據的分類，完成本文系統軟件功能的開發。

3 實驗

結合本文上述論述內容，從硬件層面和理論層面實現了對數據分類系統的設計，為了驗證該系統在實際應用中的可行性及效果，選擇將基于無人機傾斜攝影測量的數據分類系統作為對照組，將本文基于UAV低空航測的數據分類系統作為實驗組，開展如下對比實驗：

選擇將某進行礦產資源開發的礦山項目作為依托，針對該項目當中的礦山，在獲取到其各類地質測量數據后，分別通過實驗組分類系統和對照組分類系統對其進行分類和存儲。在該礦山內，將礦山每2平方公里作為一個研究區域，共劃分為5個研究區域，對五個2平方公里的研究區域礦山地質數據進行獲取。已知每個區域測量數據規模為1000MBit，數據當中包含了t1、t2和t3共三個類別屬性，為了方便驗證，人為將三個類別當中的數據設定為對應數據規模，并將兩種系統運行后得出的結果與設定的數據規模進行對比，計算分類系統的誤分率δ，其中δ的計算公式為：

公式（4）中，W表示為系統給出的分類結果數據量；Wti表示為某一類屬性當中對應的真實數據規模，其中屬性的取值為1、2、3。按照上述公式，計算得出實驗組和對照組的值，并繪制成表1。

表1 實驗組與對照組δ值對比

結合表1中數據得出，實驗組的δ值均在5.50%以下，而對照組的δ值均超過50.0%。因此，通過上述實驗證明，本文提出的分類系統在應用到實際礦山地質測量數據對其進行分類時，誤分率更低，分類結果精度更高。

4 結束語

本次研究從硬件與軟件兩個方面入手，在完成實驗后，通過實驗對比的方式，證明了設計的系統具有一定實用性，但此次實驗研究選擇的參照對象較少，僅選擇了一個礦山作為研究對象，實驗結果可能存在偶然性，因此，可在后期的研究中，通過設置多個研究對象的方式，對本文設計成果加以討論，實現對系統功能的完善。