基于無人機的三維消防輔助救援系統構建

李 鵬

（內蒙古烏海市消防救援支隊海南區消防救援大隊，內蒙古 烏海 016000）

0 引言

隨著城市的發展，人員向中心城區集聚，將建設的高大居住建筑和商業建筑解決了居民的居住和交易問題，但也給消防安全帶來巨大的挑戰[1]。一方面這些建筑物中人員密集，火災發生后導致的救援難度增大，另一方面火災引發的財產損失和人口傷亡給人的身心健康帶來傷害[2]。火災監測和預防是降低火災災害程度的有效方法，無人機傾斜攝影技術具有靈活性強、適合復雜環境高空監測的優點，同時可以融合建筑三維信息技術和地理信息系統技術，為消防輔助救援提供性的解決方案，同時也賦予了無人機傾斜攝影的測量、偵察、監測和信息化的新應用內涵。該研究基于無人機傾斜攝影技術的三維消防輔助救援系統為無人機在消防領域中的推廣應用提供了十分重要的理論基礎。

1 基于無人機傾斜攝影的傾角數學模型的推導

為了獲取不同影像角度、影像覆蓋范圍和影像分辨率的圖像，無人機傾斜攝影在采集影像圖片時，需要將航攝儀設置一定的鏡頭傾斜角和巡航高度，如徠卡RCD30 航攝儀，其巡航時鏡頭傾斜角為35°[3]。無人機傾斜攝影儀鏡頭的角度變化對構建三維實景圖像模型產生一定的影響，表現為攝影成果圖像特征提取、模型紋理清晰度和模型匹配精度等[4]。在三維消防實景圖像模型構建中，需要利用無人機傾斜攝影獲得的2 種影像數據，分別是下視影像和傾斜影像。前者主要是獲得地形地物的表面影像信息，其分辨率為傳統意義上的分辨率，而后者主要獲得地形地物的側面影像數據，其分辨率為傾斜水平分辨率和傾斜垂直分辨率[5-6]。

為了使影像數據與實際模型更好地匹配，在無人機傾斜攝影中應保證一定程度的影像重疊，提高影像分辨率，同時影像的最大分辨率和最小分辨率的比值應小于2.0。無人機傾斜攝影的下視分辨率可以按公式（1）進行計算。

式中：GSD為無人機傾斜攝影的下視分辨率；H為無人機相機鏡頭巡航高度；f為相機鏡頭的焦距；a為相機鏡頭視場角的一半。

傾斜影像分辨率的求解數學模型如圖1 所示，圖中of為相機的主光軸，be為像元，EF為像物，K為相機主光軸和像物EF延長線的角點，航攝儀傾角為θ。根據三角函數關系以及中心投影原理，可以推導得到無人機傾斜攝影的傾斜水平分辨率AB，如公式（2）、公式（3）所示[7]。

圖1 無人機傾斜攝影傾斜水平分辨率和傾斜垂直分辨率的計算原理

同樣地，可對無人機傾斜攝影的傾斜垂直分辨率進行計算，結果如公式（4）、公式（5）所示。

2 基于無人機傾斜攝影的三維消防實景模型構建

在構建三維消防實景模型前，需要獲取消防建筑物的航空影像數據。該研究以烏海市海南區某獨棟大樓作為試驗模型，采用無人機傾斜攝影設備進行數據采集，建筑物高度為8 層，高度約23 m，建筑物周邊較為空曠，適宜作為試驗場區，建筑結構相對復雜，對無人機傾斜攝影三維消防建模試驗具有一定的適宜性[8]。無人機傾斜攝影設備為大疆DJI-Phantom-4Pro 無人機，搭載多個相機鏡頭攝影儀對建筑物進行多角度的拍攝，相機類型為DJIFC6319，相機傳感器為Sony Exmor R2 英寸 CMOS，焦距為8.5348mm，像素元為5472×3648pixel，像幅尺寸/CCD 尺寸為12.8333×8.5556 mm，像元大小為2.34527 um，航向視場角為±26.2234°，攝影范圍為120m×90m。

在拍攝的過程中，沿著建筑物周邊共布置6 個像控點，像控點坐標通過RTK 進行采集，無人機設備設定縱橫向5個巡航入選進行拍攝，巡航高度為55 m，沿著建筑物垂直面外擴進行拍攝，外擴的距離為30m，平均面航向重疊度為82%，拍攝高度分為3 個等級，分別為距離地面6 m、距離地面12 m、距離地面18 m 和距離地面55 m，共獲取無人機傾斜攝影影像1090 張，其中東西方向185 張，南北方向268 張，西東方向160 張，北南方向262 張，下視拍攝215張。采集圖像通過Smart3D 和PhotoScan 軟件進行三維消防建筑實景建模。通過PhotoScan 軟件強大的空三能力，對無人機傾斜攝影原始圖像進行空三加密，并導入Smart3D 軟件中進行自動化三維建模，利用密集點云數據構建TIN 三角網、生成建筑物的紋理和3D 虛擬模型，并通過軟件自帶的S3CComposer 工具編輯索引，完成建筑實景與三維模型的相互融合，結果如圖2 所示。

圖2 基于無人機傾斜攝影的三維點云模型與實景融合構建

為了驗證構建的三維實景模型的精細化程度，對建模過程中的紋理映射進行研究，分別采用傳統的圖像紋理模型構建、點云融合紋理模型構建以及實景融合紋理模型構建3 種方法，得到的三維實景模型如圖3 所示。從圖3（a）中可以看出，采用傳統的圖像紋理模型構建，圖中橢圓形中存在明顯的紋理數據空洞，而在模型房檐遮擋部位，則存在數據細節模糊現象，這是因為傳統的圖像紋理模型在較薄結構實體和有遮擋物存在的區域，密集匹配的點云較少，運算時容易存在紋理映射缺失，TIN 網格結構稀疏，導致空洞出現；從圖3（b）中可以看出，與傳統的圖像紋理模型構建相比，點云融紋理模型構建使空洞現象和細節拉花現象得到顯著改善，如圖中橢圓形和矩形位置，模型中的細部紋理也更清晰，這是因為采用點云融合數據時，統一的空三加密點云數據能夠得到有效加密，對點云稀疏位置可以得到紋理映射；從圖3（c）中可以看出，基于實景融合的紋理模型構建，橢圓形中的數據空洞現象得到明顯改善，但是仍沒有解決在模型房檐遮擋部位的細節模糊問題，這是因為實景融合同樣具有較好的點云數據加密功能，對近地影響TIN 網格結構能夠與紋理建立較為完整的映射函數。

圖3 不同融合方法得到的三維建筑實景模型紋理

3 融合多傳感器信息的無人機三維消防輔助救援系統應用效果

在無人機傾斜攝影技術建立的三維實景建筑模型的基礎上，采用無人機飛行平臺搭載多種傳感器提取火災因子，以建立建筑物火災信息和消防救援輔助系統，搭載的傳感器主要有二氧化碳傳感器、一氧化碳傳感器、煙霧傳感器、溫度傳感器等[9]。由于實際尺寸的建筑物中進行火災測試，具有危險性大、測試成本高的缺點，該文基于建立的三維實景建筑模型的基礎上，通過交互式PACT 設計系統進而FDS 計算程序，研究火災中消防輔助救援無人機測試的煙霧濃度和溫度的效果。溫度測試結果見表1。從表1 中可以看出，搭載溫度傳感器的無人機能夠較為可靠地測試到建筑物發生火災時溫度的變化，在停留的180 s 中，距離墻體5 m 的溫度呈現劇烈變化，溫度最大值達到57.8 ℃，而距離墻體10m時，溫度變化程度相對較小，溫度最大值為35.4 ℃。

表1 不同墻面距離處的溫度測試結果

煙霧濃度測試結果見表2。從表2 中可以看出，搭載煙霧濃度傳感器的無人機能夠較為可靠地測試到建筑物發生火災時煙霧濃度的變化，在停留的180 s 中，距離墻體5 m 的煙霧濃度呈現劇烈變化，煙霧濃度最大值達到967.84×10-4%，而距離墻體10 m 時，溫度變化程度相對較緩，煙霧濃度最大值達到695.25×10-4%。

表2 不同墻面距離處的煙霧濃度測試結果

4 結論

該文以烏海市海南區某獨棟大樓為研究對象，通過數學理論分析、現場數據采集以及仿真分析的方法，研究三維建筑消防實景模型的建立方法、模型精細化程度，得到以下3個結論：1）基于無人機傾斜攝影的傾角數學模型推導的傾斜水平分辨率和傾斜垂直分辨率、下視影像分辨率，為三維消防實景模型的建立提供了分辨率計算基礎。2）與傳統的圖像紋理模型和實景融合紋理模型相比，點云融合紋理模型的精細化程度更高，模型中的空洞現象和細節拉花現象得到顯著改善。3）搭載煙霧濃度傳感器和溫度傳感器的無人機能夠較為可靠地測試到建筑物發生火災時煙霧濃度的變化，融合多傳感器信息的三維消防實景模型可為消防救援提供可靠的溫度和煙霧濃度等參數。