无人机摄影测量技术在公路工程勘测中的应用

广东公路交通

Guangdong Highway Communications

Vol . 43 No . 4Aug . 2017

文章编号：1671-7619 (2017) 04-0020-06

无人机摄影测量技术在公路工程勘测中的应用

李建勋

(广东冠粤路桥有限公司，广州511450)

摘要：无人机摄影测量技术具有成本低、分辨率高、操作灵活、几何精度高等特点，它可有效避免空管、天气的限 制，克服常规摄影测量成本高、时效性差等缺点。结合某公路工程勘测实例，依据无人机摄影测量技术特点和平 台构成，通过分析空中三角测量精度和野外控制点布设方法的关系、影像匹配算法、数据处理软件功能需求，构 建了无人机摄影测量方法。

关键词：无人机摄影测量技术；公路工程勘测；三维可视化模型

中图分类号:U 412. 2

文献标志码:B

0引言

传统的测绘方法需要投人的物力、人力较大，

同时存在施工周期长、外业工作强度大、部分危险 测区难以进行现场勘测等不足。常规的航空测量 是利用在飞行平台上搭建专业的航空摄影仪实现 地区测量的，通过航空摄影仪可采集到具有高分 辨率的影像数据，这些影像数据能基本满足公路 工程勘测的应用;但受到天气、空域和工程进度等 多种因素的影响，在设计等级较高、距离长的公路 工程中不宜应用。

最近，无人机航空摄影测量技术得到了快速 的发展。由于无人机摄影测量技术具有数据获取 快捷、造价低廉、体积较小、发生事故率低、方便运 输、操作灵活、安全性高、起降方便、能灵活搭载相 机和空域小等优点，使其应用的范围也得到 迅速扩展，它已经广泛地应用到农业、应急测绘、 林业、国土资源等方面，但其在高海拔地区的公路 工程勘测的应用仍罕见。

虽然无人机摄影测量技术在气候条件恶劣、 复杂地形的状况下，能执行危险系数高的测绘任 务，避免对工程测量人员造成人身伤害，但无人机 摄影测量技术也有其不足之处，比如:在高海拔等 地形复杂和天气极其恶劣的条件下，很难保证无 人机摄影测量技术获取的影像数据的准确性。针 对这些不足之处，本文提出进行影像畸变校正、确 定空中三角测量精度和野外控制点布设方法的关 系、建立DEM 模型等步骤，同时，建立三维可视化模

型，实现复杂地区公路工程勘测的自主优化决策。

1无人机摄影测量技术的基本原理

无人机摄影测量技术的基本流程见图1。

图1无人机摄影测量技术数据采集的基本流程

无人机数据处理能在地面控制点较少的情况 下实现空三解算，确保航测精度要求。无人机数 据处理的基本流程见图2。

作者简介:李建勋（1980. 6-)，男，大学本科，工程师，从事公路工程施工、测量与管理工作，E -mail :shehui 7888@ 163. com 。

•

20 •

2017年第4期李建勋:无人机摄影测量技术在公路工程勘测中的应用总第151期

图3

量测相机的畸变曲线

通过分析量测相机的畸变曲线，可知采集的 影像会存在切向畸变与径向畸变两种，同时相机 的C C D 成像面也有一定的畸变，采用公式（1)对 影像进行畸变校正。

(Ax

= (x -x 〇 ) (K1 r 2+K 2r 4 ) + P 1 [r 2+2 (x -x 〇 ) 2 ] +2P 2 (x -x 〇 ) (y -y 〇 ) +琢(x -x 〇 ) +茁(y -y 〇 ) 驻y = (y -y 〇) (K Z +K ，4) +尸1 [r 2+2 (y -y 〇)2] +2P 2(x -x 〇) (y -y 〇)

(1)

公式（1)中A x 、A y 是纠正的像元坐标值，x 、

y 是原坐标系下像元的坐标，具体见图4。x0、y 0是

影像主点坐标，r 是像元点和像元主点之间的距 离，P 1、P 2是偏心畸变系数，&、&是径向畸变系 数，)茁是相机的C C D 的非正交性畸变系数，琢是相 机C C D 的非正方形比例系数。

2.2镜头焦距和航高的选择

依据立体像对空间前方交会原理可推断出， 当像元点的量测精度是1/K ，所对应的高程量测 精度和地面点坐标m xy是：

GSD m z

K 伊'GSD

K

(2)

⑶

图4

像方坐标系

式(2)和式(3)中的K 是像方坐标系下的基线长度，G S D 是地面分辨率，f 是基高比。随着焦距的减小，地面高程精度会提高，由于量测相机为广 角镜头，故在对高海拔地区的公路工程勘测时，选 择焦距是24 m m 的镜头。2. 3

外业控制测量

依据光线束发区域网平差，有多种精度计算 公式，平面控制方案采用密周边布点法、八点法和

四角法。平面精度依次是：

形以及无人机本身搭载的量测数据问题，使得采 集的影像存在一定的畸变，影响后续勘测的效果。 依据高海拔地区的地形特点和无人机搭载的量测相 机，本文选择下述方法对影像进行畸变校正。

量测相机的畸变曲线见图3。

图2无人机数据处理的基本流程

无人机搭载的量测相机，常常会存在一定的 畸变，影像的共线条件被损坏，外方位运算的精度 不高，不能直接对影像进行空三加密计算。故需 要对影像进行校正。

2

影像预处理

2. 1

畸变校正

在公路工程的勘测中，需要准确地获取相关

区域的地势地形情况。由于高海拔地区的复杂地

•

21 •

滓=0.87(4)

滓0

滓x，y

=0.28 + 0. 15 m(5)

滓0

—滓1L = 0.53 m(6)

滓0

式(4)、式(5)和式（6)中的滓。是观测到的像 元点误差，滓x，y是像方平面精度，m是区域网当中 的航带数。

通过上述公式的叙述，以及高海拔地区的特 点，本文选择采用图5所显示的高程控制点布设 方法，也就是将高程控制点设置在航线的收首部、中部和尾部。高程精度是：

滓^ = 0.93 + 0. 19i(7)

滓0

式(7)中的i = n，n是航带模型数。

2.4数据处理和D E M获取

目前常用的影像匹配算法有空间域和频率域 两种，空间域算法在图像变形方面的鲁棒性较高，但在进行匹配特征区域计算时，计算量很大;而频 率域算法对尺寸缩放较敏感。在上述两种不同类 型算法的基础上，本文提出了一种自动稳健的影 像匹配算法。该算法是空间域与频率域算法的结 合，采用从粗到细的策略对两幅图像的特征点进 行匹配，对完成匹配的特征点进行傅里叶变换。

F(w) =F(f(t) ) =「f(t) e_l2h(8)

-¥

米用H arris算子对特征点进行判定，H arris算 子为：

w ix^=Y J¥e~C x2+y2'm2(9)用泰勒级数对式(9)进行展开计算：

E(u，v)=移 w(x，y) [I(x + u，y + v) —I，y) ] 2 x，y

(10)

式（10)中的w(x，y)是高斯函数，I x和分

别为x方向和y方向的差分。计算每个特征点的 相关矩阵M。

A =w(x，y) ®i2(11)

B =w(x，y)茚 zy(12)

C =

D =w(x，y)茚(I2x I2y)(13)

M

"A B"

_C D_

(14)

每个特征点的H arris角点响应是：

R =detM —k(tran ceM)2(15)式（15)中的k是以在[0.04,0.06]之内的一常数。

进行变换估计与配准误差计算，通过鲁棒变 换估计（R A N SA C)算法对匹配点进行提纯。算法 对图像外部复杂的重复纹理特征和数据本身的容 错能力都较强。

在实现像空点布设和线束发区域网平差计算 之后，进行D E M获取。在实验中采用方位元素和 多个与影像匹配的同名点进行前方交会，生成离 散的三维点。

3实验过程及分析

为验证本文所提的无人机摄影测量技术对公 路工程勘测的精度的影像，使用图6所显示的区 域进行实验。目的是检测无人机与量测相机的性 能，验证畸变校正的效果，分析密度对空三度的影 响。在本实验中野外控制点布设使用的是式（4) 所表述的密周边布点法，同时布设了多个平高控 制点。为了确保检验的精度，在实验场地中布设 多个数量的检查点。控制点和检查点采用G P S快 速静态方法测量。

•

22 •

图6选择的实验区域

为分析空三加密的计算精度，在图6显示的试 验区域设计了 188个均匀分布在试验场的野外控制 点，具体见图7。控制点采用假设高程系以及假设 坐标系，使用天宝R 8 G P S 实时动态模式测量，测量 精度高于3 c m 选择，不同的加密方案对大量的控制 点中进行计算，其余控制点当作检查点，将每个检查 点摄影测量坐标高程值和已知值相比较，可以得到 各种摄影测量方案的比较可靠的精度数据。

图7实验场地控制点

通过空三加密计算，证明了选择的控制点的 精度和理论推算的结果是一致的，能实现对高架 桥搭设位置、隧道口位置等的辨认。

4实例分析

对某一高海拔区域进行实验，该区域有果园、

厂房和公路等，地形起伏比较复杂，最大高差是100 m 。

用区域网的设计方案对该区域进行航摄，用

1 :

2 000地形图显示的航线布置见图8。

图8

航线布置

通过R T K -G P S 采集检查点与野外控制点，在 此区域采集了 38个平高控制点，采用不同的计算 方案，选取其中若干个作为控制点，其余作为平高 检查点。控制点和检查点的高程和平面测量精度 均高于5 cm 。

图9采集的38个平高控制点

采用四种加密平差方案，其控制点为16个和 38个。点位分布情况见图10,图中的六角形表示 平高检查点，三角形表示平高控制点。

2017年第4期 李建勋:无人机摄影测量技术在公路工程勘测中的应用 总第151期

•

23 •

2017年第4期 广东公路交通

总第151期

表1

控制点残差方案控制点个数航向间隔

^旁r 向间^隔x 方向/m y 方向/m z 方向/m 旁向间隔

均值 标准差均值标准差均值标准差a 3811 〜151〜20郾2 0郾160.220. 170. 170. 13b

16

20 〜30

2〜3

0郾16

0郾20

0郾14

0. 18

0. 08

0. 11

分析表1可知，野外控制点数量的增加，空三 精度逐步提高，区域网布点方案的精度满足 1 : 2 000的地形图测绘需求。在恰当的数据处理 算法与摄影参数下，能实现公路工程的微观选址、 土方平衡优化以及施工图设计的应用。

利用K 280-K 290对某一区域进行航拍，被拍 摄的原始数据影像航向重叠为70%，旁向重叠为 40%。项目分为3个摄区，每个摄区至少6条航 线，见图11。

利用周围已有G P S 控制点，采用R T K 技术引 测像控点坐标，采用立体测图的方法，以立体像对

为单位进行数据采集，数字正射影像和采集的地

形要素形成调绘片见表2。

图12所对应的像控点

表2 RTK 测量数据和实测数据的比较

序号图上坐标实测坐标差值

X/"N Y /"E

X/"N Y/"E AX/m A Y /m

AS/m 139 927. 3056 168. 8339 927. 1056 168. 700. 2100. 1700. 270239 971.9756 129. 8139 971.7556 129. 740. 0390. 2370. 240339 307. 9355 135.3439 308. 0255 134. 99-0. 0880. 3450. 3539 259. 7455 095.339 259. 3255 095. 220. 4170. 0750.424539 353. 4255 310.2339 353. 3755 310.090.0560. 1400. 151639 330. 3455 354. 0139 330. 2555 353. 920. 0870. 0930. 127739 288. 3755 425. 2639 288. 4955 425.2-0. 1190.0530. 130839 408. 3755 267. 8139 408. 2455 267. 440. 1360. 3720. 3969

39 418.56

55 270. 70

39 418.48

55 270. 69

0. 103

0.018

0. 105

U ) 38个控制点

（b ) 16个控制点

图10加密平差方案布点

图11摄区内的航线

•

24 •

从表2可知，误差在允许的范围之内，满足 1 : 1 000地形图平面误差的要求。

5 结语

无人机摄影测量技术能实现公路工程勘测，通过采用恰当的数据处理算算法能实现1 :2 000 的平端面图测量和满足路径优化选线需求，其对 天气要求不高、地形的适应性较强,可替代传统测 绘方法。无人机影像数据量大、姿态不稳定、数据 像幅小的特点对摄影测量软件有更高的要求。本 文研究了更为稳健、适应性更广的影像匹配算法 以及立体观测自动化程度更高的功能模块。

参考文献：

[1]Lihua Zhu,Xianghong Cheng,Fuh-Gwo Yuan.A3D collision avoidance strateg^^for UAV with physical constraints [J].Measurement,2016(77) :40-49.

[2] Huang Yuqing,Ding Wenrui,Li Hongguang.Haze Removal for UAV Reconnaissance Images Using Layered Scat­tering Model[J].Chinese Journal of Aeronautics,2016, 1 (12) ：65-72.

[3] 李海瑞.高速公路测量中“3S”技术在验证与设上的实现[D].呼和浩特:内蒙古师范大学，2014.

[4] 韩文军，雷远华，周学文.无人机航测技术及其电网工程建设中的应用探讨[J].电力勘测设计,2010,3 (46) ：62-67.

[5] 严宇波.无人机摄影测量影像匹配与纠正技术究[D].长春:沈阳航空航天大学，2013.

[6] 邓才龙.无人机遥感在海岛海岸带监测中的应研究[D].北京：国家海洋局第一海洋研究所,2015.

[7] Xiaogang Cheng,Qi Ge,Shipeng Xie,Guijin Tang, Haibo Li.UAV Gesture Interaction Design for Volumetric Sur-veillance[J].Procedia Manufacturing,2015,3 (12 ):6639 - 63.

[8] 张浩，王树东，杨永兴，田娟.无人机航测技术高速公路勘测及辅助选线中的应用[J].工程勘察,2015, 43(19) :90-94.

[9] 王生才.高等级公路勘测技术研究[D].长春:林大学,2007.

[10] 吴磊，金伟娜，燕樟林.无人机摄影测量在公选线上的应用研究[J].大坝与安全,2012(2) :35-38.

(收稿日期：2017-04-10)

Application of UAV Photogrammetry in Highway Engineering Survey

LI Jianxun

(Guangdong Guanyue Road&B ridge Co.,Ltd.,Guangzhou511450)

Abstract:Because of the low cost,high resolution,flexible operation and high geometric accuracy,UAV photogram­metry technologycould effectively avoid the limitation of air traffic control and weather conditions,and overcome the shortcomings such as high cost of conventional photogrammetry and poor timeliness.Being based on the technical char­acteristics and platform composition of UAV photogrammetry technology,in this paper,UVA photogrammetry method has been established through analysis on relation between aerial triangulation accuracy and field control point placement

method,image matching algorithm,as well as functional requirements of data processing software.

Key words:UAV(unmanned aerial vehicle)；photogrammetry technology；highway engineering；survey

• 25 •