18122393143
18122393143
聚焦行业热点资讯 走在新基建建设前沿
摘要：为满足天府新区成都直观区的规划、建设、管理需要，我司实施了天府新区的实景三维数据生产项目。项目使用飞马D200型无人机平台，获取了高精度的倾斜影像数据和激光点云数据，并完成了影像空三处理、模型重建、模型单体化、点云分类等处理流程。经过检查，成果精度和效果均符合预期，可以满足实景三维地理信息系统的数据要求。并在项目实施过程中，使用了航高检查、航线优化、影像筛选等创新型方法，有效提高了数据的生产效率。
城市建设的高速发展对政府各项工作提出了更高的要求。为有效应对这一局面，各级政府需要在城市的规划、建设、管理等工作中充分了解各方面信息，做出科学合理的决策。因此对基础地理信息产品的多样性和现势性有更高的要求。实景三维数据具有空间精度高、纹理真实、现势性强等诸多优势，可以有效反映城市的空间布局，进而辅助国土空间规划建设和城市精细化管理。
为满足四川省天府新区成都直管区政府工作需要，为城市的规划建设、国土管理等重要工作提供更加丰富、精准和及时的基础地理信息数据，我院受天府新区成都直管区政府委托，生产天府新区天府中心及科学城起步区域的实景三维数据，用于后续的实景三维地理信息系统的建设。
测区位于天府新区成都直管区中部，面积77平方公里。区域内地形以丘陵为主，植被茂密，河流湖泊众多，路网密集，交通便利，有大量的基础设施和建筑的建设工地，并有大量的高层和超高层建筑（图1）。测区内天气状况以阴雨天气为主，项目实施周期中降水频繁，适合航飞作业的时间窗口十分稀缺。
图1 天府新区现状
本项目要求的成果类型包括：
（1）基础地理信息数据：数字真正射影像TDOM、数字高程模型DEM、数字表面模型DSM；
（2）实景三维模型：DEM与TDOM融合的三维模型、单体化的建筑实景三维模型。
由于测区内地形起伏较大、植被茂密、超高层建筑众多、作业时间有限，因此对无人机平台和数据采集设备提出了较高的性能需求，包括如下几点：
（1）为适应丘陵地区的地形起伏，飞行平台应具有较高的机动性，可以灵活完成变高飞行和小半径转向；
（2）飞行平台应配备高精度GNSS差分设备，可以保持航线的稳定性并有效减少地面控制点数量；
（3）为适应植被茂密区的数据采集，飞行平台应挂载激光扫描设备，获取高密度的激光点云数据；
（4）为同时保证飞行安全和数据质量，倾斜摄影相机应可以在较高的安全高度获取高分辨率的影像；
（5）飞行平台应具有较高的组装和飞行效率。
鉴于本项目的需求，最终选取了飞马的D200型无人机作为飞行平台，使用OP300、OP400两款倾斜摄影相机，以及D-LiDAR200激光扫描仪。飞马D200无人机采用四旋翼布局，集成有高精度差分GNSS模块，可以灵活挂载多种任务载荷，有效作业时间长、机动性好、飞行姿态平稳。其配套的无人机管家软件系统具有航线设计、飞行作业、数据解算等多种功能。可以满足作业全过程的各项需要。我院项目组对该型无人机较为熟悉，完成过多个倾斜摄影测量项目，有着丰富的使用经验（图2）。
图2 我院使用D200无人机进行倾斜航空摄影作业
在技术路线上，本项目采用倾斜航空摄影和机载激光扫描相结合的技术流程完成数据生产（图3）。利用飞马D200型无人机挂载D-LiDAR200扫描仪获取点云数据。在点云的滤波分类完成后，输出DSM及DEM成果。利用飞马D200型无人机挂载OP300和OP400相机获取倾斜影像。在完成影像的空三和建模处理后，输出TDOM和OSGB的模型成果，并在此基础上对模型进行单体化处理。最终将TDOM与DEM融合获得地形模型，与单体化模型叠加合并最终得到完整的实景三维模型成果。
图3 技术路线
（1）倾斜航空摄影
根据本次项目的精度要求，设定影像的分辨率为3厘米/像素，航向重叠度80%，旁向重叠度65%。在此基础上选用OP300倾斜相机时，以190米的高度作为常规飞行高度。考虑到测区内有较多的超高层建筑，因此为保证飞行安全，需对超过150米的建筑单独设置航摄分区，使用OP400倾斜相机以确保较高的高度下影像分辨率符合要求。
在踏勘阶段，项目组使用消费级无人机对测区内进行航高巡视（图4），检查区域内是否有影响作业安全的超高层建筑、塔吊、高压铁塔等物体。发现有超过150米的物体时，需用无人机飞越其顶部估测高度，并标记该物体的平面位置。
图4 踏勘中发现的超高层建筑
在航线设计时，根据踏勘结果将常规高度航线与超高物体保持一定的安全距离。如图5所示，常规航线的旁向安全距离不小于100米，考虑到无人机转向，航线首末端的安全距离不小于150米。单独设计的超高航线应距离超高物体顶部的高度不小于50米，且确保与常规航线之间没有漏洞。
图5 常规航线（上）与超高航线（下）
（2）机载激光扫描
根据本次项目的要求，设定激光扫描的点云密度为10点/平方米，航带重叠度为30%。在此基础上以180米高度作为常规飞行高度，为保证点密度飞行速度需降低至8.5米/秒。对超高物体同样需要设计超高航线。
为确保成果精度和各工序的中间成果检查需要，本项目设计像控点和检查点的密度为12~18点/平方千米。像控点位置设计时首先应保证点密度符合要求，并且分布均匀。其次应尽量将像控点位置选取在可通车的道路附近，以减少外业步行时间，提高工作效率。在非硬化地表，采用人工布设像控点标记的方式，在硬化地表上采用油漆标记的方式（图6）。
像控点使用GPS’RTK方式测量，并利用我院建设的成都市连续运行参考站（CDCORS）和大地水准面精化模型等成果直接获得高精度的像控点坐标。
图6 像控点布设与测量
在天气合适且获得空域使用权时，项目组即可开始当天的航飞作业。在完成飞机组装后，即根据飞马无人机管家的提示进行各个部件的安全检测，在确保无人机设备安全、周边环境安全后方可起飞作业。在飞行过程中，项目组成员对飞行的状态进行实时跟踪，密切关注飞机当前的位置、姿态、电池电量。在每一架次降落后，下载POS数据和影像，并对无人机进行检查。确保各项数据和设备的完整性和可用性。
项目实施期间大部分是阴雨天气，极少有阳光充足的条件。在阴天光照不足条件下作业时，需要降低快门时间以保证影像的正确曝光。结果表明，在1/800秒的最慢快门时，以正常速度飞行的D200无人机仍然可以获得较好的成像质量的影像成果。影像亮度适中，噪点较少，也极少出现动态模糊的情况。
图7 无人机起飞作业
完成单个区块的影像数据获取完成后，使用中科北纬的Mirauge3D软件和Bentley的ContextCapture软件对影像数据进行空三和建模处理。依次完成影像的连接点提取、自由网平差、控制点量测、光束法空三平差等流程（图8）。在控制点量测时，需要加入一定数量的空三检查点，以验证空三平差的精度。空三完成后在输出的包括中检查连接点残差、控制点残差、检查点误差等指标是否符合国家规划和技术设计的要求。
空三处理完成后，即可提交模型重建，自动生成OSGB格式的三维模型成果。为提高模型重建效率，项目组以每十台高性能电脑组成一个建模集群，并行完成单个区块的模型重建工作。
图8 影像连接点
图9 模型重建成果
单个区块的激光点云获取完成后，即可开始点云的滤波分类处理。处理过程中首先使用点云自动分类工具，根据测区地形特征选取合适的分类参数对点云进行地面点的自动分类处理。然后在自动分类的基础上，由点云的构建出三维模型，以便于作业人员观察点云的分类效果，并对分类错误和遗漏的区域进行人工分类编辑。
图10 点云分类前后模型的效果对比
为满足实景三维成果的后期应用，需对模型进行单体化处理。即将房屋、桥梁等人工建筑或设施进行单体化处理。一方面对模型外观和纹理进行修补整饰，另一方面以栋为单元的单体化模型便于模型数据在实景三维GIS平台中的管理和使用。
单体化工作以原始的OSGB模型成果为基础，以多视角的倾斜影像为建模参考，人工绘制建筑物的三维模型，并完成纹理映射。
图11 原始模型与单体化模型
在影像的空三处理时，需要利用此前布设和测量的检查点对数据成果的精度进行检查。项目中部分区块的影像空三的精度如表1所示，可以看出各项误差指标均满足GB/T 23236-2009《数字航空摄影测量 空中三角测量规范》中对空三精度的要求。
表1 空三误差统计表
对DOM、重建的三维模型、单体化模型等成果数据，同样需要利用检查点其精度进行检查（图11）。部分区块的模型精度检查结果如表2所示，可以看出其各项误差指标均满足同等比例尺的地形图、正射影像的规范要求。
图12实测检查点（左）与模型同名点（右）
表2 模型误差统计表
由于测区内地形起伏较大，需采用变高飞行来确保影像分辨率和激光点云密度不发生较大变化。在每天工作结束后，为为保证数据采样率及覆盖范围符合设计要求，需要对每一架次的航高进行检查。检查方式为利用解算后的POS数据和已有的DEM数据，自动计算出每个的相对航高。
经过检查，每一架次内部航线的相对航高变化较小，大部分点的航高与设计航高的差异小于30米，符合CH/Z 3005-2010 《低空数字航空摄影规范》中的相关规定，因此数据的采样率均可以符合预期要求。
利用飞马无人机管家绘制航线时，如果测区形状不是矩形且面积较大时，软件会要求将测区进行分区，然后根据各个区块单独生成航线。由图12可以看出，不同区块生成的航线在边界处会存在较多的重叠部分。
图13 相邻区块的重复飞行区域
如果可以在后期处理时可以使用相邻区块的影像成果，则可以减少重复飞行区域的航线。如图13所示可以人为调整区块边界调整航线航线，从而减少对区块边界线上的重复飞行。经过航线优化，可以有效减少总的飞行时间，提高工作效率。但在后期处理需要注意影像的选取。为确保影像的完整性，可以通过下文的方法筛选相邻区块的有效影像。
图14 调整航线减少重复飞行
倾斜航空摄影测量在数据采集过程中，为保证测区边界上仍然有各个方向的影像覆盖，会外扩多条航带。如图14所示，在满足测区范围数据覆盖度同时，位于测区边界两侧航线上有较大的影像属于多余影像，即这些影像的实际覆盖范围位于测区之外。如果能将筛选出这些多余的影像，仅适用可以覆盖测区的影像，就可以有效减少影像空三处理时的数据量。从而提高工作效率，并有效减少在自由网处理时出现点云分层的错误结果。
图15多余影像示意图
摄影测量学中的共线方程给出了从地面点（XA,YA,ZA）到像素中心点（x,y）的对应关系[1]：
其中（XS,YS,ZS）被称为影像外方位元素的线元素，即为每张影像的曝光时摄影中心的位置。影像的姿态角构成影像外方位元素角元素，其中
中的值可以根据每张影像的姿态角的经过三角函数和矩阵计算得到。[1]
为得到从像素中心点（x,y）到地面点（XA,YA,ZA）的公式，对共线方程进行变形。得到下了数字微分纠正解法的公式[2]：
因此可以根据上式可以计算出影像上任意像素所对应的地面位置。通过计算出位于影像边缘上的像素所对应的地面位置，即可绘制出每张影像的地面覆盖范围。
为获取地面点坐标（XA,YA）需要先已知该点的地面高程ZA。对于较为平坦的地区，可以将ZA取值为测区的平均高程。但对于地形起伏较大的地区，影像覆盖范围受到地面起伏影响较大，需要以测区的平均高程为初始值，利用DEM进行迭代计算使用其他方法完成计算。
先假定ZA为测区的平均高程Z0，由Z0和其他已知参数根据（1）式计算出地面点坐标值（X1,Y1）。并根据（X1,Y1）在DEM中内插获得该点的高程值Z1。然后再将Z1代入到上式中计算新的地面坐标（X2,Y2）。如图15所示，经过若干次迭代计算，即可获得最终的地面点坐标（XA,YA,ZA）。[2]
图16迭代计算示意图
对于装有差分GNSS设备、飞行姿态平稳的飞马D200型无人机，影像的外方位元素可以直接利用现有成果。其中线元素使用解算后POS数据中的（X,Y,Z）值，角元素可以根据每个相机的安装倾斜角和航线方位角得出。
选用(Heading, Pitch, Roll)转角系统的姿态角时，俯视相机每张影像的Pitch和Roll角设置为0，Heading为航线方位角加180度。所有倾斜相机的Pitch和Roll角分布设置为45度和0度，其Heading角相应的需要加上0度（前视）、90度（右视）、180度（后视）、270度（左视）。由这些设定值机可以计算出上文公式中旋转矩阵的值：[3]
根据上述公式，以及影像的外方位元素和DEM数据，可以编程计算生成每张影像的覆盖范围（图16）。
图17 倾斜影像和垂直影像的各自覆盖范围
实际飞行过程中，飞机的姿态角与理想情况必然存在显差异，所生成的覆盖范围与真实情况会有一定差异，但仍然可以满足影像筛选的需要。如图17所示，以已有的正射影像为依据，可以看出生成的覆盖范围中的地物和原始影像基本一致。
图18计算的覆盖范围（左）与实际影像（右）
将所有影像的覆盖范围结果与测区范围面进行叠加分析，与测区范围面有相交的影像即视为有效影像，反之则是多余影像。
使用影像筛选方法，一方面可以对上文优化的航线，在后期处理时筛选出相邻测区块的有效影像用于本区块的处理。另一方面对本区块内可以剔除多余影像，减少需要处理的影像数量。经过本项目验证，该方法可以减少10%左右的影像数量，从而提高影像处理的速度。
图19外扩航线的多余影像被剔除
通过本项目的顺利实施，可以证明使用无人机技术是生产城市实景三维最有效的手段。实景三维数据成果的生产效率、精度、视觉效果等均可以满足天府新区实景三维地理信息系统的要求。
今后随着无人机技术的发展，无人机的数据采集效率和安全性会进一步得到提升，成果类型会更加丰富多样。另一方面，相关政策法规正逐渐走向规范化。因此在不远的将来，无人机将会成为各类基础地理信息数据获取的最佳手段。
（1）飞马D200型无人机可以挂载多种数据获取设备，具有极高的任务灵活性，可以满足不同高度、不同类型的数据获取需求。并且无人机管家可以根据不同载荷自动适配对应的航线设计和飞行作业，极大的降低了操作难度。
（2）飞马D200型无人机的变高飞行功能可以在地形起伏较大区域保持相对航高基本一致，从而保证了点云的密度和影像的分辨率基本一致。
（3）飞马D200型无人机的差分GNSS模块可以提供高精度的初始位置信息，从而保证航线的稳定性，并有效减少影像控制点的数量，提高生产效率。
（4）飞马D200型无人机拆装快捷、使用便利。
根据本次项目的进展，可以证明飞马D200型无人机满足大比例尺城市实景三维模型数据生产需要。在不远的将来，飞马系列无人机必将为即将启动的“实景三维中国建设”项目提供极大的助力。
实景三维预期可以在多个行业得到应用。在城市规划领域，可以为规划编制、设计、审批和管理等业务提供真实、高精度的地理信息。在社区治理方面，利用实景三维成果，可以形成“街道-社区-网格-院落-楼栋号-楼层-户”多级管理体系，推进社区精细化管理。此外实景三维还能应用于包括城市管理的部件管理、广告牌管理，安防领域的安保预案制定、监控探头的分析和规划，以及不动产管理中楼栋、住户登记、产权分层分户管理等诸多领域。
目前我院建设完成的成都市中心城区实景三维数据在成都市多个重大基础设施建设中得到应用。成都市实景三维数据能够精准反映现状道路、建筑、桥梁的外观、坐标、尺寸，为工程设计提供精确基础数据。通过将重大工程的设计模型导入实景三维场景中，可以全方位展示工程完成前后对比情况。从而可以有效评估工程与周边建筑、景观的协调性，指导设计方案优化调整，提升设计质量。本项目所生产的实景三维数据成果，在今后可以为天府新区的建设提供极大的助力。
自然资源部在2019年全国国土测绘工作座谈会中透露，今年将启动“十四五”基础测绘规划编制工作，其中“实景三维中国建设”将会是一个重点关注方向。地形级和城市级层面的实景三维的建设，将是未来我们测绘行业的发展重点。
艾三维技术专注bim领域,建筑工程设计bim软件、Bentley软件白金级代理商，10年专注工程领域bim生命全周期应用解决方案，bim咨询、bim培训，软件二次开发，业务范围涉及土木、建筑、交通、市政管网、水厂、海绵城市、水利电力、石化、以及能源、环保等行业。
无人机测绘主要被用于基层测绘工作：涉及农村土地信息调查、 矿山测绘、道路规划、测量土地、综合整治、公路带状地形测量、公路崩滑陡峭地段测量等各种不同项目。
本文对基于低空无人机影像的城市三维模型构建展开了介绍，分析低空无人机影像城市三维建模的精度评估，并通过研究区域的三维模型、成图结果的精度进行了分析，实验表明：利用低空无人机摄像控制点布设，可达到三维模型精度要求，旨在为有关需要提供帮助。
