基于自適應末端滑膜控制的無人機傾斜攝影測量技術

王忠豐

(中國人民解放軍92493部隊52分隊，遼寧 葫蘆島 125000)

0 引言

無人機傾斜攝影測量技術主要由無人機進行航空拍攝，在拍攝的過程中通過調節(jié)自身角度進行信息數據的獲取，并為后續(xù)工作提供較為強大的技術支撐，可以同時獲得多個方位及角度的地面物體信息，其飛行角度較低，能夠較為全面的掌控不同的地面物體數據，且影像所表達的數據內容較為豐富，航向重疊度較高，經過計算機自動計算航行角度，能夠提高數據測量自動化，較為清晰地采集實體頂部信息，快捷便利地進行數據分析，客觀全面地反映影像狀況[1]。無人機傾斜攝影測量技術常用于城市三維建設、電力觀測、各行各業(yè)的測量中，因此，人們對于其的測量要求也不斷提高[2]。

當前已有學者對無人機傾斜攝影測量技術做出了研究，并取得了一定的研究成果。文獻[3]提出一種無人機傾斜攝影技術。進行選型設計，在此基礎上選擇系統(tǒng)的傳感器配置，得出適用于不同場景的無人機設備選擇方案及傾斜攝影相機配置方案。文獻[4]提出基于Smart3D的傾斜攝影測量技術。采用模擬沙盤技術，根據Smart3D軟件對待測量物體建模，根據傾斜相機對其進行測量。

以上測量技術雖在一定程度上能夠將數據進行分解與利用，并通過較為先進的監(jiān)測技術強化數據自身的過濾性能，但在數據信息匹配方面的操作較弱，無法達到強性操作的效果，且投入的成本較高，無法保障系統(tǒng)自身的測量安全，對于影像的測量效果較差。

針對上述問題，提出一種基于自適應末端滑膜控制的無人機傾斜攝影測量技術。經過對無人機傾斜攝影獲取的影像數據進行系統(tǒng)收集，聯合其有效部分，并不斷地將數據進行分割強化，在提升數據自身過濾性能的同時增強系統(tǒng)數據收集能力，排除干擾因素的影響，自主進行數據系統(tǒng)處理，進一步進行影像數據的匹配操作，對分割的數據平面進行掃描，將影響因子進行權值設定，固定其運動范圍，并通過設置數據區(qū)間優(yōu)化數據系統(tǒng)，最終進行無人機傾斜攝影測量，精準分析各類影像特點，并分類操作，以便完成對人機傾斜攝影的整體測量操作。該技術在一定程度上增強了系統(tǒng)的集中化處理性能，提升了測量效率及準確率，能夠更加完整地反映測量信息，具有更為廣闊的發(fā)展前景。

1 無人機傾斜攝影影像數據聯合收集

為更好地對地面影像進行監(jiān)測與測量，需對無人機傾斜攝影獲取的影像數據進行聯合收集。

本文利用垂直影像攝影收集追蹤數據，確定數據來源。同時注重對影像幾何位置的設定，選擇合適的區(qū)間以及截取點進行數據的收集，并固定影像可控范圍，利用無人機功能系統(tǒng)為攝影數據提供多方位影響測控，將可控數據進行系統(tǒng)加工，采用技術手段獲取初始公式條件，并加大數據主動聯合控制力度，提升測量系統(tǒng)對數據的實時檢測功能，以便為數據的采集提供較為強大的技術支撐，根據不同方位的因素因子確定矢量數據存在的具體狀況，利用由粗聯合到精細聯合的數據聯合方式進一步收集影像數據，并連接影像數據線，完善數據聯接系統(tǒng)，按照金字塔結構排列收集數據，將數據進行分類操作，采用完整結合手段添加聯合因素，促使數據關聯更加緊密，進而提升整體攝影獲取圖像完整度，在聯合的同時，注重對數據的安全性操控，保證數據在攝影傳輸過程中能夠較為完整的儲存至中心系統(tǒng)中[5]。

在不同等級的影像上安裝實時監(jiān)控裝置，確保無人機在進行傾斜攝影時能夠完善初始處理系統(tǒng)，通過進行同點名匹配測量攝影影像可靠性，利用自由網光束平差進行數據采控，強化無人機系統(tǒng)執(zhí)行的科學性，采用自適應末端滑膜對數據進行控制，選取適宜的影像進行連接線及坐標設定，將設定好的主坐標組合，增加主體無人機追蹤目標，實現對影像數據的整體性掌控[6]。其主坐標如圖1所示。

圖1 測量數據主坐標圖

利用無人機作為影像傳輸主要載體，進一步加強對傾斜影像的監(jiān)測，確定影像空間位置，在數據集中的過程中加大滑膜控制，并經過控制點坐標及連接線方位確定輔助數據的具體位置[7]。通過自動校驗網絡對影像數據進行校驗，查找相關數據問題，采取相應的過濾操作完成影像的初步過濾步驟，分析三維實景模型構造，如圖2所示。

進行項目建立，對數據解析模型進行操控，同時計算攝影誤差，查詢傾斜角度并加強聯合結算力度，確保平差計算結果的精確度，最終完成對攝影影像數據的聯合收集[8]。

2 無人機傾斜攝影數據匹配

在經過對影像數據的聯合收集后，對無人機傾斜攝影數據進行數據匹配操作，提升數據的整合性，并通過數據整理加強攝影影像的可操作性[9]。

本文利用多視影像覆蓋范圍大的特點在匹配過程中對冗余信息進行充分考慮，對影像進行同名地點坐標獲取，并建立地面數據信息，對攝影影像進行集中匹配，將匹配關鍵點分散到所需位置，將匹配單元進行獨立放置操作，使用不同的匹配手段強化數據模型，以視覺建模為基礎發(fā)展多基元影像匹配，并加強焦點研究，強化測量物面部識別及數據提取技術，對攝影影像進行特征搜尋，規(guī)劃目標建設，確定攝影影像二維數據集，將不同的測量視角轉化為三維特征數據匹配集，在固定多視影像數據的同時，設置各類影響因素對數據進行平衡，分類追蹤影像數據，進行同種類別的數據平面掃描及數據切割，綜合性能研究，在多視影像數據匹配的同時，將數據進行數字化轉換，選用分辯率、精度較高的匹配器系統(tǒng)，對影像數據進行完整表達，其影像數據匹配圖如圖3所示。

圖3 影像數據匹配圖

接著精準掌握測量對象的特征，簡化攝像流程，選擇不易被遮擋的基礎零件對影像數據進行全面覆蓋，獲取覆蓋結果，將覆蓋結果整合，轉移到無人機控制系統(tǒng)中，經過滑膜控制處理，對結果數據進行審核，通過初步審核的數據可進行下一步驟的操作，未通過初步審核的數據則需對其進行預處理，處理結果達標后再重新進行審核，直至通過初步審核。選用自動算法對各類影像方位進行算法計算，選擇合適的影像數據單元將對應數據進行匹配，分解出匹配單元逐項升級影像數據，添加并行算法處理數據匹配問題，注意對數據安全性的考察[10]。不斷提升攝影影像圖像獲取精確度，獲得高密度匹配影像，并采取適當的濾波處理，濾除無關因素，增加攝影圖像建設性能，融合不同的匹配類型數據，形成統(tǒng)一的數據模型，進行多分布粒度因素追蹤，其追蹤圖見圖4。

圖4 數據追蹤圖

經過海量方位角拍攝，選取固定位置進行數字匹配，將匹配數據進行情景還原，把握信息內容，提供理論基礎數據研究，通過輪廓碎片提取，擬合碎片數據，加大提取物語義信息處理，集合情景影響數據，完善理論信息，實現對無人機傾斜攝影數據的匹配操作[11]。

3 無人機傾斜攝影測量

為進一步增強無人機傾斜攝影的測量準確性，本文對無人機傾斜測量技術進行精準分析，綜合其優(yōu)化特點，強化系統(tǒng)測量理論部分性能，完善測量物理性操作技巧[12]。

將經過匹配的數據進行整合，提取所需數據信息，對攝影影像的匹配理論進行系統(tǒng)化研究，對比中心攝影影像特征，選擇與理論原則相匹配的中心圖像，生產正像攝影三維實景模型，對測量零件的比例進行測量，統(tǒng)一其比例，并將獲取的比例數據進行記錄操作，結合氣象預測系統(tǒng)降低氣象因素對測量實驗的影響，以此提高測量的準確性，并設置圖5所示的強化測量處理。

圖5 無人機傾斜攝影圖

增加無人機留空時間，延長攝影時長，加大攝影影像數據數量獲取，提升無人機飛行高度，擴大其測量范圍，并對視野范圍數據進行理論化解析，根據系統(tǒng)產生的三維數據模型對地面對象實施離散操作，分散較集中的影像，以便更加清晰地進行測量，設計符合航行標準的航行增控器，輔助滑膜控制，掌控無人機飛行路線，進行有選擇性的測量行動，加大模型處理逼真程度[13]?？s小單次攝影規(guī)模，進而增強無人機相機分辨率，加強目標設置，明確后期數據處理內容，準確獲取線路信息，簡化航行線路，降低無關因素干擾率，及時更新無人機攝影部件，避免產生因部件損壞造成的測量數據失誤狀況[14]。

確定測量數據的平面位置，在集中數據的同時，將數據進行可視化處理，便于測量操作，改進傾斜攝影角度與數據儲存能力，加大對數據的加密，保證數據信息安全，利用無人機平臺開展攝影姿態(tài)穩(wěn)定測試活動[15]。其測試圖見圖6。

圖6 無人機攝影姿態(tài)穩(wěn)定測試圖

去除不穩(wěn)定的無人機傾斜攝影姿態(tài)，減少干擾因素的存在。對測量軟件不斷進行改造處理，改善測量計算方法，選擇優(yōu)化性較強的算法對數據進行計算，及時更新理論算法的數據處理功能，規(guī)范監(jiān)管制度，集中總結分析測量技術，研究無人機滑跑距離，并固定相關距離，選取工程測量點作為測量切入點，掌握關鍵信息，在測量的基礎上確保數據運行軌跡符合軌道軌跡，擴大航攝范圍與測量空間，提高測量結果準確性，達到對無人機傾斜攝影測量的目的。無人機攝影姿態(tài)穩(wěn)定測試過程如圖7所示。

圖7 無人機攝影姿態(tài)穩(wěn)定測試過程

4 實驗與研究

4.1 實驗目的

為了檢測基于自適應末端滑膜控制的無人機傾斜攝影測量技術的測量效果，與文獻[3]、文獻[4]方法的測量效果進行對比，并分析實驗結果。

4.2 實驗參數設計

針對自適應末端滑膜研究的技術復雜性以及無人機傾斜攝影測量的技術高要求性，需進行測量技術實驗參數的設定，如表1所示。

表1 實驗參數表

4.3 實驗結果與分析

根據上述無人機傾斜攝影測量技術的實驗參數進行實驗對比，將所提基于自適應末端滑膜控制的無人機傾斜攝影測量技術的測量效果與文獻[3]方法、文獻[4]方法的測量效果進行比較，得到的測量影像清晰度對比圖及測量數據有效率對比如圖8所示。

圖8 所提測量影像清晰度圖

在圖9中，攝影顯示度參數越高，表示圖像清晰度越好。對比圖9可知，在相同的參數條件下，本文測量技術的測量影像清晰度較高，而傳統(tǒng)測量技術的測量影像清晰度較低，造成此種差異的主要原因在于本文對測量影像數據進行聯合收集操作，在最大程度上獲取了主要的影像數據，提升了數據的集中度，并強化了測量系統(tǒng)的數據采集力度，提高數據的完整性，便于后續(xù)對影像數據信息的研究，并增強了系統(tǒng)的自主保護功能，保障系統(tǒng)在測量過程中不會因自身原因而對測量數據產生影響，保護收集的數據圖像的完整度，經過聯合的影像數據的自身強化性能更強，利于影像數據的數據保持，而傳統(tǒng)測量技術不具備此步驟，對于測量影像數據的初步處理效果較差，其測量影像清晰度較低。

圖9 對比測量影像清晰度圖

對比圖10可知，在測量時間為5 d時，所提影像測量技術的測量影像清晰度為28%，文獻[3]方法的測量影像清晰度為24%，文獻[4]方法的測量影像清晰度為20%，在測量時間為10 d時，所提影像測量技術的測量影像清晰度為32%，文獻[3]方法的測量影像清晰度為22%，文獻[4]方法的測量影像清晰度為25%。由于本文對無人機傾斜影像數據進行匹配，利用多視影像覆蓋范圍較大的特點集中處理收集的影像數據，并不斷將其進行系統(tǒng)集中操作，進而挑選出較為合適的測量數據，提升整體測量技術的測量性能，加大數據處理力度，在處理的過程中完善影像監(jiān)測系統(tǒng)，根據信息特點進行信息數據特性查找，并將數據分類，將隸屬于相同類別的數據進行組合，獲取所需測量影像數據，使用多基元匹配方法，增強數據主動匹配性，并完成最終的數據匹配操作，進而提升測量數據的有效性。

圖10 測量數據有效率對比圖

在此后的實驗中，隨著實驗時間的不斷增加，本文測量技術的測量數據有效率不斷提高，且一直位于傳統(tǒng)測量技術之上。除以上原因外，本文將無人機傾斜影像進行初步的系統(tǒng)處理，過濾影像干擾數據，增強影像數據自身的純凈度，并提升主系統(tǒng)的自主操作能力，在數據匹配的基礎上進行攝影測量，增強系統(tǒng)關鍵部件的抵抗能力，強化系統(tǒng)運行安全性，縮減測量所需時間，提高測量的效率，保證圖像來源的科學性，排除干擾數據的影響，提升測量數據的有效率。

經過以上對比分析可知，本文基于自適應末端滑膜控制的無人機傾斜攝影測量技術的測量影像清晰度及測量數據有效率均高于傳統(tǒng)無人機傾斜攝影測量技術，在較高程度上提升系統(tǒng)的測量性能，同時降低無關因素的干擾率，強化了無人機在攝影過程中的自身防護功能，擁有較為良好的發(fā)展市場。

5 結束語

在傳統(tǒng)測量技術的基礎上研究了一種新式基于自適應末端滑膜控制的無人機傾斜攝影測量技術，該技術的測量結果明顯優(yōu)于傳統(tǒng)測量技術。

首先對無人機傾斜攝影影像數據進行聯合收集，提升初始數據的集中性，并不斷增強系統(tǒng)的主導收集性能，在收集的基礎上實施數據匹配操作，利用多視影像高分辨率的特點，輔助數據信息集中技術，將收集的數據根據地面物體三維信息特征進行分類，加強綜合掌控，提高系統(tǒng)匹配能力，在不同的角度將二維特征轉化為三維特征，進一步對匹配后的數據進行測量，以不同方位視角對數據進行測量，在充分了解影響特征后加強特征強化操作，最終實現對無人機傾斜攝影影像的測量。

相較于傳統(tǒng)測量技術，所提測量技術能夠在較高的程度上實現對數據的完整儲存，并能更好地提升測量系統(tǒng)的自主保護能力，確保測量數據安全性，同時具備較為充分的發(fā)展空間。