農(nóng)房不動產(chǎn)測量中無人機傾斜攝影測量技術的應用分析

王凱倫

（河南智聯(lián)時空信息科技有限公司，河南 鄭州 450003）

1 引言

傾斜攝影測量技術是近年來測繪領域快速發(fā)展的一項高新技術，通過無人機平臺搭載多角度組合傳感器采集影像數(shù)據(jù)，彌補了傳統(tǒng)攝影測量僅從垂直角度采集數(shù)據(jù)的局限。以無人機傾斜攝影測量技術為基礎生產(chǎn)的數(shù)字表面模型可從三維方面提取空間地理信息，速度快、精度高、三維真實感強。從無人機的選型、系統(tǒng)集成、航線規(guī)劃等方面出發(fā)[1-2]，無人機傾斜攝影測量技術在大比例尺地形圖測量中的應用已較為成熟[3-6]，但針對農(nóng)房不動產(chǎn)測量的應用仍需深入研究。

本文從無人機傾斜攝影測量技術設備選型、航測設計、矢量采集和精度驗證等方面進行分析，結合實例對無人機傾斜攝影測量技術生產(chǎn)的數(shù)據(jù)精度進行了驗證，并對該技術應用中存在的問題進行分析，為傾斜攝影測量在農(nóng)房不動產(chǎn)測量中的應用提供參考。

2 作業(yè)方法

2.1 無人機航測數(shù)據(jù)采集

無人機航測數(shù)據(jù)采集主要影響因素有無人機平臺、任務荷載系統(tǒng)、航線布設和像控點布設。

（1）測繪項目常用的無人機平臺有固定翼無人機、多旋翼無人機、垂直起降固定翼無人機。農(nóng)房不動產(chǎn)項目對測量精度、穩(wěn)定性等因素要求較高，一般選用多旋翼無人機和垂直起降固定翼無人機。

（2）任務荷載系統(tǒng)是無人機傾斜攝影測量的核心部分，主要包括多角度多鏡頭的傾斜攝影相機、云臺、同步控制裝置、姿態(tài)與位置采集系統(tǒng)等[1]。傾斜攝影相機常用的有五鏡頭組合相機、三鏡頭組合相機。

（3）根據(jù)測區(qū)的地理概況，設計航向重疊度、旁向重疊度、相對航高等參數(shù)，規(guī)劃航線。

（4）像控點布設是影響傾斜攝影測量絕對坐標精度的主要因素，需盡可能地覆蓋到全部區(qū)域。

2.2 數(shù)字表面模型構建和模型精度檢查

基于無人機航測數(shù)據(jù)采集的影像，利用傾斜攝影建模軟件進行處理，在影像數(shù)據(jù)輸入完成后，通過幾何校正、區(qū)域網(wǎng)聯(lián)合平差、影像密集匹配、特征點云生產(chǎn)、TIN 構建、紋理映射，完成數(shù)字表面模型的生產(chǎn)工作，并利用冗余像控點對模型精度進行檢核。

2.3 矢量數(shù)據(jù)采集

以數(shù)字表面模型為基礎，對建、構筑物進行矢量數(shù)據(jù)采集。

2.4 矢量數(shù)據(jù)精度檢查

采用GNSS-RTK、全站儀、鋼卷尺結合的方法對矢量數(shù)據(jù)進行精度檢核，檢核主要包括兩方面：（1）基于GNSS-RTK 和全站儀測量建、構筑物的特征點作為檢核點，對矢量數(shù)據(jù)的特征點精度進行檢核；（2）利用經(jīng)檢校的鋼卷尺測量建、構筑物的邊長作為檢查邊長。

矢量數(shù)據(jù)的精度需滿足表1 和公式（1）的要求[7]，超出限差的數(shù)值作為粗差值，粗差值不參與中誤差計算，粗差率不得高于5%，否則視為不合格[8]。

限差/m 誤差/m 備注±0.10 ±0.05 用于農(nóng)村新型社區(qū)房屋測量±0.20 ±0.10 用于宅基地和集體建設用地上房屋測量

公式（1）中，mj是相應等級房角點的點位中誤差（單位：m）；D是相鄰房角點間的距離（單位：m）；ΔD是房角點坐標計算的邊長與實量邊長較差的限差（單位：m）。

3 應用分析

3.1 測區(qū)地理概況

本次實驗選擇的應用測區(qū)為某行政村，地面起伏小，行政區(qū)劃面積約2.92 km2，居民地面積約為0.36 km2，建、構筑物分布較為集中。

3.2 航測規(guī)劃方案

無人機平臺采用大疆M600，任務荷載系統(tǒng)采用紅鵬AP3400R。航測規(guī)劃方案如表2 所示。測區(qū)航測采集共拍攝照片11777 張，理論地面分辨率為0.01 m。

項目 參數(shù)相對航高（m） 83焦距（mm） 35傳感器尺寸（mm） 23.5×15.6航向重疊度 ≥80%旁向重疊度 ≥80%航速（m/s） 5

3.3 數(shù)字表面模型建立和模型精度檢查

航測外業(yè)采集完成后，采用傾斜攝影建模軟件制作數(shù)字表面模型，如圖1 所示。

圖1 數(shù)字表面模型

數(shù)字表面模型完成后，通過特征點檢核模型精度，檢核結果如表3 所示。最小誤差值為1.2 cm，最大誤差值為3.6 cm，中誤差為2.5 cm，數(shù)字表面模型精度滿足表1 要求。

檢測點號 X 檢（m） Y 檢（m） X 圖（m） Y 圖（m） ΔS（cm）1 3742121.929 512083.424 3742121.926 512083.412 1.2 2 3740684.624 513437.471 3740684.607 513437.472 1.7 3 3742139.415 512059.961 3742139.4 512059.966 1.6 4 3741475.845 512614.97 3741475.846 512614.992 2.2 5 3742117.546 512077.524 3742117.554 512077.499 2.6 6 3741495.676 512595.421 3741495.704 512595.417 2.8 7 3740644.313 513421.292 3740644.305 513421.324 3.3 8 3742131.721 512974.182 3742131.685 512974.181 3.6

3.4 矢量數(shù)據(jù)采集

基于數(shù)字表面模型，利用三維測圖軟件采集矢量數(shù)據(jù)，如圖2 所示。

圖2 矢量數(shù)據(jù)采集

3.5 矢量數(shù)據(jù)精度檢核和基于數(shù)字表面模型的誤差分析

3.5.1 特征點精度檢核

房角點精度檢核即對矢量數(shù)據(jù)的絕對精度檢核。檢核點共143 個，均為房角點、圍墻點等建、構筑物特征點。根據(jù)檢核點測量方法，中誤差計算公式為[9]：

公式（2）中：m中是中誤差，n是檢核點個數(shù)，Δ是點位誤差值。

圖3 和圖4 分別為檢核點X值差值區(qū)間和Y值差值區(qū)間點位數(shù)量分布圖，在143 個檢核點位中，X值在-5 ～+5 cm 范圍內(nèi)的占總數(shù)的93%，Y值在-5 ～+5 cm占總數(shù)的80%，小誤差出現(xiàn)的概率較大，X值、Y值中誤差呈正態(tài)分布，符合偶然誤差分布規(guī)律。此次檢核點數(shù)據(jù)具有代表性，可作為分析研究依據(jù)。圖5 為檢核點與矢量數(shù)據(jù)同名地物點點位誤差統(tǒng)計圖。

測區(qū)矢量數(shù)據(jù)共143 個檢核點，其中，142 個檢核點誤差在0 ～20 cm 間，滿足限差要求；1 個檢核點誤差超出20 cm，不滿足要求，為粗差點，粗差率為0.6%，剔除該點后，最大誤差絕對值為14.0 cm，最小誤差絕對值為0.2 cm，根據(jù)公式（2）計算可得，中誤差為4.95 cm。矢量數(shù)據(jù)特征點精度滿足表1 及粗差率要求。

圖5 檢核點與矢量數(shù)據(jù)同名地物點點位誤差值統(tǒng)計

3.5.2 基于數(shù)字表面模型特征點誤差分析

圖6 至圖8 為特征點精度檢核中誤差大于10 cm的點位，為探索矢量數(shù)據(jù)部分區(qū)域特征點誤差較大的原因，以數(shù)字表面模型為基礎進行比對，結果如下：

（1）圖6 檢核點處矢量數(shù)據(jù)與模型貼合精度較好，但與檢查值誤差較大，差值為14 cm。建筑物紋理較好，但數(shù)字表面模型精度偏低。由此得出，無人機航測時受光線、風速等因素影響，未能精確獲取部分建、構筑物的位置與姿態(tài)數(shù)據(jù)，導致數(shù)字表面模型精度降低。 （2）圖7 和圖8 的檢核點處誤差較大，差值分別為10.4 cm、11.2 cm。結合數(shù)字表面模型逐點查詢，圖7處是兩家交界處，有互相遮擋情況，模型紋理較差；圖8 處是圍墻與房屋交界處，模型紋理較差。由此得出，寬度較窄的線狀地物、紋理較差區(qū)域和遮擋區(qū)域是基于數(shù)字表面模型采集的矢量數(shù)據(jù)的精度薄弱點。

圖6 檢核點點位精度（紅圈為矢量點，綠圈為檢核點）

圖7 檢核點點位精度（紅圈為矢量點，綠圈為檢核點）

圖8 檢核點點位精度（紅圈為矢量點，綠圈為檢核點）

3.5.3 房屋邊長精度檢核

房屋邊長精度檢核為矢量數(shù)據(jù)的相對精度檢核。從測區(qū)房屋中隨機抽取94 個房屋邊長作為檢核邊長。房屋邊長的誤差分布較為集中在0 ～10 cm 間（如圖9所示），呈正態(tài)分布，符合偶然誤差分布規(guī)律，可作為分析研究依據(jù)。將檢核邊長與矢量數(shù)據(jù)同處邊長進行對比，差值統(tǒng)計如圖10 所示。

圖10 檢核邊長與矢量數(shù)據(jù)同處邊長差值統(tǒng)計

通過公式（1）計算，在94 條檢核邊長中，2 條差值超限，92 條滿足精度要求，粗差率為2.1%。在限差范圍內(nèi)，最大誤差絕對值為0.10 m，最小誤差絕對值為0.00 m，中誤差為0.05 m，矢量數(shù)據(jù)房屋邊長的精度滿足公式（1）及粗差率要求。

3.5.4 基于數(shù)字表面模型房屋邊長的誤差分析

圖11 和圖12 為房屋邊長超限區(qū)，為研究房屋邊長超限原因，基于數(shù)字表面模型進行比對，結果如下： （1）圖11 宗地主房長邊由于樹木遮擋，數(shù)字表面模型局部缺失或模糊，采集時難以確定精確值，導致矢量數(shù)據(jù)精度較低。由此可得，樹木遮擋導致影像難以精確獲取是影響房屋邊長矢量數(shù)據(jù)精度的重要因素。 （2）圖12 宗地主房長邊因為房屋年代久遠，墻面磚縫紋理較差，無人機難以獲取精確照片。由此可得，建、構筑物紋理無規(guī)律且難以獲取，是影響模型精度和矢量數(shù)據(jù)精度的重要因素。

圖11 主房長邊受遮擋嚴重

圖12 主房房屋年代較長

4 結論

綜上研究，本文得出結論：（1）無人機傾斜攝影測量技術在理論基礎、作業(yè)方法和精度檢核等方面，均能滿足農(nóng)房不動產(chǎn)測量要求。（2）以應用測區(qū)為基礎，對無人機傾斜攝影測量的矢量數(shù)據(jù)精度進行了檢驗，矢量數(shù)據(jù)特征點中誤差為4.95 cm，房屋邊長的中誤差為0.05 m，且測量粗差率均低于5%，符合農(nóng)房不動產(chǎn)測量精度的要求。（3）基于應用測區(qū)精度檢核數(shù)據(jù)，逐項分析了無人機傾斜攝影測量技術應用中的問題，為該技術應用于農(nóng)房不動產(chǎn)測量提供借鑒。